UNIVERSIDAD NACIONAL

PEDRO RUIZ GALLO

FACULTAD DE INGENERÍA CIVIL, SISTEMAS Y
ARQUITECTURA
ESCUELA PROFESIONAL DE INGENERÍA DE SISTEMAS

Resolución de ejercicios de
Estadística Básica

INTEGRANTES
Alva Gonzales Angie Maryline
Flores Perez Jose Andres
Mejia Rojas Nelida Yulissa

ASIGNATURA
Métodos de Predicción

DOCENTE
Mag. María de los Ángeles Guzmán Valle

Chiclayo 23 de agosto del 2020

3. Una compañía constructora grande planea idear una manera útil de
visualizar las ganancias típicas de trabajos obtenidos por licitación. Debido
a que los trabajos varían significativamente en tamaño y en la cantidad final
de subasta exitosa, la compañía ha decidido expresar las utilidades como
ganancias porcentuales:

Ganancias
Ganancias porcentuales=100 ×
Costos reales de construcci ó n

Cuando se pierde dinero en un proyecto, las ganancias son negativas y

también la utilidad neta resultante. Una muestra de 30 trabajos arrojó las
ganancias porcentuales:

15.9 21.3 -1.8 6.6 .4 53.6 19.7 -.5 6.7 -2.3

11.9 -.3 19.0 12.8 -9.6 26.8 21.0 32.0 -.4 10.9
6.9 -8.5 3.5 3.5 -1.9 4.0 13.0 15.1 9.7 33.9

a) Calcule un estimado de las ganancias porcentuales medias para la

población de trabajos al incluir todos los trabajos potenciales.

El promedio de las ganancias porcentuales sobre los trabajos obtenidos

por licitación es 10.76% con una desviación estándar de 13.71

b) Construya un intervalo de confianza de 95% para las ganancias

porcentuales medias de la población de trabajos, usando un
argumento de muestra grande.
 Utilizando la prueba Z con un nivel de confianza del 95% y usando una
muestra grande para los datos, las ganancias porcentuales están entre
5.86 y 15.67 con una desviación estándar del 13.71.

c) Construya un intervalo de confianza de 95%, para las ganancias

porcentuales medias para la población de trabajos, suponiendo que
30 es un tamaño de muestra pequeño. ¿Cuál es la suposición
adicional que usted necesita hacer en este caso?

Utilizando la prueba T-student con un nivel de confianza del 95%,

usando una muestra pequeña para los datos, las ganancias
porcentuales están entre 5.64 y 15.88.
 d) Compare los dos intervalos en los incisos b) y c). Explique por qué
un tamaño de muestra de 30 a menudo se toma como límite entre
una muestra grande y una pequeña.

Existe una relación lineal fuerte, debido a que los puntos de datos están
bastante cerca que pasa a través de ellos.

8. La gerente de una tienda de yogurt congelado afirma que una porción de

tamaño mediano contiene un promedio de más de 4 onzas de producto. A
partir de una muestra aleatoria de 14 raciones, se obtiene una media de
4.31 onzas y una desviación estándar de .52 onzas. Pruebe, con α=.05, la
afirmación de la gerente. Calcule el valor p para la prueba. Suponga que la
distribución de peso por ración es normal.

a. Hipótesis
H 0 :u≥4
H 1:u< 4

b. Nivel de significancia
α =0.05

c. Estadístico

x−u
t=
( ) Sx
√n
=2.23

0.31
t=
( )0.52
√ 14
=2.23
d. Regla de decisión

Si Tc < -1.771 entonces Rechazo H0

Tc = 2.23 entonces acepto H0

Por lo tanto, al 95% de confianza se puede comprobar que la afirmación de

la gerente es la correcta y una porción de tamaño mediano contiene un
promedio de más de 4 onzas de producto.
9. Con base en experiencias pasadas, la California Power Company predice
que la media del uso residencial de electricidad por hogar será de 700 kwh
para el próximo enero. En enero, la compañía selecciona una muestra
aleatoria simple de 50 hogares, y calcula una media y una desviación
estándar de 715 y 50, respectivamente. Utilice un nivel de significancia de
0.05, para determinar si el pronóstico de California Power es razonable.
Calcule e interprete el valor p de esta prueba.

a. Hipótesis
H 0 :u=700
H 1:u ≠ 700

b. Nivel de significancia
α =0.05

c. Estadístico

x−u
t=
( ) Sx
√n

715−700
t=
( 50
√ 50 )
=2.1213

Si p<α, entonces rechazo hipótesis nula

El valor de probabilidad es 0.039, el cual es menor al nivel de
significancia 0.05, por lo tanto, se rechaza la hipótesis nula.
El uso residencial de electricidad por hogar será diferente de 700 kwh
para el próximo enero.

d. Regla de decisión

T=2.12
T no se encuentra en el rango de -2.010 y 2,010. Entonces tenemos
evidencia estadística para rechazar la hipótesis nula.
El pronóstico de California Power no es razonable.