UNIVERSIDAD POLITECNICA ESTATAL DEL CARCHI

FACULTAD DE COMERCIO INTERNACIONAL, INTEGRACIN, ADMINISTRACIN Y ECONOMA EMPRESARIAL

ESCUELA DE COMERCIO EXTERIOR Y NEGOCIACIN COMERCIAL INTERNACIONAL

TRABAJO DE ESTADISTICA INFERENCIAL

EJERCICIOS CHI CUADRADO

DEICY CUMBAL

SEXTO NIVEL PARALELO A

2012

TEMA: CHI-CUADRADO PROBLEMA: Desconocimiento del Chi- Cuadrado imposibilita la realizacin y desarrollo de ejercicios que a futuro utilizaremos. OBJETIVOS General Conocer y aplicar el CHI-CUADRADO en ejercicios planteados para tener un mejor desarrollo como profesionales en el futuro. Especficos: Fundamentar el Chi-cuadrado. Analizar la informacin obtenida sobre el CHI-CUADRADO. Realizar ejercicios planteados sobre el CHI-CUADRADO para aplicarlos en la carrera. JUSTIFICACIN El presente trabajo lo hemos realizado con la finalidad de aprender acerca del Chi-cuadrado, su concepto y los ejercicios que se pueden desarrollar, para conocer lo fundamental que ayudara en la carrera de comercio exterior y como profesionales en este campo. Adems se reforzar los conocimientos y as como resolver ejercicios sobre CHI-CUADRO aplicando la frmula en ejercicios de nuestra carrera.

5.- MARCO TEORICO CHI-CUADRADO En una prueba de ajuste la hiptesis nula establece que una variable X tiene una cierta distribucin de probabilidad con unos determinados valores de los parmetros. (Arvelo, 1998) El tipo de distribucin se determina, segn los casos, en funcin de: La propia definicin de la variable, consideraciones tericas al margen de esta y/o evidencia aportada por datos anteriores al experimento actual. (Arvelo, 1998) A menudo, la propia definicin del tipo de variable lleva implcitos los valores de sus parmetros o de parte de ellos; si esto no fuera as dichos parmetros se estimarn a partir de la muestra de valores de la variable que utilizaremos para realizar la prueba de ajuste. (Arvelo, 1998) Como en casos anteriores, empezaremos definiendo las hiptesis. Hiptesis nula: X tiene distribucin de probabilidad f(x) con parmetros y1,..., yp

Hiptesis alternativa: X tiene cualquier otra distribucin de probabilidad.

Es importante destacar que el rechazo de la hiptesis nula no implica que sean falsos todos sus aspectos sino nicamente el conjunto de ellos; por ejemplo, podra ocurrir que el tipo de distribucin fuera correcto pero que nos hubisemos equivocado en los valores de los parmetros. (Arvelo, 1998) Obviamente, necesitaremos una muestra de valores de la variable X. Si la variable es discreta y tiene pocos valores posible estimaremos las probabilidades de dichos valores mediante sus frecuencias mustrales; si la variable es continua o si es una discreta con muchos o infinitos valores estimaremos probabilidades de grupos de valores (intervalos). (Arvelo, 1998) Metodolgicamente, la prueba se basa en la comparacin entre la serie de frecuencias absolutas observadas empricamente para los valores de la variable (Oi) y las correspondientes frecuencias absolutas tericas obtenidas

en base a la funcin de probabilidad supuesta en la hiptesis nula (Ei). (Arvelo, 1998) As pues, una vez calculadas las frecuencias absolutas de cada valor o intervalo de valores, obtendremos el nmero total de observaciones de la muestra (T) sumando las frecuencias observadas (Arvelo, 1998)

Para calcular las frecuencias esperadas repartiremos este nmero total de observaciones (T) en partes proporcionales a la probabilidad de cada suceso o grupo de sucesos. (Arvelo, 1998). Para ello calcularemos dichas probabilidades utilizando la funcin de probabilidad definida en la hiptesis nula f(x), de modo que, cada valor Ei tendr la siguiente expresin:

Por tanto, tendremos los siguientes datos para la prueba: Valor de la variable x1 x2 x3 ... xi ... xk

Frecuencias observadas O1 O2 O3 ... Oi ... Ok Frecuencias esperadas E1 E2 E3 ... Ei ... Ek

Si la hiptesis nula es cierta, las diferencias entre valores observados y esperados (que siempre existirn por tratarse de una muestra aleatoria) son atribuibles, exclusivamente, al efecto del azar. En estas condiciones, se puede calcular un parmetro que depende de ambos, cuya distribucin se ajusta a una CHI-CUADRADO. (Arvelo, 1998)

Si, por el contrario, la hiptesis nula fuera falsa los Ei ya no seran, realmente, los valores esperados de las frecuencias; por tanto, las diferencias entre los valores "esperados" y los observados reflejaran no slo el efecto del azar sino tambin las diferencias entre los Ei y la autntica serie de valores esperados (desconocida) Como consecuencia, las diferencias de los numeradores de la expresin anterior tienden a ser ms grandes y, por estar elevadas al cuadrado, la suma de cocientes ser positiva y mayor que lo que se esperara para los valores de una CHI-CUADRADO. (Arvelo, 1998)

Por tanto, el parmetro anterior ser el estadstico de contraste de la prueba de hiptesis y la regin crtica se encontrar siempre en la cola derecha de la distribucin CHI-CUADRADO. Evidentemente, esta prueba ser siempre de una sola cola. (Arvelo, 1998)

Estadstico de contraste Se acepta la hiptesis nula si CHI-CUADRADO con grados de libertad. Cabe sealar que en las pruebas CHI-CUADRADO lo corriente es que pretendamos comprobar que una variable tiene una cierta distribucin y, por tanto, habitualmente, nos vemos obligados a colocar nuestra propia hiptesis en la hiptesis nula. nicamente podremos colocar nuestra hiptesis en la alternativa en el caso excepcional de que pretendamos demostrar que cierto tratamiento produce una distorsin de la distribucin bsica de la variable en estudio. (Arvelo, 1998) El nmero de grados de libertad de la variable CHI-CUADRADO se calcula de la siguiente forma: A priori, tendr tantos grados de libertad como parejas frecuencia observada - frecuencia esperada. (Arvelo, 1998) , el percentil 1 de la distribucin

A esta cantidad se debe restar el nmero de restricciones lineales impuestas a las frecuencias observadas, es decir, el nmero de parmetros que es necesario calcular directamente a partir de los valores observados para establecer los valores esperados. Este nmero es, como mnimo, uno ya que siempre tendremos que calcular el nmero total de observaciones de la muestra. (Arvelo, 1998)

Una condicin bsica para que podamos llevar a cabo una prueba CHICUADRADO es que las frecuencias de las distintas clases deben ser suficientemente altas como para garantizar que pequeas desviaciones aleatorias en la muestra no tengan importancia decisiva sobre el valor del estadstico de contraste. (Arvelo, 1998). (Arvelo, 1998) Las reglas que determinan cuando es posible o no realizar el contraste varan mucho de unos autores a otros. En un extremo de mxima rigidez se encuentran aquellos que opinan que no se puede realizar la prueba cuando alguna de las frecuencias, observadas o esperadas, sea menor que 5. En el otro extremo se encuentran quienes opinan que, para que la prueba sea viable ninguna de las frecuencias esperadas debe ser menor que 1 y no ms del 25% pueden ser menores que 5; en lo que refiere a las frecuencias observadas no existiran lmites. La autora de este texto simpatiza ms con la segunda postura, no slo por razones prcticas, sino porque lo razonable es que la distribucin esperada est adecuadamente definida y, por tanto, no debe incluir valores muy bajos; sin embargo, los valores extremos en la distribucin observada simplemente reflejan diferencias importantes entre la distribucin supuesta por la hiptesis nula y la real. (Arvelo, 1998) Sea cual sea el criterio que elijamos, si resultara que la prueba no es viable podramos recurrir a englobar los valores o clases de valores con sus vecinos ms prximos y pasar as a engrosar sus frecuencias. Este procedimiento no puede llevarse hasta el absurdo pero proporciona una salida digna a situaciones complejas. En casos excepcionales se pueden englobar valores que no sean vecinos porque exista algn nexo lgico de conexin entre ellos. (Arvelo, 1998)

Cuando sea necesario agrupar valores, los grados de libertad no se deben calcular hasta que tengamos establecidas definitivamente las parejas de frecuencias observadas y esperadas con las que calcularemos el estadstico de contraste. (Arvelo, 1998) EJERCICIOS EJERCICIO 1.1.- Un jugador quiere probar que es legal el dado con el que juega. Tiro el dado 120 veces y obtuvo la siguiente distribucin de frecuencias de las caras resultantes. RESULTADO FRECUENCIA 1 15 2 25 3 33 4 17 5 16 6 14

a) Enuncie las hiptesis de la prueba y determine las frecuencias esperadas. b) Describa la estadstica de la prueba c) Determine la regin crtica de la prueba al nivel de significacin del 5%. d) A qu conclusin llega usando el nivel de significacin 0,05? e) Determine la probabilidad P. 1.Ho: El dado es legal. Ha: El dado no es legal. 2.- Es de dos colas. 3.- Nivel de confianza

4.-

gl= k-1
5.-

gl=6-1

gl=5

Zona aceptacin

11,07

6.Ei Oi 15 20 20 25 20 33 20 17 20 16 20 14

7.- Se acepta la hiptesis alternativa y se rechaza la hiptesis nula, es decir el dado del jugador no es legal ya que se encuentra dentro de la zona de rechazo.

EJERCICIO 2.2.- El gerente de ventas de una compaa P&C afirma que todos sus vendedores realizan el mismo nmero de visitas durante el mismo perodo de tiempo. Una muestra aleatoria de 5 registros de los vendedores en una semana dada revel el siguiente nmero de visitas.
Vendedor Nmero de visitas A 23 B 29 C 25 D 23 E 30

Con el nivel de significacin de 0.05, es razonable aceptar la afirmacin del gerente?

1)

: hacen el mismo nmero de visitas : hacen menor nmero de visitas

2) Grfica: unilateral y cola a la derecha

3) Nivel de significacin 0.05 4) Variables cualitativas chi cuadrado 5) gl = k-1 gl = 5-1 = 4 = 9,49 6)
23 26 29 26 25 26 23 26 30 26

7) Acepta la hiptesis nula por que realizan el mismo nmero de visitas

EJERCICIO 3.-

3.- El gerente de personal

de la compaa de REXA quiere probar la

hiptesis que hay diferencias significativas de tardanzas de los diferentes das de la semana. De los registros de asistencia obtuvo la siguiente tabla de tardanzas de su personal para cada uno de los das de la semana: DIAS LUNES MARTES MIERCOLES JUEVES VIERNES

TARDANZAS

58

39

75

48

80

Se puede aceptar la hiptesis del gerente con un nivel de significacin de 0.05? 1.- HO = El nmero de tardanzas en el mismo cada da 2.- La prueba es unilateral de una cola 3.- Nivel de significancia del =0.05 4.-Utilizamos la prueba del CHI-CUADRADO 5.-

z. rechazo z. aceptacin

9.488

gl=K-1 gl= 5-1 gl=4

x2=9.488 6. - frecuencias esperadas

Xi 58 39 75 48 80 300

=60 60 58 39 60 75 60 48 60 80 60

X2=

= 20.232

7.- Se rechaza la hiptesis nula y se acepta la hiptesis alternativa debido a que hay tardanzas del personal en cada da de la semana ya que llegan

puntuales a la compaa REXA. EJERCICIO 4.4.- De una muestra de turistas que se hospedan en el hotel EL PALMER se recogi sus opiniones acerca de los servicios del hotel, resultando los siguientes datos:

PESIMA

MALA REGULAR BUENA MUY BUENA EXCELENTE 25 40 54 56

TURISTAS 20

Pruebe con un nivel de significacin del 5%, la hiptesis nula de que no hay diferencias significativas entre las opciones de los turistas. 1.- HO = no hay diferencias significativas en las opiniones 2.- La prueba es unilateral de una cola 3.- Nivel de significancia del =0.05 4.- Utilizamos la prueba del CHI-CUADRADO

5.-

z. rechazo z. aceptacin

9.488

gl=K-1 gl= 5-1 gl=4 x2=9.488

6. FRECUENCIA ESPERADAS Xi 20 25 40 54 56 195 =39

39 20 25

39 40

39 54

39 56

39

X2=

= 27.486

7.- La hiptesis nula se rechaza porque, no hay diferencias significativas en las opiniones de los turistas.

Ejercicio 5 En un da se observ el nmero de conductores que escogieron cada una de las diez casetas de pago de peaje ubicadas a la salida al sur. Los datos se registraron en l siguiente tabla: Caseta # 1 2 700 3 730 4 745 5 720 6 710 7 660 8 655 9 670 10 490

# de 580 conductores

Presentan estos datos suficiente evidencia para concluir que hay casetas preferidas?. Utilice el nivel de significancia del 5%

Pasos: 1) Ho: No existen las casetas preferidas Ha: Existen casetas preferidas 2) la prueba es unilateral con una cola hacia la derecha. 3) nivel de significancia del 0.5 4) utilizar el Chi cuadrado. 5) grafica gl= k-1 gl= 10-1=9 Tabla obtenemos 16,919

6) calculo estadstico Ei Oi 666 580

666 700

666 730

666 745

666 720

666 710

666 660

666 655

666 670

666 490

(9) = (9) =

+ + +

+ +

+ = 82,42

7) Se rechaza la hiptesis nula y se acepta la alternativa que propone que si existen preferencias en las casetas del cobro de peaje. Ejercicio 6 Un ejecutivo de hipermercado TOD afirma que las compras se pagan 30% con cheques, 45% con efectivo y 25% con tarjeta de crdito. En una muestra aleatoria de 400 compradores se encontr q 110 de ellos pagaron con cheques, 210 con efectivo y 80 con tarjetas puede usted concluir con la significacin de 0,05 que la afirmacin del ejecutivo es razonable? 30% cheque 45% efectivo 25% tarjeta de crdito N= 400 110 cheques 210 efectivos 80 tarjetas

1) Ho: los pagos guardan relacin Ha: los pagos no guardan relacin entre si 2) la prueba es unilateral con una cola hacia la derecha. 3) nivel de significancia del 0.05 4) utilizar el Chi cuadrado. 5) grafica gl= k-1 gl= 3-1=2 Tabla obtenemos 5,991

6) calculo estadstico Ei Oi 120 110

180 210

100 80

(2) = (2) =

= 9,83

7) se rechaza la hiptesis nula y se acoge la alternativa que manifiesta que los pagos con tarjeta, cheque o efectivo no guardan ninguna relacin entre si.

EJERCICIO 7.Una maquina llena latas con 300 caramelos de sabores: Pia, Fresa, Limn y Naranja en la relacin: 4:3:2:1. Si en una lata de estos caramelos se encontr; 115 de pia, 95 de fresa, 70 de limn, y 20 de naranja, pruebe la hiptesis de que la maquina est mezclando en la relacin: 4;3;2;1 al nivel de significacin de 0.05. SABORES RELACION CANTIDAD TOTAL PIA 4 115 119 FRESA 3 95 98 LIMON 2 70 72 NARANJA 10 20 21 TOTAL 10 300 316

1) = la maquina esta mesclado en la relacin 4:3:2:1 2) La prueba es unilateral de una cola 3) Nivel de significacin 0.05 4) Utilizamos CHI- CUADRADO

7.815

gl= (f -1) (c- 1) gl= (2-1)(4-1) gl=3 X= 7.815

5)

= 300 X 40 =120 = 300 X 30 =90 = 300 X 20=60 = 300 X 10=30

120

90

60

30

115

95

70

20

= = 5.496

6) TOMA DE DECICIONES Como se puede ver aceptamos la hiptesis nula y desechamos la hiptesis alternativa y que la maquina mezcladora tiene relacin entre 4:3:2:1.

EJERCICIO.- 8

Se cree que las personas que mueren por sobredosis de narcticos son generalmente jvenes. Para comprobar esta hiptesis se ha obtenido la siguiente distribucin del nmero de muertes por sobredosis. EDAD 15 - 19 20 - 24 44 25 - 29 27 30 - 34 39 35 - 39 41 40 MAS 28 O

NUMERO 31 DE MUERTES

Con estos resultados y con un nivel de significacin de 0.05. Se puede concluir, empleado, que muere un nmero igual de personas en cada categora?

1) = Muere igual el nmero de personas en cada categora 2) La prueba es unilateral de una cola 3) Nivel de significacin 0.05 4) Utilizamos CHI- CUADRADO 5)

11.070

gl= K -1 = 6-1= 5

= 11.070 6)
35 35 35 35 35 35

31

44

27

39

41

28

= 0.46+2.31+1.83+0.46+1.03+1.4 = 7.486

6) TOMA DECISIONES

Se acepta la hiptesis nula y se rechaza la hiptesis alternativa y que le nmero de muertos es igual al nmero de personas por categora.

EJERCICIO 9.9. Un investigador escogi una muestra aleatoria de 192 familias con 4 hijos y encontr la siguiente distribucin de frecuencias del nmero de hijos varones: Nmero varones Nmero familias de 18 42 64 40 28 de 0 1 2 3 4

l quiere probar la hiptesis de que los nacimientos de varones y mujeres son igualmente probables. Esto es, quiere probar que la distribucin de estos datos se aproxima a una distribucin binomial. Enuncie la hiptesis de la prueba y obtenga las frecuencias esperadas. Describa la estadstica de la prueba Determine la regin critica de la prueba al nivel de significacin del 5% A que conclusin llega usando el nivel de significacin 0.05 Determine el nivel de significacin de la prueba (calcule probabilidad:P) 1) H0: la distribucin de nacimiento de varones y mujeres son igualmente probables. H1: la distribucin de nacimientos de varones y mujeres no son igualmente probables. 2) La prueba es unilateral y de cola derecha 3) Nivel de significacin 0.05 4) Emplearemos la distribucin maestral del CHI-CUADRADO 5) Gl= k-1 Gl=5-1=4

9.48

6) Ei Oi 18 38.4 42 38.4 64 38.4 40 38.4 28 38.4

Clculo de las frecuencias esperadas

 [ ]

1. Toma de decisiones Aceptamos la Ha y rechazamos la Ho. Esto significa que los nacimientos de varones y mujeres no son igualmente probables.

EJERCICIO 10.-

10. Se lanzaron 200 veces 5 monedas y en cada tirada se contaron el nmero de caras. Los resultados de este experimento son los siguientes: Nmero de caras Nmero tiradas 0 1 2 3 60 4 5

de 3

15 55

40 27

Pruebe la hiptesis de que la distribucin del nmero de caras se ajusta a una distribucin binominal. Use el nivel de significacin del 1% 1) H0: la distribucin del nmero de caras se ajusta a la distribucin. H1: la distribucin del nmero de caras no se ajusta a la distribucin. 2) La prueba es unilateral y de cola derecha 3) Nivel de significacin 1% = 0.01 4) Emplearemos la distribucin muestral del CHI-CUADRADO 5) Gl= k-1 Gl=6-1=5

15.086

6) Ei Oi 3 33.33 15 .3333, 55 33.33 60 33.33 40 33.33 33.33 27

1. Clculo del Estadstico de la Prueba [ ]

7.- Toma de decisiones Aceptamos la Ha y rechazamos la Ho. La distribucin del nmero de caras se ajusta a una distribucin binomial.

CONCLUSIONES: Mediante el presente trabajo hemos podido conocer y aplicar sobre la distribucin de Chi-Cuadrado, adems hemos aprendido sobre las relaciones que existen entre las variables dentro de un problema. Con el desarrollo de varios problemas con respecto al tema hemos podido practicar y aprender las relaciones existentes: relacin infinita, positiva perfecta, negativa imperfecta, nula etc. La aplicacin de Chi cuadrado puede ser compleja en cuanto a la determinacin de las hiptesis, pero son de suma importancia para determinar la aceptacin o rechazo de ellas.

RECOMENDACIONES: Es de vital ayuda poner en prctica los conocimientos aprendidos ya que nos servirn dentro de nuestra carrera y el desarrollo de la problemtica que en ella se engloba. Es necesario identificar el Chi cuadrado dentro de las variables porque estas se aplican para el desarrollo de proyectos. Proponer ejercicios mediante la distribucin del chi cuadrado en funcin a las actividades del comercio exterior y as lograr una mayor comprensin.

CRONOGRAMA SEMANA ACTIVIDAD DISEO DEL PROYECTO ELABORACIN DEL PROYECTO DESARROLLO DEL PROYECTO INFORME FINAL ENTREGA DEL PROYECTO 1 x 2 x x x x 3 4 5

BIBLIOGRAFA

Aldape, A., & Toral, C. (2005). Matemticas 2. Mxico: PROGRESO S.A. Altamirano, E. (2007).

Anderson, D. R. (2005). Estadstica para Administracin y Economa. Mxico: Cengage Learning. Diaz, R. G. (2008). Unidades fundamentales . Enrquez, H. (2002). Fundamentos de Electricidad. Mxico: LIMUSA S.A. Fsica, E. d. (1997). Brian Mckittrick. Madrid: Revert S.A. Garca, M. A. (2000). Estadstica Avanzada con el Paquete Systat. Murcia: I.S.B.N. J.R, W. D. (20007). Ciencias e Ingenieria de las Materias .
ANEXOS: 1) Un camin lleva al pas de destino 200 productos perecibles como: manzanas, Limn y Naranja y mangos en la relacin: 4:3:2:1. Si en el camin en se encontr; 115 de pia, 95 de fresa, 70 de limn, y 20 de naranja, pruebe la hiptesis que el camin tiene relacin: 4;3;2;1 al nivel de significacin de 0.05. PRODUCTOS PERECIBLES RELACION CANTIDAD TOTAL MANZANAS LIMON 4 115 119 3 95 98 NARANJA 2 70 72 MANGOS 10 20 21 TOTAL 10 300 316

1) = el camin tiene relacin: 4;3;2;1 2) La prueba es unilateral de una cola 3) Nivel de significacin 0.05 4) Utilizamos CHI- CUADRADO

7.815

gl= (f -1) (c- 1) gl= (2-1)(4-1) gl=3 X= 7.815

5)

= 300 X 40 =120 = 300 X 30 =90 = 300 X 20=60 = 300 X 10=30

120

90

60

30

115

95

70

20

= = 5.496

6) TOMA DE DECICIONES Como se puede ver aceptamos la hiptesis nula y desechamos la hiptesis alternativa y el camin tiene relacin: 4;3;2;1

2) En un da se observ el nmero de conductores que pasan por el puente de rumichaca . Los datos se registraron en l siguiente tabla: 1 # de 580 conductores 2 700 3 730 4 745 5 720 6 710 7 660 8 655 9 670 10 490

Presentan estos datos suficiente evidencia para concluir que hay casetas preferidas?. Utilice el nivel de significancia del 5%.

Pasos: 1) Ho: No existen las casetas preferidas Ha: Existen casetas preferidas 2) la prueba es unilateral con una cola hacia la derecha. 3) nivel de significancia del 0.5 4) utilizar el Chi cuadrado. 5) grafica gl= k-1 gl= 10-1=9 Tabla obtenemos 16,919

6) calculo estadstico Ei Oi 666 580

666 700

666 730

666 745

666 720

666 710

666 660

666 655

666 670

666 490

(9) = (9) =

+ + +

+ +

+ = 82,42

7) Se rechaza la hiptesis nula y se acepta la alternativa que propone que si existen preferencias en las casetas del cobro de peaje para conductores que pasan en el puente de rumichaca pasando mercadera 3) En un estudio realizado en el departamento comercio exterior se aplic: Una encuesta a los exportadores cuanto exportan en toneladas, obteniendo los resultados que presenta la siguiente tabla

Exportacin en toneladas Exportacin 1 mes Alto 32 Bajo 28 Total 60

2 meses 225 290 515

3 meses 50 79 129

total 307 397 704

Al nivel de significacin Q=0.05, determinar que las variables perjuicio tnico hacia el negro y lugar de residencia son independientes 1. Ho: el departamento de comercio exterior y los exportadores

H1: existe dependencia entre las variables. 2. La prueba es unilateral y la cola derecha 3. Asumimos el nivel de significacin de Q= 0.05 4. Utilizaremos la distribucin muestral de chi-cuadrado porque las dos variables son cualitativas. 5. Esquema de la prueba Gl =(C-1) (F-1) Gl =(3-1) (2-1) Gl= 2 Q= 0.05 X2 = (2) = 5.991 C= # de columnas F= # de filas 1.1.3.4 = 2 11.3.4

6. Calculo del estadstico de la prueba 5.991 Formula ( X2= 3.54 )2

x= 3.54

Ya conocemos las frecuencias observadas para determinar las frecuencias esperadas emplearemos la misma tabla, manteniendo invariables de frecuencias marginales de dos variables

Exportacin en toneladas exportacion 1 mes Alto E11 Bajo E21 Total 60

2 meses E12 E22 515

3 meses E13 E23 129

total 307 397 704

Cuando las variables X y Y son independientes, las frecuencias de cada celda son igual al productos de las frecuencias marginales correspondientes dividido por el tamao de la muestra.

26.16

224.58

56.25

32

225

50

33.84

290.42

72.75

28

290

79

Las frecuencias esperadas y las asociadas determinan las frecuencias observadas anteriormente

4) En la exportacin de naranjas, la empresa exportadora enva mensualmente lotes de 50 cajas al exterior, cada caja tiene un peso aproximado de 20 kilos. Las cajas son previamente almacenadas. Para el control de calidad menos se una

examinan al azar, si en alguna caja encuentran por lo

naranja malograda, esta es calificada mala. Para que pase el control mediante la inspeccin de la muestra no debe haber caja malograda, si solo e x i s t e u n a c a j a e s t a s e r c a m b i a d a , s i h a y m s d e 1

e n las 5 inspeccionadas, inspeccionaran las cincuenta cajas. Segn las estadsticas pasadas de un total de 40 envos, registro lo siguiente: Se puede afirmar que la variable nmero de cajas en mal estado en la muestra de 5 sigue una distribucin Binomial?.

manzanas Grandes Medianas pequeas total 1)

Rojas 3 5 7 15

verdes 5 4 9 18

ambos 5 8 6 19

13 17 22 52

H0: La variable nmero de cajas sigue una distribucin Binomial. Ha: No siguen una Binomial.

2) La prueba es unilateral y de una cola derecha

3) Nivel de significacin 0.10

4) Utilizacin del chi cuadrado

5) Esquema de la prueba

Gl = (c-1) (f-1) = (3-1) (3-1) =4 = 0.10

En la tabla de CHI CUADRADA obtenemos X2 (4) = 7.779

6) Calculo del estadstico de la prueba

Calculo de las pruebas esperadas.

manzanas Grandes

Rojas 3.75 3

verdes 4.5 5

ambos 4.75 13 5

Medianas 5

4.90 4

5.88 8 7.62 9 18 6 19

6.21 17

pequeas 7 total 15

6.35

8.04 22 52

= 0.15+ 0.06+ 0.01+ 0.002+0.60+0.52+ 0.07+ 0.25+ 0.52 =2.182 7)

ZA

ZR

2.182

7.779

ZA= aceptamos la hiptesis nula porque La variable nmero de cajas sigue una distribucin Binomial.

5) En Tulcn se realiza un estudio si es factible la creacin de una Bodega , para la cual se aplic una encuesta a las personas que se dedican al comercio exterior, obtenindose los resultados que se presentan a continuacin:

Actividad de Comercio Exterior Factibilidad Importadores Exportadores Si No Total 18 12 30 20 8 28

Agentes de Total Aduana 38 76 14 34 52 110

Al nivel de significacin = 0.05, determinar que las variables factibilidad de creacin de Zona Franca y actividad de comercio exterior son independientes. a) Ho= factibilidad de creacin de Zona Franca y la actividad de comercio exterior son independientes; H1=existe dependencia entre las dos variables. b) La prueba es unilateral y de cola derecha. c) Asumimos el nivel de significacin de = 0.05 d) Utilizaremos la distribucin muestral de Chi-cuadrado porque las dos variables son cualitativas e) gl= (C-1)(F-1) gl= (3-1)(2-1) = 2 = 0.05 x2(2)=5.991 f)

Actividad de Comercio Exterior Factibilidad Importadores Exportadores Si No Total E11 E21 30 E12 E22 28

Agentes de Total Aduana E13 76 E23 34 52 110

Ei Oi

20,73 18 9,27 12 8 20

19,35 38 8,65 14

35,93 16,07

g) Vemos que el valor se encuentra en la zona de aceptacin por lo tanto aceptamos la Ho.

6) Los estudiantes de comercio exterior quiere determinar si la creacin de una empresa de contenedores para el Transporte de exportaciones e importaciones entre Ecuador y Per.

EMPRESA DE ALQUILER DE CONTENEDORES Grado de perjuicio Estn de acuerdo No Estn de acuerdo TOTAL Transportistas Empresas de Exportadores Importadores TOTAL transporte 392 222 331 123 1068 122 324 122 323 891

514

546

453

446

1959

El nivel de significancia es de =0.05 determinar las variables de la aceptabilidad de la creacin de la empresa. 1). la aceptabilidad de la creacin de la empresas. Existe aceptabilidad. 2). La prueba es unilateral y la cola es derecha. 3) Asumimos el nivel de significancia de =0.05 4) Utilizaremos la distribucin maestral de Ji-Cuadrado porque las dos variables son cualitativas. 5) Esquema de la prueba

6) Calculo del estadstico de la prueb

EMPRESA DE DE ALQUILER DE CONTENEDORES Grado de Transportistas Empresas 280.22 perjuicio de transporte 297,66 Estn de 392 acuerdo 233,77 222 248,33 No Estn 122 de acuerdo TOTAL 514 324 Exportadores Importadores
243,14

TOTAL

331

246.96

123
202,85

1068

122

206,03

323

891

546

453

446

1959

6,62

7,815