Beruflich Dokumente
Kultur Dokumente
12170092
INDICE:
PRUEBA DE HIPOTESIS DE LA MEDIA DE LA POBLACION: ............................................................................................3
PRUEBA DE HIPOTESIS DE DOS MEDIAS POBLACIONALES: ..........................................................................................5
PRUEBA DE HIPOTESIS PARA PROPORCIONES ............................................................................................................6
PRUEBA DE HIPOTESIS PARA PROPORCIONEDS CON OBSERVACIONES INDEPENDIENTES ..........................................7
PRUEBA DE HIPOTESIS T STUDENT ..............................................................................................................................9
PRUEBA DE HIPOTESIS PARA DIFERENCIA ENTRE DOS MEDIAS .................................................................................11
PRUEBA DE HIPOTESIS DE MUESTRA PAREADA .........................................................................................................14
COMPARACION DE DOS VARIANZAS POBLACIONALES ...............................................................................................17
ANOVA UNA DIRECCION: ............................................................................................................................................19
PROBLEMAS 1.-................................................................................................................................................................. 19
PROBLEMA 2.- .................................................................................................................................................................. 21
ANOVA DOS DIRECCIONES: ........................................................................................................................................24
PROBLEMA 1.- .................................................................................................................................................................. 24
PROBLEMA 2.- .................................................................................................................................................................. 27
REGRESION SIMPLE: ..................................................................................................................................................31
PROBLEMA 1.- .................................................................................................................................................................. 31
PROBLEMA 2.- .................................................................................................................................................................. 32
PROBLEMA 3.- .................................................................................................................................................................. 35
PROBLEMA 4.- .................................................................................................................................................................. 38
REGRESION MULTIPLE ...............................................................................................................................................39
METODOS NO PARAMETRICOS: ..................................................................................................................................53
SERIE DE TIEMPO:
75
900 935
= 2.75
180
200
Interpretacin:
Calculando el valor de p
Para z = -2.75 0.003
P= 2 x 0.003 = 0.006
P < Rechazo Ho, acepto Ha.
94 90
= 1.82
22
100
Interpretacin:
El tiempo promedio de venta de bienes races a nivel estatal de la empresa Farm Associates especialista en
ventas de propiedades rurales en el estado de Nebraska aumento.
135.67 68.64
2
2
35 + 20
40
30
= 10.1
0.8 0.333
0.333 (1 0.333)
100
= 9.91
Interpretacin:
Podemos concluir que la proporcin de egresados de dicha universidad es mayor a 0.333.
Utilizando Minitab:
Prueba e IC para una proporcin
Prueba de p = 0.333 vs. p no = 0.333
Muestra X N Muestra p
IC de 95%
Valor Z Valor P
1
80 100 0.800000 (0.721601, 0.878399) 9.91 0.000
Uso de la aproximacin normal.
En la opcin de la barra de menu selecciona las opciones estadsticas y luego estadsticas bsicas.
Luego la opcin 1proporcion de una muestra.
Opcin datos resumidos (nmero de eventos y numero de ensayos).
Escogemos tambin una proporcin hipottica.
Luego escogemos si es una prueba de una cola o dos colas.
1
+ )
150 200
= 2.174
Intervalos:
RC: <-;-1.64>U<1.64; >
RA: [-1.64;1.64]
Zk RC Rechazo Ho, acepto Ha.
Interpretacin:
Se concluye que hay diferencia en la proporcin de personas que recordaron el mensaje del comercial A y la
proporcin de personas que recordaron el mensaje del comercial B.
Utilizando con Minitab:
Prueba e IC para dos proporciones
Muestra X N Muestra p
1
63 150 0.420000
2
60 200 0.300000
Como el valor de p=0.02<0.05 rechazamos la hiptesis nula y concluimos que hay diferencia en la proporcin
de personas que recordaron el mensaje del comercial A y la proporcin de personas que recordaron el
mensaje del comercial B.
Pasos para Minitab:
En la opcin de la barra de menu selecciona las opciones estadsticas y luego estadsticas bsicas.
Luego la opcin 1proporcion de una muestra.
Opcin datos resumidos (nmero de eventos y numero de ensayos).
Escogemos tambin una proporcin hipottica.
Luego escogemos si es una prueba de una cola o dos colas.
PRUEBA BILATERAL:
Problema 2.Una muestra aleatoria de 1000 ciudadanos nacidos en EUA, revelo que 198 estuvieron a favor de la reanudacin de las
relaciones diplomticas con cuba. Anlogamente 117 ciudadanos de una muestra de 500 estadounidenses no nacidos
en EUA, estuvieron a favor. Al nivel de significancia de 0.05, hay diferencia en la proporcin de ciudadanos de EUA
nacidos ah que estn a favor de la reanudacin de las relaciones diplomticas con Cuba, y la proporcin de los
estadounidenses no nacidos en el pas que estn a favor de tales relaciones?
SOLUCION:
Nacidos EUA
X1=198
N1=1000
No Nacidos en EUA
X2=177
N2=500
198
177
P1=1000=0.198
Pc=
P2=500=0.354
198+177
=0.25
1000+500
1) Ho: P1=P2
Ha:P1 P2
2) = 0.05
3) Z , n 30
4) Para =0.05 (dos colas) Z=1.96
5)
=
0.198 . 354
0.25 (1 0.25) ( 1 + 1 )
1000 500
Zk R.C, Rechazo Ho, Acepto Ha.
= 6.28
Interpretacin:
Hay diferencia en la proporcin de ciudadanos de EUA nacidos ah que estn a favor de la reanudacin de las
relaciones diplomticas con Cuba, y la proporcin de los estadounidenses no nacidos en el pas que estn a
favor de tales relaciones.
PRUEBA DE HIPOTESIS T STUDENT
PRUEBA UNILATERAL IZQUIERDA
Problema 1.El fabricante de las motocicletas Ososki asegura q stas dan un rendimiento promedio de 87 millas por galn de
gasolina. En una muestra de ocho motocicletas los rendimientos fueron:
88
82
81
87
80
78
79
89
En el nivel de significancia 0.05, el rendimiento es inferior a 87 millas por galn?
SOLUCION:
1) Ho: 1=2
Ha: 1 < 2
2) = 0.05
3) t
4)
Para =0.05 t=-1.89 GL=7
Intervalos:
R.C: < - , -1.89>
R.A: [ -1.89 , >
Tk R.C Rechazo Ho , acepto Ha.
5)
87 83
= 2.61
4.34
7
Interpretacin:
El rendimiento promedio de las motocicletas Ososki es menor de 87 millas por galn de gasolina.
Pasos para Minitab:
10
5)
t=
21.421.6
4.8
16
=-0.17
Interpretacion:
El promedio de consumo de leche en el oeste medio es igual al consumo de leche anual per capita de leche en
Estados Unidos.
Pasos para Minitab:
11
n2=10
Consultor B
0.64
1
1
(16 + 10)
16 + 10 2
Intervalos:
R.A: <-, 1.711]
R.C:<1.711 , >
Tk R.C Rechazo Ho, acepto Ha.
Interpretacin:
El consultor con ms experiencia tiene la media poblacional ms alta en la evaluacin del servicio.
Pasos para Minitab:
12
4) GL=20+10-2=28
T(0.05,28)=-1.701
Grfica de distribucin
T, df=28
0.4
Densidad
0.3
0.2
0.1
0.05
0.0
5)
t=
-1.701
195.842 +95.672
28
Sp2=
20.2524.80
1
1
20 10)
=33.48
=-2.03
33.48( +
13
14
SIN COPROCESADOR
1.23
0.69
1.28
1.19
0.78
1.02
1.30
1.37
1.29
1.17
1.14
1.09
CON PROCESADOR
0.60
0.93
0.95
1.37
0.62
0.99
0.60
1.35
0.67
0.89
1.29
1.00
DIFERENCIA
-0.63
0.24
-0.33
0.18
-0.16
-0.03
-0.7
-0.02
-0.62
-0.28
0.15
-0.9
3.1
= 0.258
12
3.12
2.408 12
=
= 0.38
11
=
=
Intervalos:
En minitab:
0.258
0.38
12
= 2.03
R.C:-,-1.796 >
R.A :<-1.796, >
Tk R.C Rechazo Ho, acepto Ha.
Interpretacin:
Puede concluir el seor Seggity que el nuevo coprocesador matemtico reducir el tiempo de
procesamiento.
Pasos en minitab:
15
INDIVIDUOS
1
2
3
4
5
6
7
8
d
1
2
0
1
-2
1
2
0
SOLUCION:
Despus (2)
Antes (1)
1) Ho: d=0
Ha: d>0
2) = 0.05
3) t, n 30
4) GL=8-1=7
T(0.05,7)=1.895
5) = 5
2 =15
2
Sd=
2
( )
8
T=
0.625
1.30
8
15
7
52
8
=1.30
=1.36
16
1702
5) = 1002 = 2.89
Intervalos:
R.C: 2.59 , >
R.A: -, 2.59]
Fk R.C Rechazo Ho, acepto Ha.
Solucin en minitab:
17
Interpretacin:
La varianza en los gastos anuales por reparacin es mayor entre ms viejos son los automviles.
Pasos en minitab:
En la barra de men opcin estadsticas.
Opcin estadsticas bsicas.
Luego la opcin de dos varianzas.
Como tenemos de dato la desviacin estndar y el tamao de la muestra en datos seleccionamos esa
opcin.
Luego en el cuadro de dialogo opciones escogemos el n.s. luego aceptar, aceptar.
PRUEBA BILATERAL:
Problema 2.La compaa Stargell Research Associates realiz un estudio acerca de los hbitos de los radioescuchas, tanto de
hombres como de mujeres. Un aspecto del estudio comprendi el tiempo promedio de audicin. Se descubri que el
tiempo promedio para los varones es de 35 minutos al da. La desviacin estndar en la muestra de los 10 hombres que
se estudiaron fue 10 minutos por da. El tiempo promedio de audicin para las 12 mujeres estudiadas fue tambin 35
minutos, pero la desviacin estndar fue 12 minutos. Al nivel de significancia 0.10, es posible concluir que existe
diferencia ntre la variacin de los tiempos de audicin de hombres y mujeres?
SOLUCION:
VARONES
X1=35
N1=10
S1=10
1) Ho: 12=22
Ha :12 22
2) = 0.10
3) Para:
F(0.05,11,9)=3.11
F(0.05,9,11)=2.90
1
=0.48
2.90
RA:[0.48,3.11]
18
MUJERES
X2=35
N2=12
S2=12
Fk=100 =1.44
Fk R.A, Rechazo Ha, Acepto Ho
Interpretacin:
La variacin del hbito del tiempo promedio de audicin entre hombres y mujeres es igual.
Minitab:
Pasos en minitab:
En la barra de men opcin estadsticas.
Opcin estadsticas bsicas.
Luego la opcin de dos varianzas.
Como tenemos de dato la desviacin estndar y el tamao de la muestra en datos seleccionamos esa
opcin.
Luego en el cuadro de dialogo opciones escogemos el n.s. luego aceptar, aceptar.
ANOVA UNA DIRECCION:
Problemas 1.El director de personal de Cander Machine Products est investigando el perfeccionismo en el trabajo .Se aplic una
prueba diseada para medir tal accin a una muestra aleatoria de 18 empleados .Las puntuaciones fueron de 20 a
casi 40 .Una de las facetas del estudio incluyo los antecedentes de cada empleado Proviene el laborante de una
regin rural, de una ciudad pequea o de una metrpoli? Las puntuaciones son:
a) Al nivel de significancia de 0.05 Se puede concluir que hay diferencia en las tres puntuaciones medias?
b) Si se rechaza la hiptesis nula .Se puede decir que la puntuacin media de los empleados que provienen de zonas
rurales es diferente de la puntuacin de los que vienen de una ciudad grande?
REGION RURAL
19
35
30
36
38
29
34
31
233
7823
CIUDAD
PEQUEA
28
24
25
30
32
28
METROPOLI
167
4693
142
4092
24
28
26
30
34
a) SSTOTAL= 2 -
=16608-
5422
=287.8
18
SST=116.3
FV
GRADO.LIBERTAD
2
SUMA DE
CUADRADO
116.3
MEDIAS DE
CUADRADO
58.2
TRATAMIENTO
ERROR
18-3
171.5
11.4
TOTAL
18-1
287.8
F
5.09
SSE=171.5
1) Ho:1=2=3
Ha: Al menos una de las tres puntuaciones medias es diferente
2) = 0.05
3) F
4) F(0.05,3-1,18-3) =F(0.05,2,15)=3.68
20
b)
1
(X1-X3) (1 + 3
1 1
7 5
Problema 2.En un estudio publicado en el Journal of Small Business Management se concluy que los individuos que se auto
emplean no experimentan tanta satisfaccin en el trabajo como los que no se auto emplean. En este estudio, la
satisfaccin en el trabajo se midi empleando 18 puntos, cada uno de los cuales se evaluaban con una escala de Liker
con 1-5 opciones de respuesta que iban de totalmente de acuerdo a totalmente en desacuerdo. En esta escala con una
puntuacin mayor corresponde a mayor satisfaccin con el trabajo. La suma de las puntuaciones de los 18 puntos, que
iba de 18-90, se emple para medir la satisfaccin con el trabajo. Suponga que se emplea este mtodo para medir la
satisfaccin con el trabajo. Suponga que se emplea este mtodo para medir la satisfaccin en el trabajo de abogados,
terapeutas fsicos, carpinteros y analistas de sistemas. A continuacin se encuentra los resultados obtenidos en una
muestra de 10 individuos de cada profesin. Para =0.05
21
22
5)
Intervalos:
R.C: <2.866, >
R.A: <-, 2.866]
Fk R.C Rechazamos Ho, aceptamos Ha.
Interpretacin:
El nivel de satisfaccin en el trabajo de abogados, terapeutas fsicos, carpinteros y analistas de sistemas, al
menos uno es diferente.
Pasos en minitab:
23
24
25
5)
Intervalos:
R.C: <2.96, >
R.A: < -, 2.96]
Fk R.C Rechazo Ho, acepto Ha.
Interpretacin: Existe diferencias en los valores de ritmo cardiaco, dados en pulsaciones por minuto, segn las
maquinas.
BLOQUE:
1) Ho: m1= m2=m3=m4=m10.
Ha: Al menos una es diferente.
2) Para =0.05
3) F
4)
26
F= 2.25
5) Intervalos:
R.C: <2.25, >
R.A: <-, 2.25]
Fk= 1.06 R.A Acepto Ho, rechazo Ha.
Interpretacin: No existen diferencias en los valores de ritmo cardiaco, dados en pulsaciones por minuto,
segn los sujetos.
Problema 2.Wegmans Food Markets y Top Friendly Markets son cadenas grandes de tiendas de abarrotes en una zona de Nueva
York. Cuando Wal-Mart abri un supermercado en esta zona, los expertos predijeron que Wal-Mart vendera ms barato
que estas dos tiendas locales. Un peridico public los precios de 15 artculos que se presentan en la siguiente tabla.
Artculo
Tops Wal-Mart Wegman
Pltanos (1lb)
0.49
0.48
0.49
Sopa Cambells (10.75 oz)
0.60
0.54
0.77
Pechuga de pollo (3 lb)
10.47
8.61
8.07
Pasta de dientes (6.2 oz)
1.99
2.40
1.97
Huevos (1 docena)
1.59
0.88
0.79
Salsa ctsup (36 oz)
2.59
1.78
2.59
Jell-o (3 oz)
0.67
0.42
0.65
Cacahuatina (18 oz)
2.29
1.78
2.09
Leche (descremada, gal)
1.34
1.24
1.34
Oscar Meyer hotdogs (1 lb)
3.29
1.50
3.39
Salsa rag para pasta (1 lb, 10 oz)
2.09
1.50
1.25
Galleta Ritz (1 lb)
3.29
2.00
3.39
Detergente Tid (lquido, 100 oz)
6.79
5.24
5.99
Jugo de naranja Tropicana (1/2 gal) 2.50
2.50
2.50
Twizzlers (frambuesas, 1 lb)
1.19
1.27
1.69
Con =0.05 como nivel de significancia, pruebe si hay una diferencia significativa entre las tiendas en las medias del
precio de estos 15 artculos.
SOLUCION:
TRATAMIENTO.
1) Ho: m1 = m2 =m3.
Ha: Al menos uno es diferente.
2) Para =0.05
27
5)
F= 3.34
28
Intervalos:
R.C: <3.34, >
R.A: <-, 3.34]
Fk= 5.64 R.C Rechazo Ho, acepto Ha.
Interpretacin: Si hay una diferencia significativa entre las medias del precio de estos 15 artculos, segn los
supermercados.
29
F= 2.06
5) Intervalos:
R.C: <2.06 , >
R.A: <-, 2.06]
Fk= 64.18 R.C Rechazo Ho, acepto Ha.
Interpretacin: Si hay una diferencia significativa entre las medias del precio , segn los 15 artculos.
30
REGRESION SIMPLE:
Problema 1.Un gerente de ventas recolect los datos siguientes sobre ventas anuales y aos de experiencia. (Problema 9 pg. 556
anderson)
Vendedor Aos de experiencia Ventas anuales
(miles de $)
1
1
80
2
3
97
3
4
92
4
4
102
5
6
103
6
8
111
7
10
119
8
10
123
9
11
117
10
13
136
a) Elabore un diagrama de dispersin con estos datos, en el que la variable independiente sean los aos de
experiencia.
b) D la ecuacin de regresin estimada que puede emplearse para predecir las ventas anuales cuando se
conocen los aos de experiencia.
31
Para un vendedor de tiene 9 aos de experiencia sus ventas anules sern de 116 miles de dlares anuales.
Problema 2.Una aplicacin importante del anlisis de regresin a la contadura es la estimacin de costos. Con datos sobre
volumen de produccin y costos y empleando el mtodo de mnimos cuadrados para obtener la ecuacin de regresin
estimada que relacione volumen de produccin y costos, los contadores pueden estimar los costos correspondientes a
32
2 ( )2
= 7.6
= 1247
= 1247 + 7.6
INTERPRETACION:
Por cada unidad de volumen de produccin los costos totales aumentan en un 7.6.
33
c) Calcule el coeficiente de determinacin. Qu porcentaje de la variacin en los costos totales puede ser
explicada por el volumen de produccin?
Coeficiente de determinacin:
INTERPRETACION:
El 95.9% de la variacin de los costos totales se debe al nmero de unidades del volumen de produccin
d) De acuerdo con el programa de produccin de empresa, el mes prximo se debern producir 500 unidades.
Cul es el costo total estimado de esta operacin?
Para 500 unidades:
= 1247 + 7.6 500 = 5047
34
b)
c)
d)
e)
(10)(5220) (200)(197)
= 0.827
35
2250150
= 0.016
12
=
Inferencia sobre el coeficiente de correlacin
1) Ho: p = 0
Ha: p 0
2) =0.05
3) t
4) t(0.05,10)=2.228
5) =
0.827122
10.684
0.074 0
= 4.625
0.016
= 4.65
(8 12.5)2
1
+
1502
12
2250
12
IC=[1.7878 ; 2.296]
Intervalo de prediccin (=0.05)
= 2.042 2.2280.3081 +
IP=[1.31 ; 2.77]
36
(8 12.5)2
1
+
1502
12
2250
12
37
= 200
2 = 6000
= 197
2 = 4735
= 5220
a) Coeficiente de correlacin
=
(10)(5220) (200)(197)
(10(6000) 2002 )(10(4735) 1972 )
b) Coeficiente de determinacin
r2 = 0.96
c) Coeficiente de no determinacin
1-r2 =0.04
d) Y=a+bX
=
Y=6.9+0.64X
e) Error estndar
= 0.98
(10)(5220) (200)(197)
= 0.64
10(6000) 2002
197
200
=
0.64
= 6.9
10
10
38
Ha: 0
=0.05
t
t(0.05,8)=2.306
2.0886
1 =
6000200
= 0.0467
10
0.64 0
= 13.7
0.0467
0.98102
10.96
= 13.86
(15 20)2
1
+
2002
10
6000 10
IC=[14.88 ; 18.1]
Intervalo de prediccin (=0.05)
= 16.5 2.3062.08861 +
(15 20)2
1
+
2002
10
6000 10
IP=[11.42 ; 21.58]
REGRESION MULTIPLE
PROBLEMA 1:
Montgomery y Peck (1982) describen el empleo de un modelo de regresin para relacionar la cantidad de tiempo
requerido por un vendedor de ruta (chofer) para abastecer una maquina vendedora de refrescos con el nmero de latas
que incluye la misma, y la distancia del vehculo de servicio a la ubicacin de la mquina. Este modelo se empleo para
el diseo de la ruta, el programa y el despacho de vehculos. La tabla presenta 25 observaciones respecto al tiempo de
entrega tomadas del mismo estudio descrito por Montgomery y Peck.
39
40
Numero de
observaciones
1
Tiempo de entrega
(min.)
9.95
Numero de latas
Distancias(pies)
50
24.45
110
31.75
11
120
35.00
10
550
25.02
295
16.8
200
14.38
375
9.60
52
24.35
100
10
27.50
300
11
17.08
412
12
37.00
11
400
13
41.95
12
500
14
11.66
360
15
21.65
205
16
17.89
400
17
69.00
20
600
18
10.30
585
19
34.93
10
540
20
46.59
15
250
21
44.88
15
290
22
54.12
16
510
23
56.63
17
590
24
22.13
100
21.15
400
Solucion:
41
Interpretacin:
Observamos un relacin lineal entre la variable dependiente Nro. De latas con respecto al T.de entrega (Variable
independiente), y en menor grado de linealidad Distancia Vs Tiempo de entrega.
42
43
105.1
= 20.23
5.2
44
4508.5
= 867.019
5.2
45
PROBLEMA 2
En la Facultad de Ingeniera de Sistemas y Computo de la Universidad "Inca Garcilaso de la Vega" se quiere entender
los factores de aprendizaje de los alumnos que cursan la asignatura de PHP, para lo cual se escoge al azar una
muestra de 15 alumnos y ellos registran notas promedios en las asignaturas de Algoritmos, Base de Datos y
Programacin como se muestran en el siguiente cuadro.
46
PHP
13
13
13
15
16
15
12
13
13
13
11
14
15
15
15
Algoritmos
15
14
16
20
18
16
13
16
15
14
12
16
17
19
13
Base de Datos
15
13
13
14
18
17
15
14
14
13
12
11
16
14
15
Programacin
13
12
14
16
17
15
11
15
13
10
10
14
15
16
10
Lo que buscamos es construir un modelo para determinar la dependencia que exista de aprendizaje reflejada
en las notas de la asignatura de PHP, conociendo las notas de las asignaturas Algoritmos, Programacin.
Determine la ecuacin de regresin.
Calcule R2.Interprete.
Estimar la nota del curso de PHP si se sabe que en Algoritmos tiene 15 , Base de Datos 16 y Programacin 17.
Solucion:
47
48
Interpretacin:
Podemos observar que hay una buena relacin de linealidad entre las variables dependientes con la dependiente.
49
50
51
52
METODOS NO PARAMETRICOS:
PRUEBA CHI_CUADRADO:
PROBLEMA 1:
Un estudio referente a la relacin entre la edad y la presin que el personal de ventas sienten con respecto a su trabajo
present la informacin muestral que sigue. A nivel de significancia de 0.01, Existe alguna relacin entre la presin
laboral y la edad?
Nivel de presin en el trabajo
Edad (aos)
Bajo
Mediano
Alto
Menor de 25
20
18
22
25 a 40
50
46
44
40 a 60
58
63
59
Mayor a 60
34
43
43
Solucin:
H0: No existe relacin entre la edad y la presin que el personal de ventas siente con respecto a su trabajo
H1: Existe relacin entre la edad y la presin que el personal de ventas siente con respecto a su trabajo
53
2 50 46 44 140
45.36 47.60 47.04
0.475 0.054 0.196
3 58 63 59 180
58.32 61.20 60.48
0.002 0.053 0.036
4 34 43 43 120
38.88 40.80 40.32
0.613 0.119 0.178
Total 162
CONCLUSIN: Puesto que el valor del estadstico calculado de ji cuadrada (2.191) se encuentra en la regin a la
izquierda de 16.81, no se rechaza la hiptesis nula al nivel de 0.01. Se concluye que no hay una relacin entre la edad y
la presin que sufre el personal de ventas
PRUEBA DE POISSON
El nmero de llamadas telefnicas que llegan por minuto al conmutador de una empresa tiene una distribucin de
Poisson. Use 0.10 y los datos siguientes para probar esta suposicin.
54
Solucin:
I)
PLANTEAMINETO DE LA HIPOTESIS
Ho: la poblacin del nmero llamadas telefnicas que llegan por minuto al
conmutador de la empresa sigue una distribucin de poisson
Ha: la poblacin del nmero llamadas telefnicas que llegan por minuto al
conmutador de la empresa sigue una distribucin de poisson
II)
NIVEL DE SIGNIFICANCIA
= 0.01
III)
ESTADISTICO DE PRUEBA
Utilizaremos el estadstico de chi cuadrado, mediante la siguiente
Formula.
Gl= n-1=6
IV)
55
INTERVALO DE CONFIANZA
V)
CALCULOS Y RESULTADOS
Haciendo los clculos para calcular la media , que se realiza por media ponderada:
=
0 15 + 31 + 2 20 + 15 + 4 13 + 5 4 + 6 2
=2
80
Para hallar las frecuencias esperadas realizaremos la tabla de poisson, para lo cual haremos ayuda de minitab.
56
Elegimos la variable a analizar que seria el numero de llamadas que llegan por minuto al conmutador de una
empresa
numero de
llamadas
telefonicas
fo
0
1
2
3
4
5
6
15
31
20
15
13
4
2
probabilidad fe
(fo-fe)
(fo-fe)^2
(fo-fe)^2/fe
0.13533528 13.5335283 1.46647168 2.15053918
0.1589045
0.27067057 27.0670566 3.93294335 15.4680434
0.5714712
0.27067057 27.0670566 -7.06705665 49.9432897
1.8451688
0.18044704 18.0447044 -3.04470443 9.27022508
0.5137366
0.09022352 9.02235222 3.97764778 15.8216819
1.7536094
0.03608941 3.60894089 0.39105911 0.15292723
0.0423745
0.0120298
1.2029803
0.7970197 0.63524041
0.5280555
5.4133207
se muestra la tabla del almacenamiento de los datos y la tabla de distribucin de probabilidad poisson.
# accidentes fo
0
1
2
3
4
57
34
25
11
7
3
probabilidad (fe)
(fo-fe)
(fo-fe)^2
(fo-fe)^2/fe
0.36787944 29.43 4.56964471 20.88165274 0.70952771
0.36787944 29.43 -4.43035529 19.62804803 0.66693208
0.18393972 14.72 -3.71517765 13.80254495 0.93798018
0.06131324 4.905 2.09494078
4.38877689 0.89474494
0.01532831 1.226
1.7737352 3.146136546 2.56562574
5.77481065
Calculo de X2 (k)=5.413
Conclusiones:
Como x2 (k) pertenece a la regin de aceptacin, entonces podemos
Antes del
seminario
Martin
Jaimes
Hammer
Jones
Cornwall
Skeen
Salas
Ortega
Ford
Ugalde
Marcos
Arms
Pierre
Walker
Negativa
Negativa
Baja
Muy alta
Baja
Baja
Negativa
Baja
Baja
Negativa
Baja
Negativa
Baja
Baja
Despus
del
seminario
Baja
Negativa
Alta
Baja
Alta
Alta
Alta
Muy alta
Alta
Baja
Alta
Baja
Alta
Muy alta
Signo
+
0
+
+
+
+
+
+
+
+
+
+
+
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0
0.002
0.01
0.035
0.087
0.157
0.209
0.209
0.157
0.087
0.035
0.01
0.002
0
1
1
0.998
0.988
0.953
0.866
0.709
0.5
0.291
0.134
0.047
0.012
0.002
0
Solucin:
1. Ho: p0.5 No hay cambio con respecto a la autoconfianza de los corredores, como resultado del seminario
proporcionado por la organizacin capacitadora.
Ha: p0.5 Si hay cambio con respecto a la autoconfianza de los corredores, como resultado del seminario
proporcionado por la organizacin capacitadora.
2. =0.05
3. Distribucin Binomial
4.
58
Pasos en minitab:
Utilizamos de la barra de men la opcin estadstica.
Luego a mtodos no paramtricos.
La opcin prueba de signo.
Luego escogemos nuestra variable y aceptar.
PRUEBA DE WILCONSON:
1.Un estudio busca evaluar la ganancia potencial de peso con cierto alimento aviar .Una muestra de 12 aves se us
durante un periodo de seis meses .Cada una de las aves se pes antes y despus de un periodo de prueba .Las
diferencias entre los pesos antes y despus observados en las 12 aves son: 1.5,1.2,-0.2,0,0.5,0.7,0.8,1,0,0.6,0.2,0.01.Valores negativos indican prdida de peso durante el periodo de prueba y los ceros indican que no hubo ninguna
variacin durante el periodo de prueba .Use 0.05 como nivel de significancia y determine si este nuevo alimento parece
ocasionar un aumento de peso en las aves.
SOLUCION:
1. Ho: Los pesos de las aves con cierto alimento aviar son iguales
Ha:Los pesos de las aves con cierto alimento aviar son diferentes
2. =0.05
3. Z ,T
59
PESO
DIFERENCIA
1
2
3
4
5
6
7
8
9
10
11
12
1.50
1.20
-0.20
0.00
0.50
0.70
0.80
1.00
0.00
0.60
0.20
-0.01
VALOR
ABSOLUTO
1.50
1.20
0.20
0.00
0.50
0.70
0.80
1.00
0.00
0.60
0.20
0.01
LUGAR
10
9
2.5
RANGO CON
SIGNO
10
9
-2.5
4
6
7
8
4
6
7
8
5
2.5
1
5
2.5
-1
T=48
u =0
101121
=19.62
6
=
Zk RC: Rechazo Ho ,Acepto Ha
48 0
= 2.45
19.62
INTERPRETACION:
El nuevo alimento aviar provoca un aumento en el peso de las aves ,es decir con un nivel de significancia de
0.05 los pesos difieren luego del cambio.
En minitab:
Pasos en minitab:
60
14
9
15
12.5
9
16
17
11
METODO
EXPERIMENTAL
21
27
36
20
19
21
39
24
22
3.5
7
9
2
1
3.5
12.5
6
5
1 = 103.5
R1 RC : Rechazo Ho ,Acepto Ha
INTERPRETACION:
Las dos poblaciones no son idnticas en base al tiempo utilizado por un grupo de obreros para realizar un ensamblaje,
los obreros capacitados por el mtodo experimental son ms rpidos que los que realizan un procedimiento ya
conocido.
MINITAB:
61
Pasos en minitab:
8.5
15
6
17
18
12.5
77
METODO 2
62
73
75
68
72
70
4.5
14
16
8.5
12.5
11
66.5
METODO3
58
67
69
57
59
62
2
7
10
1
3
4.5
27.5
Use =0.05 y realice una prueba para ver si existe una diferencia significativa entre los tiempos requeridos por los tres
mtodos.
Solucin:
1. Ho: Son iguales las distribuciones de los tiempos que se requieren para realizar un programa de evaluacin
por tres mtodos diferentes.
Ha: No son iguales las distribuciones de los tiempos que se requieren para realizar un programa de evaluacin
por tres mtodos diferentes.
2. = 0.05
3. X2
4.
62
5.
12
772 + 66.52 + 27.52
(
) 3 19 = 7.956
18 19
6
H R.C., Rechazamos Ho, aceptamos Ha.
Interpretacin: No son iguales las distribuciones de los tiempos (horas) que se requieren para realizar un
programa de evaluacin por tres mtodos diferentes.
=
Pasos en minitab:
CORRELACION DE RANGO:
1. La Far West University ofrece clases matutinas y vespertinas en administracin empresarial .Se realizara una
extensa encuesta .Una pregunta implica a estudiantes de segundo grado y la forma en la que perciben el
prestigio asociado con ciertas profesiones. A cada estudiante se le pidi que calificara las carreras de 1 a 8
,con 1 a la mayor renombre ,y con 8 la de menor prestigio .Los resultados compuestos son:
63
PUNTUACION DE
CURSOS MATUTINOS
DIFERENCIA
6
7
PUNTUACION DE
CURSOS
VESPERTINOS
3
2
CONTADOR
PROGRAMADOR EN
COMPUTACION
GERENTE DE
SUCURSAL BANCARIA
ADMINISTRADOR DE
HOSPITAL
ESTADISTICO
INVESTIGADOR DE
MERCADOTECNIA
ANALISTA DE BOLSA
GERENTE DE
PRODUCCION
-4
1
4
7
8
-6
-4
3
8
5
1
-2
7
3
5
6 156
= 0.85
8 (82 1)
rs=81 =0.38
1. Ho: ps=0
Ha: ps0
2. =0.05
3. Z
4. Calculo de estadstico:
=
0.85 + 0
= 2.24
0.38
64
VENTAS
105
135
120
105
90
120
145
140
100
80
100
110
a) Emplee =0.3 y calcule los valores que se obtienen para esta serie con el mtodo de suavizamiento
exponencial.
F1=Y1=105
F2=Y2=0.3 105 + (1 0.3) 105 = 105
F3=Y3=0.3 135 + (1 0.3) 105 = 114
F4=Y4=0.3 120 + (1 0.3) 114 = 115.8
F5=Y5=0.3 105 + (1 0.3) 115.8 = 112.56
F6=Y6=0.3 90 + (1 0.3) 112.56 = 105.792
F7=Y7=0.3 120 + (1 0.3) 105.792 = 110.054
F8=Y8=0.3 145 + (1 0.3) 110.054 = 120.538
F9=Y9=0.3 140 + (1 0.3) 120.538 = 126.377
F10=Y10=0.3 100 + (1 0.3) 126.377 = 118.464
F11=Y11=0.3 80 + (1 0.3) 118.464 = 106.925
F12=Y12=0.3 100 + (1 0.3) 106.925 = 104.847
65
MES
VENTAS
1
2
3
4
5
6
7
8
9
10
11
12
105
135
120
105
90
120
145
140
100
80
100
110
PRONOSTICO DE SUAVIZAMIENTO
EXPONENCIAL
105,000
105,000
114,000
115,800
112,560
105,792
110,054
120,538
126,377
118,464
106,925
104,847
MINITAB:
b)
c) Use la constante de suavizamiento =0.5 .calcular los valores de suavizamiento exponencial Con cul valor
0.3 o 0.5 .de las constante se obtiene un mejor pronstico?
66
VENTAS
1
2
3
4
5
6
7
8
9
10
11
12
105
135
120
105
90
120
145
140
100
80
100
110
PRONOSTICO DE
SUAVIZAMIENTO
EXPONENCIAL
105,000
105,000
120,000
120,000
112,500
101,250
110,625
127,813
133,906
116,953
98,477
99,238
F1=Y1=105
F2=Y2=0.5 105 + (1 0.3) 105 = 105
F3=Y3=0.5 135 + (1 0.3) 105 = 120
F4=Y4=0.5 120 + (1 0.3) 114 = 120
F5=Y5=0.5 105 + (1 0.3) 115.8 = 112.5
F6=Y6=0.5 90 + (1 0.3) 112.56 = 101.25
F7=Y7=0.5 120 + (1 0.3) 105.792 = 110.625
F8=Y8=0.5 145 + (1 0.3) 110.054 = 127.813
F9=Y9=0.5 140 + (1 0.3) 120.538 = 133.906
F10=Y10=0.5 100 + (1 0.3) 126.377 = 116.953
F11=Y11=0.5 80 + (1 0.3) 118.464 = 98.477
F12=Y12=0.5 100 + (1 0.3) 106.925 = 99.238
MINITAB:
67
CONCLUSION:
El mejor pronstico de ventas se observa para la constante de suavizamiento de 0.3 aunque para 0.5 se observa
ventas altas los primeros meses se escoge 0.3 porque se mantiene altas el pronstico de suaviza miento de ventas.
MODELO MULTIPLICATIVO:
PROMEDIOS MOVILES-INDICES ESTACIONALES:
A continuacin se presenta los datos, correspondientes a los ltimos tres aos de ventas trimestrales (nmero de
ejemplares vendidos) de un libro de texto universitario.
TRIMESTRE
AO1
AO 2
AO 3
1690
1800
1850
940
900
1100
2625
2900
2930
2500
2360
2615
a) Para esta serie de tiempo de los promedios mviles de cuatro trimestres y los promedios mviles centrados.
68
Trimestre
Ventas por ao
1690
940
Promedio mvil
PROMEDIO MOVIL
CENTRADO
2625
1952,50
1966,25
2500
1961,25
1956,25
1800
1990,63
2025,00
900
2007,50
1990,00
2900
1996,25
2002,50
2360
2027,50
2052,50
1850
2056,25
2060,00
1100
2091,88
2123,75
2930
2615
69
Ventas por ao
1690
940
Promedio mvil
PROMEDIO
MOVIL
CENTRADO
VALOR
ESTACIONAL
IRREGULAR
1952,50
1.344
1961,25
1.274
1990,63
0.904
2007,50
0.448
1996,25
1.453
2027,50
1.164
2056,25
0.900
2091,88
0.526
1938,75
3
2625
1966,25
2500
1956,25
1800
2025,00
900
1990,00
2900
2002,50
2360
2052,50
1850
2060,00
1100
2123,75
2930
2615
70
0.904
0.900
INDICES
ESTACIONAL
0.902
0.448
0.526
0.487
1.344
1.453
1.3985
1.274
1.164
1.219
4.0065
4
4
=
= 0.998 1
4.0065
INDICES REALES
0.902
0.487
1.3985
1.219
INDICES
VENTAS POR
ESTACIONALES AO
0.902
1690
0.487
940
457.78
1.3985
2625
3671.0625
1.219
2500
3047.5
0.902
1800
1623.6
0.487
900
438.3
1.3985
2900
4055.65
1.219
2360
2876.84
0.902
1850
1668.7
71
VENTAS
DESESTACIONALIZADAS
1524.38
0.487
1100
535.7
11
1.3985
2930
4097.605
12
1.219
2615
3187.685
LA ECUACION:
y = 1593 + 103 x
GRAFICA:
c) Cundo obtiene la editorial el mayor ndice estacional? Parece ser razonable este resultado? Explique.
o La editorial obtiene mayor ndice estacional en el tercer trimestre es decir es 139.85% se encuentra 39.85
% se encuentra por arriba del promedio anual.
TENDENCIA LINEAL:
Durante los ltimos siete aos, la empresa Hudson Marine ha sido distribuidor autorizado de los radios
nuticos de C&D.En la tabla siguiente se da el nmero de radios vendidos por ao por esa empresa.
AO
NUMERO
VENDIDO
a)
72
1
35
2
50
3
75
4
90
5
105
6
110
7
130
b)
c) Trace la grfica de esta serie de tiempo
d) Obtenga la ecuacin de tendencia lineal de esta serie de tiempo
Ecuacin de tendencia ajustada
Yt = 22.86 + 15.5*t
De la ecuacin: El valor 15.5 indica que los radios vendidos por ao de cada empresa aumenta en 15.5 ventas
por ao y 22.86 es el valor de ventas estimadas para el ao cero.
73
e)
f)
A partir de la ecuacin de tendencia lineal obtenida en el inciso b pronostique las ventas anuales del ao
8.
74