Métodos Cuantitativos para la Toma Ing.

Blanca Morales
de Decisiones

RESPUESTAS A LOS EJERCICIOS DE TAREA DE LOS CAPÍTULOS 1, 2,

3, 6, 8, 9 y 10
Consulte la siguiente guía de respuestas a las preguntas hechas en
la tarea y compare las respuestas dadas por usted a manera de auto
retroalimentación para su aprendizaje. Este ejercicio es solo de
retroalimentación, NO SE ENVÍA NI SE PUEDE ENTREGAR COMO
SOLUCIÓN A SU TAREA.
Tarea A
Nota: Les pido una disculpa porque el Office lo tengo es inglés y los títulos de tablas,
resultados, etc. Aparecerán en inglés.

Capítulo 1

Problema 1
La siguiente base de datos:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 1

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Contiene información para 25 de las acciones de Shadow rastreadas por la American
Association of Individual Investors, las cuales son acciones comunes de empresas pequeñas
que no siguen de cerca los analistas de Wall Street. Llenando la siguiente tabla, responda
las preguntas de abajo:

a. ¿Cuántas variables hay en el banco de datos?

b. En la columna “Variable”, coloque el nombre de la variable que está analizando.
c. En la columna llamada “Tipo”, ponga si la variable es cualitativa (categórica) o
cuantitativa.
d. Si la variable es cuantitativa, en la columna “Unidades”, por favor indique en qué
unidades fue medida la variable. Nota: Las variables cualitativas no cuentan con
unidades, por lo tanto, ponga NA de “No Aplica”.
e. Si la variable es cuantitativa, en la columna “Discreta o Continua”, por favor diga si
la variable es discreta o es continua. Nota: Las variables cualitativas o categóricas no
pueden ser ninguna de las dos, por lo tanto, ponga NA de “No Aplica”.
f. En la columna “Escala de Medición”, indique el tipo de escala en la que fue medida
la variable. Las variables cualitativas solo pueden ser medidas en escalas nominales
u ordinales y las variables cuantitativas solo pueden ser de intervalo o de razón.

Para este problema, son necesarios los conocimientos adquiridos en la lectura del capítulo
1 del libro de texto. Tus respuestas servirán para el punto 1.2 de la etapa 1 del proyecto
integrador

Respuesta:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 2

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
a. ¿Cuántas variables hay en el banco de datos?
La respuesta a esta pregunta es que son 4 variables solamente y son las columnas
llamadas: Exchange, Market, Precio/Earni y Gross Profit
La columna Company no es variable ya que contiene los elementos o entidades a
partir de las cuales se reúnen los datos para formar las variables.

b. En la columna “Variable”, coloque el nombre de la variable que está analizando.

Los nombres de las variables en la tabla serían:

c. En la columna llamada “Tipo”, ponga si la variable es categórica (cualitativa) o

cuantitativa.
Las variables Exchange indica las casas donde se llevan a cabo los cambios/ventas de
acciones. Debido a lo anterior, la variable es cualitativa.
Las variables Market cap se refiere a la capitalización del mercado. El Price/Earnings
es la relación que se encuentra por medio de esta razón (cociente o división), esta
viene siendo un recurso que sirve para determinar el valor que el mercado confiere
a las acciones de las empresas y Gross Profit Margin, se refiere al margen o bien la
diferencia entre el precio de venta y lo que costo producirlo (o precio de compra).
Estas tres variables se refieren a ganancias y capitalizaciones; además las últimas dos
son razones o porcentajes. Como las variables muestran cantidades, por lo anterior,
entonces son cuantitativas.
La tabla quedaría de la siguiente manera:

d. Si la variable es cuantitativa, en la columna “Unidades”, por favor indique en qué

unidades fue medida la variable. Nota: Las variables cualitativas o categóricas no
cuentan con unidades, por lo tanto, ponga NA de “No Aplica”.
Se agrega a la primera variables NA ya que es cualitativa, la siguiente se encuentra en
millones de dólares ($), la siguiente es una razón (proporción o división pero en
porcentaje) y la siguiente es un %; la tabla quedaría de la siguiente manera:
Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 3
 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

e. Si la variable es cuantitativa, en la columna “Discreta o Continua”, por favor diga si la

variable es discreta o es continua. Nota: Las variables cualitativas o categóricas no
pueden ser ninguna de las dos, por lo tanto, ponga NA de “No Aplica”.
La primera variable es cualitativa, por lo que serían NA
La siguiente (Market Cap) es en moneda, por lo que la variable sería continua ya que
la moneda es fraccionada 1.01, 1.02, etc.
La variable que sigue es una razón (división de una variable entre otra), por lo que la
variable puede ser fraccionada, esto implica que es continua
Por último, prosigue la que es % (porcentaje) estos valores pueden ser enteros y/o
con fracciones, entonces la variable sería continua también.
La tabla quedaría de la siguiente manera:

f. En la columna “Escala de Medición”, indique el tipo de escala en la que fue medida la

variable. Las variables cualitativas o categórica solo pueden ser medidas en escalas
nominales u ordinales y las variables cuantitativas solo pueden ser de intervalo o de
razón.
La primera variable (Exchange) es una variable cualitativa, por lo que solo puede ser
nominal u ordinal, para ser ordinal, dicha variable debe de poder ordenarse de alguna
manera, es decir por ejemplo si la variable se agrupara en niveles donde estos
indicaran el tamaño de la compañía, pero solo indica el tipo de bolsa en la cual se
mueven las empresas pequeñas y medianas que no pueden cotizarse en la bolsa de
Nueva York; por lo tanto, la variable es nominal.
La variable que continúa (Market), es cuantitativa y estas solo pueden ser de intervalo
o razón; ahora bien, recordemos que la variable es de razón, si toma un valor de 0
(cero) si este valor significa ausencia absoluta. Como en este caso se habla de moneda
($) y cuando toma el valor de 0, no se tiene o significa ausencia absoluta, por lo tanto,
es de razón.

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 4

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Le prosigue la variable (Price/Eqrni), de la misma manera, esta variable si toma el
valor de 0, significa que no existiría, por lo tanto, sería ausencia absoluta y por último
sería la variable (Gross Profit), de la mima forma, si el porcentaje fuera de 0%,
significaría ausencia absoluta, por lo que la variable sería también de razón.
La tabla quedaría de la siguiente manera:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 5

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Capítulo 2, 3, 6 y 8

Problema 2
La siguiente base de datos: Contiene información para 25 de las acciones de Shadow
rastreadas por la American Association of Individual Investors, las cuales son acciones
comunes de empresas pequeñas que no siguen de cerca los analistas de Wall Street.
Llenando la siguiente tabla, responda las preguntas de abajo:

Usando el análisis de datos del EXCEL, realice lo siguiente:

a. Realice una distribución de frecuencia y grafique la variable Exchange; comente

sobre el análisis de ambos (distribución de frecuencia y gráfica).
b. Encuentre estadísticas que resuman la información de la variable Exchange y
comente (analice) tanto sobre el inciso pasado y este.
c. Realice una distribución de frecuencia y grafique la variable Market Cap; comente
sobre el análisis de ambos (distribución de frecuencia y gráfica).

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 6

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
d. Encuentre estadísticas que resuman la información de la variable Market Cap y
comente (analice) tanto sobre el inciso pasado y este.
e. Suponga que la variable Market Cap sigue una distribución normal, ¿cuál es la
probabilidad de que el dato de la Drexler Technology Corp. (233.6) se encuentre
alejada de la media?
f. Encuentre intervalo de confianza para la variable Market Cap; si requiere un nivel de
confianza, utilice el 99%.

Para este problema, son necesarios los conocimientos adquiridos en la lectura del capítulo
2, 3, 6 y 8 del libro de texto. Tus respuestas servirán para el punto 1.4 (incisos A y C), punto
1.5 (incisos B y D) y punto 1.6 (inciso F) de la etapa 1 del proyecto integrador

Respuesta:

a. Realice una distribución de frecuencia y grafique la variable Exchange; comente

sobre el análisis de ambos (distribución de frecuencia y gráfica).
Usando la tabla dinámica del Excel tenemos lo siguiente como distribución de
frecuencia:

Por lo que la distribución de frecuencia sería:

Note que se cotizan más empresas pequeñas y medianas en OTC (17 empresas en
total) y se cotizan menos en NYSE (solo 3 empresas) seguido de cerca por AMEX (5
empresas).
Las gráficas adecuadas para variables cualitativas y nominales son de pastel (pie)

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 7

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Y también se pueden usan las gráficas de barras, en este caso sería:

Note que en ambas gráficas podemos concluir lo mismo que con la distribución de
frecuencia: se cotizan más empresas pequeñas y medianas en OTC (17 empresas del
total el 68%) y se cotizan menos en NYSE (solo 3 empresas, es decir el 12%) seguido
de cerca por AMEX (5 empresas o sea el 20%).
Podríamos concluir entonces que es preferible cotizar en OTC que en las otras dos.

b. Encuentre estadísticas que resuman la información de la variable Exchange y

comente (analice) tanto sobre el inciso pasado y este.
Para variables cualitativas y nominales la única estadística que se puede encontrar
sería la moda, la cual por medio de la distribución de frecuencia es:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 8

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Recuerde que el valor que más se repite es la moda; por lo que:

𝑀𝑜𝑑 = 𝑂𝑇𝐶
Concluyendo lo mismo: que es preferible cotizar en OTC que en las otras dos.

c. Realice una distribución de frecuencia y grafique la variable Market Cap; comente

sobre el análisis de ambos (distribución de frecuencia y gráfica).
Para la distribución de frecuencia es necesario conocer 𝑛 = 25, 𝑀í𝑛 = 23.2 y
𝑀á𝑥 = 295.5; ahora bien, se necesita saber cuántas clases construir, por lo que:
𝐾 = √25 = 5
La amplitud sería:
295.5 − 23.2
𝑖= = 54.46 ≅ 54.5
5
Entonces los límites inferiores son:
Clase 1 23.2
Clase 2 23.2 + 54.5 = 77.7
Clase 3 77.7 + 54.5 = 132.2
Clase 4 132.2 + 54.5 = 186.7
Clase 5 186.7 + 54.5 = 241.2
241.2 + 54.5 = 295.7
Note que se agregó una clase al final, esto con el fin de saber si estamos siendo
exhaustivos (que incluya todos los números, recuerde que el más grande es 295.5)
y el último número (295.7) es más grande que 295.5
Ahora usando el análisis de datos (la opción histograma), se tiene la distribución:

Y el histograma sería:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 9

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

O bien con la tabla dinámica sería:

Acomodando la distribución de frecuencia sería:

Y su histograma es:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 10

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Note la diferencia en ambos procedimientos, cualquiera de ellos es correcto. Note
que en la última gráfica, al principio (las dos primeras clases) se acumula el 68% de
los datos, por lo que la mayoría de las empresas en menos de $132.2 y que
solamente el 32% están por arriba de $132.19; lo mismo sucede en la primera de las
gráficas, solo que sería en las primeras 3 barras del histograma.

d. Encuentre estadísticas que resuman la información de la variable Market Cap y

comente (analice) tanto sobre el inciso pasado y este.
Como la variable es cuantitativa y de razón, entonces todas las estadísticas de
resumen se pueden calcular; usando el análisis de datos, en estadísticas descriptivas
se tienen los siguientes resultados:

Se cuentan con 25 datos que suman 2,810.5; donde el menor de los datos es 23.2 y
el mayor es 295.4; su promedio de 112.42 indica que la mayoría de los datos se
encuentran alrededor de ese valor, la mediana indica que el valor central es el 95.5
por debajo de ese valor se encuentran el 50% de los datos (12 en total) y por arriba
el otro 50% (otros 12 en total); no se cuenta con moda, es decir ningún dato se
repite.
Su dispersión o variabilidad es de 75.996 y su varianza es de 5,775.41; el rango es de
272.3 (dato mayor menos dato menor) un valor amplio. Su sesgo de 0.91659
indicaría que tiende a ser simétrica ya que se encuentra este valor cercano al 0; su
curtosis de -0.0159 indicaría que su apuntalamiento o pico más alto tiende a ser
aplanada o platicurtica.
Los cuartiles se encontraron por medio del Excel y son:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 11

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Por debajo del 52.5 se encuentra el 25% de los datos y por arriba de 137.1 el otro
25% de la información los restantes cuartos se encuentran entre 52.5 y 95.9 y
finalmente entre 95.9 y 137.1

e. Suponga que la variable Market Cap sigue una distribución normal, ¿cuál es la
probabilidad de que el dato de la Drexler Technology Corp. (233.6) se encuentre
alejada de la media?
Primero es necesario saber con qué datos se cuenta y que es lo que se pide. Para
poder realizar este inciso, es necesario encontrar el valor medio (promedio
aritmético) y la desviación estándar; encontrando ambos valores por medio del Excel
se tiene que:

Note que los datos acomodados en una distribución normal serían de la siguiente
manera:

Ahora se pide la probabilidad que existe de la media al valor de 233.6; por lo que la
figura anterior sería ahora:

El área roja muestra la probabilidad que se está pidiendo; ahora bien, sustituyendo
los valores en la Z se tiene que:
𝑋 − 𝑋̅ 233.6 − 112.42
𝑍= = = 1.5946 ≅ 1.59
𝑆 75.9961
Buscando es valor en tablas (página 180 libro de estadística), se tiene que:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 12

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Note que la tabla fue modificada para un mejor entendimiento y se excluyeron

varios renglones. Buscado el valor de la Z en la tabla, dicho valor de 1.59 debe de
descomponerse en dos valores de tal manera que sumados den 1.59; dichos valores
son 1.5 y 0.09; buscando ambos valores en la tabla se tiene que:

Ahora se trazan dos líneas rectas hasta que se intersecten para encontrar el valor de
la probabilidad, lo anterior se muestra a continuación:

Como siguiente se encuentra el valor de la probabilidad, el cual es:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 13

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Note que la figura de la tabla es igual al valor que se pide:

Por lo que:
𝑃(0 ≤ 𝑍 ≤ 1.59) = 0.4441
La respuesta a este inciso sería:
𝑃(112.42 ≤ 𝑥 ≤ 233.6) = 0.4441
O bien entre el promedio y 233.6 existe un 44.41%

f. Encuentre intervalo de confianza para la variable Market Cap; si requiere un nivel de

confianza, utilice el 99%.
Usando el Análisis de datos del Excel para la variable Market Cap, en Estadísticas
descriptivas se tiene que:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 14

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Se tiene que:
𝜎̂
𝑋̅ ± 𝑡 ∗
√𝑛
Con los datos anteriores, el único valor que faltaría sería el estadístico “t”; el cual se
encontraría de la siguiente manera:
Los grados de libertad:
𝑔. 𝑙. = 𝑛 − 1 = 25 − 1 = 24
Ahora bien, la tabla de la t se muestra a continuación (página 566):

Note que la tabla fue modificada para un mejor entendimiento; ahora buscando el
valor de los grados de libertad:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 15

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Como se indicó en la redacción del inciso, se pide el intervalo con un nivel de

confianza del 99%, la t muestra un solo extremo, por lo que las áreas serían de la
siguiente manera:

Entonces el área a encontrar en la tabla sería 0.005, esto se muestra a continuación:

Trazando líneas hasta que se intersectan:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 16

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Por lo que el valor encontrado sería el valor teórico del estadístico t:

Esto sería:
𝑡 = 2.797
De la fórmula:
𝜎̂
𝑋̅ ± 𝑡 ∗
√𝑛
Sustituyendo los valores en dicha fórmula se tiene que:
75.996
112.42 ± 2.797 ∗
√25
Entonces:
112.42 ± 2.797 ∗ 15.1992
Como sigue:
112.42 ± 42.5113
Sumando y restando se obtienen dos valores, entonces con un 99% de confianza, se
tiene evidencia estadística de que el verdadero valor promedio de Market Cap oscila
entre:
Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 17
 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
69.909 ≤ 𝜇 ≤ 154.931

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 18

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Capítulo 9 y 10

Problema 3
La siguiente base de datos: Contiene información para 25 de las acciones de Shadow
rastreadas por la American Association of Individual Investors, las cuales son acciones
comunes de empresas pequeñas que no siguen de cerca los analistas de Wall Street.
Llenando la siguiente tabla, responda las preguntas de abajo:

Usando el análisis de datos del EXCEL, realice lo siguiente:

a. El promedio real de las empresas en Market Cap es de 106.2, suponga que la variable
sigue una distribución normal ¿existe evidencia de que estas empresas (de la base
de datos) tienen mayor promedio o su diferencia se debe a un error en el muestreo?
Use un nivel de significancia del 2.5%; para este inciso, es necesario que contenga
los siguientes puntos:
1. Hipótesis.
2. Estadístico de prueba.

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 19

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
3. P-valor.
4. Regla de decisión.
5. Conclusiones para responder la pregunta que se realizó.
b. Se piensa que el promedio de las primeras 14 empresas en Market Cap es menor al
de las 11 empresas restantes, pruebe lo anterior, suponga que la variable sigue una
distribución normal; si necesita un nivel de significancia use el 2.5%; sus respuestas
deberán de contener los siguientes puntos:
1. Hipótesis.
2. Estadístico de prueba.
3. P-valor.
4. Regla de decisión.
5. Conclusiones para responder la pregunta que se realizó.

Para este problema, son necesarios los conocimientos adquiridos en la lectura del capítulo
9 y 10 del libro de texto. Tus respuestas servirán para el punto 1.7 (incisos A) y el punto
1.8 (incisos B) de la etapa 1 del proyecto integrador

Respuesta:

a. El promedio real de las empresas en Market Cap es de 106.2, suponga que la variable
sigue una distribución normal ¿existe evidencia de que estas empresas (de la base
de datos) tienen mayor promedio o su diferencia se debe a un error en el muestreo?
Use un nivel de significancia del 2.5%; para este inciso, es necesario que contenga
los siguientes puntos:
Para este inciso, es necesario saber si se tiene una prueba de hipótesis de una
muestra o de dos; también si se trata de medias o de proporciones. Como en este
caso se tiene una media poblacional (cono indica el inciso, “promedio real”) y la base
de datos es una muestra, entonces se trata de una muestra y además son medias o
promedios, es decir se trata de una prueba de hipótesis de una muestra.
La variable Market Cap tiene las siguientes estadísticas que resumen los datos
(información encontrada en los anteriores problemas o bien, por el análisis de datos)
se tiene que:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 20

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Donde lo importante son:

Por lo que
Promedio de la muestra: 𝑋̅ = 112.42
Desviación estándar de la muestra: 𝑆 = 75.996 = 𝜎̂
Tamaño de la muestra: 𝑛 = 25
Note que la desviación estándar fue estimada, es decir de un estadístico
muestral paso a estimar a la desviación estándar de la muestra.
La información proporcionada por el inciso es:
Promedio de la población: 𝜇 = 106.2
Nivel de significancia: 𝛼 = 0.025

1. Hipótesis.
Para poder encontrar las hipótesis es necesario recordar lo que el inciso indica:
¿existe evidencia de que estas empresas (de la base de datos) tienen mayor
promedio o su diferencia se debe a un error en el muestreo? Como la media de
la muestra (112.42) es mayor que la media poblacional (106.2); entonces las
hipótesis indicarían que:
𝐻0 : 𝜇 = 106.2
𝐻1 : 𝜇 > 106.2

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 21

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Note también que siempre deben de usarse en las hipótesis solo valores que
provienen de la población.

2. Estadístico de prueba.
Como se trata de muestras pequeñas, entones el estadístico de prueba que
debe de usarse es:
𝑋̅ − 𝜇
𝑡=
𝜎̂⁄
√𝑛
Sustituyendo los valores en la fórmula se tiene que:
112.42 − 106.2
𝑡= = 0.409
75.996⁄
√25
Por lo que el valor del estadístico de prueba es:
𝑡 = 0.409

3. P-valor.
Para encontrar el valor-p son necesarios los siguientes datos:
Estadístico de prueba: 𝑡 = 0.409
Nivel de significancia: 𝛼 = 0.025
Recuerde que se pierde un grado de libertad debido a que se tuvo que realizar
la estimación puntual de la desviación estándar: 𝑆 = 75.996 = 𝜎̂ por lo que los
grados de libertad son: 𝑔. 𝑙. = 25 − 1 = 24
Con esto información, es necesario la tabla t la cual se muestra a continuación:

Recuerde que la tabla fue modificada (color, dibujo y varios renglones

escondidos) para un mayor entendimiento; ahora se buscan los grados de
libertad:
Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 22
 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Como siguiente, en ese mismo renglón se localiza el dónde se podría encontrar

el valor de la t o del estadístico de prueba:

Note que se quitaron los demás renglones y que el valor a encontrar es:
𝑡 = 0.409
Note también que dicho valor no se encuentra en el renglón, por lo que es
necesario saber en qué lugar podría encontrarse; lo anterior se muestra con un
círculo y que se quitaron las figuras de color rojo:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 23

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Donde el valor del estadístico se debería de encontrar, se lanza una línea hacia
arriba para encontrar el renglón de probabilidad; esto se muestra a
continuación:

Ahora se escoge la probabilidad que correspondería al valor del estadístico t:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 24

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
Note que como no hay valor, entonces se tiene que saber cuál le
correspondería; como los valores de probabilidad de derecha a izquierda van en
aumento, el último de los valores es 0.20, los valores que le seguirían hacia la
izquierda serían mayores a 0.20, entonces la probabilidad sería:
𝑝 > 0.20
Para saber si ese el p-valor, es necesario recordar la hipótesis alterna, la cual es:
𝐻1 : 𝜇 > 106.2
Esto indicaría que la prueba de hipótesis es de un solo extremo y hacia la
derecha, como siguiente se tiene que revisar si el dibujo de la tabla está
indicando que la probabilidad sea el extremo; si coinciden, ya que muestra el
extremo derecho:

Note que si la prueba de hipótesis fuera de dos extremos, entonces como el

dibujo muestra un solo extremo, entonces para encontrar el valor-p, el dato
obtenido de la probabilidad se tendría que multiplicar por dos y si la prueba de
hipótesis fuera extremo izquierdo, sería la misma probabilidad que el extremo
derecho (solo ponga un espejo en el dibujo de la tabla y mostraría el dibujo al
revés. Entonces, la probabilidad encontrada es:
𝑃(0.409 ≤ 𝑍 ≤ +∞) > 0.20
Por lo anterior, el p-valor en este caso sería
𝑣𝑎𝑙𝑜𝑟 − 𝑝 > 0.20
Ahora bien, si se desea un valor exacto del p-valor, por medio del Excel, este
sería:
𝑣𝑎𝑙𝑜𝑟 − 𝑝 = 0.34308329 ≅ 0.3431

4. Regla de decisión.
La regla de decisión para el p-valor gráficamente es:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 25

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
El dibujo anterior indica que, si la probabilidad es más pequeña que el nivel de
significancia, entonces el estadístico de prueba caería en la zona de rechazo,
caso contrario, si es mayor al nivel de significancia caería en la zona de no
rechazo la hipótesis nula (o zona de aceptación), entonces no se rechazaría la
hipótesis nula.
Entonces, la regla de decisión se puede resumir de la siguiente manera:
Se rechaza la hipótesis nula si
𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝜶
Lo anterior indica que se rechaza la hipótesis nula si el p-valor es más pequeño
que el nivel de significancia.

5. Conclusiones para responder la pregunta que se realizó.

Con la respuesta al inciso anterior, se puede llegar a saber si se rechaza o no la
hipótesis nula; veamos, sabemos que como el valor-p es 0.3431 y el nivel de
significancia es de 0.025, entonces comparando ambos valores se tiene que:
0.3431 > 0.025
Por lo que no se rechaza la hipótesis nula, cuando sucede esto, es necesario
concluir en base a esta hipótesis, la cual es:
𝐻0 : 𝜇 = 106.2
Conclusión: Con un 97.5% de confianza, se tiene evidencia estadística para
afirmar que no se rechaza la hipótesis nula, por lo que el promedio sigue siendo
106.2 (porque 𝜇 = 106.2) y que no es mayor a este valor.

b. Se piensa que el promedio de las primeras 14 empresas en Market Cap es menor al

de las 11 empresas restantes, pruebe lo anterior, suponga que la variable sigue una
distribución normal; si necesita un nivel de significancia use el 2.5%; sus respuestas
deberán de contener los siguientes puntos:
Para este inciso, es necesario partir los datos como se indica; esto se muestra a
continuación:

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 26

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

Como se trata de una variable cuantitativa y se estarían comparando los promedios

dos muestras, por lo que se trata de una prueba de hipótesis de dos muestras y de
medias. Por lo que las medidas que se necesitan fueron encontradas por el análisis
de datos y serían:

Entonces las estadísticas serían:

Muestra 1
Promedio de la muestra: 𝑋̅1 = 100.22
Desviación estándar de la muestra: 𝑆1 = 62.95 = 𝜎̂1
Tamaño de la muestra: 𝑛1 = 14
Muestra 2
Promedio de la muestra: 𝑋̅2 = 127.945
Desviación estándar de la muestra: 𝑆2 = 90.749 = 𝜎̂2
Tamaño de la muestra: 𝑛2 = 11
Información del inciso, las n´s y
Nivel de significancia: 𝛼 = 0.025

1. Hipótesis.
La redacción del inciso indica que: “el promedio de las primeras 14 empresas en
Market Cap es menor al de las 11 empresas restantes” y como la media de 14
empresas es la muestra 1 y la de 11 es la 2; entonces

𝐻0 : 𝜇1 = 𝜇2 o bien 𝐻0 : 𝜇1 − 𝜇2 = 0

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 27

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
𝐻1 : 𝜇1 < 𝜇2 o bien 𝐻1 : 𝜇1 − 𝜇2 < 0
Note que se está realizando una prueba de hipótesis de un extremo

2. Estadístico de prueba.
Sería la t por tratarse de muestras pequeñas y se tienen las desviaciones
estándar de las muestras (no contamos con la desviación estándar poblacional),
además estás son muy diferentes (no son iguales), entonces, el estadístico de
prueba sería:
(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑡=
𝑆2 𝑆2
√ 1+ 2
𝑛1 𝑛2
Y los grados de libertad se pueden calcular con la siguiente fórmula:
2
𝑆2 𝑆2
(𝑛1 + 𝑛2 )
1 2
𝑔. 𝑙. =
2 2 2
1 𝑆1 1 𝑆2
( ) + ( 2)
(𝑛1 − 1) 𝑛1 (𝑛2 − 1) 𝑛2
Lo siguiente sería sustituir los datos en la primera fórmula para encontrar el
estadístico de prueba; pero usando el Análisis de datos del Excel (Prueba-t: Dos
muestras asumiendo varianzas desiguales o no iguales) y como en la hipótesis
nula se tiene lo siguiente:
𝐻0 : 𝜇1 = 𝜇2 o bien 𝐻0 : 𝜇1 − 𝜇2 = 0
Esto indicaría que en la prueba del análisis de datos donde pide la “Diferencia
de la media hipotetizada” se le agregaría el “0” de la hipótesis nula.
Entonces se tendrían los siguientes resultados

Entonces, el estadístico de prueba tiene un valor de:

𝑡 = −0.8631127 ≅ −0.863

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 28

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones

3. P-valor.
Para obtener el valor-p sería por medio de la tabla o bien por el Excel, pero
también lo contiene los resultados obtenidos en el inciso pasado por el análisis
de datos; esto se muestra a continuación:

Note que se tienen dos p-valores y dos valores críticos de la t; para saber cuál
de ellos es el que se debe de utilizar:
𝑃(𝑇 <= 𝑡) 𝑜𝑛𝑒 − 𝑡𝑎𝑖𝑙 esta se usaría como p-valor
y
𝑡 𝐶𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑜𝑛𝑒 − 𝑡𝑎𝑖𝑙 este es el valor crítico o t-teórica (o de tablas)
Estas que son las primeras, sería escogida si se está realizando una prueba de
hipótesis de un extremo.
Las segundas son:
𝑃(𝑇 <= 𝑡) 𝑡𝑤𝑜 − 𝑡𝑎𝑖𝑙 esta se usaría como valor-p
y
𝑡 𝐶𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑡𝑤𝑜 − 𝑡𝑎𝑖𝑙 este es el valor crítico o t-teórica (o de tablas)

Para saber cuál de ellos usar, debemos de recordar la hipótesis alterna, la cual
indica que
𝐻1 : 𝜇1 < 𝜇2 o bien 𝐻1 : 𝜇1 − 𝜇2 < 0
Recuerde que se está realizando una prueba de hipótesis de un extremo; por lo
que el valor-p debería ser el que indica:
𝑃(𝑇 <= 𝑡) 𝑜𝑛𝑒 − 𝑡𝑎𝑖𝑙
Y entonces el p-valor es:
𝑃(𝑇 <= 𝑡) 𝑜𝑛𝑒 − 𝑡𝑎𝑖𝑙 = 0.20004445 ≅ 0.2000

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 29

 Métodos Cuantitativos para la Toma Ing. Blanca Morales
de Decisiones
4. Regla de decisión.
La regla de decisión para el p-valor gráficamente es:

El dibujo anterior indica que, si la probabilidad es más pequeña que el nivel de

significancia, entonces el estadístico de prueba caería en la zona de rechazo,
caso contrario, si es mayor al nivel de significancia caería en la zona de no
rechazo la hipótesis nula (o zona de aceptación), entonces no se rechazaría la
hipótesis nula. Note que se está concluyendo de la misma manera que el inciso
A y entonces, la regla de decisión se puede resumir de la siguiente manera:
Se rechaza la hipótesis nula si
𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝜶
Lo anterior indica que se rechaza la hipótesis nula si el p-valor es más pequeño
que el nivel de significancia.

5. Conclusiones para responder la pregunta que se realizó.

Con la respuesta al inciso anterior, se puede llegar a saber si se rechaza o no la
hipótesis nula; veamos, sabemos que como el valor-p es 0.2000 y el nivel de
significancia es de 0.025, entonces comparando ambos valores se tiene que:
0.2000 > 0.025
Por lo que no se rechaza la hipótesis nula, cuando sucede esto, es necesario
concluir en base a esta hipótesis, la cual es:
𝐻0 : 𝜇1 = 𝜇2 o bien 𝐻0 : 𝜇1 − 𝜇2 = 0
Conclusión: Con un 97.5% de confianza, se tiene evidencia estadística para
afirmar que no se rechaza la hipótesis nula, por lo que el promedio de las
primeras 14 empresas es el mismo que el de las últimas 11 empresas.

Archivos de Anderson, Sweeney and Williams. (2015). Ing. Blanca Morales 30