Está en la página 1de 8

REPÚBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD NACIONAL ABIERTA


Centro Local Falcón. Oficina de Apoyo Punto Fijo
Asignatura: Estadística Aplicada Cód. 746

Nombre Completo: María Loreta Andriolo S.


Número de cédula de identidad V.- 10.969.122
Fecha completa en la que entregó el trabajo: 27/07/2020
Correo electrónico del estudiante: loretaandriolo@gmail.com
Teléfono: 0424-8093016

Resultados de Corrección´

N° de 1 2 3 4
Objetivo
0 = NL
1= L
DESARROLLO TRABAJO PRÁCTICO I

P: 1, O: 1.

En la clase de computadores que se da a los estudiantes de estadística de segundo nivel, los


estudiantes tuvieron un promedio de 14.2 errores con una desviación estándar de 4.3

a) ¿Cuál es la probabilidad de que usted (o cualquier estudiante dado) tenga más de


13 errores en el curso si se sabe que los errores están distribuidos normalmente?
Datos: µ = 14,2 errores
Ó= 4,3 errores n= 1 P(X˂ 13 errores)
hallamos: P(13˂X˂ 14,2 )

x
Z x  13  14 , 2   0, 28 P(13˂X˂ 14,2 ) = P(-0,028 ˂ Z ˂ 0)= 0.1103
P(X ˃ 13 errores) = P(Z˃ -0,28) = P( -0,28 ˂ Z ˂ 0) + 0,5
 4 ,3 1 = 0,1103+ 0,5
x
n = 0,6103

b) Si los errores no están distribuidos normalmente. ¿Cuál es la probabilidad de que


una muestra de 36 estudiantes tenga un promedio superior a 13 errores?
Datos: n= 36 P(X˂ 13 errores)
hallamos: P(13˂X˂ 14,2 )

x P(13˂X˂ 14,2 ) = P(- 1,67 ˂ Z ˂ 0)= 0,4525


Z x  13  14 , 2   1,67
P(X ˃ 13 errores) = P(Z˃ -0,28) = P( -1,67 ˂ Z ˂ 0) + 0,5
 4,3 36 = 0,4525+ 0,5
x = 0,9525
n

c) ¿Por qué sus respuestas son diferentes? Dibuje las dos gráficas, una encima de la
otra para ilustrar.
Los resultados de las preguntas a) y b) son diferentes ya que la distribución de la x es
menor en b porque σ ˃ σ x
d) ¿Por qué se necesitó la suposición de normalidad en la parte a y no en la parte b?
En la pregunta a) nos confirma que sigue una distribución normal, en cambio en la parte b)
con n˃30; el teorema central del límite admite la hipótesis de la distribución normal.

P: 2, O: 1

Un restaurante de comida china para llevar, deseaba determinar qué porcentaje de sus
clientes seleccionan la sopa de nido de aves como parte de su cena placentera.

a) En una muestra de 320 clientes, 220 se llevaron a casa esta delicia. Calcule e
intérprete un intervalo del 99%.
( X ) 220
p= = =0 . 687≈0. 69
b) ( n ) 320
p ( 1− p ) ( 0 .69 )( 0 . 31 )
s p=
√ (n)
=
√320
=0. 025
Nivel de confianza I.C. del 99% requiere un valor de z de 2.58
π = p±Z sp
π =0 . 69±( 2 .58 )( 0 . 025 )
0 .62≤π≤0 . 75
c) Utilizando los datos anteriores, construya el intervalo del 90%.
Nivel de confianza I.C. del 90% requiere un valor de z de 1.64
π = p±Z sp
π =0 . 69±( 1 .64 ) ( 0 .025 )
0 .65≤π≤0 . 73

d) ¿Por qué obtuvo un intervalo más pequeño? ¡Seria siempre deseable reducir el
ancho de intervalo de este manera?

Cuando mayor sea el nivel de confianza prefijado la amplitud del intervalo de estimación será
también mayor y por lo tanto la estimación será menos precisa.

No es deseable ya que se debe aceptar un nivel de confianza más bajo

P: 3, O: 2.

Un contratista eléctrico ha concluido que los hogares promedio utilizan 500 metros de
cableado eléctrico. Usted encuentra que una muestra de 15 casas utiliza 545.3 metros con s
=166.4 metros. ¿A un nivel de significancia del 5%, está usted de acuerdo con el
contratista?

X−μ 543 . 3−500 45 . 3


t= = = =1. 054
S 166. 4 42 . 36
√n √15
El valor de t=1.054 se compara con un valor critico de t con n-1=14 y un valor de α del 5%. De
la tabla t0514=1.761

Ho: µ=500; t=1.054 está entre ± 1.761; No rechazar

P: 4, O: 2.

Describa el efecto de un incremento en el tamaño de la muestra en:

a) La probabilidad de un error tipo I.


Para los tamaños de la muestra los conceptos de error y nivel de confianza están
relacionados, si admitimos un error mayor, esto es aumentamos el tamaño del intervalo
de la muestra y existe mayor probabilidad de éxito en nuestra estimación, es decir un
mayor nivel de confianza para disminuir el error hay que aumentar el tamaño de la
muestra
b) Los valores críticos.

Igual manera pasa con los valores críticos o zona de rechazo su utilizamos valores muy
grandes y muy pequeños esta zona se marca por un nivel de significación mientras más
grande, o más pequeño sea el valor concreto se rechazara o se aceptara la hipótesis

c) Ilustre su respuesta con una gráfica apropiada.


P: 5, O: 3.

¿Qué condiciones debe reunir la distribución t antes que pueda utilizarse?

Las condiciones para que la distribución t pueda usarse en general y primordialmente


son tres la primera que la muestra sea pequeña. La segunda que la desviación estándar sea
desconocida y por último que la población sea normal o casi normal

P: 6, O: 3.

Una empresa compra materias primas de dos proveedores. La gerencia está preocupada
sobre los retrasos en la producción debido a que no se reciben los envíos a tiempo. Una
muestra de 10 envíos del proveedor A tienen un tiempo de entrega promedio de 6,8 días y
s= 2,57. Mientras que 12 envíos del proveedor B tienen un promedio de 4,08 días y s =
1,93. Si no se pueden asumir varianzas iguales, ¿qué recomendación haría con base en un
intervalo del 90% para la diferencia en los tiempos promedio de entrega?

Proveedor A Proveedor B
N1=10 N2=12
X1=6.8 X2=4.8
S1= 2.57 S2=1.93

I.C=90%

g .l=
[ ( 2. 57 )2 /10+ (1 . 93 )2 /12 ] =0 . 102≈1
( ( 2 .57 )2 /10 ) 2 / ( 10−1 ) + ( ( 1. 93 )2 /12 ) 2 / ( 12−1 )
El intervalo de confianza del 90% α= 0.9 con 1 g.l requiere un valor t de 6.314

( 2. 57 )2 ( 1. 93 )2
μ1 −μ 2 =(6 . 8−4 . 8)±6 .314
10
+

12
=2±6 . 22

4.22 ≤ μ1 −μ 2 ≤ 8.2 días esto indica que el proveedor a esta entre 4.2 y 8.2 días puede estar
90% seguro de usar el proveedor A

P: 7, O: 3.
Un restaurante XY de comida rápida afirma que su especial de lujo tiene por lo menos
0,25 kilos de carne. Una muestra de 100 hamburguesas tiene una media de 0,237 Kilos,
con una desviación estándar de 0.04 Kilos. El restaurante XY es culpable de falsa
publicidad a un nivel de significancia del 5%?

µ= 0.25 kg
n= 100 hamburguesas
S=0.04
α =0.5
x =0.237

x−μ x
Z=
s/ √ n

0 .237−0.250 μ x −0 .013
Z= = =−0.00325≈0 . 03
0 .04 / √100 4

De la tabla E

Z0, 5.0.03= 0.1368 Ho: µ=0.25 no rechazar Ha: µ≠0.25 rechazar Ho: µ=0.03 Rechazar

P: 8, O: 4.

Cierto experimento tiene seis resultados posibles A, B, C, D, E y F se suponen que las


probabilidades de obtener cada uno de estos resultados son respectivamente 0,1; 0,01;
0,05; 0,4; 0,2 y 0,15 Para verificar estas suposiciones se realizaron 60 repeticiones del
experimento obteniéndose los siguientes resultados:

A B C D E F
4 3 7 17 16 13

Se completa la tabla de datos;

A B C D E F total
4 3 7 17 16 13 60
0. 0.1 0.05 0.4 0.2 0.15 1
1
6 6 3 24 12 9 E=n.p
2
2 ( O −E )
i

x =∑ Ei
i

( 4−6 ) ( 3−6 )2 ( 7−3 )2 ( 17−24 )2 ( 16−12 ) 2 ( 13−9 )2


2
= + + + + + =15 . 57
6 6 3 24 12 9

K-1 = 5 grados de libertad


α =? Tomare 0.05
X20,05.5 ≤ 11.07 rechazar; si X20,05.5 ≥ 11.07 no rechazar
La hipótesis nula deberá rechazarse debido a que 15.27˃11.07
P.9, O: 4.

Los siguientes datos clasifican una selección de vendedores de una empresa X de acuerdo
a su capacidad de ventas (evaluada por los clientes que atendieron el mes anterior) y el
número de firmas comerciales para las que ofrecieron productos en aquel mes.

NUMERO DE FIRMAS COMERCIALES


1 2 3
Mayor que la media 12 10 4
Media 32 40 38
Debajo de la media 7 12 25

Al nivel de significación del 5% ¿Cree usted que la capacidad del vendedor es


independiente del número de firmas comerciales para las que ofrecieron productos?

Completamos la tabla
NUMERO DE FIRMAS COMERCIALES TOTALES
1 2 3
Mayor que la media 12 10 4 25
Media 32 40 38 110
Debajo de la media 7 12 25 44
TOTALES 51 62 66 179
El estadístico para la prueba de independencia es:
2
2 ( O −E )
i

x =∑ Ei
i

25 ( 51 ) 2 25 ( 62 ) 2 25 ( 66 ) 2
=
(
12−
179
+
) (
10−
179 ) (+
3−
179 ) =3 .341+0 . 2076−4 . 193=0 . 634
25 ( 51 ) 25 ( 62 ) 25 ( 66 )
179 179 179
2 2
110 ( 51 ) 110 ( 62 ) 110 ( 66 ) 2
=
(
32−
179
+
) (
40−
179 ) ( +
38−
179 ) =0 . 013+0 . 421+1. 899=2. 333
110 ( 51 ) 110 ( 62 ) 110 ( 66 )
179 179 179
2 2 2
44 ( 51 ) 44 ( 62 ) 44 ( 66 )
=
( 7−
179 ) (
+
12−
179
+
25− ) (
179 ) =−2. 444−0 . 688+1. 424=−1. 708
44 ( 51 ) 44 ( 62 ) 44 ( 66 )
179 179 179
2
2 ( O −E )
i

x =∑ Ei
i
=1. 259≈1 . 26
K= (3 − 1)(3 − 1) = 4 grados de libertad
De la tabla, tomando α=0,05; X20,05.5 ≤ 3.841 rechazar; si X20,05.5 ≥ 3.821 no rechazar
La hipótesis nula no deberá rechazarse debido a que 3.821˃1.26
Se concluye que existe relación entre la capacidad del vendedor y la cantidad de firmas
comerciales.
M. Loreta Andriolo C.I: 10.969.122