Datos de identificación

Nombre estudiante María Cecilia González Guerrero

Nombre docente Yasminne Esquivel Aguilar

Fecha 20 de abril 2020

Probabilidad y Estadística Aplicada a los Negocios

Unidad 7. Correlación

Actividad .8
Proyecto Integrador Etapa 2
Instrucciones:
Investiga las principales aplicaciones de los temas vistos durante el curso y que a continuación se enlistan:

ESTIMACIÓN PUNTUAL

Investiga un ejemplo donde se utilice la estimación puntual en la administración y detalla lo siguiente:

Descripción del problema En el centro de distribución de Chalco se desea estimar la cantidad media que gastan los empleados en comida
diaria. Una muestra de 20 empleados revela las siguientes cantidades:

42.22, 51.45, 48.16, 46.82, 23.78, 41.86, 54.86, 37.92, 52.64, 48.59, 50.82, 46.94, 61.83, 61.69, 49.17, 61.46,
51.35, 52.35, 58.84, 43.88

¿Cual es la mejor estimación de la media poblacional? Determine un intervalo de confianza de 95% Interprete el
 resultado. ¿Concluiría de forma razonable que la media poblacional es de $50 y $60?

Cálculos El encargado de centro comercial no conoce la media poblacional. La media muestral constituye la mejor
aproximación de dicho valor, la media es de $49.35, que constituye la mejor aproximación, la estimación puntual
de la media poblacional desconocida. Se aplica la formula (9-2) para determinar el intervalo de confianza. Hay n -
1 = 20 – 1= 19 grados de libertad. Al desplazarse por el renglón con19 grados de libertad a la columna de
intervalo de confianza 95%, el valor de esta intersección es de 2.093. Se sustituyen estos valores en la formula
9-2 para encontrar el intervalo de confianza

X+- ts/n= $49.35 +- 2.093

$9.01/20 = 49.35 +- $4.22

Resultado $9.01/20 = 49.35 +- $4.22

Interpretación Los puntos extremos del intervalo de confianza son $45.13 y $53.57

Con lo anterior resulta razonable concluir que la media poblacional se encuentra en dicho intervalo

El encargado se preguntaba si la media poblacional podría haber sido $50 o $60. El valor de $50 se encuentra
dentro del intervalo de confianza, resulta razonable que la media poblacional sea de $50. El valor de $60 no se
encuentra en el intervalo de confianza, de ahí se concluye que no es probable que la media poblacional se de
$60
 ESTIMACIÓN POR INTERVALOS

Investiga un ejemplo donde se utilice la estimación por intervalos en la administración y detalla lo siguiente:

Descripción del problema El sindicato de una empresa esta considerando la propuesta de fusionarse con otro sindicato. De
acuerdo con el reglamento del sindicato A, por lo menos tres cuartas partes de los miembros del
sindicato deben aprobar cualquier fusión. Una muestra aleatoria de 2000 miembros actuales del
sindicato A revela que 1600planean votar por la propuesta.

¿Qué es el estimador de la proporción poblacional? Determine el intervalo de confianza de 95% de la

proporción poblacional. Hay que fundamentar la decisión en esta información de la muestra: ¿puede
concluir que la proporción necesaria de miembros del sindicato A favorece la fusión y por qué?

Cálculos Primero hay que calcular la proporción de la muestra de acuerdo con la formula (9-3), esta es de .80, que
se calcula de la siguiente manera:

P=X/n = 1600/2000 =.80

Por lo anterior se calcula que el 80% de la población favorece la propuesta de fusión. Determina el
intervalo de confianza de 95% con apoyo de la formula (9—4), el valor z correspondiente al nivel de
confianza de 95% es de 1.96

p+-z = p(1-p)/n = .80 +-1.96

.80(1-.80)/2000 = .80+-.018

Resultado

.80(1-.80)/2000 = .80+-.018

Interpretación Los puntos extremos del intervalo de confianza son 0.782y .0818. El punto extremo mas bajo es mayor
que 0.75, así es posible que se apruebe la propuesta de fusión, pues el estimador del intervalo incluye

Investiga los pasos que se siguen
para realizar una prueba de
hipótesis y documéntalos
valores superiores a 75% de los miembros del sindicato
PRUEBA DE HIPÓTESIS
En una prueba de hipótesis, el primer paso consiste en proponer una hipótesis tentativa, que recibe el
nombre de hipótesis nula, la cual es la afirmación o el enunciado tentativo que se realiza acerca del valor
del parámetro poblacional que se quiera estudiar. En general, esta afirmación se lleva a cabo al asignar
un valor especifico al parámetro. La hipótesis nula se designa mediante H0, y se lee H subcero o H cero.
La letra H significa hipótesis y el subíndice “0” que no hay diferencia. Esta hipótesis siempre será la del
estado actual o la que se asegure que no hay diferencia, una prueba de hipótesis es una prueba
estadística que se utiliza para decidir si cierta propiedad supuesta para una población es confirmada por
la observación de una muestra.
El procedimiento estadístico de una prueba de hipótesis es:
1.- Establecer la hipótesis nula y alternativa
2.- Establecer el nivel de significancia, es decir, indicar la probabilidad de no aceptar la hipótesis nula
cuando en realidad es verdadera. El nivel de significancia es el riesgo que se asume de no aceptar la
hipótesis nula cuando en realidad debe aceptarse por ser verdadera. Este se denota mediante la letra
griega alfa (a)
3.- Seleccionar el valor estadístico de prueba. Este es un valor determinado a partir de la información
muestral, el cual se utiliza para aceptar o rechazar la hipótesis nula. Hay una gran variedad de
estadísticos de prueba: el desvió normal o valor Z, la prueba t, la prueba F y la Ji cuadrada(x2)
4.- Establecer la regla de decisión, esta es una afirmación acerca de la condición en que se acepta a se
rechaza la hipótesis nula. La zona o área de rechazo define la ubicación de todos los valores, que son
 demasiado grandes o demasiados pequeños, por lo que la probabilidad de que ocurran según una
hipótesis nula verdadera es muy remota.

5.- Tomar decisión, es el último paso en una prueba de hipótesis es tomar la decisión de aceptar o
rechazar la hipótesis nula.

Ejemplifícalos Un análisis del año pasado indica que un alumno en una universidad gasta al semestre $1150 en
fotocopias. Por los efectos de inflación se considerará que este gasto a cambiado, por lo cual se requiere
elaborar una prueba estadística para esta variable con una muestra de 35 estudiantes y un nivel de
significancia de 0.05. Plantear la hipótesis nula y la hipótesis alternativa del problema

H0:= $1,150.00 en gasto

H1:= $1,150.00 en gasto

La hipótesis nula supone que el gasto en copias no ha cambiado pesar de los efectos de la inflación,
mientras que la hipótesis alternativa indica que hay un cambio de más de $1150.00 o bien menos de
$1150.00
 ANOVA

Investiga un ejemplo práctico en la administración que utilice ANOVA y detalla lo siguiente:

Descripción del problema
De un tiempo atrás las aerolíneas han reducido sus servicios, como alimentos y bocadillos durante sus
vuelos y comenzaron a cobrar un precio adicional por algunos de ellos, como llevar sobrepeso de
equipaje, cambios de vuelo de ultimo momento y por mascotas que viajan en la cabina, sin embargo,
aún están preocupados por el servicio que ofrecen. Hace poco un grupo de 4 aerolíneas contrato a una
agencia para encuestar a sus pasajeros sobre la adquisición de boletos, abordaje, servicio durante el
vuelo, manejo de equipaje, comunicación del piloto, etc., para lo cual hicieron 25 preguntas con varias
opciones de repuesta posible: excelente, bueno, regular o deficiente, donde la respuesta de excelente
tiene 4 puntos, bueno 3, regular 2 y deficiente 1.

Estas respuestas se sumaron de modo que la calificación final fue una indicación de la satisfacción con el
vuelo, entre mayor es la calificación mayor es la satisfacción del servicio. La calificación mayor posible
fue de 100, la agencia seleccionó y estudió al azar pasajeros de las 4 aerolíneas

A continuación, se muestra la información: ¿Hay alguna diferencia entre los niveles de satisfacción
medios con respecto a las 4 aerolíneas? Se usa el nivel de significancia de 0.01

Aerolínea 1 Aerolínea 2 Aerolínea 3 Aerolínea 4

94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74
68 65
65
Cálculos Existen 3 valores o suma de cuadrados para calcular el estadístico de prueba F, estos valores se
determinan al obtener SS total y SSE , después SST, mediante una resta. El termino SS total es la
variación total, SST es la variación debida a los tratamientos y SSE es la variación dentro de los
tratamientos o el error aleatorio. Ene general, el proceso se inicia al determinar SST total: la suma de las
diferencias elevadas al cuadrado entre cada observación y la media global. La fórmula para determinar
SS total es: SS total (X- XG)2

Donde X es cada observación de la muestra, es la media global o total.

En seguida se determina SSE o la suma de los errores elevados al cuadrado: la suma de las diferencias
elevadas al cuadrado entre cada observación y su respectiva media de tratamiento

A continuación, se presentan los cálculos detallados SS total y SSE de este ejemplo. Para determinar los
valores de SS total y SSE se comienza por calcular la media global o total. Hay 22 observaciones y el total
es 1664, por lo cual la media total es 75.64

XG= 1664/22=75.64

Luego se encuentra la desviación de cada observación a la media total: se elevan al cuadrado estas
desviaciones y se suma el resultado de las 22 observaciones

Para calcular el termino SSE se encuentra la desviación entre cada observación y su media de
tratamiento. En el ejemplo la media permite del primer tratamiento es de 87.25 determinada mediante
Xn= 349/4 , subíndice N se refiere a la primer aerolínea el primer pasajero califico los califico con 94, por
lo que (X=Xn) = (94 – 87.25) = 6.75

El termino media cuadrática es otra expresión de la estimación de la varianza. La media cuadrática de

tratamiento es SST dividido entre sus grados de libertad. El resultado es la media cuadrática de
tratamientos y se escribe MST Calcule el error medio cuadrático de una menar similar . Para ser precisos
, divida SSE entre sus grados de libertad, para completar el proceso y obtener F, dividida MST entre MSE.
 Sustituir los valores particulares de F en una tabla ANOVAy calcule el valor de F

Resultado El valor calculado de F es 8.99

Interpretación El valor calcula de F es 8.99 y es mayor que el valor critico de 5.09 por lo que la hipótesis nula se rechaza

Referencias:

http://site.ebrary.com/lib/vallemexicosp/reader.action?docID=10747913

Lind, D., Marchal, W. y Wathen, S. (2012). Estadística aplicada a los negocios y la economía (15a. ed.). Ciudad de México, México: McGraw-Hill
Interamericana.