Estadistica II 4a Ed

UNIDAD 5
ANLISIS
BAYESIANO :
CON LA DISTRIBUCIN NORMAL
Objetivos
Estadstica II 183
Introduccin
la distribucin normal
media
desviacin estndar
184
Unidad 5
La media poblacional es considerada una variable aleatoria
Estadstica II 185
5.1. Determinacin del parmetro de

distribucin normal
cur va normal
Siempre una distribucin normal es definida por una media y una desviacin estndar
Un parmetro (Estadstica I, tema 1.2) es una medida descriptiva numrica
estimada a partir de las observaciones de la poblacin, como: la media y la
desviacin estndar.
186
Unidad 5
La media poblacional es considerada una variable aleatoria
0
0
la moda y la mediana Estadstica I
La moda
la mediana
Si una variable tiene una distribucin normal, la media, mediana y moda,

se encuentran todas en el mismo punto.
A este inter valo se le denomina

intervalo de credibilidad
Lmite
Superior
Lmite
Superior
0 68
Lmite
Inferior
Lmite
Inferior
Estadstica II 187
Ejemplo 1
Solucin:
0
0
Lmite
Superior
Lmite
Inferior
Clculo de la media y desviacin estndar del mercado global.
Lmite
Superior
Lmite
Inferior
0 000 60 000
Clculo de la media y desviacin estndar por tienda.

=
N
Media por tienda
= 65 000 150= 433.3333333 unidades por tienda
188
Unidad 5
LS
N
LI
N
60 000
Desviacin estndar por tienda
= 50 unidades por tienda
Ej er ci ci o 1
5.2. Definicin de las funciones de pago lineales
Estadstica II 189
a bx
a
b
x
la ganancia esperada
Ai
PE Ai
PE Ai
ki
bi
ki
bi x
ki bi
Ai
el punto de equilibrio
190
Unidad 5
El punto de equilibrio en el anlisis estadstico de decisiones se establece en el

cruce de las dosfunciones linealesde pago esperado. En este punto la ganancia es la
misma para ambas acciones, por lo tanto es indistinto elegir una u otra accin.
E
k
b
k
b
E
b
E
E
=k
k
b
Ejemplo 2
=k k
E
b b
=
k
b
k k
Estadstica II 191
Solucin:
Ai
ki
bi x
Ai = AA
kA
bA
AA
AB
Ai = AB
kB
bB
PE Ai
ki bi
ki
bi
0
AA
kA
bA
0
PE AA
AB
kB
bB
0
PE AB
La mejor accin es AB, con una ganancia esperada de $1 930 000.00. En
trminos econmicos es la accin que genera ms utilidad.
k
b
k
b
192
Unidad 5
kB
kA
bA
bB
000
000
= 50 000 unidades; en este punto el pago
esperado para las dos acciones es el mismo.
AB
AA
0
0
AB
AA
Figura 5.1.
Ai
kA
bA
N
AA
AA
x
x
ki
Nbi x
Estadstica II 193
kB
bB
N
AB
AB
x
x
PE Ai
ki
bi
bA
N
N
PE AA
kB
bB
N
N
PE AB
La mejor accin es AB, con una ganancia esperada de $1 930 000.00. En
Nota:
EN
EN
k
Nb
k
Nb
kB
kA
bA
bB
N
EN
000
000
= 333.33 unidades por tienda, en este punto es
indistinto elegir una accin u otra.
194
Unidad 5
Ej er ci ci o 2
5.3. Funcin de prdida lineal por partes
prdida de oportunidad
La Prdida de Oportunidad (PO) es la diferencia entre la ganancia de la

mejor accin y la ganancia de cada una de las otras acciones dado que un evento
especfico ha ocurrido.
Nota:
Estadstica II 195
La pendiente de la funcin de prdida de oportunidad est definida por el

valor absoluto de la diferencia entre las pendientes de las dos acciones. Esta
pendiente es la misma para las dos acciones.
Pendiente de la funcin de prdida de oportunidad: b = | b1 b2|
Cuando
es mayor a las unidades de equilibrio ( E)
>
<
b
b(
PE Ai
X)
0
b
E
E
b
b(X
)
b x
PE Ai
Cuando
es menor a las unidades de equilibrio ( E)
b
b(X
)
0
PE Ai
b x
E
E
b
b(
PE Ai
Ejemplo 3
X)
0
b
196
Unidad 5
Solucin:
AA
AB
x
x
b=
Para la accin AA, si el nivel real de ventas est por arriba del punto de
equilibrio, se tiene que la funcin de prdida es b multiplicado por el nmero de
unidades que est por encima del punto de equilibrio.
X
AA
0 000 paraX
para X
000
0 000
Para la accin AB, si el nivel real de ventas est por debajo del punto de
unidades que est por debajo del punto de equilibrio.
para X
AB
0 000
0 000 X para X
000
AA AB
Figura 5.2
Ej er ci ci o 3
Figura 5.3
Estadstica II 197
5.4. Valor esperado de la informacin perfecta
La funcin de prdida normal unitaria
La funcin de prdida normal unitaria
5.4.1. Distribucin normal
z
z
x
S
198
Unidad 5
5.4.2. Distribucin de prdida normal unitaria

La distribucin de prdida normal unitaria es una curva simtrica con una
pendiente b = 1 y una desviacin estndar = 1.
y
x
b
D
D=
0
0
b= b b
0
LD
Ejemplo 4
Solucin:
LD
Estadstica II 199
bA
bB
0=
E
0
b=
0
0 000 60 000
D=
000
000
LD
= (2) (7 500)(0.008491) = $126.365 este es el valor mximo que se est
dispuesto a pagar por conocer las condiciones de incertidumbre que prevalecern
en el evento.
Figura 5.4.
AB Para la accin AB, se tiene que la funcin de prdida est por

debajo del punto de equilibrio, ya que esta accin tiene el pago esperado mayor
cuando 0=65 000; este valor est por encima del punto de equilibrio E =50 000.
200
Unidad 5
E
0
E
E
LD
LD
Solucin:
N
bN
L DN
bAN
bBN
N
EN
bN =
N
DN =
EN
N
N
L DN
VEIPN = (300) (50)(0.008491) = $126.365 este es el valor mximo que se est
en el evento.
Ej er ci ci o 4
Estadstica II 201
5.5. Valor esperado de la informacin de la muestra
la desviacin estndar posterior ser menor que la desviacin estndar previa

.
E
El Valor Esperado de la Informacin Muestral (VEIM) esla diferencia esperada

entre el VEIP antes de la muestra y el VEIP que se anticipa despus de la muestra.
N
x
*
N
bN
bN= b
D* =
b
EN
L D*
202
Unidad 5
L D*
D*
Ejemplo 5
Solucin:
bN
L D*
bAN
bBN
N
EN =
N
estimada
x
n
N
EN
bN =
D* =
L D*
bN * L D *
VEIM = (300) (49.414847)(0.008046)= $119.2776 despus de realizar un
muestreo, este sera el pago mximo que se hara por conocer qu circunstancias
regirn el evento, la POE se reduce. El pago sin estudiar la muestra es de $126.015.
Estadstica II 203
Ej er ci ci o 5
5.6. Ganancia neta esperada del muestreo

(GNEM) y el tamao ptimo de muestra
El tamao ptimo de la muestra se define como aquel que maximiza la GNEM.
La ganancia neta esperada del muestreo (GN EM) se define como la

diferencia entre el valor esperado de la informacin muestral VEIM y el costo de
la muestra CM.
GNEM = VEIM CM
Ejemplo 6
n
204
Unidad 5
Solucin:
bAN
bBN
N
EN
n
x
bN =
D* =
L D*
n
x
bN =
D* =
L D*
Estadstica II 205
GNEM = 119.4240 110.00 = $9.4240

n
x
bN =
D* =
L D*
GNEM = 119.4862 110.00 = $9.4862
La mxima ganancia neta esperada de muestreo es cuando se utiliza una
muestra de tamao 40.
Ej er ci ci o 6
n
206
Unidad 5
Ej er ci ci os r esuel t os
Solucin:
0
Lmite
Superior
Lmite
Inferior
0
0
Lmite
Superior
000
Lmite
Inferior
000

N
N
0
N
Media por planta
= 250 000
20= 12 500 cajas por distribuidor
Estadstica II 207
Desviacin Estndar por planta
000
000
Solucin:
Nota:
Ai
Ai = AC
kC
bC
AC
A =A
kD
bD
AD
ki
bi
LS
N
LI
N
unidades por planta
208
Unidad 5
PE Ai
ki bi
ki
bi
0
AC
kC
bC
0
PE(AC = 150 000 + ( 5) 250 000 = $1 400 000.00

AD
kD
bD
0
PE(AD) = 190 000 + (3) 250 000 = $940 000.00

La mejor accin es AD, si se compra la mquina del proveedor D, el costo es menor.
k k
= bD bC
C
D
kD
kC
bC
bD
000
000
= 20 000 unidades; en este punto el pago

Ai
ki
Nbi
Estadstica II 209
kC
bC
N
AC
Pago (AC ) = 150 000 +(100)X
kD
bD
N
AD
Pago (AD) = 190 000 +( 60)X
PE Ai
ki N bi
kC
bC
N
N
PE AC
kD
bD
N
N
PE AD
La mejor accin es AD, si se compra la mquina del proveedor D, el costo
es menor.
EN
EN
kD
kC
bC
bD
N
kD
NbC
kC
NbD
210
Unidad 5
EN
000
000
unidades por planta, en este punto el
costo esperado es el mismo para las dos acciones.
Solucin:
AC
AD
E
b=
Para la accin AC, si el nivel real de ventas est por arriba del punto de
equilibrio, se tiene que la funcin de prdida es b multiplicado por el nmero
de unidades que est por encima del punto de equilibrio.
X
AC
0 000 para X
para X
000
0 000
Para la accin AD, si el nivel real de ventas est por debajo del punto de
de unidades que est por debajo del punto de equilibrio.
para X
AD
0 000
0 000 X para X
000
Solucin:
b
bC
bD
0=
LD
Estadstica II 211
LD
b=
D=
0
0
D=
000
000
000
LD
Solucin:
N
bN
LD
bCN
bDN= 60
N
EN
bN =
DN =
EN
N
N
DN =
000
L DN
VEIPN = (40) (3 750)(0.0002978) = $44.67 este es el valor mximo que
se est dispuesto a pagar por conocer las condiciones de incertidumbre que
prevalecern en el evento.
Solucin
bN
L D*
212
Unidad 5
bN
b N= 60
N
EN
N
estimada
x
N
*
N
*
000
660
bN =
D* =
EN
000
L D*
VEIM = (40) (3 596.6179)(0.0001852) = $26.6432 despus de realizar un
regirn el evento, la POE se reduce. El pago sin estudiar la muestra es de $44.67
Solucin:
bN
b N = 60
N
EN
N
estimada
x
n
n
Estadstica II 213
estimada
x
n
N
*
N
*
000
660
bN =
D* =
EN
000
GNEM = 26.6437 25.00 = $1.6437

n
x
N
*
N
*
bN =
D* =
EN
000
GNEM = 28.89 25.00 = $3.89

n
x
N
*
N
*
000
214
Unidad 5
bN =
D* =
EN
000
L D*
GNEM = 65.78 25.00 = $40.78
Ej er ci ci os pr opuest os
Estadstica II 215
Aut oeval uaci n
k
b
k
b
k
b
k
b
k
b
k
b
k
b
k
b
216
Unidad 5
b
b
b
b
b=
b=
b=
b=
b
k
b
k
b
b
Estadstica II 217
Respuest as a l os ej er ci ci os
0
0
Lmite
Superior
Lmite
Inferior

0
0 000
Lmite
Superior
Lmite
Inferior
000
Clculo de la media y desviacin estndar por restaurante.

N
N
0
N
0
Media
= 20 000
40 = 500 unidades por restaurante
LS
N
LI
N
218
Unidad 5
Desviacin estndar por restaurante

restaurante
Ai
ki
bi
Ai = A
k
b
Pago (AI ) = 175 000 + 10X
Ai = A
k
b
Pago (AII ) = 225 000 + 15X
PE Ai
ki
bi
0
A
k
b
0
PE A
ki bi
unidades por
Estadstica II 219
A
k
b
0
A
La mejor accin es AII , la ganancia esperada es de $75 000.00. Una utilidad
de $50 000.00 que la accin AII .
=
k
b
k
b
k
k
b
b
000
000
; en este punto el pago

Ai
k
b
N
A
A
ki
Nbi
220
Unidad 5
k
b
N
A
A
PE Ai
ki N bi
k
b
N
N
PE A
k
b
N
N
PE A
La mejor accin es AII , con una ganancia esperada de $75 000.00. En
EN
k
=
EN
Nb
k
k
b
b
N
k
Nb
Estadstica II 221
EN
000
000
unidades por restaurante, en este punto
es indistinto elegir una accin u otra.
A
A
E
b=
Para la accin AI , si el nivel real de ventas est por arriba del punto de
de unidades que est por encima del punto de equilibrio.
X
0 000 para X
para X
000
0 000
Para la accin AII , si el nivel real de ventas est por debajo del punto de
de unidades que est por debajo del punto de equilibrio.
para X
0 000
0 000 X para X
000
b
b
b
0=
E
0
b=
0
0 000
000
222
Unidad 5
D=
000
000
000
LD
VEIP = (5) (15 000)(0.1503) = $11 272.5 Pago mximo que se har por
conocer la circunstancias que regirn el evento.
bN
LD
bN
b N= 600
N
EN =
N
bN =
N
=
000
=
EN
DN =
000
N
N
Pago mximo que se har por

conocer la circunstancias que regirn el evento.
N
Solucin:
bN
bN
b N= 600
Estadstica II 223
N
EN
estimada
x
n
N
*
N
*
800
bN =
D* =
EN
bN
despus de realizar un muestreo,

este sera el pago mximo que se hara por conocer qu circunstancias regirn el
evento, la POE se reduce. El pago sin estudiar la muestra es de
bN
b N = 600
N
EN =
N
n
x
800
224
Unidad 5
bN =
D* =
L D*
GNEM = 12 333.05 795.00 = $11 538.05
n
x
bN =
D* =
*
GNEM = 12 030.43 900.00 = $11 130.43

n
x
bN =
D* =
L D*
GNEM = 11 965.3369 1 005.00 = $10 960.34
Estadstica II 225
Una muestra de tamao 12 es donde maximizamos la ganancia neta

esperada del muestreo.
Respuest as a l os ej er ci ci os pr opuest os
0
0
Lmite Superior Lmite Inferior

0
0 000
Lmite Superior Lmite Inferior
000

N
N
0
N
Media por tienda
= 17 500
50 = 350 cajas por distribuidor
LS
N
LI
N
226
Unidad 5
Desviacin Estndar por distribuidor
Ai
ki
= 75 cajas por distribuidor
bi
Ai = A
k
b
Pago (A1 ) = 75 000 + 100X
Ai = A
k
b
Pago (A2 ) = 0.0 + 60X
PE(Ai ) = ki+bi
ki
bi
0
A
k
b
0
PE(A1 ) = 75 000 + 100 (17 500)=$1 675 000.00
Estadstica II 227
A
k
b
0
PE(A2 ) = 0.0+ 60 (17 500) =$1 050 000.00

La mejor accin es A1, aplicar el programa publicitario, con una ganancia
esperada de $1 675 000.00. En trminos econmicos es la accin que genera
ms utilidad.
k k
=
E
b b
k
k
b
b
=
00
000
= 1 875 cajas; en este punto el pago esperado para

60
las dos acciones es el mismo.
E
Ai
ki
Nbi
k
b
A
A
k
b
N
A
A
PE Ai
ki N bi
228
Unidad 5
k
b
N
N
PE A
k
b
N
N
PE A
La mejor accin es A1, con una ganancia esperada de $1 675 000.00. En
Nota:
EN
EN
k
Nb
k
Nb
k
k
b
b
N
000
= 37.5 cajas por distribuidor, en este punto es
60
indistinto elegir una accin u otra.
EN
A
A
E
Estadstica II 229
b=
Para la accin A1, si el nivel real de ventas est por debajo del punto de
unidades que est por debajo del punto de equilibrio.
para X
PO A
mE
X para X mE
Para la accin A2, si el nivel real de ventas est por arriba del punto de
de unidades que est por arriba del punto de equilibrio.
X
PO A
para X
para X
Datos
b = 60
b
0=
b=
D=
0
0
LD
VEIP = (40) (3 750)(0.000003319) = $0.50 este es el valor mximo que
se est dispuesto a pagar por conocer las condiciones de incertidumbre que
prevalecern en el evento.
230
Unidad 5
Solucin:
bN
LD
Datos:
bN
bN
N
EN
bN =
DN =
EN
N
N
L DN
VEIPN = (2000) (75)(0.000003319) = $0.50 este es el valor mximo que se est
en el evento
bN
bN
bN
N
EN
estimada
x
n
N
*
N
*
L D*
Estadstica II 231
bN =
D* =
EN
L D*
b
VEIM = (2 000) (73.3869)(0.000002188)= $0.32 despus de realizar un

regirn el evento, la POE se reduce. El pago sin estudiar la muestra es de $0.50.
bN
bN
N
EN
n
x
bN =
D* =
*
232
Unidad 5
n
x
bN =
D* =
*
GNEM = 0.70 0.50 = $0.20

n
x
bN =
D* =
L D*
GNEM = 0.66 0.50 = $0.16
Una muestra de tamao 12 es donde maximizamos la ganancia neta
esperada del muestreo.
Estadstica II 233
Respuest as a l a aut oeval uaci n
296
Unidad 7
UNIDAD 10
ESTADSTICA
OBJETI VOS
Al finalizar la unidad, el alumno:
NO PARAMTRICA
Estadstica II 397
Introduccin
398
Unidad 10
H:
la norma H :
H1:
S
H:
mediana es la medida de tendencia central que divide en

dos partes iguales a una distribucin, dejando la misma cantidad de datos con
un valor superior o igual a ella, y la misma cantidad con un valor inferior o
igual a ella.
Estadstica II 399
10.1 Prueba del signo
prueba del signo
10.1.1 La prueba del signo para una muestra
H
H1
Pasos:
Para aplicar la distribucin de probabilidad binomial:

p q
400
Unidad 10
n.
Estadstica I
Px
nCx px qn
H
Px
H
Px
Ejemplo 1
Tabla 10.1
Solucin:
Estadstica II 401
n
n = 14
p
q
P x)= 12,13,14
P 12
14 C12
P 13
14 C13
P 14
14 C14
P
P
12
13
14
10.1.2 La prueba del signo para dos muestras
H1
402
Unidad 10
x1)
Pasos:
x1
x1
x2
x2
x1
x2
x1
x2 o x 1< x 2,
Para aplicar la distribucin de probabilidad binomial:

p q
n.
Px
nCx px qn
Px
H
2P x
H
2P x
Estadstica II 403
Ejemplo 2
H:
H1
Tabla 10.2
Solucin:
x1
x2
x1
x1
n
p
q
Px
P
P
C
C
Px
2[ P
x2
x2
404
Unidad 10
Como P(0.0216)<0.05 se rechaza H0; por lo tanto se acepta que el nmero

de defectos en las unidades producidas es menor con el sistema nuevo.
Ej er ci ci o 1
H1
Tabla 10.3
H1:
Tabla 10.4
10.2. Prueba T de Wilcoxon
Estadstica II 405
10.2.1. Prueba T de Wilcoxon para una muestra
H
H1
Pasos:
Tc
406
Unidad 10
Tc
n
H
Tc
Tn ,
H
Tc < Tn,
Ejemplo 3
H
H1
Solucin:
Tc
Tc
,n
z
H
p
n
Estadstica II 407
T
H0 se rechaza si : Tc < Tn, de un extremo
10.2.2. Prueba T de Wilcoxon para dos muestras
H1
x1)
Pasos:
x1 x
x1
x2
408
Unidad 10
Tc
Tc
H
Tc
Tn ,
H
Tc < Tn,
Ejemplo 4
H
H1
Estadstica II 409
Solucin:
Tc
Tc = 2
T
T
H0 se rechaza si : Tc < Tn, de dos extremos
1
Ej er ci ci o 2
H
H1
Tabla 10.3.
410
Unidad 10
Tabla 10.4
10.3. Prueba U de MannWhitney
Estadstica II 411
Pasos:
H
H1
H1
zu
Frmulas para la prueba U
Paso 1
zu
Grupo o muestra 1
U1
n1n2
n1 n1 1
2
R1
Grupo o muestra 2
U2
n1n2
en donde:
n1
n2 n2 1
2
R2
412
Unidad 10
n2
R1
R2
Paso 2:
n1n2
2
n1 n2 n1 n2 1
12
zu
z
zU i
Ui
zUi
zUi
H
2
Z
2
z
2
Estadstica II 413
z
2
z
2
Ejemplo 5
Tabla 10.5
Solucin:
414
Unidad 10
R1
n1
R2
n2

Grupo o muestra 1
1
U1
Grupo o muestra 2
1
U2
M edia de U
Desviacin estndar de U
1
12
Prueba z
zU1
13
zU 2
Ej er ci ci o 3
13
Estadstica II 415
Tabla 10.6
10.4. Prueba H de Kruskal - Wallis
H
k
Pasos:
H
H:
H1
H1:
H o Hc
416
Unidad 10
Frmulas para la prueba H

Frmula 1
12
N N 1
j
i 1
Ri
ni
3N 1
en donde:
N
Ri
ni
i
i
2
,gl
gl = k
donde k
Si existen rangos empatados:
Hc
H
H
2
Hc
,gl
gl = k
k
Frmula 2
H
Hc
ti3 ti
1
i 1
N3
en donde:
ti
N
H
Estadstica II 417
H o Hc
H o Hc
2
2
H
H
,gl
,gl
2
, gl
gl
k
2
, gl
k
gl
2
Ejemplo 6
Tabla 10.7
418
Unidad 10
Solucin:
RA
nA tA =2
RB
nB
tA =4
RC
nC tA =4
RD
nD tA =4
N =22 k=4 gl =k
12
H
22 22 1
3 22 1
HC
1
Hc
4
43 4
223 22
43 4
Hc < 20.05,3 se acepta H0 1.3159 < 7.81 se acepta H0, a un nivel de significancia
de 5% los precios de las acciones de las 4 empresas tienen medianas idnticas.
Es decir, no existe variacin en el precio mediano de las acciones de las 4
empresas.
Estadstica II 419
Ej er ci ci o 4
Tabla 10.8
Ej er ci ci os r esuel t os
Tabla 10.9
H1
420
Unidad 10
Solucin:
o
n
n
p
q
Px
P
P 11
P 12
P 13
P 14
P
P
P
C
C11
C12
C13
C14
C
C
11
12
13
14
2
1
H1:
Estadstica II 421
Tabla 10.10
Solucin:
x1
x2
x1
x1
x2
x2
n
p
q
Px
P
P
P
C
C
C
Px
2[ P
Como se acepta H0 no existe una diferencia significativa entre los rditos
por dividendo del mes 1 con respecto al mes 2.
H:
H1
422
Unidad 10
Solucin:
Tc
Tc
Tt ,n
T
H0 se acepta si: Tc > Tn, de un extremo
H
Solucin:
Tc
Tc
T ,n
T
H0 se acepta si : Tc > Tn, de dos extremos
H1:
Estadstica II 423
Tabla 10.11
Solucin:
H
RH
nH
U1
12
U2
12
RM
1
2
12 12 1
2
nM =12
424
Unidad 10
12
2
12
U
12 1
12
z
zU1
zU 2
0.0976 < 1.96 se acepta H0, tanto hombres como mujeres cometen la
misma cantidad mediana de errores contables.
22
32
23
22 1
32 1
33 2
24 1
Tabla 10.12
Solucin:
23
32
Estadstica II 425
R1
R2
R3
N
H
n1
t1
n2
t2
n3
t3
k=3 gl =k1
12
1
HC
Hc
Hc < 20.05,2 se acepta H0 0.7167 < 5.99 se acepta H0, a un nivel de significancia
de 5% las muestras proceden de poblaciones iguales, es decir, tienen la misma
cantidad mediana de das anticipados de adquisicin de boleto.
Ej er ci ci os pr opuest os
Tabla 10.13
Tabla 10.14
H1
426
Unidad 10
H1
Tabla 10.15
Tabla 10.16
Aut oeval uaci n
Estadstica II 427
d) Z
H:
428
Unidad 10
d) Z
Estadstica II 429
Respuest as a l os ej er ci ci os
Ejercicio 1
o
12
11
14
14
11
n
n
p
q
Px
P
P
P
C
C
x1
x2
x1
x1
x2
x2
430
Unidad 10
n
p
q
Px
P
P
C
C
Px
2[ P
Como P(0.3752) 0.01 se acepta H0, no existe una diferencia significativa
entre la afluencia de este ao con respecto al anterior.
Ejercicio 2
Tc
Tc = 4
Tt
,n
T
H0 se rechaza si : Tc < Tn, de un extremo
Estadstica II 431
Tc
Tc
Tt ,n
T =1
H0 se acepta si : T c > T n, de dos extremos
Ejercicio 3
432
Unidad 10
R1
n1
R2
n2

Grupo o muestra 1
1
U1
Grupo o muestra 2
1
U2
M edia de U
U
124
Desviacin estndar de U
1
U
12
Prueba z
zU1
13
Ejercicio 4
zU 2
13
Estadstica II 433
RA
RB
RC
RD
N
H
nA
tA
nB
tB
nC
tC
nD
tD
k=4 gl =k
2
12
1
1)
Hc
H > 20.05,3 se rechaza H0; 11.4014 > 7.81 se rechaza H0, a un nivel de
significancia de 5% las muestras no proceden de poblaciones iguales, es decir,
las medianas no son iguales. En este caso, existen poblaciones que consideran
que el desempeo en la asignatura de matemticas no depende del tipo de
calculadora, y otras poblaciones consideran que s.
434
Unidad 10
Respuest as a l os ej er ci ci os pr opuest os
o
n = 12
p
q
Px
P
P 11
P 12
P
C
C
12 11
12 C12
12
11
12
x1
x2
x1
x1
x2
x2
Estadstica II 435
n
p
q
Px
P
P
P
P
P
C
C
C
C
C
Px
2[ P
P
Tc
Tc
T ,n
T
H0 se acepta si : Tc > Tn, de un extremo
:
436
Unidad 10
Tc
Tc
T ,n
T
H0 se acepta si : Tc > Tn, de dos extremos
RA
nA
RB
nB =12
Estadstica II 437
U1
12 12
12 12 1
2
U2
12 12
12 12 1
2
12 12
2
zU1
21
zU 2
12 12 12 12 1
12
122
2
se rechaza H0, por lo tanto se dice que las muestras no
proceden de poblaciones con medianas iguales. Uno de los autos da mayor
rendimiento de gasolina, en este caso el auto A.
RA
RB
RC
N
H
n1
tA
n2
tB =1
n3
tC =1
k=3 gl =k
12
1
31
31
1)
438
Unidad 10
HC
Hc
13 1
13 1
Hc < 20.01,2 se acepta H0 6.6662 < 9.21 se acepta H0,a un nivel de

significancia de 1% las muestras proceden de poblaciones iguales, es decir,
tienen la misma calificacin mediana.
Respuest as a l a aut oeval uaci n
Estadstica II 453
Bibliografa bsica
Bibliografa comentada
454

Estadistica II 4a Ed

Uploaded by

Document Information

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 II 4a Ed

Uploaded by

Copyright:

Available Formats

UNIDAD 5

CON LA DISTRIBUCIN NORMAL

La media poblacional es considerada una variable aleatoria

5.1. Determinacin del parmetro de

La media poblacional es considerada una variable aleatoria

la moda y la mediana Estadstica I

Si una variable tiene una distribucin normal, la media, mediana y moda,

A este inter valo se le denomina

Clculo de la media y desviacin estndar del mercado global.

Clculo de la media y desviacin estndar por tienda.

= 65 000 150= 433.3333333 unidades por tienda

= 50 unidades por tienda

5.2. Definicin de las funciones de pago lineales

El punto de equilibrio en el anlisis estadstico de decisiones se establece en el

= 50 000 unidades; en este punto el pago

esperado para las dos acciones es el mismo.

= 333.33 unidades por tienda, en este punto es

indistinto elegir una accin u otra.

5.3. Funcin de prdida lineal por partes

La Prdida de Oportunidad (PO) es la diferencia entre la ganancia de la

La pendiente de la funcin de prdida de oportunidad est definida por el

es mayor a las unidades de equilibrio ( E)

es menor a las unidades de equilibrio ( E)

5.4. Valor esperado de la informacin perfecta

La funcin de prdida normal unitaria

La funcin de prdida normal unitaria

5.4.1. Distribucin normal

5.4.2. Distribucin de prdida normal unitaria

AB Para la accin AB, se tiene que la funcin de prdida est por

5.5. Valor esperado de la informacin de la muestra

la desviacin estndar posterior ser menor que la desviacin estndar previa

El Valor Esperado de la Informacin Muestral (VEIM) esla diferencia esperada

5.6. Ganancia neta esperada del muestreo

El tamao ptimo de la muestra se define como aquel que maximiza la GNEM.

La ganancia neta esperada del muestreo (GN EM) se define como la

GNEM = 119.4240 110.00 = $9.4240

Clculo de la media y desviacin estndar del mercado global.

Clculo de la media y desviacin estndar por tienda.

20= 12 500 cajas por distribuidor

Desviacin Estndar por planta

unidades por planta

PE(AC = 150 000 + ( 5) 250 000 = $1 400 000.00

PE(AD) = 190 000 + (3) 250 000 = $940 000.00

= 20 000 unidades; en este punto el pago

esperado para las dos acciones es el mismo.

unidades por planta, en este punto el

costo esperado es el mismo para las dos acciones.

GNEM = 26.6437 25.00 = $1.6437

GNEM = 28.89 25.00 = $3.89

Aut oeval uaci n

Clculo de la media y desviacin estndar del mercado global.

Clculo de la media y desviacin estndar por restaurante.

40 = 500 unidades por restaurante

Desviacin estndar por restaurante

; en este punto el pago

esperado para las dos acciones es el mismo.

unidades por restaurante, en este punto

es indistinto elegir una accin u otra.

Pago mximo que se har por

despus de realizar un muestreo,

GNEM = 12 030.43 900.00 = $11 130.43

Una muestra de tamao 12 es donde maximizamos la ganancia neta

Lmite Superior Lmite Inferior

Clculo de la media y desviacin estndar del mercado global.