INFERENCIA ESTADÍSTICA (212064)

Fase 3 - Prueba de hipótesis y ANOVA

Presentado por: Erika Lorena Garzon M
Codigo 1118198201
Grupo:
114
Presentado a: Hernado Blanquicett
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
2020

TIPO DE
 Muestreo en que los n elementos de la muestra se seleccionan tomando
primero que va

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la N=
Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= 6.06
N= 2950
n= 487
K= 6
se redondea
K= 6
Alea= 1
Fijo= 2
Seleccione la muestra cada 31 ele
Se escoge un número aleatorio ent
Copie y pegue el número aleatorio

1) Rellene una columna que empiece desde 1 hast

2) Luego, empieze la 2da columna con el número

LISTO! Esta es la lista de personas que van a conf

3) Copie y pegue los nombres de las variables de l

4) Use la función =BUSCARV(C36;Población!$A$6: 261
elementos que va a incluir en la muestra. El n

Elemento Tipo de Vida util del

vendido articulo producto (meses)
Precio de costo

181 5 36 5400
216 5 48 5400
100 5 36 18300
165 5 60 5400
270 5 12 5400
336 5 36 18300
419 5 36 18300
31 5 36 18300
66 5 36 24000
108 5 48 18300
255 5 36 24000
313 5 60 5400
437 5 48 5400
77 5 36 18300
38 5 60 14000
39 5 12 14000
62 5 12 14000
73 5 18 5400
78 5 36 18300
99 5 36 18300
105 5 60 14000
124 5 36 14000
147 5 36 24000
152 5 60 5400
158 5 18 14000
166 5 60 14000
178 5 36 5400
187 5 60 24000
198 5 18 5400
199 5 18 24000
210 5 36 14000
238 5 48 14000
249 5 12 5400
268 5 36 14000
287 5 36 5400
295 5 36 18300
301 5 36 5400
327 5 48 18300
334 5 18 24000
340 5 36 5400
344 5 60 5400
346 5 12 14000
370 5 60 5400
373 5 18 18300
392 5 36 24000
404 5 48 24000
409 5 18 24000
421 5 18 24000
430 5 60 14000
431 5 48 24000
449 5 48 18300
466 5 48 18300
483 5 36 18300
484 5 48 18300
236 5 36 18300
1 5 36 14000
3 5 36 24000
41 5 60 24000
79 5 18 14000
84 5 48 24000
102 5 60 24000
114 5 48 24000
130 5 60 18300
155 5 48 24000
193 5 12 24000
213 5 48 14000
300 5 18 18300
306 5 12 5400
326 5 18 5400
407 5 18 24000
426 5 18 18300
435 5 12 5400
476 5 36 14000
48 5 60 14000
264 5 36 5400
23 5 18 18300
116 5 18 24000
185 5 48 5400
186 5 60 24000
188 5 48 24000
293 5 18 18300
403 5 12 14000
481 5 36 14000
13 5 12 5400
320 5 18 24000
358 5 36 24000
45 5 18 5400
63 5 60 14000
82 5 12 5400
90 5 18 18300
101 5 36 5400
113 5 48 18300
139 5 36 24000
159 5 12 14000
200 5 60 24000
226 5 48 14000
312 5 18 24000
405 5 48 14000
425 5 60 14000
MUESTREO: Sistemático
aleatoriamente un número i, que designará, en una lista o población de N elementos, al a formar parte
de la muestra.

población)

mentos                       
                                 
                                 
como valor para que no este cambiand o
                              
a
ren1 y K.

que encontró entre 1 y K, es decir el que corresponde al valor fijo

ormar su muestra, recuerde que es importante mantener la constante K

a población
$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los úmero 2,
corresponde a la columna de la variable, en este caso Municipio

Probabilidad de defecto Precio de venta Precio de impuesto

3.36 49000 2600

2.47 49000 2400
2.98 47000 7300
1.58 45000 4400
1.34 45000 6900
2.56 45000 4400
2.62 45000 5200
2.97 42000 2900
2.26 42000 5200
3.11 42000 7300
2.34 42000 3300
3.01 42000 5200
2.25 42000 5200
2.01 41000 4400
1.72 36000 6200
1.49 36000 7300
1.08 36000 5200
2.75 36000 7300
2.67 36000 8400
2.68 36000 6200
2.18 36000 6000
2.37 36000 5200
1.67 36000 3000
1.09 36000 6000
2.14 36000 3600
1.01 36000 2400
3.35 36000 7300
2.72 36000 7300
2.42 36000 3600
2.77 36000 5200
2.72 36000 3600
2.70 36000 5200
1.13 36000 2400
2.74 36000 7300
2.62 36000 2400
2.99 36000 5200
2.38 36000 5200
2.62 36000 8100
2.88 36000 2300
1.31 36000 5200
3.62 36000 4200
1.13 36000 8400
3.18 36000 4400
1.29 36000 7300
2.70 36000 7300
1.18 36000 3600
2.48 36000 6200
1.67 36000 7300
2.84 36000 7300
1.65 36000 2100
2.64 36000 2300
3.18 36000 8400
3.84 36000 5300
1.92 36000 8400
3.17 33000 3600
2.79 25000 4400
2.35 25000 3600
2.40 25000 6200
1.60 25000 3600
3.59 25000 6200
3.47 25000 8400
1.01 25000 2500
3.41 25000 8400
1.83 25000 7300
3.00 25000 2300
1.38 25000 5200
2.08 25000 7300
2.05 25000 1800
1.60 25000 5200
2.61 25000 4000
3.77 25000 3000
1.52 25000 8400
1.96 25000 3300
3.03 21000 5200
3.93 21000 2200
3.29 18000 4400
3.36 18000 7300
3.59 18000 2700
1.60 18000 5200
3.52 18000 4400
1.87 18000 8400
2.26 18000 3600
3.49 18000 2900
1.97 15000 2200
3.92 15000 4400
2.63 15000 2500
1.22 12000 6200
3.85 12000 3600
3.08 12000 6200
3.81 12000 2300
1.58 12000 4400
1.31 12000 7300
3.07 12000 2200
1.85 12000 4400
1.31 12000 6000
3.20 12000 5000
3.37 12000 2500
3.29 12000 5200
1.15 12000 4700
 elementos, al a formar parte

mación de los úmero 2,

Precio del envío

5000
6000
6000
5000
6000
6000

5000
6000
5500
5000
5500

6000
6000
5500
6000
6000
6000
6000
5000
5500
5000
6000
6000
5500
5000
6000
6000
5000
6000
5500
5000
6000
6000
6000
6000
6000
6000
6000
6000
5000
5500
5000
6000
6000
5000
5000
5500
6000
5500
6000
6000
6000
5000
6000
6000

6000
6000
5500
5000
5500
6000
6000
6000

5000
6000
5500
6000
6000
6000
6000
6000
6000
6000
6000
6000
6000
6000
Nota: Solo se emplea este muestreo para n

Género de cliente Edad del cliente Satisfacción

2 28 3
1 54 2
2 44 2
1 32 4
1 38 3
1 35 3
2 27
1 49 1
1 46 4
1 32 4
2 53 4
2 52 2
2 55
2 46 1
1 46 4
1 52 1
2 41 4
1 45 3
2 44 4
2 29 4
1 50 2
2 31 3
2 44 2
1 55 3
2 41 1
1 19 1
1 30 4
2 53 4
2 36 2
2 48 2
2 44 3
1 43 4
1 51 1
1 51 1
2 48 2
1 43 1
2 35 3
2 21 1
2 36 2
2 49 3
2 24 2
1 37 1
2 21 2
2 53 1
2 25
1 41
2 40
2 32
1 44
2 29
2 36
1 26
2 35
2 51
2 28 4
1 42 2
1 44 3
2 33 4
2 33 2
1 36 2
2 40 4
2 38 2
1 39 4
1 20 4
2 36 3
1 49 1
2 27 3
1 26 4
2 21 2
2 30
1 36
1 49
1 47
1 19 2
1 20 1
2 20 3
2 21 3
2 23 3
1 34 3
1 29 3
2 36 1
2 24
1 55
2 31 3
1 32 2
2 23 4
2 48 3
2 31 2
1 30 1
2 25 4
1 39 1
2 20 3
1 45 2
2 47 2
1 48 2
1 44 2
1 38 2
2 40
2 49
<50%, si n>50% se debe de proceder a realizar un muestreo aleatorio
simple.

Probabilidad de volver a Utilidad del Recomendaci

comprar producto ón del producto
Portal de compra

3 2 4 1
4 1 1 1
4 2 4 3
3 1 1 1
2 2 3 2
5 2 3 2
5 1 2 3
2 2 1 1
2 1 1 3
3 2 3 3
1 1 3 2
4 2 3 2
1 1 4 1
4 1 1 1
5 1 3 1
5 2 2 3
2 2 3 1
2 1 4 3
1 2 4 2
1 1 1 3
4 2 4 3
4 2 3 3
4 1 3 3
4 2 1 3
4 1 2 3
4 1 1 1
4 1 1 3
4 1 2 1
5 1 2 3
4 1 2 3
2 1 1 1
4 1 3 3
4 2 2 3
5 1 1 1
4 1 1 1
1 2 4 2
3 2 4 1
3 2 3 2
4 1 4 3
2 1 2 3
2 1 1 2
4 1 1 3
5 2 1 3
4 1 1 1
1 1 1 2
4 2 2 3
3 1 4 2
5 2 2 2
4 1 2 3
4 2 1 3
4 1 3 3
2 2 2 1
2 2 1 2
4 1 2 3
4 1 2 1
4 1 3 1
4 2 2 1
2 2 4 3
4 2 1 2
4 2 1 2
2 2 3 1
3 1 3 3
3 1 1 1
4 2 1 3
1 2 1 3
1 2 4 1
5 1 3 2
2 1 1 3
4 1 4 1
5 1 1 1
5 2 1 3
 4 1 1 2
3 2 4 3
4 2 3 1
3 1 3 2
3 1 1 3
2 1 3 3
1 1 3 1
5 1 2 3
4 2 4 3
4 2 4 2
3 1 2 3
3 1 3 3
5 1 1 3
4 1 2 3
3 1 1 3
5 2 2 3
3 2 1 3
4 1 1 2
1 1 2 3
3 2 3 1
2 1 4 2
1 2 3 2
4 2 1 1
4 1 3 1
2 2 4 3
2 1 3 2
1 2 4 3
1 2 3 2
¿Cuáles son las partes que conforman
una prueba de hipótesis?

¿Cómo decide el investigador si debe de

rechazar o aceptar H0?

¿A qué se le conoce como error tipo I?

Actividad 1: Interrogantes
¿Cómo se determina las regiones de
rechazo de una prueba de hipótesis?
¿Cuáles son las condiciones que se
deben presentar para realizar una
prueba de hipótesis para la media, para
la proporción, para la diferencia de
medias y para la diferencia de
proporciones?

Defina y escriba las principales

características del análisis de varianza
- ANOVA

¿Cuándo y cómo aplicar un análisis de

varianza?
¿Es útil aplicar análisis de varianza a la
problemática de estudio?
La Hipótesis esta conformada por 6 etapas

Se realiza mediante un proceso denominado Estadístico de Contraste, Para esto debemla distribución del
estadístico bajo la hipótesis nula, es decir si la hipótesis nula es verdComparamos el estadístico de contraste
con la distribución a la que se supone debe peesto podremos tomar una decisión acerca de la hipótesis nula, si el
resultado es un valaceptamos la hipótesis nula, si por el contrario el resultado dista de ser un resultado pres
rechazada

Se denomina error tipo I cuando rechazamos la hipótesis nula y esta resulta verdaderaprobabilidad de que esto
ocurra de le llama nivel de significación del contraste

A la región de rechazo de una hipótesis se le denomina región crítica esta está conformconjunto de valores que
puede tomar nuestro estadístico de contraste que constituyenevidencia suficiente para afirmar que la hipótesis
nula es falsa

Prueba de hipótesis para la media son:

1. plantamiento de la hipotesis nula y alternativa.
2. elegir el nivel de
significancia a=0.005 o en su forma 5%. 3. determinacion dela
zona de aceptcion y rechazo de la hipotesis nula. 4. determinacion de la funsion pivotal.
5.calculo de lafunsion pivotal.
6. ubicar el vaor obtenido en el calcuo de la funcion pivotal, en la region de rechazo (RR) o de aceptacion (RA)
de la H0

prueba de hipotesis para la proporcion

1) un parametro de poblametro de poblacion unico (prueba de una muestra).
2) la igualdad de parametros de ds poblacioones (prueba de dosmuestras).
3) laigualdad deparametros de mas de dos poblaciones (prueba de k muestras). Además, para tamaños grandes
de muestras, la distribución de muestreo adecuada para pruebas de proporciones de una y dos muestras es
aproximadamente normal, justo como sucede en el caso de pruebas de medias de una y dos muestras.
Laprueba de hipotesis para la diferencia de medias de dos poblaciones es la herramienta que nos ayuda a
comparar enla diferenca de la media en dos poblaciones distintas. Si conocemos la desviacion estandar
poblacional de ambas poblaciones, entonces la distribucion indicada es la distribucion estandar (z).

Esta prueba está basada en la diferecia entre las dos proporciones de la muestra a las cuales se puede
aproximar con una distribución normal para muestras de tamaño grande.
respuesta continua y almeenos un factor categorico con dos o mas niveles. De igualforma este
tipo de analisis, se enfoca en analizar los resultads de grupos de forma comparativa para calcular los valores
medios si son igualesono a los estudiados.
caracteristicas
-mide la fuentede variacion entre dos datos y compara sus tamaños. -
evalua la diferencia entre las medias de su grupo y la local. -
el analisis de varianza ANOVA, se aplica cuando y como: para evaluar si existe una diferencia significativa entre
grupos de medias. Cuando hay un solo factor en dos niveles con variables dependientes. Cuando setieneun
experimento diseñado con combinaciones de niveles y factores. Cuando factores multiples en una variable
dependiente

Si es util ya que se busca evaluar la importancia de uno o mas factores al comparar las medias de la variable de
respuesta en los diferentes niveles de los factores.

Etapa 1: Se plantea la hipótesis nula y alternativa.

Etapa 2: Especificar el nivel de significancia que se va a utilizar.
Etapa3: Elegir la estadística de prueba. La estadística de prueba puede ser la estadísticauna versión
transformada de esa estadística muestral
Etapa 4: Instaurar los valores críticos de la estadística de prueba. teniendo la hipótesisde significancia y la
estadística de prueba, se procede a establecer los valores críticos dde prueba.

Etapa 5: Determinar el valor real de la estadística de prueba, al probar un valor hipotétimedia poblacional, se
toma una muestra aleatoria y se determina el valor de la mediael valor crítico que se establece es un valor de z,
entonces se transforma la media muevalor de z.

Etapa 6: Tomar la decisión. Se compara el valor observado de la estadística muestral cocríticos de la

estadística de prueba. Después se acepta o se rechaza la hipótesis nula. Sésta, se acepta la alternativa
 Fase 3 Pruebas de
Datos Hipotesis
Tamaño de la muestra = 106
Media Muestral promedio= 34.82
Desviación estandar= 15.928
Promedio de la variable X= 40

Paso 1: Describir la hipótesis

H0: si la media de vida útil del tipo de artículo Hogar es mayor o igua H1: si la
media de vida útil del tipo de artículo Hogar es menor a 40

Escrito en forma simbólica:

(Prueba
H0 : µ ≥ H1: µ <

Unilater

Paso 2: Establecer el nivel de significancia con el que se va a tra

= 0.05

Paso 3: Estadístico de prueba (o calculado)

𝒁_𝒑𝒓𝒖𝒆𝒃𝒂=(𝒙 ̅−
𝝁)/(𝒔/√𝒏)
-3.35
Zprueba=

Paso 4: Estadístico teórico

Zteórico= -1.645

Paso 5: Tomar la decisión

se rechaza la hipotsis nula porque la z prueba esta hubicado en la zo respecto al z teorico

 m

respecto al z teorico
Conclusión:

16
 a. Una PH para probar si la media
de mayor o igual a 40 meses. (

l a 40 meses eses

al izquierda)

bajar

0.0007
p-valor =
α

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛: =
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
na de la cola izquieda con
ara probar si la media
gual a 40 meses. (

0.0007

=
 0,025 0,95
0,025
z=-1 ,96 z=+1,96
dos colas

vida útil del tipo de artículo Hogar es

Prueba unilateral izquierda)
 Tabla de distribucion normal

1 1.5 2 2.5 3 3.5 4 4.5

0,025
z=+1,96
dos colas
distribucion normal

5 3 3.5 4 4.5
 Fase 3 Pruebas de
Hipotesis
Datos
T 487
a
m Cantidad del filtro =
(p) % = a20%
(P) Proporción= ñ30%
o
Paso 1: Describir la hipótesis d
H0: para probar si el número de articulos vendidos con satisfacción “muy satisfe e
para probar si el número de articulos vendidos con satisfacción “muy satisfe la
H1:
m
Escrito en forma simbólica: u
e
st
r
a
H0 : P ≤ H1: P >
(Prueba Unilateral d
=

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

 =0.05

Paso 3: Estadístico de prueba (o calculado)

Zprueba =
Proporción de la
p-P muestra

P(1- P) Proporción
Poblacional

Zprueba= -4.66

Paso 4: Estadístico teórico (tablas)

Zteórico= 1.645

Paso 5: Tomar la decisión

 Cantidad del filtro = 99

eral d
no se rechaza la hipotesis nula porque la z prueba en menor respecto al z teorico

Conclusión:

no se acepta la H1 porue el % deproveedores consatisfaccion "muy satisfechos" e

cho” es mayor al 30%. cho”
es menor al 30%.
erecha)

20%
30%

p-valor =
α=

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
a. Una PH para la proporción, para probar si el númer
satisfacción “muy satisfecho” es mayor al 30%. (Pru

0
0.05
o
 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

s menor al 30%

-4.66

de articulos vendidos con eba

Unilateral derecha)
-2 0 2 4
-4.66
2 4
 Fase 3 Pruebas de Hipotesis

Datos

MEDIA POBLACIONAL
0
MEDIAS MUESTRALES

Media muestral= 36.52818371608 Media Muestral=

Desviación muestral= Tamaño de 10.6349563029 Desviación Muestral = Tamaño
muestra( n1)= 97 de muestra(n2)=

H0:
para probar que el promedio de edad de clientes para el tipo de articulo de articulo de
vestuario

Ha:
para probar que el promedio de edad de clientes para el tipo de articulo tipo de
articulo de vestuario

Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2 BILAT
Donde
𝜇_1: ERA
𝜇_2:

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

 = 0.05

Paso 3: Estadístico de prueba (o calculado)

Zprueb

Paso 4: Estadístico teórico (tablas)

Zprueba= 0.00
 Zteórico= -1.645 1.645

Paso 5: Tomar la decisión

se acepta la H0 porque el valor de z prueba esta dentro de lazona de aeptacion

Conclusión:
elpomedio de edad de clientes para el tipo de articulo deportivo es igual al tipo de articulo
 36.5247933884297
10.6464646762271
99

deportivo es igual al tipo

deportivo NO es igual al

p-valor =
α=
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
a. Una PH para la diferencia de medias, para probar qu
clientes para el tipo de articulo deportivo es igual al tip
(Prueba bilateral)

0.95
0.05
 𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

de vestuario

e el promedio de edad de o de
articulo de vestuario.
—2 0 2 4 6 8
 Fase 3 Pruebas de Hipotesis
Datos

n1=
106 n2= 100

DEPARTAMENTO 1, NIVEL "SATISFECHO" DEPARTAMENTO 3,

X1= 22 X2= 18

P1= 21% P2= 18%

Proporción Ponderada Pc
PC= 19%
1-PC= 81%
Paso 1: Describir la hipótesis
para probar que el número de articulos calificados de utilidad “muy úti tipo de articulo de accesorios tecnológico
Ha:
para probar que el número de articulos calificados de utilidad “muy úti tipo de articulo de accesorios tecnoló

Escrito en forma simbólica:

(Prueba Unila
Ho : P1 <= P2 Ha: P1 > P2
Donde P1:
P2:

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

 = 0.05
Paso 3: Estadístico de prueba (o calculado)
Zprueba = P -P 1 2

P (1- P ) + P (1- P )
C C C C

n 1
n 2

0.03
0.055143902405637
Zprueba= =
 is

e articulo de accesorios tecnológicos.

tipo de articulo de accesorios tecnológicos.

eba Unila
Paso 4: Estadístico teórico (tablas)

Zteórico= 1.645

Paso 5: Tomar la decisión

no se rechaza la H0 porque elvalore de prueba esta en la zona de aceptacion.
se acepta H0

Conclusión:
el número de articulos calificados de utilidad “muy útil” de tipo hogar es meno accesorios
tecnológicos.
a zona de aceptacion.
 TOTAL
206

NIVEL "SATISFECHO"

l” de tipo hogar es mayor al

l” de tipo hogar es menor al
teral derecha)

0.499550605045767
p-valor =
a. Una PH para la diferencia de proporciones, para p articulos
calificados de utilidad “muy útil” de tipo hogar de accesorios
tecnológicos. (Prueba unilat

0.6174
0.6174
 α=
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<𝛼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
Como p-valor es mayor a alfa, 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

r al tipo de articulo de

0.05

robar que el número de

es mayor al tipo de articulo eral
derecha).
2.5 35 4 4.5
0.05
 a. Evaluar si el “precio de venta” depend

Tipo de articulo Hogar

Paso 1: Describir la hipótesis

H0: el “precio de venta” depende del “tipo de
H1: el “precio de venta” no depende del “tipo
Paso 2: Establecer el nivel de significancia con el que se va a
 = 0.05
Paso 3: Estadístico de prueba F (o calculado)
Tipo de articulo Hogar
49000
47000
45000
42000
41000
Observación 1
Observación 2
Observación 3
Observación 4
Observación 5

Análisis de varianza de un factor

Análisis de varianza de un factor
RESUMEN

Grupos Cuenta
Tipo de articulo Hogar 5
Tipo de articulo Belleza 5
Tipo de articulo Vestuario 5
ANÁLISIS DE VARIANZA

Origen de las variaciones Suma de

Entre grupos cuadrados 0
Dentro de los grupos 134400000
 Total 134400000
Paso 5: Tomar la decisión
 depend

nde del “tipo de

ende del “tipo
00
e del “tipo de artículo”. La organización de los datos a trabajar debe ser a

Tipo de articulo Belleza Tipo de articulo Vestuario

artículo”
de artículo”
trabajar

'
Tipo de articulo Belleza Tipo de articulo Vestuario
49000 49000
47000 47000
45000 45000
42000 42000
41000 41000
S Promedio
u 224000 44800
m
a 224000 44800
224000 44800
Grados de libertad Promedio de los cuadrados F
2
12 0 1120
14
e ser a

Varianza
11200000
11200000
11200000
F
0
11200000
sí:

Probabilidad Valor crítico para F

1 3.88529383465239

Romero, R. E. (2016). Estadística para todos: análisis de datos:

estadística descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide. (pp. 313-328
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma. (3a. ed.)
Interamericana. (pp. 72-90).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. (pp. 65-84).
Espejo, M. I., Fernández, P. F., & López, S. M. (2016). Inferencia estadística: teoría y problemas (2a. ed.). Madrid, ESPAÑA: S
Publicaciones de la Universidad de Cádiz. (pp. 147-178).
o para F

ra todos: análisis de datos:

probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide. (pp. 313-328).
mentos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill

E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. (pp. 65-84).
pez, S. M. (2016). Inferencia estadística: teoría y problemas (2a. ed.). Madrid, ESPAÑA: Servicio de
Cádiz. (pp. 147-178).