Beruflich Dokumente
Kultur Dokumente
Estadística 2
TEMA:
CATEDRÁTICO:
INSTRUCTOR:
Aarón Olivares
ESTUDIANTE:
SECCIÓN:
2-2
FECHA DE ENTREGA:
EJERCICIO 1. La siguiente tabla de contingencias, describe por género y edad a 200 personas
visitantes de una tienda de aparatos electrónicos. En un nivel de significancia de 0.01, ¿existe
evidencia de una relación significativa entre el sexo y edad de los clientes de la tienda de aparatos
electrónicos?
Sexo
Edad Total
Masculino Femenino
Menor de 30 años 60 50 110
Mayor de 30 años 80 10 90
Total 140 60 200
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable de edad para las personas visitantes de una tienda de aparatos electrónicos es
independiente de la variable sexo.”
𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable de edad para las personas visitantes de una tienda de aparatos electrónicos no es
independiente de la variable sexo.”
𝜶 = 𝟓%
RELACIÓN:
SEXO Total
EDAD
Masculino Femenino SON LAS 𝑭𝑶𝓲
Menor de 30 años 60 50
110
𝐹𝐸11 = 77 𝐹𝐸12 = 33
Mayor de 30 años 80 10
90
𝐹𝐸21 = 63 𝐹𝐸22 = 27
TOTAL 140 60 200
(𝟏𝟏𝟎)(𝟏𝟒𝟎)
𝑭𝑬𝟏𝟏 = = 𝟕𝟕
𝟐𝟎𝟎
(𝟏𝟏𝟎)(𝟔𝟎)
𝑭𝑬𝟏𝟐 = = 𝟑𝟑
𝟐𝟎𝟎
(𝟗𝟎)(𝟏𝟒𝟎)
𝑭𝑬𝟐𝟏 = = 𝟔𝟑
𝟐𝟎𝟎
(𝟗𝟎)(𝟔𝟎)
𝑭𝑬𝟐𝟐 = = 𝟐𝟕
𝟐𝟎𝟎
PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄
∝= 𝟎. 𝟎𝟏
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟐 − 𝟏)(𝟐 − 𝟏) = 𝟏
𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟔. 𝟔𝟑𝟓
PASO 5: DECISIÓN
CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable edad de las personas visitantes no es independiente de la variable sexo, con un nivel de
confianza del 99%.
EJERCICIO 2. La siguiente tabla contiene información sobre 523 fotografías que se han tomado
entre el personal de una compañía aérea. Dichas fotografías son solo de empleados de tierra y los
individuos fotografiados son hombres o mujeres. Las fotos han sido clasificadas según el sexo de los
individuos y también según el grado de concentración en la actividad que estuvieran haciendo
durante la fotografía. La tabla muestra el número de observaciones en cada una de las seis posibles
clasificaciones. Se desea contrastar la hipótesis nula es la de que no existe asociación entre los
atributos, en este caso, entre el sexo de los individuos y el grado de concentración en la actividad
que realizaban en el momento de ser fotografiados. Utilizar un nivel de significancia del 0.5%.
Tabulación cruzada de las fotografías por sexo y concentración de la actividad de los diferentes
individuos
Sexo
Actividad Totales
Hombres Mujeres
Muy concentrado en su trabajo 256 74 330
No se sabe cómo está 41 42 83
Desconcentrado en su trabajo 66 34 100
Totales 363 150 513
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable sexo de los individuos es independiente de la variable grado de concentración en la
actividad que realizaban.”
𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable sexo de los individuos no es independiente de la variable grado de concentración en la
actividad que realizaban.”
𝜶 = 𝟓𝟎%
RELACIÓN:
Sexo
Actividad Totales
Hombres Mujeres
Muy concentrado en su 256 74 330
trabajo 𝐹𝐸11 = 233.51 𝐹𝐸12 = 96.49
No se sabe cómo está 41 42 83
𝐹𝐸21 = 58.73 𝐹𝐸22 = 24.27
Desconcentrado en su trabajo 66 34 100
𝐹𝐸31 = 70.76 𝐹𝐸32 = 29.24
Totales 363 150 513
(𝟑𝟑𝟎)(𝟑𝟔𝟑)
𝑭𝑬𝟏𝟏 = = 𝟐𝟑𝟑. 𝟓𝟎𝟖𝟖
𝟓𝟏𝟑
(𝟑𝟑𝟎)(𝟏𝟓𝟎)
𝑭𝑬𝟏𝟐 = = 𝟗𝟔. 𝟒𝟗𝟏𝟐
𝟓𝟏𝟑
(𝟖𝟑)(𝟑𝟔𝟑)
𝑭𝑬𝟐𝟏 = = 𝟓𝟖. 𝟕𝟑𝟏
𝟓𝟏𝟑
(𝟖𝟑)(𝟏𝟓𝟎)
𝑭𝑬𝟐𝟐 = = 𝟐𝟒. 𝟐𝟔𝟗𝟎
𝟓𝟏𝟑
(𝟏𝟎𝟎)(𝟑𝟔𝟑)
𝑭𝑬𝟑𝟏 = = 𝟕𝟎. 𝟕𝟔𝟎𝟐
𝟓𝟏𝟑
(𝟏𝟎𝟎)(𝟏𝟓𝟎)
𝑭𝑬𝟑𝟐 = = 𝟐𝟗. 𝟐𝟑𝟗𝟖
𝟓𝟏𝟑
PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄
(𝟐𝟓𝟔 − 𝟐𝟑𝟑. 𝟓𝟏)𝟐 (𝟕𝟒 − 𝟗𝟔. 𝟒𝟗)𝟐 (𝟒𝟏 − 𝟓𝟖. 𝟕𝟑)𝟐 (𝟒𝟐 − 𝟐𝟒. 𝟐𝟕)𝟐
𝝌𝟐 𝒑 = + + +
𝟐𝟑𝟑. 𝟓𝟏 𝟗𝟔. 𝟒𝟗 𝟓𝟖. 𝟕𝟑 𝟐𝟒. 𝟐𝟕𝟒
∝= 𝟎. 𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟑 − 𝟏)(𝟐 − 𝟏) = 𝟐
𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟏. 𝟑𝟖𝟔𝟑
PASO 5: DECISIÓN
CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable sexo de los individuos no es independiente de la variable grado de concentración en la
actividad que realizaban, con un nivel de confianza del 50%.
EJERCICIO 3. En una muestra de pequeños negocios, se clasificó a las empresas de acuerdo con la
edad y también de acuerdo al porcentaje de deudas sobre el capital total. En la tabla podemos ver
el número de empresas en cada una de las ocho categorías. Contrastar la hipótesis nula de no
dependencia entre la edad de las empresas y el porcentaje de deudas sobre el total del capital. El
nivel de significancia es del 0.5%.
𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable edad de las empresas es independiente de la variable porcentaje de deudas sobre el
total del capital.”
𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable edad de las empresas no es independiente de la variable porcentaje de deudas sobre el
total del capital.”
𝜶 = 𝟎. 𝟓%
RELACIÓN:
(𝟒𝟖)(𝟒𝟑)
𝑭𝑬𝟏𝟏 = = 𝟏𝟔. 𝟓𝟏𝟐
𝟏𝟐𝟓
(𝟒𝟖)(𝟖𝟐)
𝑭𝑬𝟏𝟐 = = 𝟑𝟏. 𝟒𝟖𝟖
𝟏𝟐𝟓
(𝟐𝟑)(𝟒𝟑)
𝑭𝑬𝟐𝟏 = = 𝟕. 𝟗𝟏𝟐
𝟏𝟐𝟓
(𝟐𝟑)(𝟖𝟐)
𝑭𝑬𝟐𝟐 = = 𝟏𝟓. 𝟎𝟖𝟖
𝟏𝟐𝟓
(𝟏𝟖)(𝟒𝟑)
𝑭𝑬𝟑𝟏 = = 𝟔. 𝟏𝟗𝟐
𝟏𝟐𝟓
(𝟏𝟖)(𝟖𝟐)
𝑭𝑬𝟑𝟐 = = 𝟏𝟏. 𝟖𝟎𝟖
𝟏𝟐𝟓
(𝟑𝟔)(𝟒𝟑)
𝑭𝑬𝟒𝟏 = = 𝟏𝟐. 𝟑𝟖𝟒
𝟏𝟐𝟓
(𝟑𝟔)(𝟖𝟐)
𝑭𝑬𝟒𝟐 = = 𝟐𝟑. 𝟔𝟏𝟔
𝟏𝟐𝟓
PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄
(𝟏𝟗 − 𝟏𝟔. 𝟓𝟏)𝟐 (𝟐𝟗 − 𝟑𝟏. 𝟒𝟗)𝟐 (𝟏𝟑 − 𝟕. 𝟗𝟏)𝟐 (𝟏𝟎 − 𝟏𝟓. 𝟎𝟗)𝟐
𝝌𝟐 𝒑 = + + +
𝟏𝟔. 𝟓𝟏 𝟑𝟏. 𝟒𝟗 𝟕. 𝟗𝟏 𝟏𝟓. 𝟎𝟗
∝= 𝟎. 𝟓% = 𝟎. 𝟎𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟒 − 𝟏)(𝟐 − 𝟏) = 𝟑
PASO 5: DECISIÓN
CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable edad de las empresas no es independiente de la variable porcentaje de deudas sobre el
total de capital, con un nivel de confianza del 99.5%.
EJERCICIO 4. Una tienda vende lavadoras y aspiradoras eléctricas y tiene 3 vendedores. Las ventas
realizadas en un mes por dichos vendedores, son las siguientes:
Calificaciones
Atributos Totales
1 2 3
Lavadoras 20 8 15 43
Aspiradoras 17 16 5 38
Totales 37 24 20 81
¿Demuestra este resultado que la habilidad de cada vendedor depende del tipo de artículo que
vende? Pruebe la hipótesis de homogeneidad al nivel del 5%.
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“No tienen nada en común las dos variables analizadas.”
𝑯𝟎 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“Si tienen algo en común las dos variables analizadas.”
Calificaciones
Atributos Totales
1 2 3
Lavadoras 20 8 15 43
𝑭𝑬𝟏𝟏 = 𝟏𝟗. 𝟔𝟒𝟐 𝑭𝑬𝟏𝟐 = 𝟏𝟐. 𝟕𝟒𝟏 𝑭𝑬𝟏𝟑 = 𝟏𝟎. 𝟔𝟏𝟕
Aspiradoras 17 16 5 38
𝑭𝑬𝟐𝟏 = 𝟏𝟕. 𝟑𝟓𝟖 𝑭𝑬𝟐𝟐 = 𝟏𝟏. 𝟐𝟓𝟗 𝑭𝑬𝟐𝟑 = 𝟗. 𝟑𝟖𝟐
Totales 37 24 20 81
(𝟒𝟑)(𝟑𝟕)
𝑭𝑬𝟏𝟏 = = 𝟏𝟗. 𝟔𝟒𝟐
𝟖𝟏
(𝟒𝟑)(𝟐𝟒)
𝑭𝑬𝟏𝟐 = = 𝟏𝟐. 𝟕𝟒𝟏
𝟖𝟏
(𝟒𝟑)(𝟐𝟎)
𝑭𝑬𝟏𝟑 = = 𝟏𝟎. 𝟔𝟏𝟕
𝟖𝟏
(𝟑𝟖)(𝟑𝟕)
𝑭𝑬𝟐𝟏 = = 𝟏𝟕. 𝟑𝟓𝟖
𝟖𝟏
(𝟑𝟖)(𝟐𝟒)
𝑭𝑬𝟐𝟐 = = 𝟏𝟏. 𝟐𝟓𝟗
𝟖𝟏
(𝟑𝟖)(𝟐𝟎)
𝑭𝑬𝟐𝟑 = = 𝟗. 𝟑𝟖𝟐
𝟖𝟏
PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄
(𝟐𝟎 − 𝟏𝟗. 𝟔𝟒)𝟐 (𝟖 − 𝟏𝟐. 𝟕𝟒)𝟐 (𝟏𝟓 − 𝟏𝟎. 𝟔𝟐)𝟐 (𝟏𝟕 − 𝟏𝟕. 𝟑𝟔)𝟐
𝝌𝟐 𝒑 = + + +
𝟏𝟗. 𝟔𝟒 𝟏𝟐. 𝟕𝟒 𝟏𝟎. 𝟔𝟐 𝟏𝟕. 𝟑𝟔
∝= 𝟎. 𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟐 − 𝟏)(𝟑 − 𝟏) = 𝟐
𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟓. 𝟗𝟗𝟏𝟓
PASO 5: DECISIÓN
CONCLUSION: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable atributos, si tiene algo en común con las calificaciones obtenidas, con un nivel de confianza
del 95%.
EJERCICIO 5. Un criador de pavos navideños alimenta, con diferentes raciones, a tres grupos de
1200 pavos pequeño. Lo que se pretende determinar es si hay alguna asociación entre la
mortalidad de cada grupo y la cantidad de ración que recibe. Utilizar un nivel de significación del
5%. (NOTA: si no existe asociación, las proporciones de mortalidad entre los grupos deberían ser
iguales).
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“No tienen nada en común las dos variables analizadas.”
𝑯𝟎 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“Si tienen algo en común las dos variables analizadas.”
𝜶 = 𝟓%
(𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟏𝟏 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟏𝟐 = = 𝟖. 𝟔𝟕
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟐𝟏 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟐𝟏 = = 𝟖. 𝟔𝟕
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟐𝟐 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟐𝟑 = = 𝟖. 𝟔𝟕
𝟏𝟎𝟎
PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄
∝= 𝟎. 𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟑 − 𝟏)(𝟐 − 𝟏) = 𝟐
𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟓. 𝟗𝟗𝟏𝟓
PASO 5: DECISIÓN
CONCLUSION: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable mortalidad, si tiene algo en común con la cantidad de ración que recibe, con un nivel de
confianza del 95%.
EJERCICIO 6. Quince aprendices en un curso técnico son aleatoriamente asignados a tres tipos
diferentes de métodos de instrucción, todos los cuales persiguen el desarrollo de un nivel específico
de habilidad en diseño asistido por computadora. Las calificaciones de la prueba de
aprovechamiento al término de la unidad de instrucción se reportan en la siguiente tabla, junto con
la calificación media de desempeño asociada con cada método de instrucción. Use el procedimiento
de análisis de varianza para probar la hipótesis nula de que las tres medias muéstrales se obtuvieron
de la misma población, con un nivel de significancia de 5%.
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑
“Las tres medias muéstrales se obtuvieron de la misma población.”
𝑯𝟏 : 𝝁𝟏 ≠ 𝝁𝟐 ≠ 𝝁𝟑
“Por lo menos una de las tres medias muéstrales no se obtuvo de la misma población.”
𝜶 = 𝟓%
PASO 3: SE USARÁ LA RAZON F YA QUE SON DATOS DE MAS DE DOS MEDIAS
PASO4: CÁLCULO DE 𝑭𝒑 Y 𝑭𝑪
CÁLCULO DE 𝑭𝒑
T1 86 79 81 70 84 400
T2 90 76 88 82 89 425
T3 82 68 73 71 81 375
T1+T2+T3= 1200
𝑻𝟏𝟐 160,000
𝑻𝟐𝟐 180,625
𝑻𝟑𝟐 140,625
(𝚺𝑻𝒊 ) 1,440,000
𝟐𝟓𝟎
𝑴𝑺𝑨 = = 𝟏𝟐𝟓
𝟑−𝟏
𝟒𝟒𝟖
𝑴𝑺𝑬 = = 𝟑𝟕. 𝟑𝟑
𝟏𝟓 − 𝟑
𝟏𝟐𝟓
𝑭𝒑 = = 𝟑. 𝟑𝟒𝟖𝟓
𝟑𝟕. 𝟑𝟑
CÁLCULO DE 𝑭𝒄
𝜶 = 𝟎. 𝟎𝟓
Grados de libertad:
𝑵ù𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = 𝒌 − 𝟏 = 𝟑 − 𝟏 = 𝟐
𝑫𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = 𝒌(𝒏 − 𝟏) = 𝟑(𝟓 − 𝟏) = 𝟏𝟐
𝑭𝒄 = 𝟑. 𝟖𝟗
PASO 5: DECISIÓN
Marca de
Número de palabras por minuto
equipo
A 79 83 62 51 77
B 74 85 72
C 81 65 79 55
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏
𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑
“Las medias por minuto obtenidas de las tres posiciones del teclado no difieren entre sí.”
𝑯𝟏 : 𝝁𝟏 ≠ 𝝁𝟐 ≠ 𝝁𝟑
“Las medias por minuto obtenidas de las tres posiciones del teclado si difieren entre sí.”
𝜶 = 𝟓%
PASO 3: SE USARÁ LA RAZON F YA QUE SON DATOS DE MAS DE DOS MEDIAS
PASO4: CÁLCULO DE 𝑭𝒑 Y 𝑭𝑪
CÁLCULO DE 𝑭𝒑
T1 79 83 62 51 77 352
T2 74 85 72 231
T3 81 65 79 55 280
T1+T2+T3= 863
𝑻𝟏𝟐 123,904
𝑻𝟐𝟐 53,361
𝑻𝟑𝟐 78400
(𝚺𝑻𝒊 ) 744,769
𝟏𝟎𝟑. 𝟕𝟐
𝑴𝑺𝑨 = = 𝟓𝟏. 𝟖𝟔
𝟑−𝟏
𝟏, 𝟐𝟕𝟑. 𝟐
𝑴𝑺𝑬 = = 𝟏𝟒𝟏. 𝟒𝟕
𝟏𝟐 − 𝟑
𝟓𝟏. 𝟖𝟔
𝑭𝒑 = = 𝟎. 𝟑𝟕
𝟏𝟒𝟏. 𝟒𝟕
CÁLCULO DE 𝑭𝒄
𝜶 = 𝟎. 𝟎𝟓
Grados de libertad:
𝑵ù𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = 𝒌 − 𝟏 = 𝟑 − 𝟏 = 𝟐
𝑫𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = 𝒌(𝒏 − 𝟏) = 𝟑(𝟒 − 𝟏) = 𝟗
𝑭𝒄 = 𝟒. 𝟐𝟔
PASO 5: DECISIÓN
PASO 1. Planteamiento de 𝐻0 y 𝐻1
𝐻0 : 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 = 𝜇𝐷
𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵 ≠ 𝜇𝐶 ≠ 𝜇𝐷
Por lo menos una de las medias poblacionales de las variedades de granos no es igual a las
otras.
Por lo menos una de las medias poblacionales de los tipos de fertilizantes no es igual a los
otras.
∝= 𝟓%
PASO 3. Datos. Se tienen dos factores de análisis.
𝟖𝟔 + 𝟖𝟖 + 𝟕𝟕 + 𝟖𝟒
̅𝑭𝟏 =
𝒙 = 𝟖𝟑. 𝟕𝟓
𝟒
𝟗𝟐 + 𝟗𝟏 + 𝟖𝟏 + 𝟗𝟑
̅𝑭𝟐 =
𝒙 = 𝟖𝟗. 𝟐𝟓
𝟒
𝟕𝟓 + 𝟖𝟎 + 𝟖𝟑 + 𝟕𝟗
̅
𝒙𝑭𝟑 = = 𝟕𝟗. 𝟐𝟓
𝟒
c) La media de todos los datos
𝟖𝟔 + 𝟖𝟖 + 𝟕𝟕 + 𝟖𝟒 + 𝟗𝟐 + 𝟗𝟏 + 𝟖𝟏 + 𝟗𝟑 + 𝟕𝟓 + 𝟖𝟎 + 𝟖𝟑 + 𝟕𝟗
̅𝑮 =
𝒙 = 𝟖𝟒. 𝟎𝟖
𝟏𝟐
̅𝑮 = 𝟖𝟒. 𝟎𝟖 = ̅
𝒙 𝒙
SUMAS DE CUADRADOS
𝑺𝑪𝑻 = (𝟖𝟔 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟖 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟕𝟕 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟒 − 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟐 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟗𝟏 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟏 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟗𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟎 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟕𝟗 − 𝟖𝟒. 𝟎𝟖)𝟐
= 𝟑𝟗𝟒. 𝟗𝟐
b) La suma de cuadrados de los tratamientos
𝑺𝑪𝑨 = 𝟑(𝟖𝟒. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟑(𝟖𝟔. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟑(𝟖𝟎. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐
+ 𝟑(𝟖𝟓. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟔𝟐. 𝟐𝟓
𝑺𝑪𝑩 = 𝟒(𝟖𝟑. 𝟕𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟒(𝟖𝟗. 𝟐𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟒(𝟕𝟗. 𝟐𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟐𝟎𝟎. 𝟔𝟕
d) La suma de cuadrados de error.
𝑺𝑪𝑬 = (𝟖𝟔 − 𝟖𝟒. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟖 − 𝟖𝟔. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟕 − 𝟖𝟎. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟒 − 𝟖𝟓. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟐 − 𝟖𝟒. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟏 + 𝟖𝟔. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟏 − 𝟖𝟎. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟑 − 𝟖𝟓. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟓 − 𝟖𝟒. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟎 − 𝟖𝟔. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟑 − 𝟖𝟎. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟗 − 𝟖𝟓. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟏𝟑𝟐
PROMEDIOS CUADRADOS
a) Para tratamiento
𝑺𝑪𝑨 𝟔𝟐. 𝟐𝟓
𝑪𝑴𝑨 = = = 𝟐𝟎. 𝟕𝟓
𝑲−𝟏 𝟒−𝟏
b) Para bloques
𝑺𝑪𝑩 𝟐𝟎𝟎. 𝟔𝟕
𝑪𝑴𝑩 = = = 𝟏𝟎𝟎. 𝟑𝟑
𝑯−𝟏 𝟑−𝟏
𝑪𝑴𝑩 𝟏𝟎𝟎. 𝟑𝟑
𝑭𝒑 = = = 𝟒. 𝟓𝟔𝟎𝟔
𝑪𝑴𝑬 𝟐𝟐
OBTENER LOS VALORES 𝑭𝒄𝒓í𝒕𝒊𝒄𝒂
𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏 = (𝟒 − 𝟏) = 𝟑
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟒 − 𝟏)(𝟑 − 𝟏) = 𝟔
𝑭𝒄 = 𝟒. 𝟕𝟔
𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏 = (𝟑 − 𝟏) = 𝟐
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟒 − 𝟏)(𝟑 − 𝟏) = 𝟔
𝑭𝒄 = 𝟓. 𝟏𝟒
PASO 5. Decisión
a) Para tratamientos
b) Para bloques
a) CONCLUSIÓN PARA LOS TRATAMIENTOS: Gráficamente se observa que F-prueba está en la
región de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir, no
se ha demostrado que por lo menos una de las medias poblacionales las variedades de
granos no es igual a las otras, con un nivel de confianza del 95%.
b) CONCLUSIÓN PARA LOS BLOQUES: Gráficamente se observa que F-prueba está en la región
de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir, no
se ha demostrado que por lo menos una de las medias poblacionales de los tipos de
fertilizantes no es igual a las otras, con un nivel de confianza del 95%.
EJERCICIO 9. Un fabricante de una bebida gaseosa sin azúcar quiere comparar el efecto sobre las
ventas del color del bote-rojo, amarillo o azul. Se seleccionan cuatro regiones para realizar el
contraste, y se seleccionan aleatoriamente tres tiendas de cada región, cada una para vender botes
de un color. Los resultados del estudio se muestran a continuación (en cajas de 100 botes). A)
Construir una tabla de análisis de la varianza de dos factores. B) Contrastar la hipótesis nula de que
las ventas medias son las mismas para los tres tipos de bote, utilizar un nivel de significancia de 5%.
Color
Región
Rojo Amarillo Azul
Central 47 52 60
Paracentral 56 54 52
Occidente 49 63 55
Oriente 41 44 48
PASO 1. Planteamiento de 𝐻0 y 𝐻1
Por lo menos una de las medias poblacionales de los tipos de botes no es igual a las otras.
𝐻0 : 𝜇𝐶 = 𝜇𝑃 = 𝜇𝑂𝐶 = 𝜇𝑂𝑅
𝐻1 : 𝜇𝐶 ≠ 𝜇𝑃 ≠ 𝜇𝑂𝐶 = 𝜇𝑂𝑅
Por lo menos una de las medias poblacionales de las zonas geográficas no es igual a los
otras.
∝= 𝟓%
Color (TRATAMIENTOS)
Región (BLOQUES)
Rojo Amarillo Azul
Central 47 52 60
Paracentral 56 54 52
Occidente 49 63 55
Oriente 41 44 48
𝟒𝟕 + 𝟓𝟐 + 𝟔𝟎
̅𝑪 =
𝒙 = 𝟓𝟑
𝟑
𝟓𝟔 + 𝟓𝟒 + 𝟓𝟐
̅𝑷 =
𝒙 = 𝟓𝟒
𝟑
𝟒𝟗 + 𝟔𝟑 + 𝟓𝟓
̅𝑶𝑪 =
𝒙 = 𝟓𝟓. 𝟔𝟕
𝟑
𝟒𝟏 + 𝟒𝟒 + 𝟒𝟖
̅𝑶𝑹 =
𝒙 = 𝟒𝟒. 𝟑𝟑
𝟑
𝟒𝟕 + 𝟓𝟐 + 𝟔𝟎 + 𝟓𝟔 + 𝟓𝟒 + 𝟓𝟐 + 𝟒𝟗 + 𝟔𝟑 + 𝟓𝟓 + 𝟒𝟏 + 𝟒𝟒 + 𝟒𝟖
̅𝑮 =
𝒙 = 𝟓𝟏. 𝟕𝟓
𝟏𝟐
̅𝑮 = 𝟓𝟏. 𝟕𝟓 = 𝒙
𝒙 ̅
SUMAS DE CUADRADOS
𝑺𝑪𝑻 = (𝟒𝟕 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟔𝟎 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟔 − 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟗 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟔𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟏 − 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟖 − 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟒𝟒𝟖. 𝟐𝟓
b) La suma de cuadrados de los tratamientos
𝑺𝑪𝑨 = 𝟒(𝟒𝟖. 𝟐𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟒(𝟓𝟑. 𝟐𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟒(𝟓𝟑. 𝟕𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 = 𝟕𝟒
𝑺𝑪𝑩 = 𝟑(𝟓𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟓𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟓𝟓. 𝟔𝟕 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟒𝟒. 𝟑𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟐𝟑𝟎. 𝟗𝟐
d) La suma de cuadrados de error.
𝑺𝑪𝑬 = (𝟒𝟕 − 𝟓𝟑 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟑 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟔𝟎 − 𝟓𝟑 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟔 − 𝟓𝟒 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟒 − 𝟓𝟒 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟓𝟐 − 𝟓𝟒 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟗
− 𝟓𝟓. 𝟔𝟕 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟔𝟑 − 𝟓𝟓. 𝟔𝟕 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟓𝟓
− 𝟓𝟓. 𝟔𝟕 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟏 − 𝟒𝟒. 𝟑𝟑 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟒
− 𝟒𝟒. 𝟑𝟑 + 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟖 − 𝟒𝟒. 𝟑𝟑 + 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟏𝟒𝟑. 𝟑𝟑
PROMEDIOS CUADRADOS
a) Para tratamiento
𝑺𝑪𝑨 𝟕𝟒
𝑪𝑴𝑨 = = = 𝟑𝟕
𝑲−𝟏 𝟑−𝟏
b) Para bloques
𝑺𝑪𝑩 𝟐𝟑𝟎. 𝟗𝟐
𝑪𝑴𝑩 = = = 𝟕𝟔. 𝟗𝟕
𝑯−𝟏 𝟒−𝟏
𝑺𝑪𝑬 𝟏𝟒𝟑. 𝟑𝟑
𝑪𝑴𝑬 = = = 𝟐𝟑. 𝟖𝟗
(𝑲 − 𝟏)(𝑯 − 𝟏) (𝟐)(𝟑)
𝑪𝑴𝑩 𝟕𝟔. 𝟗𝟕
𝑭𝒑 = = = 𝟑. 𝟐𝟐
𝑪𝑴𝑬 𝟐𝟑. 𝟖𝟗
OBTENER LOS VALORES 𝑭𝒄𝒓í𝒕𝒊𝒄𝒂
𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏 = (𝟑 − 𝟏) = 𝟐
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟑 − 𝟏)(𝟒 − 𝟏) = 𝟔
𝑭𝒄 = 𝟓. 𝟏𝟒
𝑭𝒄 = 𝟒. 𝟕𝟔
PASO 5. Decisión
a) Para tratamientos
b) Para bloques
a) CONCLUSIÓN PARA LOS TRATAMIENTOS: Gráficamente se observa que F-prueba está
en la región de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir,
no se ha demostrado que por lo menos una de las medias poblacionales los tipos de
botes no es igual a las otras, con un nivel de confianza del 95%.