Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA INDUSTRIAL.
UNIDAD 4.
EJERCICIOS
TRABAJO #2
GRUPO: VI-3.
FECHA: 17/11/2015.
Estadística inferencial
Índice
Pá gina 2
Estadística inferencial
Proporción Contribución
Categoría Observado de prueba Esperado a Chi-cuad.
1 55 0.333333 66.6667 2.0417
2 47 0.333333 66.6667 5.8017
3 98 0.333333 66.6667 14.7267
N GL Chi-cuad. Valor P
200 2 22.57 0.000
Conclusión:
Siendo el valor-p menor que el nivel de significancia de 0.05 la hipótesis
nula se rechaza, por lo tanto, le podemos decir al vicepresidente que los
tres tipos de crédito-créditos para autos, créditos a estudiantes y créditos
para propósitos generales no se conceden a los clientes en las mismas
proporciones.
Pá gina 3
Estadística inferencial
2. Dados los resultados del ejercicio anterior, usted acredita que los
préstamos otorgados a los clientes se ajustan a un patrón tal que la mitad
son para propósitos generales y el resto se dividen de manera equitativa
entre los dos tipos de créditos restantes. Utilizando la muestra del problema
anterior, ¿Qué concluye al nivel del 5%?
H0: Los créditos se conceden en la misma proporción.
H1: Los créditos no se conceden en la misma proporción.
Proporción Contribución
Categoría Observado de prueba Esperado a Chi-cuad.
1 55 0.25 50 0.50
2 47 0.25 50 0.18
3 98 0.50 100 0.04
N GL Chi-cuad. Valor P
200 2 0.72 0.698
Conclusión:
Siendo el valor-p no es menor que el nivel de confianza de 0.05 no se
rechaza la hipótesis nula, por lo tanto, concluimos que los tres tipos de
crédito, se conceden a los clientes en las mismas proporciones.
Pá gina 4
Estadística inferencial
Frecuencia de vuelos
Menos de US$30,000 20 15 2
US$30,000-50,000 8 5 1
US$50,000-70,000 7 8 12
Más de US$70,000 2 5 15
H0: el número de vuelos que las personas toman y su ingreso son independientes.
Con
Nuca Rara vez frecuencia Total
1 20 15 2 37
13.69 12.21 11.10
2.908 0.638 7.460
2 8 5 1 14
5.18 4.62 4.20
1.535 0.031 2.438
3 7 8 12 27
9.99 8.91 8.10
0.895 0.093 1.878
4 2 5 15 22
8.14 7.26 6.60
4.631 0.704 10.691
Total 37 33 30 100
Pá gina 5
Estadística inferencial
Conclusión:
4.7 los siguientes datos representan los precios (sin receptores de césped) de una
muestra de 15 segadoras mecánicas de bolsa lateral de un alcance de 20
pulgadas:
Pá gina 6
Estadística inferencial
Prueba del signo de la mediana = 175.0 vs. no = 175.0
Conclusión:
Siendo el valor-p no menor que el nivel de significancia de 0.01 no se
rechaza la hipótesis nula, por lo tanto, concluimos que existe evidencia
suficiente para decir que la mediana del precio de las podadoras de pasto
es igual a $175.
Error
estándar
de la
Variable N Media Desv.Est. media IC de 95% T P
precio 15 152.5 40.8 10.5 (129.9, 175.0) -2.14 0.050
Conclusión:
Al haber realizado la prueba t nos podemos dar cuenta de que no existe
tanta diferencia entre el valor p, pues al usar la prueba de signo el valor-p
es 0.0352 y en la prueba t el valor-p es 0.050, por lo tanto, nuestra decisión
sigue siendo la misma debido a que ninguno de los dos valores es menor o
igual que el nivel de significancia de 0.01 (no se rechaza la hipótesis nula).
Pá gina 7
Estadística inferencial
Comparación de Medianas
Mediana de muestra 1: 241.0
Mediana de muestra 2: 226.5
Pá gina 8
Estadística inferencial
Conclusión:
Con los datos obtenidos, concluimos que la mediana de los salarios
mediante comisiones no es significativamente mayor que la mediana de la
segunda al 99%, es decir, no existe evidencia suficiente para decir que los
incentivos salariales (a través de comisiones) produzcan una mediana
mayor en el volumen de ventas.
13.64 Con el fin de medir los efectos de una campaña de venta general sobre los
artículos que no se venden, el director de investigación de una cadena de
supermercados a nivel nacional tomó una muestra aleatoria de 13 pares de
tiendas que fueron comparadas de acuerdo con su volumen de ventas semanal.
Una tienda de cada par (el grupo experimental) fue expuesta a la campaña de
ventas, y el otro miembro del par (el grupo de control) no. Los siguientes datos
corresponden a los resultados en un periodo semanal:
Pá gina 9
Estadística inferencial
Pá gina 10
Estadística inferencial
H 0 :μ 0−μ0 ≤ 0
H 1 : μ 0−μ0 >0
T pareada para C1 - C2
Error
estándar
de la
N Media Desv.Est. media
C1 12 63.58 20.73 5.98
C2 12 59.66 20.28 5.85
Diferencia 12 3.925 3.167 0.914
Conclusión:
Podemos decir que si existe alguna diferencia, pues las decisiones tomadas en
ambas no son iguales.
Pá gina 11
Estadística inferencial
Conclusión:
Siendo que el valor-p no es menor que el nivel de significancia 0.05 no se
rechaza la hipótesis nula, entonces, concluimos que la secuencia de datos
es aleatoria.
Pá gina 12
Estadística inferencial
Prueba de normalidad.
H0: el tiempo promedio de espera de los pacientes de la clínica local se
distribuyen de forma normal
H1: el tiempo promedio de los pacientes de la clínica local no se distribuye
de forma normal.
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si Col_2 puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de Col_2 en 13 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
prueba de sesgo estandarizado busca falta de simetría en los datos. La prueba de
Curtosis estandarizada busca si la forma de la distribución es más plana ó picuda
que la distribución normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que Col_2 proviene de una distribución
normal con 95% de confianza.
Pá gina 13
Estadística inferencial
Anderson-Darling A^2
Normal
A^2 0.16035
Forma Modificada 0.16035
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si Col_2 puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que Col_2 proviene de una distribución
normal con 95% de confianza.
Conclusión:
Siendo que el valor-p de todas las pruebas realizadas son mayores o iguales que
0.05, no se puede rechazar la idea de que los datos del tiempo promedio de
espera de los pacientes en la clínica local provienen de una distribución normal
con un 95% de confianza (valor-Z de Curtosis).
Pá gina 14
Estadística inferencial
Prueba de normalidad.
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si salario puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de salario en 10 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
prueba de sesgo estandarizado busca falta de simetría en los datos. La prueba de
Curtosis estandarizada busca si la forma de la distribución es más plana ó picuda
que la distribución normal. La Curtosis estandarizada no pudo ser calculada.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que salario proviene de una distribución
normal con 95% de confianza.
Pá gina 15
Estadística inferencial
Anderson-Darling A^2
Normal
A^2 0.141286
Forma Modificada 0.141286
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si salario puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que salario proviene de una distribución
normal con 95% de confianza.
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si comisión puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de comision en 10 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
prueba de sesgo estandarizado busca falta de simetría en los datos. La prueba de
Pá gina 16
Estadística inferencial
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que comisión proviene de una distribución
normal con 95% de confianza.
Anderson-Darling A^2
Normal
A^2 0.469082
Forma Modificada 0.469082
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si comision puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que comision proviene de una distribución
normal con 95% de confianza.
Conclusión:
Debido a que el valor-p de todas las pruebas realizadas son mayores o iguales
que 0.05, no se puede rechazar la idea de que los datos del volumen de ventas
(en miles de dólares) provienen de una distribución normal con un 95% de
confianza (Estadístico W de Shapiro-Wilk), por lo tanto, podemos utilizar alguna
de las distribuciones paramétricas disponibles, debido a que los datos provienen
de una población normal.
Pá gina 17
Estadística inferencial
Pruebas de normalidad.
H0: los datos de la concentración del ingrediente activo del detergente liquido para
el catalizador 1 y 2 sigue una distribución normal.
H1: los datos de la concentración del ingrediente activo del detergente liquido para
el catalizador 1 y 2 sigue una distribución normal.
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si catalizador 1 puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de catalizador 1 en 10 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
prueba de sesgo estandarizado busca falta de simetría en los datos. La prueba de
curtosis estandarizada busca si la forma de la distribución es más plana ó picuda
que la distribución normal. La curtosis estandarizada no pudo ser calculada.
Pá gina 18
Estadística inferencial
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que catalizador 1 proviene de una
distribución normal con 95% de confianza.
Prueba de Kolmogorov-Smirnov
Normal
DMAS 0.14479
DMENOS 0.197681
DN 0.197681
Valor-P 0.829377
Anderson-Darling A^2
Normal
A^2 0.36255
Forma Modificada 0.36255
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si catalizador 1 puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que catalizador 1 proviene de una
distribución normal con 95% de confianza.
Pruebas de Normalidad para catalizador 2
Prueba Estadístico Valor-P
Chi-Cuadrado 6.0 0.539749
Estadístico W de Shapiro-Wilk 0.923719 0.373932
Valor-Z para asimetría 0.545781 0.585214
Valor-Z para curtosis Datos Insuficientes
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si catalizador 2 puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de catalizador 2 en 10 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
Pá gina 19
Estadística inferencial
Anderson-Darling A^2
Normal
A^2 0.43098
Forma Modificada 0.43098
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si catalizador 2 puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que catalizador 2 proviene de una
distribución normal con 95% de confianza.
Conclusión:
Siendo que el valor-p de todas las pruebas de normalidad son mayores o iguales
a 0.05 entonces podemos decir que no se puede rechazar la idea de que los datos
de las observaciones de los catalizadores provienen de una distribución normal
con 95% de confianza (Valor-Z para Curtosis), entonces, para poder llevar a cabo
este ejercicio podemos utilizar alguna de las distribuciones paramétricas.
Pá gina 20
Estadística inferencial
1 7 8
1 8
7 8 223333
21 8 44444444555555
38 8 66666666667777777
(11) 8 88888999999
41 9 00000000001111
27 9 22233333
19 9 444444445555
7 9 666677
1 9 8
Pá gina 21
Estadística inferencial
Pruebas de normalidad.
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si Col_5 puede modelarse adecuadamente con una distribución
normal. La prueba de chi-cuadrada divide el rango de Col_5 en 23 clases
igualmente probables y compara el número de observaciones en cada clase con el
número esperado de observaciones. La prueba de Shapiro-Wilk está basada en la
comparación de los cuartiles de la distribución normal ajustada a los datos. La
prueba de sesgo estandarizado busca falta de simetría en los datos. La prueba de
curtosis estandarizada busca si la forma de la distribución es más plana ó picuda
que la distribución normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es menor a 0.05,
se puede rechazar la idea de que Col_5 proviene de una distribución normal con
95% de confianza.
Pá gina 22
Estadística inferencial
Anderson-Darling A^2
Normal
A^2 0.730633
Forma Modificada 0.730633
Valor-P >=0.10
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para
determinar si Col_5 puede modelarse adecuadamente con una distribución
normal.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0.05, no se puede rechazar la idea de que Col_5 proviene de una distribución
normal con 95% de confianza.
Conclusión:
Pá gina 23
Estadística inferencial
Referencias
Pá gina 24