Trabajocolaborativo2 - Grupo97

100403_Trabajocolaborativo2_ grupo97 TRABAJO COLABORATIVO 2
INFERENCIA ESTADSTICA
Grupo: 100403_97
JOS GREGORIO APONTE PREZ
SANDRA LILIANA QUIONES Tutora
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIAS FACULTAD DE INGENIERIA INDUSTRIAL 2012
L e p d
l e g a s t a d a r a e l e
r l e
e l d s t i c o s a c o n v i r y e s c
a e n e l q u e e l p e n e r u n a c o n d i c i n v e n c i a e f i c i e n t e c r i b i r H . G . W e l l
s t o s
a m i e n t o a n n e c e s a r i a m o l a c a p a c i d a d b
100403_Trabajocolaborativo2_ grupo97
INTRODUCCIN1
En el contenido de este trabajo trataremos la temtica propuesta en la gua de actividades para lo cual se propuso un foro de trabajo con el fin de desarrollar los ejercicios y discutir los resultados obtenidos de modo de se hiciera inferencia sobre cada uno, sin embargo la pobre participacin y la deficiente participacin desfavorecieron el aprendizaje en pequeo grupo colaborativo como estrategia, sin embargo no fue motivo para no desarrollar los ejercicios propuestos en la gua de trabajo. En este trabajo hemos desarrollado ejercicios tericos y prcticos los cuales tratan de las siguientes temticas: PRUEBAS DE HIPTESIS Que consiste bsicamente en probar una hiptesis conocida Ho contra una hiptesis Ha es decir comparar entre dos parmetros diferentes la veracidad ANLISIS DE VARIANZA Es un valor que se supone es verdadero y se pone a prueba a travs de la evidencia lo que permite probar que tan dispersos estn los datos y permite aceptar o rechazar una hiptesis teniendo los criterios de evaluacin para tal fin. Mapa conceptual de pruebas de hiptesis. Perite crear una imagen mental para las diferentes pruebas de hiptesis permitiendo tener una idea clara del estadgrafo que influir en los resultados y si usaremos teora de una cola o dos colas Qu significa el error tipo I y el error tipo IISe refiere a la probabilidad de rechazar H0 cuando en realidad es verdadera, cometiendo as un ERROR tipo I. O por el contrario la probabilidad de aceptar H0 cuando en realidad es falsa, cometiendo as un ERROR tipo II Tambin encontrara un diagrama proceso para contraste de hiptesis el cual explica secuencialmente los pasos que debes seguir para un contraste de hiptesis. As mismo algunos ejercicios tericos de aplicacin.
OBJETIVOS
1
http://es.scribd.com/doc/69408/INTRODUCCION
l e g a s t a d a r a e l e r l e e l d s t i c o s a c o n v i r y e s c a e n e l q u e e l p e n e r u n a c o n d i c i n v e n c i a e f i c i e n t e c r i b i r H . G . W e l l s t o s a m i e n t o a n n e c e s a r i a m o l a c a p a c i d a d b
L e p d
Identificar y conocer el significado de error tipo I y error tipo II y lo plasmamos mediante un ejemplo en inferencia estadstica de la unidad dos
L e p d
r l e
s t o s
1. Realizar un mapa conceptual de pruebas de hiptesis
L l e g a r e l d a n e c e s a r i a p a r a H . G . W e l l s b
e n l a
e l q u e e l p e n s a m i e n t o c o n v i v e n c i a e f i c i e n t e
e s t a d s t i c o s e r u n a c o m o l a c a p a c i d a d d e
c o n d i c i n t a n l e e r y e s c r i b i r
2. Qu significa el error tipo I y el error tipo II. Explique su Interpretacin con un ejemplo. Error de tipo I Tambin llamado error de tipo alfa, que es la probabilidad de que ocurra este error, es el error que se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe
Error de tipo II Tambin llamado error de tipo beta (aunque beta es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin .Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin de que ha sido incapaz de encontrar una diferencia que existe en la realidad.
Ejemplo Se tienen dos cajas, caja A y caja B. La caja A tiene 40 fichas con el nmero 1; 50 fichas con el nmero 10y 10 fichas con el nmero 100. La caja B tiene 40 fichas con el nmero 100; 50 fichas con el nmero10 y 10 fichas con el nmero 1 Se eligen una caja al azar, y de ella se saca una ficha. Usted no sabe si es la caja A o la caja B Se tiene las hiptesis: Ho: la caja es la A H1: la caja es la B Se establece la regla de decisin: rechazar la hiptesis nula si la ficha es de 100.
FICHAS # DE FICHAS EN LA CAJA A 40 50 10
# DE FICHAS EN LA CAJA B 10 50 40 1 10 100 Cul es la probabilidad de cometer el error tipo I?
L e p d
r l e
s t o s
La probabilidad de cometer el error tipo I es el nivel de significacin : = P (rechazar Ho/Ho es verdadera) = P (sacar una ficha de 100 de la caja A) =10/100 = 0,10
Cual es la probabilidad de cometer el error tipo II? La probabilidad de cometer el error tipo II es : = P (aceptar Ho/H1 es verdadera) = P (sacar una ficha de 1 o de 10 de la caja B) =60/100} = 0,60
3. Mediante un diagrama muestre los pasos para realizar el contraste de una hiptesis
Definicin: Contraste de hiptesis. El contraste de hiptesis permite asignar una medida de confianza para confirmar si los datos observados confirman la hiptesis inicial planteada. Requiere una metodologa para comparar las predicciones resultantes de la hiptesis con los datos observados y adems un diseo experimental que garantice que las conclusiones obtenidas no estn invalidadas por factores no controlados. Una hiptesis estadstica es una afirmacin o suposicin respecto al valor de un parmetro poblacional. Como las poblaciones de inters son tan grandes, no es factible estudiar todos sus elementos, por lo que una alternativa para evitar estudiar la poblacin entera es tomar una muestra de la poblacin de inters, de manera que se comprueba estadsticamente una afirmacin para determinar si la evidencia soporta o no la afirmacin2.
www.rpsqualitas.es/documentacin/.../contraste_de_hipotesis.pdf
L e p d
r l e
s t o s
3.1 Pasos para la prueba de hiptesis 1. Planteamiento de hiptesis (Ho, Ha)

2. Especificar los supuestos nivel de significacin El riesgo que se asume acerca e rechazar la hiptesis nula cuando en realidad debe asemejarse por ser verdadera. 3. Estadstico de prueba 4. Establecer la regla de decisin 5. Tomar de decisin.
3.2 Diagrama prueba de hiptesis (proceso)

Evaluar los datos
Revisar las suposiciones
Formular la hiptesis Seleccionar el nivel de significancia y el estadstico de prueba
Determinar la distribucin del estadstico de prueba
Formular la regin de decisin
Calcular la estadstica de prueba
Rechazar
Ho
Formular la decisin Estadstica
Rechazar
Ho
Concluir que Ho puede ser verdadero
Concluir que Ha es verdadero
L e p d
r l e
s t o s
DEFINICIN: una prueba de hiptesis es una creencia sobre un valor de un parmetro. Media, Varianza, Proporcin etc. Es un valor que se supone que es verdadero y se pone a prueba a travs de la evidencia.
4. Explique la relacin que existe entre el p-valor y el estadstico de prueba y la relacin que existe entre el nivel de significancia alfa con el estadstico terico
R/: Es la probabilidad de obtener, cuando Ho es verdadera, un valor de la estadstica de prueba tan extremo o ms (en la direccin adecuada para Ha) que el valor calculado en realidad. En otras palabras P es la probabilidad de que la Hiptesis nula sea cierta. Si p es menor de 0,05 (0,01), se admite que la probabilidad de que las diferencias encontradas se deban al azar son demasiado pequeas, por lo que rechazaremos la hiptesis nula y aceptaremos la alternativa. Si p es mayor o igual a 0,05, la probabilidad de que las diferencias encontradas se deban al azar son demasiado grandes para aceptar la hiptesis alternativa y, por tanto, se acepta la hiptesis nula: las diferencias encontradas estn dentro de las que consideramos debidas al azar
5. El laboratorio de investigacin de una compaa ha desarrollado una nueva forma para producir pintura para muros que permitir que un galn pueda cubrir 250 pies cuadrados. De acuerdo a esto,se prueban la hiptesis Ho: u=250 pies cuadrados, contra la hiptesis alternativa H1: u<250 pies cuadrados. El experimento comprende 20 latas de la nueva frmula y esta muestra tiene una cobertura de 237 pies cuadrados con una desviacin estndar de 25 pies cuadrados. Mediante los pasos del punto anterior pruebe la hiptesis nula a un nivel de significancia del 5%. R/ solucin Se considera la desviacin estndar las latas de pintura, entonces con base en el teorema de limite central, la distribucin en el muestreo de la media seguira la distribucin normal, y la prueba estadstica que esta basada en la diferencia entre la media X de la muestra y la media hipottica se encontrara como
x o
/ n
estadigrafodeprueba
250 237o 25 / 20
estadigrafodeprueba
En este caso estamos es una Prueba bilateral de dos colas con dos hiptesis
L e p d l e g a s t a d a r a e l e r l e e l d s t i c o s a c o n v i r y e s c a e n e l q u e e l p e n e r u n a c o n d i c i n v e n c i a e f i c i e n t e c r i b i r H . G . W e l l s t o s a m i e n t o a n n e c e s a r i a m o l a c a p a c i d a d b
Ho: = o Ha: o para cual probamos para ver que se cumple de acuerdo a los datos suministrados.
Datos Media Hiptesis Desviacin No muestra Media muestral = 237 pies Ho: 250 = 25 n = 20 x = 250 H1: 250
Nivel de significancia = 0.05
Por lo tanto Regla de decisin: dice que si el valor calculado es ( ) , de donde la distribucin Z es la distribucin normal estndar. Por lo tanto, si H 0 : 0 es cierta, la probabilidad de que el estadstico de prueba caiga entre Z 2 ..y..Z 2 ..es..1 . Por lo tanto H0 debe rechazarse en este caso Ho debe ser rechazado. Que serian las regiones criticas (ver grafica) Siendo Z 2 el valor de la abscisa de la normal N(0,1), adems es un valor que se encuentra en la tabla Z que deja a su derecha un rea de probabilidad igual a / 2 .
L e p d
r l e
s t o s
Luego los valores crticos de la media de la muestra sern
X VC 0 Z 2
( )
Como el tamao de la regin de rechazo esta establecido en 5% entonces lo que hacemos es determinar los valores crticos dado que la regin de rechazo esta dividida en las dos colas de la distribucin, el 5% se divide en dos partes iguales de 2.5%. Tenemos que la distribucin3 normal de los valores crticos se pueden expresar en unidades de desviacin, con una regin de rechazo de 00.25 en cada cola de la distribucin normal, da por resultado un rea de .475 entre la media hipottica y el valor crtico como lo que buscamos es el rea en la distribucin normal, que se encuentra que los valores crticos que dividen las regiones de rechazo y no rechazo que son + 1.96 y - 1.96 N[
( )
Se acepta H1 Rechazo Regin de aceptacin
http://www.monografias.com/trabajos-pdf4/la-estadistica-inferencial/la-estadistica-inferencial.pdf
L e p d
Calculando el error tipo II
No tiene mucha diferencia por lo tanto rechazamos Ho y aceptamos H1 Nota como al hallar los resultados obtuvimos 250 para las dos colas entonces es posible que Ho sea verdadero dado que se cumple para la media de la Ho: 250 H1: 250 Pero ahora debemos probar con un nivel de significancia de 0.01 para ver que resultados obtenemos con los resultados obtenidos definimos si aceptamos o rechazamos la muestra. Como p es menor de 0,05 (0,01), se acepta la probabilidad de que las diferencias encontradas se deban al azar son demasiado pequeas, por lo que rechazaremos la hiptesis nula y aceptaremos la alternativa
L e p d
r l e
s t o s
6. Al realizar el control de calidad del contenido de las bolsas de arroz producidas de 500 gramos, con una muestra de tamao 50, Ho: u=500 gramos y H1:u500 gramos y se obtuvo un estadstico de prueba de 2.2, indicar la decisin para los siguientes niveles de significancia: 1%, 5% y 10% respectivamente. Representar grficamente mediante con la distribucin normal estndar. HIPTESIS H0 =500 gr H1 500 gr Z= 2.2 n= 50 = 0.01; 0.05; 0.10. X= 500 = no conozco el parmetro Estadgrafo de prueba= Z =

en este caso lo que hago es restarle el
estadgrafo suministrado a la media para obtener el parmetro es decir entonces buscando una solucin quedara as: Z =

a. Para el nivel de significancia 1% Tenemos que

=
-0.24
=0.005
0.24
= 0.005
/2 =
0.24
ahora buscando en la por tabla
tabla para - 0.24 Z=0.24
0.1-0.005=0.095
b. Para el nivel 0.5 5% Z= 0.5-0.025=0.475 Z= por tabla 1.96
Decisin 1.96 se rechaza Ho

L e p d l e g a s t a d a r a e l e r l e
1.96 No
s t o s
entonces si por el contrario Si Z< -1.96 si Z> 1.96 Se rechaza Ho
Decisin y Conclusin: Como esta entre 1.96 y 1.96, no se rechaza H0 y se concluye con un =0.05 que la media es de 500 grs. Lo mismo para los dems Ho es verdadero
c. Para el nivel 10% Z= 0.10 - 0.05 = 0.05 Z= 0.12 por tabla
-0.12
0.12
7. Explique la diferencia entre pruebas paramtricas y no Paramtricas. Pruebas paramtricas4

Las pruebas paramtricas asumen los parmetros de distribucin de la variable (media y varianza ) y un tipo de distribucin normal
Pruebas no paramtricas
No asumen acerca de los parmetros de distribucin ni se preocupa por el tipo de distribucin si no que trabajan con simple ordenacin y recuento (asignando rankings a los valores de las variables) sin importar la distribucin Se deben usar con : Datos de distribucin libre (no necesariamente normal). Si un grupo tiene distribucin normal mientras el otro no
Para usarlas deben cumplirsen supuestos las variables tiene que ser cuantitativas y estar medidas en escala de intervalo o razn , los datos siguen una distribucin normal, las varianzas son iguales, muestras grandes :; (n>30) A veces se usan sin cumplir los supuestos pero deben usarse con cautela en muestras mas pequeas en estos casos prefiera usar pruebas pruebas no paramtricas Ventajas que tiene las pruebas paramtricas sobre las no paramtricas : las pruebas paramtricas tiene mas poder
4
Si se trata de datos cuantitativos ordinales o nominales con varianza grande, un grupo con varianza 0 y el otro no al trabajar con muestras pequeas Chi cuadrado de Pearson (independencia, bondad de ajuste, homogeneidad ) Prueba exacta de Fischer
Slideshare Presen yoursell Autor: Doctor: Fredy Garca Ortega

L e p d
de contraste y pueden analizar interacciones entre variables independientes 1Las pruebas no paramtricas no necesitan suposiciones respecto a la composicin de los datos poblacionales. Por lo general, las pruebas paramtricas son mas poderosas que las pruebas no paramtricas y deben usarse siempre que sea posible U de mann Whitney W de wilcoxon T de Wilcoxon Mac Nemar KrusKall Wallis Friedman Q de cochran Las pruebas no paramtricas son de uso comn: Las pruebas no paramtricas son pruebas estadsticas que no hacen suposiciones sobre la constitucin de los datos de la poblacin.
Es importante observar, que aunque las pruebas no paramtricas no hacen suposiciones sobre la distribucin de la poblacin que se muestrea, muchas veces se apoyan en distribuciones muestral es como la normal o la chi cuadrada.
L e p d
r l e
s t o s
8. De acuerdo a los siguientes casos determinar que prueba no paramtrica
sirve para llevar a cabo la investigacin.

Caso
Se requiere saber si las observaciones de las tallas de 100 nios de 5 aos provienen de una poblacin normal
Prueba aplicar
La pruba de Kolmogorov-Smirnov 5 La
Dada una muestra aleatoria de 40 bateras de la que se ha registrado su duracin en aos, al tratar de determinar si esta duracin proviene de una distribucin normal
toma de la decisin en el contraste anterior puede llevarse acabo tambin mediante el empleo del p-valor asociado al estadstico D observado. El p-valor se define como: pvalor = P D > D H es cierta Si el p-valor es grande significa que, siendo cierta la hiptesis nula, el valor observado del estadstico D era esperable. Por tanto no hay razn para rechazar dicha hiptesis. valor estadstico z, para muestra grande y desviacin estndar poblacional desconocida se determina por la ecuacin
Z
Se desea determinar s el nmero de defectos en las tarjetas de circuito impreso sigue una Distribucin Poisson
x o
/ n
estadigrafo normal
Poisson, se observa el nmero de

defectos. Caractersticas. En este tipo de prueba se busca en unidades de rea tiempo, pieza, etc, ( )
Cierta mquina lleva a cabo la elaboracin de un tipo de lmina metlica, existen 4 canales de distribucin del Producto. Se est interesado en averiguar si la eleccin de cualquiera de estos canales se hace de forma aleatoria o por el contrario existe algn tipo de preferencia en la seleccin de alguno de ellos por los consumidores. Contrastar la hiptesis de que los canales son seleccionados al azar
Chi- Cuadrado En la prctica, las

frecuencias esperadas se calculan de acuerdo con la hiptesis Ho. Si bajo esta hiptesis el valor calculado de X2 dado es mayor que algn valor crtico, se deduce que las frecuencias observadas difieren significativamente de las esperadas y se rechaza Ho al nivel de significacin correspondiente. En caso contrario, no se rechazar. Este procedimiento se llama ensayo o prueba de chi-cuadrado de la hiptesis. Prueba de Kruskal-Wallis con ello podramos probar si Ho proviene de la misma poblacin. Y la cual es idntico a nova Chi- Cuadrado En la prctica, las frecuencias esperadas se calculan de acuerdo con la hiptesis Ho. Si bajo esta hiptesis el valor calculado de X2 dado es mayor que algn valor crtico, se deduce que las frecuencias observadas difieren significativamente de las esperadas y se rechaza Ho al nivel de significacin correspondiente. En caso contrario, no se rechazar. Este procedimiento se llama ensayo o prueba de chi-cuadrado de la hiptesis. Prueba de Kruskal-Wallis con ello
Se est interesado en saber s una muestra de cajas de tornillos, provienen de una muestra aleatoria Se est interesado en comprobar la perfeccin de Un dado cbico.
Al determinar si el nmero de trabajadores que

5
http://www.youtube.com/watch?v=5xYoOMDMCws
L e p d
solicitan permiso en una fbrica est distribuido uniformemente durante la semana Determinar la asociacin a una distribucin terica la vida en aos de una clase de bacteria podramos probar si Ho proviene de la misma poblacin. Y la cual es idntico a nova Poisson, se observa el nmero de defectos. Caractersticas. En este tipo de prueba se busca en unidades de rea tiempo, pieza, etc, ( En este caso por ao )
L e p d
r l e
s t o s
Conclusin La realizacin de este trabajo de inferencia estadstica es una buena oportunidad para hacer un repaso a la unidad dos y revisar varios conceptos como por ejemplo, pruebas paramtricas y no paramtricas, pero sobre todo definir y entender que es un parmetro y por qu es importante un parmetro en una muestra n de datos y como lo puedo usar ese parmetro para hacer confiabilidad de un dato o una hiptesis. Plantear una solucin o un diagrama de hiptesis para definir que tipo de estadgrafo usaremos para la comprobacin de los datos, probar el error tipo I y tipo II es decir poder hacer una buena inferencia a un conjunto de datos de cuales se conoce una informacin pero se desconoce un fenmeno del cual podemos probar la veracidad de la verdad y obtener un parmetro dentro de un rango de aceptacin o de rechazo. Definir en un mapa conceptual los pasos para pruebas de hiptesis de modo que se jerarquice la idea de hiptesis es decir hacer una imagen preguntndose y dando respuesta al modo de intervenir n datos en una hiptesis Ho y una Ha. Responder a las preguntas como por ejemplo que es el tipo 1- y el nivel de significancia , que es el error tipo I y que es el error tipo II la importancia de todos estos temas radica en comprensin de la teora de las dos colas y teorema del limite central , que en otras palabras no es mas que la forma de asegurarse que la distribucin de la muestra n datos se aproxima a la normal de la curva de la campana de gauss que en la teora no es muy aplicable pero que cumple si un papel muy importante para tomar una decisin de una hiptesis siempre y cuando este al sea 30. Esto nos permite usar estadsticas de muestra para hacer deducciones con relacin a los parmetros de poblacin sin saber nada sobre la forma de la distribucin de frecuencias de esa poblacin ms que lo que podamos obtener de la muestra.
L e p d
r l e
s t o s
Bibliografa Modulo de inferencia estadstica AUTOR: JORGE ELIECER RONDN DURAN. DANIS BRITO ROSADO Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2 Libro estadstica elemental de John e Freud y Gary a simn octava edicin Pg. 217- 313 ejercicio 11.94 Otras consultas
http://www.itch.edu.mx/academic/industrial/estadistica1/toc.html http://www.elosiodelosantos.com/sergiman/div/tablaf.html http://www.fca.unl.edu.ar/InferEst/TestHipot1.htm http://colposfesz.galeon.com/inferencia/teoria/conhip.htm http://hojamat.es/estadistica/tema8/tema8.htm http://www.itch.edu.mx/ http://tvmayaguez.pucpr.edu/Documentos/PPT%20Talleres%20Facultad/Prof.%20Baquero/FI NANZAS%20318/PDF/Microsoft%20PowerPoint%20%20UNIDAD%203%20%20DOCIMANCIA%20DE%20HIPOTESIS.ppt%20[Compatibility%20M.pdf http://www.estadisticafacil.com/Main/TeoremaDelLimiteCentral http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B0C9m2c2t17.ht m http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm
L e p d
r l e
s t o s

Trabajocolaborativo2 - Grupo97

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Trabajocolaborativo2 - Grupo97

Hochgeladen von

Copyright:

Verfügbare Formate

100403_Trabajocolaborativo2_ grupo97 TRABAJO COLABORATIVO 2

JOS GREGORIO APONTE PREZ

SANDRA LILIANA QUIONES Tutora

1. Realizar un mapa conceptual de pruebas de hiptesis

FICHAS # DE FICHAS EN LA CAJA A 40 50 10

# DE FICHAS EN LA CAJA B 10 50 40 1 10 100 Cul es la probabilidad de cometer el error tipo I?

3.1 Pasos para la prueba de hiptesis 1. Planteamiento de hiptesis (Ho, Ha)

3.2 Diagrama prueba de hiptesis (proceso)

Revisar las suposiciones

Formular la hiptesis Seleccionar el nivel de significancia y el estadstico de prueba

Determinar la distribucin del estadstico de prueba

Formular la regin de decisin

Calcular la estadstica de prueba

Formular la decisin Estadstica

Concluir que Ho puede ser verdadero

Concluir que Ha es verdadero

Nivel de significancia = 0.05

Luego los valores crticos de la media de la muestra sern

Se acepta H1 Rechazo Regin de aceptacin

Calculando el error tipo II

en este caso lo que hago es restarle el

a. Para el nivel de significancia 1% Tenemos que

ahora buscando en la por tabla

tabla para - 0.24 Z=0.24

b. Para el nivel 0.5 5% Z= 0.5-0.025=0.475 Z= por tabla 1.96

Decisin 1.96 se rechaza Ho

entonces si por el contrario Si Z< -1.96 si Z> 1.96 Se rechaza Ho

c. Para el nivel 10% Z= 0.10 - 0.05 = 0.05 Z= 0.12 por tabla

7. Explique la diferencia entre pruebas paramtricas y no Paramtricas. Pruebas paramtricas4

Slideshare Presen yoursell Autor: Doctor: Fredy Garca Ortega

sirve para llevar a cabo la investigacin.

Poisson, se observa el nmero de

Chi- Cuadrado En la prctica, las

Al determinar si el nmero de trabajadores que

Das könnte Ihnen auch gefallen