INFERENCIA ESTADÍSTICA (212064)

Fase 4 - PRUEBAS NO PARAMÉTRICAS

Presentado por:
Karol Liliana Sarmiento López

Grupo:
212064_132

Presentado a:
MAIRA LORENA QUIZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2020
 TIPO DE MUESTREO: Sistemático

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

primero que va a formar parte de la mue

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

K= N/n
N= 2950
n= 487
K= 6 se redondea

K= Seleccione la muestra cada 31 elementos

Alea= Err:502 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

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

TOMA
CANTIDA Elemento
MUESTR Tipo de articulo
D vendido
A

1 2 2 1
 2 2 8 1
3 2 14 1
4 2 20 1
5 2 26 4
6 2 32 3
7 2 38 5
8 2 44 3
9 2 50 1
10 2 56 2
11 2 62 5
12 2 68 1
13 2 74 4
14 2 80 1
15 2 86 4
16 2 92 4
17 2 98 1
18 2 104 3
19 2 110 1
20 2 116 5
21 2 122 3
22 2 128 4
23 2 134 2
24 2 140 2
25 2 146 1
26 2 152 5
27 2 158 5
28 2 164 3
29 2 170 3
30 2 176 1
31 2 182 4
32 2 188 5
33 2 194 3
34 2 200 5
35 2 206 2
36 2 212 1
37 2 218 2
38 2 224 2
39 2 230 2
40 2 236 5
41 2 242 1
42 2 248 4
43 2 254 1
44 2 260 3
45 2 266 2
46 2 272 4
47 2 278 2
48 2 284 3
49 2 290 3
50 2 296 3
51 2 302 1
52 2 308 1
53 2 314 1
54 2 320 5
55 2 326 5
56 2 332 4
57 2 338 4
58 2 344 5
59 2 350 1
60 2 356 2
61 2 362 1
62 2 368 2
63 2 374 4
64 2 380 2
65 2 386 2
66 2 392 5
67 2 398 4
68 2 404 5
69 2 410 3
70 2 416 4
71 2 422 1
72 2 428 2
73 2 434 4
74 2 440 4
75 2 446 1
76 2 452 4
77 2 458 4
78 2 464 4
79 2 470 2
80 2 476 5
81 2 482 4
82 2 488 5
83 2 494 2
84 2 500 3
85 2 506 2
86 2 512 5
87 2 518 3
 88 2 524 2
89 2 530 1
90 2 536 3
91 2 542 2
92 2 548 5
93 2 554 4
94 2 560 5
95 2 566 2
96 2 572 4
97 2 578 4
98 2 584 2
99 2 590 3
100 2 596 5
101 2 602 3
102 2 608 2
103 2 614 5
104 2 620 2
105 2 626 1
106 2 632 1
107 2 638 2
108 2 644 2
109 2 650 3
110 2 656 2
111 2 662 3
112 2 668 5
113 2 674 2
114 2 680 3
115 2 686 2
116 2 692 4
117 2 698 4
118 2 704 3
119 2 710 4
120 2 716 1
121 2 722 3
122 2 728 1
123 2 734 1
124 2 740 5
125 2 746 5
126 2 752 2
127 2 758 2
128 2 764 3
129 2 770 3
130 2 776 2
131 2 782 1
132 2 788 1
133 2 794 4
134 2 800 1
135 2 806 2
136 2 812 3
137 2 818 1
138 2 824 1
139 2 830 5
140 2 836 4
141 2 842 2
142 2 848 4
143 2 854 4
144 2 860 1
145 2 866 4
146 2 872 4
147 2 878 3
148 2 884 3
149 2 890 5
150 2 896 5
151 2 902 4
152 2 908 4
153 2 914 2
154 2 920 5
155 2 926 5
156 2 932 1
157 2 938 1
158 2 944 4
159 2 950 2
160 2 956 3
161 2 962 5
162 2 968 1
163 2 974 5
164 2 980 5
165 2 986 5
166 2 992 1
167 2 998 2
168 2 1004 4
169 2 1010 1
170 2 1016 4
171 2 1022 2
172 2 1028 5
173 2 1034 5
174 2 1040 5
175 2 1046 3
176 2 1052 2
177 2 1058 4
178 2 1064 3
179 2 1070 3
180 2 1076 3
181 2 1082 2
182 2 1088 3
183 2 1094 1
184 2 1100 1
185 2 1106 2
186 2 1112 2
187 2 1118 4
188 2 1124 5
189 2 1130 4
190 2 1136 2
191 2 1142 2
192 2 1148 5
193 2 1154 5
194 2 1160 3
195 2 1166 4
196 2 1172 1
197 2 1178 5
198 2 1184 1
199 2 1190 5
200 2 1196 4
201 2 1202 1
202 2 1208 5
203 2 1214 4
204 2 1220 2
205 2 1226 2
206 2 1232 4
207 2 1238 2
208 2 1244 2
209 2 1250 2
210 2 1256 3
211 2 1262 2
212 2 1268 5
213 2 1274 1
214 2 1280 5
215 2 1286 4
216 2 1292 2
217 2 1298 5
218 2 1304 5
219 2 1310 2
220 2 1316 2
221 2 1322 5
222 2 1328 5
223 2 1334 4
224 2 1340 3
225 2 1346 4
226 2 1352 1
227 2 1358 3
228 2 1364 2
229 2 1370 3
230 2 1376 1
231 2 1382 5
232 2 1388 1
233 2 1394 5
234 2 1400 2
235 2 1406 3
236 2 1412 2
237 2 1418 1
238 2 1424 5
239 2 1430 4
240 2 1436 1
241 2 1442 1
242 2 1448 1
243 2 1454 2
244 2 1460 3
245 2 1466 1
246 2 1472 1
247 2 1478 5
248 2 1484 1
249 2 1490 4
250 2 1496 2
251 2 1502 3
252 2 1508 3
253 2 1514 5
254 2 1520 5
255 2 1526 3
256 2 1532 4
257 2 1538 3
258 2 1544 3
259 2 1550 4
260 2 1556 2
261 2 1562 1
262 2 1568 5
263 2 1574 5
264 2 1580 3
265 2 1586 1
266 2 1592 1
267 2 1598 2
268 2 1604 3
269 2 1610 1
270 2 1616 4
271 2 1622 3
272 2 1628 4
273 2 1634 3
274 2 1640 1
275 2 1646 5
276 2 1652 5
277 2 1658 5
278 2 1664 1
279 2 1670 1
280 2 1676 3
281 2 1682 5
282 2 1688 5
283 2 1694 1
284 2 1700 1
285 2 1706 4
286 2 1712 2
287 2 1718 5
288 2 1724 3
289 2 1730 5
290 2 1736 2
291 2 1742 1
292 2 1748 5
293 2 1754 1
294 2 1760 4
295 2 1766 5
296 2 1772 1
297 2 1778 5
298 2 1784 3
299 2 1790 3
300 2 1796 4
301 2 1802 4
302 2 1808 5
303 2 1814 5
304 2 1820 3
305 2 1826 1
306 2 1832 1
307 2 1838 5
308 2 1844 2
309 2 1850 3
310 2 1856 3
311 2 1862 2
312 2 1868 4
313 2 1874 4
314 2 1880 4
315 2 1886 2
316 2 1892 1
317 2 1898 5
318 2 1904 1
319 2 1910 1
320 2 1916 3
321 2 1922 1
322 2 1928 3
323 2 1934 4
324 2 1940 1
325 2 1946 3
326 2 1952 5
327 2 1958 2
328 2 1964 3
329 2 1970 4
330 2 1976 5
331 2 1982 4
332 2 1988 5
333 2 1994 3
334 2 2000 4
335 2 2006 5
336 2 2012 1
337 2 2018 5
338 2 2024 3
339 2 2030 4
340 2 2036 5
341 2 2042 2
342 2 2048 2
343 2 2054 3
344 2 2060 3
345 2 2066 5
346 2 2072 4
347 2 2078 2
348 2 2084 3
349 2 2090 4
350 2 2096 5
351 2 2102 2
352 2 2108 1
353 2 2114 5
354 2 2120 3
355 2 2126 2
356 2 2132 1
357 2 2138 3
358 2 2144 1
359 2 2150 4
360 2 2156 2
361 2 2162 1
362 2 2168 4
363 2 2174 5
364 2 2180 2
365 2 2186 3
366 2 2192 3
367 2 2198 1
368 2 2204 2
369 2 2210 3
370 2 2216 5
371 2 2222 5
372 2 2228 4
373 2 2234 3
374 2 2240 2
375 2 2246 5
376 2 2252 1
377 2 2258 5
378 2 2264 1
379 2 2270 4
380 2 2276 3
381 2 2282 4
382 2 2288 5
383 2 2294 1
384 2 2300 5
385 2 2306 3
386 2 2312 1
387 2 2318 4
388 2 2324 1
389 2 2330 3
390 2 2336 4
391 2 2342 3
392 2 2348 4
393 2 2354 2
394 2 2360 5
395 2 2366 4
396 2 2372 1
397 2 2378 5
398 2 2384 3
399 2 2390 4
400 2 2396 2
401 2 2402 2
402 2 2408 2
403 2 2414 3
404 2 2420 5
405 2 2426 5
406 2 2432 3
407 2 2438 2
408 2 2444 1
409 2 2450 1
410 2 2456 1
411 2 2462 2
412 2 2468 5
413 2 2474 3
414 2 2480 2
415 2 2486 5
416 2 2492 3
417 2 2498 5
418 2 2504 5
419 2 2510 3
420 2 2516 2
421 2 2522 3
422 2 2528 5
423 2 2534 3
424 2 2540 2
425 2 2546 4
426 2 2552 4
427 2 2558 2
428 2 2564 3
429 2 2570 4
430 2 2576 2
431 2 2582 5
432 2 2588 2
433 2 2594 3
434 2 2600 4
435 2 2606 4
436 2 2612 2
437 2 2618 5
438 2 2624 4
439 2 2630 2
440 2 2636 3
441 2 2642 5
442 2 2648 4
443 2 2654 1
444 2 2660 4
445 2 2666 4
446 2 2672 5
447 2 2678 3
448 2 2684 3
449 2 2690 3
450 2 2696 1
451 2 2702 4
452 2 2708 1
453 2 2714 2
454 2 2720 3
455 2 2726 1
456 2 2732 3
457 2 2738 3
458 2 2744 4
459 2 2750 3
460 2 2756 2
461 2 2762 1
462 2 2768 1
463 2 2774 4
464 2 2780 3
465 2 2786 5
466 2 2792 2
467 2 2798 1
468 2 2804 1
469 2 2810 3
470 2 2816 5
471 2 2822 4
472 2 2828 5
473 2 2834 1
474 2 2840 1
475 2 2846 5
476 2 2852 4
477 2 2858 5
478 2 2864 1
479 2 2870 4
480 2 2876 1
481 2 2882 5
482 2 2888 2
483 2 2894 3
484 2 2900 2
485 2 2906 3
486 2 2912 2
487 2 2918 1
TIPO DE MUESTREO: Sistemático

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

ero 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
estra. El número 2, corresponde a la columna de la variable, en este caso Municipio

Vida util del

Precio de costo Probabilidad de defecto Precio de venta
producto (meses)

36 18300 3.50 36000

36 14000 3.64 25000
12 14000 2.64 25000
18 14000 2.10 20000
48 14000 2.45 25000
18 24000 2.55 42000
48 18300 3.29 36000
18 24000 3.48 42000
48 24000 1.81 42000
60 24000 2.67 41000
48 14000 1.92 25000
48 24000 1.21 36000
36 14000 2.41 25000
36 5400 3.87 12000
36 5400 1.29 12000
12 5400 2.72 12000
36 24000 2.07 36000
36 24000 3.65 36000
36 24000 1.28 36000
36 24000 2.66 42000
36 24000 3.94 36000
36 14000 3.23 25000
48 18300 2.59 36000
60 24000 2.88 36000
36 14000 3.32 25000
18 18300 3.47 33000
60 14000 2.22 21000
60 18300 1.60 36000
18 24000 1.25 41000
48 14000 1.32 25000
12 18300 3.32 36000
60 14000 2.96 25000
36 18300 3.04 36000
48 18300 1.69 33000
12 14000 1.54 20000
12 24000 3.85 45000
18 18300 3.62 36000
36 24000 3.88 41000
12 14000 3.37 25000
36 5400 1.69 18000
12 5400 2.43 18000
36 5400 3.48 12000
18 18300 2.89 36000
48 24000 3.89 42000
12 24000 2.58 42000
48 18300 3.53 36000
18 18300 3.91 36000
36 14000 1.87 25000
36 5400 1.54 12000
60 24000 3.43 36000
36 24000 2.43 45000
36 24000 1.68 41000
36 14000 2.46 25000
36 14000 1.64 25000
36 18300 1.94 36000
48 14000 1.79 25000
12 5400 2.31 12000
36 14000 2.15 25000
48 18300 2.13 36000
60 24000 1.79 42000
36 24000 3.43 47000
36 14000 1.12 25000
18 24000 3.30 36000
60 18300 3.81 33000
12 18300 3.91 36000
36 18300 2.74 36000
12 14000 3.31 25000
36 5400 1.24 18000
18 5400 3.48 18000
36 24000 1.12 45000
36 14000 2.01 25000
12 5400 2.51 12000
48 5400 2.95 12000
18 5400 2.41 18000
60 5400 3.92 18000
60 5400 2.79 12000
12 18300 2.55 36000
36 5400 1.59 12000
12 24000 3.24 36000
36 5400 1.36 18000
48 18300 3.29 36000
48 18300 2.90 36000
18 18300 3.88 36000
18 24000 3.80 41000
36 14000 1.74 25000
12 24000 1.19 49000
36 5400 1.16 18000
48 24000 3.32 36000
12 24000 3.26 36000
36 24000 3.06 49000
36 18300 1.31 36000
36 14000 2.66 20000
18 18300 2.13 36000
36 14000 1.90 20000
36 24000 1.32 36000
48 24000 3.61 36000
48 18300 2.58 36000
36 5400 3.14 12000
18 14000 1.05 25000
36 18300 3.30 36000
36 5400 3.99 12000
36 14000 1.25 25000
48 5400 1.56 12000
60 18300 1.15 36000
48 14000 3.32 20000
12 14000 3.30 25000
60 5400 2.66 12000
18 18300 3.39 36000
18 18300 3.66 36000
36 18300 2.04 36000
36 18300 3.08 36000
36 14000 3.01 25000
36 5400 2.24 12000
48 18300 3.76 36000
36 18300 3.99 36000
12 18300 3.35 36000
60 14000 3.85 25000
18 14000 1.87 25000
18 24000 2.26 45000
36 24000 2.32 47000
60 18300 2.28 36000
60 14000 2.10 25000
18 18300 2.28 36000
18 14000 3.49 20000
18 18300 1.97 36000
36 14000 3.44 25000
12 14000 3.09 25000
36 14000 1.52 25000
48 24000 2.29 36000
48 5400 2.39 18000
12 24000 1.22 41000
48 18300 3.40 36000
36 18300 3.04 36000
48 18300 3.36 36000
36 14000 2.09 25000
36 14000 3.31 21000
36 5400 1.50 18000
36 14000 3.17 25000
60 18300 2.20 36000
36 24000 1.16 36000
12 14000 1.51 25000
36 24000 1.66 49000
18 5400 1.51 12000
48 18300 1.89 36000
12 14000 1.17 25000
18 24000 2.77 41000
18 14000 3.43 25000
18 18300 1.38 33000
48 14000 2.01 25000
36 24000 3.64 41000
48 14000 1.88 25000
36 18300 1.12 33000
18 18300 1.23 36000
48 5400 2.62 12000
12 18300 1.47 36000
18 24000 1.11 41000
12 24000 1.44 42000
60 14000 2.00 21000
60 18300 2.97 36000
48 5400 1.16 18000
36 24000 1.24 36000
48 5400 2.48 18000
18 5400 2.30 12000
12 5400 1.26 15000
48 24000 2.05 36000
60 5400 2.70 18000
48 18300 2.92 36000
36 24000 1.92 36000
36 14000 2.99 25000
36 14000 1.31 25000
18 14000 3.67 25000
48 18300 2.18 36000
12 14000 1.17 21000
36 5400 2.77 18000
18 18300 3.05 36000
36 24000 1.05 41000
36 24000 1.11 36000
36 14000 1.01 25000
60 18300 2.16 36000
36 24000 2.13 36000
48 5400 1.58 18000
36 18300 3.69 36000
60 18300 2.71 36000
60 18300 1.54 36000
36 24000 2.67 49000
36 24000 1.00 36000
48 24000 3.87 36000
36 24000 3.73 36000
18 5400 1.17 18000
36 24000 2.71 41000
36 14000 2.35 25000
12 18300 2.54 36000
12 18300 1.66 36000
36 24000 3.73 36000
36 14000 3.02 25000
60 18300 2.28 36000
36 18300 2.12 36000
48 24000 2.05 36000
36 24000 3.52 41000
36 5400 1.67 12000
36 5400 3.57 12000
12 24000 3.77 36000
36 24000 2.16 36000
36 5400 3.77 12000
36 5400 1.15 12000
36 24000 1.65 36000
48 24000 3.57 36000
36 18300 2.56 36000
12 24000 3.87 42000
36 14000 3.49 25000
48 24000 1.55 45000
48 14000 3.03 21000
36 18300 1.11 36000
12 18300 3.33 36000
48 18300 1.46 36000
36 24000 2.40 36000
48 5400 3.69 15000
36 14000 3.94 25000
36 14000 1.72 25000
12 5400 2.08 18000
36 24000 2.53 41000
12 24000 1.81 36000
18 18300 1.22 36000
36 5400 2.86 18000
18 5400 1.66 18000
36 5400 1.40 12000
36 18300 2.45 36000
36 18300 3.16 36000
12 5400 2.83 18000
48 24000 3.60 36000
48 24000 3.61 36000
36 14000 3.05 20000
18 5400 3.32 18000
12 5400 1.63 12000
12 18300 1.92 33000
48 14000 3.12 25000
60 18300 1.12 36000
60 18300 3.67 36000
36 5400 3.25 18000
48 18300 3.72 33000
36 24000 3.91 41000
36 24000 3.21 36000
36 5400 1.76 18000
18 14000 2.45 25000
36 24000 3.14 47000
60 24000 1.59 36000
18 14000 1.37 25000
18 5400 2.35 18000
60 5400 1.79 18000
18 5400 1.80 18000
36 14000 2.80 20000
12 18300 3.75 36000
18 24000 3.76 36000
60 18300 3.70 36000
36 24000 3.11 36000
12 18300 1.79 36000
12 14000 2.58 25000
36 24000 3.18 36000
36 24000 3.33 36000
12 18300 1.05 36000
12 24000 2.64 47000
36 5400 1.71 12000
36 18300 1.96 36000
36 18300 3.11 36000
18 24000 3.29 36000
48 18300 3.47 36000
36 24000 2.49 36000
36 14000 1.17 25000
60 5400 2.82 12000
12 14000 2.38 21000
36 14000 1.63 25000
12 24000 3.89 45000
36 5400 3.59 12000
36 18300 3.94 36000
18 5400 3.83 18000
36 18300 1.55 36000
48 5400 3.68 12000
12 24000 2.71 42000
60 5400 3.38 18000
36 18300 2.75 36000
36 24000 1.33 41000
12 18300 3.07 33000
48 14000 2.54 25000
36 14000 1.86 25000
36 24000 2.20 49000
12 18300 3.36 36000
36 18300 2.44 36000
48 5400 3.80 18000
36 18300 3.57 36000
36 24000 2.75 47000
48 18300 1.27 36000
18 5400 3.18 15000
36 14000 3.98 25000
60 24000 1.17 45000
36 5400 1.75 12000
18 18300 3.12 36000
48 24000 2.46 45000
18 14000 1.51 25000
12 18300 3.31 33000
12 14000 3.94 25000
36 5400 3.32 12000
36 14000 2.59 25000
36 18300 2.11 36000
36 14000 3.02 25000
12 14000 2.49 25000
60 5400 3.55 12000
36 24000 2.18 36000
18 5400 1.89 12000
36 14000 3.70 25000
18 5400 2.07 12000
12 24000 2.77 47000
18 14000 2.88 21000
48 18300 1.06 36000
36 18300 3.82 36000
36 18300 3.32 36000
36 18300 1.12 36000
36 18300 3.40 36000
18 5400 3.30 15000
36 18300 3.35 36000
36 18300 1.83 36000
48 5400 2.64 12000
36 14000 1.15 25000
48 5400 3.31 12000
18 14000 1.35 25000
36 14000 1.02 25000
12 18300 1.21 36000
48 24000 1.31 41000
36 5400 3.16 18000
60 14000 3.11 25000
48 18300 2.85 36000
18 14000 3.76 25000
12 5400 3.60 18000
36 18300 1.45 36000
18 24000 2.76 41000
36 18300 1.92 36000
36 14000 3.71 25000
48 14000 1.67 25000
48 24000 1.58 36000
36 24000 3.83 41000
36 14000 2.57 20000
36 24000 3.50 42000
12 5400 3.14 18000
60 18300 3.29 36000
36 5400 2.70 12000
60 14000 2.11 21000
18 24000 1.03 45000
48 18300 2.29 36000
18 18300 1.72 36000
36 24000 1.82 36000
36 5400 2.90 15000
36 24000 1.91 41000
48 18300 2.42 36000
48 5400 1.34 18000
48 14000 2.41 25000
12 24000 2.75 36000
60 14000 2.20 25000
12 14000 3.52 25000
48 5400 2.28 12000
48 14000 2.68 21000
60 14000 1.19 21000
60 24000 2.51 36000
36 24000 1.28 42000
18 18300 2.07 36000
36 24000 1.38 36000
18 24000 3.63 36000
48 24000 2.76 45000
12 24000 1.77 36000
36 14000 2.97 25000
36 5400 3.79 12000
12 14000 1.18 25000
60 24000 2.80 47000
36 5400 1.84 18000
12 24000 1.60 36000
18 24000 1.92 36000
12 14000 2.42 25000
18 18300 3.05 36000
12 14000 3.15 21000
48 24000 3.94 36000
18 18300 2.70 36000
12 24000 3.50 47000
48 18300 2.52 36000
36 14000 3.61 20000
18 14000 3.20 25000
36 24000 2.81 36000
36 18300 1.71 33000
36 24000 1.46 36000
18 5400 2.04 12000
18 14000 2.48 25000
36 18300 2.17 36000
60 14000 3.90 25000
36 24000 1.29 36000
18 14000 3.30 25000
36 18300 3.34 36000
48 14000 3.35 25000
36 5400 2.01 12000
48 14000 1.82 25000
18 24000 3.79 36000
36 14000 2.98 20000
36 24000 1.34 36000
36 18300 1.64 36000
36 18300 3.27 33000
36 14000 3.55 25000
36 24000 3.80 36000
48 14000 2.15 25000
36 24000 2.17 36000
18 14000 3.25 25000
60 14000 2.42 25000
18 14000 1.64 21000
36 14000 2.74 25000
12 5400 2.12 12000
36 14000 3.88 25000
18 24000 1.19 47000
12 24000 2.77 49000
36 5400 2.24 12000
18 24000 1.49 41000
12 5400 3.12 12000
12 18300 1.97 36000
36 5400 4.00 12000
18 5400 3.21 18000
36 24000 2.05 41000
36 14000 3.05 25000
36 14000 2.87 25000
18 18300 3.71 36000
18 18300 1.25 36000
36 14000 3.23 25000
36 24000 2.45 36000
12 14000 3.45 25000
36 24000 2.36 41000
12 18300 3.43 36000
12 14000 2.92 21000
18 24000 2.16 36000
12 18300 2.69 36000
36 14000 2.87 25000
36 24000 1.37 36000
18 14000 1.99 21000
36 18300 3.95 36000
36 14000 2.44 25000
48 14000 1.54 25000
48 5400 2.84 12000
36 14000 2.46 25000
48 5400 1.67 12000
18 14000 2.21 25000
12 24000 3.50 36000
36 5400 2.19 18000
12 5400 2.56 12000
36 14000 1.41 20000
48 5400 3.74 18000
48 24000 2.21 36000
36 5400 3.54 18000
48 18300 2.53 36000
60 18300 3.05 36000
36 5400 2.99 18000
60 18300 2.98 36000
48 24000 3.54 36000
36 14000 1.42 25000
36 18300 3.77 36000
12 18300 3.31 36000
36 5400 3.14 12000
36 14000 2.39 21000
48 5400 3.88 18000
36 24000 3.13 36000
18 24000 2.81 36000
48 24000 2.16 36000
36 5400 1.66 15000
36 18300 2.72 33000
36 14000 3.96 25000
60 14000 1.12 25000
36 24000 3.07 36000
12 24000 1.77 47000
18 24000 1.32 36000
60 5400 1.56 18000
60 5400 2.96 18000
36 5400 2.70 12000
36 18300 1.32 36000
36 24000 1.31 36000
36 18300 1.45 36000
18 24000 2.13 42000
48 24000 3.59 45000
36 24000 2.73 36000
60 5400 3.06 18000
36 24000 2.17 47000
48 5400 3.63 18000
36 14000 3.72 25000
48 14000 1.37 21000
48 24000 1.62 47000
18 5400 1.40 12000
18 24000 1.24 36000
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de
aleatorio simple.

Precio de impuesto Precio del envío Género de cliente

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

Probabilid
Portal de ad de Utilidad del
Edad del cliente Satisfacción
compra volver a producto
comprar

48 2 5 2 3
25 1 1 2 3
31 3 3 2 2
53 2 4 1 3
23 4 5 1 1
42 4 4 2 4
33 2 4 2 3
21 2 1 2 1
24 4 4 2 4
34 2 4 2 1
29 2 3 2 3
47 3 2 1 4
36 2 1 1 2
29 3 5 1 3
37 2 5 1 3
43 2 4 1 3
44 3 1 2 3
38 1 3 2 4
29 2 4 1 1
36 3 2 2 3
25 1 5 1 3
46 1 2 1 2
31 1 4 1 2
49 1 2 2 1
29 2 4 1 3
40 3 4 1 1
19 1 5 2 2
29 1 5 1 3
34 1 4 1 4
24 1 3 2 1
54 4 2 2 4
49 4 4 2 4
35 3 5 2 2
26 3 2 2 3
48 3 5 1 4
23 3 4 2 3
40 4 1 2 2
30 3 1 2 1
48 2 2 1 2
19 1 3 2 2
34 1 4 2 2
25 2 3 1 2
23 1 4 1 1
45 1 2 2 4
41 4 1 2 1
39 3 2 2 2
46 3 1 2 3
53 1 5 2 2
28 3 3 1 2
21 2 4 1 2
39 4 4 2 4
23 4 4 1 2
32 1 5 2 3
55 3 3 1 2
46 1 4 1 4
37 1 4 1 4
43 2 2 1 1
41 1 3 1 1
44 4 5 2 1
18 2 3 2 3
26 1 1 2 4
28 4 5 1 2
35 2 4 1 4
31 2 4 1 4
44 1 1 2 4
25 2 4 1 1
48 4 5 1 2
35 4 3 1 2
33 3 2 1 3
36 3 4 2 1
45 2 3 1 4
55 2 5 2 3
47 1 1 1 2
36 2 3 2 2
25 4 4 1 2
33 1 2 2 3
34 2 5 2 3
40 4 1 1 1
50 3 1 2 4
38 3 5 2 4
55 2 4 2 1
24 1 5 2 1
44 2 2 2 3
48 1 1 1 1
40 1 4 2 2
51 1 1 2 4
24 4 4 1 4
47 3 4 2 1
47 4 4 1 3
32 2 3 2 1
35 3 4 2 2
54 4 4 2 4
44 4 1 2 4
32 3 2 1 3
38 3 4 1 2
48 3 4 1 3
42 3 5 2 4
37 3 3 2 1
40 3 4 2 4
47 2 2 1 2
52 2 5 2 4
50 3 4 2 4
27 2 4 2 2
26 2 4 2 3
28 2 4 1 3
32 3 5 2 3
25 2 4 1 4
44 4 1 1 2
21 1 3 1 4
48 3 1 1 2
47 3 3 1 4
22 4 1 1 1
46 4 5 1 3
33 1 3 2 3
42 2 1 2 4
26 3 4 2 2
49 4 1 2 3
23 3 5 1 1
38 4 3 1 3
27 3 5 1 4
43 2 5 1 3
33 1 5 1 1
52 4 2 2 1
21 3 4 2 3
20 1 1 1 3
27 2 4 1 2
22 1 1 2 3
29 4 3 1 4
31 2 4 2 1
53 2 4 2 2
38 3 2 1 1
48 4 4 2 1
38 2 3 2 1
39 4 4 1 4
31 2 4 1 1
53 3 5 2 1
26 2 4 1 3
18 3 5 1 2
19 3 4 2 1
24 4 5 1 1
25 3 1 1 3
32 1 4 1 2
36 2 1 1 4
18 1 5 1 2
30 4 1 2 3
24 4 5 1 2
28 4 1 1 2
35 4 1 1 3
25 2 4 1 1
40 3 3 2 4
38 2 1 2 2
44 2 2 2 3
55 1 1 2 3
39 3 2 1 4
34 4 2 1 3
28 1 4 2 1
39 4 4 1 3
38 4 4 1 3
40 3 1 2 3
55 3 1 2 4
52 2 4 2 1
37 2 5 2 2
50 2 5 1 4
48 4 5 1 2
36 3 4 1 4
38 2 4 2 4
27 4 1 1 4
32 4 3 2 4
34 3 1 2 2
25 2 2 2 1
27 2 2 2 4
46 2 5 2 2
51 4 5 2 1
26 4 3 1 4
44 1 4 1 2
37 2 5 2 4
43 2 5 1 2
51 1 2 2 4
27 2 2 1 2
54 2 1 1 3
43 2 3 2 3
26 3 2 2 3
50 3 1 2 4
26 1 2 1 4
22 2 2 1 4
49 4 3 1 3
19 1 5 1 4
34 1 4 1 1
29 2 4 1 4
39 2 4 1 1
27 2 4 1 1
53 2 2 2 1
23 1 4 2 4
53 4 1 2 3
38 1 4 1 2
55 3 1 1 1
49 1 1 1 1
20 3 3 2 4
42 4 4 1 2
29 1 2 2 3
18 4 4 1 1
26 4 2 2 3
41 1 5 1 2
19 3 1 1 2
48 3 3 1 4
20 4 4 1 2
23 3 4 1 3
28 2 4 2 4
35 4 1 2 1
35 1 4 2 1
24 2 4 1 3
24 3 2 1 3
41 1 4 1 1
37 1 1 2 3
19 2 3 2 4
28 2 5 2 1
31 1 3 2 2
39 4 1 1 2
30 1 2 1 2
20 3 4 1 1
45 1 5 1 4
44 3 2 2 1
50 1 3 2 3
36 1 5 1 1
38 3 4 2 2
55 3 3 2 4
36 3 4 2 2
38 4 2 2 1
44 1 3 2 3
33 4 2 2 3
38 1 1 2 4
30 4 5 1 2
24 1 4 1 4
24 4 5 2 2
30 2 5 1 3
41 2 4 2 2
29 4 2 2 3
54 4 4 1 2
34 1 3 2 4
37 2 5 2 4
33 3 2 1 4
46 1 2 1 4
23 2 4 1 2
36 3 5 1 2
36 4 5 2 1
31 2 5 1 1
40 1 2 1 1
27 2 4 2 1
29 4 2 1 2
27 3 1 1 1
54 2 4 2 3
30 1 4 1 2
38 4 5 2 3
51 1 3 1 4
26 1 2 1 4
32 2 5 1 1
50 3 3 1 3
51 3 2 1 2
38 4 4 1 4
38 3 1 1 4
21 4 1 2 1
44 1 1 2 4
37 1 2 1 1
37 1 5 2 4
41 2 4 1 1
24 4 4 1 3
28 3 3 1 1
45 4 4 1 3
45 3 4 2 1
37 4 3 1 2
28 1 5 2 2
53 4 2 1 1
41 4 1 2 1
43 1 4 1 4
50 4 4 2 1
46 4 4 2 4
27 3 1 2 2
51 1 2 1 4
21 1 4 2 2
35 1 1 2 2
43 1 2 2 2
22 1 4 1 3
48 2 2 2 2
27 2 3 2 2
31 3 4 1 4
23 2 5 2 3
52 4 1 2 2
41 4 3 1 2
50 2 1 1 4
31 1 3 2 2
55 3 3 2 2
22 1 1 1 3
18 2 2 1 1
23 2 2 1 1
26 4 1 1 3
46 3 1 2 3
42 4 2 1 2
55 3 4 1 3
20 4 4 1 4
36 2 2 2 1
28 2 2 2 1
27 2 1 2 1
35 3 4 2 4
50 3 4 1 2
40 4 1 1 4
48 4 1 1 2
34 1 1 2 2
26 2 5 1 4
42 3 2 1 1
34 3 3 2 4
38 4 4 2 3
51 1 2 2 1
42 2 4 1 1
48 2 5 2 1
26 4 3 1 4
35 4 4 2 2
47 4 4 2 4
20 3 4 2 2
31 1 4 2 1
38 2 1 1 1
33 4 5 2 3
35 1 5 2 4
41 1 3 2 4
19 3 4 1 1
31 2 2 1 4
40 2 4 2 2
42 4 4 1 2
31 3 2 1 2
20 1 2 1 2
47 2 1 2 4
45 1 2 2 2
54 1 1 1 1
51 4 3 2 1
33 4 5 1 4
48 3 4 2 2
48 1 5 1 1
18 2 1 2 4
19 4 4 2 2
19 3 5 1 2
31 3 4 2 2
42 2 4 1 2
44 1 4 2 2
41 1 1 2 1
41 1 4 1 4
47 3 5 2 4
46 4 1 1 2
32 1 1 1 4
32 2 3 2 2
18 1 4 2 3
37 3 2 2 3
39 2 3 2 2
36 4 1 2 2
41 4 3 2 3
18 4 4 2 4
36 4 4 2 4
30 4 4 2 1
33 1 1 1 3
35 4 5 1 2
47 3 2 2 1
44 4 2 2 2
40 1 3 2 4
48 4 2 2 4
28 3 1 2 2
21 3 3 1 1
34 2 3 2 1
27 1 3 1 1
23 1 1 1 4
55 2 4 2 2
53 2 1 1 1
55 4 1 2 1
25 2 4 1 1
40 1 5 2 2
38 1 5 1 3
46 4 3 2 1
40 2 4 1 3
18 4 3 1 4
18 4 3 2 1
31 1 2 2 1
30 3 2 1 2
54 1 4 1 2
19 2 3 1 4
55 3 4 2 2
37 4 3 1 4
25 2 5 2 1
29 1 5 1 3
51 3 4 2 1
42 3 3 1 1
47 3 3 1 2
29 4 4 1 3
53 1 2 2 1
53 1 1 2 4
22 1 5 2 1
20 1 4 1 1
33 1 4 1 4
33 3 1 2 4
41 2 2 2 1
19 4 2 1 2
53 2 2 2 1
49 3 4 2 2
33 4 3 1 4
38 3 5 2 2
33 1 5 1 3
48 2 2 2 3
39 2 2 2 2
32 2 5 2 2
25 2 3 1 1
34 4 2 2 1
52 2 4 2 1
23 4 5 1 1
21 4 4 1 3
45 1 2 2 3
28 2 4 2 4
25 4 4 1 4
51 2 4 2 4
53 3 3 2 4
48 4 4 2 3
21 2 2 2 4
29 3 3 2 1
20 1 5 2 4
21 2 1 2 1
55 4 4 2 3
26 3 4 2 1
34 1 3 1 3
29 1 1 1 2
39 4 5 1 1
41 4 5 1 1
22 4 3 2 3
36 4 4 2 3
50 1 2 2 4
26 4 4 1 3
50 3 2 2 3
49 2 4 1 1
46 2 4 2 2
54 1 4 2 3
44 2 2 1 4
39 1 4 2 4
25 4 4 1 3
30 4 3 1 4
18 4 1 2 2
38 1 3 2 1
31 1 1 2 4
37 4 4 1 2
20 4 2 2 2
31 1 5 2 4
19 2 2 1 1
33 1 1 1 3
45 3 2 1 3
23 3 4 2 1
54 4 3 1 3
33 3 5 1 4
33 4 3 1 4
52 3 1 1 1
25 3 4 2 2
19 1 4 1 2
34 2 4 2 2
19 4 1 2 3
42 4 2 1 1
55 1 4 1 3
21 4 4 2 2
45 3 5 2 4
25 1 1 1 1
47 4 4 2 2
40 4 4 2 2
52 1 3 2 2
47 1 4 1 2
53 3 1 1 2
42 4 1 2 1
39 4 5 1 3
54 2 4 2 4
45 3 2 1 2
30 2 3 1 2
49 2 4 1 3
55 4 2 1 1
27 1 3 1 1
33 2 4 2 2
39 3 3 2 1
34 4 4 2 1
32 3 5 2 1
34 1 3 1 3
46 1 4 1 2
46 2 1 2 4
41 1 4 1 1
47 4 2 2 2
34 4 3 1 4
50 3 2 2 2
20 1 4 1 4
37 4 4 2 4
Recomendación del
producto

2
3
2
1
1
3
2
3
3
1
2
2
1
2
3
2
2
1
3
1
1
3
1
3
1
2
3
1
2
3
3
3
2
3
1
1
2
1
2
3
1
2
3
2
1
2
2
3
1
3
1
3
2
3
2
3
3
1
3
2
1
2
2
3
2
3
3
3
3
3
3
2
1
3
2
3
3
3
3
3
3
3
3
1
1
3
1
3
3
3
2
3
1
3
3
2
1
3
3
3
3
3
3
1
2
3
3
2
3
3
2
2
2
1
3
1
3
3
2
1
3
3
3
3
3
3
3
3
1
2
1
3
2
3
3
2
3
2
1
3
1
3
1
3
3
3
3
3
1
1
3
3
3
3
2
1
1
1
3
3
2
3
3
1
2
3
3
1
1
1
3
3
3
2
1
3
3
1
3
3
3
3
3
3
3
1
1
1
2
2
2
2
3
3
3
1
3
2
3
2
1
2
3
1
2
3
3
2
2
2
2
1
3
2
3
3
1
1
3
2
3
2
1
3
3
3
1
1
3
3
1
3
3
3
2
3
3
1
3
3
2
2
2
3
3
3
2
3
2
1
3
2
2
3
1
3
2
3
3
2
3
1
1
3
3
2
3
3
3
3
2
2
3
1
2
3
2
3
1
3
1
3
2
3
3
2
3
1
3
1
3
1
2
3
3
2
2
2
3
1
2
2
3
3
3
1
2
3
2
2
2
1
1
3
1
3
2
3
1
3
1
3
1
1
3
2
3
2
1
3
3
2
3
1
3
3
1
1
2
3
3
3
3
3
3
3
3
2
1
2
3
1
3
3
1
2
2
2
2
1
1
2
2
2
2
2
3
1
3
2
3
2
2
1
3
3
3
3
2
3
3
2
1
2
2
3
3
1
3
1
1
1
3
2
1
1
3
3
3
1
3
3
2
3
3
3
2
3
3
3
3
2
2
3
1
3
2
1
1
1
1
1
3
3
3
1
1
1
3
2
3
3
2
1
1
3
3
2
3
2
1
1
1
2
3
1
3
1
3
2
3
2
3
3
3
2
1
1
3
1
3
1
2
1
1
3
2
1
1
3
2
3
2
2
1
3
2
2
3
3
3
3
2
3
3
1
3
 Actividad 1: Cuadro comparativo

Pruebas no paramétricas Características principales

1. Esta prueba se aplica para comparar las frecuencias

esperadas (poblacionales) y las frecuencias obtenidas
(muestra)
2. La forma de la distribución es asimétrica positiva,
y se acerca a la distribución normal como mayor sea
el número de grados de libertad (g.l.).
3. Las observaciones deben ser independientes, no se
puede observar o medir a la misma persona más de
una vez.
4. El nivel de medición utilizado será nominal u
ordinal.
Chi-cuadrado
5. Se aplicará en muestreos no probabilísticos.
6. La muestra deberá ser mayor a 20 {N > 20).
7. Las frecuencias esperadas deben ser mayores a 5.
Su fórmula es:
𝑋^2=∑_𝑙^𝑘▒(𝑓_𝑜−𝑓_𝑒 )^2/𝑓_𝑒

La fórmula para obtener las fe es

𝑓_𝑒=𝑁/𝑘
La fórmula para obtener los grados de libertad es:

𝑔𝑙=𝑘−1

1. Los datos están medidos al menos a nivel ordinal.

2. Se basa en la comparación de dos funciones de
distribución (o funciones de probabilidad
acumuladas): una función de distribución empírica
F(Xi) y una función de distribución teórica F0(Xi).
Kolmogorov-Smirnov 3. El estadístico de Kolmogorov‐Smirnov consiste en
la máxima distancia observada entre ambas funciones
de distribución.

𝑍_(𝐾−𝑆)=𝑚á𝑥|𝐷_𝑖 | √𝑛
 𝑍_(𝐾−𝑆)=𝑚á𝑥|𝐷_𝑖 | √𝑛

1. La única forma factible de medición es la ordinal o

el rango.
2. No asume normalidad en los datos.
3. Asume, bajo la hipótesis nula, que los datos
vienen de la misma distribución.
4. Bajo ciertas simplificaciones puede considerarse
KrusKal-Wallis que el test de Kruskal-Wallis compara las medianas.
5. Es requisito necesario que todos los grupos tengan
la misma varianza.
Su fórmula es:

𝐻=12/𝑁(𝑁+1) [(∑▒𝑅_𝑖 )^2/𝑛]−3(𝑁+1)

1. Los dos carácteres, observados en una misma

población, son X e Y, el tamaño de la muestra es n.
Las modalidades o clases de X se denotan c1,...,cr, las
de Y por d1,...,ds.
2. nhk es el número de individuos para los cuales X
toma el valor ch e Y el valor dk.
3. nh. es el número de individuos para los cuales X
Chi-cuadrado de contingencia toma el valor ch.
4. n.k es el número de individuos para los cuales Y
toma el valor dk.
5. La distancia de chi-cuadrado de contingencia de la
distribución empírica (fhk) a la distribución teórica
estimada (fh.*f.k) vale:

𝐷_(𝑋^2=∑_(ℎ=1)^𝑟▒∑_(𝑘=1)^𝑠▒(𝑓_ℎ𝑘−𝑓_(ℎ⋅)∗𝑓_(⋅𝑘) )^2/(𝑓_(ℎ⋅)∗𝑓_(⋅𝑘) ))
vidad 1: Cuadro comparativo
Cuál es su utilidad en la inferencia
Cuándo se debe utilizar
estadística

Esta prueba se aplica para comparar las

frecuencias esperadas (poblacionales) y las
Generalmente se debe utilizar para las pruebas frecuencias obtenidas (muestra) y a partir de
de una muestra simple (pruebas de bondad de esta comparación decidir si existen diferencias
ajuste) que tienen como objetivo conocer la significativas. Las frecuencias esperadas se
distribución de la muestra. refieren a la hipótesis nula (Ho) y las
frecuencias obtenidas son los resultados
alcanzados.

Es un procedimiento de "bondad de ajuste",

La prueba de Kolmogorov-Smirnov se debe que permite medir el grado de concordancia
utilizar para una muestra que se adapta mejor existente entre los valores de las funciones de
a situaciones en las que interesa evaluar el distribución, tanto en la muestra, como la que
ajuste de variables cuantitativas. teóricamente se derivaría de la población que
se ha explicitado en la hipótesis nula.
 El análisis de varianza en una dirección de
KrusKal-Wallis es una alternativa no Es un método no paramétrico para probar si
paramétrica al análisis de varianza (razón F) un grupo de datos proviene de la misma
utilizada para comparar varias muestras población.
independientes (Levin y Levin, 2002).

La prueba chi-cuadrado de contingencia nos

permite determinar que dos variables
La prueba chi-cuadrado de contingencia sirve aleatorias X e Y son independientes si y sólo
para comprobar la independencia de si para cualquier pareja de valores x e y la
frecuencias entre dos variables aleatorias, X e probabilidad de que X tome el valor x e Y el
Y. valor y, simultáneamente, es igual al producto
de las probabilidades de que cada una tome el
valor correspondiente.

𝑓_(ℎ⋅)∗𝑓_(⋅𝑘) ))
 Prueba Chi-Cu
Estadístico de Prueba

Hipotesis
H0: Los datos provienen de una muestra al azar de una población distribuida d
H1: Los datos no provienen de una muestra al azar de una población distribu

Pasos a verificar:
1. Plantear las hipótesis nula y alterativa.
2. Determinar el nivel de significancia.
3. Estimar el valor del estadístico de prueba
4. Establecer la regla de decisión.
5. Tomar la decisión.

Variable: PRECIO D
Paso 1: Plantearla hipótesis
Hipotesis Nula (Ho): No existen diferencias significativas en el precio de en
Hipotesis Altervativa(H1): Existen diferencias significativas en el precio de

Paso 2: Determinar el nivel de significancia.

α = 0.05
Paso 3: Estimar el estadístico de prueba
Ingrese los valores solicitados en los espacios sombreados:

Datos iniciales
Media 5685.831622177
Desviación 403.003737877
Num de datos (k) 5 K
n 487

Tabla de frecuencias

Xi Oi Ei= n/k
1. Hogar 101 97.400
2. Belleza 94 97.400
3. Accesorios tecnológ 97 97.400
4. Deportivos 91 97.400
5. Vestuario 104 97.400
Total 487 487

El valor del Chi-Cuadrado de prueba (calculado) es:

= 1.121

Paso 4: Establecer la regla de decisión.

El valor del Chi-cuadrado de tabla (teorico) es:
= 9.488 Grados de libertad= k-1

Paso 5: Tomar la decisión

Si Chi calculado es menor o igual que chi crítico (teórico) SE A

Criterio de decisión:
Se acepta la hipótesis nula con un nivel de significancia del 0.05

Conclusión:
Como Chi calculado es 1.121 a chi crítico 9.488 la Ho se acepta. Por tanto, no
K-Mundo
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.

Variable: PRECIO DE ENVÍO

ignificativas en el precio de envÍo de los tipos de artículos que vende la Compañía K Mundo
s significativas en el precio de envÍo de los tipos de artículos que vende la Compañía K Mundo

a.

ombreados:

K= Categorías observadas

(Oi-Ei)2 /Ei
 0.133
0.119
0.002
0.421
0.447
1.121

Grados de libertad= k-1

al que chi crítico (teórico) SE ACEPTA LA Ho, en caso contrario SE RECHAZA

ificancia del 0.05

la Ho se acepta. Por tanto, no existen diferencias significativas en los productos vendidos por
f(xi)

de la Compañía K Mundo
ende la Compañía K Mundo
SE RECHAZA

los productos vendidos por

 Prueba Kolmogo
Estadístico de Prueba

Hipotesis
H0: Los datos analizados siguen una distribución M.
H1: Los datos analizados no siguen una distribución M.

Pasos a verificar:
1. Plantear las hipótesis nula y alterativa.
2. Determinar el nivel de significancia.
3. Estimar el valor del estadístico de prueba
4. Establecer la regla de decisión.
5. Tomar la decisión.

Variable: Edad d
Paso 1: Plantear la hipótesis
Hipotesis Nula (Ho): La distribución de los datos de la edad de los cli
Hipotesis Altervativa(H1): La distribución de los datos de la edad d

Paso 2: Determinar el nivel de significancia.

α = 0.05

Paso 3: Estimar el estadístico de prueba

Ingrese los valores solicitados en los espacios sombreados:

Datos iniciales
Media 36.33470226
Desviación 10.56436704
Mínimo 18
Máximo 55
Rango 37 Rango =Max - min
Número de Datos 487
Sturges( Nºde Intervalos) 9.93 10.00
Tamaño del Intervalo (A) 4 A= Rango/Sturges

Tabla de frecuencias

Intervalos lim Inf Lim Sup

[18-21] 18 21.00
[22-25] 22.00 25.00
[26-29] 26.00 29.00
[30-33] 30.00 33.00
[34-37] 34.00 37.00
[38-41] 38.00 41.00
[42-45] 42.00 45.00
[46-49] 46.00 49.00
[50-53] 50.00 53.00
[54-57] 54.00 57.00
TOTAL

Paso 4. Establecer la Regla de Decisión

Estadistico de Prueba S- 0.054054054

Nivel de Significancia 0.05
n 487
Estadistico obtenido de
la tabla (teórico) 0.061627483
La Hipotesis SE ACEPTA

Paso 5. Tomar la Decisión

Si el estadístico de prueba es menor o igual que el estadístico crítico (

Conclusión:
Se ACEPTA la Ho, por tanto, la distribución de los datos de la edad de lo
normal.
ba Kolmogorov-Smirnov
Siendo
Fn(x)= Función de distribución muestral
F0(x)= Función teórica

ón M.
ución M.

Variable: Edad del cliente

datos de la edad de los clientes de la Compañía K Mundo se ajusta a la distribución normal

de los datos de la edad de los clientes de la Compañía K Mundo no se ajusta a la distribución normal.

a.

sombreados:

o =Max - min
ango/Sturges

Fo FOR FOR ACUM FER ABS(FOR ACUM-FER )

47 0.0965092 0.09650924025 0.081081081 0.015428159165326
47 0.0965092 0.19301848049 0.1891891892 0.003829291303624
55 0.1129363 0.30595482546 0.2972972973 0.008657528164715
55 0.1129363 0.41889117043 0.4054054054 0.013485765025806
57 0.1170431 0.53593429158 0.5135135135 0.022420778067595
63 0.1293634 0.66529774127 0.6216216216 0.043676119651479
43 0.0882957 0.75359342916 0.7297297297 0.023863699428381
53 0.1088296 0.86242299795 0.8378378378 0.024585160108774
42 0.0862423 0.94866529774 0.9459459459 0.002719351795327
25 0.0513347 1 1.0540540541 0.054054054054054
487 1

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

los datos de la edad de los clientes de la Compañía K Mundo se ajusta a la distribución

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

Tabla de Estadístico Teórico

rico
 PRUEBA H DE KRUSK
Estadístico de Prueba:

Variable: Vida útil del p

Pasos a verificar:
1. Ordenar los datos
2. Asignar Rangos
3. Calcular suma de Rangos
4.Calcular el estadístico de Prueba
5. Establecer nivel de significancia e hipótesis
6. Estadístico teórico
7. Toma de Decisión
Paso 1 ordenar los datos u observaciones

T1 T2
60 18
48 48
36 18
12 36
18 48
12 36
36 48
36 12
48 36
36 12

Paso 2: Asignar Rangos

Rangos T1 T2
12 12
12 12
18 18
36 18
36 36
36 36
36 36
 48 48
48 48
60 48

Paso 3: Calcular suma de Rangos

Rangos T1 T2
3 3
3 3
8.5 8.5
18.5 8.5
18.5 18.5
18.5 18.5
18.5 18.5
32 32
32 32
39.5 32
TOTAL 192 174.5
Total ^2 36864 30450.25

Paso 4: Calcular el estadístico de Prueba

(primer cuadrado/Total T1)+(segundo

cuadrado/Total T2)+(tercer
cuadrado/Total T3)+(ultimo
cuadrado/Total T4)
 3.47304878048783

Paso 5: Establecer Nivel de significancia e hipotesis:

α = 0.05
Hipótesis
Ho: No existen diferencias en las distribuciones de frecuencia de la vida util de los dife
Ha: Existen diferencias en las distribuciones de frecuencia de la vida util de los diferen

Paso 6: Estadístico Teorico

La región de rechazo para el estadísitico H con a = 0,05 incluye valores de H ≥ que el e

Donde esta básado en (k-1) = (4 - 1) = 3 grados de libertad.

H teórico o crítico= 7.815

H calculado 3.47304878048783

Paso 7: Toma de Decisión

Si el valor crítico es menor o igual al calculado se rechaza la Ho
7.815 es mayor a 3.47304878048783
Conclusión:
Como el estadistico calculado es menor al estadistico teórico
diferencias en las distribuciones de frecuencia de la vida uti
vende la Compañía K Mu
 DE KRUSKAL-WALLIS

e: Vida útil del producto

T3 T4
36 18
48 48
36 48
36 36
36 36
18 48
48 48
12 36
18 48
48 60

T3 T4
12 18
18 36
18 36
36 36
36 48
36 48
36 48
 48 48
48 48
48 60

T3 T4
3 8.5
8.5 18.5
8.5 18.5
18.5 18.5
18.5 32
18.5 32
18.5 32
32 32
32 32
32 39.5
190 263.5 R Rango
36100 69432.25

0.007317073171 n= 40

17284.65

123
83

e hipotesis:

encia de la vida util de los diferentes tipos de artículos que vende la Compañía K Mundo
ia de la vida util de los diferentes tipos de artículos que vende la Compañía K Mundo

ncluye valores de H ≥ que el estadístico teórico

e rechaza la Ho
por tanto se acepta la Ho y se rechaza la H1

r al estadistico teórico la Ho SE ACEPTA. Por tanto, no existen

cuencia de la vida util de los diferentes tipos de artículos que
nde la Compañía K Mundo
 TABLA DE CONTIN
Prueba Chi - Cuadrada para tablas de contingencia
Estadístico de Prueba:

Variable: Tipo de artículo y recome

Pasos a verificar:
1. Establecer nivel de significancia e hipótesis
2.Realizar tabla de contingencia (valores observados)
3. Calcular valores esperados
4.Calcular el estadístico de Prueba
5. Estadístico teórico
6. Toma de Decisión
Paso 1: Establecer Nivel de significancia e hipotesis:

α = 0.05
Hipótesis
Ho: El tipo de artículos que vende la Compañía K Mundo favorece de igual forma la recomendación del
Ha: El tipo de artículos que vende la Compañía K Mundo no favorece de igual forma la recomendación

2.Realizar tabla de contingencia

Recomendación del produc

Tipo de artículo
1. Si
1. Hogar 27
2. Belleza 23
3. Accesorios tecnológicos 22
4. Deportivos 27
5. Vestuario 24

Con valores observados (Oi)

 Recomendación del produc
Tipo de artículo
1. Si
1. Hogar 27
2. Belleza 23
3. Accesorios tecnológicos 22
4. Deportivos 27
5. Vestuario 24

3: Calcular los valores esperados (Ei)

Recomendación del produc

Tipo de artículo
1. Si
1. Hogar 27
2. Belleza 23
3. Accesorios tecnológicos 22
4. Deportivos 27
5. Vestuario 24
Total 123

4: Calcular el estadístico de Prueba

Recomendación del producto Oi

Tipo de artículo
1. Si 2. No
1. Hogar 27 24
2. Belleza 23 25
3. Accesorios tecnológicos 22 26
4. Deportivos 27 21
5. Vestuario 24 32
Total 123 128

5: Estadístico Teorico

Número de filas 5
Número de columnas 3
grados de libertad 8
𝛼
 𝛼 0.05
Χ_ 15.51
𝛼^
2
6: Toma de Decisión

Conclusión

Como el estadístico calculado es menor al estadístico teórico se rechaza Ho, es decir, el tipo de artículo
recomendación del producto por parte de los clientes.
BLA DE CONTINGENCIA
a para tablas de contingencia (tabla de clasificación cruzada)

o de artículo y recomendación del producto

os)

a e hipotesis:

ce de igual forma la recomendación del producto por parte de los clientes

orece de igual forma la recomendación del producto por parte de los clientes

Recomendación del producto Oi

2. No 3. Tal vez
24 50
25 46
26 49
21 43
32 48
 Recomendación del producto Oi
2. No 3. Tal vez
24 50
25 46
26 49
21 43
32 48

Recomendación del producto Oi

Ei
2. No 3. Tal vez
24 50 33.666666667
25 46 31.333333333
26 49 32.333333333
21 43 30.333333333
32 48 34.666666667
128 236 -

ón del producto Oi
Ei (Oi-Ei)2 /Ei
3. Tal vez
50 33.6666666666667 12.01980198
46 31.3333333333333 10.361702128
49 32.3333333333333 13.134020619
43 30.3333333333333 8.5274725275
48 34.6666666666667 8.6153846154
236 - 52.658381869
Χ_𝑐^ 52.658382
2
e rechaza Ho, es decir, el tipo de artículos que vende la Compañía K Mundo no favorece de igual forma la
al forma la
 Referencias

Rivera, A. S., & García, M. M. (2012). Aplicación de la estadística a la psicología. México, D.F., MX:
Editorial Miguel Ángel Porrúa. (pp. 73-131).