Chi Cudrado

UNIVERSIDAD
NACIONAL DE
20-7-2018
CAJAMARCA
ESCUELA ACADÉMICO PROFESIONAL DE
INGENIERÍA CIVIL
INTEGRANTES:
o CACHI SALCEDO, Christian Andrés
o HUAMÁN CHAUPE, Yoidi Anaís
o VÁSQUEZ BAZÁN, Ana Sophia
o ASIGANTURA:
o Estadística Aplicada
o DOCENTE:
o Lic. Miguel Ángel Macetas

o TEMA:
o v
o GRUPO:
o B1
o
UNIVERSIDAD NACIONAL DE CAJAMARCA
Contenido
EJERCICIO 1....................................................................................................................2
EJERCICIO 2....................................................................................................................2
EJERCICIO 3....................................................................................................................2
EJERCICIO 4....................................................................................................................2
EJERCICIO 5....................................................................................................................2
EJERCICIO 6....................................................................................................................2
EJERCICIO 7....................................................................................................................3
MINITAB......................................................................................................................3
EXCEL..........................................................................................................................3
EJERCICIO 8....................................................................................................................5
MINITAB......................................................................................................................5
EXCEL..........................................................................................................................6
EJERCICIO 9....................................................................................................................8
MINITAB......................................................................................................................8
EXCEL..........................................................................................................................9
EJERCICIO 10................................................................................................................11
MINITAB....................................................................................................................11
EXCEL........................................................................................................................12
EJERCICIO 11................................................................................................................14
MINITAB....................................................................................................................14
EXCEL........................................................................................................................15
EJERCICIO 12................................................................................................................17
Página 1 de 68
EJERCICIO 1
MINITAB
a) Porcentaje real de turistas que tiene opinión buena y excelente.
b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena

y excelente.
c) Prueba de hipótesis global de igualdad de las proporciones.
EXCEL
OPINIÓN Mala Regular Buena Excelente TOTAL

TURISTAS 25 35 32 28 120
Nivel de
95%
Confianza
Nivel de
α=5%=0.05 Página 2 de 68
significación
a) Porcentaje real de turistas que tiene opinión buena y excelente.
p 0.5
Z1−α /2 1.95996398
INTERVALO 0.5 ± 0.022821773
b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena

y excelente.
p 1 0.266666667 0.267

p 2 0.233333333 0.233
INTERVALO 0.034 ± 0.126368795
c) Prueba de hipótesis global de igualdad de las proporciones.
Prueba de Chi- R
cuadrado:
Chi-cuadrado
(Valor
observado) 1.933
Chi-cuadrado
(Valor
crítico) 7.815
GL 3
valor-p 0.586
alfa 0.05
Interpretación de la
prueba:
H0: La distribución no es diferente de lo que se
espera.
Ha: La distribución es diferente de lo que se
espera.
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede rechazar
la hipótesis nula H0.
Página 3 de 68
EJERCICIO 2
MINITAB.
o Prueba chi cuadrado, igualdad de proporciones
H0:p1=p2=p3=p4.
Ha: p1,p2,p3,p4 son diferentes.
EXCEL
o Probabilidad de que 4 conductores no hayan elegido 2 y

4.
CASETAS 1 2 3 4
0.2
PROBABILIDAD 0.25 0.25 0.25
5
Probabilidad de que C2 y C4 no sean 0.0351562

elegidos 5
o ¿Muestran los datos igual preferencia por las cuatro

casetas?
TOTA
CASETAS 1 2 3 4
L
CONDUCTORES 80 100 190 30 400
0.2 0.47 0.07
P(x) 0.2
5 5 5
FREC. ESPERADAS 100 100 100 100
Prueba de Chi-cuadrado:
Página 4 de 68
Chi-cuadrado (Valor observado) 134.000
Chi-cuadrado (Valor crítico) 7.815

GL 3
valor-p < 0.0001
alfa 0.05
Interpretación de la prueba: R
H0: La distribución no es diferente de lo que se espera.

Ha: La distribución es diferente de lo que se espera.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se debe
rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
Página 5 de 68
EJERCICIO 3
MINITAB
H0: p1=0.3, p2=0.45. p3=0.25
Ha: p1≠0.3, p2≠0.45. p3≠0.25
EXCEL
a) Probabilidad de que en una muestra de 20

compradores, menos de tres paguen con
cheques y exactamente 8 paguen al contado.
n= 20
P(x1<3,x2=8,x
3=12-x1)
Cuando:
x1 0 1 2
x2 8 8 8
x3 12 11 10 total
1.262 0.000 0.00 0.00
55E- 18180 1199 1394
p 05 7 9 4
0.001
P(x1<3,x2=8,x 39435
3=12-x1) 6
b) Prueba de hipótesis
H0: p1=0.3, p2=0.45. p3=0.25
Ha: p1≠0.3, p2≠0.45. p3≠0.25
Página 6 de 68
n= 400
F.
OBSERVADA F.ESPERADA
Cheques 110 120
Efectivo 210 180
Tarjeta 80 100
Chi-cuadrado (Valor observado) 9.833

5.991
Chi-cuadrado (Valor crítico)
1
R
GL 2
valor-p 0.007
alfa 0.05
Interpretación de la prueba:
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se

debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
Página 7 de 68
EJERCICIO 4
MINITAB
o Prueba de hipótesis
H0: la relación de la cantidad de caramelos es 4:3:2:1
Ha: la relación de la cantidad de caramelos no es 4:3:2:1
EXCEL
a) Prueba de hipótesis
H0: la relación de la cantidad de caramelos es 4:3:2:1
Ha: la relación de la cantidad de caramelos no es 4:3:2:1
n 300
COSTO DE COSTO
SABOR P.ESPERADAS F.ESPERADAS F.OBSERVADAS CADA ESPERAD
CARAMELO O
Piña 0.4 120 115 0.05 6
Fresa 0.3 90 95 0.1 9
Limón 0.2 60 70 0.15 9
Naranja 0.1 30 20 0.2 6
COSTO
30
TOTAL
Chi-cuadrado
(Valor 5.486
observado)
Chi-cuadrado
7.815
(Valor crítico)
Página 8 de 68
R 3
GL
valor-p 0.139
alfa 0.05
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05,
no se puede rechazar la hipótesis nula H0.
b) Costo total: 30 u.
Página 9 de 68
EJERCICIO 5
TARDANZA
DÍA S
LUNES 58
MARTES 39
MIÉRCOLES 75
JUEVES 48
VIERNES 80
total 300
MINITAB
o Proporción de tardanza real los viernes
o Prueba z para dos

proporciones /
Prueba bilateral: De
martes y jueves
o Prueba de hipótesis para determinar si las proporciones son iguales
Página 10 de 68
EXCEL
a) Proporción de tardaza real los viernes

α 0.05
p 0.266666667 0.267
z 1−α / 2 z 0.975 1.959963985
INTERVALO 0.267 ± 0.0500605
b) Prueba z para dos proporciones / Prueba bilateral: De martes y jueves
Intervalo de confianza para la diferencia entre las proporciones al 95%:

] -0.090 , 0.030 [
Diferencia -0.030
z (Valor observado)
-0.928
z (Valor crítico) 1.960
valor-p (bilateral) 0.353

R 0.05
alfa
H0: La diferencia entre las proporciones es igual a 0. p1=p2
p1≠p
Ha: La diferencia entre las proporciones es diferente de 0. 2
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede
rechazar la hipótesis nula H0.
c) Prueba de hipótesis para determinar si las proporciones son iguales

DÍA TARDANZAS F.ESPERADAS
LUNES 58 60
MARTES 39 60
MIÉRCOLES 75 60
JUEVES 48 60
Página 11 de 68
VIERNES 80 60
total 300 300
Chi-cuadrado (Valor
observado) 20.233
Chi-cuadrado (Valor
crítico) 9.488
GL R 4
valor-p 0.000
alfa 0.05
Ha: La distribución es diferente de lo que se espera.
d) Método de Bonferroni
α 0.1
m 10
α0
0.01
1- α 0/2
0.995
z 2.575829304
Página 12 de 68
EJERCICIO 6
Se realizó un estudio de opinión sobre la preferencia de un producto que un

supermercado vende en tres marcas. Para esto se entrevistó a una muestra de 200
consumidores del producto, resultando que 40. 100 y 60 de ellos prefieren el producto
de las marcas 1,2,3, respectivamente.
a) Al nivel de significación α= 0.05, ¿cree usted que las frecuencias reales de los
consumidores del producto es loa misma para las tres marcas?
b) ¿Cuál de las tres marcas del producto tiene mayor preferencia real por los
consumidores con un nivel de confianza simultáneo de al menos 94%? Aplique el
método de Bonferroni para las comparaciones múltiples por pares de proporciones.
MARCAS CONSUMIDORES α 0.05

1 40
2 100
3 60
TOTAL 200
MINITAB
EXCEL
a) Prueba de Hipótesis
CONSUMIDOR PROPORCION P.ESPERADA
MARCAS
ES ES S
1 40 0.2 0.333333333
2 100 0.5 0.333333333
3 60 0.3 0.333333333
Página 13 de 68
Chi-cuadrado (Valor
observado) 28.000
5.991
Chi-cuadrado (Valor
α 0/2 crítico)
R
GL 2
valor-p < 0.0001
Alfa 0.05
H0: La distribución no es diferente de lo
que se espera.
Ha: La distribución es diferente de lo
que se espera.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05,
se debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
b) Método de Bonferroni
CONSUMIDORE
α 0.06 MARCAS
S
PROPORCIONES P.ESPERADAS
m 3 1 40 0.2 0.333333333
α 0
0.02 2 100 0.5 0.333333333
1- α 0/2
0.99 3 60 0.3 0.333333333
2.3
z 2.326347874
3
Para 1 INTERVAL 0.128678

-0.3 ±
y2 O 5

-0.1 ±
y3 O 1

0.2 ±
y3 O 8
Página 14 de 68
EJERCICIO 7
Un investigador quiere comprobar la hipótesis de que son igualmente probables los
eventos “cara” y “sello” en el experimento de lanzar una moneda. Para esto lanzó 160
veces 4 monedas similares y encontró la siguiente distribución de frecuencias del
número de caras:
N° caras 0 1 2 3 4
N° sellos 17 30 64 34 15
Probar la hipótesis del investigador es equivalente a probar que la distribución de
frecuencias observadas es una muestra de una distribución binomial B(4,0.5).
a) Enuncie las hipótesis de la prueba y obtenga las frecuencias esperadas.

b) Describa la estadística de la prueba y determine la región crítica de la prueba con
alfa = 0.05. Conclusiones.
c) Determine la probabilidad de la prueba, ¿a qué conclusión llega usando este
criterio?
a) Hipótesis
Ho: Distribución observada=B(4,0.5)
H 1: Distribución observada> B(4,0.5)
b) Frecuencias esperadas
MINITAB
o Distribución binomial para hallar las proporciones de cada evento.
Página 15 de 68
o Prueba de chi cuadrado de bondad de ajuste.
EXCEL
Binomial distribution
4 n
0.5 p
cumulative
X p(X) probability
0 0.06250 0.06250
1 0.25000 0.31250
2 0.37500 0.68750
3 0.25000 0.93750
4 0.06250 1.00000
1.00000
2.000 expected value

1.000 variance
1.000 standard deviation
Página 16 de 68
Caras 0 1 2 3 4 TOTAL
Observadas 17 30 64 34 15 160
p(x) 0.06250 0.25000 0.37500 0.25000 0.06250
Esperadas 10 40 60 40 10
Goodness of Fit Test
observed expected O-E (O - E)² / E % of chisq

17 10.000 7.000 4.900 44.28
30 40.000 -10.000 2.500 22.59
64 60.000 4.000 0.267 2.41
34 40.000 -6.000 0.900 8.13
15 10.000 5.000 2.500 22.59
160 160.000 0.000 11.067 100.00
11.07 chi-square
3 df
.0114 p-value
RC > 9.48772904
c) Estadística de la prueba y Región crítica.

Rc={X 2> 9.488}
X 2calc =11.067 , se rechaza ho ya que X 2calc > 9.488
d) Probabilidad p
Prob p=0.0114
Página 17 de 68
EJERCICIO 8
Un ingeniero controla la calidad de lotes grandes escogiendo de cada lote una muestra
aleatoria de 5 unidades y observando en ellas el número de defectuosas. Si de 200 lotes
controlados obtuvo la ste. Distribución de frecuencias:
Defectuosa 0 1 2 3 4 5
s
Muestras 137 43 10 5 3 2
a) Estime la proporción real de unidades defectuosas por el método de máxima
verosimilitud.
b) Pruebe la hipótesis de que la distribución del número de caras se ajusta por un
modelo de probabilidad binomial. α=0.01.
 Estimación de la proporción real de unidades defectuosas.

 Hipótesis
 Ho: Distribución observada=B(5,0.1)
 H 1: Distribución observada> B( 5,0.1)
 Frecuencias esperadas.
MINITAB
Página 18 de 68
Como dos de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
Página 19 de 68

Defect. 0 1 2 3 4 5 TOTAL
Observadas 137 43 10 5 3 2 200
Z 0.59049 0.32805 0.07290 0.00810 0.00045 0.00001
Esperadas 118.098 65.610 14.580 1.620 0.090 0.002
Defect. 0 1 2 TOTAL
Observadas 137 43 20 200
Z 0.59049 0.32805 0.08146
Esperadas 118.098 65.610 16.292

137 118.098 18.902 3.025 25.94
43 65.610 -22.610 7.792 66.82
20 16.292 3.708 0.844 7.24
200 200.000 0.000 11.661 100.00
11.66 chi-square
1 df
.0006 p-value
por ERROR TIPO I

RC > 6.6348966

Rc={X 2>6.634 }
Página 20 de 68
X 2calc =11.66 , se rechaza ho ya que X 2calc >6.634

d) Probabilidad p
Prob p=0.0006
Página 21 de 68
EJERCICIO 9
Un vendedor de la compañía “ELECTRIC” visita regularmente a 6 clientes por día. El
gerente de ventas opina que el número de ventas por día que el vendedor realiza es una
variable aleatoria que puede ser descrita mediante una distribución Binomial. Si durante
30 días ha registrado las siguientes ventas realizadas por día de este vendedor.
Ventas 0 1 2 3 4 5 6
días 3 3 9 9 6 0 0
a) Estime la proporción real de ventas del vendedor.
b) En el nivel de significación 0.05, ¿está de acuerdo con la opinión del gerente?
 Estimación de la proporción real de unidades defectuosas.
തൌ
ܺ 2.4 തൌ
ܺ ͸‫݌‬Ƹ
0.4
 ‫݌‬Ƹൌ
 Hipótesis
 Ho: Distribución observada=B(6,0.4)
 H 1: Distribución observada> B(6,0.4)
 Frecuencias esperadas.
MINITAB
Página 22 de 68
Como 4 de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
Página 23 de 68
Binomial distribution
cumulative
X p(X) probability
0 0.04666 0.04666
1 0.18662 0.23328
2 0.31104 0.54432
3 0.27648 0.82080
4 0.13824 0.95904
5 0.03686 0.99590
6 0.00410 1.00000
1.00000
2.400 expected value

1.440 variance

VENTAS 0 1 2 3 4 5 6 TOTAL
OBSERVADOS 3 3 9 9 6 0 0 30
P(x) 0.04666 0.18662 0.31104 0.27648 0.13824 0.03686 0.00410
ESPERADOS 1.39968 5.59872 9.3312 8.2944 4.1472 1.10592 0.12288
VENTAS 0-1 2 3 4-5-6 TOTAL

RC > 5.99146455

6 6.998 -0.998 0.142 49.69
9 9.331 -0.331 0.012 4.10
9 8.294 0.706 0.060 20.94
6 5.376 0.624 0.072 25.27
30 30.000 0.000 0.287 100.00
.2866 chi-square
2 df
.8665 p-value
a) Estadística de la prueba y Región crítica.

Rc={X 2>5.991 }
X 2calc =0.2866 , se acepta ho ya que X 2calc <6.634
b) Probabilidad p
Prob p=0.865
Página 24 de 68
EJERCICIO 10
a) Hipótesis
Ho: Distribución observada=H (20,3,4)
H 1: Distribución observada> H (20,3,4)
b) Frecuencias esperadas.
MINITAB
Página 25 de 68
Como 1 de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
o Distribución hipergeométrica para hallar las proporciones de cada evento.
Hypergeometric distribution
20 N, population size
3 S, number of possible occurrences
4 n, sample size
cumulative
X p(X) probability
0 0.49123 0.49123
1 0.42105 0.91228
2 0.08421 0.99649
3 0.00351 1.00000
1.00000
0.6 expected value

0.429 variance
Página 26 de 68

DEFECTUOSOS 0 1 2 3 4 TOTAL
OBSERVADOS 35 30 4 1 0 70
P(x) 0.49123 0.42105 0.08421 0.00351 0.00000
ESPERADOS 34.3859649 29.4736842 5.89473684 0.24561404 0
DEFECTUOSOS 0 1 2-3 TOTAL

OBSERVADOS 35 30 5 70
P(x) 0.49123 0.42105 0.08772
ESPERADOS 34.3859649 29.4736842 6.14035088
RC> 5.99146455

35 34.386 0.614 0.011 4.72
30 29.474 0.526 0.009 4.05
5 6.140 -1.140 0.212 91.23
70 70.000 0.000 0.232 100.00
.23 chi-square
2 df
.8904 p-value

Rc={X 2>5.9914 }
d) Probabilidad p
Prob p=0.8904
Página 27 de 68
EJERCICIO 11
a) Hipótesis
Ho: Distribución observada=λ (0.85)
H 1: Distribución observada> λ(0.85)
MINITAB
Página 28 de 68
Como 2 de los valores esperados es menor a 5 arreglamos las tablas de esta

manera.
EXCEL
o Distribución de Poisson para hallar las proporciones de cada evento.
Poisson distribution
0.85 mean rate of occurrence
cumulative
X p(X) probability
0 0.427415 0.42741493
1 0.363303 0.79071762
2 0.154404 0.94512
3 0.04375 0.98887
4 0.00930 0.99817
5 0.00158 0.99975
6 0.00022 0.99997
7 0.00003 1.00000
8 2.8886E-06 0.9999997
9 0.000 0.99999997
10 0.000 1
1.000
0.85 expected value

0.85 variance
Página 29 de 68

LLAMADAS 0 1 2 3 4 O MÁS TOTAL
OBSERVADOS 45 35 11 8 2 100
P(x) 0.42741 0.36330 0.15440 0.04375 0.01113
ESPERADOS 42.7414932 36.3302692 15.4403644 4.37476992 1.11310306
VENTAS 0 1 2 3 O MÁS TOTAL

OBSERVADOS 35 30 11 10 100
P(x) 0.42741 0.36330 0.15440 0.05488
ESPERADOS 42.7414932 36.3302692 15.4403644 5.48787298
RC> 11.3448667

35 42.741 -7.741 1.402 18.72
30 36.330 -6.330 1.103 14.72
11 15.440 -4.440 1.277 17.04
10 5.488 4.512 3.710 49.52
86 100.000 -14.000 7.492 100.00
Warning: sums should be equal.
7.49 chi-square
2 df
.0236 p-value

Rc={X 2>11.345 }
d) Probabilidad p
Prob p=0.236
Página 30 de 68
EJERCICIO 12
a) Hipótesis
Ho: Distribución observada=λ (0.85)
H 1: Distribución observada> λ(0.85)
MINITAB
Página 31 de 68
Como 2 de los valores esperados es menor a 5 arreglamos las tablas de esta

manera.
EXCEL
o Distribución de Poisson para hallar las proporciones de cada evento.
Poisson distribution
0.85 mean rate of occurrence
cumulative
X p(X) probability
0 0.427415 0.42741493
1 0.363303 0.79071762
2 0.154404 0.94512
3 0.04375 0.98887
4 0.00930 0.99817
5 0.00158 0.99975
6 0.00022 0.99997
7 0.00003 1.00000
8 2.8886E-06 0.9999997
9 0.000 0.99999997
10 0.000 1
1.000
0.85 expected value

0.85 variance
Página 32 de 68

LLAMADAS 0 1 2 3 4 O MÁS TOTAL
OBSERVADOS 45 35 11 8 2 100
P(x) 0.42741 0.36330 0.15440 0.04375 0.01113
ESPERADOS 42.7414932 36.3302692 15.4403644 4.37476992 1.11310306
VENTAS 0 1 2 3 O MÁS TOTAL

OBSERVADOS 35 30 11 10 100
P(x) 0.42741 0.36330 0.15440 0.05488
ESPERADOS 42.7414932 36.3302692 15.4403644 5.48787298
RC> 11.3448667

35 42.741 -7.741 1.402 18.72
30 36.330 -6.330 1.103 14.72
11 15.440 -4.440 1.277 17.04
10 5.488 4.512 3.710 49.52
86 100.000 -14.000 7.492 100.00
Warning: sums should be equal.
7.49 chi-square
2 df
.0236 p-value

Rc={X 2>11.345 }
d) Probabilidad p
Prob p=0.236
Página 33 de 68
EJERCICIO 13
EJERCICIO 14
EJERCICIO 15
EJERCICIO 16
La empresa ¨P & C¨ que busca un modelo de probabilidad para la vida útil de su

principal producto le pide a usted comprobar si los siguientes datos (en meses), que le
envía, corresponden a una variable aleatoria con distribución exponencial:
16.2 15.4 8.9 7.4 4.2 0.9 3.2

5.3 3.5 1.2 7.5 14.6 9.2 1.4
7.9 3.5 5.3 15.3 11.4 3.8 5.4
10.5 11.7 1.6 3.9 2.2 6.5 4.2
2.8 2.9 6.3 6.4
a) ¿Qué respuestas le da usted a la empresa si ésta le especifica la media 6.25

meses ?E
b) ¿Qué respuesta le da si la empresa no le especifica media alguna?
En ambos casos use los intervalos de clase: [0, 4[, [4, 8[, 12[, [12, 16[, [16,+∞[
y el nivel de significación α = 0.05.
EJERCICIO 17
Los ingresos mensuales en dólares de una muestra aleatoria de hogares se tabularon en la

siguiente distribución de frecuencia:
Ingresos Familias
Menos de 200 70
[200, 400[ 30
[400, 600[ 18
[600, 800[ 12
[800, 1000[ 10
100 o más 60
Página 34 de 68
¿Es válido concluir, al nivel de significación de 5%, que estos ingresos familiares siguen
el modelo de una distribución log-normal de parámetros µ=6 y σ=2 ?.
EJERCICIO 18
A una muestra de empleados de la PUCP clasificados como: Docentes, no docentes y de

servicio. Se les pidió que escogieran entre tres planes de seguro familiar particular: A, B
y C. En el cuadro que sigue se dan los resultados
Plan de seguro
A B C
Clase de trabajo
Docentes 100 100 60
No docentes 40 70 20
Servicios 20 40 10
Se quiere probar con esta muestra si el plan de seguro depende de la clase de trabajo.
a) Enuncie la hipótesis de la prueba.

b) Describa la estadística de la prueba y determínela región crítica al nivel de
significación del 5%. ¿A qué conclusión llega usando este criterio de
decisión?.
c) Realice el contraste con el método de probabilidad P.
EJERCICIO 19
Un estudio de mercado de la empresa ´´A & H´´ proporciona la tabla de datos que sigue,
donde, la muestra de 800 consumidores de un producto específico opinan acerca de las
tres formas presentación y de las tres marcas que aparecen en el mercado:
Marca del producto

Presentación M1 M2 M3
P1 200 130 70
P2 60 60 80
P3 40 6 100
Página 35 de 68
a) Si el estudio concluye afirmando, al nivel de significación 0,05, que el

consumidor solo tiene una cuenta marca del producto pero no la presentación,
¿está usted de acuerdo con la afirmación?. Si no está de acuerdo, ¿cómo mide el
nivel de correlación entre las dos variables cualitativas?. ¿Es significativa la
correlación muestral?.
b) ¿Se descarta que las presentaciones 2 y 3 influyen en la decisión de los
consumidores con igual frecuencia?. Aplique un intervalo de estimación de la
diferencia de dos proporciones al nivel de confianza del 95%.
c) Si el estudio concluye afirmando que la frecuencia real de la marca 2 es
la misma que la de 3, pero ésa es el doble de la presentación 1, ¿qué opina
usted?. Utilice la probabilidad de error tipo 1 igual a 0.05
EJERCICIO 20
Un grupo de alumnos realiza un trabajo acerca del consumo de un producto específico

que está a la venta en el mercado en cuatro marcas: 1, 2, 3, 4 y tres presentaciones: 1, 2,
3 diferentes. Las frecuencias observadas por los alumnos en una muestra de 200
consumidores del producto se dan en la tabla.
Al nivel de significación α= 0.05
a) ¿Cree usted que la población de consumidores escoge la marca del producto
independientemente de la presentación?
b) ¿Existen diferencias significativas entre el número de consumidores por tipo de
presentación del producto? ¿Cuál tipo de presentación prefieren más los
consumidores del producto?
c) ¿Son iguales las proporciones reales de las compras por marca de la presentación
17?
d) Si la población consiste de 10000 consumidores, obtenga el intervalo de
estimación del 95% para el número de consumidores que prefieren la marca 2.
EJERCICIO 21
EJERCICIO 22
EJERCICIO 23
EJERCICIO 24
Página 36 de 68
La compañía de cerveza “DEORO” está interesada en saber si el consumo de su marca

de cerveza depende de una localización geográfica en especial. Encargo el estudio a una
firma de investigación de mercados y ésta proporcionó entre otros resultados la
siguiente tabla del consumo anual por persona de muestras aleatorias de cuatro regiones
principales del país:
Consumo anual Localización geográfica: Regiones

por persona Sur Centro Norte Selva
1: Más de 10 cajas
200 120 100 90
2: De 5 a 10 cajas
150 100 150 200
3: Menos de 5
100 230 200 160
cajas
a) Con probabilidad de error tipo 1 igual a 0.05 ¿cree usted que la localización
geográfica es un factor significativo en el consumo de cerveza?
b) ¿Son iguales los 3 niveles reales de consumo en las 4 regiones? Aplique la
prueba de hipótesis global de proporciones con nivel de significación α=0.05
¿Cuál es el mayor nivel real de consumo? Aplique el método de Bonferroni con
nivel de confianza global de al menos 0.95.
c) ¿En cuál de las cuatro regiones se consume anualmente mayor cantidad de
cerveza por persona? Use Bonferroni con 1-α=0.93
EJERCICIO 25
Cuatro máquinas de segunda son ofertadas a un fabricante de un producto. El elegirá la

máquina que tenga menor porcentaje de producción defectuosa. Para esto, realizó una
prueba de producción con las cuatro máquinas, luego seleccionó una muestra para cada
máquina y obtuvo los siguientes datos muestrales:
Máquinas
A B C D
Defectuosos
12 24 48 60
Tamaños de
400 400 400 400
muestra
Página 37 de 68
a) ¿Cuál de las 4 marcas de máquinas elegiría el fabricante? Realice primero una

prueba de hipótesis global de igualdad de proporciones de defectuosas con
α=0.05.
Y si rechaza la hipótesis nula aplique el método comparación global de
Bonferroni con nivel confianza de al menos 1-α=0.92.
b) Si eligiera la máquina A, ¿qué proporción mínima y máxima de producción
defectuosa tendría aplicando nivel de confianza igual a 95 %?
DEFECTUOSO MUESTR
S A
A 12 400
B 24 400
MÁQUINAS
C 48 400
D 60 400
MINITAB
EXCEL
a) Prueba de Chi-cuadrado:
Chi-cuadrado (Valor
observado) 43.956
Chi-cuadrado (Valor crítico)
7.815
GL R 3
Página 38 de 68
valor-p < 0.0001

alfa 0.05
H0: Las proporciones son iguales.
Ha: Al menos una proporción es diferente de otra.
PRUEBA BONFERRONI
α 0.08 DEFECTUOSOS MUESTRA p
m 6 A 12 400 0.03
α0
α 0/2 0.01333333 B 24 400 0.06
1- 0.99333333 C 48 400 0.12
z 2.47473965 D 60 400 0.15

Para 1 y 2 INTERVALO -12 ± 0.03693502
Para 1 y 3 INTERVALO -36 ± 0.04661125
Para 1 y 4 INTERVALO -48 ± 0.0503535
Para 2 y3 INTERVALO -24 ± 0.05196953
Para 2 y 4 INTERVALO -36 ± 0.05559909
Para 3 y 4 INTERVALO -12 ± 0.06418837

p A = pB < p C = p D
b) Intervalo de confianza para máquina A

z 1.96
0.016717
error 548
0.01328 0.046717
INTERVALO 245 548
Página 39 de 68
Página 40 de 68
EJERCICIO 26
Se realizó un estudio de mercado para comparar las preferencias por un producto

específico entre consumidores de las ciudades de Lima, Cuzco, Trujillo e Iquitos.
De tener las 4 ciudades igual porcentaje de preferencia del producto, ¿cuál es la

probabilidad aproximada (use el TLC) de que en una muestra al azar de 200
consumidores en Trujillo, al menos 38 pero no más de 62 prefieren el producto?
En cada ciudad se escogió una muestra al azar de 200 consumidores. Si se encontró que
prefieren el producto: 110. 150. 90 y 160 respectivamente en Lima, Cuzco, Trujillo e
Iquitos, aplicando la prueba de hipótesis global el nivel de significación de 0.05, ¿es
válido inferir que las proporciones de consumidores que prefieren el producto son las
mismas en las 4 ciudades?
Si no es así, ¿en cuál de las 4 ciudades es mayor el consumo del producto?.
Utilice el método de comparaciones múltiples de Bonferroni con nivel de confianza de

al menos el 94%.
MINITAB
o P[38≤X≤62]
o Prueba chi cuadrado
EXCEL
Página 41 de 68
a) Calcular P[38≤X≤62]
X~B(200,0.25)
u 50
desv. est. 6.1237
P[38≤X≤62] = P[-1.96≤z≤1.96]
P[-1.96≤z≤1.96] 1-α/2 0.975002105
α 0.04999579
P 0.95000421
b) Prueba de hipótesis
CIUDAD F.OBSERVADAS MUESTRAS
Lima 110 200
Cuzco 150 200
Trujillo 90 200
Iquitos 160 200
Chi-cuadrado
(Valor observado) 70.859
Chi-cuadrado
(Valor crítico) 7.815
R 3
GL
valor-p < 0.0001
alfa 0.05
prueba:
H0: Las proporciones son
iguales.
Ha: Al menos una proporción es
diferente de otra.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se debe rechazar la
hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
Página 42 de 68
PRUEBA DE
BONFERRONI
α 0.06 CIUDAD F.OBSERVADAS MUESTRAS PROPORCIÓN P.ESPERADAS
m 6 Lima 110 200 0.55 0.25

α0 0.01 Cuzco 150 200 0.75 0.25
1-
0.995 0.45
α0/2 Trujillo 90 200 0.25
z 2.575829304 2.58 Iquitos 160 200 0.8 0.25
Para 0.2047
INTERVALO -0.2 ±
1y2 8
Para 0.1815
INTERVALO 0.1 ±
1y3 2
Para
INTERVALO -0.25 ± 0.207
1y4
Para 0.1922
INTERVALO 0.3 ±
2y3 1
Para 0.2269
INTERVALO -0.05 ±
2y4 4
Para 0.1937
INTERVALO -0.35 ±
3y4 1
P3=P1<P2=P4
EJERCICIO 27
Un empresario confeccionista textil tiene 3 líneas de producción. En una inspección de las

prendas por muestreo se escogieron al azar 250, 150 y 200 prendas de las líneas 1, 2 y 3
respectivamente y se encontró que 10, 15 y 30 respectivamente, presentaban defectos.
Al nivel de significación α=0.05
a) ¿Es válido inferir que la calidad de las prendas es independiente de la línea de

producción?.
b) ¿Son homogéneas las frecuencias reales de las líneas de producción con respecto
a los niveles de calidad?
c) ¿Son iguales los porcentajes de producción defectuosa en las tres líneas de
producción?
d) Calcule los intervalos de estimación del 95% de cada proporción defectuosa y
realice la comparación global de las proporciones aplicando el método de
traslape de intervalos. ¿Cuánto es el nivel de confianza global de los tres
intervalos?
¿Cuánto debería ser el nivel de confianza de cada intervalo si se quiere que con
el método del traslape el nivel de confianza global sea 0.95?
Página 43 de 68
MINITAB
o Prueba chi cuadrado
o Prueba de independencia
EXCEL
PRENDA DEFECTUOSA P.ESPERADA

LÍNEAS S S P S
1 250 10 0.04 0.333333333
2 150 15 0.1 0.333333333
3 200 30 0.15 0.333333333
R
α 0.05
a)La calidad de las prendas es independiente de la línea de produción
Página 44 de 68
Prueba de Chi-
cuadrado:
Chi- 16.314
cuadrado
(Valor
observad
o) R
Chi-
cuadrado
5.991
(Valor
crítico)
GL 2
valor-p 0.000
alfa 0.05
prueba:
Ha: Al menos una proporción es diferente de
otra.
b) ¿Son homogéneas las frecuencias reales de las líneas de producción con respecto los
niveles de calidad?
Al rechazarse H0 en a), se concluye que las frecuencias no son
homogéneas
c) ¿Son homogéneas las proporciones reales de las líneas de producción con respecto los
niveles de calidad?
Al rechazarse H0 en a), se concluye que las proporciones no son
homogéneas
EJERCICIO 28
MINITAB
Página 45 de 68
EXCEL
a) P[N=0, T≤2, N=10-T]

1.69351E-
T=0 P 05
0.0001693
T=1 P 51
0.0007620
T=2 P 79
0.0009483
P[N=0, T≤2, N=10-T] 65
n 10
p 0.33333333
b)
No
Defectuoso defectuoso TOTA P.ESPERA
s s L P DA
0.33333333
Mañana 41 369 410 0.1 3
0.33333333
Tarde 20 380 400 0.05 3
0.33333333
Noche 57 323 380 0.15 3
α 0.01
Prueba de Chi-
cuadrado:
Chi-
cuadrado
(Valor
observad
o) 21.820
Página 46 de 68
Chi-
cuadrado
(Valor
crítico) 5.991
GL 2
valor-p < 0.0001
alfa 0.05
prueba:
Ha: Al menos una proporción es diferente
de otra.
c) Bonferroni
α 0.05
m 3
α0 0.01666667
1-α0/2 0.99166667
z 2.3939798 2.394
Para 1 y INTERVA 0.032305

0.05 ±
2 LO 59
-0.05 ±
3 LO 88
-0.1 ±
3 LO 02
Orden P3=P1>P2
EJERCICIO 29
MINITAB
Página 47 de 68
EXCEL
Reclama
Sí No total
De 16 a 25 15 135 150 0.1
0.222222
Grup
De 25 a 40 40 140 180 22
o de
0.333333
edad
De 40 a 55 40 80 120 33
55 o mayor 60 90 150 0.4
total 155 445 600

a) Prueba de independencia
Chi-square Contingency Table Test for

Independence
Sí No Total
De
16 a Observ
25 ed 15 135 150
(O - E)²
/E 14.56 5.07 19.63
De
25 a Observ
40 ed 40 140 180
(O - E)²
/E 0.91 0.32 1.23
De
40 a Observ
55 ed 40 80 120
(O - E)²
/E 2.61 0.91 3.52
55 o
may Observ
or ed 60 90 150
Página 48 de 68
(O - E)²
/E 11.65 4.06 15.71
Observ
Total ed 155 445 600
(O - E)²
/E 29.73 10.36 40.09
Chi-square
Critic value 7.815
RC={x²>7.8
15}
chi-
40.09 square
3 df
1.02E-08 p-value
.258 Phi coefficient
Coefficient of
.250 Contingency
H0: El reclamo es indepenciente de la edad.
Ha: El reclamo no es independiente de la
edad.
Puesto que el chi cuadrado pertenece a la RC, se rechaza H0 y
acepta Ha.
R
b)
P.ESPERA
Sí No TOTAL DA P
De
16 a
25 75 75 150 0.25 0.25
De
25 a
40 90 90 180 0.25 0.3
De
40 a
55 60 60 120 0.25 0.2
55 o
may
or 75 75 150 0.25 0.25
TOT
AL 300 300
Prueba de Chi-
cuadrado:
Chi-cuadrado
(Valor 6.00
observado) 0
Chi-cuadrado 7.81
(Valor crítico) 5
Página 49 de 68
GL 3
0.11
valor-p 2
alfa 0.05
Ha: La distribución es diferente de lo que se
espera.
EJERCICIO 30
MINITAB
EXCEL
Periódico Nivel socioeconómico
Página 50 de 68
Nivel I Nivel II
Media Medi
Baja Alta
Baja a total
X 10 30 35 70 145
Y 8 25 35 50 118
Z 7 10 30 20 67
W 7 20 20 10 57
total 32 85 120 150 387
a)
PRUEBA PARA 4 NIVELES
Chi-square Contingency Table Test for
Independence

Media
Baja Baja Media Alta Total
Observe
X d 10 30 35 70 145
(O - E)² /
E 0.33 0.11 2.21 3.39 6.03
Observe
Y d 8 25 35 50 118
(O - E)² /
E 0.32 0.03 0.07 0.40 0.82
Observe
Z d 7 10 30 20 67
(O - E)² /
E 0.38 1.51 4.10 1.37 7.36
Observe
W d 7 20 20 10 57
(O - E)² /
E 1.11 4.47 0.31 6.62 12.50
Observe
Total d 32 85 120 150 387
(O - E)² /
E 2.14 6.12 6.68 11.78 26.72

chi-
26.72 square
9 df
.0016 p-value

.263 Phi coefficient
Coefficient of
.254 Contingency

b)
Resultados para Var1:

Chi-cuadrado 2.334
Página 51 de 68
(Valor observado)
Chi-cuadrado
GL 3
valor-p 0.506
alfa 0.05

otra.



Chi-cuadrado
Chi-cuadrado
GL 3
valor-p 0.049
alfa 0.05

otra.



Chi-cuadrado
Chi-cuadrado
GL 3
valor-p 0.021
alfa 0.05
Página 52 de 68

otra.



Chi-cuadrado 19.23
(Valor observado) 0
Chi-cuadrado
GL 3
valor-p 0.000
alfa 0.05

otra.
c)
Prueba z para dos proporciones / Prueba
bilateral:

Intervalo de confianza para la diferencia entre las proporciones al
95%:
0.014
] -0.066 , [

Diferencia -0.026
z (Valor
observado) -1.211
z (Valor crítico) 1.960
alfa 0.05

H0: La diferencia entre las proporciones es igual a 0.
Ha: La diferencia entre las proporciones es diferente de
Página 53 de 68
0.
EJERCICIO 31
MINITAB
EXCEL
DATOS
2.6
1.8
2.2
-1.6 α 0.01
2.1
2.7
-1
2
1.7
2.4
Estadísticos descriptivos:
Obs.
con Obs. sin
datos datos
Observacion perdido perdido Mínim Máxim Desv.
Variable es s s o o Media típica
Var1 10 0 10 -1.600 2.700 1.490 1.511
Parámetros estimados(Normal):
Error
estánd
Parámetro Valor ar
µ 1.490 0.484
sigma 1.511 0.375
Chi-cuadrado
(Valor
observado) 18.309
Página 54 de 68
Chi-cuadrado
GL 7
alfa 0.01
H0: La muestra sigue una distribución Normal
Ha: La muestra no sigue una distribución Normal
EJERCICIO 32
MINITAB
EXCEL
DATOS
-8.01
11.53
10.8 α 0.05
-3.14
-13.9
8.63
-1.79
-5.63
5.04
14.36
Obs.
con Obs. sin
datos datos
Observacione perdido perdido Desv.
Variable s s s Mínimo Máximo Media típica
Var1 10 0 10 -13.900 14.360 1.789 9.579
Parámetros
estimados(Normal):
Error
Parámetro Valor estánda
Página 55 de 68
r
µ 1.789
sigma 9.579 1.186
Chi-cuadrado
(Valor
observado) 4.901
Chi-cuadrado
GL 2
valor-p
(bilateral) 0.086
alfa 0.01
H0: La muestra sigue una distribución
Normal
EJERCICIO 33
MINITAB
EXCEL
CALIFICACIÓN PERSONAS
80 13
85 27
90 38 α 0.05
95 55
100 70
105 60
110 42
115 33
120 12
Obs. con Obs. sin

datos datos Desv.
Variable Observaciones perdidos perdidos Mínimo Máximo Media típica
CALIFICACIÓN 9 0 9 80.000 120.000 100.000 13.693
PERSONAS 9 0 9 12.000 70.000 38.889 20.165
Página 56 de 68
Ajuste de una distribución (CALIFICACIÓN):
Parámetros estimados (CALIFICACIÓN)(Normal):
Error
Parámetro Valor estándar
µ 100.000 1.186
sigma 13.693 1.186
Estadísticos estimados sobre los datos y calculados utilizando

los parámetros estimados de la distribución Normal (CALIFICACIÓN):
Estadístico Datos Parámetros

Media 100.000 100.000
Varianza 187.500 187.500
Asimetría
(Pearson) 0.000 0.000
Curtosis
(Pearson) -1.601 0.000
Prueba de Chi-cuadrado (CALIFICACIÓN):
Chi-cuadrado
(Valor
observado) 2.346
Chi-cuadrado
GL 2
valor-p
(bilateral) 0.309
alfa 0.05
EJERCICIO 34
MINITAB
EXCEL
Página 57 de 68
Ajuste de una distribución (Var1):
Página 58 de 68
Parámetros estimados (Var1)(Normal):
Parámetro Valor Error estándar
µ 10.250 1.678
sigma 4.867 2.373
Prueba de Chi-cuadrado (Var1):
4.02
Chi-cuadrado (Valor observado) 0
9.48
Chi-cuadrado (Valor crítico) 8
GL 4
0.40
valor-p (bilateral) 3
alfa 0.05
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede rechazar la hipótesis
Comparación entre las frecuencias observadas y teóricas (Var1):
Clas Límite Límite Frecuencia Frecuencia Chi-

e inferior [ superior [ (Datos) (Distribución) cuadrado
1 0.000 2.429 0 0.146 0.146

2 2.429 4.857 1 0.320 1.449
3 4.857 7.286 0 0.549 0.549
4 7.286 9.714 1 0.740 0.092
5 9.714 12.143 0 0.781 0.781
6 12.143 14.571 1 0.645 0.195
7 14.571 17.000 1 0.418 0.809
Ajuste de una distribución

(Var2):
Parámetros estimados
(Var2)(Normal):
Página 59 de 68
Error
Parámetr estánda
o Valor r
11.75
µ 0 1.678
sigma 4.603 1.678
Chi-cuadrado (Valor
observado) 6.215
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Límite Límite Frecuencia Chi-

inferio superio Frecuenci (Distribución cuadrad
Clase r[ r[ a (Datos) ) o
1 0.000 2.429 0 0.064 0.064
2 2.429 4.857 0 0.183 0.183
3 4.857 7.286 1 0.396 0.923
4 7.286 9.714 0 0.652 0.652
5 9.714 12.143 1 0.819 0.040
6 12.143 14.571 0 0.784 0.784
7 14.571 17.000 2 0.572 3.568

(Var3):
Parámetros estimados
(Var3)(Normal):
Parámetr Valor Error
Página 60 de 68
o estándar
13.50
µ 0
sigma 3.202 1.061
Chi-cuadrado (Valor
observado) 8.058
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Límite Límite Frecuencia Chi-

inferio superio Frecuenci (Distribució cuadrad
Clase r[ r[ a (Datos) n) o
1 9.000 10.300 1 0.315 1.486
2 10.300 11.600 0 0.471 0.471
3 11.600 12.900 0 0.597 0.597
4 12.900 14.200 2 0.643 2.860
5 14.200 15.500 0 0.590 0.590
6 15.500 16.800 0 0.459 0.459
7 16.800 18.100 1 0.304 1.596
Ajuste de una
distribución (Var4):
Parámetros
estimados (Var4)
(Normal):
Página 61 de 68
Error
Pará Valo estánd
metro r ar
12.7
µ 50
5.26
sigma 2 1.370
Prueba de Chi-cuadrado
(Var4):
Chi-cuadrado
(Valor 7.36
observado) 3
Chi-cuadrado 9.48
(Valor crítico) 8
GL 4
valor-p 0.11
(bilateral) 8
alfa 0.05
H0: La muestra sigue una
distribución Normal
Ha: La muestra no sigue una
distribución Normal
Puesto que el valor-p calculado es mayor que el nivel de
significación alfa=0.05,
Comparación entre las frecuencias observadas

y teóricas (Var4):
Lími Límit Frecue Frecuen

te e ncia cia Chi-
infer supe (Datos (Distribu cuadr
Clase ior [ rior [ ) ción) ado
0.00 2.71
1 0 4 0 0.082 0.082
2.71 5.42
2 4 9 1 0.215 2.861
5.42 8.14
3 9 3 0 0.434 0.434
8.14 10.8
4 3 57 0 0.676 0.676
Página 62 de 68
10.8 13.5
5 57 71 0 0.810 0.810
13.5 16.2
6 71 86 2 0.749 2.092
16.2 19.0
7 86 00 1 0.533 0.408
(Var5):
Parámetros estimados (Var5)

(Normal):
Parámet Valo Error

ro r estándar
14.2
µ 50 0.437
1.48
sigma 0 0.518
Chi-cuadrado (Valor
observado) 5.430
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Frecuen
Frecuenc cia Chi-
Límite Límite ia (Distribu cuadr
Clase inferior [ superior [ (Datos) ción) ado
1 12.000 12.586 1 0.265 2.042
2 12.586 13.171 0 0.411 0.411
3 13.171 13.757 0 0.546 0.546
4 13.757 14.343 1 0.622 0.230
5 14.343 14.929 0 0.607 0.607
6 14.929 15.514 1 0.507 0.479
7 15.514 16.100 1 0.363 1.116
Página 63 de 68
EJERCICIO 35
MINITAB
EXCEL
DATOS
68 68 68 68 68 68 68 68 68
56 57 57 57 57 57 65 65 65
73 73 73 73 73 35 36 37 38
83 83 84 70 70 70 70 70 71
67 67 67 67 67 67 67 67 67
74 74 70 71 72 40 41 41 42
52 52 53 53 53 54 54 60 61
76 76 76 76 56 56 56 56 87
66 66 66 72 72 72 72 72 30
69 69 69 80 81 81 82 82 93
58 58 58 59 59 59 58 58 71
47 47 47 48 48 74 74 74 45
78 78 78 79 79 50 51 51 43
62 62 62 62 63 64 85 86 61
Obs.
con
datos Obs. sin
Observacione perdido datos Desv.
Variable s s perdidos Mínimo Máximo Media típica
67.57 10.69
Var1 7 0 7 52.000 83.000 1 0
67.71 10.51
Var2 7 0 7 52.000 83.000 4 5
67.42 10.24
Var3 7 0 7 53.000 84.000 9 5
65.57
Var4 7 0 7 53.000 73.000 1 7.569
65.71
Var5 7 0 7 53.000 73.000 4 7.697
55.85 13.92
Var6 7 0 7 35.000 70.000 7 2
57.28 13.90
Var7 7 0 7 36.000 70.000 6 1
58.28 13.58
Var8 7 0 7 37.000 70.000 6 6
58.85 13.28
Var9 7 0 7 38.000 71.000 7 4
59.14 12.81
Var10 7 0 7 39.000 71.000 3 2
Página 64 de 68
61.28 12.61
Var11 7 0 7 43.000 75.000 6 9
61.85 12.21
Var12 7 0 7 44.000 75.000 7 2
61.57 12.71
Var13 7 0 7 42.000 75.000 1 3
65.14 10.71
Var14 7 0 7 47.000 78.000 3 5
65.14 10.71
Var15 7 0 7 47.000 78.000 3 5
65.14 10.71
Var16 7 0 7 47.000 78.000 3 5
68.00 11.98
Var17 7 0 7 48.000 80.000 0 6
65.42 12.31
Var18 7 0 7 48.000 81.000 9 3
65.14 11.02
Var19 7 0 7 50.000 81.000 3 2
68.28 13.35
Var20 7 0 7 51.000 85.000 6 1
68.42 13.56
Var21 7 0 7 51.000 86.000 9 3
70.00 34.77
Var22 3 0 3 30.000 93.000 0 1
Chi-
cuadrado
(Valor
observado
) 13.195
Chi-
cuadrado
(Valor
crítico) 18.307
GL 10
valor-p
(bilateral) 0.213
alfa 0.05
Página 65 de 68
Límite Frecuencia Chi-

Límite inferior superior Frecuenci (Distribución cuadrad
Clase [ [ a (Datos) ) o
1 50.000 52.615 1 0.192 3.394
2 52.615 55.231 0 0.286 0.286
3 55.231 57.846 1 0.397 0.917
4 57.846 60.462 0 0.514 0.514
5 60.462 63.077 0 0.620 0.620
6 63.077 65.692 0 0.699 0.699
7 65.692 68.308 2 0.735 2.180
8 68.308 70.923 0 0.720 0.720
9 70.923 73.538 1 0.659 0.176
10 73.538 76.154 1 0.563 0.340
11 76.154 78.769 0 0.448 0.448
12 78.769 81.385 0 0.333 0.333
13 81.385 84.000 1 0.231 2.567
Página 66 de 68

Chi Cudrado

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Chi Cudrado

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD

o Lic. Miguel Ángel Macetas

a) Porcentaje real de turistas que tiene opinión buena y excelente.

b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena

c) Prueba de hipótesis global de igualdad de las proporciones.

OPINIÓN Mala Regular Buena Excelente TOTAL

a) Porcentaje real de turistas que tiene opinión buena y excelente.

INTERVALO 0.5 ± 0.022821773

b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena

p 1 0.266666667 0.267

c) Prueba de hipótesis global de igualdad de las proporciones.

o Prueba chi cuadrado, igualdad de proporciones

o Probabilidad de que 4 conductores no hayan elegido 2 y

Probabilidad de que C2 y C4 no sean 0.0351562

o ¿Muestran los datos igual preferencia por las cuatro

FREC. ESPERADAS 100 100 100 100

Chi-cuadrado (Valor observado) 134.000

Chi-cuadrado (Valor crítico) 7.815

H0: La distribución no es diferente de lo que se espera.

H0: p1=0.3, p2=0.45. p3=0.25

Ha: p1≠0.3, p2≠0.45. p3≠0.25

a) Probabilidad de que en una muestra de 20

H0: p1=0.3, p2=0.45. p3=0.25

Ha: p1≠0.3, p2≠0.45. p3≠0.25

Chi-cuadrado (Valor observado) 9.833

Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se

o Proporción de tardanza real los viernes

o Prueba z para dos

o Prueba de hipótesis para determinar si las proporciones son iguales

a) Proporción de tardaza real los viernes

INTERVALO 0.267 ± 0.0500605

b) Prueba z para dos proporciones / Prueba bilateral: De martes y jueves

Intervalo de confianza para la diferencia entre las proporciones al 95%:

valor-p (bilateral) 0.353

c) Prueba de hipótesis para determinar si las proporciones son iguales

Se realizó un estudio de opinión sobre la preferencia de un producto que un

MARCAS CONSUMIDORES α 0.05

2 100 0.5 0.333333333

valor-p < 0.0001

Para 1 INTERVAL 0.128678

Para 1 INTERVAL 0.115329

Para 2 INTERVAL 0.143630

a) Enuncie las hipótesis de la prueba y obtenga las frecuencias esperadas.

o Prueba de chi cuadrado de bondad de ajuste.

2.000 expected value

o Prueba de chi cuadrado de bondad de ajuste.

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq

c) Estadística de la prueba y Región crítica.

 Estimación de la proporción real de unidades defectuosas.

o Prueba de chi cuadrado de bondad de ajuste.

o Prueba de chi cuadrado de bondad de ajuste.

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq

por ERROR TIPO I

c) Estadística de la prueba y Región crítica.

X 2calc =11.66 , se rechaza ho ya que X 2calc >6.634

o Prueba de chi cuadrado de bondad de ajuste.

2.400 expected value

o Prueba de chi cuadrado de bondad de ajuste.

VENTAS 0-1 2 3 4-5-6 TOTAL

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq