Documentos de Académico
Documentos de Profesional
Documentos de Cultura
H a : μ>70 años .
2. α =0.05
3. Ya que n>30 → 100>30 el estadístico de prueba será Z
4. Región crítica: Zteorico >1.645
X́−μ 0
Z calculado=
5. Donde σ
√n
Cálculos: x́=71.8años, σ =8.9 años, en consecuencia
71.8−70
Z calculado= =2.02247
8.9
√ 100
Decisión:
Z calculado> Z teorico
2.02247>1.645
Rechazar H o y concluir que existe evidencia suficiente, a un nivel de significancia de
5% para decir que la vida actual en promedio es mayor que 70 años.
Si usamos el método del valor de P
P=P ( Z> 2.02247 )=1−0.983=0.0217 .
0.0217<.0,05
Como P<α se reafirma el rechazo de la H o
Z de una muestra
Estadísticas descriptivas
Solución en Minitab:
Error Límite
estándar
Gráfica de distribución inferior
Normal; Media=0;de la
Desv.Est.=1 de
N Media media 95% para μ
0,4
100 71,80 0,890 70,336
0
0,3 μ: media de Muestra
Desviación estándar conocida = 8,9
Prueba
Densidad
0,2
Hipótesis nula H₀: μ = 70
Hipótesis H₁: μ > 70
0,1 alterna
Valor Valor p 0,05
0,0
Z
0 1,645
2,02 0,022 X
Gráfica de distribución
Probabilidad y estadística para ingeniería y ciencias Walpole. Myers. Myers
Novena edición (Pág. 338)
Un fabricante de equipo deportivo
desarrolló un nuevo sedal para
pesca sintético que, según afirma, tiene
una resistencia media a la rotura de
8 kilogramos con una desviación
estándar de 0.5 kilogramos. Pruebe
la hipótesis de que μ = 8 kilogramos
contra la alternativa de que μ
≠ 8 kilogramos si se prueba una muestra aleatoria de 50 sedales y se encuentra que
tienen una resistencia media a la rotura de 7.8 kilogramos. Utilice un nivel de
significancia de 0.01.
Solución:
1. H o : μ=8 kilogramos.
. H a : μ≠ 8 kilogramos .
2. α =0.01 .
3. Ya que n>30 → 50>30 el estadístico de prueba será Z
4. Región crítica: z < – 2.575 y z>2.575
5. Donde
X́−μ 0
Z calculado=
σ
√n
Cálculos: x́=7.8 kilogramosaños, σ =0.5 kilogramos, n=50 en consecuencia
Gráfica de distribución
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,005 0,005
0,0
-2,576 0 2,576
X
7.8−8
Z calculado= =−2.828427
0.5
√ 50
Decisión:
Z calculado< Z teorico
−2.828427< – 2.575
Rechazar H o y concluir que existe evidencia suficiente, a un nivel de significancia de
1% para decir que la resistencia promedio a la rotura no es igual a 8 sino que, de
hecho, es menor que 8 kilogramos.
Si usamos el método del valor de P
P=P( ¿ Z∨¿ 2.83)=2 P(Z<−2.83)=0.0046
0.0046< 0.01
Como P<α se reafirma el rechazo de la H o que nos permite rechazar la hipótesis nula
de que μ = 8 kilogramos a un nivel de significancia menor que 0.01
Solución en Minitab:
Gráfica de distribución
Z de una muestra
Estadísticas descriptivas
Error
estándar
de la IC de 99% para
N Media media μ
Prueba
Hipótesis nula H₀: μ = 8
Hipótesis H₁: μ ≠ 8
alterna
Valor
Z Valor p
-2,83 0,005
0,4
Densidad 0,3
0,2
0,1
0,01
0,0
0 2,326
X
Z de una muestra
Estadísticas descriptivas
Error Límite
estándar inferior
de la de
N Media media 99% para μ
Prueba
Hipótesis nula H₀: μ = 895
Hipótesis H₁: μ > 895
alterna
Valor
Z Valor p
2,39 0,009
. H a : μ>$ 3173
2. α =0.05
3. Ya que n>30 → 180>30 el estadístico de prueba será Z
4. Región crítica: z >1.645
X́−μ 0
5. Donde Z calculado=
σ
√n
Cálculos: x́=$ 3 325, σ =$ 1000, n=180 en consecuencia
3325−3 173
Z calculado= =2.039294
1000
√ 180
Decisión:
Z calculado> Z teorico
2.039294> 1.645
Rechazar H o y concluir que existe evidencia suficiente, a un nivel de significancia de
5% para decir que en promedio el saldo medio en la tarjeta de crédito de estudiantes
no titulados ha continuado en aumento comparado con el informe de abril de 2009.
Si usamos el método del valor de P
P=P ( Z> 2.039294 )=1−0.97929=0.02071
0.0208<.0,05
Como P<α se reafirma el rechazo a la H o .
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
Z de una muestra
Estadísticas descriptivas
Error Límite
estándar inferior
de la de
N Media media 95% para μ
Prueba
Hipótesis nula H₀: μ = 3173
Hipótesis H₁: μ > 3173
alterna
Valor Z Valor p
2,03929 0,02071
Prueba de hipótesis para proporciones
Probabilidad y estadística para ingeniería y ciencias -Walpole. Myers. Myers
Novena edición (Pág. 362)
Un constructor afirma que en 70% de las viviendas que se construyen actualmente en la
ciudad de Richmond, Virginia, se instalan bombas de calor. ¿Estaría de acuerdo con esta
afirmación si una encuesta aleatoria de viviendas nuevas en esta ciudad revelara que 16
de 32 tienen instaladas bombas de calor? Utilice un nivel de significancia de 0.10
Solución:
1. H o : p=0.7
H 1: p ≠ 0.7
2. α =0.10
3. Estadístico de prueba Z , ya que n> 30→ 32>30
4. Región crítica : z< – 1.645 y z >1.645
^p − p0
Z calculado=
5. Donde p0∗q0
√ n
16
Cálculos: ^p= =0.5, p0=0.7, n=32 en consecuencia
32
0.5−0.7
Z calculado= =−2.46885
0.7∗0.3
√ 32
Decisión: Z calculado ∉[Z teorico ]
−2.46885 ∉[−2.575,2.575]
Rechazar H o y concluir que hay razón suficiente para dudar de la afirmación del
constructor, a un nivel de significancia de 1% para decir que la afirmación del
constructor.
Si usamos el método del valor de P.
P=P( ¿ Z∨¿ 2.46885)=2 P(Z<−2.46885)=0.0136
0.0136< 0.1
Como P<α se reafirma el rechazo a la H o .
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,05 0,05
0,0
-1,645 0 1,645
X
2. α =0.05 .
3. Estadístico de prueba Z , ya que n> 30→ 100>30
4. Región crítica: z >1.645
^p − p0
Z calculado=
5. Donde p0∗q0
√ n
70
Cálculos: ^p= = 0.7, p0=0.6, n=100 en consecuencia
100
0.7−0.6
Z calculado= =2.0412414
0.6∗0.4
√ 100
Decisión: Z calculado> Z teorico
2.0412414>1.645
Rechazar H o y concluir que hay razón suficiente para concluir que el nuevo fármaco
es mejor, a un nivel de significancia de 1%.
Si usamos el método del valor de P
P=P ( Z> 2.0412414 )=1−0.9793=0.0207
0.0207< 0.05
Como P<α se reafirma el rechazo a la H 0.
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
10 70 0,700000 0,624623
0
Prueba
Hipótesis nula H₀: p = 0,6
Hipótesis H₁: p > 0,6
alterna
Valor
Valor p
Probabilidad y estadística para ingeniería y ciencias -Walpole. Myers. Myers
Novena edición (Pág. 364)
Se organizará una votación entre los residentes de una ciudad y el condado circundante
para determinar si se aprueba una propuesta para la construcción de una planta química.
Como el lugar en el que se propone construirla está dentro de los límites de la ciudad,
muchos votantes del condado consideran que la propuesta será aprobada debido a la
gran proporción de votantes que está a favor de que se construya. Se realiza una
encuesta para determinar si hay una diferencia significativa en la proporción de votantes
de la ciudad y los votantes del condado que favorecen la propuesta. Si 120 de 200
votantes de la ciudad favorecen la propuesta y 240 de 500 residentes del condado
también lo hacen, ¿estaría usted de acuerdo en que la proporción de votantes de la
ciudad que favorecen la propuesta es mayor que la proporción de votantes del condado?
Utilice un nivel de significancia de α = 0.05.
Solución:
1. H 0 : p 1=p 2
. H 1: p 1> p 2
2. α =0.05
3.
5. Cálculos:
p 1− p2
Z calculado=
Donde ^p∗q^ ^p∗q^
√ n1
+
n2
120 240 120+ 240
^p1= =0.6 ∧ ^p2 = =0.48∧ ^p =¿ =0.514285
200 500 200+500
Cálculos: n 1=200 , n 2=500consecuencia
0.6−0.48
Z calculado= =2.869673795
0.514∗0.486 0.514∗0.486
√ 200
+
500
Decisión:
Z calculado> Z teorico
2.869673795>1.645
Rechazar H o y concluir que hay razón suficiente para concluir y estar de acuerdo en
que la proporción de votantes de la ciudad a favor de la propuesta es mayor que la
proporción de votantes del condado, a un nivel de significancia de 1%.
Si usamos el método del valor de P
P=P ( Z> 2.869673795 )=1−0.9979=0.0021
0.0207< 0.05
Como P<α se reafirma el rechazo a la H 1.
Solución en Minitab:
Gráfica de distribución
0,4
p₁: proporción donde Muestra 1 = Evento
0,3 p₂: proporción donde Muestra 2 = Evento
Diferencia: p₁ - p₂
Densidad
0,2
Estadísticas descriptivas
0,1
Event
0,05
0,0
0 1,645
Muestra N o Muestra p
X
Muestra 1 200 120 0,600000
Muestra 2 500 240 0,480000
Estimación de la diferencia
Límite inferior
Diferenci de 95% para la
a diferencia
Probabilidad y estadística para ingeniería y ciencias -Walpole. Myers. Myers
Novena edición (Pág. 365)
En un invierno con epidemia de influenza los investigadores de una conocida empresa
farmacéutica encuestaron a los padres de 2000 bebés para determinar si el nuevo
medicamento de la empresa era eficaz después de dos días. De 120 bebés que tenían
influenza y que recibieron el medicamento, 29 se curaron en dos días o menos. De 280
bebés que tenían influenza, pero
no recibieron el fármaco, 56 se
curaron en dos días o menos.
¿Hay alguna indicación
significativa que apoye la
afirmación de la empresa sobre la
eficacia del medicamento?
Solución:
1. H 0 : p 1=p 2
. H 1: p 1> p 2
2. α =0.05
3.Estadístico de prueba Z , ya que n 1 , n 2> 30→ 120,280>30
4. Región crítica: z > 1.645
5. Cálculos:
p 1− p2
Z calculado=
Donde ^p∗q^ ^p∗q^
√ n1
+
n2
29 56 29+56
^p1= =0.2416 ∧ ^p2= =0.2 ∧ ^p =¿ =0.2125
120 280 120+280
0,932026424< 1.645
Acepto la H 0 y no hay evidencia suficiente para concluir que la nueva medicina es eficaz
después de dos días., a un nivel de significancia de 1%.
Si usamos el método del valor de P
P=P ( Z> 0,932026424 )=1−0.8247=0.1753
0.1753>0.05
Como P>α se reafirma la aceptación de H o.
Solución en Minitab:
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
Normal; Media=0; Desv.Est.=1
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,645
X
Solución:
1. H o :ud =0
H a :ud ≠ 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 6<30 ,gl=5
4. Región crítica :t < – 1.96 y t >1.96
Diferencia en los tiempos de
d i2
realización (d i)
0.6 0,36
-0.2 0,04
0.5 0,25
0.3 0,09
0 0
0.6 0,36
∑ d i=1,8 ∑ d i2=1,1
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 1.8 =0.3
d=
n 6
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
( 1.8 ) 2
Sd =
√
1.1−
6−1
6
Sd =0.334664011
0.3−0
t calculado= =2.195775162
0.334664011
√6
t calculado=2.195775162
2.195775162∈[−2.571 , 2.571]
Decisión:
Aceptar H o y concluir que hay razón suficiente para decir que los dos métodos de
producción nos dan el mismo resultado, a un nivel de significancia de 5.
Por tanto, el margen de error es 0.35 y el intervalo de 95% de confianza para estimar
la diferencia entre las medias poblacionales de los dos métodos de producción va de
-0.05 minutos a 0.65 minutos.
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
T; df=5
0,4
IC y Prueba T pareada: Metodo
0,3
1;
Metodo 2
Densidad
Estadísticas descriptivas
0,2
0,1 Error
estándar
0,025 0,025
0,0 de la
-2,571 0 2,571
X Muestra N Media Desv.Est. media
Prueba
Hipótesis nula H₀: diferencia_μ = 0
Hipótesis H₁: diferencia_μ ≠ 0
alterna
Valor
Estadística para negocios y economía, 11a. ed. David R. Anderson Dennis J.
Sweeney Thomas A. Williams (Pág. 427)
Una firma de investigación de mercados usa una muestra de individuos para calificar el
potencial de compra de un determinado producto antes y después de que los individuos
vean un comercial de televisión que lo promociona. La calificación del potencial de
compra se efectúa con una escala del 0 al 10, con los valores más altos indicando
un mayor potencial. En la hipótesis nula se establece que la media de las calificaciones
de “después” será menor o igual a la media de las calificaciones “antes”. El rechazo de
esta hipótesis indica que el comercial mejora la media de la calificación del potencial de
compra. Use α=0.05 y los datos de la tabla siguiente para probar esta hipótesis y exprese
un comentario sobre la utilidad del comercial
Solución:
1. H o :ud ≤ 0
H a :ud > 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 8<30 ,gl=7
4. Región crítica :t>1,895
Diferencia en los tiempos de
d i2
realización (d i)
1 1
2 4
0 0
1 1
-2 4
1 1
2 4
0 0
∑ d i=5 ∑ d i2=15
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 5 =0.625
d=
n 8
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
(5 ) 2
Sd =
√ 15−
8−1
Sd =1.302470181
8
0.625−0
t calculado= =1.357241785
1.302470181
√8
t calculado <t teorico
1.357241785<1,895
Decisión:
Aceptar H o y concluir que no existe razón suficiente para decir que el comercial
mejora la media de calificación del potencial de compra de un determinado producto,
a un nivel de significancia de 5%.
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
T; df=7
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,895
X
IC y Prueba T pareada:
DESPUES; ANTES
Estadísticas descriptivas
Error
estándar
de la
Muestra N Media Desv.Est. media
Solución:
1. H o :ud ≤ 0
H a :ud > 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 8<30 ,gl=7
4. Región crítica :t>1,895
5.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = 454 =56.75
d=
n 8
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
( 454 ) 2
Sd =
√
129176−
8−1
Sd =121.5445245
8
56.75−0
t calculado= =1.320612673
121.5445245
√8
t calculado <t teorico
1.320612673<1,895
Decisión:
Aceptar H o y concluir que no existe razón suficiente para decir que que las tarifas
de Dayton sean más altas que las de Louisville, a un nivel de significancia de 5%.
Si usamos el método del valor de P
P=0,1142
0.1142> 0.05
Gráfica de distribución
T; df=7
0,4
0,3
Densidad
0,2
0,1
0,05
0,0
0 1,895
X
Solución en Minitab:
Gráfica de distribución
IC y Prueba T pareada: Dayton; Louisville
Estadísticas descriptivas
Error
estándar
de la
Muestra N Media Desv.Est. media
Prueba
Hipótesis nula H₀: diferencia_μ = 0
Hipótesis H₁: diferencia_μ > 0
alterna
Valor T Valor p
Estadística para negocios y economía, 11a. ed. David R. Anderson Dennis J.
Sweeney Thomas A. Williams (Pág. 428)
Solución:
1. H o :ud =0
H a :ud ≠ 0
2. α =0.05
3. Estadístico de prueba t (α ,n−1) , ya que n<30 → 20<30,gl=19
4. Región crítica :t < – 1.96 y t >1.96
05.
^ 0
d−u
t calculado=
Donde Sd
√n
^ ∑ di = −21 =−1.05
d=
n 20
2
√ 2 (∑ di )
∑d i −
n
Sd =
n−1
(−21 ) 2
Sd =
√ 231−
Sd =3.316228041
20−1
20
−1.05−0
t calculado= =−1.415989098
3.316228041
√ 20
t calculado=¿−1.415989098
t calculado ∈[t teorico ]
Solución en Minitab:
Gráfica de distribución
Gráfica de distribución
T; df=19
0,4
0,3
Densidad
0,2
0,1
0,025 0,025
0,0
-2,093 0 2,093
X
Prueba
Hipótesis nula H₀: diferencia_μ = 0
Hipótesis H₁: diferencia_μ ≠ 0
alterna
Valor
Solución:
1. H o :u1=u2 =u3
H a : Notodas las medidas son iguales
2. α =0.05
3. Estadístico de prueba F
4. Región de aceptacion y critica
F (α , k −1 ,n−k )
F (0.05,3−1,15−3)
F (0.05 , 2, 12)
5.Construir la tabla Anova
TRATAMIENTOS
A B C Br
1 10 9 8 27
2 12 6 5 23
3 18 15 14 47
4 20 18 18 56
5 8 7 8 23
Tc 68 55 53 176
nc 5 5 5 15
Suma de cuadrados 1032 715 673 2420
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
Tratamiento=¿ ∑ ( )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
1762 5324
ssTotal =2420− = =354.9333
15 15
SS 68 2 55 2 53 2 1762 398
Tratamiento=¿ + + − = =26,5333¿
5 5 5 15 15
F calculado> Fteorico
6 , 57852599>3.89
Decisión:
Rechazar la H 0 y concluir que no hay razón suficiente para decir que las medias de
los tres tratamientos son iguales , a un nivel de significancia de 5%.
Si usamos el método del valor de P
P=0.0204428
0.0204428<0.05
Como P<α se reafirma el rechazo a H 0
.Se rechaza la Ho si
Fbloque calculado> F(α , gl , gl ) b e
38,71082378>3.84
0< 0,05
Se rechaza Ho ,entonces los bloques tienen efecto sobre los tratamientos.
.Se rechaza la Ho si
Ftrat calculado> F(α , gl , gl )tr e
6,57852599> 4.46
0,0204< 005
Se rechaza Ho, las medias de los tres tratamientos no son iguales
Solución Minitab:
Gráfica de distribución
Gráfica de distribución
F; df1=2; df2=12
1,0
0,8
Densidad
0,6
0,4
0,2
0,05
0,0
0 3,885
X
EXP Fijo 5 1; 2; 3; 4; 5
TRATA Fijo 3 1; 2; 3
Análisis de Varianza
Fuent G Valor
e L SC Ajust. MC Ajust. F Valor p
Solución:
1. H o :u1=u2
H a : Notodas las medidas son iguales
2. α =0.05
3. Estadístico de prueba F
4. Región de aceptacion y critica
F (α , k −1 ,n−k )
F (0.05,2−1,6−1)
F (0.05 ,1 , 5)
5.Construir la tabla Anova
Analizadores
Computarizado Electroquico Br
Compacto 50 42 92
Mediano 55 44 99
Grande 63 46 109
Tc 168 132 300
nc 3 3 6
Suma de cuadrados 9494 5816 15310
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
Tratamiento=¿ ∑ ( )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
300 2
ssTotal =15310− =310
6
SS 168 2 132 2 300 2
Tratamiento=¿ + − =216¿
3 3 6
F calculado> Fteorico
20,57142857>6.61
Decisión:
Rechazar H o y concluir que no hay razón suficiente para decir el tiempo promedio
para afinar un motor sea el mismo para los dos analizadores , a un nivel de
significancia de 5%.
Si usamos el método del valor de P
P=0.045
0.045<0.05
Como P<α se reafirma el rechazo de la H o
.Se rechaza la Ho si
Fbloque calculado> F(α , gl , gl ) b e
3,476190476>19
0.223>0,05
Se acepta la Ho ,entonces los automóviles no tienen efecto sobre los analizadores.
.Se rechaza la Ho si
Ftrat calculado> F(α , gl , gl )tr e
20,57142857>18.51
0.045<0,05
Se rechaza Ho, las medias de los dos analizadores no son iguales
Solución Minitab:
Gráfica de distribución
Gráfica de distribución
F; df1=1; df2=5
0,25
0,20
0,15
Densidad
0,10
0,05
0,05
0,00
0 6,608
X
Nivele
Factor Tipo s Valores
ANALIZADOR Fijo 2 1; 2
AUTOMOVILE Fijo 3 1; 2; 3
S
Análisis de Varianza
SC Valor
Fuente GL Ajust. MC Ajust. F Valor p
ANALIZADOR 1 216,00 216,00 20,57 0,045
AUTOMOVILES 2 73,00 36,50 3,48 0,223
Error 2 21,00 10,50
Total 5 310,00
Resumen del modelo
R-cuad. R-cuad.
Estadística para negocios y economía, 11a. ed. David R. Anderson Dennis J.
Sweeney Thomas A. Williams (Pág. 536)
El Examen de aptitud escolar (SAT, por sus siglas en inglés) contiene tres secciones:
lectura crítica, matemáticas y redacción. Cada parte se califica en una escala de 800
puntos. La in-formación de las puntuaciones del examen para la versión 2009 del
SAT está disponible en el sitio web del College Board. Una muestra de las puntuaciones
alcanzadas por seis estudiantes(Student) en el SAT se lista enseguida para lectura crítica
(Critical Reading), matemáticas (Mathematics) y redacción (Writing).
Solución:
1. H o :u1=u2 =u3
H a : Notodas las medidas son iguales
2. α =0.05
3. Estadístico de prueba F
4. Región de aceptacion y critica
F (α , k −1 ,n−k )
F (0.05,3−1,18−3)
F (0.05,2 ,15)
5.Construir la tabla Anova
EXAMEN
Student Critical Reading Mathematics Writing Br
1 526 534 530 1590
2 594 590 586 1770
3 465 464 445 1374
4 561 566 553 1680
5 436 478 430 1344
6 430 458 420 1308
Tc 3012 3090 2964 9066
nc 6 6 6 18
Suma de cuadrados 1535454 1607156 1489430 4632040
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
Tratamiento=¿ ∑ ( )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
90662
ssTotal =4632040− =65798
18
SS 3012 2 30902 2964 2 90662
Tratamiento=¿ + + − =1348¿
6 6 6 18
F calculado> Fteorico
5,6166667>3.68
Decisión:
Rechazar H o y concluir que no hay razón suficiente para decir el puntaje promedio
para exámenes sea el mismo para los alumnos , a un nivel de significancia de 5%.
Si usamos el método del valor de P : P=0.023
0.023<0.05
Como P<α se reafirma la aceptación de H a .
.Se rechaza la Ho si
Fbloque calculado> F(α , gl , gl ) b e
105,416667>3,33
0< 0,05
Se rechaza la Ho ,entonces los alumnos si tienen efecto sobre la pruebas..
.Se rechaza la Ho si
Ftrat calculado> F(α , gl , gl )tr e
5,6166667> 4.10
0.023¿ 0,05
Se rechaza Ho, la calificaciones promedio de los alumnos es diferente .
a) Utilizando un nivel de significancia de 0.05, ¿los estudiantes se desempeñan
de manera distinta en las tres partes del examen?
Si, las medias en los 3 exámenes no son las mismas.
b) ¿Cuál sección parece darles más problemas? Explique
En Critical Reading, hay una mayor variación de las notas respecto a la media.
Solución Minitab:
Gráfica de distribución
Gráfica de distribución
F; df1=2; df2=15
1,0
0,8
Densidad
0,6
0,4
0,2
0,05
0,0
0 3,682
X
EXAMEN Fijo 3 1; 2; 3
ESTUDIANTE Fijo 6 1; 2; 3; 4; 5; 6
S
Análisis de Varianza
MC
Fuente GL SC Ajust. Ajust. Valor F Valor p
Solución:
1. H o :u1=u2 =u3
H a : Notodas las medidas son iguales
2. α =0.05
3. Estadístico de prueba F
4. Región de aceptacion y critica
F (α , k −1 ,n−k )
F (0.05,3−1,15−3)
F (0.05 , 2, 12)
TRATAMIENTOS
A B C Br
1 16 16 24 56
2 19 17 22 58
3 14 13 19 46
4 13 12 18 43
5 18 17 22 57
Tc 80 75 105 260
nc 5 5 5 15
Suma de cuadrados 1306 1147 2229 4682
2
2 (∑ x )
ssTotal =∑ x −
N
SS 2 2
TC (∑ x )
Tratamiento=¿ ∑ ( )
nc
−
N
¿
2
B r2 ( ∑ x )
ss Bloque=∑ ( ) k
−
N
2602
ssTotal =4682− =175,333
15
SS 802 75 2 105 2 2602
Tratamiento=¿ + + − =103.333¿
5 5 5 15
F calculado> Fteorico
56,36601664>3.89
Decisión:
Rechazo la H o y concluir que no hay razón suficiente para decir que los tiempos
medios de los tres sistemas son iguales , a un nivel de significancia de 5%.
Si usamos el método del valor de P
P=0.0204428
0.00002<0.05
Como P<α se reafirma el rechazo de la Ho
.Se rechaza la Ho si
Fbloque calculado> F(α , gl , gl )
b e
17,63725624>3.84
0< 0,05
Se rechaza Ho ,entonces los operadores tienen efecto sobre los sistemas..
.Se rechaza la Ho si
Ftrat calculado> F(α , gl , gl ) tr e
56,36601664> 4.46
0,0204< 005
Se rechaza Ho,
Gráfica de distribución
las medias de F; df1=2; df2=12
los 3
sistemas
1,0
operativos no
son iguales. 0,8
Solución
Minitab:
Densidad
0,6
Gráfica 0,4 de
0,2
0,05
0,0
0 3,885
X
distribución