Está en la página 1de 94

CONTROL ESTADISTICO DE

Docente: VARELA ROJAS Walter UNASAM


PROCESOS
Alumno(a): TOLENTINO MOLINA Yobana Escuela de Ing. Industrial

TRABAJO
PRACTICO
2

CAPITULO 13
SERIES DE TIEMPO Y NUMEROS INDICE
EJERCICIO 1. Si los datos en una serie temporal tienen una varianza grande, ¿Podría utilizarse un
promedio móvil con un número mayor de periodos, o uno con un número menor de periodos? ¿Por
qué?

SOLUCIÓN:
Los promedios móviles tienen el efecto de suavizante en las variaciones grandes de datos, por lo
que entre más grande sea el número de periodos en un promedio móvil, más pronunciado será el
efecto suavizante, lo cual sería de mayor beneficio.

EJERCICIO 2. ¿Por qué se debe utilizar un promedio móvil solo cuando los datos no presentan
tendencia ni ascendente ni descendente?

SOLUCIÓN:
Se utilizan solo cuando los datos no presentan tendencia ni ascendente ni descendente debido a
que los promedios móviles tienen el efecto de suavizamiento en las variaciones grandes de los
datos. Este efecto de suavizamiento ocurre porque las observaciones inusualmente pequeñas se
promedian con otros valores, y por tanto impacto se mitiga. Entre mas grande se el numero de
periodos en un promedio móvil, más pronunciado será el efecto de suavizamiento. Es por ello que
esta técnica se ajusta para proyectar envíos futuros.

EJERCICIO 3. Acontinuación se presenta el número de llamadas telefónicas diarias que ingresan


a un comutador de una oficina muy ocupada Calcule el promedio móvil para 3 periodos.

1 1
DIA 1 2 3 4 5 6 7 8 9
0 1
LLAMADA 3 3
40 37 45 32 42 47 39 47 41
S 6 8
3

SOLUCION: Día N° Llamadas PM de tres periodos


1 40
2 37 40.6
3 45 38
4 32 39.6
5 42 40.3
6 47 42.6
7 39 44.3
8 47 42.3
9 41 41.3
EJERCICIO 4. A 10 36 38.3 continuación se
presenta el número de empleados que se
ausentan 11 38 diariamente de su
trabajo en una fábrica grande.
Calcule el promedio móvil de cuatro periodos relacionados con estos datos. Centre los promedios.

1 1 1
DIA 1 2 3 4 5 6 7 8 9
0 1 2
4 5 6 3 5 6 3 3 5
EMPLEADOS 42 31 48
5 4 3 9 4 4 6 8 2

SOLUCION: Dí N° PM de cuatro
a Empleados periodos
1 45
2 54 50.25
3 63 49.5
4 39 43.75
5 42 40
6 31 43.75
7 48 49.25
8 54 50.5

EJERCICIO 5. Las 9 64 48.75 existencias


excedentes para 10 36 48.25 Mommis Apples Pies.
Inc, durante 10 11 41 semanas han sido
101, 122, 109, 111, 120, 117, 115, 118,
112 y 117. Utilice el 12 52 suavizamiento
exponencial con α =0.20 y proyecte las
existencias para la semana número once.

SOLUCIÓN:
Como: F t+1 =α At +(1−α ) F t
4

Con:
F t+1 = Valor existencia proyectada para el periodo siguiente
At = Valor existencia actual
F t=Valor proyectado para el periodo actual

F 11° semana =( 0.20)117+(0.80)(112)


F 11° semana =113

EJERCICIO 6. Los créditos mensuales en miles de dólares en el banco local son 211, 234, 209,
217, 215, 232, 221, 211 y 203. Utilice el suavizamiento exponencial para proyectar los créditos al
siguiente periodo utilizando un valor alfa de 0.10. Calcule el cuadrado medio del error y
compártelo con el cuadrado medio del error y compárelo con el cuadrado medio del error si alfa es
0.80. ¿cuál valor alfa proporciona el mejor pronostico?

SOLUCIÓN:
REAL PROYECCION (0.1) ERROR PROYECCION (0.8) ERROR
211 0 0
234 211 -23 211 -23
209 213.3 4.3 229.4 20.4
217 212.87 -4.13 209.86 -7.14
215 213.283 -1.717 216.174 1.174
232 213.4547 -18.5453 214.6566 -17.3434
221 215.30923 -5.69077 228.29094 7.29094
211 215.878307 4.878307 219.861846 8.861846
203 215.3904763 12.3904763 211.9756614 8.9756614
214.1514287 205.4780953

 PARA α = 0.1
(−23)2 +( 4.3)2+(−4.13)2 +(−1.72)2 +(−18.55)2 +(−5.69)2 +(4.88)2+(12.39)2
CME =
9−1
1121.12979
CME = = 140.141223
8
 PARA α = 0.8

(−23)2 +(20.4 )2+(−7.14)2 +(1.17)2 +(−17.34)2+(7.29)2+(8.86)2 +(8.98)2


CME =
9−1
1510.56402
CME = = 188.820502
8
EJERCICIO 7
A continuación aparecen los puntajes de las pruebas nacionales anuales, de los estudiantes de
último año de bachillerato que están solicitando ingreso a las universidades. Desarrolle una recta
de tendencia y proyecte el puntaje del examen para 1998.

AÑO 1989 1990 1991 1992 1993 1994 1995 1996 1997
PUNTAJE 412 423 453 432 541 539 587 591 602
5

SOLUCIÓN:

f(x)=27.316666667x - 53933.377777
R2 = 0.9090600734

PUNTAJE PARA EXAMEN DE 1998: 650 aprox.

PUNTAJE DE PRUEBAS NACIONALES


700
600
500
400 PUNTAJE

300
200
100
0
1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

EJERCICIO 8. El departamento de investigaciones de National Industries ha registrado el nivel de


producción en miles de unidades, producidadas durante los últimos meses. Utilizando los daros
de aquí se muestran, desarrolle una recta de tendencia y una proyección para la producción de
noviembre y diciembre.
PERIODO PRODUCCIÓN (Y)
Enero 89
Febrero 78
Marzo 71
Abril 75
Mayo 68
Junio 61
Julio 65
Agosto 54
SOLUCIÓN:
PRODUCCIÓN
PERIODO T(X) XY X2
(Y)
Enero 1 89 89 1
Febrero 2 78 156 4
Marzo 3 71 213 9
Abril 4 75 300 16
Mayo 5 68 340 25
Junio 6 61 366 36
Julio 7 65 455 49
Agosto 8 54 432 64
TOTAL 36 561 2351 204
6

362
SC X =204− =42
8
36∗561
SC XY =2351− =−173.5
8
SC XY
b 1=
SC X
−173.5
b 1= =−4.1738
42
b 0=Ý −b1 X́
b 0=70.125−(−4.1738 ) ( 4.5 )=88.9071

La ecuación para la recta tendencia es:


Ý =88.9071−4.1738 t
Proyección para la producción de noviembre y diciembre:
 Noviembre
Ý nov =88.9071−4.1738 ( 11 )
Ý nov =42.9953 ≅ 43 unidades producidas

 Diciembre
Ý dic =88.9071−4.1738 ( 12 )
Ý dic =38.8215 ≅ 39 unidades producidas
INTERPRETACIÓN:
El coeficiente negativo para t de -4.1738 indica que la producción está descendiendo a una tasa
de 4.1738 unidades por cada periodo(mes).

EJERCICIO 9. City Utilities ha experimentado una rápida expansión durante los últimos años.
Este crecimiento ha requerido cada año adiciones a la fuerza laboral. Utilice el análisis de
tendencia para predecir el tamaño de la fuerza laboral (en cientos) para el año 2001.

199 199 199 199 199 199 199 199 199


AÑOS
0 1 2 3 4 5 6 7 8
EMPLEADO
3.5 4.8 5.2 4.9 5.6 5.2 6.5 7.8 8.5
S

SOLUCIÓN:
EMPLEADOS
AÑO T(X) XY X2
(Y)
1990 1 3.5 3.5 1
1991 2 4.8 9.6 4
1992 3 5.2 15.6 9
1993 4 4.9 19.6 16
1994 5 5.6 28 25
7

1995 6 5.2 31.2 36


1996 7 6.5 45.5 49
1997 8 7.8 62.4 64
1998 9 8.5 76.5 81
TOTA 291.
45 52 285
L 9

Suma De Cuadrados de X
2
2 (∑ x )
S C x =∑ x −
n
(45)2
S C x =285− ¿ 60
9
Suma de cuadrados de productos cruzados

( ∑ x )( ∑ y )
S C xy =∑ xy −
n
( 45 ) ( 52 )
S C xy=291.9− ¿ 31.9
9
Pendiente de la recta de tendencia
S C xy
b 1=
S Cx
31.9
b 1= ¿ 0.532
60
Intercepto de la recta pendiente
b 0=Ý −b1 x́
b 0=5− ( 0.532 )( 5.78 ) ¿ 1.925

Y^ =1.925+ 0.532 ( 10 ) ¿ 7.125


9
8
7
6
Empleados

5
4
3
2
1
0
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

El tamaño de fuerza laboral para el año 1999 será de 7.125.


8

EJERCICIO 10. Las exportaciones trimestales en miles de dólares de accesorios para tubería
hacia los países de la costa del pacifico por parte de international Metals, inc. Se presentan a
continuación. Calcule e interpreta los índices estacionales para cada trimestre.

1995 1997 1996 1998


I 12 I 10 I 15 I 12
II 15 II 15 II 18 II 14
II 18 III 14 III 21 III 15
IV 26 IV 25 IV 36 IV 25

SOLUCIÓN:
Trimestre del PM Razón por PM
Ingreso PM
año centrado Y/CMA=S.I
1995-I 12
II 15 17.75
III 18 18.50 18.125 0.993
IV 26 19.25 18.875 1.377
1996-I 15 20.00 19.625 0.764
II 18 22.50 21.25 0.847
III 21 21.25 21.875 0.960
IV 36 20.50 20.875 1.724
1997-I 10 18.75 19.625 0.509
II 15 16.00 17.375 0.863
III 14 16.50 16.25 0.861
IV 25 16.25 16.375 1.526
1998-I 12 16.50 16.375 0.732
II 14 16.50 16.5 0.848
III 15
IV 25

La suma de la razón promedio con los promedios móviles es 4.001 como se observa en la
4
siguiente tabla. La razón de normalización es =0.9998 .
4.001

Razones por promedio móvil Razón promedio


Índice estacional
1995 1996 1997 1998 por PM

I 0.764 0.509 0.732 0.668 0.667


II 0.847 0.863 0.848 0.853 0.852
II
0.993 0.960 0.861 0.938 0.937
I
I
1.377 1.724 1.526 1.542 1.541
V
9

TOTAL 4.001 3.997 ≈ 4

Cada índice estacional se calcula multiplicando la razón promedio por la razón de normalización
Para el trimestre I es 0.668∗0.9998=0.667 .

EJERCICIO 11. Los datos trimestrales para el numero de clientes de Eastern Electronics se
presentan a continuación. Compare la recta de tendencia y los índices para cada trimestre.

1995 1996 1997 1998


I 215 I 366 I 587 I 621
II 253 II 471 II 571 II 655
III 351 III 451 III 569 III 687
IV 398 IV 652 IV 588 IV 699
SOLUCIÓN:
Tenemos los índices estacionales
AÑO I II III IV
1995 - - 0.97 0.92
1.14
1996 1.12 0.96 0.85

1997 0.99 1.028 1.025 1.02

1.003 0.99 -
1998 -

TOTAL 1.003 0.99 1.025 0.92

400 > (100) x (1.003+0.99+1.025+0.92)


400 > 393.8

EJERCICIO 12. Los costos en cientos de dólares de las llamadas telefónicas internacionales
realizadas por los fondos de inversión de estados unidos (USA investment funds) aparecen a
continuación. Calcule e interprete los índices trimestrales.

1995 1996 1997 1998


TRIMESTR COST TRIMESTR COST TRIMESTR COST TRIMESTR COST
E O E O E O E O
I 14 I 21 I 21 I 26
II 18 II 24 II 23 II 28
III 26 III 29 III 38 III 48
IV 15 IV 18 IV 21 IV 31

SOLUCIÓN:
PROMEDIO PROMEDIO MOVIL %DE VALORES
AÑO TRIMESTRE COSTO
MOVIL CENTRADO REALES
1 I 14 - - -
9 II 18 18.25 - -
10

III 26 20 19.125 1.36


9 IV 15 21.5 20.75 0.72
5
1 I 21 22.25 21.875 0.96
9 II 24 23 22.625 1.06
9 III 29 23 23 1.26
6 IV 18 22.75 22.875 0.79
1 I 21 25 23.875 0.88
9 II 23 25.75 25.375 0.91
9 III 38 27 26.375 1.44
7 IV 21 28.25 27.625 0.76
1 I 26 30.75 29.5 0.88
9 II 28 33.25 32 0.87
9 III 48 - - -
8 IV 31 - - -

PORCENTAJE DE NUMEROS REALES


AÑO I II III IV
1995 - - 1.36 0.72
1996 0.96 1.06 1.26 0.79
1997 0.88 0.91 1.44 0.76
1998 0.88 0.87 - -
0.88 0.91 1.36 0.76

INDICES ESTACIONALES
400 > (100) 0.88+0.91+1.36+0.76
400 > 391

EJERCICIO 13. Desestacionalice los datos para los fondos de Inversión de Estados Unidos en el
ejercicio anterior.

SOLUCIÓN:
AÑ TRIMESTR COST
PM PM CENTRADO % VALOR REAL
O E O
I 14 - - -
1 18.2
II 18 - -
9 5
9
III 26 20 19.125 1.36
5
IV 15 21.5 20.75 0.72
22.2
I 21 21.875 0.96
5
1
II 24 23 22.625 1.06
9
9 III 29 23 23 1.26
6
22.7
IV 18 22.875 0.79
5
I 21 25 23.875 0.88
25.7
1 II 23 25.375 0.91
5
9
9 III 38 27 26.375 1.44
7
28.2
IV 21 27.625 0.76
5
1 I 30.7
26 29.5 0.88
9 5
11

33.2
II 28 32 0.87
5
9
8 III 48 - - -
IV 31 - - -

PORCENTAJE DE NUMEROS REALES


AÑO I II III IV
1995 - - 1.36 0.72
1996 0.96 1.06 1.26 0.79
1997 0.88 0.91 1.44 0.76
1998 0.88 0.87 - -
0.88 0.91 1.36 0.76

Desestacionalizando:
Cost Índ.
AÑO T Costos Desest.
o Estacional
1995 1 14 0 0
2 18 0 0
3 26 1.36 19.1176471
4 15 0.72 20.8333333
1996 5 21 0.96 21.875
6 24 1.06 22.6415094
7 29 1.26 23.015873
8 18 0.79 22.7848101
1997 9 21 0.88 23.8636364
10 23 0.91 25.2747253
11 38 1.44 26.3888889
12 21 0.76 27.6315789
1998 13 26 0.88 29.5454545
14 28 0.87 32.183908
15 48 0 0
16 31 0 0
12

Costo
12
10
8
6
4
2
0
0 2 4 6 8 10 12

Costos Desestacionalizados
12
10
8
6
4
2
0
0 2 4 6 8 10 12

Costo Costos Desestacionalice

Serie desestacionalizada

EJERCICIO 14
Los costos de los ingredientes utilizados por Hobson Industries para fabricar dulces se presentan
aquí para los meses seleccionados. Desarrolle y explique un índice de precios simple para cada
ingrediente, utilizando el mes de mayo como periodo base.

MARZ
PRODUCTOS ABRIL MAYO JUNIO JULIO
O
AZÚCAR 5.12 5.89 6.12 6.03 6.29
BASE DE GOMA 1.15 1.20 2.03 1.96 1.84
ACEITE DE MAÍZ 0.97 1.04 1.09 1.15 1.25

SOLUCIÓN:
13

- AZUCAR:
Mes Precio de azúcar US$ IPC (%) Tasa de inflación (%)
MARZ 83.660130
5.12
O 7
96.241830
ABRIL 5.89 15.0390625
1
MAYO 6.12 100 3.9049236
98.529411
JUNIO 6.03 -1.47058824
8
102.77777
JULIO 6.29 4.31177446
8

El IPC el cual representa una medida de precios para Marzo va respecto al periodo base Mayo,
donde el IPC es de 83.66 % siendo la medida menor de los periodos y el periodo de Julio
representa el mayor IPC que es 102.77% respecto al periodo base.

- BASE DE GOMA:
Mes Precio de base de goma IPC (%) Tasa de inflación (%)
MARZO 1.15 56.6502463
ABRIL 1.2 59.1133005 4.34782609
MAYO 2.03 100 69.1666667
JUNIO 1.96 96.5517241 -3.44827586
JULIO 1.84 90.6403941 -6.12244898

El IPC el cual representa una medida de precios para Marzo va respecto al periodo base Mayo,
donde el IPC es de 56.65 % siendo la medida menor de los periodos y el periodo de Junio
representa el mayor IPC que es 96.55% respecto al periodo base.

- ACEITE DE MAIZ:
Mes Precio de aceite de maiz IPC (%) Tasa de inflación (%)
MARZO 0.97 88.9908257
ABRIL 1.04 95.412844 7.21649485
MAYO 1.09 100 4.80769231
JUNIO 1.15 105.504587 5.50458716
JULIO 1.25 114.678899 8.69565217

El IPC el cual representa una medida de precios para Marzo va respecto al periodo base Mayo,
donde el IPC es de 88.99 % siendo la medida menor de los periodos y el periodo de Julio
representa el mayor IPC que es 114.67% respecto al periodo base .

EJERCICIO 15. Los precios minoristas para la sopa y las nueces se dan a continuación. Calcule
el índice de precios agregativo para ambos productos, utilizando 1995 como período base.
Interprete los resultados.
1993 1994 1995 1996 1997
SOPA 2.03 2.12 2.35 2.45 2.50
NUECE
0.79 0.83 0.94 1.02 1.15
S

SOLUCION
14

INDICE DE PRECIOS AGREGATIVO: IPR= PR x 100


PB
2.03+0.79
IP1993 = (100) = 85.714
2.35+0.94
2.12+0.83
IP1994 = (100) = 89.666
2.35+0.94
2.35+0.94
IP1995 = (100) = 100
2.35+0.94
2.45+1.02
IP1996 = (100) = 105.471
2.35+0.94
2.50+1.15
IP1997 = (100) = 110.942
2.35+0.94

EJERCICIO 16
Durante los últimos 3 años en State University, la dieta de Sammy no ha sufrido cambios. Los
precios y cantidades para los 3 productos que constituyen las principales harinas de Sammy se
expresan más adelante. Calcule y compare el índice de Laspeyres y el índice de Paasche con
1997 como año base.
Precios Cantidades
AÑO 1996 1997 1998 1996 1997 1998
Pizza 3.00 4.50 5.00 500 700 850
Bebida 4.00 4.50 4.50 300 350 400
Galletas
1.50 2.50 3.00 100 100 90
Pretzel

SOLUCIÓN:
Hallando el índice de Laspeyres:
Precios Cantidad P R × Q97
AÑO 1996 1997 1998 1997 1996 1997 1998
Pizza 3.00 4.50 5.00 700 2100 3150 3500
Bebida 4.00 4.50 4.50 350 1400 1575 1575
Galletas
1.50 2.50 3.00 100 150 250 300
Pretzel
TOTAL 3650 4975 5375

 L96=
∑ (P 96 ×Q 97) × 100
∑ (P 97 ×Q 97)
3650
L96= ×100 ¿ 73.36
4975

 L97=
∑ (P 97 ×Q 97) × 100
∑ (P 97 ×Q 97)
4975
L97= ×100 ¿ 100
4975
15

 L98=
∑ (P 98 ×Q 97) ×100
∑ (P 97 ×Q 97)
5375
L98= ×100 = 108.04
4975
Hallando el índice de Paasche:
1996 1997 1998 PRECIO POR CANTIDAD
P Q P Q P Q P96 Q96 P97 Q97 P98 Q 98 P97 Q96 P97 Q98
3.0 4.5 5.0 382
Pizza 500 700 850 1500 3150 4250 2250
0 0 0 5
4.0 4.5 4.5 180
Bebida 300 350 400 1200 1575 1800 1350
0 0 0 0
Galleta
1.5 2.5 3.0
s 100 100 90 150 250 270 250 225
0 0 0
Pretzel
585
TOTAL 2850 4975 6320 3850
0

 P96=
∑ ( P96 ×Q96 ) ×100
∑ ( P97 ×Q96 )
2850
P96= × 100 ¿ P 96=74.03
3850

 P97=
∑ ( P97 ×Q97 ) ×100
∑ ( P97 ×Q97 )
4975
P97= ×100 ¿ P97 = 100
4975

 P98=
∑ (P 98 ×Q 98) ×100
∑ (P 97 ×Q 98)
6320
P98= × 100=P98=108.03
5850

EJERCICIO 17. Cars ha reportado ventas (en US$ 1,000S) durante los últimos 3 años aquí:
MES 1996 1997 1998 MES 1996 1997 1998
ENERO 17.2 18.1 16.3 JULIO 24.2 23.9 22.7
FEBRER
18.6 19.2 17.3 AGOSTO 25.7 26.2 25.0
O
SETIEMBR
MARZO 19.7 20.3 18.5 21.2 22.0 21.9
E
ABRIL 20.2 21.5 20.3 OCTUBRE 19.3 18.0 17.3
NOVIEMBR
MAYO 21.7 22.0 21.2 22.7 19.7 21.2
E
JUNIO 23.1 24.7 25.0 DICIEMBRE 19.3 17.3 16.2

A) Grafica los datos ¿Parece que hay alguna tendencia en los datos? ¿Hay alguna variación
cíclica o estacional?
16

B) Calcule un promedio móvil de 12. ¿Cuál componente o componentes reflejan estos


valores?

SOLUCION:
A) Para poder obtener este grafico primero procedemos a hacer un cuadro de organización
de datos:
MES AÑO

1996 1997 1998


ENERO 17.2 18.1 16.3
FEBRERO 18.7 19.2 17.3
MARZO 19.7 20.3 18.5
ABRIL 20.2 21.5 20.3
MAYO 21.7 22 21
JUNIO 23.1 24.7 25
JULIO 24.2 23.9 22.7
AGOSTO 25.7 26.2 25
SETIEMBRE 21.2 22 21.9
OCTUBRE 19.3 18 17.3
NOVIEMBRE 22.7 19.7 21.2
DICIEMBRE 19.3 17.3 16.2
TOTALES 253 252.9 242.7
PROMEDIO 21.08333333 21.075 20.225

Con los datos optenidos del primer cuadro realizamos un segundo cuadro para poder evaluar
en indice de estacionalidad:
INIDICE DE ESTACIONALIDAD
INDICE DE ESTACIONALIDAD
DEFINITIVO
1996 1997 1998
ENERO 81.58102767 85.8837485 80.5933251 82.68603376
FEBRERO 88.69565217 91.1032028 85.5377009 88.44551863
MARZO 93.43873518 96.3226572 91.4709518 93.74411472
ABRIL 95.81027668 102.016607 100.370828 99.39923741
MAYO 102.9249012 104.389087 103.831891 103.715293
JUNIO 109.5652174 117.200474 123.609394 116.7916954
JULIO 114.7826087 113.404508 112.23733 113.4748155
AGOSTO 121.8972332 124.317912 123.609394 123.2748466
SETIEMBRE 100.5533597 104.389087 108.281829 104.4080919
OCTUBRE 91.54150198 85.4092527 85.5377009 87.49615184
NOVIEMBRE 107.6679842 93.4756821 104.820766 101.9881442
DICIEMBRE 91.54150198 82.0877817 80.0988875 84.57605707
TOTALES 1200 1200 1200 1200

La formula utilizada es: el dato historico / el promedio del año multiplicado por 100
Ejemplo:
Enero= 17.2/21.0833333x100 = 81.51022767

Es en este punto donde podemos obtener la grafica del indice de estacionalidad:


17

Ahora procedemos a armar un tercer cuadro para poder visualizar la tendencia a lo largo de los 3
años y así comprobar si hay alguna variación clica o estacional en los datos:

AÑO - MES Y observada X obesarbada


Ene-96 17.2 1
Feb-96 18.7 2
Mar-96 19.7 3
Abr-96 20.2 4
May-96 21.7 5
Jun-96 23.1 6
Jul-96 24.2 7
Ago-96 25.7 8
Set-96 21.2 9
Oct-96 19.3 10
Nov-96 22.7 11
Dic-96 19.3 12
Ene-97 18.1 13
Feb-97 19.2 14
Mar-97 20.3 15
Abr-97 21.5 16
May-97 22 17
Jun-97 24.7 18
Jul-97 23.9 19
Ago-97 26.2 20
Set-97 22 21
Oct-97 18 22
Nov-97 19.7 23
Dic-97 17.3 24
Ene-98 16.3 25
Feb-98 17.3 26
Mar-98 18.5 27
Abr-98 20.3 28
May-98 21 29
Jun-98 25 30
Jul-98 22.7 31
Ago-98 25 32
Set-98 21.9 33
Oct-98 17.3 34
Nov-98 21.2 35
Dic-98 16.2 36

a. Calcule un promedio móvil de 12 meses ¿cuál componente o componentes reflejan estos


valores?
18

EJERCICIO 18. calcule los índices estacionales para cada mes utilizando los datos de Cars-Us
del ejercicio anterior.
Indice
promedio movil promedio movil
ventas estacional
de 12 centrado
199 199 199 199
específico 199 199
MES MES
6
17,2 7 8 6 7 8
18,7
Enero 17.2
19,7 18.1 16.3 Julio 24.2 23.9 22.7
20,2
Febrer
18.7
21,7 19.2 17.3 Agosto 25.7 26.2 25.0
o 23,1 21,08333333
24,2 21,15833333 21,12083333 1,145788124
Setiembr
Marzo 19.7
25,7 20.3 21,218.5 21,17916667 21.2
1,21345662 22.0 21.9
21,2 21,25 e
21,225 0,998822144
19,3 21,35833333 21,30416667 0,905926071
Abril 20.2
22,7
21.5 20.3
21,38333333
Octubre
21,37083333
19.3
1,06219536
18.0 17.3
19,3 21,51666667 Noviembr
21,45 0,8997669
Mayo 21.7
18,1 22.0 21.0
21,49166667 21,50416667 22.7
0,841697345 19.7 21.2
e
19,2 21,53333333 21,5125 0,892504358
20,3 21,6 Diciembr
21,56666667 0,941267388
Junio 23.1
21,5 24.7 25.0
21,49166667 21,54583333 19.3
0,997872752 17.3 16.2
e
22 21,24166667 21,36666667 1,029641186
24,7 21,075 21,15833333 1,167388736
23,9 20,925 21 1,138095238
SOLUCION:
26,2 20,76666667 20,84583333 1,256845892
22 20,61666667 20,69166667 1,063229964
18 20,51666667 20,56666667 0,875202593
19,7 20,43333333 20,475 0,962148962
17,3 20,45833333 20,44583333 0,84613817
16,3 20,35833333 20,40833333 0,798693344
17,3 20,25833333 20,30833333 0,85186705
18,5 20,25 20,25416667 0,913392306
20,3 20,19166667 20,22083333 1,003915104
21 20,31666667 20,25416667 1,036823699
25 20,225 20,27083333 1,233299075
22,7
25
21,9
17,3
21,2
16,2
19

FC 12 0,996844225
12,03798919

EJERCICIO 19. En el ejercicio 17, ¿Cuáles son las cifras de ventas estacionales corregidas para
los últimos 6 meses de 1998?

EJERCICIO 20 En el ejercicio 17,¿Cuáles son las cifras de ventas estacionales corregidas para
los últimos seis meses de 1998?¿Cómo interpretaría?
20

EJERCICIO 21. Business Monthly reporto recientemente el valor en Mares de los "beneficios
extra" recibidos por los ejecutivos durante los últimos años. Estos datos no incluyen dicha porci6n
de asistencia médica de los ejecutivos pagada por el patrono, y están corregidos según la
inflación. Utilice el análisis de tendencia lineal para predecir el valor para el año 2000. ¿Qué tan
bien explica el modelo la tendencia en los niveles de beneficio?

SOLUCIÓN
BENEFICIO
AÑO T(A) AB A2
(B)
1980 1 3,200 3200 1
1981 2 3,640 7280 4
1982 3 3,850 11550 9
1983 4 3,700 14800 16
1984 5 3,920 19600 25
1985 6 3,880 23280 36
1986 7 3,950 27650 49
1987 8 4,100 32800 64
1988 9 4,150 37350 81
1989 10 4,280 42800 100
1990 11 4,450 48950 121
1991 12 4,500 54000 144
1992 13 4,490 58370 169
1993 14 4,560 63840 196
1994 15 4,680 70200 225
1995 16 4,790 76640 256
TOTA 59231
68 66,140 1496
L 0

682
SCa =1496− ¿ 1207
16

68∗66140
SCab=592310− ¿ 311.215
16

SC ab
b 1=
SC b
311.215
b 1= =0.26
1207

b 0=Ý −b1 X́
b 0=14−( 0.26 ) ( 11.5 ) ¿ 11.01

Modelo la tendencia en los niveles de beneficio tendencia es:


21

Modelo de tendencia

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

EJERCICIO 22. Los inventarios de Bake-o-Donuts durante los últimos dos años fueron:
Mes 1995 1996 Mes 1995 1996
Enero US$87 US$95 Julio US$80 US$83
Febrero 93 102 Agosto 73 79
Septiembr
Marzo 102 112 93 84
e
Abril 112 115 Octubre 102 89
Noviembr
Mayo 93 99 115 92
e
Junio 82 90 Diciembre 112 91

A) Utilice un promedio móvil de 12 períodos para eliminar las variaciones estacionales.


B) Calcule los índices estacionales.
C) ¿Cuáles son los niveles de existencias corregidos estacionalmente?

EJERCICIO 23. Mopeds Inc. Está preocupado por la caída en ventas. Si las ventas mensuales
caen por debajo de US$9, 000 la oficina regional del noreste debe cerrarse. Según las cifras que
aparecen a continuación, ¿Es probable que esto ocurra durante los 5 meses? Las cifras están en
miles.

1996
E F M A M J J A S O N D
18. 17. 16. 18. 16. 16. 15. 14. 14. 14. 14. 13.
0 3 9 1 8 3 1 5 0 5 0 1
1997
13. 13. 12. 12. 11. 11. 11. 11. 11. 11. 11. 11.
9 1 8 4 8 9 7 5 1 2 2 1

SOLUCIÓN:
22

AÑO 1996 AÑO 1997


PM (PROMEDIO)
(MILES) (MILES)
Enero 18 13.9 15.95
Febrero 17.3 13.1 15.2
Marzo 16.9 12.8 14.85
Abril 18.1 12.4 15.25
Mayo 16.8 11.8 14.3
Junio 16.3 11.9 14.1
Julio 15.1 11.7 13.4
Agosto 14.5 11.5 13
Septiembre 14 11.1 12.55
Octubre 14.5 11.2 12.85
Noviembre 14 11.2 12.6
Diciembre 13.1 11.1 12.1
150.2

Durante los próximos 5 meses, serás pérdidas para la empresa y debe de cerrar la oficina regional
noreste, porque a cada finalizar de año solo se generan pérdidas, mas no ganancias y el
promedio de cada año por mes lo indica.

EJERCICIO 24. Utilice los datos del ejercicio anterior, calcule los índices estacionales.

EJERCICIO 25. utilizando los datos de Mopeds. Inc,¿cuál es la fuerza de la relación entre las
ventas y el tiempo. Represente la recta de tendencias para los datos reales.

SOLUCIÓN:
AÑO MES T (X) VENTAS (Y) XY X2
Enero 1 18 18 1
Febrero 2 17.3 34.6 4
Marzo 3 16.9 50.7 9
Abril 4 18.1 72.4 16
Mayo 5 16.8 84 25
Junio 6 16.3 97.8 36
1996
Julio 7 15.1 105.7 49
Agosto 8 14.5 116 64
Setiembre 9 14 126 81
Octubre 10 14.5 145 100
Noviembre 11 14 154 121
Diciembre 12 13.1 157.2 144
1997 Enero 13 13.9 180.7 169
Febrero 14 13.1 183.4 196
Marzo 15 12.8 192 225
Abril 16 12.4 198.4 256
Mayo 17 11.8 200.6 289
Junio 18 11.9 214.2 324
Julio 19 11.7 222.3 361
Agosto 20 11.5 230 400
Setiembre 21 11.1 233.1 441
Octubre 22 11.2 246.4 484
Noviembre 23 11.2 257.6 529
23

Diciembre 24 11.1 266.4 576


TOTAL 300 332.3 3786.5 4900

3002
SC X =4900− ¿ 1150
24
300∗332.3
SC XY =3786.5− ¿−367.25
24

SC XY
b 1=
SC X
−367.25
b 1= =−0.32
1150

b 0=Ý −b1 X́
b 0=13.85−(−0.32 )( 12.5 ) ¿ 17.85

La ecuación para la recta tendencia es:


Ý =17.85−0.32 t

La recta de tendencias para los datos reales es:

Ventas
20

15

10

0
0 5 10 15 20 25 30

Interpretación: El coeficiente negativo para t de -0.32 indica que las ventas está descendiendo a
una tasa de 0.32 miles por cada periodo(mes).

EJERCICIO 26. Del modelo de regresión que calculó en el ejercicio sobre Mopeds, Inc. ¿Cuál es
el cambio mensual promedio en las ventas?

EJERCICIO 27. John Wolf considera que el suavizamiento exponencial con un valor de α de 0.8
puede proyectar mejor las existencias del mes de setiembre para su empresa de suministros
médicos. Su hermano y socio considera que un valor α de 0.4 debería utilizarse. ¿Cuál es el
pronostico en cada caso? ¿Quién esta en lo cierto, con base a los valores que aparecen a
continuación de existencias por mes?

SOLUCION:
ME REA
PROYECCIÓN (0.8) ERROR PROYECCIÓN (0.4) ERROR
S L
E 41 0 0
F 48 41 -7 41 -7
M 37 46.6 9.6 43.8 6.8
A 32 38.92 6.92 41.08 9.08
24

M 45 33.384 -11.616 37.448 -7.552


J 43 42.6768 -0.3232 40.4688 -2.5312
J 49 42.93536 -6.06464 41.48128 -7.51872
6.48876
A 38 47.787072 9.787072 44.488768
8
S 39.9574144 41.8932608

PARA α = 0.8
(−7)2+(9.6)2 +( 6.92)2 +(−11.61)2 +(−0.32)2+(−6.06)2 +(9.78)2
CME=
8−1
456.648951
CME =
7
CME = 65.2355644

PARA α = 0.4
(−7)2+(6.8)2 +( 9.08)2 +(−7.55)2 +(−2.53)2+(−7.51)2+(6.48)2
CME=
8−1
339.761338
CME =
7
CME = 48.537334

EJERCICIO 28. El único carnicero del pueblo Three Finger Louis (Luis tres dedos), está
preocupado sobre el volumen de clientes morosos que debe pasar cada mes a sus clientes
incobrables. A continuación, aparecen las cantidades en dólares para tres años.

1995
14.1 13.7 12.1 13.1 13.5 9.1 7.2 6.1 8.7 10.1 11.8 12.2
1996
15.2 14.1 13.2 13.9 14.0 9.5 7.2 6.5 9.1 11.5 12.2 13.4
1997
13.7 12.5 11.8 12.0 13.0 8.7 6.3 6.0 8.2 9.8 10.9 11.8

a) Represente gráficamente los datos. ¿El factor estacional parece existir? (considere una
“estación” como un mes).
25

CANTIDAD DE DÓLARES
12

10

0
0 2 4 6 8 10 12

b) Utilice un promedio móvil de 12 meses para suavizar la variación estacional.

Vol. PM
MES PM 12 meses Razón Promedio
Clientes Centrado
Enero 14.1
Febrero 13.7
Marzo 12.1
Abril 13.1
Mayo 13.5
Junio 9.1 10.975
Julio 7.2 11.067 11.021 0.653
Agosto 6.1 11.100 11.083 0.550
Setiembre 8.7 11.192 11.146 0.781
Octubre 10.1 11.258 11.225 0.900
Noviembre 11.8 11.300 11.279 1.046
Diciembre 12.2 11.333 11.317 1.078
Enero 15.2 11.333 11.333 1.341
Febrero 14.1 11.367 11.350 1.242
Marzo 13.2 11.400 11.383 1.160
Abril 13.9 11.517 11.458 1.213
Mayo 14.0 11.550 11.533 1.214
26

Junio 9.5 11.650 11.600 0.819


Julio 7.2 11.525 11.588 0.621
Agosto 6.5 11.392 11.458 0.567
Setiembre 9.1 11.275 11.333 0.803
Octubre 11.5 11.117 11.196 1.027
Noviembre 12.2 11.033 11.075 1.102
Diciembre 13.4 10.967 11.000 1.218
Enero 13.7 10.892 10.929 1.254
Febrero 12.5 10.850 10.871 1.150
Marzo 11.8 10.775 10.813 1.091
Abril 12.0 10.633 10.704 1.121
Mayo 13.0 10.525 10.579 1.229
Junio 8.7 10.392 10.458 0.832
Julio 6.3
Agosto 6.0
Setiembre 8.2
Octubre 9.8
Noviembre 10.9
Diciembre 11.8
El PM de 12meses es=11.65

c) Calcule los índices estacionales.


Índice
Mes 1995 1996 1997 Razón Promedio
Estacional
Enero 1.341 1.254 1.298 1.2969
Febrero 1.242 1.150 1.196 1.1954
Marzo 1.160 1.091 1.126 1.1249
Abril 1.213 1.121 1.167 1.1664
Mayo 1.214 1.229 1.222 1.2209
Junio 0.819 0.832 0.826 0.8251
Julio 0.653 0.621 0.637 0.6367
Agosto 0.550 0.567 0.559 0.5582
Setiembre 0.781 0.803 0.792 0.7916
Octubre 0.900 1.027 0.964 0.9630
Noviembre 1.046 1.102 1.074 1.0735
Diciembre 1.078 1.218 1.148 1.1474
12.006 12.000
Por tanto, se debe normalizar estas razones promedio para obtener un índice estacional. Así:
12
=0.9995
12.006
27

d) Desestacionalice los datos.


Valor real
Desestación=
Indice Estacioanl

Índice
Mes Vol. Clientes Desestación
Est.
Enero 14.1 1.2969 18.286
Febrero 13.7 1.1954 16.377
Marzo 12.1 1.1249 13.611
Abril 13.1 1.1664 15.280
Mayo 13.5 1.2209 16.482
Junio 9.1 0.8251 7.508
Julio 7.2 0.6367 4.584
Agosto 6.1 0.5582 3.405
Setiembre 8.7 0.7916 6.887
Octubre 10.1 0.9630 9.726
Noviembre 11.8 1.0735 12.667
Diciembre 12.2 1.1474 13.998
Enero 15.2 1.2969 19.713
Febrero 14.1 1.1954 16.855
Marzo 13.2 1.1249 14.849
Abril 13.9 1.1664 16.213
Mayo 14.0 1.2209 17.093
Junio 9.5 0.8251 7.838
Julio 7.2 0.6367 4.584
Agosto 6.5 0.5582 3.628
Setiembre 9.1 0.7916 7.204
Octubre 11.5 0.9630 11.075
Noviembre 12.2 1.0735 13.097
Diciembre 13.4 1.1474 15.375
Enero 13.7 1.2969 17.768
Febrero 12.5 1.1954 14.943
Marzo 11.8 1.1249 13.274
Abril 12.0 1.1664 13.997
Mayo 13.0 1.2209 15.872
Junio 8.7 0.8251 7.178
Julio 6.3 0.6367 4.011
Agosto 6.0 0.5582 3.349
Setiembre 8.2 0.7916 6.491
Octubre 9.8 0.9630 9.437
Noviembre 10.9 1.0735 11.701
28

Diciembre 11.8 1.1474 13.539

e) Represente gráficamente los datos originales y los datos desestacionalizados.

Dato Original vs Dato Desestacionalizado


25.000

20.000

15.000

10.000

5.000

0.000
4 6 8 10 12 14 16

EJERCICIO 29. Packer Industries está preocupado porque las ventas pueden caer debajo de
US$100,000 en diciembre. Utilizando los datos que aparecen a continuación en miles de dólares,
¿Cuál es su proyección? Primero represente gráficamente.

Febrer
Enero Marzo Abril Mayo Junio Julio Agosto
o
42.7 57.3 68.3 76.8 84 88.1 90 90.1

SOLUCIÓN
EMPLEADOS x2
MES T(X) XY
(Y)
Enero 1 42.7 42.7 1
Febrero 2 57.3 114.6 4
Marzo 3 68.3 204.9 9
Abril 4 76.8 307.2 16
Mayo 5 84 420 25
Junio 6 88.1 528.6 36
Julio 7 90 630 49
Agosto 8 90.1 720.8 64
36 597.3 2968. 204
29

Suma De Cuadrados de X
2
2 (∑ x )
S C x =∑ x −
n
(36)2
S C x =204− ¿ 42
8

Suma de cuadrados de productos cruzados


( ∑ x )( ∑ y )
S C xy =∑ xy −
n
(36 )( 597.3 )
S C xy=2968.8− ¿ 280.95
8

Pendiente de la recta de tendencia


S C xy
b 1=
S Cx
280.95
b 1= ¿ 6.689
42

Intercepto de la recta pendiente


b 0=Ý −b1 x́
b 0=74.66− ( 6.689 )( 4.5 ) ¿ 44.5595

Y^ =44.5595+6.689 ( 9 )
Y^ =104.7605 ≈ 105

100
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9

Para el mes de Setiembre se tendrá US$105,000.

EJERCICIO 30. U.S. News & Word report afirmo que las proyecciones realizadas por el ministerio
de comercio de estados unidos para los ingresos mediados de los trabajadores de tiempo
completo eran los siguientes:
INGRESO
AÑO INGRESOS AÑO
S
1990 24.28 2020 90.94
30

1995 30.26 2025 113.33


2000 37.71 2030 171.23
2005 47 2035 176
2010 58.56 2040 219.33

a) Represente gráficamente los datos


b) Calcule el modelo de tendencia
c) ¿Cuál es la proyección para el año 2050?

SOLUCION:

Ingresos (y)
Ingresos(Miles de dolares) (y)
250

200

150

100

50

0
1980 1990 2000 2010 2020 2030 2040 2050

T( INGRESOS
AÑO XY X2
X) (Y)
1990 1 24.28 24.28 1
1995 2 30.26 60.52 4
2000 3 37.71 113.13 9
2005 4 47 188 16
2010 5 58.56 292.8 25
2015 6 73 438 36
2020 7 90.94 636.58 49
2025 8 113.33 906.64 64
2030 9 171.23 1541.07 81
2035 10 176 1760 100
2040 11 219.33 2412.63 121
66 1041.64 8373.65 506

66 2
SC X =506− ¿ 110
11
66∗1041.64
SC Xy =8373.65− ¿ 2123.81
11
31

SC Xy
b 1= =19.31
SC X

b 0= ý−b 1 x́
b 0=94.69−( 6 ) ( 19.31 ) ¿−21.17

La ecuación para la recta tendencia es:


ý=−21.17+19.31t

¿Cuál es la proyección para el año 2050?


2050 ->t = 13

ý=−21.17+19.31(13)
Para el año 2050 la proyección es de 229.86 miles de dólares.

EJERCICIO 31. Milles products registró las utilidades que aparecen en la tabla.
A)Utilice el suavizamiento exponencial para pronosticar las unidades futuras. Primero fije
α =0.2 , luegoen 0.9 .
B) ¿Qué valor α produce una estimación más cconfiable?
C) ¿Cómo hubiera podido conocer esto de antemano?

SEMANA 1 2 3 4 5 6 7
UTILIDADES (US$ 1,000) 10 25 3 15 2 27 5

EJERCICIO 32. Los datos sobre el consumidor suministrados por el ministerio de comercio de
Estados Unidos para el verano de 1998 revelaron lo siguiente.

PRECIOS
UNIDAD 1996 1997 1998
CARNE DE
1 Libra USS 3.12 US$3.89 US$3.92
RES
LECHE 1 Galón 2.10 2.42 2.51
POLLO 1 Libra 1.95 2.10 2.12
PAN 1 Molde 0.99 0.89 1.12

Calcule e interprete el índice simple para cada producto utilizando 1996 como periodo base

SOLUCIÓN:
Teniendo como periodo base, 1996 y el periodo de referencia, el verano de 1998, tenemos lo
siguiente:
PR
IP R= x 100
PB

Carne de res:
3.89
 IP1997 = x 100 =124.68
3.12

El precio de la carne de res con respecto a 1996, aumento un 24.38%


32

3.92
 IP1998 = x 100 =125.64
3.12
IP 1998 −IP 1997
 x 100=0.77
IP1997

El precio de la carne de res con respecto a 1997, aumento un 0.77% y con respecto a 1966,
aumento 25.64%
Leche:
2.42
 IP1997 = x 100 =115.24
2.10

El precio de la leche con respecto a 1996, aumento un 15.24%


2.51
 IP1998 = x 100 =119.52
2.10
IP 1998 −IP 1997
 x 100=3.7
IP1997

El precio de la leche con respecto a 1997, aumento un 3.71% y con respecto a 1966, aumento
19.52%

Pollo:
2.10
 IP1997 = x 100 =107.7
1.95

El precio del pollo con respecto a 1996, aumento un 7.7%


2.12
 IP1998 = x 100 =108.72
1.95
IP 1998 −IP 1997
 x 100=0.95
IP1997

El precio del pollo con respecto a 1997, aumento un 0.95% y con respecto a 1966, aumento
8.72%
Pan:
0.89
 IP1997 = x 100 =89.9
0.99

El precio del pan con respecto a 1996, disminuyó un 10.1%


1.12
 IP1997 = x 100 =113.13
0.99
IP 1998 −IP 1997
 x 100=25.8
IP1997

El precio del pan con respecto a 1997, aumento un 25.8% y con respecto a 1966, aumento
13.13%

EJERCICIO 33. Dados los datos del problema anterior, calcule:


a) El incremento porcentual en el precio de cada producto para:
33

1996 a 1997
1996 a 1998
1997 a 1998
b) El incremento puntual porcentual para cada producto para:
1996 a 1997
1996 a 1998
1997 a 1998

EJERCICIO 34. A continuación se presentan los costos de la estadía de un solo día en el hospital.
Utilice 1993 como año base y calcule el índice simple. Interprete el índice obtenido para 1990.

1990 1991 1992 1993 1994 1995


356 408 512 589 656 689
SOLUCIÓN

3 x3
I 0= ×100
x0
356
I 30= ×100
589
I 30=0.6044 → 60.44 %

EJERCICIO 35. Sammy Studd desea comprar todo un guardarropa completo de ropa de atletismo
para el verano. Él ha recolectado los datos que aparecen a continuación y se sorprende de como
han cambiado los precios durante los últimos 3 años. Calcule e interprete el índice de precios
agregativo para los cuatro productos, utilizando 1996 como año base.

AÑO 1996 1997 1998


Zapatos 89.90 115.12 125.00
Sudaderas 52.50 65.50 75.50
Pantaloneta
25.75 35.95 45.90
s
Medias 12.10 10.00 9.50
SOLUCION:
Índice de precios agregativo:

IP R=
∑ P R ∗100
∑ PB
89.90+52.50+25.75+12.10
IP1996 = ∗100=100
89.90+52.50+25.75+12.10

Índice para 1997 es:


115.12+65.50+ 35.95+ 10
IP1997 = ∗100=125.69
89.90+52.50+25.75+12.10

Índice para 1998 es:


125+75.50+ 45.90+9.50
IP1998 = ∗100=141.96
89.90+52.50+25.75+12.10

INTERPRETACIÓN:
34

Esto significa que en 1998 el precio de las ropas de atletismo es de 141.96 (dólares) en
comparación de 100 en 1996.
EJERCICIO 36. . Los precios de una nueva línea de muñecas de juguete producidas por The
Krazy Kid Kollection aparecen a continuación. Utilizando 1994-1995 como período base, calcule
un índice de precios simple para los tres juguetes:

EMPRESAS 1994 1995 1996


Killer Joe 17.90 21.50 25.00
Pyro Phil 15.00 25.00 29.95
Maniac Mark 10.00 11.00 12.00

INDICE DE PRECIOS SIMPLE: IPR = PR x 100


PB
IP PARA (KILLER JOE)
17.90
IP1994 = (100) = 90.863
19.70
21.50
IP1995 = (100) = 109.137
19.70
25.00
IP1996 = (100) = 126.904
19.70

IP PARA (PYRO PHIL)


15.00
IP1994 = (100) = 75
20.00
25.00
IP1995 = (100) = 125
20.00
29.95
IP1996 = (100) = 149.75
20.00

IP PARA (MANIAC MARK)


10.00
IP1994 = (100) = 95.238
10.50
11.00
IP1995 = (100) = 104.76
10.50
12.00
IP1996 = (100) = 114.286
10.50

EJERCICIO 37. Bell Electronic desea analizar los cambios en los precios para tres de sus
productos durante los últimos años. Aquí se proporcionan los datos necesarios:

PRODUCT PRECIOS CANTIDADES


O 1996 1997 1998 1996 1997 1998
A 10.00 15.50 20.00 150 170 160
B 3.00 5.00 7.50 55 68 120
C 69.00 75.00 75.00 100 90 85

SOLUCIÓN:
Para el producto A:
35

(%) cambio de precio


Año Precio de A P2−P1
( )∗100
P1
1996 10
1997 15.5 0.55%
1998 20 0.29%

 El producto A con respecto al año 1996 incremento su precio en 0.55% para el periodo
del año de 1997, y aumento 0.29% de su valor para el año 1998

Para el producto B:
P2−P1
Año Precio de B (%) cambio de precio( )∗100
P1
1996 3 -
1997 5 0.67%
1998 7.5 0.50%

 El producto B, con respecto al año 1996 incremento su precio en 0.67% para el periodo
del año de 1997, y aumento 0.50% de su valor para el año 1998

Para el producto C:
(%) cambio de precio
Año Precio de B P2−P1
( )∗100
P1
1996 69 -
1997 75 0.09%
1998 75 0.00%

 El producto C, con respecto al año 1996 incremento su precio en 0.09% para el periodo
del año de 1997, y no vario su valor para el año 1998

EJERCICIO 38. calcule e interprete los índices de Laspeyres y de Paasche utilizando 1996 como
periodo de base. Usando los datos del ejercicio anterior calcule el índice de Fisher.

PRECIOS (P) CANTIDADES (Q)


PRODUCTO 1996 1997 1998 1996 1997 1998
A 10 15,5 20 150 170 160
B 3 5 7,5 55 68 120
C 69 75 75 100 90 85

Pio * Qto Pit * Qio Pit * Qit Pio * Qit


1500 3000 3200 1600
165 412,5 900 360
6900 7500 6375 5865
SUMA 8565 10912,5 10475 7825
36

10912.5
L= x 100=127.408 %
8565

10475
P= x 100=133.866 %
7825

Índice de Fisher: P F= √ L x P → P F= √ L x P → P F= √ 127.408∗133.866


P F=130.59

EJERCICIO 39. Pam McGuire, director de operaciones de Columbia Records, compiló los
siguientes datos sobre los costos de grabación y el número de veces que se utilizó cada articulo
durante los últimos tres años para tres artículos que se utilizan comúnmente en el negocio de
grabación:
COSTO POR USO FRECUENCIA DE USO
1996 1997 1998 1996 1997 1998
US$12 US$14 US$16
Costos de estudio 30 35 37
0 5 5
Equipo de grabación 420 530 620 40 43 46
Acompañamiento 300 250 250 50 63 72

Sam O’ Donnell, director de procedimientos estadísticos, debe calcular un índice de Laspeyes y un


índice de Passche, utilizando 1996 como base, y luego debe determinar la tasa en la cual se han
incrementado los costos cada año bajo ambos índices, así como la tasa de inflación durante los 3
años.

SOLUCIÓN:
Costo por uso Frecuenci P R x QB
1996 1997 1998 a en1996 P96 x Q96 P97 x Q96 P98 x Q96
Costos de US$12 US$14 US$16
30 3600 4350 4950
estudio 0 5 5
Equipo de
420 530 620 40 16800 21200 24800
grabación
Acompañamient
300 250 250 50 15000 12500 12500
o

∑ ¿35400 ∑ ¿38050 ∑ ¿ 42250

Hallamos el índice de Laspeyes, utilizando como base el año 1996.

L96=
∑ (¿ P 96 x Q 96) ( 100 ) ¿
∑ ( P96 x Q96 )
37

35400
L96 = (100)=100
35400

L97=
∑ (¿ P 97 x Q 96) ( 100 ) ¿
∑ ( P96 x Q96 )
38050
L97 = (100)=107.48
35400

L98=
∑ (¿ P 98 x Q96 ) ( 100 ) ¿
∑ ( P96 x Q96 )
42250
L98 = (100)=119.35
35400
La interpretación del índice de Laspeyres es como la de los índices anteriores. De1996 a 1998, el
costo para estos 3 rubros se incrementa en 19.35% y para el años 1997, se incrementó en 7.48%.

Hallamos el índice de Paasche, utilizando como base el año 1996.


COSTO X FRECUENCIA
P96 X Q96 P97 X Q97 P98 X Q98 P96 X Q97P96 X Q98 P97 X Q98 P E X Q A
Costos de estudio 3600 5075 6105 4200 4440
Equipo de
16800 22790 28520 18060 19320
grabación
Acompañamiento 15000 15750 18000 18900 21600
35400 43615 52625 41160 45360

P96=
∑ (¿ P 96 x Q 96) ( 100 ) ¿
∑ ( P96 x Q96 )
35400
= (100)=100
35400

P97=
∑ (¿ P 97 x Q 97) ( 100 ) ¿
∑ ( P96 x Q97 )
=
43615
(100)=105.96 P98=
∑ (¿ P 98 x Q98 ) ( 100 ) ¿
41160 ∑ ( P96 x Q98 )
52625
= (100)=116.02
45360

INTERPRETACIÓN: Los 2 índices generan resultados diferentes. Se basan en resultados de ponderación


distintas. Sin embargo, no sería adecuado aumentar los precios por la estimación de estos cálculos. Han
incrementado un 19.35% con el I. de Laspeyres y un 16.02% con el de Paasche.

165−120
T I c .de estudios = ∗100=27.3 %
165
38

620−420
T I . E . grabación = ∗100=32.26 %
620
250−300
T I . acompañamiento= ∗100=−16.6 %
300

EJERCICIO 40. Del ejercicio 39, ¿Cuál índice es el que probablemente mide mejor el incremento
en los costos de Columbia? ¿Por qué?

SOLUCION:
El índice que probablemente mide mejor el incremento de los costos de Columbia es el índice de
PAASCHE, ya que con este índice gastaría $116.016 en 1998 para comprar lo que con $100
compraba en 1996; y es menos que con el índice de LASPEYRES lo que gastaria $117.36 en
1998 para comprar lo que con $100 compraba en 1996. O de manera alterna, se necesitaria $1.17
en 1998 para comprar lo que compraba con $1.00 en 1996.

EJERCICIO 41. Just Pizza compró las cantidades de ingredientes a los precios que aparecen en
la siguiente tabla. Janet Jackson, gerente de Just Pizza, está preocupada por el incremento en los
precios. Desarrolle los índices de Laspeyres y de Paasche para Janet, utilizando enero como base

Precio/Libra Libras utilizadas(100’s)


Febrer Marz
Enero Abril Enero Febrero Marzo Abril
o o
QUESO 2.10 2.15 2.20 2.25 10 12 15 12
PEPERONI 1.18 1.20 1.25 1.31 8 10 8 10
SALCHICH
1.25 1.31 1.35 1.42 7 6 7 7
AS

SOLUCIÓN:
Desarrollando índices de Laspeyres, tenemos:
Multiplicamos el precio de Mes de referencia por la cantidad del mes base, que en este caso en
enero.

CANT.
Precio/Libra Libras utilizadas(100’s)
ENERO
Ener Febrer Marz Abri P E X Q E P F X QE P M X Q E P A X Q E
o o o l
2.2
QUESO 2.10 2.15 2.20 10 21 21.5 22 22.5
5
1.3
PEPERONI 1.18 1.20 1.25 8 9.5 9.6 10 10.48
1
SALCHICHA 1.4
1.25 1.31 1.35 7 8.75 9.17 9.45 9.94
S 2
39.25 40.27 41.45 42.92

Seguidamente hallamos el índice de Laspeyres:


39

L=
∑ ( P R X QB ) X 100
∑ ( PB X QB)
Entonces tenemos:
ÍNDICE DE LASPEYRES:

L=
∑ ( P R X QB ) X 100
∑ ( PB X QB)
ENERO FEBRERO MARZO ABRIL

L=
∑ ( P F X QE ) X 100 L= ∑ ( P F X QE ) X 100 L= ∑ ( P M X Q E ) X 100 ∑ ( P A X Q E ) X 100
∑ ( P E X QE ) ∑ ( P E X QE ) ∑ ( PE X QE) L=
39.25 40.27 41.45
∑ ( PE X Q E)
L= X 100 =10 L= X 100=10 L= X 100=10 42.92
39.25 39.25 39.25 L= X 100=109.35
39.25
0 2.6 5.6

ENERO FEBRERO MARZO ABRIL


ARTICULO P Q P Q P Q P Q
QUESO 2.10 10 2.15 12 2.20 15 2.25 12
PEPERONI 1.18 8 1.20 10 1.25 8 1.31 10
SALCHICHA
1.25 7 1.31 6 1.35 7 1.42 7
S
Desarrollando índices de Paasche:

El producto a reflejar por cantidad:

PRECIO POR CANTIDAD


P E X Q E P F X QF P M X Q M P A X Q A P E X Q F PE X QM PE X QA
QUESO 21 25.8 33 27 25.2 31.5 25.2
PEPERONI 9.44 12 10 13.1 11.8 9.44 11.8
SALCHICHAS 8.75 7.86 9.45 9.94 7.5 8.75 8.75
39.19 45.66 52.45 50.04 44.5 49.69 45.75

ÍNDICE DE PAASCHE:

P R=
∑ ( P R X Q B ) X 100
∑ ( PB X Q B)
ENERO FEBRERO MARZO ABRIL

P R=
∑ ( P E X Q E ) X 100L= ∑ ( P F X QF ) X 100L= ∑ ( PM XM ) X 100L= ∑ ( P A X Q A ) X 100
∑ ( PE X QE) ∑ ( P E X QF ) ∑ ( P E X QM ) ∑ ( PE X QA)
39.19 45.66 52.45 50.04
L= X 100 =10 L= X 100=10 L= X 100=10 L= X 100=109.
39.19 44.5 49.69 45.75
0 2.6 5.6 37
40

Interpretación: Los índices nos arrojan resultados diferentes en el mes de abril. Indicándonos que
el aumento de sus precios es poco confiable solo en dicho mes. Los precios han subido un 9.35%
de acuerdo al índice de Laspeyres y un 9.37% de acuerdo al índice de Paasche

EJERCICIO 42. Utilizando los datos de Janet del ejercicio anterior, ¿El índice de Passche muestra
la tasa a la cual los precios aumentan o disminuyen?

SOLUCION:
EL índice de Passche, muestra una variación con respecto a la tasa de precios, indicando en este
ejemplo, que aumenta, debido a la sobre ponderación de los precios que se encuentran a la baja
pero estos a su vez no solo utilizan los datos para un único año, por ello se usa con menos
frecuencia.
41

CAPITULO 14
PRUEBA CHI CUADRADO Y OTRAS NO PARAMETRICAS
EJERCICIO 1. El vicepresidente de operaciones del First Nacional Bank argumenta que los tres
tipos de crédito – créditos para autos, créditos a estudiantes y créditos para propósitos generales-
se conceden a los clientes en las mismas proporciones. Para probar su hipótesis, usted recolecta
datos sobre 200 créditos recientes y se encuentra que 55 fueron créditos para autos, 47 para
estudiantes y el resto para propósitos generales. Al nivel del 5%. ¿Qué le diría usted al
vicepresidente?

Solución:
Primero se definen las hipótesis:
Ho = Se concede de manera uniforme los 3 tipos de créditos
H1 = No se concede de manera uniforme los 3 tipos de créditos

Segundo se define el tamaño de la muestra: N=200

Tercero se procede a organizar un cuadro de análisis:

CREDITOS
CREDITO CREDITOS OBSERVADOS
ESPERADOS
AUTOS 55 66
ESTUDIANTES 47 66
PROPOSITOS
98 66
GENERALES
TOTAL 200 198

Cuarto se aplica la fórmula de distribución JI-CUADRADO

( 55−66 )2 ( 47−66 )2 + ( 98−66 )2


x 2= +
66 66 66
= 1.83 + 5.46 + 15.51
= 22.8
En un nivel de comprobación del 5%, con grados de libertad (g.l) m-3-1= 2 , resulta que la tabla de
distribución x 2, un valor de 7.815.

Como 22.8 es mayor a 7.815 queda dentro de la zona de rechazo por lo tanto la hipótesis Ho
sobre el reparto uniforme de los créditos se rechaza.

EJERCICIO 2. Dados los resultados del ejercicio anterior, usted acredita que los prestamos
otorgados a los clientes se ajustan a un patrón tal que la mitad son para propósitos generales y el
resto se dividen de manera equitativa entre los dos tipos de créditos restantes. Utilizando la
muestra del problema anterior, ¿Qué concluye al nivel del 5%?

SOLUCION:
Primero se definen las hipótesis:
Ho = La mitad del crédito es para distribución general
H1 = La mitad del crédito no es para distribución general
42

Segundo se define el tamaño de la muestra: N=200/2, asumiendo que la distribución es equitativa,


con k = 2.

Tercero se aplica la fórmula de distribución JI-CUADRADO

( 102−100 )2 ( 98−100 )2
2
x= +
100 100
x 2 = 0.08

Este valor se compara con el valor critico de X 2 tomado de la tabla H, apéndice III, debido a que
no existen parámetros que tengan que estimarse, m = 0, y hay K – 1 = 1 grados de libertad, si se
desea comprobar esta hipótesis con el 5%, entonces X20.05, 1 = 3.841

Regla de decisión: “No rechazar si X2 ≤ 3.841. Rechazar si X2 > 3.841”


Por lo que se asume que la mitad del crédito si es para una distribución general.

EJERCICIO 3. A los compradores del centro local se les pide calificar un nuevo producto en una
escala continua que comienza con el cero. Con base en los siguientes datos agrupados. ¿Puede
usted concluir a nivel del 5% que los datos están distribuidos normalmente, con una media de 100
y una desviación estándar de 25?

SOLUCIÓN:
K=8
m=0
K–m–1=7

Se encuentra que el valor critico X2 es X20.05 = 14.067

Usando la fórmula del chi-cuadrado.

2 ( 1−11.4 )2 ( 51−47.75 )2 ( 112−113.75 )2 ( 151−155.4 )2 ( 119−114.75 )2 ( 43−45.65 )2


x= + + + + +
11.4 47.75 113.75 155.4 114.75 45.65
2 2
+(21−10) (2−1.3)
+
10 1.3

108.16 10.5625 3.0625 19.36 18.0625 7.0225 121 0.49


x 2= + + + + + + +
11.4 47.75 113.75 155.4 114.75 45.65 10 1.3
43

x 2=22.651

La hipótesis nula se rechaza ya que 22.651 > 14.067

EJERCICIO 4. Los analistas de Federated Stores plantean la hipótesis de que los ingresos de
sus clientes están distribuidos normalmente. Con base a los datos suministrados aquí ¿Qué
conclusión saca al nivel del 1%?
INGRESO (US$1 000) FRECUENCIA
Menos que 35 1
35-40 4
40-45 26
45-50 97
50-55 96
55-60 65
60-65 8
65-70 2
Por encima de 70 1
TOTAL 300

Definimos las hipótesis:


H 0=Los ingresos de los clientes están distribuidos normalmente
H A =Los ingresos de losclientes no estándistribuidos normalmente

Solución:
Como se desconoce la desviación estándar y la media de la muestra, realizamos la estimación de
estas:

2 2
Ingreso (US$1 000) X f xf ( X − X́ ) ( X − X́ ) × f
Menos que 35 35 1 35.00 264.60 264.60
35-40 37.5 4 150.00 189.52 758.08
40-45 42.5 26 1105.00 76.85 1998.22
45-50 47.5 97 4607.50 14.19 1376.21
50-55 52.5 96 5040.00 1.52 146.03
55-60 57.5 65 3737.50 38.85 2525.54
60-65 62.5 8 500.00 126.19 1009.50
65-70 67.5 2 135.00 263.52 527.04
Por encima de 70 70 1 70.00 350.94 350.94
Total 300 15380 8956.17

X́ =51.27 ≅ 51
σ 2=29.85
σ =5.46 ≅ 5

Determinando el área sombreada bajo la curva:


X−μ
Z=
σ
35−51
Z=
5
44

Z=−3.2 o un área de 0.4993

Entonces: P ( 0< x <35 )=0.5000−0.4993=0.0007


Para el segundo intervalo, la probabilidad de que los ingresos de los clientes estén entre 35 000 y
40 000 es P(35<x<40) y se representa:

35−51
Z1 = ¿−3.2 o un áreade 0.4993
5

40−51
Z2 = ¿−2.2 o un áreade 0.4861
5
Entonces: P ( 35< x< 40 ) =0.4993−0.4861=0.0132
Del mismo modo realizamos los demás cálculos y lo agregamos a la siguiente tabla:

Para el tercer intervalo, la probabilidad de que los ingresos de los clientes estén entre 40 000 y 45
000 es P(40<x<45) y se representa:
40−51
Z1 = ¿−2.2 o un áreade 0.4861
5
45−51
Z2 = ¿−1.2 oun áreade 0.3849
5

Entonces: P ( 35< x< 40 ) =0.4861−0.3849=0.1012


Para el cuarto intervalo, la probabilidad de que los ingresos de los clientes estén entre 45 000 y 50
000 es P(45<x<50) y se representa:
45−51
Z1 = ¿−1.2 oun áreade 0.3849
5
50−51
Z2 = ¿−0.2 o un áreade 0.0793
5

Entonces: P ( 45< x <50 ) =0.3849−0.0793=0.3056

Ingreso (US$1 000) Frecuencia real(Oi) Probabilidades( pi ) Frecuencia esperada ( Ei )


< 35 1 0.0007 0.21
35-40 4 0.0132 3.96
40-45 26 0.1012 30.36
45-50 97 0.3056 91.68
50-55 96 0.1586 47.58
55-60 65 0.3056 91.68
60-65 8 0.1012 30.36
65-70 2 0.0132 3.96
> 70 1 0.0007 0.21
Total 300 1.0000 300

Se desea probar la hipótesis al nivel de 1%. Debido a que el valor de la media y la desviación
estándar no son brindadas, se estimaron, entonces m = 2. Existen K = 9 clases en la tabla de
frecuencias, de manera que los grados de libertad son K – 2 – 1 = 3. Se encuentra el valor crítico x 2
es x 20.01,6=¿ 11.348
45

Regla de decisión: “No rechazar la hipótesis nula si x 2 es menor que 11.348. Rechazar la
hipótesis nula si x 2 es mayor que 11.348”

Utilizando la fórmula:
k 2
2 ( Oi−Ei )
x =∑
i=1 Ei
( 1−0.21 )2 ( 4−3.96 )2 ( 26−30.36 )2 ( 97−91.68 )2 ( 96−47.58 )2 (65−91.68 )2 ( 8−30.36 )2 ( 2−3.96 )2
x 2= + + + + + + + +
0.21 3.96 30.36 91.68 47.58 91.68 30.36 3.96
x 2=5.98

Por lo tanto, como 5.98 es menos a 11.348 no se rechaza la hipótesis.

EJERCICIO 5. TransWorld Airways desea determinar si existe alguna relación entre el número
de vuelos que las personas toman y su ingreso. ¿A qué conclusión llega al nivel del 1%con base
en los datos para 100 viajeros en la tabla de contingencia?

FRECUENCIA DE VUELOS
INGRESO NUNC RARA CON
A VEZ FRECUENCIA

MENOS DE US 20 15 2
30,000 100 89.19 81.08
8 5 1
US 30,000 - 50,000
264.29 235.71 214.29
7 8 12
US 50,000 - 70,000
137.04 122.22 111.11
2 5 15
MAS DE US 70,000
168.18 150 136.36

SOLUCIÓN:
FRECUENCIA DE VUELOS TOTAL
INGRESONUNC
RARA VEZ CON FRECUENCIA
A
20 15 2
MENOS DE US 30,000 37
100 89.19 81.08
8 5 1
US 30,000 - 50,000 14
264.29 235.71 214.29
7 8 12
US 50,000 - 70,000 27
137.04 122.22 111.11
2 5 15
MAS DE US 70,000 22
168.18 150 136.36
TOTAL 37 33 30 100

CHI CUADRADO ES:


( 20−100 )2 ( 15−89.19 )2 ( 2−81.08 )2 ( 8−264.29 )2 (5−235.71 )2 ( 1−214.29 )2 ( 7−137.04 )2 ( 8−122.2
x 2= + + + + + + +
100 89.19 81.08 264.29 235.71 214.29 137.04 122.22
1620.22
46

EJERCICIO 6. Dos propagandas de publicidad para computadoras las califican 15 clientes


potenciales para determinar si existe alguna preferencia. Los resultados se presentan aquí. Al
nivel del 10%. ¿Cuáles son los resultados?

1 1 1 1 1 1
CLIENTE 1 2 3 4 5 6 7 8 9
0 1 2 3 4 5
PUBLICIDAD
8 9 5 7 9 4 3 8 9 5 7 8 8 7 9
1
PUBLICIDAD
7 3 2 8 5 5 7 2 1 3 7 2 2 3 8
2

SOLUCIÓN:
RESULTADOS
CLIENT PUBLICIDAD SIGN
PUBLICIDAD 2
E 1 O
1 8 7 +
2 9 3 +
3 5 2 +
4 7 8 -
5 9 5 +
6 4 5 -
7 3 7 -
8 8 2 +
9 9 1 +
10 5 3 +
11 7 7 0
12 8 2 +
13 8 2 +
14 7 3 +
15 9 8 +

La observación 11 se ignora porque la diferencia es cero. Existen once signos más y tres signos
menos. Se puede calcular la probabilidad de que once o menos signos más puedan ocurrir o la
47

probabilidad de que tres o más signos menos puedan ocurrir .Concentrándose en el número de
signos más, se tiene de la tabla C (Apéndice III del libro), que:

P ( p ≤ 1|n=9 , π =0.5 ¿=0 .9935 0

α 0.10
Entonces, debido a que = =0.05< 0.9935, se acepta la hipótesis nula
2 2

EJERCICIO 7. El fabricante de 10 tipos de alimentos en paquete plantea la hipótesis de que las


ventas de cada producto con alto contenido de grasa serán menores que las del mismo producto
con reducción de grasa. Las ventas en miles de unidades aparecen en la siguiente tabla. Al nivel
del 10%, ¿Cuál es su conclusión?

ALIMENT 1
1 2 3 4 5 6 7 8 9
O 0
1 1 1 1 1 1 2
Con grasa 5 6 8
0 2 4 8 7 8 1
1 1 1 1 1 2 1 1
Sin grasa 9 3
5 3 2 7 9 7 2 4

X2= (15-10)2 + (13-12)2 +(12-14)2 +(9-18)2 +(17-17)2 +(19-18)2 +(3-5)2 +(27-21)2 +(12-6)2 +(14-8)2
10 12 14 18 17 18 5 21 6 8
X= 4.521

K= 10
K-1= 9 grados de libertad

Al nivel del 10% , x20.10,9= 14.684


Regla de decisión= No se rechaza ya que x2 < 14.684 = 4.521< 14.684

EJERCICIO 8. Búsquedas relacionadas con El brillo de la cristalería se mide en una escala de 1


a 100. Se prueban 20 vasos antes y después de ser tratados con un nuevo proceso. Si se resta el
factor de brillo después del tratamiento, del de antes del tratamiento y da 5 signos positivos y 3
signos negativos, ¿existe alguna diferencia al nivel del 5%? ¿Cómo interpreta los resultados de la
prueba?

SOLUCIÓN
Datos:
m=3, n=3+5=8, p=5
 Hipótesis
H0: m=p
Hn: m ≠ p

 Cálculo de probabilidades

Probabilidad de que tres o menos signos puedan ocurrir


P (P ≥ 5, n=8, π= 0.5) = 0.3673

Probabilidades que cinco más signos puedan ocurrir


P (P ≥ 5, n=8, π=0.5) = 1 - P (P≤4)
= 1-0.6367
48

= 0.3633

¿Exista alguna diferencia al nivel del 5 %?


α= 5% =0.05

Como α/2= 0.025<0.3633, no se rechaza la hipótesis nula, por lo que no existe alguna diferencia
al nivel de 5%

¿Cómo interprete los resultados de la prueba?


Después de ser tratados los 20 vasos con un nuevo proceso resulta que el brillo de la cristalería
no cambia, existe menos de α/2= 0.025 de probabilidad de que la hipótesis sea cierta.

EJERCICIO 9. cincuenta empleados que han recibido capacitación especial forman parejas con
otros cincuenta que son parecidos en cada aspecto pero que no recibieron capacitación la
productividad de quienes recibieron capacitación se resta de la de quienes no la recibieron, dando
15 signos positivos y 17 signos negativos. ¿al nivel del 5% el entrenamiento hace la diferencia?

SOLUCIÓN:
Posttes
- +
+ 15
- 17

( X ± 0.5 )−1/2 N
z=
1/2 √ N
( 15+0.5 ) −1/2( 50)
z= =−2.7
1
(7.07)
2
Según la tabla
0.0034<α
0.0034<0.05

Por lo que se rechaza la hipótesis

EJERCICIO 10. Al propietario de una popular taberna local para estudiantes de una universidad
cercana se le escuchó por casualidad decir que los clientes mujeres tendían a gastar menos que
los hombres. Retado por el profesor de estadística quien ocupaba su espacio habitual al extremo
del bar, el tabernero registró los gastos de 10 mujeres y 10 varones. Los resultados en dólares
aparecen en la siguiente tabla. ¿Esta afirmación se confirma al nivel de 10%?

MUJERE 4.8
5.12 3.15 8.17 3.42 3.02 4.42 3.72 2.12 5.72
S 7
HOMBRE 8.8
5.83 6.49 4.45 5.12 9.02 9.73 5.42 6.43 8.79
S 9

SOLUCIÓN:
MUJERE HOMBRE
RANGO RANGO
S S
49

5.12 9.5 5.83 13


3.15 3 6.49 15
8.17 16 4.45 7
3.42 4 5.12 9.5
3.02 2 9.02 19
4.42 6 9.73 20
3.72 5 5.42 11
2.12 1 6.43 14
5.72 12 8.79 17
4.87 8 8.89 18
n1 =10 ∑ R 1=66.5 n1 =10 ∑ R 2=¿ 143.5 ¿
Se calcula el estadístico U de Mann-Whitney para cada muestra de la ecuación, asi:
Estadistico U De Mann−Whitney Para La Primera Muestra :
n1 (n 1+1)
U 1=n1∗n2 + − ∑ R1
2
10 ( 11 )
U 1= (10 )( 10 ) + −66.5=88.5
2

Estadistico U De Mann−Whitney Para La Segunda Muestra :


n2 (n 2+1)
U 2=n1∗n 2+ − ∑ R2
2
10 ( 11 )
U 2= (10 )( 10 ) + −143.5=11.5
2

Ahora:
Media De La Distribucion Muestral Para La Prueba U De Mann−Whitney :
n1∗n 2
μM=
2
(10)(10)
μM= =50
2
Desviacion Estandar De La Distribucion Muestral Para La Prueba U De M .W :
n1∗n2 (n1 +n2 +1)
σ M=
√ 12
¿ 13.23

Valor Z Para Normalizar La Prueba U De Mann−Whitnney :


U −μ
Z= i M
σM
11.5−50
Z= =−2.91
13.23
Si α =10 % , la regla d decisión es:
H 0 :μ F ≥ μ M : Z=−2.91←1.96 ; RECHAZAR .
EJERCICIO 11. Rapid Roy probó dos tipos de combustible en su clásico deportivo, y noto la
velocidad máxima que permitía cada combustible. Con base en los resultados presentados aquí
50

en millas por hora, ¿Existe alguna diferencia en la velocidad promedio que proporciona cada
combustible al nivel del 1%?

Combustible 5 4 3 5 4 3 5 3
45 67
1 4 1 8 9 8 1 9 1
Combustible 6 8 7 7 8 6 7 7 6
79 82
2 9 4 6 7 1 5 3 0 9

SOLUCIÓN:
COMBUSTIBLE 1 RANGO COMBUSTIBLE 2 RANGO
31 1.5
31 1.5
38 2
41 3
45 4
54 5
59 6.5
59 6.5
65 7
67 8
69 9.5
69 9.5
70 10
73 11
76 12
77 13
79 14
81 15
82 16
84 17

∑ R 1=36 ∑ R 2=136
Calculando el estadístico U, sabiendo que:
n 1(n 1+ 1)
U1 = n1n2 + - ∑ R1
2
n 2(n 2+1)
U2 = n1n2 + - ∑ R2
2
Donde:
n1 = 10
n2 = 11
10(10+1)
U1 = (10)(11) + – 36 = 129
2
51

11(11+1)
U2 = (10)(11) + – 136 = 40
2

Hallando media de la distribución:


n 1n 2
µµ =
2
10(11)
µµ = = 55
2
Hallando desviación estándar:
n1 n 2(n 1+n 2+1)
σµ =
√ 12
10 (11)(10+11+1)
σµ =
√ 12
= 14.201

Hallando el valor de Z
U i−U μ
Z=
σμ
Teniendo en cuenta las siguientes hipótesis:
Ho = U1 = U2
Ha = U1 ≠ U2

40−55
Z= = -1.056
14.201

Si α = 1%, la regla de decisión seria la siguiente:


Regla de decisión: “No rechazar si -2.58 ≤ Z ≤ 2.58. Rechazar si Z < -2.58 o Z > 2.58”.

Región de
rechazo
α/2 = 0.005

-2.58 -1.056 0 2.58

Por lo tanto, Z está en la zona de rechazo, por lo que hay diferencia en la velocidad promedio.

EJERCICIO 12. Los costos de vivienda de 42 residentes en Topeka, Kansas, se compararon con
los 35 residentes en Erie, Pennsylvania. Se clasificaron las observaciones, produciendo ΣRt =
1833.5 y ΣRE =1169.5. Al nivel del 5%. ¿Parece haber alguna diferencia en los costos promedios
de vivienda en las dos ciudades?

SOLUCIÓN:
Hipótesis Estadísticos
Ho = No existe diferencia significativa en los costos promedios de viviendas en las dos ciudades
H1 = Existe diferencia significativa en los costos promedios de viviendas en las dos ciudades

Nivel de confianza: 95%


α: 0.05
52

ΣRt = 1833.5
ΣRE =1169.5
n1 .n 2
U−
2
Z= … (1)
n1 .n 2(n1 +n2 +1)
√ 12
n (n +1)
U =n1 . n 2+ 1 1 −R1 …(2)
2
n2 (n 2+1)
U =n1 . n 2+ −R2 …(3)
2
Reemplazando:
35(35+1)
U 1=35.42+ −1169.5 ¿ 930.5
2
42(42+1)
U 2=35.42+ −1833.5 ¿ 539.5
2

Tomamos el U menor
U =539.5

Remplazamos en Z
35.42
539.5−
2
Z=
35.42(35+42+1)
√ 12
Z=−2.000006541

Por lo tanto, se rechaza H0 Y Existe diferencia significativa en los costos promedios de viviendas
en las dos ciudades.

EJERCICIO 13. Petroleum Transport envía petróleo crudo vía dos líneas de embarque,
FreightWays y OverSeas. Últimamente, se ha vuelto evidente que algunos de los envíos llegan
con menos petróleo del que aparece en la lista del manifiesto. Los recortes medidos en mies de
barriles se descubrieron en 50 envíos de FreightWays y 45 envíos de OverSeas. Los resultados se
calificaron produciendo ∑ R F=1,434.5 y ∑ R0 =1,258.5. ¿Existe evidencia que sugiera que
FreightWays tiene una reducción más grande?

SOLUCIÓN
Calculamos el estadístico U
n1 ( n1 +1 )
U 1=n1 n 2+ −∑ R 1
2
50 ( 50+1 )
U 1=50∗45+ −1,434.5=2090.5
2

n2 ( n2 +1 )
U 2=n1 n 2+ −∑ R 2
2
45 ( 45+1 )
U 2=50∗45+ −1,258.5=2026.5
2
53

Sí, existe la evidencia de que FreightWays que tiene una reducción más grande.
50∗45
µµ= =1125
2
50∗45∗(50+ 45+1)
σ µ=
√ 12
=134.1640

EJERCICIO 14. Ochenta y cinco hombres y 85 mujeres califican un producto produciendo


∑ d 2i =10010.25 . Al nivel de significancia del 1%, ¿existe alguna correlación entre las
clasificaciones con base en el género?

SOLUCIÓN
 Coeficientes de correlación de rangos de Spearman:
6 ∑ d 2i
r s=1− 3
n −n
6∗10010.25
r s=1−
853−85
r s=0.902
Como 0.902 está muy próximo a 1, la correlación entre las clasificaciones con base en el género
es fuerte y positiva.

 Vamos realizar la prueba de correlación entre las poblaciones para α =1 %=0.01


- Hipótesis estadísticas:
H 0 : ρs=0 ; No existe correlación entre las clasificaciones con base en el género
H a : ρs ≠ 0 ; Existe correlación entre las clasificaciones con base en el género

- Desviación normal para la prueba de rangos de Spearman:


r s−0
Z= =r √ n−1
1 / √n−1 s
Z=0.902 √ 85−1
Z=8.267

- Valor critico de Z:
Z1−α /2=Z 1−0.01/ 2=Z 0.995=2.58
Luego el valor crítico de Z es: ± 2.58

Interpretación:
-
Como 8.267> 2.58, debería rechazarse la hipótesis nula en favor de la hipótesis alterna, la cual
afirma: Existe correlación entre las clasificaciones con base en el género.

EJERCICIO 15. Al nivel del 10%. ¿Existe una relación entre el tiempo de estudio en horas y las
notas en el examen, de acuerdo con estos datos?

TIEMP
21 18 15 17 18 25 18 4 6 5
O
NOTA 67 58 59 54 58 80 14 15 19 21

SOLUCIÓN:
NOTA TIEMPO 10% X-Y=D (X - Y)
54

(X)
67 21 6,7 14,3 204,49
58 18 5,8 12,2 148,84
59 15 5,9 9,1 82,81
54 17 5,4 11,6 69,6
58 18 5,8 12,2 148,84
80 25 8 17 289
14 18 1,4 16,6 275,56
15 4 1,5 2,5 6,25
19 6 1,9 4,1 16,81
21 5 2,1 2,9 8,41
TOTAL 1250,61

1250.61 x 10% = 125.061

Coeficiente de correlación de Spearman.


6 ∑ d2i
r s=1− 2
n(n −1)
6(125.061)
r s=1−
10(102−1)
750.366
r s=1− ¿ 0.242
990

EJERCICIO 16. Las clasificaciones de las tasas de rendimiento de 50 acciones se comparan con
las clasificaciones de su razón precio-ganancia produciendo ∑ d 2i =19 , 412.5. Al nivel del 5%.
¿Qué puede concluir sobre una relación entre las dos variables de las acciones?

SOLUCIÓN:
r s=1−6 ¿ ¿ ¿ 0.067

El valor r s=0.067 está en la zona de rechazo. Se concluye al nivel de significancia, que existe una
relación entre los puntajes de precio y ganancia del desempeño productivo.

EJERCICIO 17. Ochenta y cinco hombres y 85 mujeres califican un producto produciendo


∑ d 2i =10010 .25 . Al nivel de significancia del 1%, ¿existe alguna correlación entre las
clasificaciones con base en el género?

SOLUCIÓN:
 Coeficientes de correlación de rangos de Spearman:
6 ∑ d 2i
r s=1−
n3−n
6∗10010.25
r s=1− ¿ 0.902
853−85
55

Como 0.902 está muy próximo a 1, la correlación entre las clasificaciones con base en el género
es fuerte y positiva.

 Vamos realizar la prueba de correlación entre las poblaciones para α =1 %=0.01


- Hipótesis estadísticas:
H 0 : ρs=0 ; No existe correlación entre las clasificaciones con base en el género
H a : ρs ≠ 0 ; Existe correlación entre las clasificaciones con base en el género

- Desviación normal para la prueba de rangos de Spearman:


r s−0
Z= =r √ n−1
1 / √n−1 s
Z=0.902 √ 85−1 ¿ 8.267

- Valor critico de Z: Z1−α /2=Z 1−0.01/ 2=Z 0.995=2.58


Luego el valor crítico de Z es: ± 2.58

- Interpretación: Como 8.267> 2.58, debería rechazarse la hipótesis nula en favor de la


hipótesis alterna, la cual afirma: Existe correlación entre las clasificaciones con base en
el género.

EJERCICIO 18. Recientemente bytec.fnc,ha tenido un problema con el ausentismo de los


empleados en sus 3 plantas de producción con base en los siguientes datos, tomados durante un
periodo de 6 días, sobre el número de empleados que estaban ausentes. ¿al nivel de significancia
del 5% parece que hay una diferencia en el número de empleados que no llegan a trabajar? Si
usted rechaza la hipótesis nula, realice una comparación por pares completa con su subrayado
común.

N° EMPLEADOS AUSENTES
PLANTA
25, 36, 38, 31, 29, 33
1
PLANTA
31, 28, 39, 41, 21, 20
2
PLANTA
29, 28, 22, 26, 24, 20
3
SOLUCIÓN:
NÚMERO DE EMPLEADOS AUSENTES
RANG RANG RANG RANG RANG RANG
N°1 N°2 N°3 N°4 N°5 N°6
O O O O O O
20 1.5
20 1.5
21 3
22 4
24 5
25 6
26 7
28 8.5
56

28 8.5
29 10.5 29 10.5

31 12.5 31 12.5
33 14
36 15
38 16
39 17

41 18

∑ R 1=¿29 ∑ R 2=¿32 ∑ R 3=¿37 ∑ R 4=¿37.5 ∑ R 5=¿18.5 ∑ R 5=¿17


Con n=18, para
 Prueba de Kruskal – Wallis
R 2i
H=
12
n ( n+1 ) [∑ ] ni
−3 ( n+1 )

1−
∑T
N 2−N

12 6 +6
H= ¿ = 1− 2
18(19) 18 −18
2
T =t −t

H = 0.035 [ 280.33+341.33+456.33+ 468.75+114.08+ 96.33 ]-57 = 0.96

H=4.50
H=4.69
GL=K-1

K=6 GRUPOS
GL=5

SEGÚN LA TABLA
K>H
11.070 > 4.69

Ahora, debemos comparar este valor con uno crítico. La distribución K es aproximada por una
distribución Chi-cuadrado con K-1 grados de libertad. Si K excede el valor critico de Chi-cuadrado,
se rechaza la hipótesis nula, entonces.

Con α =5 % y el valor critico de Chi-Cuadrado, dado 6-1=5 grados de libertad se vuelve


Entonces. Se rechaza la hipótesis dado
EJERCICIO 19. Para probar un nuevo alimento para mascotas, Puppy Love alimenta a cuatro
grupos de cachorros de 10 semanas de edad con diferentes combinaciones de comida. Despues
de 3 semanas se registra el incremento de peso. ¿Existe una diferencia significativa en los
57

incrementos de peso al nivel del 5%. Si usted rechaza la hipótesis nula, realice una comparación
completa por pares con subrayado común.

Incremento en el peso (Libras)


MEZCLA
3, 6, 9, 5, 6
1
MEZCLA
3, 4, 8, 9, 7
2
MEZCLA
10, 8, 9, 8, 7
3
MEZCLA
8, 10,11, 8, 8
4

SOLUCIÓN:
MEZCLA MEZCLA MEZCLA MEZCLA
RANGO RANGO RANGO RANGO
1 2 3 4
3 1.5 3 1.5 10 18.5 8 11.5
6 5.5 4 3 8 11.5 10 18.5
9 16 8 11.5 9 16 11 20
5 4 9 16 8 11.5 8 11.5
6 5.5 7 7.5 7 7.5 8 11.5
n1 =6 ∑ R 1=32.5 n2 =6 ∑ R 2=39.5 n3 =6 ∑ R 3=65 n 4=6 ∑ R 4=73
Ahora:
Prueba De Kruskal −Wallis :
12
K= ¿
n ( n+1 )
12 32.52+ 39.52+ 652+ 732
K= [
24 ( 25 ) 6 ] −3(25) ¿−34.43

EJERCICIO 20. Security investments utiliza 3 métodos para seleccionar las acciones para sus
portafolios, Al nivel de 5% ¿Existe una diferencia en las tasas de rendimiento para cada método
con base a estos datos?

TASAS DE RENDIMIENTO
(%)
PORTAFOLIO 1 14, 12, 10, 15, 13
PORTAFOLIO 2 9, 6, 8, 5, 5
PORTAFOLIO 3 6, 8, 5.9, 7
SOLUCION:
Si usted rechaza la hipótesis nula. Realice una comparación por pares completa con el subrayado
común.
58

TASAS DE RENDIMIENTO (PORCENTAJES)


RANG RANG RANG RANG
%N°1 %N°2 %N°3 %N°4 %N°5 RANGO
O O O O
5 1 5 1 5 1
6 4.5 6 4.5
7 6
8 7.5 8 7.5
9 9 9 9
10 11

12 12
13 13
14 14
15 15

∑ R 1=¿27.5 ∑ R 2=¿24 ∑ R 3=¿19.5 ∑ R 4=¿25 ∑ R 5=¿20


Con n=15, para
 Prueba de Kruskal – Wallis
R2i
K=
12
n (n+1) [∑ ]ni
−3(n+ 1)

12 27.52 24 2 19.52 252 20 2


K=
15(15+ 1) [ ∑ 3
+
3
+
3
+
3
+
3 ] −3(15+1)

12
K= [ 252.083+192+126.75+208.333+133.333 ] -48 = -2.375
240

Ahora, debemos comparar este valor con uno crítico. La distribución K es aproximada por una
distribución Chi-cuadrado con K-1 grados de libertad. Si K excede el valor critico de Chi-cuadrado,
se rechaza la hipótesis nula, entonces.

Con α =5 % y el valor critico de Chi-Cuadrado, dado 5-1=4 grados de libertad se vuelve


X 20.05,4=9.488 , entonces no se rechaza la hipótesis dado de K≤ 9.488 .

EJERCICIO 21. Su supervisor le a pedido determinar si existe una relación entre el tipo de
técnica de presupuesto de capital que utiliza una empresa y su ingreso neto después de
impuestos. Los datos que usted recolecta relacionan tres técnicas: el valor actual, la tasa interna
de retorno y el índice de rentabilidad, con cuatro niveles de ingreso: US$0 a US$ 3’000,000, US$
3’000,000 a US$ 6’000,000, US$ 6’000,000 a US$ 9’000,000, y por encima de US$ 9’000,000. Se
59

ha tabulado el numero de empresas que caen en las categorías conjuntas. ¿Qué herramienta
estadística utilizaría para detectar alguna relación?

RESPUESTA:
Se utilizaría la prueba de Chi-cuadrado de Pearson ya que es una prueba muy utilizada cuando el
investigador quiere analizar la relación entre dos variables que son cuantitativas, en este caso la
relación entre el tipo de técnica de presupuesto de capital que utiliza una empresa y su ingreso
neto después de impuestos.

EJERCICIO 22. usted debe comparar los niveles de gastos promedio de tres grupos de
consumidores, pero no pude asumir que las poblaciones están distribuidas normalmente o que
sus varianzas son iguales ¿Qué herramientas estadísticas debería utilizar?

SOLUCION:
Consideremos ahora el problema de encontrar una estimación por intervalos de  1- 2 cuando
no es probable que las varianzas poblacionales desconocidas sean iguales. La estadística que se
usa con más frecuencia en este caso es:

que tiene aproximadamente una distribución t con   grados de libertad, donde:

Al despejar la diferencia de medias poblacionales de la fórmula de t nos queda:

EJERCICIO 23. Como gerente regional de una empresa minorista, usted desea determinar los
niveles de ingreso de las personas y sus patrones de consumo están relacionados. ¿Qué
herramienta estadística deberán utilizar?

SOLUCION: Distribución chi-cuadrado

EJERCICIO 24. Un economista de una compañía internacional de valores recolecto datos sobre
los niveles de consumo de 25 personas, antes y después de que el gobierno federal anunciara un
gran incremento en los impuestos ¿Qué herramienta estadística permitirá al economista
determinar si el impuesto afecto el consumo promedio?

SOLUCION:
Teniendo en cuenta que se va comparar dos distribuciones poblacionales, se va implicar el uso de
pares correspondientes. Puesto que se tendrán datos de antes y después del incremento de los
impuestos, se debe utilizar la prueba del signo para tomar decisiones comerciales dado que la
hipotesis nula establece que no existe diferencia en los conjuntos de datos. La probabilidad de
que ocurra cualquiera es de 0.50.
60

EJERCICIO 25. Usted debe seleccionar una muestra de los clientes de su empresa con base en
el género. ¿cómo puede determinar si un procedimiento muestral es aleatorio?

SOLUCION:
Todos los individuos que componen la población dentro de la empresa tienen la misma
oportunidad de ser incluidos en la muestra. Esta significa que la probabilidad de selección de un
sujeto a estudio "x" es independiente de la probabilidad que tienen el resto de los sujetos que
integran forman parte de la población de la empresa

Ejemplo: ante la siguiente pregunta de investigación ¿cómo puede determinar si un procedimiento


muestral es aleatorio? Un muestreo aleatorio aplicaría de la siguiente forma: seleccionar entre
todos los sujetos, seleccionar al azar un subgrupo que los represente.

EJERCICIO 26. Su asistente estadístico ha obtenido datos sobre dos muestras independientes
tomadas para comparar las edades de las personas. Si no puede asumirse que las poblaciones
son normales, ¿Cuál prueba debería utilizarse?

SOLUCION
Se debe de realizar la prueba de bondad de ajuste, siempre se usa en una población
multinominal, que se entiende como una extensión de la distribución Binomial en que caso que
hay 3 o más categorías de restados.

EJERCICIO 27. ¿Por qué se utilizan las pruebas no paramétricas? ¿por qué no se confía
siempre en las pruebas paramétricas ya que se estas son más fuertes?

SOLUCIÓN
Estas técnicas no paramétricas se utilizan con frecuencia, puesto que existen muchas variables
que no siguen las condiciones de parametricidad. Estas son: el uso de variables cuantitativas
continuas, distribución normal de las muestras, varianzas similares y muestras balanceadas.

EJERCICIO 28.
EJERCICIO 29.
EJERCICIO 30. Cite su propio ejemplo en el cual se necesite la prueba de Spearman y describa
exactamente que es lo que usted está midiendo con su ejemplo. Ejemplo: Los resultados de 9
estudiantes en Historia y Geografía se mencionan en la siguiente tabla.

HISTORI RANG GEOGRAFÍ RANG DIFERENCIA DE D


A O A O RANGOS CUADRADA
35 3 30 5 2 4
23 5 33 3 2 4
47 1 45 2 1 1
17 6 23 6 0 0
10 7 8 8 1 1
43 2 49 1 1 1
9 8 12 7 1 1
6 9 4 9 0 0
28 4 31 4 0 0
61

TOTAL: 12

SOLUCION:
Aplicamos la fórmula:
6 ∑ d2i
r s=1−
n(n2−1)
Entonces:
6∗12
r s=1− =0.9
9 ( 81−1 )

 El coeficiente de correlación de Spearman se utiliza para averiguar la relación entre las


dos variables, los resultados en Historia y Geografía que tienen los alumnos. Una idea
general es que la nota debe aumentar con el estudio, lo que significa que debe haber una
asociación positiva entre las dos variables, lo que se demuestra por el valor de rs que es
de 0,9.

EJERCICIO 31. Un banco en Des Moines desea determinar la distribución de los clientes es
uniforme a lo largo de la semana. Una encuesta descubre que el numero de clientes de lunes a
viernes son 150, 179, 209, 79 y 252. Al nivel del 5%. ¿parece que existe una distribución
uniforme?

a) Plantee la hipótesis.
b) Plantee la regla de decisión.
c) Realice la prueba y tome sus determinaciones.

SOLUCIÓN
a)
H0: la distribución de los clientes es uniforme a lo largo de la semana
HA: la distribución de los clientes no es uniforme a lo largo de la semana
b)
Para el grado de libertad
g .l=k −m−1
g .l=5−0−1
g .l =4

Si se deseara probar el nivel del 5% se encontraría que:


X 20.05=9.488

Regla de Decisión:
“No rechazar si X 2 ≤ 9.488, rechazar si X 2 > 9.488”

c)
Días Fo Fe
lunes 150 173
martes 179 173
miércoles 209 175
jueves 79 173
viernes 252 175
62

total 869 869

2 ( 150−173 )2 ( 179−173 )2 ( 209−175 )2 ( 79−173 )2 ( 252−175 )2


X = + + + +
173 173 175 173 175
2
X =94.8267547

Debido a que 94.8267547> 9.488, la hipótesis nula se rechaza, por lo tanto, la distribución de los
clientes no es uniforme a lo largo de la semana.

EJERCICIO 32. El profesor Showers argumenta que la distribución de notas por parte de sus
alumnos es de 5% en calificación A, 20% en B, 30% en C, 40% en D y el resto en F. Si este es el
caso, su decano le ha prometido un aumento del 15% de su salario. Al nivel del 1% ¿El profesor
obtiene su aumento si las 100 notas seleccionadas aleatoriamente son: 7 de A, 20 de B, 27 de C,
36 de D y 10 de F?

SOLUCIÓN:
NOTAS DISTRIBUCIÓN PROYECCIÓN
A 5% 7
B 20% 20
C 30% 27
D 40% 36
F 5% 10
TOTAL 100% 100

Existe un margen de error del 1%.


DISTRIBUCIÓ
NOTAS PROYECCIÓN VALOR REAL
N
A 5% 7 5
B 20% 20 20
C 30% 27 30
D 40% 36 40
F 5% 10 5
TOTAL 100% 100 100
63

El profesor sí recibiría el aumento del 15% porque está y pertenece al margen de error
relacionado.

EJERCICIO 33. Creative flooring ha decidido ordenar sus suministros en volumen si el tamaño
de taperes que se colocan en las casas está distribuido normalmente. Ayude a los gerentes de la
compañía a tomar su decisión con base en los siguientes datos muéstrales. Sea un 1%

YARDAS N° CASAS DE ESTE


CUADRADAS (100`S) TAMAÑO
hasta 5 97
5 a 10 137
10 a 15 245
15 a 20 256
20 a 25 154
25 a más 111

SOLUCION:
H0: los atributos son independientes uno del otro
H1: los atributos no son independientes uno del otro
x −u
Z=
o
5−15
Z= ¿−0.5
5

Entonces: p(0< x<5)

Existe un poco más del 1% de probabilidad de suministros en volumen si el tamaño de taperes


que se colocan en las casas.

x−u
Z1 = ¿−0.5 Oun area de 0.1232
o
x−u
Z2 = ¿−1 o un areade 0,1359
o

Entonces: p ( 5< x< 10 )=0,1359−0.1232=0.0127

EJERCICIO 34. la tabla de frecuencias que aparece a continuación registra ventas diarias para
200 días. ¿en α = 0.05 las ventas parecen estar distribuidas normalmente?

VENTAS FRECUENCIA
40 hasta 60 7
60 hasta 80 22
80 hasta 100 46
100 hasta 120 42
120 hasta 140 42
140 hasta 160 18
160 hasta 180 11
180 hasta 200 12
SOLUCION:
64

H0: los atributos son independientes uno del otro


H1: los atributos no son independientes uno del otro
x −u
Z=
o
40−120
Z=
120
Z=−0.67

Entonces: p(0< x< 40)


Existe un poco más del 5% de probabilidad de ventas.
x−u
Z1 =
o
Z1 =−0.5 Oun area de 0.1232
x−u
Z2 =
o
Z2 =−1 o un areade 0,1359

Entonces: p ( 60< x< 80 )=0,1359−0.1232=0.0127

EJERCICIO 35. ‘’Ciudadanos para un medio no violento’’ Proporcionó datos que luego se
publicaron en una emisión reciente de U.S. News & World Report sobre el número de actos de
violencia que se ve en ciertos tipos de programas de televisión. La organización reclamaba que
tales actos ocurrían con igual frecuencia en todos los tipos de programas. Pruebe este reclamo al
nivel del 10%
ACTOS DE
TIPO DE PROGRAMA
VIOLENCIA
Drama 42
Películas Viejas 57
Dibujos Animados 83
Policías/Detectives 92
Comedias 38
Noticias 81

SOLUCIÓN:
H o:Los actos ocurren con igual frecuencia en todos los tipos de programas
H A : Los actos no ocurren con igual frecuencia en todos los tipos de programas
Suponiendo uniformidad en la frecuencia de actos de violencia por cada programa, se tiene n=393
casos en total. Si la demanda es uniforme, deberían haber 393/6=65.5, esperándose esa cantidad
de actos de violencia en cada tipo de programa.

Entonces con K=6, se debe determinar si el valor está lo suficientemente cerca a lo que se
esperaría si la demanda fuese cierta.
k 2
2 ( Oi−Ei )
X =∑
i=1 Ei
( 42−65.5 )2 ( 57−65.5 )2 ( 83−65.5 )2 ( 92−65.5 )2 ( 38−65.5 )2 ( 81−65.5 )2
X2= + + + + +
65.5 65.5 65.5 65.5 65.5 65.5
2
X =8.4313+1.1030+4.6756+ 10.7214+11.5458+ 3.6679 ¿ 40.145
65

El valor, 40.145, se compara con un valor critico de X 2 tomado de la tabla H en el apéndice III.
Con X 20.05,6=10.645

Regla de decisión: ‘’No rechazar si X 2 ≤10.645 . Rechazar si X 2 >10.645


Entonces, se rechaza dicho reclamo.

EJERCICIO 36. Greenpeace (paz verde), el grupo de conservación mundial, exigió una sanción
de las Naciones Unidas por la matanza de bebés foca en lo que se denominó los “meses de alta
mortalidad”. Finlandia, que todavía permite tales “masacres”, afirmó que la actividad era
consistente durante todo el año y no variaba de mes a mes. Dados los datos de 1997,
suministrados por Greenpeace, ¿a qué conclusión llega usted? Sea α 1%

MES N° MUERTES
Enero 112
Febrero 89
Marzo 156
Abril 104
Mayo 165
K=5
Grado de Libertad= k-1= 4

X= 35.677
x20.01,4= 13.277
H0= La distribución es uniforme; x2 = 35.677 > 13.277; rechazar

EJERCICIO 37. El gerente de producción de AAA, Inc., debe garantizar que si mezcla de
productos se ajuste a un sistema particular de cuotas. Se le indica ajustarse a un patrón que
produce 30% de productos de seda, 20% de lana, 10% de algodón, y 40% de cuero. De las
ultimas 200 unidades producidas, 65 eran de seda, 45 de lana, 25 de algodón, y 65 de cuero. Al
nivel del 5%, ¿debería ajustarse al patrón de producción actual? Plantee la hipótesis.

SOLUCION:

Ho: La mezcla se quedará con el patrón inicial.


H1: La mezcla se ajustará con el patrón de las 65 últimas mezclas.

EJERCICIO 38. Una cadena minorista tiene seis puntos de venta. Ha venido esforzándose
mucho para alcanzar niveles de ventas similares en todas las seis tiendas. La empresa de
publicidad que maneja la gestión promocional afirma que, en este momento, cada tienda debería
reportar ventas iguales. Si las ventas no son iguales, la cadena minorista ha decidido acabar su
asociación con la agencia publicitaria. ¿Qué decisión se debería tomar con base en los datos que
aparecen a continuación? Plantee su hipotesis. Sea α=0.01.

Ventas
Tienda
(US$100)
66

1 42
2 37
3 53
4 51
5 45
6 47
H 0 : Las ventas son uniformes en las 6 tiendasH A : Las ventasno son uniformes en las6 tiendas
SOLUCIÓN:
Ventas Ventas
Tienda
(US$100) observadas
1 42 45.833
2 37 45.833
3 53 45.833
4 51 45.833
5 45 45.833
6 47 45.833
275 275
K=6
172.833
=3.7709 Segúnla tabla H :X 20.010=¿ 15.086
2
X 2 =¿ ¿ X =
45.833

Gracias a que 3.7709 <15.086, la hipotesis nula de que la venta es uniforme no se rechaza. Las
diferencias que existen entre las ventas de cada tienda no son lo suficientemente grandes para
refutar la hipotesis nula. Las diferencias no son significativas y pueden atribuirse simplemente a
un error de muestro.

EJERCICIO 39. La tienda por departamentos Macy’s de Nueva York, recientemente hizo un
estudio para determinar si había alguna relación entre el estado civil del cliente y su volumen de
compras en dólares. Los resultados aparecen en la siguiente tabla ¿Cuál es su conclusión al nivel
de significancia del 5%?
Volumen en dólares
<10 10-19 20-29 30-39 40-49
CASADO 32 23 15 12 14
DIVORCIA
51 17 10 15 13
DO
SOLTERO 21 19 29 35 39
VIUDO 18 15 19 10 9
SOLUCIÓN:
H o: Estado civil y volumen de compra son independientes
H A : Estado civil y volumen de compra son dependientes

Sacamos el porcentaje de Casado del total, teniendo 96/416 =23.08%


67

Entonces, si el estado civil y volumen de compra, son independientes, se esperará que 23.08% de
ellos en cada clasificación de estado civil responda que si son los casados, en este caso, los que
mas compren de acuerdo a ello.

Por lo tanto Ei para el intervalo correspondiente a


 Casado:
(122)(0.2308)=28.16,
(74)(0.2308)=17.08,
(73)(0.2308)=16.85,
(72)(0.2308)=16.62,
(75)(0.2308)=17.31

 Divorciado
Sacamos el porcentaje de Divorciados del total, teniendo 106/416 =25.48%
(122)(0.2548)=31.08,
(74)(0.2548)=18.85,
(73)(0.2548)=18.60,
(72)(0.2548)=18.35,
(75)(0.2548)=19.11

 Soltero
Sacamos el porcentaje de solteros del total, teniendo 143/416 =34.37%
(122)(0.3437)=41.93,
(74)(0.3437)=25.43,
(73)(0.3437)=25.09,
(72)(0.3437)=24.75,
(75)(0.3437)=25.77

 Viudo
Sacamos el porcentaje de viudos del total, teniendo 71/416 =17.07%
(122)(0.1707)=20.82,
(74)(0.1707)=12.63,
(73)(0.1707)=12.46,
(72)(0.1707)=12.29,
(75)(0.1707)=12.80

VOLUMEN EN DÓLARES
CANT. <10 10-19 20-29 30-39 40-49 Total
32 23 15 12 14
CASADO 96
28.16 17.08 16.85 16.62 17.31
51 17 10 15 13
DIVORCIADO 106
31.08 18.85 18.60 18.35 19.11
21 19 29 35 39
SOLTERO 143
41.93 25.43 25.09 24.75 25.77
18 15 19 10 9
VIUDO 71
20.82 12.63 12.46 12.29 12.80
Total 122 74 73 72 75 416
Chi-cuadrado es :
68

k 2
2 ( Oi−Ei )
X =∑
i=1 Ei
( 32−28.16 )2
X2= +
28.16
( 23−17.08 )2 ( 15−16.85 )2 ( 12−16.62 )2 ( 14−17.31 )2 ( 51−31.08 )2 ( 9−12.80 )2
+ + + + + …+ = 53.69
17.08 16.85 16.62 17.31 31.08 12.80

Si se determina el 5% y con (f-1)(c-1)=(4-1)(5-1)=12 grados de libertad. X 20.05, 12=21.026

REGLA DE DECISION: ‘’No rechazar la hipótesis nula si X 2 ≤ 21.026. Rechazar si X 2 >21.026


Por tanto, se rechaza dicha hipótesis nula, dando a entender que, si depende del estado civil, el
volumen de gasto en dólares.

EJERCICIO 40. El ministerio de Hacienda de Estados Unidos ha estimado que el ¨Incremento en


los honorarios típicos del contribuyente necesarios para balancear el presupuesto está distribuido
uniformemente en todos los estados¨. La emisión del 28 de febrero de 1994 de U.S & World
Report publico las siguientes estadísticas:

Incremento del contribuyente Honorarios típicos


Estado
promedio (10 primeros estados) del contribuyente
Connecticut US$1,100 872
New Jersey 952 872
New York 877 872
Massachusetts 852 872
DC 851 872
Maryland 840 872
Nevada 828 872
Illinois 822 872
Washington 809 872
California 789 872

A nivel del 5%, ¿El ministerio de Hacienda puede ser apoyado?


K=9
269168
X 2 =¿ ¿ X = =79.321
872
Ya que 79.321>¿16.919 la hipotesis nula se rechaza.

EJERCICIO 41. The General Store determinará las fechas de ventas con base en la distribución
de los rendimientos. Dados los siguientes datos, al nivel del 5% ¿Parece que los rendimientos son
normales? Se sabe que la media es 25.6 y σ es 10.1

NÚMERO DE
INGRESO/MES (US$100´S)
MESES
Hasta 10 10
10 a 20 101
69

20 a 30 223
30 a 40 146
40 y más 12
SOLUCION:
Estas observaciones reales debemos compararlas con las que esperaríamos encontrar si la
distribución fuera normal. Para determinar las frecuencias esperadas debemos calcular las
probabilidades de que los datos tomados de la muestra aleatoriamente están contenidos dentro
de los intervalos estimados. Es decir, la probabilidad de que un dato caiga en el primer intervalo
es P(0<X<10):
X−µ 10−40
Z= = =−2.97
σ 10.1

ENTONCES:
P(0<X<10)
Existe un poco más del 5% de probabilidad del pago de impuestos.
10−20
Z1 =
10.1
Z1 =−0.999 un areade 0.1322

10−30
Z2 =
10.1
Z2 =−1.98 o un area de 0.1459

Entonces: p ( 10< x< 20 )=0.1459−0.1322=0.0137

EJERCICIO 42. Se consideran los siguientes datos sobre los tiempos de finalización de trabajos,
los cuales se tomaron de una población con una media de 18 y una desviación estándar de 4.

TIEMPOS
N° TRABAJOS
(HORAS)
Hasta 10 10
10 a 15 101
15 a 20 223
20 a 25 146
25 y mas 20

a) Al nivel del 5%, ¿puede concluirse que los tiempos están distribuidos normalmente?
b) ¿En qué difieren los resultados si el primer intervaloesn”5 a 10” y el último es “25 a 30”?

SOLUCIÓN:
a)
TIEMPO (HORAS) N° DE TRABAJOS P(X)
Hasta 10 10 0.02
10 a 15 101 0.202
15 a 20 223 0.446
20 a 25 146 0.292
70

25 y más 20 0.04
TOTAL 500 1

Al nivel del 5%, aplicando: Si α =0.05


100 xα =x
100 x 0.05=x
x=5

Rango distribuido normalmente

b) Difieren en la cantidad de obreros y cantidad de días para realizar dichos trabajos. Donde se ve
un margen considerable de 10 a 20 (“5 a 10” y “25 a 30” respectivamente), donde es
prácticamente el doble e influye la cantidad de trabajadores.

EJERCICIO 43. El economista jefe de la Oficina de Ingreso Estatal debate con supervisor quien
argumenta que los pagos de impuestos están distribuidos normalmente. Los datos de 2,000
contribuyentes proporcionan los siguientes resultados. A nivel 1%, ¿el supervisor está en lo
cierto?

PAGO DE IMPUESTOS CONTRIBUYENT


(US$10'S) ES
Hasta 15 248
15 a 30 232
30 a 45 489
45 a 60 512
60 a 75 263
75 y más 256

H0: los atributos son independientes uno del otro


H1: los atributos no son independientes uno del otro
x −u
Z=
o
15−45
Z= ¿−0.67
45

Entonces: p(0< x<15)

Existe un poco más del 1% de probabilidad del pago de impuestos.


x−u
Z1 =
o
Z1 =−0.5 Oun area de 0.1232

x−u
Z2 =
o
Z2 =−1 o un areade 0,1359

Entonces: p ( 15< x< 30 )=0,1359−0.1232=0.0127


71

EJERCICIO 44. runner’s world informo que una encuesta realizada por converse, sobre
personas que para hacer ejercicio hacían trote de forma regular, produjo los siguientes resultados.
La intención del estudio era de determinar si las distancias eran independientes de la preferencia
de los deportistas en cuanto a un producto similar al gel utilizado en los talones de sus zapatillas
para trotar. Al nivel del 1%, ¿parece existir alguna relación? Plantee la hipótesis.

DISTANCIA/SEMANA (MILLAS) PREFIEREN GEL NO PREFIEREN GEL NO OPINAN


<3 14 5 27
3-6 18 5 17
7-10 12 8 8
10-13 17 12 5
>13 19 8 2

SOLUCIÓN:
H0: los atributos son independientes el uno del otro
HA: los atributos no son independientes el uno del otro

DISTANCIA/SEMANA PREFIEREN NO PREFIEREN


NO OPINAN TOTAL
(MILLAS) GEL GEL
<3 14 5 27 46
3_6 18 5 17 40
7_10 12 8 8 28
10_13 17 12 5 34
>13 19 8 2 29
total 80 38 59 177

Calculando E1 se obtiene la siguiente tabla.

DISTANCIA/SEMANA PREFIEREN NO PREFIEREN


NO OPINAN TOTAL
(MILLAS) GEL GEL
O1:14
O1: 5 O1: 27
<3 E1: 20.79 46
E1:9.876 E1:15.33
O1: 18 O1: 5 O1: 17
3_6 40
E1:18.079 E1:8.588 E1:13.33
O1: 12 O1: 8 O1: 8
7_10 28
E1:12.655 E1:6.011 E1:9.33
O1: 17 O1: 12 O1: 5
10_13 34
E1:15.367 E1:7.299 E1:11.33
O1: 19 O1: 8 O1: 2
>13 29
E1:13.107 E1:6.226 E1:9.667
TOTAL 80 38 59 177

Chi-cuadrado es:
2 ( 14−20.79 )2 ( 18−18.079 )2 ( 8−6.226 )2 ( 2−9.667 )2
X = + +…+ +
20.79 18.079 6.226 9.667
2
X =¿32.867

Si se determina α=1% y con (f-1)(c-1)=(5-1)(3-1)= 8 grados de libertad X 20.01=20.0902

La regla de decisión es:


“No rechazar si X 2 ≤ 20.0902, rechazar si X 2 >20.0902”
Entonces la hipótesis nula se rechaza debido a que 32.867>20.0902
72

EJERCICIO 45. Los datos sobre años de experiencia y calificaciones de la eficiencia, para 431
empleados XYZ, Inc., aparece la siguiente tabla. ¿Se puede concluir que estos atributos son
independientes el uno del otro? Sea α=5%

EFICIENCIA
EXPERIENCI
A EN AÑOS EXCELENT
POBRE BUENO SUPERIOR
E
<5 14 18 12 17
5 – 10 18 13 27 42
11 – 16 16 32 24 37
17 – 22 24 28 21 32
> 22 17 15 14 10

SOLUCIÓN:
H0: los atributos son independientes el uno del otro
HA: los atributos no son independientes el uno del otro

EFICIENCIA
EXPERIENCI
EXCELENT SUPERIO TOTAL
A EN AÑOS POBRE BUENO
E R
<5 14 18 12 17 61
5 – 10 18 13 27 42 100
11 – 16 16 32 24 37 109
17 – 22 24 28 21 32 105
> 22 17 15 14 10 56
totales 89 106 98 138 431

Calculando E1 se obtiene la siguiente tabla.


EXPERIENCIA EFICIENCIA
TOTAL
EN AÑOS POBRE BUENO EXCELENTE SUPERIOR
O1:14 O1:18 O1:12 O1:17
<5 61
E1: 12.596 E1: 15.002 E1: 13.870 E1: 19.531
O1:18 O1:13 O1:27 O1:42
5 – 10 100
E1: 20.650 E1: 24.594 E1: 22.738 E1: 32.019
O1:16 O1:32 O1:24 O1:37
11 – 16 109
E1: 22.508 E1: 26.807 E1: 24.784 E1: 34.900
O1:24 O1:28 O1:21 O1:32
17 – 22 105
E1: 21.682 E1: 25.824 E1: 23.875 E1: 33.619
O1:17 O1:15 O1:14 O1:10
> 22 56
E1: 11.564 E1: 13.773 E1: 12.733 E1: 17.930
totales 89 106 98 138 431

Chi-cuadrado es:
2 ( 14−12.596 )2 ( 18−12.596 )2 (14−12.733 )2 ( 10−17.930 )2
X = + + …+ +
12.596 12.596 12.733 17.930
2
X =21.244

Si se determina α=5% y con (f-1)(c-1)=(5-1)(4-1)= 12 grados de libertad X 20.05=11.34


73

La regla de decisión es:


“No rechazar si X 2 ≤11.34 , rechazar si X 2 >11.34 ”
Entonces la hipótesis nula se rechaza debido a que 21.244> 11.34

EJERCICIO 46. Los resultados de un estudio realizado por las Asociaciones Norteamericanas
de mercadeo para determinar la relación entre la importancia que dan a la publicidad los
propietarios de tiendas y el tamaño de la tienda que poseen, aparecen en la siguiente tabla.
¿Parece que los propietarios de tiendas ponen el mismo énfasis a la publicidad? sea α 1%.
Plantee la hipótesis.

PUBLICIDAD
TAMAÑO IMPORTANTE NO IMPORTANTE NO OPINAN
Pequeña 20 52 32
Mediana 53 47 28
Grande 67 32 25

SOLUCION:
H0: la clasificación y la ubicación son independientes
H1: la clasificación y la ubicación no son independientes

PUBLICIDAD
IMPORTANT NO NO
TAMAÑO TOTAL
E IMPORTANTE OPINAN
pequeña 20 52 32 104
mediana 53 47 28 128
grande 67 32 25 124
140 131 85 356

0.292 40.899 38.270 24.831


0.360 50.337 47.101 30.562
0.348 48.764 45.629 29.607

CHI-CUADRADO
(20−40.90)2 (52−38.37)2 (32−24.83)2 (53−50.34)2 (47−47.1)2 (28−30.56)2 (67−48.76)2 (32−
x 2= + + + + + + +
40.90 38.27 24.83 50.34 47.1 30.56 48.76

Si se determina α 1%. (f-1)(c-1)= (3-1)(3-1)=4 grado de libertad, x 20.01=13.277

La hipótesis nula se rechaza, existe solo el 1% de relación de que si no existe la relación.

EJERCICIO 47.
74

EJERCICIO 48. A ocho sujetos de prueba se les pide calificar un producto antes de después de
ver un comercial sobre el mismo. Las calificaciones se presentan en la siguiente tabla, en una
calificación de 10 es la mejor. Sea α: 0.10 y utilice una prueba de signo para la hipótesis de que el
comercial mejoro la calificación del producto. Plantee la hipótesis.

SUJETO CALIFICACIONES
DE ANTES DEL DESPUES DEL
PRUEBA COMERCIAL COMERCIAL
1 8 9
2 7 6
3 5 6
4 5 5
5 5 4
6 7 8
7 6 7
8 6 8

SOLUCION:
Prueba del signo:
Sujeto de Antes del Después del Signo
prueba comercial comercial (antes – después)
1 8 9 -
2 7 6 +
3 5 6 -
4 5 5 0
5 5 4 +
6 7 8 -
7 6 7 -
8 6 8 -

Las hipótesis son:


H 0=m=p
H a=m≠ p
Se tiene la calificación 4 se ignora porque la diferencia es cero. Existe dos signos más y cinco
signos menos. Para calcular la probabilidad de que dos o menos signos más puedan ocurrir o la
probabilidad de que cinco o más signos menos puedan ocurrir. Concentrándonos en el número de
signo más, se tiene:

P ( p ≤ 2 , n=7 , π=0.5 )=0.2266

α 0.10
Debido a que = =0.05< 0.2266 , no se rechazala hipotes nula .
2 2

EJERCICIO 49. un compuesto químico se agrega a una solución a base de aceite, esperando
incrementar sus calidades de lubricación. 20 soluciones, 10 con el compuesto y 10 sin este, se
75

comparan respecto a su capacidad para lubricar la maquinaria. Cada uno es calificado en una
escala de 0 a 10, siendo 10 la mejor. Con base a los datos en la tabla, ¿parece que el compuesto
incrementa la lubricación? Sea α=0.10 plantee la hipótesis

GRADO DE LUBRICACION
SOLUCION SIN COMPUESTO CON COMPUESTO
1 8 4
2 7 8
3 5 2
4 6 9
5 9 5
6 4 4
7 9 2
8 8 6
9 7 6
10 6 7

SOLUCIÓN:
Con n=20, para
 Prueba de Kruskal – Wallis

GRADO DE LUBRICACION
SOLUCION SIN COMPUESTO RANGO CON COMPUESTO RANGO
1 8 16 4 4
2 7 13 8 16
3 5 6.5 2 1.5
4 6 9.5 9 19
5 9 19 5 6.5
6 4 4 4 4
7 9 19 2 1.5
8 8 16 6 9.5
9 7 13 6 9.5
10 6 9.5 7 13
∑ R 1=¿125 ∑ R 2=84.5
.5

12
H= ¿
20 ( 21 )

1−
∑T
202−20

12
H= [ 1575.025+7140.25 ] −63
420 ∑

6+6 +6+6+ 6+6


1−
380

T =t 2−t
90
H=0.028 [ 8715.275 ] -63
H=181.0277

H=201.14
76

GL=K-1
K=2 GRUPOS
GL=1

SEGÚN LA TABLA
K<H
3.841<201.14

Ahora, debemos comparar este valor con uno crítico. La distribución K es aproximada por una
distribución Chi-cuadrado con K-1 grados de libertad. Si K excede el valor critico de Chi-cuadrado,
se rechaza la hipótesis nula, entonces.

Con α =5 % y el valor critico de Chi-Cuadrado, dado 2-1=1 grados de libertad se vuelve


Entonces. NO Se rechaza la hipótesis dado

EJERCICIO 50. Shytel, Inc., ofrece servicios de comunicación en todo el mundo con dos
satélites, el Falcón y el Eagle. El director ejecutivo de Shytel considera que Eagle presenta
demoras mayores en la transmisión. Los tiempos de transmisión aparecen en minutos en la
siguiente tabla. Al nivel del 5%, ¿Parece que el director ejecutivo está en lo cierto? Plantee su
hipótesis.

FALCÓN EAGLE SIGNOS


5.2 4.7 +
8.6 7.9 +
9 9.7 -
4.3 8.4 -
6.2 3.7 +
7.9 7.3 +
SOLUCIÓN:
 Hipótesis Estadística:
H 0=¿No existen diferencias estadísticamente significativas en los hábitos de transmisión.
H a=¿Existen diferencias estadísticamente significativas en los hábitos de transmisión.
Consideremos un nivel de significancia de 5%.
 Vamos realizar la prueba de correlación entre las poblaciones para α =5 %=0.05
- Hipótesis estadísticas:
H 0 : ρs=0 ; No existe correlación entre las calificaciones por parte de las dos
compañías.
H a : ρs ≠ 0 ; Existe correlación entre las calificaciones por parte de las dos compañías.

- Desviación normal para la prueba de rangos de Spearman:


r s−0
Z= =r √ n−1
1 / √n−1 s
Z=0.8154 √ 6−1
Z=1.823

- Valor crítico de Z: Z1−α /2=Z 1−0.05/ 2=Z0.975=2.34


Luego el valor crítico de Z es: ± 2.58
77

- Interpretación: Como 1.823<2.34 , aceptamos la hipótesis nula, la cual afirma: No


existe correlación entre las calificaciones. Por lo tanto, las calificaciones son
independientes.

EJERCICIO 51. Clyde Bloomquist ha propuesto un cambio en la política corporativa respecto a


la recolección de cuentas por cobrar. Considera que reducirá el tiempo necesario para obtener el
pago de deudas pendientes de los acreedores. Los registros de la compañía demuestran que
ocho de los acreedores tomaron el número de días que aparecen en la tabla, antes y después del
cambio de política para remitir los fondos vencidos. ¿Está Clyde en lo cierto? ¿Debería
mantenerse el cambio de política? Sea α=0.10. Plantee la hipótesis

ACREEDO
ANTES DESPUES
R
1 18 12
2 27 22
3 32 31
4 23 24
5 31 28
6 36 24
7 18 16
8 35 25
SOLUCION:
X2= (18-12)2 + (27-22)2 +(32-31)2 +(23-24)2 +(31-28)2 +(36-24)2 +(18-16)2 +(35-25)2
12 22 31 24 28 24 5 25
X= 3.9156

K= 8
K-1= 7 grados de libertad

Al nivel del 0.10, x20.10,7= 12.017


Regla de decisión= No se rechaza ya que x2 < 12.017 = 3.9156 < 12.017

EJERCICIO 52. A los compradores de un gran centro comercial en Dayton, se les pregunto cuál
de las marcas de yogur preferían. Cuarenta y dos respondieron que el Swedish Heaven, 31
escogieron Merry melody , y 12 no expresaron ninguna preferencia. Si la tienda local de yogur
ofreciera una sola marca, ¿Cuál sería la mejor? Sea ∝=0.10 Plantee la hipótesis.

SOLUCIÓN:
H 0=¿la muestra es aleatoria
H a=¿La muestra no es aleatoria
SWEDISH MERRY
NINGUNO
HEAVEN MELODY
compradores 42 31 12
49.41% 36.47 14.12

∝ 0.10
Debido a que = =0.05 < 0.49 , se a
2 2
Podemos decir que al 10% el yogurt que resulte más comprado seria el Swedish Heaven .
78

EJERCICIO 53. Un fabricante utiliza piezas o del proveedor A o del proveedor B para hacer sus
productos. Un chequeo de la producción de ayer revela que el orden en el que se utilizaron las
partes de estos proveedores era:

¿Parece que las partes se están utilizando aleatoriamente? Sea α=0.05. Plantee su hipótesis y su
conclusión.

SOLUCIÓN
Existen n1: 8 letras A n2 : 8 letras B y r: 8 rachas
Debido a que r=8 la hipótesis nula debería rechazarse al nivel del 5%.

EJERCICIO 54. Smile Bright vende crema de dientes en tubos de 17 onzas. La gerencia espera
que los excedentes y faltantes en el contenido sea aleatorio. Si no lo son, la gerencia asume que
algo está mal en el sistema de llenado y cerrará la línea de producción. ¿Debería cerrarse la línea
si los recipientes miden 16?8, 18.2, 17.3, 17.5, 16.3, 17.4, 16.1, 16.9, 17, 18.1, 17.3, 16.2, 17.3,
16.8 onzas? Sea a = 0.05

SOLUCION:
Consideramos a cada valor menor que 17 como falta y cada valor mayor a 17 como exceso,
generando lo siguiente:
F EEE F E FF EE F E F
r =9 n1=6 n 2=7

H o =Hay aleatoriedad
H A =Nohay aleatoriedad

Considerando los valores de n1 y n2 buscamos los valores M 1 y M 2 obteniendo: M 1=4 y M 2=14


La regla de decisión nos dice que no rechacemos la hipótesis si M 1 ≤ r ≤ M 2. Sustituyendo valores
tenemos: 4 ≤ 9≤ 14

El número de rachas se encuentra en el intervalo dado, por lo tanto, no se rechaza la hipótesis


nula. La empresa no tiene por qué preocuparse por cerrar la línea de producción.

EJERCICIO 55. Se registraron los ingresos de ventas de los últimos 37 días. Usted vera que
tales valores están por debajo de la mediana con una B y los que están por encima con una A. al
contar los resultados, usted encuentra 18 de A, 19 de B con 10 rachas. Su política es incrementar
la publicidad si los ingresos no están distribuidos aleatoriamente. ¿Debería incrementarse la
publicidad? Plantee la hipótesis. Sea α=0.05.

SOLUCION:
Con n1=19 para B Y n2=18 para A, la tabla M1 y M2 revelan números mínimo y máximo críticos de
racha, respectivamente como 13 y 26. Las hipótesis son:

H0: la aleatoriedad prevalece.


HA: la aleatoriedad no prevalece.

Regla de decisión: rechazar la H0 si 5 ≥ r o 14 ≤ r, no rechazar si 14 > r > 5.


Debido a que r = 10, no se debería de rechazar la hipótesis nula al nivel del 5%.
79

Concluimos que no se debería incrementar la publicidad.


EJERCICIO 56. Acme Plumbing licita en trabajos de construcción para edificaciones en la
ciudad. Si los contratos los otorga la ciudad sin consideración política, Acme no debería presentar
ningún patrón bien sea que se acepte o rechace su propuesta .Para las ultimas 63 licitaciones,
Acme ha tenido 32 aceptadas y el resto rechazadas, con 27 rachas. Al nivel del 5%, ¿Parece que
las propuestas se asignan con base en la política? Plantee la hipótesis, la regla de decisión y su
conclusión

SOLUCIÓN:
H 0=¿la muestra es aleatoria.
H a=¿La muestra no es aleatoria
n 1=32 signosmas
n 2=31 signos menos

-Al nivel del 5% , el valor critico de Z para la prueba de dos colas es:
Hallamos la media de la distribución muestra del número de rachas
2n 1 n2
ur = +1
n1 +n2
2(32∗31)
ur = +1=32,49
32+ 31

Su desviación estándar seria:


2n 1 n2 (2 n1 n2−n1−n2 )
σ r=
√ 2
( n 1+ n2 ) (n1 +n2−1)
2∗32∗31(2∗32∗31−32−31)
σ r=
√ ( 32+31 )2 (32+ 31−1)
=3.9354

La desviación normal es:


R−ur
Z=
σr
27−32.49
Z= =−1.395
3.9354

Existe evidencia insuficiente para rechazar la hipótesis nula. Pareciera que la muestra es
aleatoria. Existe un 95% de probabilidad de que un proceso de muestreo aleatorio con 32 y 31
observaciones en 2 categorías y 27 de racha diera un Z entre ± 3.9

EJERCICIO 57. Gladys Glucose ofrece a los visitantes del parque helado con sabor a vainilla y
chocolate. Las últimas73 ventas fueron 40 helados de vainilla y 33 de chocolate, con 16 rachas. Si
las ventas no son aleatorias, Gladys pasará su camión de helados al zoológico local. ¿En dónde
debería poner su negocio? Sea α = 0.05.

SOLUCION:
Definimos las variables:
n1: 40 n2: 33 r= 16

Se define las hipótesis:


- Hipotesis nula: hay aleatoriedad
- Hipotesis alternativa: no hay aleatoriedad
80

Primero hallamos la media:


2 ( 40 )( 33 )
ur = =36,16
40+33

Después hallamos la desviación estándar:


2 ( 40 )( 33 ) ( 2,40 ) ( 33 )−40
σ=
√ 2
( 40+33 ) ( 40+33−1 )
Ahora hallamos el Z:
−37=4,20

r −ur
z r=
σr
16−36,16
z r= =−4,8
4.20
Proseguimos hallando el intervalo de confianza de Z:
α = 0,05

z α =z 0 ,975 =± 1,96
1−
2
Por lo tanto, el intervalo de confianza es: -1,96 ≤ Z ≥ 196

Dado que el valor -4,8 está fuera del intervalo de confianza, debemos rechazar la hipótesis nula.
Esto quiere decir que Gladys debería poner su negocio en el zoológico local.

EJERCICIO 58. Una gran compañía contrato 52 hombres y 41 mujeres, resultando 32 rachas. Si
la ausencia de aleatoriedad en el proceso de contratación indica discriminación ¿Puede alegarse
que la compañía discrimina por sexo en sus prácticas de contratación? Sea a = 0.10
r =32n 1=52 n2=41

H o =Hay aleatoriedad
H A =Nohay aleatoriedad
2(52∗41)
ur = + 1 ¿ 45.85
(52+ 41)
2(52∗41)(2∗52∗41−52−41)
σ r=
√ ( 52+ 41 )2∗(52+41−1)
¿ 4.73

32−45.85
Z r= ¿−2.93
4.73

Teniendo un intervalo de confianza: 1- a = 90% en la distribución normal, se tiene que


−1.65 ≤ Z ≤ 1.65 Dado que el valor -2.93 esta fuera del intervalo de confianza, debemos rechazar
la hipótesis nula. Como no hay aleatoriedad en la contratación de empleados, podemos decir que
la compañía discrimina por sexo.

EJERCICIO 59. Durante un periodo de 12 dias, Gladys Glucosa vendió 4, 11, 5, 7, 10, 13, 12, 5,
9,6, 2 y 1 galones de vainilla y 19, 4, 6, 8, 18, 17, 17, 15, 3, 16, 14 y 0 galones de chocolate.
Utilizando la prueba de U de Mann – Whitney, ¿Ella puede concluir que vende en promedio la
misma cantidad de ambos sabores? Sea α = 0.01
81

SOLUCION:
Aplicando la prueba de U de Mann-Whitney

VENTA VENTA
RANGO RANGO
1 2
4 5.5 19 24
11 15 4 5.5
5 7.5 6 9.5
7 11 8 12
10 14 18 23
13 17 17 21.5
12 16 17 21.5
5 7.5 15 19
9 13 3 4
6 9.5 16 20
2 3 14 18
1 2 0 1
n1 =12 121 n2 =12 179
n1 (¿ n +1)
U 1=n1∗n2 + 1
−∑ R1 ¿
2
12 ( 13 )
U 1=12∗12+ −121=101
2

n2 (¿ n +1)
U 2=n1∗n 2+ 2
−∑ R2 ¿
2
12 ( 13 )
U 2=12∗12+ −179=43
2
La empresa Gladys glucosa vende más galones de vainilla (101) en comparación a las de
chocolate (43). Por ende, no vende las mismas cantidades.

EJERCICIO 60. el director de mercadeo se Software, inc., trato 15 discos de computador con
una solución especial para reducir el desgaste. Se utilizó una segunda solución para tratar otros
15 discos, y todos fueron evaluados con base en el desgaste. Los que fueron tratados con la
primera solución mostraron un desgaste mejorado, medido en horas de uso de 65, 73, 82, 52, 47,
51, 85, 92, 69, 77, 84, 68, 75,74 y 89 horas. Los sometidos a la segunda solución reportaron
tiempos de desgaste aumentados de 73, 84, 91, 87, 90, 71, 72, 93, 99, 98, 89, 88, 79, 88 y 98. Al
nivel del 10%. ¿el director puede concluir que existe alguna diferencia de los factores de desgaste
mejorados?

SOLUCION:
N° DISCO 1 SOLUCIÓN (X) 2 SOLUCIÓN (Y) RANGO 1 RANGO 2 D D
1 65 73 4 3 1 1
2 73 84 7 5 2 4
3 82 91 11 11 0 0
4 52 87 3 6 -3 9
5 47 90 1 10 -9 81
6 51 71 2 1 1 1
82

7 85 72 13 2 11 121
8 92 93 15 12 3 9
9 69 99 6 15 -9 81
10 77 98 10 13,5 -3,5 12,25
11 84 89 12 9 3 9
12 68 88 5 7,5 -2,5 6,25
13 75 79 9 4 5 25
14 74 88 8 7,5 0,5 0,25
15 89 98 14 13,5 0,5 0,25
360

Coeficiente de correlación de Spearman.


6 ∑ d2i
r s=1− 2
n(n −1)
6(360)
r s=1−
15(152−1)
2160
r s=1− =1−0.643 ¿ 0.357
3360

Por lo tanto, la correlación es fuerte y positiva.


H0 = No existe diferencia de los factores de desgaste.
H1 = Si existe diferencia de los factores de desgaste.

rs
t=
1−r 2
√ n−2
0.357
t prueba= =1.378
1−0.357 2
√ 15−2

Como el valor crítico del estadístico de prueba es t = ±3.012 con 13 grados de libertad y α = 0.01
Por lo tanto, se acepta la hipótesis nula y concluimos que no existe diferencia de los factores de
desgaste mejorados.

EJERCICIO 61. el gerente de control de calidad de una gran planta en Denver, da dos manuales
de operaciones a dos grupos de empleados. Luego, a cada grupo se le prueba sobre los
procedimientos de operaciones los puntajes aparecen en la siguiente tabla. El gerente siempre ha
considerado que el manual 1 proporciona una mejor base de conocimientos para los nuevos
empleados. Compare los puntajes promedio de la prueba de los empleados que aquí se presentan
y reporte su conclusión. Plantee las hipótesis. Sea α =0.05

PUNTAJE DE LA PRUEBA DE LOS EMPLEADOS


MANUAL 1 MANUAL 2
87 92
97 79
82 80
97 73
92 84
90 93
81 86
83

89 88
90 91
88 82
87 81
89 84
93 72
- 74

SOLUCIÓN:
PUNTAJE DE LA PRUEBA DE LOS EMPLEADOS
MANUAL 1 RANGO MANUAL 2 RANGO
87 13.5 92 22.5
97 26.5 79 4
82 8.5 80 5
97 26.5 73 2
92 22.5 84 10.5
90 19.5 93 24.5
81 6.5 86 12
89 17.5 88 15.5
90 19.5 91 21
88 15.5 82 8.5
87 13.5 81 6.5
89 17.5 84 10.5
93 24.5 72 1
- 74 3
∑ R 1=231.5 ∑ R 2=146.5

Con n=27, para


 Prueba de Kruskal – Wallis
12
H= ¿
27 ( 28 )

1−
∑T
283−28

12
H= [ 1645.52 ]−84
756 ∑

6+6 +6+6+ 6
1−
756

T =t 2−t
H=0.016 [ 1645.52 ]-84
0.96
H=−57.67
H=-60.07
84

GL=K-1
K=2 GRUPOS
GL=1

SEGÚN LA TABLA
K>H
3.841>-60.07

Ahora, debemos comparar este valor con uno crítico. La distribución K es aproximada por una
distribución Chi-cuadrado con K-1 grados de libertad. Si K excede el valor critico de Chi-cuadrado,
se rechaza la hipótesis nula, entonces.

Con α =5 % y el valor critico de Chi-Cuadrado, dado 2-1=1 grados de libertad se vuelve


Entonces. Se rechaza la hipótesis dado
EJERCICIO 62.
EJERCICIO 63. Un economista agrícola trata 50 acres de tierra con el químico Docide, para
incrementar el rendimiento del cultivo. Otros 50 acres se tratan de Mildolmine, y se miden los
rendimientos ∑ R D =2,1225 y ∑ R M =2,925.El economista le dice a los agricultores que el
Docide, que es el químico más económico, producirá un rendimiento mayor que el Mildomine. Al
nivel del 10%, ¿El economista está en lo cierto? Plantee hipótesis.

SOLUCIÓN:
TERRENO
DOCIDE ∑ R D =2,1225
50 ACRES
MILDOMINE ∑ R M =2,925.
Si: α =0.1
∑ R D =2,1225
∑ R M =2,925.
Hallando E1
E D=np
E D=50 x 2,1225
E D=106.25

Hallando E2
E M =np
E M =50 x 2,925
E M =146.25

Por lo tanto, el planteamiento de hipótesis:


- El economista no mide el rendimiento, sino busca lo más económico, el rendimiento es eficaz
del Mildomine, y es menor del Docide, por ende se tiene que buscar optimizar costos, pero
con mayor rendimiento a los 50 acres.

EJERCICIO 64. Personnel managemer público un artículo que describe los esfuerzos realizados
por una empresa manufacturera en Toledo para evaluar a sus supervisores .A los empleados se
le pidió calificar a sus supervisores en una escala de 0 a 100. A continuación se presenta un
85

subconjunto de los resultados de los resultados obtenidos para tres de las áreas de trabajo.
Determine si existe una diferencia en las clasificaciones recibidas por los supervisores. Plantee
las hipótesis, la regla de decisión y su conclusión. Sea a 5%

PUERTO DE
TALLER OFICINA
CARGA
40 63 50
52 59 52
63 55 63
81 61 55
72 48 71
72 53 45
49
SOLUCION:
 Hipótesis Estadística:
H 0=¿No existen diferencias en las clasificaciones recibidas por los supervisores.
H a=¿Existen diferencias en las clasificaciones recibidas por los supervisores.
Consideremos un nivel de significancia de 5%.

 De la tabla dada, debemos ordenar los valores de menor a mayor para luego calcular los
rangos:
TALLER OFICINA PUERTO DE CARGA
1 14 5
6.5 11 6.5
14 9.5 14
19 12 9.5
17.5 3 16
17.5 8 2
4
75.5 61.5 53

Debemos ahora utilizar la siguiente fórmula:


12
k
R 2j
∑ −3 ( N +1)
N (N +1) j =1 n j
H=
1− 3
∑T
N −N

Donde T =t 3−t , y t es el número de veces que se repite un cierto valor en la tabla, así como por
ejemplo tenemos: ( 23 ) :t=2→ T =23−2=6

Luego, reemplazamos los valores correspondientes en la fórmula dada:


12
k
R 2j

19(19+1) j =1 n j
−3 (19+1)
H=
1− 3
∑T
19 −19
86

(75.5)2 (61.5)2 (53)2

H=
12
19(19+1) 6[ +
7
+
6 ]
−3(19+ 1)
=1,859
6 +6+24 +6
1−
19 3−19

 Ahora hallamos los grados de libertad:


v=k −1
Donde k es el número de grupos que tenemos, esto es: k =4
Luego, reemplazando, se tiene que:
v=4−1=3
 Calculamos el valor crítico a comparar con el valor observado. De acuerdo a la Tabla de
Distribución Chi Cuadrado χ 2 , se tiene que para un nivel de significancia de 5%. Con 3
grados de libertad es = 7,815

Como 1,8599<7,815 , aceptamos la hipótesis nula H 0. Por lo tanto, no existen diferencias


estadísticamente significativas.

EJERCICIO 65. el contratista local en plomería tomo como muestra un total de 48 llamadas cuál
de los cuatro tipos de accesorios de plomería producen más problemas. A continuación se
presentan los resultados.

NUMERO DE
MODELO DE ACCESORIO
FALLAS
1 15
2 11
3 10
SOLUCION:
MODELO DE 4 12 (O-
NUMERO DE FALLAS E X2 X2/E
ACCESORIO E)=X
1 15 12 3 9 0.75
2 11 12 -1 1 0.083
3 10 12 -2 4 0.333
4 12 12 0 0 0
48 48 1.17

Con k-1 =3 grados de libertad, x 20.01=13.277


x 2=1.17
Debido a que 13.277>1.17 se acepta la hipótesis nula .

EJERCICIO 66. Se analizan cuatro métodos para tratar las varillas de acero y determinar si hay
alguna diferencia en la presión que las varillas pueden soportar antes de romperse. Los resultados
de las pruebas que miden la presión en libras antes que se doblen las varillas se muestran en la
siguiente tabla. Practique la prueba, complete con las hipótesis, la regla de decisión y la
conclusión. Sea α=1%.
87

METODO METODO METODO METODO


1 2 3 4
50 10 72 54
62 12 63 59
73 10 73 64
48 14 82 82
63 10 79 79

SOLUCIÓN:
METODO1 METODO2 METODO3 METODO4
50 10 72 54
186
1101.12 1041.6 953.25 1198.67
62 12 63 69
206
983.48 961.33 1206.57 1038.96
73 10 73 64
220
892.05 1232 1112.05 1196.25
48 14 82 82
226
1393.67 904 1017 959.12
63 10 79 79
231
1085.33 1293.6 1078.97 1017.57
296 56 369 348 1069

Hacemos chi-cuadrado:
( 50−1101.12 )2 ( 10−1041.6 )2 ( 72−953.25 )2 ( 54−1198.67 )2 ( 62−983.48 )2 ( 12−961.33 )2 ( 63−1206.
x 2= + + + + + +
1101.12 1041.6 953.25 1198.67 983.48 961.33 1206.57
15590.515

Tenemos α=0.01
(f-1)(c-1)=4x5=20

x 2 critico = x 220,0.01
x 220,0.01 = 45.315

EJERCICIO 67. La compañía productora del Segundo Mejor Yogurt del Mundo pregunta a 60
personas cual de los 4 nuevos sabores prefieren. 21 escogen el de coco, 13 escogieron ciruelas
pasas con cubierta de salsa de tomate, 10 seleccionaron mostaza con mantequilla de maní y 16
manifestaron su inclinación por la esencia de atún. ¿Parece haber alguna preferencia de los
sabores por parte de los clientes? Sea a = 10% Plantee las hipótesis y su conclusión.

SOLUCION:
s=4.7
μ=4
x́=15
n=60
gl=n – 1=59

1. Planteamos la hipótesis:
H o → μ ≥ 0.25
H A → μ< 0.25
88

2. Especificamos la significación.
a = 10% = 0.01

3.
a) Hallar los valores: crítico y de prueba
V c =1.282
V p=Z p=0
p− p0
Zp=
p− p0
√ n
0.25−0.25
Zp=
0.25−0.25

Z p =0
60

b) Establecer zonas de aceptación o rechazo

4. Decisión y conclusión:
Decisión: Se acepta la H o
Conclusión: Existe una preferencia por casa sabor de Yogurt

EJERCICIO 68. Para obtener un crédito extra en su curso de estadística, Bárbara debe
determinar si hay alguna diferencia en el número promedio de horas que los alumnos de primer
año pasan estudiando, los estudiantes de segundo año, los estudiantes de penúltimo año y los de
último año de su universidad. Su investigación reveló lo siguiente:

PRIMER SEGUNDO PENULTIMO


ULTIMO AÑO
AÑO AÑO AÑO
20 18 22 29
29 9 19 31
10 12 21 27
17 15 31 22
15 14 42 18
23 22 22 31

Ayude a Bárbara a ganar un crédito extra en estadística planteando sus hipótesis y la conclusión.

Sea α 10%
X= 0.25

K= 6
89

K-1= 5 grados de libertad

Al nivel del 0.10, x20.10,5= 0.6786


H0= Ps= 0; rs= 0.25 < 0.6786; no rechazar

EJERCICIO 69. como gerente de producción de sport wear, inc., beverlee hills debe garantizar
que las tallas de su nueva línea de ropa deportiva se produzcan de acuerdo a un patrón
predeterminado. La investigación de mercado indica que los clientes prefieren 20% extra grande,
30% grande, 25% mediano y 25% pequeña. Una muestra aleatoria de 145 prendas revela 32
extra grande,40 grandes, 41 medianas y 32 pequeñas. Al nivel del 5%, ¿parece que se están
manteniendo las proporciones deseadas?

TALLAS PREFERENCIAS COMPRAS


EXTRA GRANDE 0.2 32
GRANDE 0.3 40
MEDIANO 0.25 41
PEQUEÑA 0.25 32
TOTAL 1 145
SOLUCION:
Donde:
s=38.5
μ=4
x́=36.5
n=145

gl=n – 1=144
H o → μ ≥ 0.25
H A → μ< 0.25
a = 5%

V c =1.282
V p=Z p=0

p− p0
Zp=
p− p0
√ n
0.25−0.25
Zp=
0.25−0.25 ¿ 0
√ 145
Se rechaza H o eso quiere decir que no se están manteniendo las proporciones

EJERCICIO 70. La señora Hills del ejercicio anterior, debe determinar si los hábitos de gastos de
varios grupos demográficos son los mismos. Ella analiza el tamaño de las compañías típicas,
medidas en dólares, de cuatro grupos: hombres casados (HC), mujeres casadas (MC), hombres
solteros (HS) y mujeres solteras (MS). Encuentra la siguiente información:

HC MC HS MS
US$50 US$20 US$19 US$87
17 23 32 20
90

23 82 66 95
48 46 72 34
63 13 41 11

Al nivel de significancia de 1%, ¿parece que existe una diferencia en los hábitos de gastos de
estos cuatro grupos?

Solución
 Hipótesis Estadística:
H 0=¿No existen diferencias estadísticamente significativas en los hábitos de gastos.
H a=¿Existen diferencias estadísticamente significativas en los hábitos de gastos.
Consideremos un nivel de significancia de 1%.

 De la tabla dada, debemos ordenar los valores de menor a mayor para luego calcular los
rangos:
HC MC HS MS
US$50 US$20 US$19 US$87
3 5.5 7 4
5.5 15 13 16
11 10 14 8
12 2 9 1
31.5 32.5 43 29

Los valores obtenidos en la última fila de la tabla son los rangos por grupo, que se obtienen al
sumar los valores de las columnas respectivas.
 Debemos ahora utilizar la siguiente fórmula:
12
k
R 2j
∑ −3 ( N +1)
N (N +1) j =1 n j
H=
1− 3
∑T
N −N

Donde T =t 3−t , y t es el número de veces que se repite un cierto valor en la tabla, así como por
ejemplo tenemos:
( 23 ) :t=2→ T =23−2=6

Luego, reemplazamos los valores correspondientes en la fórmula dada:


(31.5)2 ( 32.5)2 (43)2 (29)2

H=
12
16(16+1) [ 4
+
4
+
4
+
4 ]
−3 (16+1)

6
1− 3
16 −16
0.044∗[ 1184.625 ]−51
H= =1.1252
1−0.0015

 Ahora hallamos los grados de libertad:


v=k −1
Donde k es el número de grupos que tenemos, esto es: k =4
Luego, reemplazando, se tiene que:
v=4−1=3
91

 Calculamos el valor crítico a comparar con el valor observado. De acuerdo a la Tabla de


Distribución Chi Cuadrado χ 2 , se tiene que:
χ 2v; p = χ 23 ;0.01=11.3449

Como 11.3449>1.1252 , aceptamos la hipótesis nula H 0. Por lo tanto, no existen diferencias


estadísticamente significativas en los hábitos de gastos.

EJERCICIO 71. Dos analistas financieros clasifican según su valor de inversión siete emisiones
de bonos corporativos. Los resultados aparecen en la siguiente tabla. Utilizando las
clasificaciones como muestra, calcule la prueba de correlación por rangos de Spearman para
determinar si existe alguna correlación entre las prácticas de estos dos analistas al nivel del 10%.

CORPORACIO
RANGOS DE 1ER ANALI, RANGOS DE 2DO ANALI.
N
1 4 3
2 3 4
3 1 2
4 2 5
5 7 6
6 6 1
7 5 7

X2= (4-3)2 + (3-4)2 +(1-2)2 +(2-5)2 +(7-6)2 +(6-1)2 +(5-7)2


3 4 2 5 6 1 7
X =28.621
2

X= 5.3499

K= 7
K-1= 6 grados de libertad

Al nivel del 0.10, x20.10,6= 10.645


Regla de decisión= No se rechaza ya que x2 < 10.645 = 5.3499 < 10.645

EJERCICIO 72. Dos compañías que compran flotas de camiones para uso industrial, califican
seis modelos de camión en una escala de 1 a 10. Calcule el coeficiente de rangos de Spearman
para determinar al nivel del 1% si las calificaciones son independientes:

Calificación por parte de la Calificación por parte de


Modelo
primera compañía la segunda compañía
1 8 9
2 7 6
3 5 8
4 7 5
92

5 3 7
6 2 8

Solución
 De la tabla del dato, tenemos lo siguiente:
Calificación por parte de Calificación por parte de la
Modelo d d^2
la primera compañía segunda compañía
1 8 9 -1 1
2 7 6 1 1
3 5 8 -3 9
4 7 5 2 4
5 3 7 -4 16
6 2 8 -6 36
67
 Coeficientes de correlación de rangos de Spearman:
6 ∑ d 2i
r s=1− 3
n −n
6∗67
r s=1− 3 ¿ 0.914
6 −6

Como 0.914 está muy próximo a 1, la correlación de las calificaciones por parte de las dos
compañías es fuerte y positiva.

 Vamos realizar la prueba de correlación entre las poblaciones para α =1 %=0.01


- Hipótesis estadísticas:
H 0 : ρs=0 ; No existe correlación entre las calificaciones por parte de las dos
compañías.
H a : ρs ≠ 0 ; Existe correlación entre las calificaciones por parte de las dos compañías.

- Desviación normal para la prueba de rangos de Spearman:


r s−0
Z= =r √ n−1
1 / √n−1 s
Z=0.914 √ 6−1 ¿ 2.044

- Valor crítico de Z: Z1−α /2=Z 1−0.01/ 2=Z 0.995=2.58


Luego el valor crítico de Z es: ± 2.58
- Interpretación: Como 2.044< 2.58, aceptamos la hipótesis nula, la cual afirma: No
existe correlación entre las calificaciones por parte de las dos compañías. Por lo tanto,
las calificaciones son independientes.

EJERCICIO 73. Todos los 50 estados están clasificados por dos agencias de viajes según sus
preferencias como destino vacacional. Los resultados revelan ∑ d 2=22,712. Pruebe la
independencia en las clasificaciones del 10%.

Datos:
∑ d 2=22,712
n= 50

a) Ho: x e y son mutuamente independiente.


93

H1: existe una tendencia a formar parejas entre los valores de x e y


b)
6 ∑ d 2i
r s=1−
n ( n2 −1 )
6(22.712)
r s=1− ¿ 0.99
50(502−1)
c)
z=r s √n−1
z=0.99 √ 50−1 ¿ 6.93
d)
r s √ n−2
τ= 2
√ 1−r s

0.99 √ 50−2
τ= ¿ 48.62 ≅ 49
√ 1−0.992
e) gl=n-1=50-1=49 τ experimental=48.62 ≅ 49
τ teorico=1.29

f) Ho< H1, se rechaza H0

EJERCICIO 74. Las mejores 10 firmas de la lista de los 500 mejores de la revista Fortune fueron
calificadas por la AFL-CIO y por un grupo gerencial con base en la calidad del sistema de cuidado
de la salud que cada compañía proporciona a sus empleados. Utilizando los resultados que se
proporcionan a continuación, determine el nivel del 5% si existe alguna correlación en las
prácticas de calificación de los gremios y la gerencia.

CALIFICACIÓN
CALIFICACIÓ
EMPRESA SEGÚN LA
N GREMIAL
GERENCIA
1 5 6
2 8 10
3 2 3
4 7 9
5 4 7
6 6 4
7 1 8
8 9 1
9 3 2
10 10 5

SOLUCIÓN:
94

CALIFICACION CALIFICACION SEGÚN


EMPRESA
GREMIAL LA GERENCIA
D1 d 21
1 5 6 -1 1
2 8 10 -2 4
3 2 3 -1 1
4 7 9 -2 4
5 4 7 -3 9
6 6 4 2 4
7 1 8 -7 49
8 9 1 8 64
9 3 2 1 1
10 10 5 5 25
∑ 162
Calculando el coeficiente de correlación de Spearman:
6 ∑ d 21
r s= 2
n(n −1)
6∗162
r s=
10 ( 10 2−1 )
r s=¿0.98181818

Se tiene las siguientes hipótesis:


H 0 : p s=0:No existe relación entre las dos variables
H A : ps ≠ 0 : Existe relación entre las dos variables

Con los valores de la tabla N se obtiene que para una muestra n=10 tiene valores críticos de
±0.6364.

Regla de decisión:
“No rechazar la hipótesis nula si -0.6364 ≤r s≤ 0.6364, rechazar la hipótesis nula si r s<−0.6364o
r s> 0.6364.”

El valor de r s=¿0.98181818 está en la zona de rechazo derecha por lo tanto se rechza la


hipótesis nula de ps =0 y concluir al nivel de significancia del 5% que existe una relación en las
prácticas de calificación de los gremios y la gerencia.

EJERCICIO 75. Setenta y tres empleados son calificados por dos gerentes con base en sus
niveles de productividad. Calcule el coeficiente de rangos de Spearman para determinar si las
calificaciones son independientes al nivel del 1% con ∑ d 2=78 , 815
6∑ d2 6 ( 78 , 815 )
r s=1− r s=1− r s=0.998
2
n ( n −1 ) 63 ( 632−1 )
El valor critico de Z es ± 2.58. Entonces
Z=( 0.998 ) √ 63−1 Z=7.8583

Teniendo en cuenta que:


r s indica una relacion fuerte positivaentre la calificaciones y sus independencias .