DISEÑO EXPERIMETAL

Fase 2. Elementos de inferencia estadística

Trabajo Grupal

Presentado por:
ELVIA ANYI MUNOZ
YAN SALAZAR
JIMY GILBERTO VILLA
WILSON ANDRES RESTREPO

Código:
30156_30

Tutor:
CAMPO RIANO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

CEAD – Santander de Quilichao Cauca
PROGRAMA DE INGENIERÍA DE ALIMENTOS
SEPTIEMBRE 2018
 Introducción
Con el presente trabajo esperamos que cada uno de los estudiantes que lolean se hagan una
imagen clara acerca de la unidad 1 del módulo inferencia estadística que por medio de la
resolución de los ejercicios se comprendan los diferentes temas abordados durante su estudio,
como evidencia de lo anterior los compañeros del grupo realizarán aportes valiosos y
significativos hasta llegar a la consolidación de un trabajo final, para ser entregado en la fecha
establecida y cumpliendo con lo que indica la guía de actividades y la rúbrica de evaluación.

Objetivos

 Aplicar las técnicas de muestreo y de intervalos de confianza, realizando inferencias

sobre los parámetros de la media y el total poblacional y determinar su validez
estadística comparándolos con los datos reales.
 Medir el nivel de progreso en las metas de aprendizajes de conceptos y sus relaciones
en el ámbito de la estimación y el muestreo.
 Realizar un trabajo completo con los aportes realizados por los compañeros
demostrando un trabajo colaborativo.
Apéndice 2

1. A partir de la lectura del capítulo 2 del libro análisis y diseños de experimentos,

aplique los conceptos de intervalos de confianza para el siguiente problema.
En el proceso de elaboración de tortas con cubierta de chocolate, una de las variables
críticas para este tipo de empresas pasteleras en el área de control y calidad, es el peso
del producto a comercializar. Para estudiar el comportamiento que se está presentando se
toma una muestra aleatoria de n= 15 tortas, del turno de producción de la tarde.
Posteriormente se realiza un reporte del peso de cada una de las tortas y los datos
obtenidos fueron: 69.52, 70.31, 71.44, 68.99, 67.88, 71.88, 72.01, 71.12, 68.77, 72.42,
72.77, 73.03, 69.62, 69.41, 72.21. (unidad de medida g).
a. con base a los datos del problema hallar la media y desviación estándar. (10 /40)
b. Suponiendo distribución normal y un nivel de confianza del 95%, halle el intervalo
de confianza para la media. Examinar tabla de la distribución T de Student pagina
466 (15/40)
c. Suponiendo distribución normal y un nivel de confianza del 95%, halle el intervalo
para la desviación estándar. Examinar tabla de la distribución ji - cuadrada pagina
465 (15/40)

Nota: Es necesario utilizar para los cálculos la opción insertar - Ecuación de Word, de
forma adicional se debe evidenciar el paso a paso de los procedimientos matemáticos,
incluyendo la explicación de los datos obtenidos de las tablas u opciones de Excel. Es
indispensable incluir bibliografía en normas APA.
Solución

a. con base a los datos del problema hallar la media y desviación estándar.

Peso (g)
69,52 68,77
70,31 72,42
71,44 72,77
68,99 73,03
67,88 69,62
71,88 69,41
72,01 72,21
71,12
- Media:
∑xi
𝑥̅ =
n
∑𝑥 1061,38
= = 𝟕𝟎, 𝟕𝟓𝟗
𝑛 15

- Desviación estándar:

∑(𝑥 − 𝑥̅ )2
𝑠=√
n−1
Peso (g) (x - x ̅ )
69,52 1,24
70,31 0,45
71,44 -0,68
68,99 1,77
67,88 2,88
71,88 -1,12
72,01 -1,25
71,12 -0,36
68,77 1,99
72,42 -1,66
72,77 -2,01
73,03 -2,27
69,62 1,14
69,41 1,35
72,21 -1,45
Sumatoria
Promedio
al cuadrado
70,76 37,71

37,71
𝑠=√
14

𝑠 = √2,694
𝒔 = 𝟏, 𝟔𝟒𝟏
Los resultados pueden ser verificados en Excel; para ello uso la herramienta <análisis de
datos>

Peso del producto

Media 70,759
Error típico 0,424
Mediana 71,120
Moda #N/A
Desviación estándar 1,641
Varianza de la muestra 2,694
Curtosis -1,334
Coeficiente de asimetría -0,223
Rango 5,150
Mínimo 67,880
Máximo 73,030
Suma 1061,380
Cuenta 15,000
Nivel de confianza(95,0%) 0,9089

La herramienta confirma los resultados.

De ahí que la desviación estándar es 1,641

b. Suponiendo distribución normal y un nivel de confianza del 95%, halle el intervalo

de confianza para la media. Examinar tabla de la distribución T de Student pagina
466 (15/40)

Con los datos conocidos:

𝑥̅ = 70,759
𝑠 = 1,641
𝑁 = 15
𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 95%
∝= 0,05

∝2 = 0,025
Aplicando
𝑠 𝑠
𝑥−𝑡 ∝ , 𝑥+𝑡 ∝
√𝑛 √𝑛

De acuerdo con la tabla T de Student “apéndice A pagina 466” Gutiérrez, H. (2012). Para un
área de 0,025 y 14 grados de libertad se tiene un 𝑡 ∝= 2,1447

Se procede a operar:

1,641 1,641
70,759 − 2,1447 , 70,759 + 2,1447
√15 √15
70,759 − 0,908 ; 70,759 + 0,908
(69,85 ; 71,66)
El resultado muestra que el intervalo de confianza para la variable estudiada es de 0,908; es
decir que el 95% de los datos se encuentran en un intervalo que va desde 69,85g hasta 71,66g.

Este resultado puede ser comprobado por medio de Excel usando la función
<INTERVALO.CONFIANZA. T>. se seleccionan todos los datos y se aplica la función,
dando como resultado:

El resultado en Excel confirma el intervalo de confianza 70,759 ± 0,908

Entonces decimos que el intervalo de confianza para la media de la variable peso, seria desde
[69,791; 71,609. Con un 95% nivel de confianza]
 c. Suponiendo distribución normal y un nivel de confianza del 95%, halle el intervalo
para la desviación estándar. Examinar tabla de la distribución ji - cuadrada pagina
465 (15/40)

Si se tiene una muestra de tamaño n tomada de una población normal, podemos obtener un
intervalo de confianza del 95% para la varianza con la fórmula:

(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2
<𝜎 <
𝑥2 𝑎 𝑥 2𝑎
1− 2 2

Con los datos conocidos:

𝑥̅ = 70,759
𝑠 = 1,641
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 1,6412 = 2,694
𝑁 = 15
𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 95%

Valores de Ji Cuadrado

De acuerdo con la tabla 𝑥 2 “apéndice A pagina 465” Gutiérrez, H. (2012). los valores de Ji
cuadrada:

𝑥 21− 𝑎 = 26,119
2

𝑥 2𝑎 = 5,629
2

Con todos los datos se procede a sustituir:

(14)2,694 (14)2,694
< 𝜎2 <
26,119 5,629
1,44 < 𝜎 2 < 6,70
Finalmente, el intervalo de confianza para la desviación estándar sería la raíz cuadrada del
intervalo para la varianza:

√1,44 < 𝑠 < √6,700

1,2 < 𝑠 < 2,58

Lo que nos permite pensar que la dispersión o la raíz cuadrada del valor
promedio de la distancia cuadrática que existe entre cada uno de los valores
tomados en gramos de los pasteles seleccionadas en la muestra respecto al valor
central, que en este caso es el promedio estimado, está entre 1,20 y 2,58 gramos
con una confianza del 95%, o en otras palabras que la variabilidad esperada del
peso de las tortas que se seleccionaron en la muestra se encuentra entre los
valores 1,20 y 2,58 gramos.
 Conclusiones

Con el desarrollo de este trabajo hemos podido comprender la importancia

de temas muy influyentes en nuestra carrera, como son: el muestreo, las
distribuciones muéstrales y los Intervalos de Confianza para una y dos
poblaciones. Se logró conocer que la inferencia estadística es, realmente, la
parte más interesante y con mayor cantidad de aplicaciones en problemas
concretos. Esta apela al estudio de muestras, que son subconjuntos de la
población original, con menos elementos, pero que intentan representarla
de la manera más exacta posible. En algún sentido puede decirse que una
muestra
seleccionada es un “modelo reducido a escala” de la población. Por
supuesto, al tomar la muestra siempre se producen errores y se pierden
detalles, pero es mucho más lo que se gana respecto a la información que
ella puede proporcionar. Existen numerosas técnicas para seleccionar
muestras, este paso es de importancia vital en un estudio estadístico,
porque las conclusiones que se obtienen dependen muy esencialmente de
las muestras analizadas; las técnicas que suministran las mejores muestras
son las aleatorias, en las que cualquier integrante de la población tiene la
misma posibilidad de ser elegido. También hemos comprendido que el uso
de los intervalos de confianza es altamente aconsejable, ya que se destacan
por la aproximación al conocimiento de la importancia real de un resultado,
independientemente de la significación estadística, y la valoración de
equivalencia entre dos variables. Como también el muestreo es una técnica
que utilizaremos para deducir algo respecto de una población mediante la
selección de una muestra de esa misma, en muchos casos, el muestreo es
la única manera de poder obtener alguna conclusión de una población, entre
otras causas, por el valor económico y el tiempo empleado que supondría
estudiar a todos los miembros de una población.
 REFERENCIAS BIBLIOGRAFICAS

 Gutiérrez, H. (2012). Análisis y diseño de experimentos. (3a. ed.) McGraw-Hill

Interamericana. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg

 Recuperado de: http://labrad.fisica.edu.uy/docs/tabla_chi_cuadrado.pdf

 Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse
Ediciones Pirámide. Páginas 269 -298. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11231145

 Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control

estadístico de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana.
Páginas 62 -65. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280

 Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud.

Madrid, ES: Ediciones Díaz de Santos. Páginas 1- 6. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10189879

 Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX:
Instituto Politécnico Nacional. Páginas 27-37. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1036561

 Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX:
Instituto Politécnico Nacional. Páginas 43- 57. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10365616

 Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control

estadístico de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana.
Páginas 65- 72. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280