Documentos de Académico
Documentos de Profesional
Documentos de Cultura
n2 5
n2 5
n3 6
media1 media2 media3
n total 16 17 21 19
total de muestras 13
varianza de la poblacion basada en varianza de las muestras 5.38461538 n-1. entre total de muestra
4.76923077
4.61538462
14.7692308
1.35416667 valor a comparar
estadistico f critico
grados libertad k-1= g.l 1 2
ntotal -1 n-1 = g.l2 12
a= 0.01
valor critico f 6.92660814 error grados de libertad -1 total de muestras - 1
1.35 < 6.92 ENTONCES SE ACEPTA LOS 16 EMPLEADOS ASIGNADOS A LOS TRES METODOS DE CAPACITACION OBTUVI
(m-gm)^2
varianza dentro de columnas
Muestras 78 87 81 89 85
gratis
Regalo de 94 91 87 90 88
un paquete
Descuento 73 78 69 83 76
Reembolso 79 83 78 69 81
por correo
suma
n2 5
n2 5
n3 5
N4 5 media1 media2 media3 media 4
n total 20 84 90 75.8 78
estadistico f critico
grados libertad k-1= g.l 1 3
ntotal -1 n-1 = g.l2 15
a= 0.01
valor critico f 5.41696486
se rechaza
420
450
379
390
1639
(m-gm)^2
metodo4
1 1
5 25
0 0
-9 81
3 9
116
varianza dentro de columnas 29
varianza dentro de columnas entre total de variancia de la poblacion ( TIENE QUE SER MAS CHICO ESTE QUE EL DE A
R MAS CHICO ESTE QUE EL DE ABAJO PARA ACEPTARSE )
El gerente de una linea de ensamble de una planta manufacturera de relojes decidiò estudiar de que manera las diferentes ve
Con un alfa de .05 comente si las 4 velocidades de la banda producen la misma tasa media de relojes defectuoso por turno
Uniddades de VeloVelocidad 1 Velocidad 2 Velocidad 3 Velocidad 4
37 27 32 35
35 32 36 27
38 32 33 33
36 34 34 31
34 30 40 29
V1 V2 V3
37 27 32
35 32 36
38 32 33
36 34 34
34 30 40
180 155 175
V1 5
V2 5
V3 5
V4 5 media1 media2 media3
n total 20 36 31 35
n1-1 4 2.5
n2-1 4
n3-1 4
v4-1 4
total de muestras 16
varianza de la poblacion basada en varianza de las muestras
suma
estadistico f critico
grados libertad k-1= g.l 1 3
ntotal -1 n-1 = g.l2 15
a= 0.05
valor critico f 3.28738210463651 error grados de libertad -1
V4
35
27
33
31
29
155
media 4
31
V3 V4
16 -3 9 4 16
1 1 1 -4 16
1 -2 4 2 4
9 -1 1 0 0
1 5 25 -2 4
28 40 40
7 10 10
2.5
0.625 n-1. entre total de muestras por varianza dentro de las columnas
1.75
2.5
7.375
4.68926554 valor a comparar varianza dentro de columnas entre total de variancia de la poblacion
total de muestras 32
varianza de la poblacion basada en varianza de las muestras 10.3343225 n-1. entre total de muestras por
27.0458789
23.8303874
61.2105888
1.52618373 valor a comparar
estadistico f critico
grados libertad k-1= g.l 1 2
ntotal -1 n-1 = g.l2 31
a= 0.01
valor critico f 5.36238502 error grados de libertad -1 total de muestras - 1
5.36 > 1.52 POR LO QUE SESI existe una diferencia en las calificaciones de las tres sec
(m-gm)^2
varianza dentro de columnas
Varianza 45 6.70820393
n 20
n-1 19
nivel de confianza 96%
nivel de error 0.04 0.02
Varianza L 33.687425 a/2=.05/2=.025
Varianza U 27.293511 1-.025=.975(N-1)
n 30
n-1 29 Calculo Estad.jicuad 15.4541 (N-1)*VARM/VAR.P
alfa 0.01
s 0.73 Límite 14.2564546 (1-alfa), n-1
Varianza M 0.5329 S^2
Var. P 1 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=1 *El límite de la campana de gaus siempre es 14.25*
ha v2<1 𝜎2
EJERCICIO 48
n 30
n-1 29 Calculo Estad.jicuadrada 30.9082 (N-1)*VARM/VAR.P
alfa 0.01
s 1.46 Límite 14.2564546 (1-alfa), n-1
Varianza M 2.1316 S^2
Var. P 2 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=2 *El límite de la campana de gaus siempre es 14.25*
ha v2<2 𝜎2
EJ 49
n 50
n-1 49 Calculo Estad.jicuadrada 99.6480333 (N-1)*VARM/VAR.P
alfa 0.01
s 2.47 Límite 28.940646 (1-alfa), n-1
Varianza M 6.1009 S^2
Var. P 3 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=3 *El límite de la campana de gaus siempre es 14.25*
ha v2<3 𝜎2
N-1)*VARM/VAR.P
N-1)*VARM/VAR.P
o intervalo*
Un Banco está considerando estrategias dee reducción de costos asociados con las cuentas de ahorro. Ha encontrado que la v
para esas cuentas es 80 días al cuadrado. El banco desea reducir la varianza desalentando el uso de las cuentas para guardar d
implementar una nueva política que penaliza al cliente con cargos de servicio por más de un retiro al mes, el banco decide pro
entre transacciones. Para una muestra de 25 cuentas de ahorro, se encuentra que la varianza entre transacciones es 28 días a
que la nueva política reduce la varianza de días entre transacciones? Pruebe las hipótesis a nivel de significancia de .05.
n 25
n-1 24 Calculo Estad.jicuadrada 8.4 (N-1)*VARM/VAR.P
alfa 0.05
s 5.29150262 Límite 13.848425 (1-alfa), n-1
Varianza M 28 S^2
Var. P 80 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=80 *El límite de la campana de gaus siempre es 14.25*
ha v2<80 𝜎2
N-1)*VARM/VAR.P
Camiones Antigüedad Gastos rep
4 (x) (y) XY x^2
101 5 7 35 25
102 3 7 21 9
103 3 6 18 9
104 1 4 4 1
12 24 78 44
a+bx
para un camion de 5 años de antigüedad
7.5 750
antigüedad 3 años
6 600
de reparacion
Ejercicio No 58.- El vicepresidente d
una compañía química y de fabricac
anuales de la empresa dependen de
presidente de la compañía no está de
El vicepresidente de ID desea u
Año Millones de dolaGanancia anual beneficios anuales derivados de la ca
6 (x) (y) XY x^2
2005 5 31 155 25
2004 11 40 440 121
2003 4 30 120 16
2002 5 34 170 25
2001 3 25 75 9
2000 2 20 40 4
30 180 1000 200
ecuacion
Media x 5 var ind
Media y 30 var dep
b 100 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
50
b= 2 pendiente
a+bx
para un camion de 5 años de antigüedad
30 3000
antigüedad 3 años
42 4200
58.- El vicepresidente de investigación y desarrollo (ID) de
a química y de fabricaciónde fibras cree que las ganancias
a empresa dependen de la cantidad gastada en ID. El nuevo
e la compañía no está de acuerdo y ha solicitado pruebas.
y=20+2(x)
de reparacion
Ejercicio no 59.-A menudo quie
gastos generales con base en e
reunido información acerca de l
diferentes plantas y ahora de
predecir los gastos generales fu
Año unidades gtos gnarl
10 (x) (y) XY x^2
40 191 7640 1600
42 170 7140 1764
53 272 14416 2809
35 155 5425 1225
56 280 15680 3136
39 173 6747 1521
48 234 11232 2304
30 116 3480 900
37 153 5661 1369
40 178 7120 1600
a+bx
de 50 unidades
244.131973 24413.1973
antigüedad 3 años
192.2 19220
o no 59.-A menudo quienes hacen la contabilidad de costos, estiman los
generales con base en el nivel de producción. En Standard Knihingco. Han
información acerca de los gastos generales y las unidades producidas en
es plantas y ahora desean estimar una ecuación de regresión para
r los gastos generales futuros. Con los siguientes datos:
y=20+2(x)
de reparacion
Ejercicio No 60Un fabricante de teléfonos celulares está probando dos tipos de
baterías para ver cuánto duran con una utilización normal debidos a que quiere
introducirlas al mercado. La siguiente tabla contiene los datos
a+bx
1.5 hras
4.15 415
antigüedad 3 años
4.15 415
y=20+2(x)
de reparacion
Ejercicio No 60Un fabricante de teléfonos celulares está probando dos tipos de
baterías para ver cuánto duran con una utilización normal debidos a que quiere
introducirlas al mercado. La siguiente tabla contiene los datos
a+bx
1.5 hras
1.58 158
antigüedad 3 años
1.58 158
y=20+2(x)
de reparacion
Ejercicio No 61Zippy Cola está estudiando el efecto de su última campaña
publicitaria. Se escogieron personal al azar y se les llamó para preguntarles
cuántas latas de Zippy Cola habían comprado la semana anterior y cuántos
anuncios del producto habían leído o visto durante el mismo periodo, los datos
obtenidos son:
23 66 246 99
ecuacion
Media x 2.875 var ind
Media y 8.25 var dep
b 56.25 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
32.875
b= 1.71102661597 pendiente
a+bx
10 latas
20.4410646 2044.10646
antigüedad 3 años
15.3079848 1530.79848
y=20+2(x)
de reparacion
Ejercicio no. 66Los siguientes datos representan los gastos en sondeo del
mercado y promociones que ha gastado una empresa de comida rápida para
posicionar su nuevo producto (en miles)
a+bx
sondeo 3.0
16.8990027 1689.90027
antigüedad 3 años
26.7201152 2672.01152
y=20+2(x)
de reparacion
Ejercicio no. 66Los siguientes datos representan los gastos en sondeo del
mercado y promociones que ha gastado una empresa de comida rápida para
posicionar su nuevo producto (en miles)
a+bx
sondeo 3.0
12.3298244 1232.98244
antigüedad 3 años
15.4783639 1547.83639
y=20+2(x)
de reparacion
y x1 x2 x1y x2y x1x2 x1^2 x2^2
29 45 16 1305 464 720 2025 256
24 42 14 1008 336 588 1764 196
27 44 15 1188 405 660 1936 225
25 45 13 1125 325 585 2025 169
26 43 13 1118 338 559 1849 169
28 46 14 1288 392 644 2116 196
30 44 16 1320 480 704 1936 256
28 45 16 1260 448 720 2025 256
28 44 15 1232 420 660 1936 225
27 43 15 1161 405 645 1849 225
272 441 147 12005 4013 6485 19461 2173
n 10
Determinante b1
10 272 147
441 12005 6485
147 4013 2173
850
0.5637
Determinante b2
10 441 272
441 19461 12005
147 6485 4013
1658
1.0995
y 26.910 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
y^2
841
576
729
625
676
784
900
784
784
729
7428
1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
25 3.5 5 87.5 125 17.5 12.25 25
30 6.7 4.2 201 126 28.14 44.89 17.64
11 1.5 8.5 16.5 93.5 12.75 2.25 72.25
22 0.3 1.4 6.6 30.8 0.42 0.09 1.96
7 4.6 3.6 32.2 25.2 16.56 21.16 12.96
19 2 1.3 38 24.7 2.6 4 1.69
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
114 18.6 24 381.8 425.2 77.97 84.64 131.5
Determinante b1
114 6 24
381.8 18.6 77.97
425.2 24 131.5
-6708.936
-1.1832
Determinante b2
114 6 18.6
381.8 18.6 84.64
425.2 24 77.97
-5594.232
-0.9866
y 13.065 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
y^2
625
900
121
484
49
361
0
0
0
0
2540
1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
360 2 1 720 360 2 4 1
1000 6 1 6000 1000 6 36 1
450 3 2 1350 900 6 9 4
525 4 3 2100 1575 12 16 9
350 2 10 700 3500 20 4 100
300 1 4 300 1200 4 1 16
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
2985 18 21 11170 8535 50 70 131
n 6
Determinante b1
6 2985 21
18 11170 50
21 8535 131
615000
136.4847
x1 x2
Determinante b2 2 2
6 18 2985
18 70 11170
21 50 8535
-10830
-2.4035
y 364.621 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
y^2
129600
1000000
202500
275625
122500
90000
0
0
0
0
1820225
1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
21 2.5 5.2 52.5 109.2 13 6.25 27.04
20 5.7 4.3 114 86 24.51 32.49 18.49
11 1.5 8.3 16.5 91.3 12.45 2.25 68.89
22 0.3 1.4 6.6 30.8 0.42 0.09 1.96
27 4.6 3.6 124.2 97.2 16.56 21.16 12.96
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
101 14.6 22.8 313.8 414.5 66.94 62.24 129.34
n 5
Determinante b1
5 101 22.8
14.6 313.8 66.94
22.8 414.5 129.34
2478.946
0.9968
x1 x2
Determinante b2 3 2.7
5 14.6 101
14.6 62.24 313.8
22.8 66.94 414.5
-4550.084
-1.8297
y 23.683 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
y^2
441
400
121
484
729
0
0
0
0
0
2175
1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
33 3 125 99 4125 375 9 15625
61 6 115 366 7015 690 36 13225
70 10 140 700 9800 1400 100 19600
82 13 130 1066 10660 1690 169 16900
17 9 145 153 2465 1305 81 21025
24 6 140 144 3360 840 36 19600
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
287 47 795 2528 37425 6300 431 105975
n 6
Determinante b1
6 287 795
47 2528 6300
795 37425 105975
1332450
6.3815
x1 x2
Determinante b2 6 140
6 47 287
47 431 2528
795 6300 37425
-348870
-1.6708
y 23.603 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
y^2
1089
3721
4900
6724
289
576
0
0
0
0
17299
1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
1995 3.4 1 3.4 1 11.56
1996 3.1 2 6.2 4 9.61
1997 3.9 3 11.7 9 15.21
1998 3.3 4 13.2 16 10.89
1999 3.2 5 16 25 10.24
2000 4.3 6 25.8 36 18.49
2001 3.9 7 27.3 49 15.21
2002 3.5 8 28 64 12.25
2003 3.6 9 32.4 81 12.96
2004 3.7 10 37 100 13.69
2005 4 11 44 121 16
2006 3.6 12 43.2 144 12.96
2007 4.1 13 53.3 169 16.81
2008 4.7 14 65.8 196 22.09
2009 4.2 15 63 225 17.64
2010 4.5 16 72 256 20.25
61 136 542 1496 236
n 16
ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2
ao 3.2175 Y=ao+a1X
a1 0.07
Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y
Y=ao+a1X
y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17)
valor para el 2011
4.4075 4.4 millones de dolares es el pronostico de ventas para el año 2011
Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
2005 42 1 42 1 1764
2006 50 2 100 4 2500
2007 61 3 183 9 3721
2008 75 4 300 16 5625
2009 92 5 460 25 8464
2010 111 6 666 36 12321
2011 120 7 840 49 14400
2012 127 8 1016 64 16129
2013 140 9 1260 81 19600
2014 138 10 1380 100 19044
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
956 55 6247 385 103568
n 10
ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2
ao 29.66667 Y=ao+a1X
a1 11.98788
Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y
Y=ao+a1X
y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) y=29.66+11.98x
valor para el 2015
161.533333 4.4 millones de dolares es el pronostico
Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
2000 6.4 1 6.4 1 40.96
2001 11.3 2 22.6 4 127.69
2002 14.7 3 44.1 9 216.09
2003 18.4 4 73.6 16 338.56
2004 19.6 5 98 25 384.16
2005 25.7 6 154.2 36 660.49
2006 32.5 7 227.5 49 1056.25
2007 48.7 8 389.6 64 2371.69
2008 55.4 9 498.6 81 3069.16
2009 75.7 10 757 100 5730.49
2010 94.3 11 1037.3 121 8892.49
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
402.7 66 3309 506 22888
n 11
ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2
ao -12.0836 Y=ao+a1X
a1 8.115455
Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y
Y=ao+a1X
y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) Y=-12.08+8.11x
Valor codificado 12 13 14
85.3018181818 2011 4.4 millones de dolares es el pronostico
93.4172727273 2012
101.532727273 2013
Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
junio 16 1 16 1 256
julio 17 2 34 4 289
agosto 25 3 75 9 625
septiembre 28 4 112 16 784
octubre 32 5 160 25 1024
noviembre 43 6 258 36 1849
diciembre 50 7 350 49 2500
enero 0 0 0
febrero 0 0 0
marzo 0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
211 28 1005 140 7327
n 7
ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2
ao 7.142857 Y=ao+a1X
a1 5.75
Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y
Y=ao+a1X
y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) y=7.14+5.75x
Valor codificado 10
64.6428571429 MARZO 4.4 millones de dolares es el pronostico
si r=0 no existe relacion
si r=1 hay una relacion perfecta
si r=-1 hay una relacion inversamente proporcional
Formula
r= covarianza de xy/desviacion estandar de x y desviacion estandar de y
n= 12
Media x 6
Meia y 5
coeficiente de correlacion
0.9355071 La correlacion es muy alta
es una relacion directa
coeficiente de determinacion
0.8751736