Caso Práctico Unidad 3

Estadística II

Andrea Viviana Garnica Cifuentes

Corporación Universitaria Asturias

Administración de Empresas

Octubre 2019
 CASO PRÁCTICO

EJERCICIO 1:

En una población N(θ, 5), se efectúan sobre el valor de la media dos posibles hipótesis:

H0: θ = 12 y H1: θ = 15

Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1, sabiendo que
si la media muestral es inferior a 14, se aceptará H0. Determinar:

CUESTIONES:

a) La probabilidad de cometer el error de primera especie.

b) La probabilidad de cometer el error de segunda especie.
c) La potencia del contraste.

Este ejercicio viene definido por la potencia de un contraste.

Debemos identificar los datos, primero tenemos N(Ф,5) donde Ф serán las hipótesis y 5
representa la desviación estándar (σ).

Tenemos dos hipótesis, la primera (Ho) cuando Ф = 12 y la segunda cuando Ф = 15.

Otros datos son el espacio muestral es decir n = 25 y el límite de las hipótesis es 14.

a) Error de primera especie: Se define cuando se toma valida la hipótesis 1 pero en

realidad es verdadera la hipótesis 2. Tenemos:
 P (E₁) = P(Rech Ho| Ho cierta)

= P(ξ ≥ 14| Ф = 12)

= P (N ( 12 , 5/√25) ≥ 14)

Transformamos la variable original usando la transformación tipificante.

X₁ ≥ 14 ∴ X₁-12 ≥ 14 -12 ∴ (X₁-12)/1 ≥ (14 -12)/1

(X₁-12)/1 ≥ 2

Buscamos en tabla de distribución normal y tenemos que Z = 0.022.

P (E₁) = 2.2%

b) Error de segunda especie: Se define cuando se toma valida la hipótesis 2 pero en

realidad es verdadera la hipótesis 1. Tenemos:

P (E₂) = P(Rech H₁| H₁ cierta)

= P(ξ ≥ 14| Ф = 15)

= P (N ( 15 , 5/√25) ≤ 14)

Transformamos la variable original usando la transformación tipificante.

X₂ ≤ 14 ∴ X₂-15 ≤ 14 -15 ∴ (X₂-15)/1 ≤ (14 -15)/1

 (X₂-15)/1 ≤ -1

Buscamos en tabla de distribución normal y tenemos que Z = 0.15.

P (E₂) = 15 %

c) La potencia del contraste viene definida por:

0.022 si Ф=12

β(Ф) =

1 - 0.15 si Ф=15

La tabla usada es de distribución normal.

EJERCICIO 2:

Una empresa desea saber si la edad de sus clientes potenciales explicará o no la

preferencia por un modelo de vehículo que proyecta lanzar el mercado. Para ello,
consulta 200 individuos, resultando que:

Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES:
¿Puede admitirse al nivel de significación del 5% que la edad explica el comportamiento
de los clientes?

Edades presentadas:

> 25: 75, 25

< 25: 65, 35

Demanda: 75+65=140

No demanda: 25+35=60

Sumas totales: 75+25=100; 65+35=100; 100+100=200; 140+60=200

FE= fe*fk/n = 100*140/200= 14000/200= 70. Frecuencia esperada FE1= 70

Demanda: 70+73= 143

No demanda: 30+27= 57

Totales: 70+30=100; 73+27=100; 143+57=200

FE2= {(fo-fe)2/fe = (75-70)2/70 + (25-30)2/30 + (65-73)2/73 + (35-27)2/27

FE2= 2,15

El resultado indica que puede admitirse el 5% de significación de edad que explica el

comportamiento de los clientes.
 CONCLUSIONES

En la actualidad en el marco de los criterios de la Administración, es imprescindible la

aplicación de la Estadística, ya que proporcionan elementos de confiabilidad que
científicamente sustenten la decisión tomada, el modelo de toma de decisión de un tema
o problema específico requiere el soporte que proporciona la estadística.

Los estudios estadísticos que se realizan dentro de una empresa, motivan a la alta
gerencia para que se definan los objetivos básicos de la empresa y en base a ellos se
precise una estructura adecuada, determinando la responsabilidad y autoridad de cada
una de las partes que integran la organización.

Para un administrador (a), la realización de pronósticos es de suma importancia ya que

son útiles para prevenir los cambios del entorno, de manera que anticipándose a ellos sea
más fácil la adaptación de las organizaciones y la integración de los objetivos y
decisiones de las mismas.
 BIBLIOGRAFIA

• Asturias Premium, biblioteca virtual de economía y finanzas, Estudios

gerenciales

http://www.dotec-colombia.org/index.php/series/131-universidad-icesi/apuntes-
de-economia/9087-apuntes-de-estadistica-para-un-curso-introductorio-de-
econometria

• F. J. Tejedor Tejedor (1999). Análisis de varianza. Schaum. Madrid: La Muralla

S.A.