Está en la página 1de 15

INFERENCIA ESTADISTICA

TRABAJO COLABORATIVO 2

Presentado por:
MARIA BERONICA BONILLA GOMEZ
Cod. 24.031.525
MARIO ANDRES TOVAR CARO
Cod. 80010373
HUGO ALBERTO ALVAREZ SANCHEZ
Cod. 77096278

Grupo: 100403A_29

TUTOR:
ALVARO ALFONSO BERNAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


AGOSTO 5 2013

TABLA DE CONTENIDO

INTRODUCCION ................................................................................................................................... 3
OBJETIVOS ........................................................................................................................................... 4
EJERCICIO 1...................................................................................................................................... 5
EJERCICIO 2...................................................................................................................................... 6
EJERCICIO 3...................................................................................................................................... 7
EJERCICIO 4...................................................................................................................................... 9
EJERCICIO 5.................................................................................................................................... 13
CONCLUSIONES ................................................................................................................................. 14
BIBLIOGRAFIA .................................................................................................................................... 15

INTRODUCCION

La expansin del Mtodo Estadstico es tal que, de todas las disciplinas que
nuestros alumnos han de estudiar a lo largo de toda la enseanza secundaria, la
Estadstica es prcticamente la nica que tendrn como asignatura en la mayor
parte de las carreras universitarias que puedan elegir en el futuro; desde las
tpicamente consideradas experimentales, como la Medicina o la Biologa, hasta
carreras consideradas como de letras como la Psicologa, la Sociologa o incluso
la Geografa. Aquellos que decidan no tomar el camino de la Universidad se
encontrarn cada vez ms frecuentemente con conceptos procedentes de la
Ciencia Estadstica como por ejemplo el de error mximo admisible o el de nivel
de confianza en cualquier encuesta sociolgica de las que habitualmente
aparecen en la prensa. La inferencia estadstica y la estadstica descriptiva
abarcan nmeros campos de accin y aplicacin de toda ndole tales como la
biologa, la qumica, las ingenieras, la economa y/o diferentes carreras de
administracin entre otras areas del conocimiento del hombre.

OBJETIVOS

Examinar que se entiende por hiptesis y qu por prueba de hiptesis.


Describir los pasos que se siguen para demostrar una hiptesis.
Describir los errores estadsticos que se pueden presentar.
Realizar pruebas en relacin con una y dos medias poblacionales, con una
y dos colas.
Realizar pruebas con una y dos proporciones poblacionales.
Realizar pruebas de hiptesis para datos que se encuentran en una escala
nominal u ordinal con aplicacin de la distribucin chi cuadrado.
Examinar que se entiende por hiptesis y por prueba de hiptesis No
paramtricas.
Realizar Anova Realizar pruebas No paramtricas para una variable y para
datos pareados
Realizar pruebas sobre la bondad de ajustes de variables a distribuciones
de probabilidad terica de carcter cuantitativas

EJERCICIO 1

a. De las petroleras Canacol y Hocol se seleccionan dos


muestras de empleados de tamaos respectivamente, s e quiere
probar si existe diferencias entre los salarios de las Petroleras.
Ho: = salario
Ho=la hiptesis nula sea igual a la media de los salarios igual en las dos empresas
H1: la media de los salarios en las dos empresas sean diferentes.
H1=salarios
b. En diciembre del 2012 las horas extras promedio laboradas por
40 obreros de una petrolera de la regin fue de 48 horas con una
desviacin estndar de 2 horas, mientras que 40 obreros de la
misma petrolera en Febrero del 2013 tenan un promedio de horas
extras laboradas igual a 47.5 horas con una desviacin de 2.8
horas. El Gerente de Recursos Humanos de la empresa mantiene
que el promedio de horas extras laboradas por los obreros de la
empresa en el 2012 es ms alto que el promedio de horas ext ras
laboradas por los obreros en el 2013.
Aplicamos una prueba Unilateral derecha
Ho= Parmetro x
H1= Parmetro < x
Ho: =48 horas extras
H1: < 48

c. La tasa media de rendimiento de dos tipos de acciones es 40% y


45%, con desviaciones de 6 y 3. Al seleccionar dos muestras
respectivamente, Se desea saber si el rendimiento promedio es
diferente a un nivel de significancia del 0.10.

Ho = =
H =

La variacin de los rendimientos promedios de las acciones es igual como la


hiptesis nula. La variacin de los rendimientos de las acciones es diferente como
hiptesis alternativa.

EJERCICIO 2

La zona de rechazo en una prueba de hiptesis puede estar ubicada a un


slo extremo o distribuida en el extremo ya sea inferior o superior. Para el caso
de muestras grandes en una prueba unilateral es necesario cargar todo el nivel de
significancia alfa a un slo lado, en dicho caso, cul es el valor en las colas si el
nivel de confianza es:

Nivel

de Valor

confianza
90%
92%
94%

en

las

colas
0.1
0.08
0.06

Prueba unilateral derecha (superior):

Para 90%:
Nivel de significacin; = 0.1
Nivel de confianza: 1- = 0.9

Para 92% :
Nivel de significacin; = 0.08
Nivel de confianza: 1- = 0.92
Para 94%:
Nivel de significacin; = 0.06
Nivel de confianza: 1- = 0.94

EJERCICIO 3

Para poder realizar un ANOVA es importante identificar las variables a estudiar.


Por tal motivo, en los siguientes casos slo se le pide identificar la variable
dependiente e independiente:
a. Un agrnomo aplica a un cultivo de plantas que est dividido en
tres parcelas, tres tipos diferentes de abono simple, a saber:
nitrogenado, fosfatado y potsico, para establecer con cual crece
ms la planta.
La variable independiente en este caso sera el factor del experimento es decir, los
diferentes tipos de abono simple, los niveles son los tres tipos de abono
(nitrogenado, fosfatado, potsico). La variable dependiente es el grado de
crecimiento de la planta en cada parcela.
Crecimiento de plantas: Variable Dependiente
Tipos de Abono: Variable Independiente
28,59

4,21

7,14

20,41

6,42

24,61

7,45

7,45

16,57

18,87

24,29

7,28

13,25

19,7

7,69

16,41

25,52

12,07

17,1

15,85

1,47

3,76

14,72

9,95

28,95

Muestra 1nitrogenado, muestra 2 fosfatados y muestra 3 potsico

b. Para la transmisin de datos se utilizan metales. Se sabe que el


oro es muy buen conductor, pero es muy costoso, por tanto un
grupo de ingenieros Metalrgicos intentan producir una
aleacin que tenga
un
alto poder de conduccin
(baudio= unidad de transmisin de datos) a menor costo; para lo
cual experimentan con cuatro tipo de aleaciones.
Velocidad de Trasmisin: Variable Dependiente
Aleaciones Metlicas: Variable Independiente

c. Un ingeniero industrial quiere empacar tilapia para comercializar


y que pueda conservarse para el consumo humano por varias
semanas, para lo cual lleva a cabo cinco procesos diferentes de
empacado, entre los cuales est el enlatado.

Conservacin de tilapia:

Variable Dependiente

Procesos de Empaque:

Variable Independiente.

EJERCICIO 4

Estudiantes de odontologa realizan una investigacin para identificar la tcnica ms


apropiada para la preparacin incisal. Para ello, comparan los resultados de tres
tcnicas diferentes aplicadas a 36 unidades dentales (dientes), la variable
dependiente en este caso es la resistencia a la compresin, la cual se mide en mega
pascales y la variable independiente (cualitativa) es la tcnica usada.

Para identificar si hay diferencias entre las tcnicas debe hacer el ANOVA y la
prueba de Tukey para determinar entre que par de tcnicas hay diferencias.

La siguiente es la tabla con los datos recogidos para cada una de las tcnicas
usadas:

Tcnica A

Tcnica B

Tcnica C

73.95

148.36

173.98

50.99

66.01

183.28

78.18

84.81

179.01

85.89

55.57

180.72

75.65

97.66

193.77

73.15

78.64

225.53

100.09

60

168.11

73.95

55.35

163.66

66.03

66.01

163.84

77.9

56.72

185.75

91.82

82.78

212.55

95.4

56.78

176.41

PLANTEO DE HIPTESIS:
Se plantea la hiptesis nula (H0) de que no existen diferencias entre los resultados de
las tcnicas. La hiptesis alternativa plantea entonces si existe diferencias entre los
resultados de las tcnicas.

ANLISIS DE VARIANZA DE UN FACTOR

RESUMEN
Grupos

Cuenta

Suma

Promedio

Varianza

Tcnica A

12

943

78,5833333

179,509333

Tcnica B

12

908,69

75,7241667

715,936427

Tcnica C

12

2206,61

183,884167

355,001499

ANLISIS DE VARIANZA
ORIGEN DE LAS

SUMA

VARIACIONES

CUADRADOS

Entre grupos
Dentro

de

los

DE

GRADOS

PROMEDIO DE

DE

LOS

LIBERTAD

CUADRADOS

91180,1037

45590,0519

13754,9199

33

416,815753

104935,024

35

PROBABILID

VALOR

AD

CRTICO
PARA F

109,376989

2,75E-15

3,28491765

grupos

TOTAL

Se puede identificar que el valor de la relacin es superior al valor crtico, por tal
razn se rechaza la hiptesis nula consistente en que no haya diferencia entre los
resultados de las tcnicas.
A continuacin se realiza el comparativo mltiple de Tukey para establecer si hay
diferencias entre los resultados de las tcnicas sujetas a estudio:

Media del grupo 1

77,47

n del grupo 1

Media del grupo 2

72,39

n del grupo 2

Media del grupo 3

183,05

n del grupo 3

CME (Cuadrado medio del 416,8158


error)
Estadstico Q de Tukey

3,47

Comparacin del grupo 1 con el 2


Diferencia absoluta

5,08

Error estndar de la diferencia 8,334824064


Amplitud ctrica

28,9218395

Medias del grupo 1 y 2 son

No diferente

Comparacin del grupo 1 con el 3


Diferencia absoluta

105,58

Error estndar de la diferencia 8,334824064


Amplitud ctrica

28,9218395

Medias del grupo 1 y 3 son

Diferentes

Comparacin del grupo 2 con el 3


Diferencia absoluta

110,66

Error estndar de la diferencia 8,334824064


Amplitud ctrica

28,9218395

Medias del grupo 2 y 3 son

Diferentes

Se concluye entonces que existe una diferencia significativa entre la tcnica A y C,


y entre la tcnica B y C, lo cual indica que, la tcnica ms apropiada para la
preparacin incisal es la tcnica C.

EJERCICIO 5
5. Segn la caracterstica que aparece en la primera columna, indique en la
otra, el elemento que cumple con esa condicin (ver ejemplo):

Caracterstica

Elemento

Ejemplo: Al hacer una prueba de

Grados de libertad

hiptesis para la media, elemento que


se calcula restndole uno (1) al
tamao de la muestra
En un experimento de conductividad
con tres tipos de metales: Modelo de

Ji-cuadrado

prueba no paramtrico que quiere


probar el grado de ajuste del tipo de
metal a una distribucin uniforme.
La prueba de hiptesis sobre la
diferencia

de

dos

muestras

Mann-Whitney

relacionadas en la estadstica No
paramtrica, es aplicada en forma
adecuada a travs de la prueba
Prueba no paramtrica que requiere
de una muestra de pareja de valores,
por ejemplo, antes de una dieta y
despus de la dieta, para realizar las
restas

de

cada

par

de

valores,

asignndoles un signo (+) o (-)


dependiendo de si la resta es positiva
o negativa.

Prueba de Wilcoxon

CONCLUSIONES

Los diferentes mtodos de prueba de hiptesis nos permiten tomar


determinaciones acertadas frente a situaciones que tengan que ver con el
contraste de diferentes alternativas delas cuales debamos elegir la ms
adecuada para el propsito que nos ocupe.

La aplicacin de un mtodo paramtrico o no paramtrico depende entre


otras cosas del tamao y caractersticas de la muestra y de los
requerimientos que originen la investigacin.

Este trabajo fue de gran ayuda ya que nos permiti trabajar la unidad del
mdulo

de Inferencia Estadstica y de esta manera aplicar la teora

expuesta e en los puntos planteados en el trabajo; esto con el fin de


afianzar nuestros conocimientos y de que desarrollramos y aplicramos la
teora a cada uno de los puntos planteados

BIBLIOGRAFIA

Sierra, J. (2012) Actualizacin del Mdulo de Inferencia Estadstica. Volumen I y


II. Universidad Nacional Abierta ya Distancia. Ediciones UNAD: Ibagu.
http://www.itch.edu.mx/academic/industrial/estadistica1/cap04d.html
http://www.itch.edu.mx/academic/industrial/estadistica1/cap04d.html
http://web.udl.es/Biomath/Bioestadistica/Dossiers/Temas%20especiales/ANOVA/M
odelos%20con%20efectos%20aleatorios.pdf
http://argo.urv.es/quimio/general/anovacast.pdf
http://www.ucm.es/info/socivmyt/paginas/D_departamento/materiales/analisis_dato
syMultivariable/19nparam_SPSS.pdf