1.

- A usted se le pide que proponga, con la información que está a su alcance y

los conocimientos que tiene de estadística, cuál de las dos esteras debe ser la
primera que debe sustituirse. Tome la decisión con una probabilidad de cometer
error tipo I del 10%. En caso de ser necesario asuma un 98% de probabilidad de
rechazar H0 siendo falsa.

Estera A:

T de una muestra
Estadísticas descriptivas

Error
estánda
r
de la IC de 90% para
N Media Desv.Est. media μ
2 44.000 1.503 0.336 (43.419; 44.581)
0
μ: media de Muestra

Prueba

Hipótesis nula H₀: μ = 45

Hipótesis H₁: μ ≠ 45
alterna
Valor
T Valor p
-2.98 0.008

Para poder realizar una conclucion para este punto se muestra que debido a que
el valor P (0.008) es menor que la significancia, se rechaza la hipótesis nula, con
eso se puede concluir con un 90% de confianza que el tiempo promedio de espera
en la estera A es diferente de 45 minutos.
Estera B:

Z de una muestra
Estadísticas descriptivas

Error
estánda
r
de la IC de 90% para
N Media media μ
4 47.000 0.321 (46.471; 47.529)
5
μ: media de Muestra
Desviación estándar conocida = 2.156

Prueba

Hipótesis nula H₀: μ = 45

Hipótesis H₁: μ ≠ 45
alterna
Valor
Z Valor p
6.22 0.000

Para poder realizar una conclusión para este punto se muestra que debido a que
el valor P (0.000) es menor que la significancia, se rechaza la hipótesis nula, con
eso se puede concluir con un 90% de confianza que el tiempo promedio de espera
en la estera B es diferente de 45 minutos.

Para este punto no es necesario asumir un 98% de probabilidad de rechazar la

Hipótesis nula siendo falsa, dado que el valor P obtenido en ambas pruebas es
menor que la significancia que se propone.
Para poder corroborar si el tiempo de espera en la estera B excede de 45 minutos,
se realiza la siguiente prueba de hipótesis:

Z de una muestra
Estadísticas descriptivas

Error
estánda Límite
r inferior
de la de
N Media media 90% para μ
4 47.000 0.321 46.588
5
μ: media de Muestra
Desviación estándar conocida = 2.156

Prueba

Hipótesis nula H₀: μ = 45

Hipótesis H₁: μ > 45
alterna
Valor
Z Valor p
6.22 0.000

Para poder realizar una conclusión para este punto se muestra que debido a que
el valor P (0.000) es menor que la significancia, se rechaza la hipótesis nula, con
eso se puede concluir con un 90% de confianza que el tiempo promedio de espera
en la estera B es excede de 45 minutos.

Conclusión: para este punto se decide concluir con base a los resultados
obtenidos. Que se decide reemplazar la este B debido a que esta presenta como
resultado que excede de los 45 minutos que se dieron como promedio.
2.- De la aleatoriedad de la muestra y de la normalidad nada se sabe. Debido a
que de la aleatoriedad de la muestra y la normalidad de los datos se desconocen
los datos se decide realizar lo siguiente:

Para la aleatoriedad de los datos:

Prueba de corridas: datos

Estadísticas descriptivas

Número de
observaciones
N K ≤K >K
6 35.3167 33 27
0
K= media de la muestra

Prueba

Hipótesis nula H₀: El orden de los datos es aleatorio

Hipótesis H₁: El orden de los datos no es aleatorio
alterna
Número de corridas
Observad
o Esperado Valor p
25 30.70 0.134

El numero observado de corridas o prueba de rachas es 25

La región crítica que se utiliza es la correspondiente al valor de P. Si la

significación
estadística de la prueba es ≤ α se rechaza H 0

Tomando el 99% de confianza, entonces α = 0.01

Observando que el valor esperado en el estudio es P = 0.134 > 0.01 se acepta a

hipótesis H0 y se puede concluir con certeza que los datos fueron seleccionados
de una manera aleatoria.

Para la normalidad de los datos:

Gráfica de probabilidad de datos

Normal
99.9
Media 35.32
Desv.Est. 9.447
99 N 60
AD 0.612
95 Valor p 0.106
90
80
Porcentaje

70
60
50
40
30
20
10
5

0.1
0 10 20 30 40 50 60 70
datos
La región crítica que se utiliza es la correspondiente al valor de P. Si la
significación

estadística de la prueba es ≤ α se rechaza H 0

Tomando el 99% de confianza, entonces α = 0.01

concluyendo que el valor esperado en el estudio es P = 0.106>0.01 no se rechaza

la H0 con esto se puede decir que los datos estan distribuidos de una manera
normal. Al igual que se puede lograr las misma conclucion observando el
estadigrafo viendo que los puntos se encuentran a la par de la linea roja trazada
por el software.

a) Hacer un análisis descriptivo (determinación de estadísticos: media

muestral, mediana, varianza y desviación típica muestral, asimetría y
curtosis) de estos datos e interpretarlos.

Estadísticos descriptivos: datos

Estadísticas

Variable Media Desv.Est. Varianza Mediana Asimetría Curtosis

datos 35.32 9.45 89.24 34.50 -0.11 0.37

podemos observar que el promedio de los datos es de 35.32 minutos.

observamos también una Desviación Estándar =9.45 lo que nos indica el valor de
dispersión de los datos con respeto a la media o promedio de los datos.

Obtenemos también una varianza =89.24 lo que nos indica la variabilidad que
representan los datos con respecto a la media o promedio.
Curtosis= 0.37 lo que nos indica este valor al ser <1, es que nuestra grafica tiene
un desplazamiento Platicurtico en donde la curva de normalidad se carga de
datos.

b) Construya el diagrama de cajas y el histograma de frecuencias. Emita su

criterio al respecto.

Gráfica de caja de datos

60

50

40
datos

30

20

10

Este estadigrafo presenta la particion de los valores en porcentajes y muestra

observando detalladamente 3 valores atipicos pequeños y un valor atipicamente
grande.
 Histograma de datos
20

Frecuencia 15

10

0
10 20 30 40 50 60
datos

En el estadigrafo de histograma de los datos podemos concluir que los datos se

muestran simetricos con respcto a la media.

c) Compruebe si el tiempo medio de espera de los pasajeros cumple con lo

especificado para el tiempo medio de espera establecido
internacionalmente (utilice nivel de confianza del 99%).

T de una muestra: datos

Estadísticas descriptivas

Error
estánda
r
de la IC de 99%
N Media Desv.Est. media para μ
6 35.32 9.45 1.22 (32.07; 38.56)
0
μ: media de datos
Prueba

Hipótesis nula H₀: μ = 45

 Hipótesis H₁: μ ≠ 45
alterna
Valor
T Valor p
-7.94 0.000

El tiempo medio de espera de los pasajeros es menor que el tiempo medio de

espera
establecido internacionalmente, con base en el intervalo de confianza del 99%
construido

debido a que el estudio nos arroja un resultado en intervalo de confianza de

(32.07; 38.56) minutos, Siendo este intervalo menor al tiempo establecido que es
de: 45 minutos.

Como el valor T es negativo, quiere decir que el tiempo de espera es menor al

tiempo de
espera que se establece internacionalmente.

d) Construya los límites de tolerancia estadísticos para el tiempo de espera

que incluyan al 95% de la población con un 99% de confianza. Haga el
análisis correspondiente y proponga al aeropuerto que debe hacer según el
resultado obtenido.

Intervalo de tolerancia: datos

Método

Nivel de confianza 99%

Porcentaje de población en el 95%
intervalo
Estadísticas
Variabl
e N Media Desv.Est.
datos 60 35.317 9.447

Intervalo de tolerancia de 99%

Variabl Método no Confianza

e Método normal paramétrico lograda
datos (11.611; (12.000; 59.000) 80.8%
59.022)
El nivel de confianza alcanzado se aplica sólo al método no paramétrico

Gráfica de intervalos de tolerancia para datos

Gráfica de intervalos de tolerancia para datos

Intervalo de tolerancia de 99%
Al menos 95% de la población cubierto
Estadísticas
N 60
Media 35.317
Desv.Est. 9.447
Normal
10 20 30 40 50 60 Inferior 11.611
Superior 59.022
Normal No paramétrico
Inferior 12.000
No paramétrico
Superior 59.000
10 20 30 40 50 60 Confianza lograda
80.8%
Gráfica de probabilidad normal
Prueba de normalidad
99.9
99 AD 0.612
90 Valor p 0.106
Porcentaje

50

10
1
0.1
0 10 20 30 40 50 60

En este punto se tiene como resultado con un 99% de confianza que la tolerancia
en el tiempo de espera se encuentra en el intervalo de 11.61 minutos y 59.02
minutos

Recomendando con esto agilizar el tiempo de espera con una posible instalación
de otra estera reducción así los tiempos de espera.
 e) Construya un intervalo del 99% de confianza para la desviación típica del
tiempo de espera de los pasajeros en el aeropuerto.

Prueba e IC para una varianza: datos

Método

σ: desviación estándar de datos

El método de Bonett es válido para cualquier distribución continua.
El método de chi-cuadrada solo es válido para la distribución
normal.

Estadísticas descriptivas

IC de 99% IC de 99%
para σ para σ
Varianz usando usando
N Desv.Est. a Bonett Chi-cuadrada
6 9.45 89.2 (7.40; (7.62; 12.31)
0 12.59)

Con un 99% de confianza y construyendo un intervalo para la desviacion tipica de

los pasajeros tenemos como resultado un intervalo de 7.62 y 12.31 minutos

Con esto se puede decir que el tiempo de los pasajeros en la espera puede ser
de 38 a 52 minutos o 33 a 57 minutos.

f) Construya un intervalo del 99% de confianza para el tiempo medio de

espera de los pasajeros en el aeropuerto.

T de una muestra: datos

Estadísticas descriptivas
 Error
estánda
r
de la IC de 99%
N Media Desv.Est. media para μ
6 35.32 9.45 1.22 (32.07; 38.56)
0
g) μ: media de datos

con este ultimo punto se puede concluir que el tiempo promedio de cada pasajero
con un 99% de confianza es de 32.07 minutos o 38.56 minutos.

Para finalizar se puede decir que el analisis de estos datos puede ayudar a
mejorar la atencion en el eropuerto Internacional José Martí de Ciudad de la
Habana debido a que se encuentran algunas anomalias en sus datos los cuales
nos puede presentar un tiempo no acorde a los establecido para el tiempo de
espera y con eso baja el rendimiento en el trabajo de dicho aeropuero

Se puede realizar la recomendación de la instalacion de una nueva estera

trayendo consigo un menor tiempo de espera beneficiando a los pasajeros que
esperan su equipaje.