Análisis de consumo eléctrico y facturación

de una muestra de familias ecuatorianas.

Probabilidad y estadística

Prof. Juan Estrada

Jaime Andrés Espinosa
21/09/2020
______________________________________________________________________
Análisis de consumo electro-energético
de Ecuador evaluado por meses y provincias

Autoría
Escrito y corregido por Jaime Espinosa, estudiante de Ing. Mecánica en la Escuela
Politécnica Nacional del Ecuador.
Jaime2920206@gmail.com
Jaime.espinosa02@epn.edu.ec
+593 995642011
______________________________________________________________________
Resumen
En este documento se mostrará el análisis de estadístico para una muestra de datos
correspondientes a la facturación mensual y el consumo eléctrico de una muestra de 1500
familias durante un año. Se utilizarán conocimientos de análisis estadístico, intervalos de
confianza, pruebas de hipótesis, pruebas de ajuste de bondad y la construcción de tablas
ANOVA. Todos estos conceptos serán explicados brevemente en la sección de metodología
para entender el tratamiento que se les dio a los datos brutos.
Este documento contara de 6 secciones con sus respectivas subdivisiones, en las cuales se
realizará una introducción más amplia a los objetivos y procedimientos a realizar, luego
contara de una sección de metodología para tener un acercamiento matemático y teórico de
los análisis a realizar, posteriormente se encontrará la sección de resultados donde se
podrán observar con facilidad los estadísticos, tablas e imágenes resultantes de los procesos
matemáticos utilizados en los datos brutos, las secciones serán analizadas en la sección de
análisis donde se explicara la significancia de los datos, tablas e imágenes, finalmente se
discutirá todos los resultados antes obtenidos en la sección de conclusión de este
documento. Todos los datos y tablas que el autor crea necesarios exponer se encontraran en
la sección de apéndices al final del documento.
A partir de estos análisis llegaremos a conclusiones directas sobre el manejo de los recursos
naturales y energéticos del país, además, se podrá observar el comportamiento del consumo
y la facturación del ecuador, de cada región e incluso de algunas provincias del Ecuador para
comprar si existen diferencias significativas entre ellas.
Esta actividad tiene la finalidad de analizar los conocimientos estadísticos del autor, ya que
se pondrá a prueba su criterio de análisis y su facilidad de trabajar con los conceptos de
probabilidad y estadística aprendidos en el curso homónimo de la Escuela Politécnica
Nacional.
______________________________________________________________________
Cuerpo del Informe
A. Introducción
Para poder tomar acciones directas sobre la distribución energética del país, se deben
realizar varios análisis estadísticos que permitan observar de manera adecuada como
se comporta el consumo del kilowatt-hora para cada región y en cada mes, de esta
manera se plantean acciones para distribuir adecuadamente los recursos eléctrico-
energéticos del país, así mismo, gracias a estos datos se puede observar el
comportamiento económico de las distintas regiones y de esta manera, plantear tasas
de pago y mejorar el manejo monetario asociado al servicio eléctrico de cada
provincia o región.
En este documento se detallará el análisis estadístico de una muestra de 1500 familias
con los datos del consumo de killowatts y las facturas del consumo eléctrico de cada
mes por un año.
Se utilizará los conocimientos obtenidos en la materia de “Probabilidad y estadística”
para realizar un estudio del comportamiento del consumo eléctrico mensual, anual, y
regional, especificando características de la muestra como los cuartiles o la curtosis
para realizar un análisis descriptivo de los datos. También se realizará un estudio de
los intervalos de confianza del valor anual pagado por familia de la muestra, de la
sierra, de la costa y la amazonía.
Luego se estudiará si existen diferencias significativas entre los meses de mayor y
menor consumo, se construirá una prueba de bondad de ajuste para tabla de
contingencia entre las variables: deciles del consumo anual de energía eléctrica y la
región de residencia y finalmente se realizará el análisis de las varianzas a partir de
tablas ANOVA.

B. Métodos
Para realizar el estudio descrito anteriormente, se utilizó un banco de datos de 1500
familias ecuatorianas en el cual se describe el consumo en kilowatts de cada mes y su
factura en un año.
Como se explicó anteriormente en la introducción, el análisis que se realizará se
dividirá en las siguientes secciones: Análisis descriptivo, intervalos de confianza,
prueba de hipótesis y bondad y finalmente tablas ANOVA de análisis de varianza. A
continuación, se presentarán los métodos utilizados para obtener los estudios
descritos.

I. Análisis descriptivo.
Para observar el comportamiento de la muestra se dividió el análisis por
meses de toda la población y por regiones de todo el año, tanto para describir
el consumo como la facturación.
Primero se estudió el grupo de datos mes por mes tanto de consumo en
kilowatts como en facturación, se retiró los datos atípicos de la muestra para
su análisis realizando una discriminación con la puntuación estándar, llamada
también Zscore, se calculó a partir de la normalización de los datos un
parámetro Z, que se puede observar en la ecuación (1), el puntaje estándar, y
se utilizó únicamente los datos que presentaban un número menor a 3. De esta
forma se utilizaron datos que no influyan equívocamente al comportamiento
del consumo por mes del ecuador.

|𝑥𝑖 − 𝑥̿ |
𝑍{𝑠𝑐} = (1)
𝑆

Luego se realizó el tratamiento de datos obteniendo la media, ecuación (2), la

desviación típica de la muestra, ecuación (3), la curtosis, ecuación (4), el
coeficiente de asimetría, y los respectivos cuartiles.

𝑛
1
𝑋̅ = ∑ 𝑥𝑖 (2)
𝑛
𝑖=1

𝑛
1
𝑆=√ ∑(𝑥𝑖 − 𝑥̅ )2 (3)
𝑛−1
𝑖=1

1 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )4
𝑔= (4)
𝑛 64

También se obtuvieron las gráficas de frecuencia para identificar los meses de

consumo en orden temporal y orden ascendente.

Luego, se estudió el grupo de datos asociados primero por provincia, para lo

cual se volvió a realizar el análisis de la puntuación estándar para los datos de
agrupados por región utilizando la ecuación (1) y verificando que el valor
asociado Z sea menor a 3, obteniendo 3 muestras de datos (sierra, costa y
amazonía). Con estas muestras se obtuvo nuevamente la media, la mediana, la
desviación típica, la curtosis, el coeficiente de asimetría y los cuartiles.
Finalmente se realizaron las gráficas de frecuencia para identificar el consumo
por mes y poder comparar el consumo energético entre regiones.
II. Intervalos de confianza.

Se determinó el intervalo de confianza al 95% del valor de pago anual por cada
familia en Ecuador, en la sierra, en la costa y en la amazonía. Para realizar esto
primero se obtuvo el valor anual a pagar de cada familia y se realizó una
discriminación de puntuación estándar para determinar y excluir los valores
atípicos. A partir de ese grupo de datos, su obtuvo la media con la ecuación (2),
y la desviación típica con la ecuación (3) para determinar el intervalo con la
ecuación (5).

𝑆 𝑆
(𝑥̅ − 𝑡𝛼 (𝑛 − 1) ; 𝑥̅ + 𝑡𝛼 (𝑛 − 1) ) (5)
2 √𝑛 2 √𝑛

Luego se dividieron los datos por regiones y se volvió a discriminar los datos
con el proceso antes mencionado, para obtener el intervalo correspondiente
con la ecuación (5).

III. Pruebas de hipótesis y bondad

Primero, se realizó una prueba de hipótesis para verificar si existen diferencias

significativas entre el consumo energético del mes de mayor promedio y el de
menor promedio de consumo. Para realizar esta prueba, se utilizaron los datos
obtenidos a partir del análisis descriptivo del consumo de energía eléctrica de
toda la muestra divido en meses, se determinaron las respectivas medias
muestrales y desviaciones típicas. A partir de estos datos, se obtuvo el
parámetro 𝑍𝑠𝑡 (ecuación (6)) utilizado para verificar si rechazamos o no
rechazamos la hipótesis nula, que en este caso es: Existe una diferencia
significativa entre la media del consumo eléctrico de mayor promedio con la
de menor promedio. Que se representa como:

𝐻0 : 𝜇2 − 𝜇1 = 0
𝐻1 : 𝜇2 − 𝜇1 ≠ 0

𝑥2 − 𝑥1
𝑍𝑠𝑡 = (6)
𝑠2 𝑠22
√ 1
𝑛1 + 𝑛2

Para determinar si se rechaza o no la hipótesis utilizamos un rango de no

rechazo de ]-1.96 , 1.96[ asociados a una significancia de 5%.
 Segundo, se realizó una prueba de bondad de ajuste para tabla de contingencia
entre las variables: deciles del consumo anual de energía eléctrica y la región
de residencia. Por lo tanto, se dividió la muestra en las 3 regiones a evaluar, se
calculó el consumo anual de cada familia en cada región y se realizó una
discriminación de los datos atípicos con la el puntaje estándar para realizar un
análisis significativo de los deciles de cada muestra. Luego se obtuvo los
deciles de cada grupo para crear una tabla de contingencia con las variables
antes mencionadas.
A partir de esa tabla se realizó el calculó de frecuencias esperadas con la
ecuación (7) para determinar el estadístico de prueba con la ecuación (8) y
determinar si se rechaza o no la hipótesis (Ho): Las variables deciles y
consumo anual de energía eléctrica en cada región mencionada son
independientes.

𝑛𝑖 𝑛𝑗
𝑒𝑖𝑗 = (7)
𝑛
𝑚 𝑘 2
2
(𝑛𝑖𝑗 − 𝑒𝑖𝑗 )
𝑋𝑜𝑏𝑠 = ∑∑ (8)
𝑒𝑖𝑗
𝑖=1 𝑗=1

Se tomó una significancia de 0.05 para valorar la prueba de hipótesis antes

mencionada.

IV. Tablas ANOVA

Para determinar si existe una diferencia significativa para el consumo

energético del mes de marzo en las provincias de Azuay, Guayas y Pichincha
se realizó un estudio ANOVA para descomponer la variabilidad total
observada y poder determinar si existe una diferencia significativa entre ellas.
Para esto, se realizó una discriminación de los datos del consumo energético
de cada provincia mencionada en el mes de marzo, utilizando el método de
puntuación estándar. A partir de estos datos se determinó el tamaño muestral,
la media de cada provincia y su respectiva varianza, a partir de estos datos se
calculó el valor F y Fcrit a través del análisis estadístico de Excel para
determinar el valor de la hipótesis antes mencionada.

De igual manera, se planteón un análisis de diferencias significativas para las

provincias de la frontera norte del Ecuador, comparando el consumo del mes
de marzo de Esmeraldas, Carchi y Sucumbíos. Se realizó un tratamiento de
datos idéntico al antes mencionado para obtener los estimadores F y Fcrit que
nos permitirán determinar si existen las diferencias significativas del consumo
energético de marzo en las provincias mencionadas.
C. Resultados

I. Análisis descriptivo de consumo energético.

A continuación, se presentarán la media, la desviación estándar, la curtosis y
el coeficiente de asimetría del consumo de energía en Kilowatts por meses, de
todos los datos, con su respectivo tamaño de muestra.
Coeficiente
Desviación Tamaño
Media Curtosis de
estándar muestral
asimetría
Enero 138.83243 105.92755 3.2402327 1.5677284 1468
Febrero 131.84443 99.467048 2.8865155 1.482647 1472
Marzo 135.46553 102.81018 2.4619557 1.4217905 1465
Abril 139.13868 109.68673 2.9942067 1.5738179 1471
Mayo 141.65988 110.15683 2.6274865 1.4781995 1473
Junio 135.74541 102.75313 2.8504163 1.4973828 1469
Julio 130.6825 99.10492 3.2593291 1.5627277 1474
Agosto 130.52044 96.009516 2.6364754 1.444976 1468
Septiembre 130.50034 94.200422 2.5902465 1.4097034 1471
Octubre 137.0501 103.97627 3.8721019 1.6732456 1477
Noviembre 135.58684 98.75389 2.4596528 1.4136314 1474
Diciembre 127.7981 95.703649 3.1853107 1.4967954 1471
Tabla 1: Características estadísticas de consumo mensual

A continuación, se mostrará los cuartiles 1, 2 y 3 del consumo de cada mes:

Cuartil 1 Cuartil 2 Cuartil 3

Enero 66 116 184
Febrero 64 110 177
Marzo 63 113 179.5
Abril 64 113 185
Mayo 63 117 192
Junio 64 113 183
Julio 61.75 109 174
Agosto 64 109 175.75
Septiembre 64 110 174
Octubre 68 114 181
Noviembre 69 115 179
Diciembre 60 109 171
Tabla 2: Cuartiles de consumo mensual
 Con los datos presentados se realizó las gráficas de distribución mensual para
observar el comportamiento de la media mensual del consumo a lo largo del
tiempo y de forma ascendente para distinguir los meses de mayor y menor
consumo.

Distribución de consumo por mes

145

140

135
KWH

130

125

120

Imagen 1: Consumo mensual

Consumo en orden ascendente

145

140

135
KWH

130

125

120

Imagen 2: Consumo de forma ascendente

II. Análisis descriptivo de la facturación mensual.

A continuación, se presentarán la media, la desviación estándar, la curtosis y
el coeficiente de asimetría de la facturación eléctrica por meses, de todos los
datos, con su respectivo tamaño de muestra.
 Coeficiente
Desviación Tamaño
Media Curtosis de
estándar muestral
asimetría
Enero 12.751153 9.7496707 6.3952911 2.1513142 1475
Febrero 12.03666 8.7980096 5.4332187 1.9741994 1476
Marzo 12.526404 9.5115851 5.3967381 2.0094565 1474
Abril 12.817294 10.004957 5.4083205 2.0508924 1478
Mayo 13.460196 10.125097 4.5155883 1.8702264 1478
Junio 13.903202 10.567359 6.1523492 2.1008625 1477
Julio 13.531301 10.540834 7.8493178 2.3434515 1483
Agosto 13.322163 9.7159489 6.0013348 2.0414422 1475
Septiembre 13.273049 9.3597392 5.3505101 1.9122018 1476
Octubre 14.239341 11.427084 10.087804 2.6342854 1487
Noviembre 13.756876 9.7410687 4.1494676 1.7829015 1479
Diciembre 11.662827 8.4326063 6.4383259 2.0419598 1475
Tabla 3: Características estadísticas de la facturación mensual

A continuación, se mostrará los cuartiles 1, 2 y 3 la facturación de cada mes:

Cuartil 1 Cuartil 2 Cuartil 3

Enero 6.59 10.38 15.95
Febrero 6.37 10.04 15.1975
Marzo 6.29 10.275 15.63
Abril 6.44 10.2 16.04
Mayo 6.8 10.99 16.925
Junio 7.025 11.27 17.65
Julio 6.89 10.98 16.91
Agosto 7.08 11.07 16.91
Septiembre 7.17 10.985 16.985
Octubre 7.37 11.56 17.49
Noviembre 7.36 11.56 17.4
Diciembre 6.12 9.87 14.73

Tabla 4: Cuartiles de facturación mensual

Con los datos presentados se realizó las gráficas de distribución mensual para
observar el comportamiento de la media mensual de la facturación a lo largo
del tiempo y de forma ascendente para distinguir los meses de mayor y menor
consumo.
 Distribución de facturación por mes
16

14

12

10
Dolares
8

Imagen 3: Facturación mensual

Consumo en orden ascendente

16

14

12

10
Dolares

Imagen 4: Facturación de forma ascendente

III. Intervalo de confianza de facturación anual de cada familia.

Para obtener el intervalo de confianza se utilizó el proceso descrito
anteriormente, obteniendo una muestra sin datos atípicos de la facturación
anual de cada familia. Considerando un estimador t-student de 1478 grados
de libertad con una significancia de 0.5, se obtuvo el intervalo de confianza
descrito a continuación:
 Datos utilizados para la determinación del intervalo de confianza:

Significancia t s X(media) n
0.05 1.9616 113.6363 159.5808 1479

Intervalo:
]153.78 ; 165.37[

IV. Intervalo de confianza de facturación anual de cada familia de la

sierra.
Para obtener el intervalo de confianza se utilizó el proceso descrito
anteriormente, obteniendo una muestra sin datos atípicos de la facturación
anual de cada familia de la sierra. Considerando un estimador t-student de 764
grados de libertad con una significancia de 0.5, se obtuvo el intervalo de
confianza descrito a continuación:

Datos utilizados para la determinación del intervalo de confianza:

Significancia t s x(media) n
0.05 1.9631 73.9392 132.7537 765

Intervalo:
]127.5057 ; 138.0016[

V. Intervalo de confianza de facturación anual de cada familia de la

costa.
Para obtener el intervalo de confianza se utilizó el proceso descrito
anteriormente, obteniendo una muestra sin datos atípicos de la facturación
anual de cada familia de la costa. Considerando un estimador t-student de 648
grados de libertad con una significancia de 0.5, se obtuvo el intervalo de
confianza descrito a continuación:

Datos utilizados para la determinación del intervalo de confianza:

Significancia t s x(media) n
0.05 1.9636 153.104 196.6206 649

Intervalo:
]184.8195 ; 208.4218[
VI. Intervalo de confianza de facturación anual de cada familia de la
amazonía.
Para obtener el intervalo de confianza se utilizó el proceso descrito
anteriormente, obteniendo una muestra sin datos atípicos de la facturación
anual de cada familia de la amazonía. Considerando un estimador t-student de
648 grados de libertad con una significancia de 0.5, se obtuvo el intervalo de
confianza descrito a continuación:

Datos utilizados para la determinación del intervalo de confianza:

Significancia t s x(media) n
0.05 2.001 71.78135 112.5087 60

Intervalo:
]93.96554 ; 131.0518[
VII. Prueba de hipótesis.
Para determinar si existen diferencias significativas entre los meses de mayor
y menor consumo promedio de energía se utilizaron las hipótesis nula y
alternativa siguientes:

Ho: 𝜇2 − 𝜇1 = 0
H1: 𝜇2 − 𝜇1 ≠ 0

Donde Ho es “Existen diferencias significativas entre el consumo energético

del mes de mayor promedio y el de menor promedio de consumo”.
Considerando una significancia de 5% se determinó el 𝑍𝑠𝑡 con los siguientes
datos:

Desviación Tamaño
Media
típica muestral
Menor
Diciembre 127.7981 95.70365 1471
promedio
Mayor
Mayo 141.6599 110.1568 1473
promedio

𝑍𝑠𝑡 = 3.644755 (9)

VIII. Prueba de Bondad

Se discrimino los datos de cada región y se obtuvo los deciles de cada uno
formando la tabla de contingencia entre las variables: deciles del consumo
anual de energía eléctrica y la región de residencia, se puede observar a
continuación:

Decil Sierra Costa Amazonía Total H

1 382 552.8 195.4 1130.2

2 621.2 837 434 1892.2
3 873.2 1133 570.4 2576.6
4 1066.8 1350.6 734.4 3151.8
5 1248 1556 872 3676
6 1435.2 1891.4 1032.2 4358.8
7 1726.2 2377 1174.1 5277.3
8 2071.6 2944 1678 6693.6
9 2550.2 4108.4 2364.7 9023.3
Total
11974.4 16750.2 9055.2 37779.8
V

Tabla 5: Tabla de contingencia

Con esta se calculó los valores esperados con la ecuación (7). Los resultados
se muestran en la tabla 6 a continuación:

Decil Sierra Costa Amazonía

1 358.2197 501.0899 270.8905
2 599.7374 838.9332 453.5294
3 816.6597 1142.371 617.5689
4 998.9707 1397.394 755.4349
5 1165.117 1629.806 881.0771
6 1381.532 1932.535 1044.733
7 1672.653 2339.764 1264.882
8 2121.553 2967.701 1604.346
9 2859.957 4000.606 2162.737

Tabla 6: Valores esperados

Utilizando los datos de la tabla 5 y 6 se usó la ecuación (8) para determinar el

2
estadístico de prueba 𝑋𝑜𝑏𝑠 , teniendo un resultado de:

2
𝑋𝑜𝑏𝑠 = 125.2433

Por lo que utilizando un valor crítico con 16 grados de libertad con una
2
significancia del 5%, tenemos que: 𝑋𝑐𝑟𝑖 = 26.3
 IX. Tabla ANOVA con factor de tratamiento de las provincias de
Azuay, Guayas y Pichincha.
Se realizo el tratamiento de los datos y los resultados fueron los siguientes:

Tamaño
Grupos Promedio Varianza
muestral
Azuay 95 101.010526 4057.35095
Pichincha 360 136.341667 6911.59603
Guayas 364 218.217033 29100.9197
Tabla 7: Datos de cada muestra
ANOVA
Origen de
F P-value F crit
variaciones
Entre
51.8032979 6.606E-22 3.00675729
grupos
Tabla 8: Tabla ANOVA I
Se debe destacar que: F>Fcrit

X. Tabla ANOVA con factor de tratamiento de las provincias de

Azuay, Guayas y Pichincha.
Se realizo el tratamiento de los datos y los resultados fueron los siguientes:

Grupos Promedio Varianza

Esmeraldas 133.292683 12411.2122
Carchi 67.8571429 1533.05495
Sucumbios 94.8571429 7914.28571
Tabla 9: Datos de cada muestra
ANOVA
Origen de
F P-value F crit
variaciones
Entre
2.66337842 0.07720014 3.13591793
grupos
Tabla 10: Tabla ANOVA II
Se debe destacar que: F<Fcrit

D. Análisis

I. Análisis descriptivo de consumo energético y facturación.

Como podemos observar en los gráficos y las tablas 1 y 2, la media presenta
una distribución no lineal a través del tiempo, se puede divisar que el menor
menos de consumo es el mes de diciembre y el de mayor consumo es el de
mayo. Así mismo, la desviación estándar de cada mes es relativamente grande
ya que es muy cercana a la media. Por ejemplo, el mes de enero tiene una
proporción entre desviación típica y media de 0.7629. También se puede
observar todos los meses presentan una distribución leptocúrtica.
Con la tabla 2 podemos observar cómo los deciles de cada mes son semejantes
entre sí para cada mes. Además, se puede observar que la diferencia entre la
media del mes de mayor consumo y el de menor es de 13.86 que vendría a
corresponder alrededor del 10% con respecto a la media anual de todos los
datos.
En la tabla 1 se puede observar que todos los meses tienen distribución
asimétrica positiva gracias al coeficiente de asimetría; existe mayor
concentración de valores a la derecha de la media que a su izquierda ya que
todos los coeficientes son mayores a 0 y con un promedio de 1.5.
Finalmente podemos observar que los meses en los cuales se detectó más
valores atípicos son enero y agosto con 32 valores atípicos, y de manera
general cada mes existió un promedio de 29 datos atípicos.

Con las tablas e imágenes 3 y 4 podemos observar que el comportamiento del

promedio mensual de facturación no sigue una distribución lineal, se puede
observar que no existe una variación muy grande ente cada mes y el mes de
menor facturación es diciembre, y el mes de mayor facturación es octubre.
Esto muestra que la facturación no está relacionada linealmente con el
consumo, lo cual cobra sentido, ya que para el pago de la planilla eléctrica se
toman en cuenta distintas variables. De igual forma podemos observar que la
desviación estándar no se diferencia de gran medida a la media, por lo que
podemos observar una muestra con datos dispersos de una muestra
homogénea.
Por los valores de la curtosis, podemos afirmar que todos los meses presentan
una distribución leptocúrtica. Se puede observar que la diferencia entre el mes
de mayor de facturación y el de menor facturación es 2.5765, lo cual
comparado con la media muestral presenta una proporción de 0.1965.
En la tabla 3 se puede observar que todos los meses tienen distribución
asimétrica positiva gracias al coeficiente de asimetría; existe mayor
concentración de valores a la derecha de la media que a su izquierda ya que
todos los coeficientes son mayores a 0 y con un promedio de 2.07.
Finalmente podemos observar que el mes en el cual se detectó más valores
atípicos es marzo con 26 datos atípicos, y de manera general cada mes existió
un promedio de 22 datos atípicos.
II. Intervalos de confianza
A continuación, se presentarán los intervalos de confianza al 95% de la
facturación anual de todas las familias, de las familias residentes en la sierra,
en la costa y en la amazonía.

Intervalo de
confianza
Anual 153.7846 165.377
Sierra 127.5057 138.0016
Costa 184.8195 208.4218
Amazonía 93.96558 131.0518

Con los datos mostrados podemos comparar los valores promedios

aproximados a pagar.

III. Pruebas de hipótesis y bondad.

Para evaluar la hipótesis nula: existen diferencias significativas entre el

consumo energético del mes de mayor promedio y el de menor promedio de
consumo, se utilizó los límites de aceptación Zi=-1.96 y Zs=1.96, para los
limites inferior y superior respectivamente asociados a una significancia de
5%.
Utilizando el resultado de la ecuación (9) se determinó que el estadístico se
encuentra en la zona de rechazo, por lo que se no se rechaza que existan
diferencias significativas entre el consumo promedio de diciembre y mayo.
A continuación, se presenta una imagen donde se puede observar con mayor
claridad la ubicación de cada estadístico en una distribución normal y porque
nuestra hipótesis nula es rechazada.

Imagen 5: Distribución normal para prueba de hipótesis

 Esta prueba muestra que es probable que existan diferencias significativas en
los meses evaluados, lo cual es razonable ya que como se explicó
anteriormente, la diferencia entre la media de ambos meses se encuentra en
una proporción cercana al 20% que refleja una diferencia significativamente
grande.

Para la prueba de ajuste de bondad se evaluó la hipótesis: Los deciles y el

consumo anual de cada provincia son independientes. Se obtuvieron los
siguientes datos:

2
𝑋𝑜𝑏𝑠 = 125.2433
2
𝑋𝑐𝑟𝑖 = 26.3
Por lo que:
2 2
𝑋𝑜𝑏𝑠 > 𝑋𝑐𝑟𝑖

Con estos datos se debe rechazar la hipótesis nula, por lo que la correcta
conclusión sería: No hay información suficiente para no rechazar que los
deciles y el consumo anual de cada provincia son independientes, es decir son
probablemente variables dependientes.

IV. Tablas ANOVA

Como se puede observar en la tabla 8, el valor del estimador F, es mucho mayor

a mi Fcritico, lo que significa que nuestra hipótesis debe ser rechazada, es
decir, existe suficiente información para rechazar que exista una diferencia
significativa para el consumo energético del mes de marzo en las provincias
de Azuay, Guayas y Pichincha.

De la misma forma, observando la tabla 10 se verifica que el estimador F es

menor al Fcritico, lo que indica que nos encontramos dentro de la zona de
rechazo, por lo que podemos afirmar que existe información suficiente para
no rechazar que exista una diferencia significativa para el consumo energético
del mes de marzo en las provincias de Esmeraldas, Carchi y Sucumbíos.

E. Conclusiones

Podemos que el consumo familiar promedio de energía no difiere sustancialmente

entre familias, sin embargo, se debe mencionar que los recursos energéticos están
más orientados a dirigir un mayor flujo energético hacia la costa, esto puede deberse
al clima de la región, pues en sectores de mayor calor es común utilizar sistemas de
acondicionamiento y refrigeración.
De igual forma podemos observar que el costo promedio mensual del consumo va de
11 a 14 dólares lo cual representa alrededor del 3% del salario básico unificado, lo
que refleja, con los datos de la tabla utilizada para obtener los intervalos de confianza
de la facturación anual que el 40% de un salario básico basta para cubrir la demanda
energética de una familia al año.
Observando los intervalos de confianza podemos asegurar que una familia promedio
de la costa tiene que cubrir un mayor gasto de energía eléctrica, lo que es un indicador
que se puede utilizar para estudiar los índices de pobreza de la costa ecuatoriana.
También, se puede identificar que a pesar de que el gasto por consumo energético no
sea considerablemente alto, existe una diferencia importante al analizar los meses de
menor y mayor consumo energético, de hecho, se señala que el cambio de consumo
energético se acerca al 20% del promedio, además, la variación de consumo del mes
de mayo al mes de junio presenta un decrecimiento del 10% lo que indica que se debe
disminuir la producción energética de manera considerable, sobre todo en la región
costera.
De igual manera, a través de la prueba de bondad de ajuste se determinó que los
deciles de consumo anual son dependientes de cada provincia, lo cual es razonable y
refuerza los intervalos de confianza, donde se muestra claramente que el consumo
varía dependiendo la región. Las razones de esto pueden ser el consumo energético
por refrigeración en la costa, y la gran cantidad de familias de clase media baja que
pertenecen al sistema agrícola que no tienen los mismos recursos económicos que en
la costa y la sierra (regiones donde se encuentran las matrices productivas del
ecuador, incluyendo la capital de estado Quito y la capital económica Guayaquil).
Finalmente, comparando los análisis realizados en las tablas ANOVA podemos
enunciar que dependiendo las provincias que se analice, algunas tendrán diferencias
significativas y otras no, lo que muestra que dependiendo el foco de análisis cada
provincia tendrá distintas características de consumo energético, esto es sin duda un
indicador de que cada provincia tiene sus propias necesidades energéticas que nacen
a partir de mercado laboral y la cultura familiar de la misma.

Para finalizar es importante notar el gran número de análisis que se puede realizar a
un grupo de datos, y sobre todo el sin gran numero de interpretaciones que puede
tener un indicador o un estimador. Es importante observar que los datos tienen la
finalidad de ayudar a predecir el comportamiento del consumo energético del
Ecuador, y gracias a esto se puede tener un manejo efectivo de los recursos tanto
económicos como naturales del país.
________________________________________________________________
Apéndices

Para facilitar el manejo del espacio de este documento y poder brindar la información
necesaria al lector, se han subido a la nube online, las tablas utilizadas para realizar
todos los cálculos y descripciones mostradas en este documento. El archivo se puede
encontrar en formato xlsx en el siguiente vinculo de descarga:

https://docs.google.com/spreadsheets/d/14_EmGWz6pRiYwDd0BcU0UW8eyIB2f4
NRyzXhZmA3XGU/edit?usp=sharing

Por último, quiero agradecer primeramente a Dios por darme la oportunidad de

obtener todos los conocimientos necesarios para lograr redactar este documento,
agradezco a mis padres por el apoyo que me brindaron para soportar los problemas
de esta pandemia mundial. Agradezco a mis compañeros por todas las alegrías vividas
y finamente, pero no menos importante, agradezco la dedicación de mis maestros al
aportar en mi vida con sus conocimientos catedráticos y sus reflexiones personales y
humanas.

Bibliografía.
Estadística Básica para estudiantes de ciencias, Gorga ,J; Cardiel, N;Zamorano,J,
Departamento de Astrofísica y Ciencias de la Atmósfera,Facultad de Ciencias
Físicas, Universidad Complutense de Madrid,2011.
Estadística-Métodos y Aplicaciones; Galindo, E;prociencia Editores;2011.
Probabilidad y Estadística para ingeniería y ciencias, Walpole,R &Myers,S;
;Pearson;2007.