Estadistica Industrail

Laboratorio de Estadstica Industrial
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERA INDUSTRIAL
INFORME FINAL DE LABORATORIO

PROFESOR: ING. PREZ QUISPE, VCTOR
CURSO: ESTADSTICA INDUSTRIAL
INTEGRANTES:
CASTILLO CHUMACERO DIEGO YOEL
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

LABORATORIO DE ESTADISTICA INDUSTRIAL
PRUEBA DE HIPOTESIS DE LA MEDIA DE LA POBLACION:
PRUEBA BILATERAL DE DOS COLAS:
Problema 1.En Western University, la media histrica en las puntuaciones de los solicitantes de una beca es 900. La desviacin
estndar poblacional histrica que se considera conocida es s=180.
Cada ao, el decano asistente utiliza una muestra de las solicitudes para determinar si la puntuacin media ha
cambiado entre los solicitantes de becas.
a) Establezca la hiptesis.
b) Cul es el intervalo de 95% de confianza para la estimacin de la media poblacional de las puntuaciones en
el examen si en una muestra de 200 de estudiantes la media muestral es 935?
c) Use el intervalo de confianza para realizar una prueba de hiptesis. Manejando = 0.05, a que conclusin
llega?
d) Cul es el valor p?
SOLUCION:
1) Ho: = 900
Ha: 900
2) =0.05
3) Z, n30
4) El valor crtico es -1.96
Intervalos:
R.C = <-, -1.96> U <1.96, >
R.A = [-1.96 , 1.96]
Zk R.C : Rechazo Ho , acepto Ha.
5)
=
900 935
= 2.75
180
200
Interpretacin:
La puntuacin media de los solicitantes de becas ha cambiado.
Calculando el valor de p
Para z = -2.75 0.003
P= 2 x 0.003 = 0.006
P < Rechazo Ho, acepto Ha.

Solucin Minitab:
Pasos a seguir en Minitab:
En la opcin de la barra de menu selecciona las opciones estadsticas.

Luego la opcin z de una muestra.
Opcin datos resumidos (tamao de la muestra, media).
Luego escogemos si es una prueba de una cola o dos colas.
PRUEBA UNILATERAL DERECHA

Problema 2.Una empresa de venta de bienes races a nivel estatal, Farm Associates, se especializa en ventas de propiedades
rurales en el estado de Nebraska. Sus registros indican que el tiempo medio de venta de una granja es de 90 das.
Debido a sus recientes condiciones de sequa, estima que el tiempo de venta ser superior a 90 das. Un estudio a nivel
estatal de 100 granjas vendidas recientemente revelo que el tiempo medio de venta era 94 das, con una desviacin
estndar de 22 das. Al nivel de significancia de 0.10, se puede concluir que el tiempo de venta ha aumentado?
SOLUCION:
1) Ho: = 90
Ha: > 90
2) = 0.10
3) Z , n30
4) Intervalos:
R.C : <1.282 , >
R.A : < - , 1.282]
Zk R.C. Rechazo Ho, acepto Ha.
5)
=
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.

Solucin Minitab.
Pasos a seguir en Minitab:
En la opcin de la barra de menu selecciona las opciones estadsticas.

Luego la opcin z de una muestra.
Opcin datos resumidos (tamao de la muestra, media).
PRUEBA DE HIPOTESIS DE DOS MEDIAS POBLACIONALES:

PRUEBA BILATERAL DOS COLAS
ProblemaSe esperaba que el da de san Valentn el gasto promedio fuera de 100.89 (USA Today, 13 de febrero de 2006). Hay
diferencia en las cantidades que desembolsan los hombres y las mujeres? el gasto promedio en una muestra de 40
hombres fue de 135.67 y en una muestra de 30 mujeres fue de 68.64. Por estudios anteriores se sabe que la desviacin
estndar poblacional en el consumo de los hombres es 35 y en el de las mujeres es 20.
a) Cul es la estimacin puntual de la diferencia entre el gasto medio poblacional de los hombres y el gasto
medio poblacional de las mujeres?
b) Elabore un intervalo de confianza de 99% para la diferencia entre las dos medias poblacionales.
SOLUCION:
1) Ho: 1 = 2
Ha: 1 2
2) = 0.01
3) Z , n 30
4) Para = 0.01 Z = 2.575
5)
=
135.67 68.64
2
2
35 + 20
40
30
= 10.1

Intervalos:
R.C : -,-2.575U<2.575,
RA:[-2.575,2.575]
Zk R.C, Acepto Ha, rechazo Ho.
Interpretacin:
No hay diferencia en el gasto promedio en el da de San Valentn de hombres y mujeres.
PRUEBA DE HIPOTESIS PARA PROPORCIONES

PRUEBA UNILATERAL DERECHA
Problema 1.Un artculo reciente, publicado en el diario USA Today, indica que solo a uno de cada tres egresados recientes de
una universidad les espera un puesto de trabajo. En una investigacin a 100 egresados recientes de su
universidad, se encontr que 80 tenan un puesto de trabajo. Puede concluirse, en el nivel de significancia 0.02,
que en su universidad la proporcin de estudiantes que tienen trabajo es mayor?
SOLUCION:
1) Ho: P= 0.333
Ha: P > 0.333
2) = 0.02
3) Z
4) Para = 0.02 Z = 2.05
5)
=
Intervalos:
R.C: < - , 2.05>
R.A: [2.05 , >
Zk RC Rechazo Ho, acepto Ha.
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.

Pasos en 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.
PRUEBA DE HIPOTESIS PARA PROPORCIONEDS CON OBSERVACIONES INDEPENDIENTES

PRUEBA BILATERAL:
Problema 1.En una prueba de calidad de dos comerciales de televisin, cada anuncio se transmiti, en reas separadas de prueba,
seis veces en una semana. A la semana siguiente se realiz una encuesta telefnica para identificar individuos que
vieron los comerciales. A estas personas se les pidi su opinin sobre cul era el principal mensaje de los anuncios. Se
obtuvieron los siguientes resultados.
Comercial A
Comercial B
Nmero de personas que vio el comercial
150
200
Nmero de personas que recordaba el mensaje
63
60
a) Use =0.05 y pruebe la hiptesis de que entre los dos comerciales no hay diferencia en las proporciones
poblacionales de personas que recordaron el mensaje.
b) Calcule un intervalo de 95% de confianza para la diferencia entre las proporciones de personas que recordaron
el mensaje en las dos poblaciones.
SOLUCION:
1) Ho: p1=p2
Ha: p1p2
2)
3) Z, n>30
4) Para =0.05: Z=1.64
0.4120.3
5) =
1
0.35(10.35)(
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
Diferencia = p (1) - p (2)

Estimado de la diferencia: 0.12
IC de 95% para la diferencia: (0.0186488, 0.221351)
Prueba para la diferencia = 0 vs. No = 0: Z = 2.33 Valor P = 0.020
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.
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
Pasos para Minitab:
En la opcin de la barra de menu selecciona las opciones estadsticas y luego estadsticas

bsicas.
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:
En la barra de men seleccionamos la opcin de estadsticos, luego estadsticos bsicos.

Luego seleccionamos la opcin de seleccionamos t de una muestra.
Seleccionamos datos en columnas.
Ponemos como dato una media hipottica.
PRUEBA UNITALERAL IZQUIERDA:

Problema 2.El consumo anual per cpita de leche en Estados Unidos es de 21.6 galones. Usted cree que en el oeste medio el
consumo de leche es mayor y desea fundamentar su opinin. En una muestra de 16 persona en Webster City, pueblo
del oeste medio, la media muestral del consumo anual es de 21.4 galones y la desviacin estndar es s=4.8
a) Elabore una prueba de hiptesis que se pueda usar para determinar si el consumo medio anual en webster city
es mayor que la media nacional.
b) t Cul sera una estimacin puntual de la diferencia entre el consumo medio anual en webster city y la media
nacional?
10

SOLUCION:
1) Ho:=21.6
Ha: 21.6
2) = 0.05
3) t
4) G.L=16-1=15
R.A:[-1.75,>
R.C:,-1.75>
Tk R.A Rechazo Ha, acepto Ho.
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:

Luego seleccionamos la opcin de seleccionamos t de una muestra.
Seleccionamos datos en columnas.
PRUEBA DE HIPOTESIS PARA DIFERENCIA ENTRE DOS MEDIAS

Problema 1.Con cierta periodicidad, Merrill Lynch solicita a sus clientes evaluaciones sobre los consultores y los servicios
financieros que les proporciona. Las puntuaciones ms altas en la encuesta de satisfaccin del cliente indican mejor
servicio con 7 como la puntuacin ms alta. A continuacin se presentan en forma resumida las puntuaciones otorgadas
a dos consultores financieros por los miembros de dos muestras aleatorias independientes. El consultor A tiene10 aos
de experiencia, mientras que el consultor B tiene solo 1 ao. Use =0.05 y realice una prueba para determinar si el
consultor con ms experiencia tiene la media poblacional ms alta en la evaluacin del servicio.
Consultor A
N1=16
11
n2=10
Consultor B

X1(media muestral 1)=6.82
x2(media muestral 2)=6.25
S1=0.64
s2=0.75
SOLUCION:
1) Ho: A = B
Ha: A > B
2) = 0.05
3) t
4) Para =0.05 t=1.711 GL=16 +10 2= 24
5)
6.82 6.75
=
= 2.07
2 + 9 0.752
15
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:

Luego seleccionamos la opcin de seleccionamos t de dos muestra.
Seleccionamos datos resumidos (tamao de una muestra, desviacin, etc.).
PRUEBA UNILATERAL IZQUIERDA:

Problema 2.El gerente de una empresa de servicios de mensajera considera que los paquetes enviados al final del mes son ms
pesados que los enviados al principio del mes. Como un experimento, pes una muestra aleatoria de 20 paquetes
remitidos a principio de un mes. Encontr que el peso medio era de 20.25 libras, y la desviacin estndar, 5.84 libras. Al
final del mes se seleccionaron al azar diez paquetes y se encontr que su peso medio era 24.80 libras, y la desviacin
estndar, 5.67 lb. Al nivel de significancia de 0.05 lb, puede concluirse que los paquetes enviados al final del mes son
ms pesados?
SOLUCION:
12

INICIO DEL MES
S1=5.84
N1=20
X1=20.25
1) Ho: 1 = 2
Ha: 1 2
2) = 0.05
3) t, n 30
FINAL DEL MES

S2=5.67
N2=10
X2=24.80
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( +
tk R.C, Rechazo Ho, Acepto Ha.

Interpretacin:
El peso medio de los paquetes enviados al final del mes es ms pesado que los enviados al principio del
mes.
13

Minitab:
Pasos para Minitab:

Luego seleccionamos la opcin de seleccionamos t de dos muestra.
Seleccionamos datos resumidos (tamao de una muestra, desviacin, etc.).
PRUEBA DE HIPOTESIS DE MUESTRA PAREADA

PRUEBA UNILATERAL IZQUIERDA
PROBLEMA 1.Scott Seggity, propietario de Seggity Software, Inc., adquiri recientemente un circuito integrado especial, un
coprocesador matemtico que reducira de modo significativo el tiempo de procesamiento para probar el circuito,
seleccion una muestra de 12 programas, los cuales fueron utilizados en 2 computadoras idnticas, una con el circuito y
la otra sin l. A continuacin se reportan los tiempos de procesamiento, en segundos. Al nivel de significancia de 0.05,
puede concluir el seor Seggity que el nuevo coprocesador matemtico reducir el tiempo de procesamiento?
Determine el valor p.
PROGRAMA
1
2
3
4
5
6
7
8
9
10
11
12
SOLUCION:
1) Ho: d = 0
Ha: d < 0
2) Para = 0.05
3) T
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

4) Para = 0.05, G.L = 12-1=11 t=- 1.796
5)
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:
Seleccionamos de la barra de men la opcin estadsticas.

Luego estadsticas bsicas, la opcin de t de muestra pareada.
Colocamos los datos de la primera muestra y la segunda muestra.
PRUEBA UNILATERAL DERECHA:

Problema 2.Una firma de investigacin de mercados usa una muestra de individuos para calificar el potencial de compra de un
determinado producto antes y despus de que los individuos vean un comercial de televisin que lo promociona. La
calificacin del potencial de compra se efecta con una escala del al 10, con los valores ms altos indicando un mayor
potencial. En la hiptesis nula se establece que la media de las calificaciones de despus ser menor o igual a la
media de las calificaciones de antes. El rechazo de esta hiptesis indica que el comercial mejora la media de la
calificacin del potencial de compra. Use =0.05 y los datos de la siguiente tabla para probar esta hiptesis y exprese
un comentario sobre la utilidad del comercial.
15

CALIFICACION DE COMPRA
DESPUES
ANTES
6
5
6
4
7
7
4
3
3
5
9
8
7
5
6
6
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
Tk R.A, Rechazo Ha, Acepto Ho.

Interpretacin:
La media de las calificaciones de potencial de compra de un determinado producto despus de ver el comercial
en la televisin ser igual a la media de las calificaciones antes de ver el comercial.
Solucin con minitab:
16

Pasos en minitab:
Seleccionamos de la barra de men la opcin estadstica.

Luego estadsticas bsicas, la opcin de t de muestra pareada.
Colocamos los datos de la primera muestra y la segunda muestra.
COMPARACION DE DOS VARIANZAS POBLACIONALES

Problema 1.La mayora de los conductores sabe que el gasto anual medio en reparaciones de un automvil depende de la
antigedad del vehculo. Un investigador desea saber si la varianza de los gastos anuales que se aplican en reparacin
tambin aumenta con la antigedad del vehculo. En una muestra de 26 automviles de 4 aos de antigedad, la
desviacin estndar muestral para los gastos anuales en reparacin fue de $170, y en una muestra de 25 automviles
de 2 aos de antigedad fue de $100.
a) Establezca las versiones nula y alternativa de la hiptesis de investigacin de que la varianza en los
gastos anuales por reparacin es mayor entre ms viejos son los automviles.
b) Empleando 0.01 como nivel de significancia
SOLUCION:
1) Ho: 1 =2
Ha: 1 >2
2) = 0.01
3) F
4) F = 2.59
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

144
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

( )2
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
5) De la tabla anova F =5.09

Fk R.C: Rechazo Ho, Acepto Ha.
Al menos una puntuacin media de una de las tres regiones es diferente de los empleados para investigar su
perfeccionismo.
20
b)
1
(X1-X3) (1 + 3
1 1
7 5
(33.56-26.66)11.4 ( + ) =8.87 4.92

Intervalo: (4.92, 8.87)
El intervalo son signos iguales por lo tanto las medias son diferentes: X1X3
Pasos en minitab:
Seleccionamos las opciones estadsticas.

Luego escogemos ANOVA.
Luego anova de un solo factor.
Luego escogemos nuestro factor y respuesta, luego aceptar.
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

Abogados Terapeutas fsicos Carpinteros Analistas de sistemas
(1)
(2)
(3)
(4)
44
55
54
44
42
78
65
73
74
80
79
71
42
86
69
60
53
60
79
64
50
59
64
66
45
62
59
41
48
52
78
55
64
55
84
76
38
50
60
62
SOLUCION:
TRATAMIENTO:
1) Ho: m1= m2 =m3= m4.
Ha: Al menos es diferente.
2) =0.05
3) F
4)
22

F= 2.866
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:
Seleccionamos las opciones estadsticas.

Luego escogemos ANOVA.
Luego anova de un solo factor.
Luego escogemos nuestro factor y respuesta, luego aceptar.
23

ANOVA DOS DIRECCIONES:
Problema 1.En un estudio publicado en el Journal of the American Medical Association se investigaba la demanda cardiaca al
apalear grandes cantidades de nieve. Diez hombres saludables se sometieron a pruebas de ejercicio empleando una
corredora y una bicicleta ergonmica para brazos. Despus estos mismos hombres limpiaron dos tramos de nieve
mojada y pesada con una pala ligera para nieve y una mquina elctrica para despejar nieve. Se midi el ritmo
cardiaco, la presin sangunea y el consumo de oxigeno de cada uno de los participantes en las pruebas, durante la
remocin de nieve, y estos valores se compararon con los valores durante la prueba de ejercicio. En la tabla siguiente
se presentan los valores de ritmo cardiaco, dados en pulsaciones por minuto, de cada uno de los 10 individuos.
Sujeto Corredora Bici ergonmica Pala para nieve Mquina elctrica
Para brazos
1
177
205
180
98
2
151
177
164
120
3
184
166
167
111
4
161
152
173
122
5
192
142
179
151
6
193
172
205
158
7
164
191
156
117
8
207
170
160
123
9
177
181
175
127
10
174
154
191
109
Con =0.05, como nivel de significancia, realice una prueba para determinar si existe diferencia significativa entre los
diversos tratamientos.
SOLUCION:
TRATAMIENTO:
1) Ho: m1 =m2 =m3 =m4
Ha: AL menos uno es diferente
2) Para = 0.05
3) F
4)
24
25

F= 2.96
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

3) F
4)
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

BLOQUE:
1) Ho: m1 = m2= m15
Ha: Al menos uno es diferente.
2) Para = 0.05
3) F
4)
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

INTERPRETACION:
Por cada ao de experiencia de un trabajador las ventas anuales aumentan en 4.
c) Use la ecuacin de regresin estimada para pronosticar las ventas anuales de un vendedor de 9 aos de
experiencia.
Para un vendedor de 9 aos de experiencia:
Y=80 +4x =80 +49=116
INTERPRETACION:
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

un determinado volumen de produccin. Considere la siguiente muestra de datos sobre volumen de produccin y costos
totales de una operacin de fabricacin.
Volumen de produccin Costos totales
(unidades)
($)
400
4000
450
5000
550
5400
600
5900
700
6400
750
7000
a) Con estos datos obtenga la ecuacin de regresin estimada para pronosticar los costos totales dado un
volumen de produccin.
Tcnica de mnimos cuadrados:
Pendiente de la lnea de regresin:

2 ( )2
= 7.6
Interseccin con el eje x:

=
Donde la ecuacin de regresin es:
= 1247
= 1247 + 7.6
INTERPRETACION:
Por cada unidad de volumen de produccin los costos totales aumentan en un 7.6.
b) Cul es el costo por unidad producida?

Para 400 unidades:
Para 450 unidades:
Para 550 unidades:
Para 600 unidades:
Para 700 unidades:
Para 750 unidades:
= 1247 + 7.6 400 = 4287

= 1247 + 7.6 450 = 4667
= 1247 + 7.6 550 = 5427
= 1247 + 7.6 600 = 5807
= 1247 + 7.6 700 = 6567
= 1247 + 7.6 750 = 6947
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

Problema 3.Al gerente de comercializacin de una cadena grande de supermercados le gustara determinar el efecto del espacio en
estantes sobre las ventas de comida para mascotas. Se selecciona una muestra aleatoria de 12 supermercados de
igual tamao y los resultados se presentan a continuacin:
Tienda Espacio en estante, Ventas semanales,
X (pies)
Y (cientos de dlares)
1
5
1.6
2
5
2.2
3
5
1.4
4
10
1.9
5
10
2.4
6
10
2.6
7
15
2.3
8
15
2.7
9
15
2.8
10
20
2.6
11
20
2.9
12
20
3.1
SOLUCIN: (n=12, =0.05)

= 150
2 = 2250
= 28.5
2 = 70.69
= 384
a) Coeficiente de correlacin
=
b)
c)
d)
e)
(10)(5220) (200)(197)
(10(6000) 1502 )(12(70.69) 28,52 )

Coeficiente de determinacin
r2 = 0.684
Coeficiente de no determinacin
1-r2 =0.316
Y=a+bX
12384 15028.5
=
= 0.074
122250 1502
28.5
150
=
0.074
= 1.45
12
12
Y=1.45+0.074X
Error estndar
= 0.827
70.69 1.4528.5 0.074384

=
= 0.308
12 2
Inferencia sobre los coeficientes de regresin
35

1) Ho: = 0
Ha: 0
2) =0.05
3) t
4) t(0.05,10)=2.228
0.308
5) 1 =
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
Estimado del intervalo de confianza (=0.05)

0.074 2.2280.016 0.074 + 2.2280.016
0.038 0.11
Intervalo de confianza (=0.05)
X=8: Y=1.45+0.074(8)=2.042
= 2.042 2.2280.308
(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

Problema 4.A un agrnomo le gustara determinar el efecto de un fertilizante orgnico natural sobre la produccin de tomates. Se
van a utilizar 5 cantidades diferentes de fertilizante sobre 10 parcelas equivalentes: 0, 10 , 20 , 30 y 40 libras por cada
100 pies cuadrados. Los niveles de fertilizante son designados aleatoriamente a las parcelas con los siguientes
resultados:
Parcela Cantidad de fertilizante Produccin
X (lb/100 pies2)
Y (lb)
1
0
6
2
0
8
3
10
11
4
10
14
5
20
18
6
20
23
7
30
25
8
30
28
9
40
30
10
40
34
SOLUCIN (n=10 , =0.05)
= 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
4735 6.9197 0.645220

=
= 2.0886
10 2
Inferencia sobre los coeficientes de regresin

1) Ho: = 0
38

2)
3)
4)
5)
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
Inferencia sobre el coeficiente de correlacin

1) Ho: p = 0
Ha: p 0
2) =0.05
3) t
4) t(0.05,8)=2.306
5) =
0.98102
10.96
= 13.86
Estimado del intervalo de confianza (=0.05)

0.64 2.3060.0467 0.64 + 2.3060.0467
0.5323 0.7477
Intervalo de confianza (=0.05)
X=15: Y=6.9+0.64(15)=16.5
= 16.5 2.3062.0886
(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

25
21.15
400
Determine la ecuacin de regresin.

Calcule R2.Interprete.
Estimar el tiempo de entrega si se sabe que el nmero de latas es 20 y la distancia del vehculo es 110.
Solucion:
= 2.26 + 2.74(20) + 0.0125(110)

= 58.435
Coeficiente de determinacin: es 0.981, entonces el 98.1% del tiempo de un vendedor para abastecer una maquina
vendedora puede ser explicado mediante el nmero de latas y la distancia del camin.
0 : 1 = 2 = 3 = 0
1 : 0
41

Si se selecciona un nivel de significancia de 0.05, podemos observar que, el valor de P=0.000 es menor a 0.05 por lo
tanto rechazamos la hiptesis nula y concluimos que al menos un coeficiente de regresin no es 0.
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
Contribucin de la variable X1 sabiendo que X2 est incluida

SSR(X1 / X2) = SSR(X1 y X2) SSR(X2)
=5992.4-5887.3=105.1
105.1
= 20.23
5.2
Para un nivel de significancia de 0.05 con 1 y 22 gl F=4.3 ,20.23>4.3

Entonces la variable X1(nro de latas), si contribuye significativamente a la ecuacin de regresin
Contribucin de la variable X2 sabiendo que X1 est incluida

SSR(X2 / X1) =SSR(X1 y X2) SSR(X1)
44

=5992.4-1483.9=4508.5
=
4508.5
= 867.019
5.2
Para un nivel de significancia de 0.05 con 1 y 22 gl F=4.3 ,867.019>4.3

Entonces la variable X2(distancia), si contribuye significativamente a la ecuacin de regresin, y podramos concluir que
es ms importante que la varia X1.
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

Alumno
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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
= 2.55 + 0.583(15) + 0.373(16) 0.242(17)

= 13.149
Coeficiente de determinacin: es 0. 697 , entonces el 69.70% del aprendizaje del Curso de PHP puede ser explicado
mediante las notas obtenidas por las asignaturas de Algoritmos, Base de Datos y Programacin.
0 : 1 = 2 = 3 = 0
1 : 0
Si se selecciona un nivel de significancia de 0.05, podemos observar que, el valor de P=0.003 es menor a 0.05 por lo
tanto rechazamos la hiptesis nula y concluimos que al menos un coeficiente de regresin no es 0.
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
Prueba Chi-cuadrada: BAJO, MEDIANO, ALTO
53

Los conteos esperados se imprimen debajo de los conteos observados
Las contribuciones Chi-cuadradas se imprimen debajo de los conteos esperados
BAJO
1 20
19.44
0.016
MEDIANO ALTO Total

18 22 60
20.40 20.16
0.282 0.168
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
170 168 500
Chi-cuadrada = 2.191, GL = 6, Valor P = 0.901
Hallamos el valor crtico de X2 con un nivel de significancia de 0.01 y grados de libertad de 6.

2
0.01
= 16.81
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.
Operaciones para calcular el estadstico de chi-cuadrado , se muestran fe y fo.
# 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
afirmar que la poblacin del nmero de llamadas entrantes sigue una

distribucin binomial
PRUEBA DE SIGNO (MUESTRA PEQUEA)

Muchos corredores de valores con poca experiencia se resisten a hacer presentaciones ante banqueros y otros grupos.
Al percibir esta falta de confianza en ellos mismos, la direccin hizo arreglos para que un grupo muestra de nuevos
corredores asistiera a un seminario para lograr la autoconfianza; contrato as a una organizacin capacitadora para que
impartiera un curso de tres semanas. Antes de la primera sesin, los instructores midieron el nivel de confianza de cada
participante y volvieron a medirlo despus de concretado el seminario. Los niveles de confianza antes y despus para
los 14 asistentes al curso, se indican a continuacin. La autoconfianza se clasifico como negativa, baja, alta o muy alta.
Establecer la hiptesis nula y alternativa.
a) Usando nivel de significancia 0.05, exprese la regla de solucin con palabras o en diagramas.
Corredor
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
Numeracin Probabilidad Probabilidad

de xito
acumulada
+
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
5. Numero de signo positivos: 12

12 R.C. Rechazamos Ho, aceptamos Ha.
Interpretacin:
Si hay cambio con respecto a la autoconfianza de los corredores de valores con poca experiencia, como
resultado del seminario proporcionado por la organizacin capacitadora.
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:
Utilizamos la opcin estadsticos

Luego mtodos no paramtricos.
La opcin de wilcoxon para una muestra.
Escogemos la opcin de mediana de la prueba.
Luego aceptar.
60

PRUEBA DE MWW:
MUESTRA PEQUEA:
1.Se ensea un procedimiento de ensamble a un grupo de obreros empleando una secuencia de pasos ya conocida ,se
ensea a otro grupo usando una tcnica experimental .Los tiempos ,en segundos, necesarios para el ensamblaje , para
una muestra de empleados se presentan a continuacin :
Mtodo Actual: 41, 36, 42, 39, 36, 48, 49,38.
Mtodo Experimental: 21, 27, 36, 20, 19, 21, 39, 24,22.
Al nivel de significancia de 0.05 Se puede concluir que el mtodo experimental es mas rpido? Supngase que la
distribucin de lneas de ensamblaje no es normal.
SOLUCION:
1. Ho: Las dos poblaciones son idnticas en trminos del tiempo en segundos necesarios por el ensamblaje
Ha: Las dos poblaciones no son idnticas en trminos del tiempo en segundos necesarios por el ensamblaje
2. =0.05
3. Definir el estadstico MWW.
4. Definir la RA y RC:
TL(0.05,8,9)=55
TU=8(8+9+1)-55=89
5.
METODO
ACTUAL
41
36
42
39
36
48
49
38
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:
Opcin en la barra de men de estadsticas.

La opcin de mann wihtney.
Escogemos nuestras dos muestras y luego aceptar.
METODO DE KRUSKALL WALLIS:

Un cliente desea saber si hay una diferencia significativa entre los tiempos que se requieren para realizar un programa
de evaluacin por tres mtodos diferentes. A continuacin se presentan los tiempos (en horas) requeridos por cada uno
de los 18 evaluadores para llevar a cabo el programa de evaluacin.
METODO 1
68
74
65
76
77
72
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:
Opcin en la barra de men de estadsticas.

La opcin de kruskall wallis.
Escogemos nuestro factor y nuestra respuesta.
Le damos aceptar.
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

CARRERA
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
Determine el coeficiente de correlacin:

SOLUCION:
= 1
6 156
= 0.85
8 (82 1)
El coeficiente de correlacin es -0.85

PRUEBA DE SIGNIFICANCIA PARA LA CORRELACION DE RANGO:
= 0
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
Zk RC: Rechazo Ho, Acepto Ha.

INTERPRETACION:
El coeficiente de correlacin es diferente de cero es decir hay diferencia de correlacin en la forma en la que perciben
el prestigio asociado con ciertas profesiones.
64

SERIE DE TIEMPO:
SUAVIZAMIENTO EXPONENCIAL:
En la serie de tiempo siguiente se dan las ventas de un determinado producto en los ltimos 12 meses.
MES
1
2
3
4
5
6
7
8
9
10
11
12
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

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
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

1938,75
3
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
Grfica del Promedio mvil:
Grfica del Promedio mvil:
69
b) Calcule los ndices estacionales de los cuatro trimestres

Trimestre
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

TRIMESTRE
1
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
HALLO EL FACTOR DE CORRECCION:

FACTOR DE CORRECCION:
=
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

10
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.
Pronostico: En base a las ventas anteriores, la estimacin del ao 8 es de 147.143.

MINITAB:
74

Estadistica Industrail

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadistica Industrail

Uploaded by

Copyright:

Available Formats

Laboratorio de Estadstica Industrial

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

INFORME FINAL DE LABORATORIO

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

La puntuacin media de los solicitantes de becas ha cambiado.

Laboratorio de Estadstica Industrial

Pasos a seguir en Minitab:

En la opcin de la barra de menu selecciona las opciones estadsticas.

PRUEBA UNILATERAL DERECHA

Laboratorio de Estadstica Industrial

Pasos a seguir en Minitab:

En la opcin de la barra de menu selecciona las opciones estadsticas.

PRUEBA DE HIPOTESIS DE DOS MEDIAS POBLACIONALES:

Laboratorio de Estadstica Industrial

PRUEBA DE HIPOTESIS PARA PROPORCIONES

Laboratorio de Estadstica Industrial

PRUEBA DE HIPOTESIS PARA PROPORCIONEDS CON OBSERVACIONES INDEPENDIENTES

Laboratorio de Estadstica Industrial

Diferencia = p (1) - p (2)

Laboratorio de Estadstica Industrial

Pasos para Minitab:

En la opcin de la barra de menu selecciona las opciones estadsticas y luego estadsticas

Laboratorio de Estadstica Industrial

En la barra de men seleccionamos la opcin de estadsticos, luego estadsticos bsicos.

PRUEBA UNITALERAL IZQUIERDA:

Laboratorio de Estadstica Industrial

En la barra de men seleccionamos la opcin de estadsticos, luego estadsticos bsicos.

PRUEBA DE HIPOTESIS PARA DIFERENCIA ENTRE DOS MEDIAS

Laboratorio de Estadstica Industrial

En la barra de men seleccionamos la opcin de estadsticos, luego estadsticos bsicos.

PRUEBA UNILATERAL IZQUIERDA:

Laboratorio de Estadstica Industrial

FINAL DEL MES

tk R.C, Rechazo Ho, Acepto Ha.

Laboratorio de Estadstica Industrial

Pasos para Minitab:

En la barra de men seleccionamos la opcin de estadsticos, luego estadsticos bsicos.

PRUEBA DE HIPOTESIS DE MUESTRA PAREADA

Laboratorio de Estadstica Industrial

Seleccionamos de la barra de men la opcin estadsticas.

PRUEBA UNILATERAL DERECHA:

Laboratorio de Estadstica Industrial

Tk R.A, Rechazo Ha, Acepto Ho.

Laboratorio de Estadstica Industrial

Seleccionamos de la barra de men la opcin estadstica.

COMPARACION DE DOS VARIANZAS POBLACIONALES

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

5) De la tabla anova F =5.09

Laboratorio de Estadstica Industrial

(33.56-26.66)11.4 ( + ) =8.87 4.92

Seleccionamos las opciones estadsticas.

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Seleccionamos las opciones estadsticas.

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial

Laboratorio de Estadstica Industrial