Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Plantilla Fase 3
Plantilla Fase 3
Presentado por:
Leidy Milena Diaz Guarin
Grupo:
Presentado a:
Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)
K= N/n
N= 2950
n= 487
K= 6.06 se redondea
TOMA
CANTIDAD
MUESTRA
Elemento
vendido Tipo de articulo
1 3 3 5
7 39 39 5
29 171 171 2
36 213 213 5
37 219 219 3
42 249 249 5
47 279 279 4
55 327 327 5
63 375 375 1
72 429 429 3
75 447 447 3
76 453 453 1
86 513 513 1
89 531 531 4
101 603 603 2
102 609 609 1
104 621 621 5
110 657 657 5
114 681 681 2
121 723 723 3
122 729 729 5
129 771 771 5
145 867 867 4
147 879 879 1
158 945 945 5
168 1005 1005 3
171 1023 1023 4
176 1053 1053 5
179 1071 1071 1
182 1089 1089 5
188 1125 1125 5
191 1143 1143 1
196 1173 1173 3
206 1233 1233 4
210 1257 1257 1
213 1275 1275 1
218 1305 1305 5
227 1359 1359 4
243 1455 1455 1
247 1479 1479 1
253 1515 1515 1
255 1527 1527 4
268 1605 1605 3
269 1611 1611 4
272 1629 1629 4
275 1647 1647 1
276 1653 1653 3
287 1719 1719 1
296 1773 1773 4
300 1797 1797 1
303 1815 1815 5
304 1821 1821 4
306 1833 1833 2
309 1851 1851 3
311 1863 1863 2
316 1893 1893 1
323 1935 1935 3
326 1953 1953 1
329 1971 1971 1
331 1983 1983 3
347 2079 2079 3
351 2103 2103 2
357 2139 2139 4
364 2181 2181 4
366 2193 2193 4
374 2241 2241 2
378 2265 2265 2
379 2271 2271 3
385 2307 2307 2
393 2355 2355 4
400 2397 2397 1
405 2427 2427 3
415 2487 2487 3
422 2529 2529 4
426 2553 2553 1
433 2595 2595 1
434 2601 2601 2
435 2607 2607 2
437 2619 2619 5
438 2625 2625 2
446 2673 2673 3
452 2709 2709 2
466 2793 2793 5
484 2901 2901 1
487 2919 2919 4
TIPO DE MUESTREO: Sistemático
ento de la población)
ada 31 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando
sde 1 hasta n
iables de la población
ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los
estra. El número 2, corresponde a la columna de la variable, en este caso Municipio
Precio del
Precio de impuesto envío Género de cliente
3600 5500 1
7300 5500 1
5200 6000 2
5200 5500 1
7300 6000 2
2400 5500 1
4400 6000 2
8100 5500 1
6200 5000 1
7300 6000 1
6000 6000 1
3000 5000 1
2400 5000 2
3600 6000 2
3300 6000 1
6200 5000 1
5200 5500 2
8200 5500 2
3300 6000 1
2800 6000 2
5200 5500 2
4400 5500 1
7300 6000 1
3600 5000 1
5200 5500 2
6200 6000 1
3600 6000 1
3600 5500 1
6200 5000 2
2800 5500 1
6200 5500 2
6900 5000 2
7300 6000 2
4400 6000 2
5300 5000 1
5200 5000 1
6200 5500 2
2600 6000 1
5300 5000 1
5200 5000 2
4700 5000 2
3600 6000 2
6200 6000 1
6200 6000 2
3000 6000 2
4400 5000 1
4400 6000 2
5200 5000 1
4400 6000 2
1700 5000 2
4400 5500 2
2800 6000 2
4400 6000 2
7300 6000 1
2000 6000 2
3600 5000 1
5200 6000 2
3600 5000 1
1700 5000 2
2200 6000 1
7300 6000 2
5000 6000 2
6200 6000 2
7300 6000 2
6200 6000 1
2100 6000 1
7300 6000 1
3000 6000 2
6200 6000 2
7300 6000 1
5200 5000 2
3600 6000 1
2800 6000 2
6200 6000 2
2100 5000 2
6000 5000 1
4400 6000 2
3300 6000 1
8400 5500 1
6200 6000 1
6200 6000 2
6200 6000 1
2100 5500 2
4000 5000 1
1600 6000 1
reo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.
1 1
Probabili
dad de
Portal de volver a Utilidad del
Edad del cliente Satisfacción compra comprar producto
27 1 3 2 2
54 3 3 2 2
44 4 3 1 1
52 4 3 2 4
53 4 3 2 3
28 3 3 2 2
18 3 3 2 4
50 3 3 1 3
18 2 3 1 1
39 2 3 2 3
52 4 3 2 3
22 4 3 1 2
44 3 3 1 2
49 1 3 1 4
46 1 3 2 4
50 3 3 1 3
35 4 3 1 1
31 3 3 1 1
20 4 3 2 1
29 2 3 1 1
54 2 3 1 4
20 1 3 2 2
41 3 3 2 2
37 1 3 1 2
44 2 3 1 2
43 2 3 1 3
42 2 3 2 3
53 2 3 2 4
31 2 3 2 4
45 2 3 2 2
54 4 3 2 1
48 4 3 1 4
27 2 3 2 2
38 2 3 1 1
36 2 3 2 1
26 4 3 2 4
38 2 3 2 4
27 1 3 1 2
30 3 3 2 3
51 4 3 1 3
28 3 3 1 3
37 3 3 1 4
32 1 3 2 3
34 3 3 1 4
43 4 3 1 4
47 1 3 1 4
27 2 3 1 4
46 2 3 1 4
18 4 3 1 3
50 2 3 2 2
47 4 3 2 4
36 3 3 2 1
34 1 3 2 1
53 2 3 1 3
52 2 3 2 2
33 4 3 2 3
33 3 3 2 1
49 2 3 2 4
52 1 3 2 4
27 2 3 2 1
45 3 3 2 1
37 2 3 1 4
34 2 3 2 4
55 3 3 1 4
22 4 3 2 4
36 2 3 1 4
47 3 3 2 3
44 4 3 2 1
22 2 3 1 3
39 4 3 1 2
40 1 3 2 2
30 4 3 2 4
32 2 3 1 2
51 3 3 2 2
42 1 3 1 3
44 1 3 2 4
21 3 3 2 4
29 1 3 2 2
27 4 3 1 3
29 3 3 1 3
33 1 3 2 4
39 1 3 2 4
42 1 3 2 2
25 4 3 2 1
30 1 3 2 4
Recomendación
del producto
1
3
1
1
2
3
1
1
3
1
1
3
3
3
1
1
2
2
3
3
3
3
3
3
3
2
2
3
2
2
3
3
1
2
1
1
3
3
3
3
3
2
1
3
3
3
3
1
3
2
3
3
3
3
1
2
3
1
3
3
3
3
3
3
3
3
2
3
3
2
3
3
2
3
3
1
2
2
1
3
1
3
1
3
1
Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 487
Media Muestral promedio= 1461
Desviación estandar= 844.374325
Promedio de la variable X= 2.5
Paso 1: Describir la hipótesis
H0: media de la probabilidad de defecto del tipo de artículo belleza es mayor o igual a 2,5
H1: media de la probabilidad de defecto del tipo de artículo belleza es menor a 2,5
H0 : µ ≥ = 2,5
H1: µ < 2,5
(Prueba Unilateral izquierda)
𝒁_𝒑𝒓𝒖𝒆𝒃𝒂=(𝒙 ̅−
𝝁)/(𝒔/√𝒏)
Zprueba= 38.12
Zteórico= -1.645
Conclusión:
nilateral izquierda)
se va a trabajar
p-valor = 1
α= 0.05
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
s > al nivel de significancia
s > al nivel de significancia
mayor 2,5
media de la probabilidad de defecto del tipo de
or o igual a 2,5 (Prueba Unilateral izquierda)
Tabla de distribucion normal
Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 487
Cantidad del filtro = 105
(p) % = 22%
(P) Proporción= 50%
Paso 1: Describir la hipótesis
H0: % de proveedores con satisfaccion "Satisfecho" es menor o igual al 50%
H1: % de proveedores con satisfaccion "Satisfecho" es menor o mayor al 50%
H0 : P ≤ 50%
H1: P > 50% (Prueba Unilateral derecha)
Zprueba= -12.55
Zteórico= 1.645
Conclusión:
al 50%
r al 50%
teral derecha)
22%
50%
p-valor = 1
α= 0.05
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
-12,55
Fase 3 Pruebas de Hipotesis
Datos
MEDIA POBLACIONAL
0
MEDIAS MUESTRALES
Al tipo de articulo de deportivo
El tipo de articulo accesorios tecnológicos
H0: El promedio de precio para el tipo de articulo tecnologico es Igual al tipo de articulo deportivo
Ha: El promedio de precio para el tipo de articulo tecnologico es No Igual al tipo de articulo deportivo
Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2
Donde
BILATERAL
𝜇_1: Promedio de precio de accesorios tecnologicos
𝜇_2: Promedio de precio de articulo deportivo
a = 0.05
Zprueba= 0.05
Conclusión:
Se acepta la Ho
Una PH para la diferencia de medias, para probar que el promedio de pre
costo para el tipo de articulo accesorios tecnológicos es igual al tipo de arti
deportivo. (Prueba bilateral)
3.03703703703704
1.45115193015708
102
ATERAL
p-valor = 0.9593
α= 0.05
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
n1= 80 n2 = 105
Ho: % de articulos de belleza adquiridos por el genero femenimo es igual al % de articullos de vestuario
Ha: % de articulos de belleza adquiridos por el genero femenimo No igual al % de articullos de vestuario
Donde
(Prueba Bilateral)
P1: Promedio articulos de belleza
P1 - P2
Zprueba =
PC (1- PC ) PC (1- PC )
+
n1 n2
Zprueba= -0.02 =
0.074174999170411
Paso 4: Estadístico teórico (tablas)
Conclusión:
Se aprueba la Ho
Una PH para la diferencia de proporciones, para probar que el número
TOTAL adquiridos por clientes de género femenino tipo belleza es igual al tipo
de vestuario. (Prueba bilateral)
185
rueba Bilateral)
jar
-0.272842540808121
p-valor = 0.785
α= 0.05
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
la Hipotesisi de Ho
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
para probar que el número de artículos
tipo belleza es igual al tipo de articulo
eba bilateral)
Evaluar si la “edad del cliente” depende del “portal de compra” del artículo de tipo
ser así:
Página oficial
Edad de cliente 1
Edad de cliente 2
Edad de cliente 3
Edad de cliente 4
Edad de cliente 5
H0: la “edad del cliente” depende del “portal de compra” del artículo de tipo deportivo
H1: la “edad del cliente” No depende del “portal de compra” del artículo de tipo deport
Página oficial
Observación 1 27
Observación 2 50
Observación 3 21
Observación 4 27
Observación 5 25
RESUMEN
Grupos Cuenta
Página oficial 5
Instagram 5
Amazon 5
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 704.533333333333
Dentro de los grupos 1701.2
Total 2405.73333333333
Instagram Amazon
Edad de cliente 6 Edad de cliente 11
Edad de cliente 7 Edad de cliente 12
Edad de cliente 8 Edad de cliente 13
Edad de cliente 9 Edad de cliente 14
Edad de cliente 10 Edad de cliente 15
e se va a trabajar
Instagram Amazon
21 27
27 54
48 44
47 52
25 53
14
otesis nula porque el valor "F" esta ubicado en la zona de aceptacion con respecto al "Valor critico para F"
datos a trabajar debe
ra F"
Referencia
Espejo, M. I., Fernández, P. F., & López, S. M. (2016). Inferencia estadística: teoría y problemas
(2a. ed.). Madrid, ESPAÑA: Servicio de Publicaciones de la Universidad de Cádiz. (pp. 147-178)
Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva, teoría
de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide. (pp. 313-
328).
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la
calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 72-90).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional. (pp. 65-84).
problemas
p. 147-178)
a, teoría
. 313-
tico de la