UNIVERSIDAD NACIONAL DE TUMBES

”AÑO DE LA LUCHA CONTRA LA CORRUPCION E IMPUNIDAD”

PRINCIPALES MEDIDADAS

ESCUELA:
Administración

CICLO:
IV

CURSO :
Estadística Aplicada A La
Administración II

DOCENTE:
García Benites, Pedro Abilio

INTEGRANTES:
 Ocampos Girón, Sebastián Fernando.
 Vegas Sandoval, Rosa Victoria

TUMBES – PERÚ
2018
NOTAS FINALES DE LOS ALUMNOS DE ESTADÍSTICA EN EL SEMESTRE
2019-I

DATOS:

12 12 13 13 13 13
13 14 14 14 14 14
14 14 14 14 14 14
15 15 15 15 15 15
15 15 15 15 15 15
15 15 15 16 16 16
16 16 16 16 16 16
17 16 16 16 17

RESUMEN ESTADISTICO

Media 14,717391304
Error típico 0,172122424
Mediana 15
Moda 15
Desviación estándar 1,167391079
Varianza de la muestra 1,362801932
Curtosis -0,268765128
Coeficiente de asimetría -0,46682827
Rango 5
Mínimo 12
Máximo 17
Suma 677
Cuenta 46
 DISPERCION DE DATOS

CV% 7,93205165 COEFICIENTE DE

VARIACION
PORCENTUAL

DESV. E VAR.P

1,154632324 1,3331758

E.T= 0,170241248

D= 0,333672847

RESTA= 14,38371846

SUMA= 15,051064151

Z= -1,6600483

Diferencia entre la varianza muestral y la varianza poblacional

Formula general de la varianza:
∑(𝑥𝑖 − 𝑥̅ )2
2
𝜎 =
𝑛
Varianza muestral:

2
∑(𝑥𝑖 − 𝑥̅ )2
𝑠 =
𝑛−1
Utilizamos la segunda expresión para estimar la varianza poblacional porque la
primera fórmula no es estimador insesgado (E(𝜎 2 )= 𝜎 2 + k); mientras que 𝑠 2 si
es estimador insesgado de la varianza( E(𝑠 2 )= 𝑠 2 )
El error típico que nos informa la máquina es la desviación estándar sobre la raíz
cuadrada de n.
𝑠
√𝑛

Estimación interválica:
𝑃(𝜃̂ − 𝑑 < 𝜃 < 𝜃̂ + 𝑑) = 1 − 𝛼

𝑃(𝑥̅ − 𝑑 < 𝜇 < 𝑥̅ + 𝑑) = 95%

𝑃(14,7173913 − 𝑑 < 𝜇 < 14,7173913 + 𝑑) = 95%
𝑃(14,7173913 − 𝑧 ∗ 0,170241248 < 𝜇 < 14,7173913 + 𝑧 ∗ 0,170241248) = 95%
𝑃(14,72 − 0,333672847 ∗ 0,170241248 < 𝜇 < 14,72 + 0,333672847 ∗ 0,170241248) = 95%
𝑃(14,38371846 < 𝜇 < 15,05106415) = 95%

Interpretación: Con un intervalo de confianza del 95% los alumnos de estadística

en el semestre 2019-1 tienen entre 14.38 y 15.05 de promedio en sus notas
finales.
Prueba de Hipótesis
Decisión Ho verdadera Ho falsa
Aceptar 𝐻𝑂 Ok Error tipo II
Rechazar 𝐻𝑂 Error tipo I Ok

Error tipo I: Rechazar Ho cuando es verdadera.

Error tipo II: Aceptar Ho cuando es falsa.

El objetivo de una prueba de hipótesis consiste en hacer mínima la probabilidad

máxima de cometer error tipo I; a eso se le llama NIVEL DE SIGNIFICANCIA y lo
denotamos por α.
Probaremos ahora si el promedio de las notas finales de los alumnos de
estadística 2019-1 son de 15.
Ho: µ=15
Ha: µ≠15
El nivel de significancia es 5%
𝑥̅ −𝜇
La función de prueba: 𝑧 = 𝜎
⁄ 𝑛
√

Ra/H0
-1.96<Z0<1.96
14,717391304−15
Valor crítico: 𝑧 = = -1.6600483
0,170241248

Z0 pertenece a Ra/H0

Interpretación: Se acepta que los alumnos de estadística del semestre 2019-1

tienen de promedio 15 con un nivel de significancia del 5%.