Producto Académico

Estadística Inferencial N° 3

Producto Académico N° 3

RESUELVE LAS SIGUIENTES PREGUNTAS FUNDAMENTANDO TU PROCEDIMIENTO.

1. Instrucciones:

1. Consulta el material de referencia de la Unidad 3.

2. Realiza las siguientes actividades y preséntalas con su respectiva evidencia

PARTE I
DESCRIPCIÓN DE LA POBLACIÓN Y MUESTRA
POBLACION: La población tomada serán los recibos de luz de mi hogar en el transcurso del
año.

MUESTRA: Se nos pidió una muestra de 12 recibos en distintas estaciones del año.

RESULTADOS
Mes Mes
Costo Costo
(PRIMAVERA- (INVIERNO–
Consumo Consumo
VERANO) OTOÑO)
OCTUBRE 79.50 ABRIL 69.60
NOVIEMBRE 78.00 MAYO 76.80
DICIEMBRE 71.50 JUNIO 70.40
ENERO 69.00 JULIO 70.90
FEBRERO 75.60 AGOSTO 69.90
MARZO 69.20 SETIEMBRE 70.90

ANÁLISIS DE RESULTADOS
a. ¿Es posible afirmar que la distribución de gastos por estación sigue una distribución con la
estructura esperada por Electro Perú respecto al total de gastos?
PRIMAVERA 20%
VERANO 14%

1 | Página
 Producto Académico
Estadística Inferencial N° 3

INVIERNO 38%
OTOÑO 28%

Recomendación: Para ello debes hallar el gasto total por año y por estación (fo), luego calcula el
% que corresponde a cada una en función al % dado para que encuentres el fe, plantea las
hipótesis correspondientes y aplica la prueba de hipótesis respectiva. Similar al ejemplo de la
video clase.

SOLUCIÓN:
ESTACION MES CONSUMO fe fo
VERANO ENERO 69.00
FEBRERO 75.60
MARZO 69.20 213.8 121.98
GASTO POR ESTACION 213.80 25% 14%
INVIERNO ABRIL 69.60
MAYO 76.80
JUNIO 70.40 216.8 331.09
GASTO POR ESTACION 216.80 25% 38%
OTOÑO JULIO 70.90
AGOSTO 69.90
SEPTIEMBRE 70.90 211.7 243.96
GASTO POR ESTACION 211.70 24% 28%
PRIMAVERA OCTUBRE 79.50
NOVIEMBRE 78.00
DICIEMBRE 71.50 229 174.26
GASTO POR ESTACION 229.00 26% 20%
GASTO TOTAL 871.30 100% 100%

a. ¿Es posible afirmar que la distribución de gastos por estación sigue una distribución con
la estructura esperada por Electro Perú respecto al total de gastos?

• HIPOTESIS

• NIVEL DE SIGNIFICANCIA
𝛼 = 0.05

2 | Página
 Producto Académico
Estadística Inferencial N° 3

• GRADOS DE LIBERTAD
𝜑 =𝐾−1=4−1=3

• ESTADIGRAFO DE CONTRASTE
4
2
(𝑂𝑖 − 𝑒𝑖 )2 (121.98 − 213.8)2 (331.09 − 216.8)2 (243.96 − 211.7)2 (174.26 − 229)2
𝑥 =∑ = + + +
𝑒𝑖 213.8 216.8 211.7 229
𝑖=1

𝑥 2 = 117.684626

REGION CRÍTICA

𝜒2 5% (3) = 7.815

117.68

7.815

Se rechaza Ho pues 𝜒25%(3) = 7.815 < 𝜒2 = 117.68

• CONCLUSION

Por tanto, existe evidencia suficiente con un riesgo de 5% de los datos no se ajustan a la
distribución con la estructura esperada por Electro Perú respecto al total de gastos

3 | Página
 Producto Académico
Estadística Inferencial N° 3

b. ¿Se puede afirmar que el consumo de energía del período Invierno-otoño es mayor que
del período Primavera-Verano?

Mes Costo Mes Costo

(PRIMAVERA- Consumo (INVIERNO– Consumo
VERANO) OTOÑO)
OCTUBRE 79.50 ABRIL 69.60
NOVIEMBRE 78.00 MAYO 76.80
DICIEMBRE 71.50 JUNIO 70.40
ENERO 69.00 JULIO 70.90
FEBRERO 75.60 AGOSTO 69.90
MARZO 69.20 SETIEMBRE 70.90
MEDIA 73.80 MEDIA 71.42
DESVIACION 4.54 DESVIACION 2.69
ESTANDAR ESTANDAR

• HIPOTESIS
𝐻0 : 𝐸𝑙 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑑𝑒 𝑒𝑛𝑒𝑟𝑔í𝑎 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝐼𝑛𝑣𝑖𝑒𝑟𝑛𝑜 − 𝑂𝑡𝑜ñ𝑜 𝑒𝑠 𝑚𝑎𝑦𝑜𝑟 𝑞𝑢𝑒 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑃𝑟𝑖𝑚𝑎𝑣𝑒𝑟𝑎 𝑣𝑒𝑟𝑎𝑛𝑜
𝐻1 : 𝐸𝑙 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑑𝑒 𝑒𝑛𝑒𝑟𝑔í𝑎 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝐼𝑛𝑣𝑖𝑒𝑟𝑛𝑜 − 𝑂𝑡𝑜ñ𝑜 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑃𝑟𝑖𝑚𝑎𝑣𝑒𝑟𝑎 𝑣𝑒𝑟𝑎𝑛𝑜

𝑠 2 𝑚𝑎𝑦𝑜𝑟
< 3𝑆𝑒 𝑎𝑠𝑢𝑚𝑒 𝑞𝑢𝑒 𝜎1 =𝜎2
𝑠 2 𝑚𝑒𝑛𝑜𝑟
4.542
= 1.69 < 3
2.692
𝑆𝑒 𝑎𝑠𝑢𝑚𝑒 𝑞𝑢𝑒 𝜎1 = 𝜎2

• NIVEL DE SIGNIFICANCIA
𝛼 = 0.05%

• GRADOS DE LIBERTAD
𝑔 = 𝑛1 + 𝑛2 − 2 = 6 + 6 − 2 = 10

• CALCULO DE LA VARIANZA CONJUNTA

(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22 (6 − 1)4.542 + (6 − 1)2.692
𝑆𝑝2 = = = 13.90
𝑛1 + 𝑛2 − 2 6+6−2

4 | Página
 Producto Académico
Estadística Inferencial N° 3

• ESTADIGRAFO DE CONTRASTE
̅𝑥̅̅1̅−𝑥
̅̅̅2̅ 73.80−71.42
𝑇= 1 1
= 1 1
= 1.11
√𝑆𝑝2 ∗(𝑛 +𝑛 ) √13.90∗( + )
1 2 6 6
REGION CRÍTICA

𝑇0.05%(10) = 1.812

1.11

1.812

Se acepta Ho pues 𝑇0.05%(10) = 1.812 > 𝑇 = 1.11

• CONCLUSION

Por lo tanto, existe evidencia suficiente con un riesgo de 0.05% de que el consumo de
energía del periodo INVIERNO- OTOÑO es mayor que el periodo PRIMAVERA VERANO.

5 | Página
 Producto Académico
Estadística Inferencial N° 3

EVIDENCIAS

6 | Página
 Producto Académico
Estadística Inferencial N° 3

7 | Página
 Producto Académico
Estadística Inferencial N° 3

PARTE II

DESCRIPCIÓN DE LA POBLACIÓN Y MUESTRA

POBLACION: Mi población está conformada por La familia Prado y mi familia cercana.

MUESTRA: Se nos pidió una muestra de 12 personas miembros de la familia Prado

RESULTADOS
Nombre Parentesco Edad Estatura Peso
o Cargo (años (cm) (kg)
cumplidos)
Max Papá 65 180.00 70
Olivia Mamá 57 163.00 75
Carlos Abuelo 86 170.00 72
Julia Abuela 74 160.00 63
Maritza Hermana 25 160.00 73
Jose Hermano 39 168.00 61
Yomira Cuñada 23 165.00 60
Orlando Cuñado 20 172.00 59
Pedro Primo 35 180.00 76
Josefa Prima 26 170.00 65
Kevin Sobrino 29 160.00 68
Karla Sobrina 33 169.00 55

ANÁLISIS DE RESULTADOS

Hagamos una prueba de hipótesis para ver si existe correlación entre la estatura y el
peso.
N° Estatura Peso (kg) X^2 Y^2 X*Y
(cm)(X) (Y)
1 180.00 70 32400.000 4900 12600.00
2 163.00 75 26569.000 5625 12225.00
3 170.00 72 28900.000 5184 12240.00
4 160.00 63 25600.000 3969 10080.00
5 160.00 73 25600.000 5329 11680.00

8 | Página
 Producto Académico
Estadística Inferencial N° 3

6 168.00 61 28224.000 3721 10248.00

7 165.00 60 27225.000 3600 9900.00
8 172.00 59 29584.000 3481 10148.00
9 180.00 76 32400.000 5776 13680.00
10 170.00 65 28900.000 4225 11050.00
11 160.00 68 25600.000 4624 10880.00
12 169.00 55 28561.000 3025 9295.00
TOTAL 2017.00 797.00 339563.00 53459.00 134026.00

• HIPOTESIS
𝐻0 : 𝜌𝑠 = 0 𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑙𝑏𝑒𝑠 𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 𝑦 𝑝𝑒𝑠𝑜
𝐻1 : 𝜌𝑠 ≠ 0 𝐸𝑥𝑖𝑠𝑡𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 𝑦 𝑝𝑒𝑠𝑜

• ESTADISTICO DE PRUEBA
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟𝑠 =
√𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 √𝑛 ∑ 𝑦 2 − (∑ 𝑦)2
12 ∗ (134026) − (2017)(797)
𝑟𝑠 =
√12(339563) − (2017)2 √12(53459) − (797)2
𝑟𝑠 = 0.1195

• VALOR CRÍTICO
𝑛 < 30, 𝛼 = 0.05

𝑟𝑠 = 0.77 > 0.1195 → 𝑉𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜

• CONCLUSION

9 | Página
 Producto Académico
Estadística Inferencial N° 3

Se rechaza 𝐻𝑂 es decir se acepta la hipótesis alternativa y se puede afirmar con un error

del 5% que existe correlación entre las variables estatura y peso.

PARTE III
Plantea una situación donde sea necesario aplicar una prueba de independencia entre dos
variables cualitativas realiza la prueba de hipótesis correspondiente con tu propia data (explica
de donde proviene y sus características.

DESCRIPCIÓN DE LA INVESTIGACIÓN
Deseo saber si el género de los consumidores es independiente de sus preferencias de cuatro
marcas de yogurt. La respuesta determinará si se deben diseñar diferentes anuncios dirigidos a
los hombres y otros diferentes para las mujeres para mejorar las ventas quizá de los productos
y saber que, si estos productos también son utilizados por hombres, aunque la mayoría sean
ofertados para mujeres.

Realizare la prueba con un nivel de significancia del 5%.

GLORIA MILKITO LAIVE PURA VIDA

DESCRIPCIÓN DE LA POBLACIÓN Y MUESTRA

1 | Página
0
 Producto Académico
Estadística Inferencial N° 3

POBLACION: La población que tomare será gente cercana a mi sector ya que todos
utilizamos alguno de estos tipos de productos diariamente en su desayuno, por lo que tomare a
mis vecinos de la ciudad de Huancayo.
MUESTRA: Tome una muestra de 71 personas que consumen alguno de estos tipos de
yogurt para saber su preferencia de una marca en particular

RESULTADOS
SEXO MARCA
GLORIA MILKITO LAIVE PURA
VIDA
HOMBRE 15 6 8 19
MUJER 9 6 6 2

ANÁLISIS DE RESULTADOS
Elaboraremos la tabla de contingencia de los datos
SEXO MARCA TOTAL
GLORIA MILKITO LAIVE PURA
VIDA
HOMBRE 15 6 8 19 48
MUJER 9 6 6 2 23
TOTAL 24 12 14 21 71

Calculamos las frecuencias esperadas.

SEXO GLORIA MILKITO LAIVE PURA VIDA TOTAL
HOMBRE 15 6 8 19 48
48 ∗ 24 48 ∗ 12 48 ∗ 14 48 ∗ 21
= 16.23 = 8.11 = 9.49 = 14.20
71 71 71 71
MUJER 9 6 6 2 23
23 ∗ 24 23 ∗ 12 23 ∗ 14 23 ∗ 21
= 7.77 = 3.89 = 7.69 = 6.80
71 71 71 71
TOTAL 24 12 14 21 71

• HIPOTESIS
𝐻0 = 𝐸; 𝐸𝑙 𝑔é𝑛𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑑𝑒 𝑦𝑜𝑔𝑢𝑟𝑡 𝑒𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑔é𝑛𝑒𝑟𝑜
𝐻1 ≠ 𝐸; 𝐸𝑙 𝑔é𝑛𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑑𝑒 𝑦𝑜𝑔𝑢𝑟𝑡 𝑛𝑜 𝑒𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑔é𝑛𝑒𝑟𝑜

• ESTADISTICO DE PRUEBA

1 | Página
1
 Producto Académico
Estadística Inferencial N° 3

4
2
(𝑂𝑖 − 𝑒𝑖 )2 (16 − 16.23)2 (9 − 7.77)2 (6 − 8.11)2 (6 − 3.89)2 (2 − 6.80)2
𝑥 =∑ = + + + + ⋯+
𝑒𝑖 16.23 7.77 8.11 3.89 6.80
𝑖=1

𝑥 2 = 4.1296

VALOR CRÍTICO

7.6994

7.815

𝑔𝑙 = (𝑓 − 1)(𝑐 − 1) = (4 − 1)(2 − 1) = 3 ∗ 1 = 3
𝛼 = 0.05

𝒙𝟐 = 𝟕. 𝟖𝟏𝟓

• CONCLUSION

Ahora como 7.699 < 7.815 se acepta la hipótesis nula es decir el consumo de yogurt de las
distintas marcas es independiente del género que lo consume.

1 | Página
2