Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Producto Académico N° 03
140
b) Con base en el
120 diagrama de
dispersión,
100
¿parece haber
80 alguna relación
entre el número
60 de
40 ensambladores
y la
20 producción?
Explique.
0
0 2 4 6 8 10 12 14 16 Se
presencia
1|Página
Estadística Aplicada Producto Académico N° 03
5 x 430−15 x 120
R=
√(5 x 55−15 ¿ )x (5 x 3450−1202 )=0.9271 ¿
2
190
185
180
175
2|Página
170
165
27 28 29 30 31 32 33
Estadística Aplicada Producto Académico N° 03
El valor de “t” es 1.2696, menor a 3.182, por lo tanto, no se rechaza la Hipótesis Nula.
Es decir, con un α=0,05 se puede asegurar que no existe correlación significativa entre
las variables LONGITUD DE LA HUELLA DEL ZAPATO Y LA ESTATURA DE
LOS HOMBRES INVESTIGADOS.
En vista de que no existe una correlación significativa entre la longitud de las huellas de
zapato y estatura, no es posible asegurar que la policía puede usar la longitud del pie
para estimar la estatura de un hombre.
3. Mike Wilde es el presidente del sindicato de maestros del Otsego School District. A fin de
prepararse para negociaciones próximas, le gustaría investigar la estructura de los salarios
de los maestros en el distrito. Wilde considera que hay tres factores que influyen en el
salario de un maestro: sus años de experiencia, la calificación de su eficiencia como docente
por parte del director y si cuenta con un posgrado. Una muestra de 20 maestros generó los
siguientes datos.
3|Página
Estadística Aplicada Producto Académico N° 03
1
1 = sí, 0 = no.
4|Página
Estadística Aplicada Producto Académico N° 03
31.1 8 35 0
33.6 5 43 0
29.3 2 51 1
43.0 15 60 1
38.6 11 73 0
45.0 14 80 1
42.0 9 76 0
36.8 7 54 1
48.6 22 55 1
31.7 3 90 1
25.7 1 30 0
30.6 5 44 0
51.8 23 84 1
46.7 17 76 0
38.4 12 68 1
33.6 14 25 0
41.8 8 90 1
30.7 4 62 0
32.8 2 80 1
42.8 8 72 0
Formule una matriz de correlación. ¿Qué variable independiente tiene la correlación más
fuerte con la variable dependiente? ¿Esto puede representar un problema? ¿Cómo se
denomina esta condición?
60 r= 0.86759703
Años de Salario (miles
experiencia,
50 de dólares),
X1 Y
40
8 31.1
30 5 33.6
2 29.3
20
15 43
10 11 38.6
14 45
0
0 9 5 42 10 15 20 25
7 36.8
22 48.6
3 31.7
1 25.7
5 30.6
23 51.8
17 46.7
12 38.4
14 33.6
8 41.8
4 30.7
2 32.8
5|Página
Estadística Aplicada Producto Académico N° 03
8 42.8
r= 0.54719669
60
Calificación Salario
50
(miles
del director, de dólares),
X2 Y
40
35 31.1
43 33.6
30
51 29.3
60 43
20 73 38.6
80 45
10 76 42
54 36.8
0 55 48.6
20 30 40 50 60 70 80 90 100
90 31.7
30 25.7
44 30.6
84 51.8
76 46.7
68 38.4
25 33.6
90 41.8
62 30.7
80 32.8
72 42.8
r= 0.31055833
60
Posgrado Salario
(miles
50
de dólares),
40 X3 Y
0 31.1
30 0 33.6
1 29.3
20 1 43
0 38.6
1 45
10
0 42
1 36.8
0 1 48.6
0 0.2 0.4 0.6 0.8 1 1.2
1 31.7
6|Página
Estadística Aplicada Producto Académico N° 03
0 25.7
0 30.6
1 51.8
0 46.7
1 38.4
0 33.6
1 41.8
0 30.7
1 32.8
0 42.8
MATRIZ DE CORRELACIÓN
AÑOS DE CALIFICACIÓN POSGRADO
EXPERIENCIA
AÑOS DE
EXPERIENCIA
CALIFICACIÓN 0.186823696
POSGRADO 0.20750259 0.457774867
Se aprecia y verifica que la variable años de experiencia tiene la correlación más fuerte
(r=0.86 positivo) con la variable dependiente salario.
Entre las variables independientes, la correlación más alta se da entre las variables
CALIFICACIÓN Y POSGRADO CON 0.457. Los valores de correlación entre las 3
variables independientes se encuentran entre -0.7 y 0.7, asi que no generarán problemas.
7|Página
Estadística Aplicada Producto Académico N° 03
80
60
f(x) = − 3.68 x + 72.5
40
20
0
0 5 10 15 20 25 30 35
-20
-40
-60
Ecuacion lineal :Y =β 0 + β 1 X
n ∑ xy−∑ x ∑ y 7 (−3126 )−(141)(−12)
β 1= 2
=
n ∑ x 2−( ∑ x) 7 ( 3623 )−(141)2
β 1=−3.6 8
β 0=
∑ y−β 1 ∑ x = −12−−3.68(141)
n 7
β 0=72.5 0
Ecuacion lineal : y=−3.65 x+72. 5
y=−3.685 ( 6.327 )+ 72.25=48.9
Temperatura estimada sería 48.9 ℉.
8|Página
Estadística Aplicada Producto Académico N° 03
Ecuacion lineal :Y =β 0 + β 1 X
n ∑ xy−∑ x ∑ y 25 ( 322,8 ) −(330)(22,9)
β 1= 2
=
n ∑ x 2−( ∑ x) 25 ( 4680 )−(330)2
β 1=0.06
β 0=
∑ y−β 1 ∑ x = 22,9−0,06(330)
n 25
β 0=0.08
1.4
1.2
f(x)==0.88
R² 0.06 x + 0.08
1
0.8
Nicotina
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18
Alq
CO Nicotina XY X2
4 0.4 1.6 16
9|Página
Estadística Aplicada Producto Académico N° 03
19 1 19 361
17 1.2 20.4 289
18 0.8 14.4 324
18 0.8 14.4 324
13 1 13 169
17 1.1 18.7 289
15 1.1 16.5 225
15 1.1 16.5 225
12 0.8 9.6 144
18 0.8 14.4 324
17 0.8 13.6 289
18 0.8 14.4 324
16 1 16 256
3 0.2 0.6 9
18 1.1 19.8 324
15 1 15 225
18 0.8 14.4 324
15 1 15 225
17 0.9 15.3 289
15 1.1 16.5 225
15 1.1 16.5 225
7 0.6 4.2 49
16 1.3 20.8 256
14 1.1 15.4 196
370 22.9 356 5906
Ecuacion lineal :Y =β 0 + β 1 X
n ∑ xy−∑ x ∑ y 25 ( 356 )−(370)(22,9)
β 1= 2
=
n ∑ x 2−( ∑ x) 25 ( 5906 ) −(370)2
β 1=0.0 4
β 0=
∑ y−β 1 ∑ x = 22,9−0,04(370)
n 25
β 0=0.3 3
1.4
1.2
0.6
0.4
0.2
10 | P á g i n a
0
2 4 6 8 10 12 14 16 18 20
CO
Estadística Aplicada Producto Académico N° 03
Nicotina CO Alq.
0.4 4 5
1 19 16
1.2 17 17
0.8 18 13
0.8 18 13
1 13 14
1.1 17 15
1.1 15 15
1.1 15 15
0.8 12 9
0.8 18 13
0.8 17 13
0.8 18 13
1 16 15
0.2 3 2
1.1 18 15
1 15 15
0.8 18 13
1 15 14
0.9 17 15
1.1 15 16
1.1 15 15
0.6 7 7
1.3 16 17
1.1 14 15
11 | P á g i n a
Estadística Aplicada Producto Académico N° 03
Resumen
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.96579948
Coeficiente de
determinación R^2 0.93276863
2
R ajustado 0.92665669
Error típico 0.06710648
Observaciones 25
ANÁLISIS DE
VARIANZA
Grados de Suma de Promedio de los Valor crítico
libertad cuadrados cuadrados F de F
152.6141
Regresión 2 1.374527857 0.687263928 04 1.2685E-13
Residuos 22 0.099072143 0.004503279
Total 24 1.4736
12 | P á g i n a
Estadística Aplicada Producto Académico N° 03
13 | P á g i n a
Estadística Aplicada Producto Académico N° 03
Periodo 4
Ponderaciones
α1 0.1
α2 0.2
α3 0.3
14 | P á g i n a
Estadística Aplicada Producto Académico N° 03
α4 0.4
40000
35000
30000
25000
20000
15000
10000
5000
0
1 2 3 4 5 6 7 8 9
DEMANDA PRONOSTICO
Podemos interpretar que existe una tendencia positiva, pues aumenta con respecto al periodo
anterior.
7. Cedar Fair opera siete parques de diversiones y cinco parques acuáticos independientes. Su
asistencia combinada (en miles) durante los últimos 12 años aparece en la siguiente tabla.
Un socio le pide estudiar la tendencia de la asistencia. Calcule un promedio móvil de tres
años y un promedio móvil ponderado de tres años con ponderaciones de 0.2, 0.3 y 0.5 para
años sucesivos.
Año Asistencia
(Miles)
1993 5 761
1994 6 148
1995 6 783
1996 7 445
1997 7 405
1998 11 450
1999 11 224
2000 11 703
2001 11 890
2002 12 380
2003 12 181
2004 12 557
15 | P á g i n a
Estadística Aplicada Producto Académico N° 03
Ponderaciones
α1 0.2
α2 0.3
α3 0.5
14000
12000
10000
8000
6000
4000
2000
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
ASISTENCIA PRONOSTICO
PROMEDIO MÓVIL
AÑO ASISTENCIA PRONOSTICO
1993 5761
1994 6148
1995 6783
1996 7445 6230.7
1997 7405 6792.0
1998 11450 7211.0
1999 11224 8766.7
2000 11703 10026.3
2001 11890 11459.0
2002 12380 11605.7
2003 12181 11991.0
2004 12557 12150.3
16 | P á g i n a
Estadística Aplicada Producto Académico N° 03
14000
12000
10000
8000
6000
4000
2000
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
ASISTENCIA PRONOSTICO
De los gráficos del promedio móvil y promedio móvil ponderado se interpreta que el pronóstico
de asistencia va en aumento.
17 | P á g i n a
Estadística Aplicada Producto Académico N° 03
Trabajo Colaborativo
Tuve que realizar el trabajo solo, ya que uno de mis compañeros no se logró ubicar, y el otro
compañero no termino a tiempo su trabajo.
I. Bondad de Ajuste
Una gran panadería puede producir rollos en lotes de 0, 1000, 2000, o 3000 por día. El costo de
producción por artículo es de $ 0.10. La demanda varía aleatoriamente de acuerdo con la siguiente
distribución:
Demanda
0 1000 2000 3000
de rollos:
Demanda 500 270 400 250
Si por la experiencia del mercado las proporciones de las ventas se distribuyen con 30%, 20%, 30%
y 20% correspondientemente. Pruebe al nivel del 10% si esta distribución se cumple.
DEMANDA DE DEMANDA DE (O−E) 2
VENTAS VENTAS E
OBSERVADA ESPERADA
500 426 12.85446009
270 284 0.690140845
400 426 1.58685446
250 284 4.070422535
1420 X 2 =19.202
18 | P á g i n a
Estadística Aplicada Producto Académico N° 03
H0: O = E:
LA DEMANDA DE VENTAS SIGUE UNA DISTRIBUCION CON LA
ESTRUCTURA ESPERADA POR LA EMPRESA PANADERA
H1: O ≠ E:
LA DEMANDA DE VENTAS NO SIGUE UNA DISTRIBUCION CON LA
ESTRUCTURA ESPERADA POR LA EMPRESA PANADERA
GRADOS DE LIBERTAD=4-1=3
α=0,1
VC=6.251
6.251 X 2 =19.202
valor de la tabla
Por los resultados rechazamos la hipótesis nula, por ende, se acepta la hipótesis alterna que nos dice
que la demanda de ventas no sigue una distribución con la estructura esperada por la empresa
panadera.
II. Homogeneidad
Prueba de la influencia del género La tabla siguiente resume datos de sujetos hombres que se
encuestaron y la tabla adjunta resume datos de una muestra de mujeres. Utilice un nivel de
significancia de 0.01 y suponga que los tamaños muestrales de 800 hombres y 400 mujeres están
predeterminados, y pruebe la aseveración de que las proporciones de las respuestas de
acuerdo/desacuerdo son las mismas para los sujetos que entrevistaron hombres y los sujetos que
entrevistaron mujeres.
DATOS OBSERVADOS
ENTREVISTAD ENTREVISTAD TOTA
OR HOMBRE OR MUJER L
MUJERES DE 512 336 848
ACUERDO
MUJERES EN 288 64 352
DESACUERD
O
TOTAL 800 400 1200
19 | P á g i n a
Estadística Aplicada Producto Académico N° 03
O E (O−E) 2
E
DATOS ESPERADOS
ENTREVISTAD ENTREVISTAD TOTA
OR HOMBRE OR MUJER L
gl= 1X1=1
nivel de sig.= 0.01
valor crítico= 6.635
H0: O = E:
Las proporciones de las respuestas acuerdo y desacuerdo son iguales para los sujetos que
entrevistaron hombres y los sujetos que entrevistaron mujeres.
H1: O ≠ E:
Las proporciones son diferentes.
=51.45
6.635
valor de la tabla
Al ver que 51.45 se encuentra en la zona de rechazo, entonces, se rechaza la hipótesis nula de
proporciones iguales.
20 | P á g i n a
Estadística Aplicada Producto Académico N° 03
III. Independencia
Exactitud de pruebas de polígrafo Los datos en la tabla adjunta resumen resultados de pruebas de
exactitud de polígrafos (de acuerdo con datos de la Office of Technology Assessment). Utilice un
nivel de significancia de 0.05 para probar la aseveración de que el hecho de que el sujeto mienta es
independiente de la indicación del polígrafo. ¿Qué sugieren los resultados acerca de la eficacia de
los polígrafos?
DATOS OBSERVADOS
EL POLÍGRAFO EL POLÍGRAFO TOTA
INDICÓ VERDAD INDICÓ MENTIRA L
EL SUJETO 65 15 80
REALMENTE DIJO LA
VERDAD
EL SUJETO 3 17 20
REALMENTE DIJO UNA
MENTIRA
TOTAL 68 32 100
O E
(O−E) 2
E
65 54.4 2.065441176
3 13.6 8.261764706
15 25.6 4.3890625
17 6.4 17.55625
X 2 = 32.273
DATOS ESPERADOS
EL POLÍGRAFO EL POLÍGRAFO TOTA
INDICÓ VERDAD INDICÓ MENTIRA L
EL SUJETO 54.4 25.6 80
REALMENTE DIJO LA
VERDAD
EL SUJETO 13.6 6.4 20
REALMENTE DIJO UNA
MENTIRA
TOTAL 68 32 100
21 | P á g i n a
Estadística Aplicada Producto Académico N° 03
gl= 1X1=1
nivel de sig.= 0.05 H0: O = E: El hecho de que el sujeto mienta es
valor crítico= 3.841 independiente de la indicación del polígrafo.
=32.273
3.841
valor de la tabla
Entonces el polígrafo indica que no es independiente de lo que realmente dicen los sujetos, es así
que los polígrafos son muy eficaces.
22 | P á g i n a