Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los siguientes datos se denominan Datos de Cravens, y corresponden a una muestra de 25 observaciones
realizadas por una empresa que tiene varios territorios de ventas, cada uno de los cuales está asignado a un
representante de ventas.
A partir de estos datos se desea construír un modelo que prediga de la manera más eficiente, las ventas de
la empresa. Identifique estas variables y el modelo resultante.
Variable Definición
Ventas Total de ventas acreditadas al representante de ventas
Antigüedad Antigüedad del empleado en meses
Potencial Potencial de mercado: ventas industriales totales en unidades en el ter
Gastos en publicidad Gastos del territorio en publicidad
Participación Participación en el mercado: promedio ponderado de los últimos años
Cambio Cambio, en los últimos cuatro años en participación en el mercado.
Cuentas Número de cuentas asignadas a los representantes de ventas
Trabajo Carga de trabajo: índice ponderado basado en compras anuales y conc
Evaluación Evaluación general del representante de ventas sobre ocho dimensione
evaluación agregada en una escala de 1 - 7.
Regression Analysis
R² 0.922
Adjusted R² 0.883 n 25
R 0.960 k 8
Std. Error 449.015 Dep. Var. Ventas
ANOVA table
Source SS df MS F p-value
Regression 38,153,712.1137 8 4,769,214.0142 23.66 1.81E-07
Residual 3,225,836.8131 16 201,614.8008
Total 41,379,548.9269 24
Regression output confidence interval
variables coefficients std. error t (df=16) p-value 95% lower
Intercept -1,507.8358 778.6084 -1.937 .0707 -3,158.4119
Antigüedad 2.0101 1.9305 1.041 .3132 -2.0824
Potencial 0.0372 0.0082 4.536 .0003 0.0198
s en Publicidad 0.1510 0.0471 3.205 .0055 0.0511
Participación 199.0402 67.0291 2.969 .0090 56.9447
Cambio 290.8666 186.7769 1.557 .1390 -105.0827
Cuentas 5.5497 4.7754 1.162 .2622 -4.5737
Trabajo 19.7939 33.6752 0.588 .5649 -51.5943
Evaluación 8.1890 128.4985 0.064 .9500 -264.2155
VENS
efinición
tales en unidades en el territorio de ventas.
Signos + 7
Signos - 0
Total de Signos Efectivos 7
Tipo de Hipotesis 1
H0: Antes <= Después R// Con un nivel alfa del 3% se rechaza la HO,
H1: Antes > Después podemos concluir que despues de la capacitacion
a: 0.03 redujeron el numero de errores cometidos por los digitad
P-Value: 0.00781
Sign Test
0 hypothesized value
2 median Variacion
0 below
2 equal
7 above
7n
binomial
.0078 p-value (one-tailed, upper)
normal approximation
2.27 z
.0117 p-value (one-tailed, upper)
2
tación para reducir el
na muestra aleatoria 1 Mayor que
ectiva al 3% de significancia? 2 Menor que
3 Igual que
se rechaza la HO,
ues de la capacitacion
res cometidos por los digitadores.
CASO 3
Los siguientes datos se obtuvieron del proceso de producción de Master Blend Coffee y son los pesos
de llenado de latas de café de 3 libras. ¿Qué se puede concluir acerca de la calidad de este proceso de
producción?
Observaciones
Muestra 1 2 3 4 5 R
1 3.05 3.08 3.07 3.11 3.11 0.06
2 3.13 3.07 3.05 3.1 3.1 0.08
3 3.06 3.04 3.12 3.11 3.1 0.08
4 3.09 3.08 3.09 3.09 3.07 0.02
5 3.1 3.06 3.06 3.07 3.08 0.04
6 3.08 3.1 3.13 3.03 3.06 0.1
7 3.06 3.06 3.08 3.1 3.08 0.04
8 3.11 3.08 3.07 3.07 3.07 0.04
9 3.09 3.09 3.08 3.07 3.09 0.02
10 3.06 3.11 3.07 3.09 3.07 0.05
5 Rango Medio 0.053
Desviacion Estándar 0.577
3DE 1.731
𝐿𝑆𝐶�^−=𝑋^−+3𝜎𝑋^−
LSCx= 3.1735
Buenas 10 Malas 0
𝐿𝐼𝐶�^−=𝑋^−−3𝜎𝑋^−
R/.
El proceso se encuentra en control ya qu
LICx= 2.990
encuentra dentro de los parametro
µ= 3.0818
Carta de la Media
3.2000
3.1500
3.084 3.09 3.086 3.084 3.08 3.08 3.084 3.08
3.1000 3.074 3.076
3.0500
3.0000
2.9500
2.9000
2.8500
1 2 3 4 5 6 7 8 9 10
LSCx LICx µ X
X No. LSCx
3.084 1 3.1735
3.09 2 3.1735
3.086 3 3.1735
3.084 4 3.1735
3.074 5 3.1735
3.08 6 3.1735
3.076 7 3.1735
3.08 8 3.1735
3.084 9 3.1735
3.08 10 3.1735
3.0818 Media de Medias
Considere los siguientes datos, muestras tomadas cada media hora, en un día de proceso de fabricación
de los discos metálicos.
A Realice un análisis al proceso de la fabricación de los discos.
B Repita el análisis si el diámetro medio deseado no debe ser mayor a 3.505 pulgadas, ni menor a 3.495.
Observaciones
Muestra 1 2 3 4 5 R
1 3.5056 3.5086 3.5144 3.5009 3.5030 0.0135
2 3.4882 3.5085 3.4884 3.5250 3.5031 0.0368
3 3.4897 3.4898 3.4995 3.5130 3.4969 0.0233
4 3.5153 3.5120 3.4989 3.4900 3.4837 0.0316
5 3.5059 3.5113 3.5011 3.4773 3.4801 0.034
6 3.4977 3.4961 3.5050 3.5014 3.5060 0.0099
7 3.4910 3.4913 3.4976 3.4831 3.5044 0.0213
8 3.4991 3.4853 3.4830 3.5083 3.5094 0.0264
9 3.5099 3.5162 3.5228 3.4958 3.5004 0.027
10 3.4880 3.5015 3.5094 3.5102 3.5146 0.0266
11 3.4881 3.4887 3.5141 3.5175 3.4863 0.0312
12 3.5043 3.4867 3.4946 3.5018 3.4784 0.0259
13 3.5043 3.4769 3.4944 3.5014 3.4904 0.0274
14 3.5004 3.5030 3.5082 3.5045 3.5234 0.023
15 3.4846 3.4938 3.5065 3.5089 3.5011 0.0243
16 3.5145 3.4832 3.5188 3.4935 3.4989 0.0356
17 3.5004 3.5042 3.4954 3.5020 3.4889 0.0153
18 3.4959 3.4823 3.4964 3.5082 3.4871 0.0259
19 3.4878 3.4864 3.4960 3.5070 3.4984 0.0206
20 3.4969 3.5144 3.5053 3.4985 3.4885 0.0259
5 Rango Medio 0.025275
Desviacion Estándar 0.577
𝐿𝑆𝐶�^−=𝑋^−+3𝜎𝑋^− 3DE 1.731
LSCx= 3.5432
20 Malas 0
𝐿𝐼𝐶�^−=𝑋^−−3𝜎𝑋^− R/.
LICx= 3.456 El proceso se encuentra en control ya qu
µ= 3.499489 encuentra dentro de los parametro
Carta de la Media
3.5600
3.50902
3.50474
3.50264
3.5400
3.5079
3.50124
3.5065
3.49998
3.49894
3.49778
3.49702
3.49514
3.49348
3.49348
3.49316
3.5200
3.5000
3.4800
3.4600
3.4400
3.4200
3.4000
1 2 3 4 5 6 7 8 9 10 11 12 13 14
LSCx LICx µ X
menor a 3.495.
12
3.49316
X
13
3.49348
14
3.5079
15
3.49898
16
3.50178
17
3.49818
18
19 3.49398
3.49512
20
3.50072
n A2
2 1.880
3 1.023
X Ref. 4 0.729
3.5065 1 5 0.577
3.50264 1 6 0.483
3.49778 1 7 0.419
3.49998 1 8 0.373
3.49514 1 9 0.337
3.50124 1 10 0.308
3.49348 1 11 0.285
3.49702 1 12 0.266
3.50902 1 13 0.249
3.50474 1 14 0.235
3.49894 1 15 0.223
3.49316 1 16 0.212
3.49348 1 17 0.203
3.5079 1 18 0.194
3.49898 1 19 0.187
3.50178 1 20 0.180
3.49818 1 21 0.173
3.49398 1 22 0.167
3.49512 1 23 0.162
3.50072 1 24 0.153
CASO 4.B
"Estructuras metálicas de Guatemala", se dedica a construir piezas para distintas maquinarias agrícolas.
Una pieza solicitada por una fábrica de molinos de maiz, es un disco de hierro el cual debe mantenerse
dentro de un diámetro promedio.
Considere los siguientes datos, muestras tomadas cada media hora, en un día de proceso de fabricación
de los discos metálicos.
A Realice un análisis al proceso de la fabricación de los discos.
B Repita el análisis si el diámetro medio deseado no debe ser mayor a 3.505 pulgadas, ni menor a 3.495.
Observaciones
Mustra 1 2 3 4 5 R
1 3.5056 3.5086 3.5144 3.5009 3.5030 0.0135
2 3.4882 3.5085 3.4884 3.5250 3.5031 0.0368
3 3.4897 3.4898 3.4995 3.5130 3.4969 0.0233
4 3.5153 3.5120 3.4989 3.4900 3.4837 0.0316
5 3.5059 3.5113 3.5011 3.4773 3.4801 0.034
6 3.4977 3.4961 3.5050 3.5014 3.5060 0.0099
7 3.4910 3.4913 3.4976 3.4831 3.5044 0.0213
8 3.4991 3.4853 3.4830 3.5083 3.5094 0.0264
9 3.5099 3.5162 3.5228 3.4958 3.5004 0.027
10 3.4880 3.5015 3.5094 3.5102 3.5146 0.0266
11 3.4881 3.4887 3.5141 3.5175 3.4863 0.0312
12 3.5043 3.4867 3.4946 3.5018 3.4784 0.0259
13 3.5043 3.4769 3.4944 3.5014 3.4904 0.0274
14 3.5004 3.5030 3.5082 3.5045 3.5234 0.023
15 3.4846 3.4938 3.5065 3.5089 3.5011 0.0243
16 3.5145 3.4832 3.5188 3.4935 3.4989 0.0356
17 3.5004 3.5042 3.4954 3.5020 3.4889 0.0153
18 3.4959 3.4823 3.4964 3.5082 3.4871 0.0259
19 3.4878 3.4864 3.4960 3.5070 3.4984 0.0206
20 3.4969 3.5144 3.5053 3.4985 3.4885 0.0259
5 Rango Medio 0.025275
Desviacion Estándar 0.577
𝐿𝑆𝐶�^−=𝑋^−+3𝜎𝑋^− 3DE 1.731
LSCx= 3.5050
Buenas 13 Malas 7
𝐿𝐼𝐶�^−=𝑋^−−3𝜎𝑋^− R/.
LICx= 3.495 Revisar el proceso ya que dentro del mimo
de los limites de c
µ= 3.499489
3.4850
3.4900
3.4950
3.5000
3.5050
3.5100
3.5150
1
3.5065
2
3.50264
3
3.49778
4
3.49998
5
3.49514
6
3.50124
7
3.49348
8
3.49702
LSCx
9
3.50902
10
3.50474
LICx
11
3.49894
µ
Carta de la Media
12
3.49316
X
13
3.49348
1
menor a 3.495.
µ
Media
12
3.49316
X
13
3.49348
14
3.5079
15
3.49898
16
3.50178
17
3.49818
18
3.49398
19
3.49512
20
3.50072
n A2
2 1.880
3 1.023
X Ref. 4 0.729
3.5065 2 5 0.577
3.50264 1 6 0.483
3.49778 1 7 0.419
3.49998 1 8 0.373
3.49514 1 9 0.337
3.50124 1 10 0.308
3.49348 2 11 0.285
3.49702 1 12 0.266
3.50902 2 13 0.249
3.50474 1 14 0.235
3.49894 1 15 0.223
3.49316 2 16 0.212
3.49348 2 17 0.203
3.5079 2 18 0.194
3.49898 1 19 0.187
3.50178 1 20 0.180
3.49818 1 21 0.173
3.49398 2 22 0.167
3.49512 1 23 0.162
3.50072 1 24 0.153
CASO 5
Un fabricante de alfombras persas descubre en 25 alfombras tomadas al azar en una semana de trabajo, cierto
número de defectos por alfombra. ¿Qué opinión le merece la calidad del proceso de fabricación de estas
alfombras?
Number of samples 25
10
6
5.520
4
0 0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Sample Number
21 8
22 4
23 4
24 6
25 5
CASO 6
saber si las tiendas tienen en general el mismo nivel de ventas. Tiene a la mano las ventas
diarias de los últimos 8 días (miles de quetzales). ¿Qué puede concluir a un nivel alfa del 5%?
K= 6.55
A un nivel alfa del 5% ,no se rechaza la H0 podemos concluir que los gru
39.5 65 73
7.90 13.00 14.60
5 5 5
R// Los precios minimos por quintal de café para la segunda y tercera
temporada del año 2013 estan entre 134.75 y 135.93, con base al año 2011
Deseasonalization
350
300
250
200
150
100
0 24 48 72 96 120 144 168 192 216 240 264 288 312 336 360 384 408 432 456 480 504 528 552 576 600
Quarter
Quarter
Los últimos diez lotes recibidos por "La Campesina" se muestrearon (datos adjuntos). A partir de esta información
¿cuáles de los lotes deberán aceptarse?
Binomial distribution
50 n
0.07 p
cumulative
X P(X) probability
0 0.02656 0.02656
1 0.09994 0.12649
2 0.18430 0.31079 Nivel de calidad Aceptable = 7%
3 0.22195 0.53274 n=50
4 0.19629 0.72903 Max. Rechazo = 2%
5 0.13593 0.86495 Numero aceptacion = 8
6 0.07673 0.94169
7 0.03630 0.97799
8 0.01469 0.99268
9 0.00516 0.99784
10 0.00159 0.99943
11 0.00044 0.99986
12 0.00011 0.99997
13 0.00002 0.99999
14 0.00000 1.00000
R// Deben aceptarse todos los l
15 0.00000 1.00000
más de 8 tornil
16 0.00000 1.00000
17 0.00000 1.00000
18 0.00000 1.00000
19 0.00000 1.00000
20 0.00000 1.00000
21 0.00000 1.00000
22 0.00000 1.00000
23 0.00000 1.00000
24 0.00000 1.00000
25 0.00000 1.00000
26 0.00000 1.00000
27 0.00000 1.00000
28 0.00000 1.00000
29 0.00000 1.00000
30 0.00000 1.00000
31 0.00000 1.00000
32 0.00000 1.00000
33 0.00000 1.00000
34 0.00000 1.00000
35 0.00000 1.00000
36 0.00000 1.00000
37 0.00000 1.00000
38 0.00000 1.00000
39 0.00000 1.00000
40 0.00000 1.00000
41 0.00000 1.00000
42 0.00000 1.00000
43 0.00000 1.00000
44 0.00000 1.00000
45 0.00000 1.00000
46 0.00000 1.00000
47 0.00000 1.00000
48 0.00000 1.00000
49 0.00000 1.00000
50 0.00000 1.00000
1.00000
de calidad Aceptable = 7%
Rechazo = 2%
ero aceptacion = 8
r= 1 - 6∑d² r = 0.85151515
n(n²-1)
r= 1 - 147
990
H₀ : El estatus socioeconómico esta relacionado con el tiempo que las personas ven TV
H₁ : El estatus socioeconómico no esta relacionado con el tiempo que las personas ven TV
Estátus Tiempo TV
Estátus 1.000
Tiempo TV .849 1.000
10 sample size
K= 2.18
A un nivel alfa del 5% ,no se rechaza la H0 podemos concluir que los gru
600 0.25
5.9915 12
CK1= 8.654117517
RA vrs RB (5.01) Los grupos son iguales
600 0.25
CK2= 8.654117517 5.9915 12
RA vrs RC (7.14) Los grupos son iguales
600 0.25
CK3= 8.654117517 5.9915 12
RB vrs RC (2.13) Los grupos son iguales
Tienda B RB Tienda C RC
8.4 16 9.2 21
8.7 20 10.1 23
6.9 5 11.2 24
8.5 18 8.5 18
7.9 8.5 7.9 8.5
8.1 13 6.5 3.5
8 11 8.2 14.5
8 11 7.6 7
102.5 119.5
12.81 14.94
8 8