INFERENCIAL
TRABAJO FINAL
PROFESOR: SECCIN:
INTEGRANTES:
ESTADISTICA INFERENCIAL
1.
2.
3.
4.
5.
1. TEMA
2. INTEGRANTES
ESTADISTICA INFERENCIAL
3. DESCRIPCIN DE LA EMPRESA
con
la
calificacin
de
grado
de
inversin
internacional
VISIN:
ESTADISTICA INFERENCIAL
Ser una de las cinco mejores aseguradoras de Latinoamrica: simple,
transparente,
accesible,
rentable
con
colaboradores
altamente
competentes y motivados.
MISION:
Ayudar a los clientes a proteger su estabilidad econmica, ofrecindoles
soluciones que protejan aquello que valoran y aseguren el cumplimiento
de sus objetivos.
PRINCIPIOS:
3
ESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL
4. OBJETIVOS DE INVESTIGACIN
Objetivo General:
Analizar el nivel de percepcin que han tenido los clientes, sobre el
servicio brindado por Pacifico Asistente, cuando ha ocurrido un siniestro.
Objetivos especficos:
Evaluar cules son las principales causas de un siniestro.
Determinar si existe diferencia entre los accidentes en los distritos de
Miraflores y Surco, ya que estos son lo que ms ocurrencia tienen.
Evaluar si el tiempo de atencin est influenciado en las causas de los
siniestros.
Evaluar si la percepcin de los clientes est influenciado por el tiempo de
llegada de la unidad de auxilio.
ESTADISTICA INFERENCIAL
Problema:
Las demoras en el tiempo de llegada de las unidades al siniestro, est
ocasionando severos problemas (los reclamos ante el ente regulador e
INDECOPI, dao en la imagen reputacional y problemas financieros) en la
percepcin del servicio que brinda Pacifico Asiste.
ESTADISTICA INFERENCIAL
POBLACION:
Todas los asegurados de la ciudad de Lima que tomaron el servicio de Pacifico
Asiste, en el ao 2013.
MUESTRA:
Un grupo de ciento cincuenta asegurados de la ciudad de Lima que tomaron el
servicio de Pacifico Asiste, en el ao 2013.
UNIDAD DE ANLISIS:
Un asegurado de la ciudad de Lima que tom el servicio de Pacifico Asiste, en el
ao 2013.
ESTADISTICA INFERENCIAL
6. DESARROLLO:
I.
1046 s
ESTADISTICA INFERENCIAL
Hallando el Tc:
Tiempo promedio
(segundos)
Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta
T cal=
T cal=
978.18
46.05
853.50
767.00
564.03
318133.
60
4.09
1.61
3408.00
97.00
3505.00
146727.
00
150.00
X
o
t (n1) gl
S
n
978.181046
=1.233
564.03
50
ESTADISTICA INFERENCIAL
Hallando el Punto crtico:
10
ESTADISTICA INFERENCIAL
PROPORCIN
La empresa aseguradora Pacifico desea conocer cul es el nivel de
percepcin de sus usuarios acerca del servicio que ofrecen.
Para entender que ha habido una mejora en el servicio, la proporcin de
clientes satisfechos (bueno) no debera de ser menor al 30%. Considere
un nivel de significacin de 2%.
Planteamiento de la Hiptesis:
Ho : La proporcin de aceptacin acerca del servicio no es mayor al 30%.
H1 : La proporcin de aceptacin acerca del servicio es mayor al 30%.
Hiptesis nula:
0.3
Hallando el Tc
Cuenta de
PERCEPCION DEL
CLIENTE
PERCEPCION DEL
CLIENTE
BUENO
MALO
MUY BUENO
REGULAR
Total general
z=
Tot
al
43
54
34
19
15
0
Bueno
N
43
150
0.29
^p p o
p o(1p o)
n
11
ESTADISTICA INFERENCIAL
z=
0.290.3
=0.26
0.3(10.3)
150
Hallando el Punto critico
ESTADISTICA INFERENCIAL
brindamos.
13
ESTADISTICA INFERENCIAL
CAIDA EN HUECO
CHOQUE CON 3RO. EN
MOVIMIENTO
1
1
13
23
74
110
CHOQUE ESTACIONADO
DAOS POR INTENTO DE
ROBO
DAOS POR OBJETO
CONTUNDENTE
DESPISTE
INCENDIO
RIESGOS POLITICOS
ROBO DE VEHICULO POR
ASALTO
ROBO ESTACIONADO DE
VEHICULO
ROTURA DE VIDRIO
Total general
1
1
22
26
1
102
150
14
ESTADISTICA INFERENCIAL
Planteamiento de la Hiptesis:
Ho: La varianza de accidentes en Miraflores es igual a la varianza de
accidentes en Surco
H1: La varianza de accidentes en Miraflores no es igual a la varianza de
accidentes en Surco
Hiptesis nula:
Hiptesis alternante:
Hallando el Fc
Prueba F para varianzas de dos muestras
Media
Varianza
Observaciones
Grados de libertad
F
P(F<=f) una cola
Valor crtico para F (una cola)
MIRAFLORES
3.142857143
19.47619048
7
6
0.160960252
0.028550051
0.210213754
SANTIAGO DE
SURCO
6.5
121
4
3
S12
Fc 2 ~ F n1 1,n2 1
S2
Fc = 0.1609
15
ESTADISTICA INFERENCIAL
Hallando el Punto critico
16
ESTADISTICA INFERENCIAL
2.1 PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE DOS MEDIAS
POBLACIONALES, (1- 2): MUESTRAS INDEPENDIENTES
VARIANZAS IGUALES
La empresa aseguradora Pacifico desea determinar si los siniestros de
CHOQUE CONTRA OBJETO les genera mayores ingresos que los CHOQUE
ESTACIONADO, segn la data recolectada en mes de Febrero.
Para determinar esto se considerara un nivel de significacin de 3%.
Dado que las varianzas poblacionales son desconocidas, el primer paso
ser realizar unas pruebas de hiptesis para determinar si son varianzas
homogneas.
Planteamiento de la Hiptesis:
Ho: La varianza de choque contra objetos es igual a la varianza de
choques estacionado
H1: La varianza de choque contra objetos no s igual a la varianza de
choques estacionado
Hiptesis nula:
H0: s
2
1
=s
2
1
Hallando el Fc
S12
Fc 2 ~ F n1 1,n2 1
S2
Fc = 0.97974
17
ESTADISTICA INFERENCIAL
Prueba F para varianzas de dos muestras
Media
Varianza
Observaciones
Grados de libertad
F
P(F<=f) una cola
Valor crtico para F (una
cola)
CHOQUE CONTRA
OBJETO
CHOQUE ESTACIONADO
439
586.5
408246.8
416685.6667
6
4
5
3
0.979747644
0.457465555
0.141236881
18
ESTADISTICA INFERENCIAL
Decisin:
SE ACEPTA Ho
Conclusin:
A un nivel de significacin del 3% existe evidencia estadstica suficiente
para concluir que las varianzas son iguales.
19
ESTADISTICA INFERENCIAL
Planteamiento de la Hiptesis:
Ho: Los ingresos promedio obtenidos en el distrito de Surco son menores
a los ingresos promedios del distrito de Miraflores.
H1: Los ingresos promedio obtenidos en el distrito de Surco son mayores
a los ingresos promedios del distrito de Miraflores.
Hiptesis nula:
Hiptesis alternante:
1> 2
Hallando el Tc
Prueba t para dos muestras suponiendo varianzas
iguales
Media
Varianza
Observaciones
Varianza agrupada
Diferencia hipottica de las
medias
Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una cola)
P(T<=t) dos colas
Valor crtico de t (dos colas)
SANTIAGO DE
SURCO
175
0
26
324.2341897
MIRAFLORES
169.3181818
710.2272727
22
0
46
1.089269451
0.140854414
1.678660414
0.281708828
2.012895599
20
ESTADISTICA INFERENCIAL
Decisin:
Se acepta Ho
Conclusin:
A un nivel de significacin del 5% existe evidencia estadstica suficiente
para concluir que los ingresos promedio obtenidos en el distrito de Surco
son menores a los ingresos promedios del distrito de Miraflores.
CONCLUSIONES Y RECOMENDACIONES
Luego del anlisis, podemos concluir que se deber prestar mayor
atencin a los asegurados en la zona de Miraflores porque ellos
representan mayores ingresos para la empresa.
3 PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE DOS MEDIAS
POBLACIONALES (D) : MUESTRAS RELACIONADAS
21
ESTADISTICA INFERENCIAL
III.1 PRUEBA DE HIPTESIS PARA DOS MEDIAS POBLACIONALES:
Muestras Relacionadas:
Con un estudio de mercado, se desea evaluar la nueva oferta promocional
del nuevo costo de la prima de seguros en Pacifico para incrementar las
ventas. Con este fin, se seleccionaron al azar 150 clientes que pagaron
por el servicio antes y despus de la oferta promocional. Con un nivel de
significacin del 5%, se puede afirmar que la oferta promocional
increment las ventas de seguros. Los datos se presentan en la siguiente
tabla:
N
1
2
3
4
149
150
Despu
s
Precio
125
100
125
100
100
103
100
103
175
176
175
165
Total
Antes
di
-25
-25
3
3
1
-10
-53
Planteamiento de la Hiptesis:
Ho:
H1:
ud > ua
Nivel de significacin: 0.05 // 1- = -1.655
Estadstico de prueba:
Tc:
-11.218
tc
Despus - Antes
Media
d d0
~ t( n 1)
sd
n
-28.307
22
ESTADISTICA INFERENCIAL
Error tpico
2.523
Mediana
-25.000
Moda
-75.000
Desviacin estndar
30.904
Varianza de la muestra 955.060
Curtosis
-0.342
Coeficiente de
asimetra
-0.686
Rango
130.000
Mnimo
-125.000
Mximo
5.000
4246.00
Suma
0
Cuenta
150
23
ESTADISTICA INFERENCIAL
Conclusin: Con un nivel de significacin del 5% existe estadstica
suficiente para afirmar que la oferta promocional SI increment las ventas
de seguros.
MARCA
NISSAN
VOLKSWA
GEN
Total
Nros de
Autos
60
90
150
Planteamiento de la Hiptesis:
El mayor nmero de atencin en los ltimos seis meses NO
Ho:
H1:
p > p2
Nivel de significacin:
0.05 // = 1.645
Proporciones:
24
ESTADISTICA INFERENCIAL
NISSAN:
VOLSKWAG
EN:
0.400
0.600
p1 p 2
1 1
p 1 p
n1 n2
V.
CHI CUADRADO
5.1 PRUEBA DE INDEPENDENCIA
La empresa Pacifico desea determinar si existe relacin entre la
categoras del servicio y la percepcin del cliente por el servicio. Se tom
una muestra de 150 clientes y se obtuvo frecuencias observadas en la
siguiente tabla.
VALORES OBSERVADOS
CATEGORIA DE
SERVICIO
ASISTIDO NO
REALIZADO
BASICO
Total general
BUE
NO
3
40
43
2
32
34
1
18
19
Total
general
7
143
150
25
ESTADISTICA INFERENCIAL
Utilizando un nivel de significacin de 0.02%, La percepcin del cliente
est relacionada con la categora del servicio?
26
ESTADISTICA INFERENCIAL
Planteando la Hiptesis
Ho : La percepcin del cliente , es independiente a la categora del
servicio.
H1 : La percepcin del cliente, no es independiente a la categora del
servicio.
VALORES ESPERADOS
PERCEPCION DEL CLIENTE
MAL
MUY
REGUL
Total
BUENO
O
BUENO
AR
general
CATEGORIA DE
SERVICIO
ASISTIDO NO
REALIZADO
2.01
BASICO
40.99
Total general
43.00
2.52
51.4
8
54.0
0
1.59
0.89
7.00
32.41
18.11
143.00
34.00
19.00
150.00
VALORES CHI
CUADRADO
PERCEPCION DEL CLIENTE
MAL
MUY
REGUL
Total
BUENO
O
BUENO
AR
general
CATEGORIA DE
SERVICIO
ASISTIDO NO
REALIZADO
BASICO
Punto Esperado
0.49
0.02
0.92
0.04
0.11
0.01
0.01
0.00
1.61
(Oij Eij ) 2
i 1 j 1
Eij
2[1 ; ( f 1) ( c 1)]
cal=1.61
20.02,12 (crtico)=9.8374
27
ESTADISTICA INFERENCIAL
DECISIN
NO RECHAZO Ho
CONCLUSION
A un nivel de significacin del 2% el rendimiento de la percepcin del cliente
es independiente a la categora del servicio que se le brinda.
28
ESTADISTICA INFERENCIAL
5.2 PRUEBA DE HOMOGENEIDAD DE SUBPOBLACIONES
La empresa aseguradora Pacfico desea evaluar la percepcin de los
clientes acerca del servicio brindado en dos distritos de Miraflores, San
Isidro y Santiago de Surco, para lo cual,
MAL REGUL
O
AR
9
3
Total
general
MUY
BUENO
1
22
BUENO
16
14
26
31
17
64
29
ESTADISTICA INFERENCIAL
SAN ISIDRO
O
B
A
LO
M
N
E
B
10
8
6
4
2
0
A
LO
10
8
6
4
2
0
MIRAFLORES
SANTIAGO DE SURCO
15
10
5
O
E
U
B
LO
30
ESTADISTICA INFERENCIAL
Planteamiento de la Hiptesis:
Ho:
H1:
(Oij Eij ) 2
i 1 j 1
Eij
Estadstica de prueba:
2cal=9.463
Observados
PERCEPCION DEL CLIENTE
DISTRITO
MIRAFLORES
SAN ISIDRO
SANTIAGO DE
SURCO
Total general
MAL REGUL
O
AR
10.65
2.750
6
7.750 2.000
12.59
3.250
4
31
8
Total
general
BUENO
MUY
BUENO
5.844
2.750
22
4.250
2.000
16
6.906
3.250
26
17
64
Valores esperados
PERCEPCION DEL CLIENTE
DISTRITO
MIRAFLORES
SAN ISIDRO
SANTIAGO DE
SURCO
Total general
MAL REGUL
O
AR
0.257 0.023
0.008 2.000
0.157
0.942
1.705
0.015
MUY
BUENO
1.114
2.000
1.223
0.019
BUENO
Total
general
9.463
Regiones crticas
31
ESTADISTICA INFERENCIAL
X2: (Estadstico
de prueba)
Grados de
Libertad
9.463
6 =(3-1)*(4-1)
1-:
0.97
Punto crtico:
13.968
(=INV.CHICUAD(0.97,6)
Decisin:
2cal < 20.97,3
NO
SE RECHAZA
HO
Ho:
La percepcin de los clientes es homognea en los tres distritos
Conclusin:
A un nivel de significacin del 3%, hay suficiente evidencia estadstica
para RECHAZAR que la percepcin de los clientes no es homognea en
los tres distritos (H1).
N de
SINIESTRO
S
155
30
15
32
ESTADISTICA INFERENCIAL
Total general
200
33
ESTADISTICA INFERENCIAL
Planteamiento de Hiptesis
El patrn histrico de las causas de siniestro no han cambiado a
comparacin del ao pasado
El patrn histrico de las causas de siniestro han cambiado a
comparacin del ao pasado
Ho:
H1:
(Oij Eij ) 2
i 1 j 1
Eij
Estadstico de prueba
cal=60.8750
Oi
105
Pi
0.5
Ei
75
X2cal
12.00
30
0.3
45
5.00
15
0.2
30
7.50
150
150
24.50
Regiones crticas
Gl: (k-1)
(3-1) =2
Z.A
Z.R
5.991
X
Decisin:
2cal > 20.95,2
RECHAZO HO
34
ESTADISTICA INFERENCIAL
Conclusin:
A un nivel de significacin del 5%, hay suficiente evidencia estadstica
para RECHAZAR Ho, es decir se puede afirmar que el patrn histrico de
las causas de siniestro ha cambiado a comparacin del ao pasado. Lo
que indica que el Jefe de Seguros de Autos Robo, realizar un incremento
en la prima para el ltimo semestre del ao en curso.
5.4 POISSON
CALIFICA
CION
0
1
2
3
Total
general
PERCEPCION DEL
CLIENTE
54
19
43
34
150
Planteando la Hiptesis
Ho: Los datos muestrales de la percepcin del cliente, provienen de una
distribucin de Poisson.
H1: Los datos muestrales de la percepcin del cliente, no provienen de
una distribucin de Poisson.
35
ESTADISTICA INFERENCIAL
VALORES ESPERADOS
CALIFICACION
LANDA
Pi
ESPERADOS
PUNTO ESPERADO
0
1
2
3
54
19
43
34
0
19
86
102
0.25
0.35
0.24
0.16
38
52
36
24
7.01
21.01
1.39
3.92
207
150
33.32
Total general
150
ESTADISTICO DE PRUEBA
LANDA
ESTIMAD
O
PUNTO
ESTIMAD
O
GRADOS
DE
LIBERTAD
PUNTO
CRITICO
1.38
33.32
2
7.82
DECISIN
Punto crtico> Punto estimado
36
ESTADISTICA INFERENCIAL
Rechaza Ho.
CONCLUSION
La distribucin de la percepcin del cliente no proviene de una
distribucin de Poisson.
Se busca proba la percepcin del cliente organizativa en el transcurso de
1 mes con datos escogidos de 4533 rdenes de atencin.
37
ESTADISTICA INFERENCIAL
VI.
DISEOS EXPERIMENTALES
6.1
DESPISTE
8
12
12
3
Planteamiento de la Hiptesis:
Ho: El promedio de tiempo de atencin de choque con 3ro. en
movimiento y fuga es igual al de despiste e igual al dao por objeto
contundente.
H1: Al menos un promedio es diferente.
Hiptesis nula:
1=
2=
Hiptesis alternante:
Al menos un
es diferente
38
ESTADISTICA INFERENCIAL
ANVA
Anlisis de varianza de un
factor
RESUMEN
Grupos
CHOQUE CON
3RO. EN
MOVIMIENTO Y
FUGA
DESPISTE
DAOS POR
OBJETO
CONTUNDENTE
Cuenta
Suma
Promedi
o
Varianza
7
4
148
35
21.1429
8.7500
53.8095
18.2500
156
17.3333
63.0000
ANLISIS DE
VARIANZA
Origen de las
variaciones
Entre grupos
Dentro de los
grupos
Total
Promedi
Suma de Grados
o de los
cuadrad
de
cuadrad
os
libertad
os
393.342
196.671
9
2
4
881.607
1
17 51.8592
1274.95
F
3.7924
Probabilid
ad
0.0435
Valor
crtico
para F
3.5915
19
Fc = 3.7924
Pvalor 0.0435 es menor al alfa 0.05
Decisin:
Se rechaza Ho
Conclusin:
39
ESTADISTICA INFERENCIAL
A un nivel de significacin del 5% se puede afirmar que la duracin del
tiempo promedio de atencin de un siniestro es diferente en al menos
uno de los tipos de siniestros.
1=
Hiptesis alternante:
Hiptesis nula:
Hiptesis nula:
1=
Hiptesis alternante:
y i. y j . t
2=
Hiptesis alternante:
(1 ,GLE )
2
1 1
CME
ni n j
40
ESTADISTICA INFERENCIAL
diferencia
de
promedios
CHOQUE
DESPISTE
CHOQUE
- DAOS
DESPISTE
- DAOS
12.3929
t(1-alfa/2,
grado de
libertad
del error)
2.1098
3.8095
2.1098
8.5833
2.1098
CME
51.859
2
51.859
2
51.859
2
0.3929
4.5137
DMS
9.5230
0.2540
3.6291
7.6568
0.3611
4.3275
9.1302
Diferencia
de
promedios
es mayo a
DMS?
SE
RECHAZA
Ho
SE ACEPTA
Ho
SE ACEPTA
Ho
Promedi
o
Grupos
CHOQUE CON 3RO. EN MOVIMIENTO Y
FUGA
21.1429
17.3333
DESPISTE
8.7500
Conclusin:
Podemos determinar que el tiempo de atencin en minutos de los siniestros
de despiste es atendido en menos tiempo.
6.2 ANALISIS DE REGRESION SIMPLE
El gerente de operaciones desea saber si el tiempo (en minutos)
promedio de llegada de atencin al siniestro est en funcin a la distancia
del distrito. Para ello se tom una muestra de 150 registros y se
obtuvieron los siguientes datos:
Distrito
ATE VITARTE
Tiemp
Vece
o
s
prome
Distri
dio de
to
llegad
(X)
a (Y)
21.34
41
ESTADISTICA INFERENCIAL
BARRANCO
BREA
CHORRILLOS
COMAS
INDEPENDENCIA
JESUS MARIA
LA MOLINA
LA VICTORIA
LAO_CALLAO
LIMA
LINCE
LOS OLIVOS
MAGDALENA DEL MAR
MIRAFLORES
PUEBLO LIBRE
PUENTE PIEDRA
RIMAC
SAN BORJA
SAN ISIDRO
SAN JUAN DE LURIGANCHO
SAN JUAN DE MIRAFLORES
SAN MARTIN DE PORRES
SAN MIGUEL
SANTA ANITA
SANTIAGO DE SURCO
SURQUILLO
VILLA MARIA DEL TRIUNFO
1
3
4
2
1
6
4
3
4
9
3
3
4
22
3
1
1
9
16
4
1
7
4
3
26
3
2
12.39
45.56
16.55
27.3
16.29
20.36
12.19
20.29
17.08
16.17
16.11
11.55
31.17
20.45
16.15
24.54
32.43
10.49
21.12
60.5
21.02
13.43
15.52
17.27
35.09
16.11
22.058
42
ESTADISTICA INFERENCIAL
20
10
0
0
10
15
20
25
30
43
ESTADISTICA INFERENCIAL
Ecuacin estimada:
Y = 21.008x + 0.1486
Interpretacin de los coeficientes estimados:
B0 = El tiempo promedio de atencin en los distritos de la ciudad de
Lima es 21.008 minutos.
B1 = Por cada vez que se va a un distrito el tiempo de atencin tardara
en 14 minutos.
Coeficiente de correlacin:
Existe una dependencia lineal entre tiempo promedio de llegada y entre
la distancia del distrito.
Evaluar la significancia (validacin) del modelo de regresin
lineal simple con un nivel de significacin del 5%.
H
0
:
H
1
:
b1
=0
b1
Estadsticas de la
regresin
Coeficiente de
correlacin
mltiple
83.395%
Coeficiente de
determinacin
R^2
78.354%
R^2 ajustado
79.311%
111.925
Error tpico
%
Observaciones 28
ANLISIS DE
VARIANZA
Grados
de
Suma
de
Promedi
o de los
Valor
crtic
44
ESTADISTICA INFERENCIAL
libertad
cuadrad cuadrad
os
os
Regresin
22.813
Residuos
26
3,214.5
82
123.638
Total
27
3,237.3
95
Coeficie
ntes
Error
tpico
Estadsti Probabili
co t
dad
21.008
2.802
7.497
0.000
26.768
0.149
0.346
0.430
0.000
0.860
Intercepcin
Veces Distrito
(X)
22.813
o de
F
0.185
0.000
6.3
ESTADISTICA INFERENCIAL
7
46
ESTADISTICA INFERENCIAL
7. PRESENTACIN DE CONCLUSIONES Y
RECOMENDACIONES PRELIMINARES.
ESTADISTICA INFERENCIAL
analizar la factibilidad de aplicar un aumento en la prima para este tipo
de siniestro.
48