INFERENCIA ESTADÍSTICA (212064)

Fase 4 - PRUEBAS NO PARAMÉTRICAS

Presentado por:
CRISTIAN CAMILO RONDON

Grupo: 116

Presentado a: HERNANDO BLANQUICE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2020
 TIPO DE MUESTREO: Sistemátic

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un núme

primero que va a formar parte de la mu

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

K= N/n
N=
n=
K= #DIV/0! se redondea

K= Seleccione la muestra cada 31 elementos

Alea= Se escoge un número aleatorio entre 1 y K.
Fijo= Copie y pegue el número aleatorio como valor para que no e

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre 1 y K,

LISTO! Esta es la lista de personas que van a conformar su muestra, recuer

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto es par

elementos que va a incluir en la muestra. El número 2, corresponde a la col

TOMA
CANTIDAD Elemento
MUESTRA
vendido Tipo de articulo
1 5 5 4
2 11 11 4
3 17 17 2
4 23 23 5
 5 29 29 4
6 35 35 3
7 41 41 5
8 47 47 1
9 53 53 4
10 59 59 3
11 65 65 3
12 71 71 1
13 77 77 5
14 83 83 3
15 89 89 2
16 95 95 3
17 101 101 5
18 107 107 3
19 113 113 5
20 119 119 1
21 125 125 2
22 131 131 3
23 137 137 4
24 143 143 1
25 149 149 2
26 155 155 5
27 161 161 1
28 167 167 2
29 173 173 1
30 179 179 4
31 185 185 5
32 191 191 2
33 197 197 3
34 203 203 2
35 209 209 4
36 215 215 1
37 221 221 4
38 227 227 2
39 233 233 3
40 239 239 1
41 245 245 3
42 251 251 4
43 257 257 3
44 263 263 4
45 269 269 3
46 275 275 2
47 281 281 4
48 287 287 5
49 293 293 5
50 299 299 3
51 305 305 2
52 311 311 3
53 317 317 2
54 323 323 1
55 329 329 1
56 335 335 4
57 341 341 2
58 347 347 1
59 353 353 2
60 359 359 4
61 365 365 4
62 371 371 4
63 377 377 2
64 383 383 4
65 389 389 1
66 395 395 2
67 401 401 1
68 407 407 5
69 413 413 1
70 419 419 5
71 425 425 5
72 431 431 5
73 437 437 5
74 443 443 4
75 449 449 5
76 455 455 4
77 461 461 1
78 467 467 3
79 473 473 4
80 479 479 1
81 485 485 3
82 491 491 3
83 497 497 1
84 503 503 4
85 509 509 5
86 515 515 1
87 521 521 4
88 527 527 2
89 533 533 1
90 539 539 4
 91 545 545 4
92 551 551 5
93 557 557 4
94 563 563 2
95 569 569 1
96 575 575 5
97 581 581 2
98 587 587 3
99 593 593 2
100 599 599 1
101 605 605 4
102 611 611 3
103 617 617 2
104 623 623 2
105 629 629 1
106 635 635 4
107 641 641 4
108 647 647 5
109 653 653 3
110 659 659 2
111 665 665 3
112 671 671 5
113 677 677 2
114 683 683 1
115 689 689 4
116 695 695 4
117 701 701 5
118 707 707 2
119 713 713 4
120 719 719 1
121 725 725 4
122 731 731 4
123 737 737 2
124 743 743 3
125 749 749 2
126 755 755 5
127 761 761 1
128 767 767 3
129 773 773 3
130 779 779 3
131 785 785 4
132 791 791 5
133 797 797 3
134 803 803 4
135 809 809 3
136 815 815 3
137 821 821 1
138 827 827 5
139 833 833 4
140 839 839 5
141 845 845 3
142 851 851 1
143 857 857 3
144 863 863 4
145 869 869 2
146 875 875 5
147 881 881 2
148 887 887 1
149 893 893 3
150 899 899 5
151 905 905 2
152 911 911 3
153 917 917 5
154 923 923 3
155 929 929 3
156 935 935 3
157 941 941 1
158 947 947 2
159 953 953 4
160 959 959 5
161 965 965 3
162 971 971 2
163 977 977 2
164 983 983 2
165 989 989 3
166 995 995 4
167 1001 1001 4
168 1007 1007 1
169 1013 1013 4
170 1019 1019 3
171 1025 1025 5
172 1031 1031 3
173 1037 1037 2
174 1043 1043 5
175 1049 1049 2
176 1055 1055 2
177 1061 1061 1
178 1067 1067 3
179 1073 1073 4
180 1079 1079 5
181 1085 1085 2
182 1091 1091 1
183 1097 1097 2
184 1103 1103 3
185 1109 1109 2
186 1115 1115 3
187 1121 1121 5
188 1127 1127 5
189 1133 1133 2
190 1139 1139 4
191 1145 1145 4
192 1151 1151 1
193 1157 1157 3
194 1163 1163 3
195 1169 1169 2
196 1175 1175 5
197 1181 1181 1
198 1187 1187 1
199 1193 1193 4
200 1199 1199 5
201 1205 1205 2
202 1211 1211 4
203 1217 1217 4
204 1223 1223 4
205 1229 1229 2
206 1235 1235 1
207 1241 1241 1
208 1247 1247 2
209 1253 1253 1
210 1259 1259 1
211 1265 1265 1
212 1271 1271 2
213 1277 1277 3
214 1283 1283 3
215 1289 1289 2
216 1295 1295 1
217 1301 1301 4
218 1307 1307 5
219 1313 1313 2
220 1319 1319 1
221 1325 1325 3
222 1331 1331 2
223 1337 1337 2
224 1343 1343 4
225 1349 1349 3
226 1355 1355 1
227 1361 1361 3
228 1367 1367 3
229 1373 1373 5
230 1379 1379 5
231 1385 1385 2
232 1391 1391 1
233 1397 1397 2
234 1403 1403 5
235 1409 1409 2
236 1415 1415 1
237 1421 1421 4
238 1427 1427 1
239 1433 1433 2
240 1439 1439 1
241 1445 1445 3
242 1451 1451 1
243 1457 1457 2
244 1463 1463 1
245 1469 1469 3
246 1475 1475 5
247 1481 1481 5
248 1487 1487 2
249 1493 1493 4
250 1499 1499 3
251 1505 1505 3
252 1511 1511 2
253 1517 1517 4
254 1523 1523 4
255 1529 1529 2
256 1535 1535 4
257 1541 1541 3
258 1547 1547 1
259 1553 1553 3
260 1559 1559 4
261 1565 1565 4
262 1571 1571 5
263 1577 1577 1
264 1583 1583 5
265 1589 1589 5
266 1595 1595 2
267 1601 1601 2
268 1607 1607 5
269 1613 1613 1
270 1619 1619 4
271 1625 1625 5
272 1631 1631 4
273 1637 1637 2
274 1643 1643 1
275 1649 1649 4
276 1655 1655 4
277 1661 1661 2
278 1667 1667 1
279 1673 1673 2
280 1679 1679 5
281 1685 1685 2
282 1691 1691 1
283 1697 1697 3
284 1703 1703 5
285 1709 1709 5
286 1715 1715 2
287 1721 1721 2
288 1727 1727 5
289 1733 1733 4
290 1739 1739 4
291 1745 1745 5
292 1751 1751 1
293 1757 1757 2
294 1763 1763 1
295 1769 1769 4
296 1775 1775 5
297 1781 1781 4
298 1787 1787 3
299 1793 1793 4
300 1799 1799 5
301 1805 1805 5
302 1811 1811 1
303 1817 1817 1
304 1823 1823 5
305 1829 1829 1
306 1835 1835 3
307 1841 1841 1
308 1847 1847 4
309 1853 1853 2
310 1859 1859 1
311 1865 1865 1
312 1871 1871 1
313 1877 1877 5
314 1883 1883 2
315 1889 1889 1
316 1895 1895 5
317 1901 1901 4
318 1907 1907 5
319 1913 1913 2
320 1919 1919 4
321 1925 1925 4
322 1931 1931 5
323 1937 1937 2
324 1943 1943 2
325 1949 1949 1
326 1955 1955 5
327 1961 1961 4
328 1967 1967 2
329 1973 1973 3
330 1979 1979 5
331 1985 1985 1
332 1991 1991 3
333 1997 1997 5
334 2003 2003 1
335 2009 2009 3
336 2015 2015 5
337 2021 2021 2
338 2027 2027 1
339 2033 2033 5
340 2039 2039 2
341 2045 2045 1
342 2051 2051 4
343 2057 2057 3
344 2063 2063 2
345 2069 2069 2
346 2075 2075 3
347 2081 2081 5
348 2087 2087 3
349 2093 2093 4
350 2099 2099 1
351 2105 2105 1
352 2111 2111 2
353 2117 2117 5
354 2123 2123 2
355 2129 2129 3
356 2135 2135 5
357 2141 2141 3
358 2147 2147 5
359 2153 2153 4
360 2159 2159 2
361 2165 2165 3
362 2171 2171 2
363 2177 2177 2
364 2183 2183 3
365 2189 2189 3
366 2195 2195 4
367 2201 2201 2
368 2207 2207 3
369 2213 2213 4
370 2219 2219 5
371 2225 2225 1
372 2231 2231 2
373 2237 2237 2
374 2243 2243 1
375 2249 2249 4
376 2255 2255 5
377 2261 2261 5
378 2267 2267 2
379 2273 2273 1
380 2279 2279 2
381 2285 2285 3
382 2291 2291 5
383 2297 2297 4
384 2303 2303 1
385 2309 2309 5
386 2315 2315 5
387 2321 2321 2
388 2327 2327 5
389 2333 2333 4
390 2339 2339 3
391 2345 2345 2
392 2351 2351 5
393 2357 2357 1
394 2363 2363 5
395 2369 2369 2
396 2375 2375 1
397 2381 2381 4
398 2387 2387 1
399 2393 2393 5
400 2399 2399 1
401 2405 2405 2
402 2411 2411 2
403 2417 2417 1
404 2423 2423 5
405 2429 2429 5
406 2435 2435 4
407 2441 2441 4
408 2447 2447 1
409 2453 2453 3
410 2459 2459 5
411 2465 2465 3
412 2471 2471 1
413 2477 2477 5
414 2483 2483 4
415 2489 2489 3
416 2495 2495 3
417 2501 2501 1
418 2507 2507 3
419 2513 2513 3
420 2519 2519 5
421 2525 2525 3
422 2531 2531 2
423 2537 2537 3
424 2543 2543 5
425 2549 2549 3
426 2555 2555 3
427 2561 2561 3
428 2567 2567 1
429 2573 2573 2
430 2579 2579 2
431 2585 2585 3
432 2591 2591 1
433 2597 2597 3
434 2603 2603 4
435 2609 2609 3
436 2615 2615 4
437 2621 2621 1
438 2627 2627 1
439 2633 2633 4
440 2639 2639 2
441 2645 2645 1
442 2651 2651 1
443 2657 2657 4
444 2663 2663 4
445 2669 2669 4
446 2675 2675 5
447 2681 2681 2
448 2687 2687 1
449 2693 2693 2
450 2699 2699 2
451 2705 2705 3
452 2711 2711 2
453 2717 2717 5
454 2723 2723 4
455 2729 2729 4
456 2735 2735 3
457 2741 2741 4
458 2747 2747 1
459 2753 2753 1
460 2759 2759 5
461 2765 2765 2
462 2771 2771 4
463 2777 2777 2
464 2783 2783 3
465 2789 2789 3
466 2795 2795 1
467 2801 2801 4
468 2807 2807 5
469 2813 2813 5
470 2819 2819 4
471 2825 2825 3
472 2831 2831 5
473 2837 2837 4
474 2843 2843 4
475 2849 2849 4
476 2855 2855 5
477 2861 2861 2
478 2867 2867 1
479 2873 2873 4
480 2879 2879 5
481 2885 2885 5
482 2891 2891 4
483 2897 2897 2
484 2903 2903 2
485 2909 2909 3
486 2915 2915 5
487 2921 2921 4
 TIPO DE MUESTREO: Sistemático

an tomando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

mero que va a formar parte de la muestra.

ento de la población)

ada 31 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando

sde 1 hasta n

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

van a conformar su muestra, recuerde que es importante mantener la constante K

iables de la población

ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los 261
a. El número 2, corresponde a la columna de la variable, en este caso Municipio

Vida util del

producto Precio de Precio de
(meses) costo Probabilidad de defecto venta
48 24000 3.02 42000
60 14000 3.99 25000
60 24000 1.09 49000
36 14000 3.59 25000
12 18300 2.27 36000
48 14000 3.37 25000
18 18300 1.82 36000
36 18300 2.82 36000
12 5400 1.16 18000
60 18300 1.53 36000
36 24000 1.85 36000
36 5400 2.35 18000
36 14000 2.61 25000
18 5400 1.33 18000
18 5400 2.58 18000
60 14000 3.24 25000
60 14000 2.09 25000
36 24000 2.25 42000
36 18300 2.70 36000
48 24000 1.72 36000
18 14000 2.56 20000
36 24000 3.11 36000
12 18300 1.96 36000
12 14000 2.43 25000
36 24000 2.16 36000
36 18300 3.60 36000
36 14000 1.19 25000
36 24000 3.59 42000
36 14000 3.30 25000
36 18300 3.72 36000
36 5400 3.81 15000
36 5400 3.57 18000
36 18300 2.56 36000
36 24000 1.41 36000
18 14000 3.40 25000
48 18300 2.30 36000
36 5400 1.72 15000
18 24000 1.38 36000
60 14000 3.97 25000
36 18300 3.85 36000
36 18300 1.49 36000
36 24000 1.79 47000
48 24000 1.14 47000
18 14000 2.66 20000
18 14000 1.32 21000
60 5400 2.81 18000
36 14000 1.21 20000
36 5400 3.05 12000
18 24000 1.13 36000
18 24000 2.47 36000
12 24000 2.02 41000
60 18300 3.91 36000
36 14000 2.43 21000
48 5400 3.60 18000
60 5400 1.04 18000
18 18300 2.94 36000
12 14000 2.03 25000
60 18300 1.72 36000
12 14000 1.76 25000
18 5400 1.69 12000
36 18300 1.03 36000
60 24000 3.36 36000
12 5400 2.45 18000
18 5400 1.10 12000
36 18300 2.55 36000
36 5400 2.29 18000
18 5400 3.22 12000
12 14000 3.19 25000
60 5400 2.41 12000
12 14000 1.73 25000
48 14000 3.63 25000
18 5400 1.72 12000
18 18300 3.78 36000
18 24000 3.45 42000
48 5400 1.90 12000
36 24000 3.10 49000
36 5400 1.43 18000
36 18300 1.01 36000
36 14000 1.80 25000
12 14000 1.13 25000
60 5400 1.62 12000
36 14000 3.83 25000
60 5400 2.61 12000
60 14000 3.30 25000
60 24000 2.82 36000
36 18300 3.25 36000
18 5400 1.43 18000
12 5400 1.09 15000
12 24000 1.73 42000
18 5400 2.49 18000
18 5400 2.26 12000
48 24000 1.45 49000
12 5400 2.60 18000
36 5400 2.55 18000
36 24000 2.69 36000
60 14000 3.86 25000
36 5400 2.72 12000
48 18300 3.61 36000
12 24000 2.66 49000
48 18300 3.13 33000
36 18300 1.84 36000
48 5400 1.39 12000
48 14000 2.55 25000
36 24000 1.71 36000
12 18300 1.04 36000
36 24000 3.96 36000
18 5400 1.02 12000
36 24000 1.56 36000
18 18300 1.94 36000
48 5400 3.55 12000
36 5400 3.51 18000
36 18300 2.50 33000
36 18300 3.83 36000
48 18300 1.23 36000
36 5400 3.94 18000
60 14000 1.69 25000
12 14000 2.37 25000
36 14000 2.58 20000
12 18300 1.69 36000
48 18300 2.37 36000
12 24000 3.01 36000
18 24000 2.90 36000
48 5400 2.64 18000
18 5400 2.86 12000
12 5400 2.15 18000
12 24000 2.22 45000
18 14000 2.58 25000
18 5400 3.98 12000
36 18300 2.35 33000
48 18300 1.22 36000
36 14000 3.37 25000
48 18300 2.20 36000
12 5400 2.94 12000
60 5400 1.10 18000
36 14000 1.25 25000
12 14000 2.51 20000
18 24000 1.90 41000
48 5400 2.77 12000
60 5400 1.58 12000
18 24000 2.05 36000
48 5400 2.22 12000
12 18300 1.53 36000
60 5400 2.42 12000
18 18300 1.27 33000
36 5400 2.51 18000
36 24000 3.99 36000
18 24000 3.90 36000
18 14000 1.62 25000
36 24000 2.44 36000
36 24000 1.71 42000
60 14000 3.29 25000
18 14000 2.89 25000
60 24000 3.86 41000
12 24000 3.05 36000
36 5400 2.06 12000
12 14000 2.73 25000
36 18300 3.27 33000
12 24000 1.17 42000
36 18300 3.93 36000
60 14000 1.59 25000
36 18300 1.78 33000
36 18300 1.85 36000
48 5400 2.26 15000
36 14000 2.66 25000
36 14000 1.30 25000
48 18300 2.96 36000
18 24000 2.24 36000
12 5400 3.92 18000
36 24000 1.64 41000
12 24000 1.51 36000
18 18300 3.03 36000
36 24000 1.64 36000
36 14000 1.90 25000
18 24000 1.20 49000
60 24000 1.94 49000
18 14000 3.81 25000
36 24000 3.36 41000
48 14000 2.46 25000
36 14000 3.27 20000
36 18300 1.15 36000
60 24000 3.56 47000
48 14000 1.59 25000
48 24000 2.85 41000
36 14000 2.34 25000
36 18300 3.09 36000
36 24000 2.59 41000
12 18300 3.38 36000
12 18300 1.06 36000
12 18300 3.38 36000
18 18300 2.20 36000
36 24000 1.88 36000
48 24000 3.54 36000
36 5400 2.51 18000
48 18300 1.48 33000
36 5400 2.67 18000
60 18300 1.71 36000
48 14000 1.56 20000
36 18300 1.05 36000
12 5400 3.71 12000
12 18300 1.51 36000
48 24000 3.19 36000
36 18300 1.39 36000
48 24000 1.52 47000
48 24000 1.79 36000
36 18300 1.80 36000
48 14000 1.79 25000
60 14000 2.45 25000
36 14000 2.77 25000
12 24000 2.43 49000
60 18300 1.61 36000
12 18300 3.88 36000
18 18300 2.80 36000
48 5400 1.91 15000
60 5400 3.62 12000
36 14000 2.35 25000
48 5400 2.24 18000
36 14000 1.11 25000
36 14000 3.15 21000
18 5400 2.82 18000
48 18300 3.44 36000
36 14000 1.17 25000
48 24000 2.69 49000
18 14000 2.14 25000
18 18300 1.60 33000
36 14000 1.88 21000
36 24000 1.09 36000
18 5400 2.00 15000
48 14000 2.47 25000
18 18300 2.11 36000
60 5400 3.57 18000
36 14000 1.76 25000
18 24000 1.02 41000
36 14000 1.55 25000
60 18300 3.65 36000
18 5400 2.01 18000
36 14000 3.81 25000
36 24000 2.94 42000
60 18300 3.33 36000
36 24000 2.38 36000
48 18300 1.48 36000
60 14000 2.28 25000
36 14000 2.85 25000
36 18300 1.15 36000
60 5400 1.83 18000
48 5400 2.96 12000
36 18300 2.67 36000
48 14000 2.14 25000
18 5400 2.60 15000
36 5400 1.59 18000
36 5400 3.06 18000
36 24000 2.93 45000
18 18300 3.65 36000
36 14000 3.20 25000
18 18300 3.47 33000
12 5400 1.65 12000
18 14000 2.29 25000
18 14000 1.85 21000
12 24000 2.68 45000
36 24000 2.05 36000
18 24000 1.94 36000
48 18300 1.38 36000
48 24000 2.88 42000
36 14000 2.19 25000
12 18300 1.90 36000
36 5400 3.00 18000
18 18300 2.31 36000
36 14000 1.32 25000
60 5400 2.73 18000
48 18300 1.44 36000
48 14000 3.48 25000
36 14000 3.07 25000
12 24000 1.59 45000
36 5400 2.89 18000
48 18300 3.38 36000
60 5400 1.32 18000
12 5400 2.19 12000
36 5400 1.93 12000
36 18300 2.60 33000
36 24000 1.58 45000
36 5400 1.08 15000
36 18300 3.05 36000
36 18300 2.65 36000
36 5400 1.11 12000
36 18300 2.34 36000
48 14000 1.58 21000
36 14000 3.12 25000
60 18300 1.36 36000
12 14000 2.91 25000
36 5400 3.06 18000
36 24000 3.03 47000
60 24000 1.26 42000
18 18300 3.75 36000
48 14000 1.38 25000
36 5400 1.50 12000
48 18300 2.66 36000
48 5400 1.90 12000
12 18300 1.60 36000
36 18300 2.82 36000
18 18300 2.79 36000
60 24000 1.57 36000
36 18300 2.16 36000
36 14000 1.78 25000
12 18300 2.94 36000
36 24000 1.58 45000
36 18300 1.36 36000
36 5400 3.35 18000
48 5400 3.18 18000
60 14000 3.90 25000
36 18300 1.22 36000
36 18300 1.93 33000
48 24000 3.70 36000
36 5400 3.75 12000
12 24000 3.79 41000
36 14000 1.97 25000
36 14000 2.80 25000
12 18300 1.09 36000
36 14000 2.02 25000
36 5400 1.87 12000
36 5400 1.61 12000
18 18300 1.17 36000
18 18300 2.30 36000
60 18300 1.71 36000
36 14000 2.87 25000
60 14000 1.32 25000
18 14000 1.22 25000
36 5400 2.32 18000
36 14000 2.28 25000
48 14000 3.66 20000
36 18300 2.60 36000
36 5400 1.03 12000
36 24000 1.87 41000
18 24000 3.42 36000
12 5400 1.34 18000
36 5400 2.16 12000
18 5400 2.49 12000
36 5400 1.46 12000
36 24000 1.27 49000
12 18300 2.51 36000
18 18300 1.44 33000
48 5400 3.44 12000
36 18300 1.48 36000
12 5400 3.13 12000
60 5400 1.01 12000
36 24000 1.66 36000
36 24000 1.96 45000
36 14000 1.38 25000
18 24000 2.75 36000
18 24000 2.33 36000
36 14000 2.22 25000
36 18300 2.49 36000
36 18300 1.91 36000
60 18300 2.97 36000
48 18300 3.96 36000
18 5400 4.00 12000
36 18300 2.96 36000
60 24000 1.63 42000
36 24000 2.28 36000
18 5400 1.03 12000
36 18300 1.59 36000
12 14000 2.92 25000
36 24000 2.50 36000
60 14000 1.86 25000
60 5400 1.45 18000
36 5400 1.02 18000
18 5400 1.01 18000
36 5400 2.34 15000
18 18300 3.24 33000
36 14000 3.24 25000
12 14000 2.37 25000
48 5400 1.99 12000
36 18300 3.74 36000
48 14000 3.59 25000
18 24000 3.54 36000
60 18300 2.09 33000
36 5400 1.64 18000
48 24000 3.49 47000
48 18300 1.91 36000
18 14000 3.72 25000
48 14000 1.93 25000
36 24000 2.21 49000
36 18300 1.19 36000
48 14000 1.00 25000
12 18300 1.08 36000
12 18300 2.39 36000
18 24000 3.73 36000
12 24000 1.96 45000
36 5400 1.53 12000
36 14000 3.58 25000
36 14000 3.39 25000
48 5400 2.97 12000
36 14000 1.29 25000
36 14000 2.64 25000
48 14000 3.77 25000
36 5400 2.81 18000
36 14000 3.61 25000
36 14000 1.58 25000
36 18300 3.59 36000
48 24000 1.38 49000
12 18300 2.52 36000
60 5400 2.77 12000
36 5400 3.12 18000
60 14000 3.63 25000
36 5400 2.66 18000
60 18300 2.62 36000
18 5400 2.50 15000
36 5400 3.51 12000
18 14000 1.74 25000
36 14000 3.61 21000
36 18300 1.25 36000
12 18300 2.28 36000
60 18300 1.56 36000
12 14000 2.87 25000
36 24000 1.42 36000
36 5400 4.00 15000
48 24000 3.08 36000
18 18300 1.63 36000
60 14000 1.71 25000
18 18300 1.09 36000
12 24000 3.33 36000
48 5400 3.00 12000
36 5400 2.01 18000
12 5400 3.37 15000
60 14000 2.41 25000
18 18300 3.58 36000
36 18300 1.62 36000
36 18300 1.86 36000
60 24000 1.35 47000
36 18300 3.22 36000
60 24000 1.55 42000
12 5400 1.27 12000
36 18300 3.27 36000
36 24000 3.21 36000
12 24000 3.07 42000
36 24000 3.63 36000
48 14000 3.80 25000
18 24000 2.80 49000
18 5400 3.63 18000
60 24000 3.04 36000
18 5400 3.67 18000
36 24000 3.37 36000
60 14000 2.96 25000
36 18300 2.61 36000
60 14000 3.69 21000
48 5400 3.20 18000
18 18300 3.24 36000
36 24000 1.04 36000
60 5400 3.53 12000
12 18300 3.89 36000
36 18300 3.32 36000
48 5400 1.36 12000
36 18300 1.77 36000
36 14000 3.62 25000
48 24000 2.93 36000
48 14000 3.00 25000
36 24000 2.50 45000
60 5400 2.46 12000
36 14000 1.45 21000
36 24000 1.77 49000
36 14000 1.57 25000
60 18300 3.14 36000
48 14000 1.98 25000
36 14000 2.73 25000
60 5400 3.63 12000
18 18300 2.48 36000
60 14000 3.30 25000
60 18300 3.23 36000
18 5400 2.01 18000
36 18300 2.34 36000
48 24000 3.15 41000
12 14000 2.28 21000
48 18300 1.27 36000
36 14000 3.19 25000
36 14000 2.97 25000
48 5400 2.61 18000
36 18300 1.37 36000
18 24000 3.64 41000
36 24000 1.61 47000
36 5400 3.36 18000
36 5400 2.21 18000
48 18300 3.53 36000
36 18300 1.31 36000
12 18300 1.35 36000
36 5400 3.98 12000
36 14000 1.79 25000
12 24000 2.06 47000
18 5400 1.02 18000
60 24000 2.80 49000
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de
aleatorio simple.

Precio del
Precio de impuesto envío Género de cliente
6200 6000 1
4400 6000 1
7300 6000 2
4400 5500 1
5200 6000 1
4400 6000 1
6200 5500 1
4200 5000 1
3600 6000 1
4400 6000 1
7300 6000 2
2600 5000 2
4400 5500 1
2800 6000 2
3000 6000 2
3700 6000 1
4400 5500 1
7300 6000 2
7300 5500 1
7300 5000 2
3300 6000 2
7300 6000 1
6200 6000 1
3300 5000 1
7700 6000 1
7300 5500 2
3600 5000 1
7300 6000 1
3600 5000 2
4400 6000 2
2700 5500 2
2800 6000 1
4400 6000 2
7300 6000 2
3600 6000 1
4400 5000 1
2500 6000 2
7700 6000 2
4400 6000 2
5200 5000 2
5200 6000 1
7300 6000 1
7300 6000 1
3600 6000 1
3300 6000 2
2700 6000 2
3600 6000 2
2400 5500 2
8400 5500 2
7300 6000 2
6200 6000 1
6200 6000 1
3300 6000 2
2300 5000 2
2400 5000 1
4400 6000 1
4400 6000 2
4400 5000 2
3700 6000 1
1800 6000 1
4400 6000 1
6200 6000 1
2600 6000 2
1800 6000 2
4400 5000 2
2600 6000 2
2000 5000 2
4000 5500 1
2000 5000 2
5200 5500 2
4700 5500 1
2100 5500 1
5200 5500 2
6200 6000 2
2300 5500 1
7300 6000 1
2600 5000 1
5000 6000 2
4400 6000 1
4400 5000 2
2200 6000 1
4400 6000 2
1800 5000 1
4000 6000 1
8400 5500 2
5200 5000 2
3600 6000 2
2400 6000 1
5200 5000 1
3000 6000 1
1700 6000 1
8400 5500 2
2600 6000 2
2700 6000 2
6200 5000 1
4300 5500 1
1800 6000 2
6200 6000 2
7300 6000 1
4400 5000 2
6200 6000 2
2100 6000 1
3600 6000 2
6200 6000 1
4400 5000 1
7300 6000 2
2100 6000 2
7300 5500 2
6000 6000 2
1900 6000 2
3600 6000 2
6200 5500 1
5200 6000 1
5200 5000 1
2900 6000 1
4400 6000 2
5200 5500 1
3600 6000 1
6000 6000 1
5200 5000 2
6200 6000 1
7300 6000 2
2700 6000 1
1900 6000 2
2800 6000 1
8200 5500 2
3600 5000 1
1600 6000 1
5300 6000 1
5000 6000 2
3600 6000 2
6200 5500 1
1700 6000 2
2600 6000 1
4700 6000 2
3600 6000 1
5200 5000 2
2600 5500 1
1600 6000 2
8400 5500 1
2300 6000 2
4400 5000 1
1900 6000 1
5300 6000 2
2500 6000 1
7300 5500 2
6200 6000 1
3600 5000 1
7300 6000 1
7300 5500 1
4400 6000 1
3600 6000 2
7300 5500 1
7300 6000 1
2100 6000 2
4400 6000 2
4400 5000 1
6200 6000 1
6200 6000 2
4400 5500 1
5200 6000 2
5000 6000 1
2400 6000 2
3600 6000 1
4000 6000 1
5200 6000 2
7700 6000 2
2500 5000 1
6200 6000 2
7300 6000 2
6200 5500 2
7700 6000 1
4400 6000 2
8400 5500 1
7300 6000 1
3600 6000 2
5200 5000 1
4700 6000 1
3300 6000 1
6200 5500 1
7300 6000 2
3600 5000 1
6200 6000 2
3600 6000 1
6000 6000 1
6200 6000 2
6900 5500 1
5200 5500 1
5200 6000 2
6200 6000 1
6200 6000 1
5200 5000 1
3000 6000 1
5300 6000 2
2800 6000 2
5200 5500 1
2800 5000 2
5200 5000 2
1600 6000 2
7300 5500 2
7300 6000 1
5200 6000 1
7300 6000 1
6900 6000 1
5000 6000 2
3600 5000 2
3600 5000 2
4000 6000 2
6900 5000 1
5300 5000 1
5200 5000 1
6200 6000 1
2400 6000 2
1700 6000 2
4400 6000 1
2300 5000 1
3600 6000 1
3600 5500 1
2500 6000 2
4400 5000 2
4400 6000 1
7300 6000 2
3600 6000 2
5300 6000 2
3300 6000 1
7300 5000 2
2500 6000 2
4300 6000 1
5200 5500 1
3300 5500 2
3700 6000 1
5200 5000 2
4400 6000 2
6200 5500 2
3000 6000 1
3600 5000 1
7300 6000 2
4300 5000 2
6900 6000 1
4400 5000 2
3600 6000 2
3000 5000 2
5000 6000 1
2400 5000 1
1600 6000 2
6200 5500 2
4000 5500 2
2400 6000 1
2700 6000 1
3600 6000 2
7300 6000 2
5200 6000 1
4200 6000 2
5300 6000 2
1700 6000 2
3700 6000 2
3600 6000 2
6200 5000 2
7300 6000 1
7300 6000 2
5200 6000 1
7300 5500 2
3600 5000 1
5200 5500 2
3600 5500 1
5200 6000 2
3700 6000 2
3600 5500 1
4300 5000 2
3600 6000 1
4400 5500 1
7300 6000 1
3000 6000 2
4400 5000 1
2500 6000 2
2100 6000 1
1900 6000 1
4400 5000 2
7300 6000 1
2800 5500 2
5200 6000 1
4400 5000 2
2100 6000 1
6200 5500 2
3600 5500 2
3600 6000 2
6200 6000 2
4200 5500 1
2800 6000 1
7300 6000 1
7300 5500 2
4300 5000 1
4400 6000 1
2000 5000 2
5000 6000 1
1800 5500 2
5200 6000 1
6000 6000 1
4400 6000 2
7300 5500 1
5200 5500 2
3600 5000 2
4400 5000 2
8100 5500 1
5200 5000 2
3600 6000 1
2600 5000 1
4700 6000 2
5200 6000 2
4400 5000 2
5200 5000 2
2000 5000 1
7300 5500 2
3600 6000 2
3600 5000 2
6200 5500 1
3700 6000 1
2000 5500 1
1700 6000 1
5200 6000 1
5200 6000 2
7300 5500 2
4400 6000 1
4400 6000 2
3600 5000 2
2900 5500 2
4400 6000 2
3600 6000 2
4400 6000 2
2200 5500 1
5200 5000 2
6200 6000 2
2900 5500 2
1600 5000 1
2200 6000 1
2200 5500 2
7300 6000 2
4300 5000 2
5200 5500 2
2100 6000 1
5200 5000 1
2200 6000 1
1900 6000 2
7300 6000 2
7300 6000 1
4000 6000 2
7300 5500 1
7300 6000 2
4000 6000 1
4400 5000 2
4400 5000 2
6200 6000 2
5200 5500 2
2200 6000 1
6200 6000 2
7300 5500 2
7700 6000 1
2000 5500 1
4400 6000 2
3600 6000 2
7700 6000 1
4400 6000 1
2700 6000 1
3600 6000 2
3000 6000 1
2400 6000 2
5200 6000 2
4300 6000 1
4400 6000 1
1800 5500 2
5200 5000 1
4400 6000 1
7300 6000 1
4700 5000 1
2800 6000 1
8400 5500 2
6200 5500 2
3600 6000 2
3600 5000 1
7300 6000 2
6200 6000 2
4400 5500 2
5200 6000 2
4400 5000 2
7300 5500 2
8200 5500 2
2100 6000 2
4400 5500 1
4200 6000 1
2300 6000 1
3600 6000 2
5200 5500 1
3600 5000 1
3000 5500 1
4400 6000 1
3600 5000 1
6200 6000 1
6900 5000 2
6200 5500 2
1400 5000 2
2600 6000 2
3600 6000 1
2700 5000 1
5200 5500 2
2800 5500 2
2200 6000 1
3700 6000 2
3000 5000 1
6200 6000 2
6200 5500 1
4400 6000 1
3600 5000 1
7300 5500 2
2400 6000 2
6900 6000 2
5200 6000 2
3300 5000 2
5200 6000 1
7300 6000 1
1800 5500 1
3600 6000 2
2400 6000 2
4400 6000 2
6200 5500 2
6200 6000 1
5200 6000 2
7300 6000 2
4400 5000 2
6200 6000 1
2100 6000 2
5200 6000 2
6200 5000 2
7300 6000 1
7300 6000 1
3600 6000 2
7300 6000 1
2400 5000 1
5200 5000 1
2800 6000 1
6900 6000 2
3700 5000 2
5300 5000 1
3300 6000 2
2900 6000 1
5200 6000 1
7300 5500 2
1800 6000 2
4400 5000 2
4400 6000 1
1900 6000 2
5200 6000 2
4000 6000 2
7300 5500 1
3600 6000 1
7300 6000 2
1900 6000 1
3300 6000 1
7300 5000 2
4000 5000 1
6200 5500 1
4400 6000 2
3600 6000 2
1600 6000 2
6000 6000 2
3600 6000 1
4300 5000 1
2500 6000 2
5200 5500 1
7300 5500 2
3600 6000 1
5200 6000 2
5200 5500 1
4400 6000 1
3600 6000 1
6200 6000 1
7300 5500 2
7300 6000 1
2700 5000 2
3000 6000 2
5200 5500 2
5200 5500 2
4400 6000 1
2000 6000 2
4400 6000 1
7300 6000 1
3600 5500 2
7300 6000 1
reo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Probabil
idad de
Portal de volver a Utilidad del
Edad del cliente Satisfacción compra comprar producto
37 4 5 1 3
44 1 1 2 4
54 3 1 1 3
52 4 1 2 1
28 3 3 1 3
50 2 3 2 1
55 2 5 2 4
43 1 1 1 1
34 3 3 2 1
25 2 4 1 3
18 1 5 2 2
47 1 4 1 2
33 2 1 2 1
45 2 2 2 1
19 1 3 2 1
47 2 4 1 3
42 1 4 2 3
42 3 3 1 3
34 3 1 1 4
23 4 4 2 2
48 3 2 1 2
49 3 1 2 4
34 1 3 1 1
37 1 5 2 2
31 2 5 1 2
51 1 5 1 1
53 2 2 2 1
52 3 4 1 2
51 1 3 2 2
35 3 2 1 4
27 1 4 1 3
52 3 5 2 2
23 4 1 2 4
27 2 2 2 4
49 3 3 2 1
52 4 2 1 2
48 4 3 2 4
42 4 1 2 4
47 1 5 1 2
34 4 1 1 3
46 1 2 1 2
55 3 3 1 2
24 1 5 1 4
22 3 2 1 1
25 1 5 2 2
38 3 4 2 3
23 4 4 1 2
31 4 4 2 1
38 2 4 2 4
38 2 5 1 2
25 2 4 2 3
31 4 4 2 3
30 3 4 1 3
54 3 2 1 4
32 3 1 1 2
28 4 5 1 4
24 4 5 2 1
20 1 3 1 1
44 1 1 1 4
32 4 3 1 4
35 3 4 1 4
36 3 4 2 4
41 3 4 1 3
22 4 5 2 3
52 2 5 2 3
27 3 4 1 3
50 2 3 1 3
25 1 3 1 1
40 1 2 1 3
54 3 1 1 2
39 3 1 2 3
36 3 3 1 1
36 4 5 1 4
32 2 4 2 4
35 2 2 2 3
34 4 1 1 2
26 2 2 2 1
44 3 3 1 4
42 3 5 1 1
28 3 4 1 3
43 3 4 1 4
29 2 4 1 1
51 2 5 1 3
49 3 2 2 4
55 4 3 1 4
34 1 4 1 2
50 3 1 2 3
28 3 3 2 3
46 4 4 1 4
31 3 2 1 2
26 2 1 2 4
27 4 3 2 4
46 2 1 1 2
53 3 3 1 1
35 2 4 1 3
42 1 4 2 4
41 1 2 2 4
21 2 5 2 2
21 4 2 1 2
37 3 2 1 3
22 1 4 1 1
32 2 4 1 2
19 4 4 1 4
54 4 4 1 2
36 3 4 2 3
50 2 1 1 1
55 1 3 2 2
49 3 4 1 1
34 4 2 2 3
48 3 5 1 2
21 1 5 1 4
40 1 3 2 3
45 1 4 2 2
35 2 2 2 3
31 1 4 2 3
23 2 2 2 2
31 2 5 2 3
31 1 2 2 3
19 4 3 2 4
47 1 4 2 1
47 3 5 1 1
44 4 4 1 3
34 1 1 2 3
49 2 3 1 3
50 2 4 2 3
40 3 5 2 2
26 2 2 1 1
29 4 2 2 4
40 3 2 1 3
25 3 1 1 2
47 2 4 2 2
47 3 4 2 2
37 3 4 1 1
18 2 5 2 4
54 4 2 2 1
25 2 4 2 4
32 3 1 1 4
53 3 4 1 1
42 3 5 1 2
32 3 5 2 2
52 3 1 2 2
29 1 4 2 2
47 1 5 1 4
36 2 1 2 1
35 4 4 2 3
18 1 4 1 3
55 1 3 2 4
27 2 4 2 4
33 2 4 1 3
55 1 4 2 3
30 1 1 2 1
41 3 5 1 1
55 3 5 1 1
18 2 4 1 4
22 4 3 2 3
50 2 2 1 1
18 3 4 2 2
40 2 3 2 2
26 2 5 2 2
53 2 4 1 4
18 4 5 1 3
24 4 2 1 4
20 1 1 1 4
35 4 5 1 1
33 2 1 2 4
48 4 4 2 2
49 4 1 1 1
44 4 5 1 4
27 2 4 1 2
28 4 2 2 4
30 3 4 2 2
29 2 4 1 2
27 1 5 2 4
21 1 4 1 4
52 4 4 1 3
28 1 5 1 2
49 2 5 2 1
51 1 3 2 4
54 4 4 1 3
44 3 1 2 3
18 4 4 1 2
22 1 5 1 1
19 4 5 2 2
18 4 4 1 3
37 1 2 1 3
44 3 5 2 3
27 3 1 1 3
33 1 3 2 2
49 2 4 1 1
47 3 1 1 4
54 2 4 1 1
32 1 5 2 4
53 1 4 2 3
35 1 4 2 3
53 2 4 2 2
22 3 5 1 1
24 2 2 2 3
22 1 3 1 3
49 3 5 2 1
28 1 5 2 4
36 3 3 1 4
24 2 3 1 1
40 2 4 2 3
32 4 3 1 2
47 3 1 1 3
19 4 5 2 2
51 1 4 2 2
52 2 1 1 1
35 1 3 1 4
25 3 3 2 1
33 2 4 1 2
53 2 1 1 4
21 1 4 1 2
33 2 4 1 3
50 1 3 1 1
47 3 5 1 3
37 1 4 2 2
40 1 1 1 1
49 3 4 1 2
41 4 4 2 3
53 1 1 1 1
19 3 3 1 4
40 1 4 2 1
34 3 4 1 4
42 3 4 1 3
29 4 4 2 1
28 1 5 1 1
48 4 2 2 4
33 4 2 1 4
34 3 5 1 1
55 1 1 2 1
25 3 2 1 4
51 2 4 2 1
28 1 5 1 2
37 4 2 2 2
46 1 2 2 3
42 3 3 1 1
28 4 4 2 1
43 4 1 2 2
21 1 3 1 2
32 3 2 2 4
42 4 4 2 4
37 2 4 1 3
28 1 5 2 2
38 2 2 1 2
18 2 1 1 3
55 2 4 2 4
52 1 2 2 1
47 3 1 2 2
31 2 3 2 1
47 4 2 1 1
45 4 3 1 4
38 4 5 2 3
54 2 4 1 2
25 2 4 1 4
45 1 2 1 2
55 4 4 2 1
55 4 4 1 3
28 4 1 1 2
53 3 3 1 3
35 3 1 1 3
33 2 4 1 2
41 3 3 1 2
28 1 5 1 4
51 1 4 1 2
33 2 4 1 2
55 3 2 2 2
55 3 3 2 2
36 3 4 2 2
31 2 4 1 2
50 3 5 1 2
21 4 1 2 1
48 2 2 2 1
54 4 5 2 1
50 2 1 2 3
19 3 4 1 3
33 4 2 1 1
24 4 1 1 2
44 2 5 1 1
31 1 2 1 2
48 1 1 2 4
43 1 3 2 2
21 3 1 2 3
19 3 2 2 1
26 1 2 1 3
31 2 2 1 1
21 1 4 2 2
44 3 4 1 1
49 3 4 2 4
42 2 2 2 2
34 3 1 1 1
21 1 5 2 2
43 1 1 1 4
49 3 4 2 4
37 2 4 2 1
47 4 4 1 2
53 1 4 1 2
21 4 4 1 1
26 3 4 1 1
33 4 5 1 2
26 3 5 2 1
37 2 5 1 2
40 1 1 2 4
20 2 2 1 4
41 3 1 1 1
23 2 4 1 1
33 1 1 2 2
33 2 5 2 1
41 3 2 2 1
49 3 2 1 2
52 4 2 2 3
26 4 5 1 2
19 2 3 2 2
34 3 3 2 1
32 2 5 1 2
48 4 5 2 2
48 2 3 2 3
36 4 1 1 1
23 2 4 1 3
43 3 3 2 4
20 3 5 1 1
27 2 5 1 2
19 2 5 1 2
42 2 1 1 4
45 4 1 2 1
45 2 4 2 2
19 4 4 2 2
20 2 4 1 3
36 1 1 2 1
41 2 3 1 1
43 3 5 2 4
43 1 1 1 4
19 3 4 1 1
55 2 2 2 1
26 2 5 1 2
36 3 3 1 3
40 4 5 2 1
39 4 4 1 4
52 2 2 2 2
29 2 2 2 3
25 2 1 1 1
26 4 3 2 2
40 2 5 1 4
44 4 5 2 2
32 4 2 2 4
42 1 2 2 4
19 4 5 2 1
45 4 1 1 2
40 3 4 1 3
49 1 1 1 2
54 1 3 2 4
40 2 1 2 4
18 3 3 2 1
44 1 4 2 2
24 4 5 1 4
27 1 5 1 4
29 4 5 1 1
55 2 4 1 4
51 4 5 2 3
37 1 1 2 4
20 3 1 1 3
49 4 1 1 4
37 1 4 1 2
24 4 4 1 4
48 4 4 1 1
42 2 4 1 1
47 1 4 1 4
45 2 3 1 2
26 1 3 1 3
31 4 2 2 3
27 4 4 1 1
29 2 5 1 2
52 4 5 1 1
20 1 2 1 4
32 1 1 1 4
50 1 2 2 3
48 3 4 2 3
46 3 2 2 2
40 4 4 2 1
22 3 5 1 4
22 4 2 2 4
33 3 2 2 4
26 1 4 2 2
19 2 1 1 3
53 3 4 2 4
27 4 1 2 1
40 1 3 2 3
38 2 2 1 4
43 4 4 2 3
30 4 2 2 2
43 1 3 1 4
30 4 1 1 1
34 3 3 1 2
55 3 5 2 1
36 1 4 2 1
41 1 1 1 2
22 2 3 2 3
27 4 4 1 4
31 1 2 1 2
50 1 2 1 3
35 3 2 2 1
35 4 4 2 2
33 3 4 2 3
23 1 4 2 4
34 1 3 1 3
21 4 4 1 3
30 4 3 1 2
29 1 1 2 2
35 2 2 2 1
46 4 3 2 1
51 2 2 2 3
27 2 4 1 4
51 3 4 2 1
41 1 3 1 1
39 4 3 1 3
44 1 3 2 3
25 2 1 2 4
27 3 2 1 4
40 1 4 1 2
38 2 4 1 3
30 3 4 2 4
54 3 4 2 4
26 1 3 2 4
43 1 2 1 3
50 2 5 2 4
49 2 2 1 1
37 4 2 1 1
29 1 5 2 3
29 1 3 2 2
31 4 4 2 4
45 3 3 2 1
35 4 5 2 2
42 2 1 1 2
41 2 4 1 1
42 2 3 2 1
25 4 3 1 4
48 4 4 1 1
24 2 5 1 2
49 4 2 1 3
24 1 3 2 4
22 3 1 1 4
52 2 3 1 1
38 4 4 1 2
45 2 3 1 4
38 3 4 1 3
20 2 4 2 1
25 1 1 1 3
46 4 5 1 2
29 4 1 2 4
28 1 4 2 4
39 3 4 1 4
50 2 1 1 4
18 2 2 2 1
29 1 4 1 3
41 1 4 2 2
37 2 5 2 2
43 1 4 2 2
43 1 1 2 1
21 2 4 2 2
27 3 4 1 3
43 4 2 2 4
45 2 1 2 2
39 2 5 2 1
31 3 1 1 1
28 2 4 2 1
23 1 3 2 1
21 2 2 2 2
54 1 2 1 2
25 2 1 1 1
44 4 5 2 4
35 2 1 2 2
54 3 1 1 2
22 4 4 1 2
42 1 4 2 1
39 1 5 2 2
55 2 4 1 3
38 2 5 1 4
48 2 1 2 3
34 4 4 1 4
49 3 4 1 3
53 2 2 1 3
36 3 2 1 4
43 1 2 2 3
54 3 3 2 4
34 3 1 1 4
22 4 4 1 4
19 4 3 2 1
Recomendación
del producto
3
1
1
3
3
2
3
1
2
3
1
3
3
2
2
2
3
1
1
1
2
3
3
1
2
2
2
2
3
1
3
2
1
3
3
3
3
3
2
2
2
3
1
1
3
3
2
3
1
3
3
3
2
2
1
3
3
1
2
2
3
3
3
3
3
2
3
3
3
3
3
1
2
3
1
3
3
2
3
3
3
3
1
3
3
2
3
2
3
2
1
3
1
3
1
1
3
1
3
3
2
3
3
3
3
3
1
3
3
2
3
3
3
3
3
2
3
3
3
3
3
3
3
1
1
1
3
2
3
2
3
1
3
3
2
3
3
3
1
3
2
3
1
2
1
1
2
1
3
3
2
3
2
3
1
1
1
2
2
1
3
2
1
3
3
2
3
1
2
2
1
3
1
1
1
2
2
1
3
3
3
1
3
1
3
3
3
3
3
3
1
2
1
1
2
3
3
2
1
1
3
2
1
2
3
2
3
3
3
2
2
1
2
3
3
3
2
3
3
3
3
2
3
1
3
3
3
2
3
1
3
1
2
2
1
3
3
2
3
1
1
3
2
3
2
1
2
2
2
3
1
3
3
3
2
1
1
3
3
1
3
3
2
2
3
2
2
2
1
3
1
1
2
2
1
1
3
1
3
3
1
3
3
3
1
3
3
3
2
1
3
3
3
2
3
2
1
3
1
3
3
3
2
3
2
1
3
2
2
2
3
1
2
3
3
3
3
2
2
2
3
1
3
1
3
2
1
3
1
1
2
2
2
2
2
1
3
3
2
1
3
2
3
3
1
1
1
3
3
2
1
1
3
1
3
1
3
1
2
3
3
3
3
2
1
1
2
2
1
3
3
3
3
3
1
3
3
1
1
2
3
1
2
3
3
2
1
3
3
2
3
3
3
2
3
2
2
2
2
1
3
1
1
3
2
3
3
1
3
2
2
1
2
3
2
2
3
3
3
3
3
2
3
2
3
1
2
2
3
1
3
3
1
3
3
1
3
3
1
3
2
3
1
1
2
3
1
3
1
3
3
2
2
2
3
2
3
3
3
1
3
2
2
2
2
2
3
3
2
3
2
3
3
2
3
3
3
3
3
3
3
3
3
1
2
3
3
Estudiante Cristian Camilo Rondon

Características Principales

Cuando se usa?

Cual es su uso?

Jairo Steven Zamora

Prueba
 Chi cuadrado

Kolmogorov- Smirnov

Kruskal- Willis

Chi cuadrado de contingencia

Edwar Andres Acosta

Angie Naranjo

Chi-cuadrado
Kolmogorov-Smirnov

KrusKal-Wallis

chi-cuadrado de contingencia.
 Chi-cuadrado (x^2) Kolmogorov-Smirnov

Busca medir el grado de concordancia entre la

Es una prueba aplicada para comparar las
distribución de un conjunto de datos y la
frecuencias esperadas (población) y las
distribución teorica especifica, en pocas palabras
frecuencias obtenidas (muestra) y
Determina si razonablemente puede pensarse que
generalmente cuando se trabaja con
las mediciones muéstrales provengan de una
poblaciones pequeñas.
población que tenga esa distribución teórica

Para comprobar si una variable se disminuye

Se usa para intervalos de confianza y
pruebas de hipotesis para la varianza o
desviación estandar, Cuando queremos
averiguar si dos variables Son
independientes estadísticamente.
normalmente, esta se usa para probar hipótesis
acerca de distribuciones discretas, y calcular las
diferencias, en valor absoluto, entre las
frecuencias acumuladas relativasobservadas y las
esperadas, en cada clase.

Contrasta frecuencias observadas según Es señalar si los datos provienen de una población
la hipotesis nula Ho, esta postula una de distribución teorica especifica, es decir que se
distribución de probabilidad totalmente puede aplicar dicha distribución, esta trata de
especificada como el modelo matemático comparar la distribución muestral observada con
de la población que ha generado la la resultante de dar por cierta la hipotética
muestra. distribución de la población.

Caracteristicas pricipales Cuando se debe utilizar

Se encuentra entre las pruebas
pertenecientes a la estadistica descriptiva
concretamente la estadistica descriptiva
aplicada al estudio de dos variables por su
Es necesario que se aplique a estudios basados en
parte la estadistica descriptiva se centra en
muestras independientes y cuando todos los valores
extraer informacion sobre la muestra en
esperados sean mayores de 5 , los valores esperados
cambio la estadistica inferencial extrae
son aquellos que indican la independencia absoluta
informacion sobre la poblacion tambien es
unaa de las mas usadas y conocidas para entre ambas variables
analizar variables nominales o cuantitativas
es decir para determinar la existencia o no
de independencia entre dos variables

Se trata de una prueba de bondad de ajuste,
es decir, sirve para verificar si las
puntuaciones que hemos obtenido de la
muestra siguen o no una distribucion
normal, es decir permiten medir el grado de
concordancia existente entre la distribucion
de un conjunto de datos y una distribucion
teorica especifica
se deben asumir una serie de supuestos.1_la prueba
asume que los parametros de la distribucionde
prueba se han especificado previamente. Se puede
aplicar sobre una muestra para comprobar si una
variable se distribuyen normalmente, esto aveces es
necesario ya que muchas pruebas parametricas
requieren las variables que emplean sigan una
distribucion normal

Es una alternativa no parametrica al analisis
de varianza utilizada para comparar varias
muestras independientes, cuando la unica
forma factible de medicion es la ordinal o el
rango, la opcion es emplear la prueba
Es identico al ANOVA con los datos reemplazados por
categorias. No asume normalidad en los datos en
oposicion al tradicional ANOVA si asume bajo la
hipotesis nula, que los datos vienen de la misma
distribucion.

a. cuando queremos comprobar si una variables cuya

sirven para comprobar afirmaciones acerca
de la funciones de probabilidad de una o dos descripcion parece adecuada, tiene una determinada
variables aleatorias funcion de probabilidad , cuando queremos averiguar
si dos variables son independientes estadisticamente.

Chi-cuadrado (x^2)
 La prueba chi-cuadrado utiliza una aproximación a
la distribución chi cuadrado para evaluar la
probabilidad de una discrepancia igual o mayor
que la que exista entre los datos y las frecuencias
esperadas según la hipótesis nula.
Características Principales
La exactitud de dicha evaluación dependerá de
que los valores esperados no sean muy pequeños,
y en menor medida de que el contraste entre ellos
no sea muy elevado.

Se usa para intervalos de confianza y pruebas de

hipotesis para la varianza o desviación estandar,
Cuando se usa?
Cuando queremos averiguar si dos variables Son
independientes estadísticamente.

Cual es su uso?
características principales
La prueba chi-cuadrado, también
llamada Ji cuadrado (Χ2), se
encuentra dentro de las pruebas
pertenecientes a la estadística
descriptiva, concretamente la
estadística descriptiva aplicada al
estudio de dos variables. Por su
parte, la estadística descriptiva se
centra en extraer información sobre
la muestra. En cambio, la estadística
inferencial extrae información sobre
la población.
Contrasta frecuencias observadas según la
hipotesis nula Ho, esta postula una distribución de
probabilidad totalmente especificada como el
modelo matemático de la población que ha
generado la muestra.
cuando se debe utilizar
La prueba chi-cuadrado es una de las más
conocidas y utilizadas para analizar variables
nominales o cualitativas, es decir, para
determinar la existencia o no de
independencia entre dos variables. Que dos
variables sean independientes significa que
no tienen relación, y que por lo tanto una no
depende de la otra, ni viceversa.
Se trata de una prueba de bondad de La prueba de Kolmogórov-Smirnov es un tipo
ajuste, es decir, sirve para verificar si de prueba no paramétrica. Las pruebas no
las puntuaciones que hemos paramétricas (también llamadas de
obtenido de la muestra siguen o no distribución libre) son utilizadas en
una distribución normal. Es decir, estadística inferencial
permite medir el grado de
concordancia existente entre la
distribución de un conjunto de datos
y una distribución teórica específica.
Su objetivo es señalar si los datos
provienen de una población que tiene
la distribución teórica especificada,
es decir, lo que hace es contrastar si
las observaciones podrían
razonablemente proceder de la
distribución especificada.

Ya que es una prueba no El test de Kruskal-Wallis es el test adecuado

paramétrica, la prueba de Kruskal- cuando los datos tienen un orden natural, es
Wallis no asume normalidad decir, cuando para darles sentido tienen que
en los datos, en oposición al estar ordenados o bien cuando no se
tradicional ANOVA. Sí asume, bajo la satisfacen las condiciones para poder aplicar
hipótesis nula, que un ANOVA.
los datos vienen de la misma
distribución. Una forma común en
que se viola este
supuesto es con datos
heterocedásticos.

Una condición básica para que La prueba chi-cuadrado de contingencia sirve

podamos llevar a cabo una prueba para comprobar la independencia de
chi-cuadrado es que las frecuencias frecuencias entre dos variables aleatorias, X
de las distintas clases deben ser e Y. Las hipótesis contrastadas en la prueba
suficientemente altas como para son: Hipótesis nula: X e Y son
garantizar que pequeñas independientes.
desviaciones aleatorias en la
muestra no tengan importancia
decisiva sobre el valor del estadístico
de contraste.
 KrusKal-Wallis

Es sustituto para el ANOVA parametricó, cuando los

supuestos de ANOVA son seriamente violados, Anova
presupone que las varianzas de los grupos son iguales y
que los residuos o errores son aleatorios, independientes
e idénticamente distribuidos siguiendo una ley normal
con media 0 y desviación
constante.

Se usa cuando se quiere comparar poblaciones cuyas

distribuciones, no son normales, cuando se debe
contrastar una hipotesis de las muestras cuantitativas
han sido obtenidas de a misma población.

Es equivalente a un analisis de varianza de una sola via,

representa una forma sencilla y rápida de evaluar la
existencia de las diferencias en la distribución de las
tallas.

Cual es su utilidad en la inferencia estadistica

La prueba χ², utilizada como prueba de independencia y
como prueba de buen ajuste y en la estimación de
varianzas. Pero también está involucrada en el problema de
estimar la media de una población normalmente distribuida
y en el problema de estimar la pendiente de una recta de
regresión lineal, a través de su papel en la distribución t de
Student.

en la inferencia estadistica prtende extraer informacion

soble las poblaciones y se aplica para contrastar la hipótesis
de normalidad de la población, el estadístico de prueba es
la máxima diferencia

Es un metodo para probar si un grupo de datos proviene de

la misma poblacion

en la inferencia estadistica prtende extraer informacion

soble las poblaciones en estadística las tablas de
contingencia se emplean para registrar y analizar la
asociación entre dos o más variables, habitualmente de
naturaleza cualitativa (nominales u ordinales).

Kolmogorov-Smirnov
 permite verificar si las puntuaciones de la muestra
siguen o no una distribución normal.
Pertenece al grupo de las llamadas pruebas de bondad
de ajuste.

Para comprobar si una variable se disminuye

normalmente, esta se usa para probar hipótesis acerca
de distribuciones discretas, y calcular las diferencias, en
valor absoluto, entre las frecuencias acumuladas
relativasobservadas y las esperadas, en cada clase.
 Es señalar si los datos provienen de una población de
distribución teorica especifica, es decir que se puede
aplicar dicha distribución, esta trata de comparar la
distribución muestral observada con la resultante de dar
por cierta la hipotética distribución de la población.

cual es su utilidad en la inferencia estadística

Además, para utilizar la prueba chi-cuadrado, el
nivel de medida debe ser nominal o superior. No
tiene un límite superior, es decir, no nos permite
conocer la intensidad de la correlación. Dicho de
otro modo, el chi-cuadrado toma valores entre 0 e
infinito.
En estadística, son muy conocidas y utilizadas las
pruebas paramétricas y no paramétricas. Una
prueba no paramétrica muy empleada es la
prueba de Kolmogórov-Smirnov, que permite
verificar si las puntuaciones de la muestra siguen
o no una distribución normal.

En estadística, la prueba de Kruskal-Wallis (de

William Kruskal y W. Allen Wallis) es un método
no paramétrico para probar si un grupo de datos
proviene de la misma población. Intuitivamente, es
idéntico al ANOVA con los datos reemplazados
por categorías. Es una extensión de la prueba de
la U de Mann-Whitney para 3 o más grupos.

Cuando queremos averiguar si dos variables (o

dos vías de clasificación) son independientes
estadísticamente. En este caso la prueba que
aplicaremos ser la chi-cuadrado de independencia
o chicuadrado de contingencia.
 Chi-cuadrado (x^2) de contingencia.

Recopilación de datos de la variables no parametricas

organizadas según su clasificación, estan son muy
importantes pues son la base de metodologías
inferenciales, tales como Intervalos de Confianza y
Pruebas de Hipótesis

Se usa cuando se necesita hacer un test sobre la

independencia de dos carácteres estadísticos y se usa
cuando se maneja mas de dos datos.

Organizar la información poblacional y muestral en

grupos para así contrastar con un frecuencia y dar si es
una hipotesis nula Ho, su utilidad generalmente es
evaluar la independencia entre dos variables nominales u
ordinales, dando un método para verificar si las
frecuencias observadas en cada categoría son compatibles
con la independencia entre ambas variables.
 cuadrado
KrusKal-Wallis (x^2) de
contingenc
 Recopilació
n de datos
de la
variables
no
parametrica
s
organizadas
según su
clasificació
la prueba de Kruskal-Wallis (de William Kruskal y W. n, estan son
Allen Wallis)es un método no paramétrico para probar si muy
un grupo de datos proviene de la misma población. importantes
Intuitivamente, es idéntico al ANOVA con los datos pues son la
reemplazados porcategorías. Es una extensión de la base de
prueba de la U de Mann-Whitney para 3 o más grupos. metodologí
as
inferenciale
s, tales
como
Intervalos
de
Confianza
y Pruebas
de
Hipótesis

Se usa
cuando se
necesita
hacer un
test sobre la
Se usa cuando se quiere comparar poblaciones cuyas independen
distribuciones, no son normales, cuando se debe cia de dos
contrastar una hipotesis de las muestras cuantitativas han carácteres
sido obtenidas de a misma población. estadísticos
y se usa
cuando se
maneja mas
de dos
datos.
 y muestral
en grupos
para así
contrastar
con un
frecuencia
y dar si es
una
hipotesis
nula Ho, su
utilidad
generalmen
te es
evaluar la
Es equivalente a un analisis de varianza de una sola via,
independen
representa una forma sencilla y rápida de evaluar la
cia entre
existencia de las diferencias en la distribución de las
dos
tallas.
variables
nominales
u ordinales,
dando un
método
para
verificar si
las
frecuencias
observadas
en cada
categoría
son
compatible
Precio de
costo
24000 Prueba C
14000 Estadístico de Prueba
24000
14000
18300
14000
18300
18300
5400
18300 Hipotesis
24000 H0: Los datos provienen de una muestra al azar de una población
5400 H1: Los datos no provienen de una muestra al azar de una poblac
14000
5400 Pasos a verificar:
5400 1. Plantear las hipótesis nula y alterativa.
14000 2. Determinar el nivel de significancia.
14000 3. Estimar el valor del estadístico de prueba
24000 4. Establecer la regla de decisión.
18300 5. Tomar la decisión.
24000
14000 Variable: __Precio
24000 Paso 1: Plantearla hipótesis
18300 Hipotesis Nula (Ho): Precio de costo se distribuyen como u
14000 Hipotesis Altervativa(H1): Precio de costo no se distribuyen co
24000
18300 Paso 2: Determinar el nivel de significancia.
14000
24000 α = 0.05
14000
18300 Paso 3: Estimar el estadístico de prueba
5400 Ingrese los valores solicitados en los espacios sombreados:
5400
18300 Datos iniciales
24000 Media 15228.74743326
14000 Desviación 6672.75301431
18300 Num de datos (k) 4
5400 n 487
24000
14000 Tabla de frecuencias
18300
18300 Xi Oi Ei= n/k
24000 5400 123 121.750
24000 14000 122 121.750
14000 18300 134 121.750
14000 24000 108 121.750
5400 Total 487 487
14000
5400 El valor del Chi-Cuadrado de prueba (calculado) es:
24000 = 2.799
24000
24000 Paso 4: Establecer la regla de decisión.
18300 El valor del Chi-cuadrado de tabla (teorico) es:
14000 = 0.351846317749 Grados de libe
5400
5400 Paso 5: Tomar la decisión
18300 Si Chi calculado es menor o igual que chi crítico (teórico) SE ACEP
14000 RECHAZA
18300 Criterio de decisión:
14000 Se acepta la hipótesis nula con un nivel de significancia del 0.05
5400
18300 Conclusión:

24000 Como Chi calculado es mayor a chi crítico donde se rechaza la H

no se distribuyen como una norma

5400
5400
18300
5400
5400
14000
5400
14000
14000
5400
18300
24000
 5400
24000
5400
18300
14000
14000
5400
14000
5400
14000
24000
18300
5400
5400
24000
5400
5400
24000
5400
5400
24000
14000
5400
18300
24000
18300
18300
5400
14000
24000
18300
24000
5400
24000
18300
5400
5400
18300
18300
18300
5400
14000
14000
14000
18300
18300
24000
24000
5400
5400
5400
24000
14000
5400
18300
18300
14000
18300
5400
5400
14000
14000
24000
5400
5400
24000
5400
18300
5400
18300
5400
24000
24000
14000
24000
24000
14000
14000
24000
24000
5400
14000
18300
24000
18300
14000
18300
18300
5400
14000
14000
18300
24000
5400
24000
24000
18300
24000
14000
24000
24000
14000
24000
14000
14000
18300
24000
14000
24000
14000
18300
24000
18300
18300
18300
18300
24000
24000
5400
18300
5400
18300
14000
18300
5400
18300
24000
18300
24000
24000
18300
14000
14000
14000
24000
18300
18300
18300
5400
5400
14000
5400
14000
14000
5400
18300
14000
24000
14000
18300
14000
24000
5400
14000
18300
5400
14000
24000
14000
18300
5400
14000
24000
18300
24000
18300
14000
14000
18300
5400
5400
18300
14000
5400
5400
5400
24000
18300
14000
18300
5400
14000
14000
24000
24000
24000
18300
24000
14000
18300
5400
18300
14000
5400
18300
14000
14000
24000
5400
18300
5400
5400
5400
18300
24000
5400
18300
18300
5400
18300
14000
14000
18300
14000
5400
24000
24000
18300
14000
5400
18300
5400
18300
18300
18300
24000
18300
14000
18300
24000
18300
5400
5400
14000
18300
18300
24000
5400
24000
14000
14000
18300
14000
5400
5400
18300
18300
18300
14000
14000
14000
5400
14000
14000
18300
5400
24000
24000
 5400
5400
5400
5400
24000
18300
18300
5400
18300
5400
5400
24000
24000
14000
24000
24000
14000
18300
18300
18300
18300
5400
18300
24000
24000
5400
18300
14000
24000
14000
5400
5400
5400
5400
18300
14000
14000
5400
18300
14000
24000
18300
5400
24000
18300
14000
14000
24000
18300
14000
18300
18300
24000
24000
5400
14000
14000
5400
14000
14000
14000
5400
14000
14000
18300
24000
18300
5400
5400
14000
5400
18300
5400
5400
14000
14000
18300
18300
18300
14000
24000
5400
24000
18300
14000
18300
24000
5400
5400
5400
14000
18300
18300
18300
24000
18300
24000
5400
18300
24000
24000
24000
14000
24000
5400
24000
5400
24000
14000
18300
14000
5400
18300
24000
5400
18300
18300
5400
18300
14000
24000
14000
24000
5400
14000
24000
14000
18300
14000
14000
5400
18300
14000
18300
5400
18300
24000
14000
18300
14000
14000
5400
18300
24000
24000
5400
5400
18300
18300
18300
5400
14000
24000
5400
24000
Prueba Chi-Cuadrado
Oi= Frecuencias Observadas
Ei= Frecuencias Esperadas o también f(xi)
K= Número de observaciones
Con k-r grados de libertad.
k: es el número categorías
r: es el número de restricciones (r ≥1)

r de una población distribuida de acuerdo a un modelo teórico.

azar de una población distribuida de acuerdo a un modelo teórico.

able: __Precio de costo_____________

stribuyen como una normal

no se distribuyen como una normal

a.

ombreados:

K= Categorías observadas
 (Oi-Ei)2 /Ei
0.013
0.001
1.233
1.553
2.799

Grados de libertad= k-1

o (teórico) SE ACEPTA LA Ho, en caso contrario SE

CHAZA

nificancia del 0.05

nde se rechaza la Ho. Por tanto,el Precio de costo

n como una normal
f(xi)

)
Probabilidad
de defecto
3.02 Prueba Ko
3.99 Estadístico de Prueba
1.09
3.59
2.27
3.37
1.82
2.82 Hipotesis
1.16 H0: Los datos analizados siguen una distribución M.
1.53 H1: Los datos analizados no siguen una distribución M.
1.85
2.35 Pasos a verificar:
2.61 1. Plantear las hipótesis nula y alterativa.
1.33 2. Determinar el nivel de significancia.
2.58 3. Estimar el valor del estadístico de prueba
3.24 4. Establecer la regla de decisión.
2.09 5. Tomar la decisión.
2.25
2.70
Variable: P
1.72 Paso 1: Plantear la hipótesis
2.56 Hipotesis Nula (Ho): La probbilidad de defecto se distrib
3.11 Hipotesis Altervativa(H1): La probbilidad de defecto
1.96
2.43 Paso 2: Determinar el nivel de significancia.
2.16
3.60 α = 0.05
1.19
3.59 Paso 3: Estimar el estadístico de prueba
3.30 Ingrese los valores solicitados en los espacios sombreados
3.72

3.81 Datos iniciales

3.57 Media 2.41
2.56 Desviación 0.857526984
1.41 Mínimo 1.00
3.40 Máximo 4.00
2.30 Rango 2.99
1.72 Número de Datos 487
1.38
Sturges( Nºde Intervalos) 9.93
3.97
3.85 Tamaño del Intervalo (A) 0.301608376
1.49
1.79 Tabla de frecuencias
1.14

2.66 Intervalos lim Inf

1.32 1 1.00
2.81 2 1.31
1.21 3 1.61
3.05 4 1.91
1.13 5 2.21
2.47 6 2.51
2.02 7 2.81
3.91 8 3.12
2.43 9 3.42
3.60 10 3.72
1.04 TOTAL
2.94
2.03
1.72
1.76
1.69 Paso 4. Establecer la Regla de Decisión
1.03
3.36 Estadistico de Prueba S- 0.049
2.45 Nivel de Significancia 0.05
1.10 n 487
Estadistico obtenido de
2.55 la tabla (teórico) 0.061627483
2.29 La Hipotesis Acepta
3.22
3.19
2.41 Paso 5. Tomar la Decisión
1.73
3.63 Si el estadístico de prueba es menor o igual que el estad
1.72
3.78 Conclusión:
3.45 Se Acepta la Ho, por tanto, La probbilidad de defecto se di
1.90
3.10
1.43
1.01
1.80
1.13
1.62
3.83
2.61
3.30
2.82
3.25
1.43
1.09
1.73
2.49
2.26
1.45
2.60
2.55
2.69
3.86
2.72
3.61
2.66
3.13
1.84
1.39
2.55
1.71
1.04
3.96
1.02
1.56
1.94
3.55
3.51
2.50
3.83
1.23
3.94
1.69
2.37
2.58
1.69
2.37
3.01
2.90
2.64
2.86
2.15
2.22
2.58
3.98
2.35
1.22
3.37
2.20
2.94
1.10
1.25
2.51
1.90
2.77
1.58
2.05
2.22
1.53
2.42
1.27
2.51
3.99
3.90
1.62
2.44
1.71
3.29
2.89
3.86
3.05
2.06
2.73
3.27
1.17
3.93
1.59
1.78
1.85
2.26
2.66
1.30
2.96
2.24
3.92
1.64
1.51
3.03
1.64
1.90
1.20
1.94
3.81
3.36
2.46
3.27
1.15
3.56
1.59
2.85
2.34
3.09
2.59
3.38
1.06
3.38
2.20
1.88
3.54
2.51
1.48
2.67
1.71
1.56
1.05
3.71
1.51
3.19
1.39
1.52
1.79
1.80
1.79
2.45
2.77
2.43
1.61
3.88
2.80
1.91
3.62
2.35
2.24
1.11
3.15
2.82
3.44
1.17
2.69
2.14
1.60
1.88
1.09
2.00
2.47
2.11
3.57
1.76
1.02
1.55
3.65
2.01
3.81
2.94
3.33
2.38
1.48
2.28
2.85
1.15
1.83
2.96
2.67
2.14
2.60
1.59
3.06
2.93
3.65
3.20
3.47
1.65
2.29
1.85
2.68
2.05
1.94
1.38
2.88
2.19
1.90
3.00
2.31
1.32
2.73
1.44
3.48
3.07
1.59
2.89
3.38
1.32
2.19
1.93
2.60
1.58
1.08
3.05
2.65
1.11
2.34
1.58
3.12
1.36
2.91
3.06
3.03
1.26
3.75
1.38
1.50
2.66
1.90
1.60
2.82
2.79
1.57
2.16
1.78
2.94
1.58
1.36
3.35
3.18
3.90
1.22
1.93
3.70
3.75
3.79
1.97
2.80
1.09
2.02
1.87
1.61
1.17
2.30
1.71
2.87
1.32
1.22
2.32
2.28
3.66
2.60
1.03
1.87
3.42
1.34
2.16
2.49
1.46
1.27
2.51
1.44
3.44
1.48
3.13
1.01
1.66
1.96
1.38
2.75
2.33
2.22
2.49
1.91
2.97
3.96
4.00
2.96
1.63
2.28
1.03
1.59
2.92
2.50
1.86
1.45
1.02
1.01
2.34
3.24
3.24
2.37
1.99
3.74
3.59
3.54
2.09
1.64
3.49
1.91
3.72
1.93
2.21
1.19
1.00
1.08
2.39
3.73
1.96
1.53
3.58
3.39
2.97
1.29
2.64
3.77
2.81
3.61
1.58
3.59
1.38
2.52
2.77
3.12
3.63
2.66
2.62
2.50
3.51
1.74
3.61
1.25
2.28
1.56
2.87
1.42
4.00
3.08
1.63
1.71
1.09
3.33
3.00
2.01
3.37
2.41
3.58
1.62
1.86
1.35
3.22
1.55
1.27
3.27
3.21
3.07
3.63
3.80
2.80
3.63
3.04
3.67
3.37
2.96
2.61
3.69
3.20
3.24
1.04
3.53
3.89
3.32
1.36
1.77
3.62
2.93
3.00
2.50
2.46
1.45
1.77
1.57
3.14
1.98
2.73
3.63
2.48
3.30
3.23
2.01
2.34
3.15
2.28
1.27
3.19
2.97
2.61
1.37
3.64
1.61
3.36
2.21
3.53
1.31
1.35
3.98
1.79
2.06
1.02
2.80
 Prueba Kolmogorov-Smirnov
Siendo
Fn(x)= Función de distribución muestral
F0(x)= Función teórica

una distribución M.
uen una distribución M.

lterativa.
ancia.
o de prueba
n.

Variable: Probabilidad de defecto

lidad de defecto se distribuyen como una normal

La probbilidad de defecto no se distribuyen como una normal

e significancia.

de prueba
n los espacios sombreados:

Rango =Max - min

10
 A= Rango/Sturges

Lim Sup Fo FOR FOR ACUM FER

1.31 53 0.1088296 0.1088296 0.100725514
1.61 60 0.1232033 0.232032854 0.201451027
1.91 58 0.1190965 0.351129363 0.302176541
2.21 38 0.0780287 0.429158111 0.402902055
2.51 60 0.1232033 0.552361396 0.503627568
2.81 47 0.0965092 0.648870637 0.604353082
3.12 48 0.0985626 0.747433265 0.705078596
3.42 45 0.0924025 0.839835729 0.80580411
3.72 43 0.0882957 0.928131417 0.906529623
4.02 35 0.0718686 1 1.007255137
487 1

e Decisión

enor o igual que el estadístico crítico (teórico) SE ACEPTA LA Ho, en caso contrario SE RECHAZA

robbilidad de defecto se distribuyen como una normal.

muestral

Está configurado como matriz

(no se puede borrar uno por
uno), para eliminar se debe:

Dar clic en una celda y oprimir

 Está configurado como matriz
(no se puede borrar uno por
uno), para eliminar se debe:

Dar clic en una celda y oprimir

al tiempo las teclas
Crtl + Shift + Enter
ABS(FOR ACUM-FER )
0.008
0.031
0.049
0.026
0.049
0.045
0.042
0.034
0.022
0.007

Tabla de Estadístico
en caso contrario SE RECHAZA
de Estadístico Teórico
Precio de venta
PRUEBA H DE
42000 Estadístico de Prueba:
25000
49000
25000
36000 Variable:
25000 Pasos a verificar:
36000 1. Ordenar los datos
36000 2. Asignar Rangos
18000 3. Calcular suma de Rangos
36000 4.Calcular el estadístico de Prueba
36000 5. Establecer nivel de significancia e hipótesis
18000 6. Estadístico teórico
25000 7. Toma de Decisión
18000 Paso 1 ordenar los datos u observaciones
18000
25000 T1
25000
42000
36000
36000
20000
36000
36000
25000
36000
36000
25000
42000
25000 Paso 2: Asignar Rangos
36000
15000 Rangos T1
18000
36000
36000
25000
36000
15000
36000
25000
36000
36000
47000
47000 Paso 3: Calcular suma de Rangos
20000
21000 Rangos T1
18000
20000
12000
36000
36000
41000
36000
21000
18000
18000
36000 TOTAL 0
25000 Total ^2 0
36000
25000 Paso 4: Calcular el estadístico de Prueba
12000

36000

(primer cuadrado/Total T1)+(segundo

36000
cuadrado/Total T2)+(tercer
cuadrado/Total T3)+(ultimo
cuadrado/Total T4)

18000

12000
36000 0

18000
12000
25000 Paso 5: Establecer Nivel de significancia e hipot
12000
25000 α=
25000 Hipótesis
12000 Ho:
36000 Ha:
42000
12000
49000 Paso 6: Estadístico Teorico
18000
36000 La región de rechazo para el estadísitico H con a = 0,05 incluye val
25000 Donde esta básado en (k-1) = (4 - 1) = 3 grados de libertad.
25000
12000 H teórico o crítico=
25000
12000 H calculado
25000
36000
36000 Paso 7: Toma de Decisión
18000 Si el valor crítico es menor
15000 0 es __________ a
42000 Conclusión:
18000
12000
49000
18000
18000
36000
25000
12000
36000
49000
33000
36000
12000
25000
36000
36000
36000
12000
36000
36000
12000
18000
33000
36000
36000
18000
25000
25000
20000
36000
36000
36000
36000
18000
12000
18000
45000
25000
12000
33000
36000
25000
36000
12000
18000
25000
20000
41000
12000
12000
36000
12000
36000
12000
33000
18000
36000
36000
25000
36000
42000
25000
25000
41000
36000
12000
25000
33000
42000
36000
25000
33000
36000
15000
25000
25000
36000
36000
18000
41000
36000
36000
36000
25000
49000
49000
25000
41000
25000
20000
36000
47000
25000
41000
25000
36000
41000
36000
36000
36000
36000
36000
36000
18000
33000
18000
36000
20000
36000
12000
36000
36000
36000
47000
36000
36000
25000
25000
25000
49000
36000
36000
36000
15000
12000
25000
18000
25000
21000
18000
36000
25000
49000
25000
33000
21000
36000
15000
25000
36000
18000
25000
41000
25000
36000
18000
25000
42000
36000
36000
36000
25000
25000
36000
18000
12000
36000
25000
15000
18000
18000
45000
36000
25000
33000
12000
25000
21000
45000
36000
36000
36000
42000
25000
36000
18000
36000
25000
18000
36000
25000
25000
45000
18000
36000
18000
12000
12000
33000
45000
15000
36000
36000
12000
36000
21000
25000
36000
25000
18000
47000
42000
36000
25000
12000
36000
12000
36000
36000
36000
36000
36000
25000
36000
45000
36000
18000
18000
25000
36000
33000
36000
12000
41000
25000
25000
36000
25000
12000
12000
36000
36000
36000
25000
25000
25000
18000
25000
20000
36000
12000
41000
36000
18000
12000
12000
12000
49000
36000
33000
12000
36000
12000
12000
36000
45000
25000
36000
36000
25000
36000
36000
36000
36000
12000
36000
42000
36000
12000
36000
25000
36000
25000
18000
18000
18000
15000
33000
25000
25000
12000
36000
25000
36000
33000
18000
47000
36000
25000
25000
49000
36000
25000
36000
36000
36000
45000
12000
25000
25000
12000
25000
25000
25000
18000
25000
25000
36000
49000
36000
12000
18000
25000
18000
36000
15000
12000
25000
21000
36000
36000
36000
25000
36000
15000
36000
36000
25000
36000
36000
12000
18000
15000
25000
36000
36000
36000
47000
36000
42000
12000
36000
36000
42000
36000
25000
49000
18000
36000
18000
36000
25000
36000
21000
18000
36000
36000
12000
36000
36000
12000
36000
25000
36000
25000
45000
12000
21000
49000
25000
36000
25000
25000
12000
36000
25000
36000
18000
36000
41000
21000
36000
25000
25000
18000
36000
41000
47000
18000
18000
36000
36000
36000
12000
25000
47000
18000
49000
PRUEBA H DE KRUSKAL-WALLIS
a:

Variable: ______________________

angos
o de Prueba
significancia e hipótesis

atos u observaciones

T2 T3 T4

gos

T2 T3 T4
ma de Rangos

T2 T3 T4

0 0 0 R Rango
0 0 0

stadístico de Prueba

n=

er cuadrado/Total T1)+(segundo
cuadrado/Total T2)+(tercer
cuadrado/Total T3)+(ultimo
cuadrado/Total T4)
 0

ivel de significancia e hipotesis:

eorico

estadísitico H con a = 0,05 incluye valores de H ≥ que el estadístico teórico

= (4 - 1) = 3 grados de libertad.

isión
Si el valor crítico es menor o igual al calculado se rechaza la Ho
0 por tanto se __________ la Ho y se acepta la H1
 Tipo de leche Temperatura
T
pasteurizada media Prueba Chi - Cuad
pasteurizada media Estadístico de Prueba:

pasteurizada media

Esterilizada media

Esterilizada media

ultrapasteurizada baja
Variable
ultra alta pasteurizada alta Pasos a verificar:
pasteurizada media 1. Establecer nivel de significancia e hipótesis
Esterilizada media 2.Realizar tabla de contingencia (valores obse
pasteurizada media 3. Calcular valores esperados
ultra alta pasteurizada media 4.Calcular el estadístico de Prueba
ultra alta pasteurizada media 5. Estadístico teórico
Esterilizada media 6. Toma de Decisión
pasteurizada media Paso 1: Establecer Nivel de signific
pasteurizada media
ultrapasteurizada alta α=
pasteurizada baja Hipótesis
pasteurizada baja Ho:
pasteurizada alta Ha:
ultra alta pasteurizada baja
ultrapasteurizada media 2.Realizar tabla de contingencia
pasteurizada alta
pasteurizada baja
pasteurizada media
pasteurizada baja
pasteurizada media
pasteurizada baja
ultrapasteurizada alta
ultrapasteurizada media Con valores observados (Oi)
pasteurizada alta
pasteurizada alta
pasteurizada alta
ultrapasteurizada alta
pasteurizada baja
pasteurizada alta
pasteurizada media 3: Calcular los valores esperados (E
Esterilizada media
Esterilizada alta

4: Calcular el estadístico de Prueba

5: Estadístico Teorico

Número de filas
Número de columnas
grados de libertad
𝛼

Χ_
𝛼^
2
6: Toma de Decisión

Conclusión

Como el estadístico calculado es menor al estadístico teó

 TABLA DE CONTINGENCIA
Prueba Chi - Cuadrada para tablas de contingencia (tabla de clasificación cruzad
de Prueba:

Variable: _________________________________
ficar:
nivel de significancia e hipótesis
bla de contingencia (valores observados)
alores esperados
estadístico de Prueba
teórico
ecisión
tablecer Nivel de significancia e hipotesis:

abla de contingencia

observados (Oi)
r los valores esperados (Ei)

r el estadístico de Prueba

o Teorico

Decisión

tico calculado es menor al estadístico teórico __________ Ho, es decir, _________________________________.

NCIA
e clasificación cruzada)

__________
 Χ_𝑐^ 0
2

__________.
Rivera, A. S., & García, M. M. (2012). Aplicación de la estadística a la psicología. México, D.F., MX: Editorial Miguel Ángel Porrú
MX: Editorial Miguel Ángel Porrúa.  pp. 73-76. Recuperado de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/75179?pag
co/es/ereader/unad/75179?page=74