PRUEBAS DE HIPÓTESIS PARÁMETRICAS
PARA DOS PARÁMETROS
Sesión 7
CURSO: ESTADÍSTICA APLICADA A LOS NEGOCIOS
DOCENTE: Ms. C. Karina Jacqueline Cárdenas Rodríguez
Pruebas de Hipótesis Paramétricas para dos parámetros:
Medias y Proporciones
Fecha:
Sábado: 06/11/2021
Horario:
De 7:30 p.m. a 10:00 p.m
Logro de la sesión: El estudiante al finalizar la sesión estará en condiciones de resolver
ejercicios en situaciones reales, aplicando diferentes tipos de pruebas de hipótesis con
información de las muestras, utilizando el complemento de Excel Megastat.
Producto: Practica de desarrollo
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
PRUEBA DE
HIPÓTESIS
PARA LA
DIFERENCIA
DE MEDIAS
POBLACIONES
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Diferencia de medias para muestras independientes
Supongamos que disponemos de una muestra aleatoria de tamaño n1 y una muestra aleatoria de
tamaño n2 independiente de la anterior. Podemos construir contrastes de amplia aplicación, como se
resume a continuación:
Prueba de hipótesis:
Ho: μ1 = μ2
H1: μ1 ≠ μ2 (caso bilateral)
Ho: μ1 ≤ μ2
H1: μ1 > μ2 (caso unilateral)
Ho: μ1 ≥ μ2
H1: μ1 < μ2 (caso unilateral)
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Diferencia de medias para muestras independientes
Supongamos que disponemos de una muestra aleatoria de tamaño n1 y una muestra aleatoria de
tamaño n2 independiente de la anterior. Podemos construir contrastes de amplia aplicación, como se
resume a continuación:
Prueba de hipótesis:
Ho: μ1 = μ2 μ1 - μ2 = 0
H1: μ1 ≠ μ2 μ1 - μ2 ≠ 0
Ho: μ1 ≤ μ2
H1: μ1 > μ2 (caso unilateral)
Ho: μ1 ≥ μ2
H1: μ1 < μ2 (caso unilateral)
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
ESTADÍSTICOS DE PRUEBA
CASO 1. Cuando n1,n2 son muestras grandes (ni >=30), y las varianzas poblacionales
son conocidas: Estadístico de prueba: Z
(x1 −x 2 )−(1−2)
Zc =
21 + 22
n1 n2
Obs. Si n1 + n2 >= 60
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
ESTADÍSTICOS DE PRUEBA
CASO 2. Cuando n1 y n2 son muestras pequeñas (ni < 30) y las varianzas poblacionales
son desconocidas e iguales:
Estadístico de prueba: t de Student Donde, la varianza mancomunada se detalla:
2 2
(x1 −x 2 )−(1 2 ) S c2 =
(n1 −1)S1 +(n2 −1)S2
Tc = n1 + n2 − 2
1 1
Sc +
Y los grados de libertad son:
n1 n2
t ( prob;n 1 + n 2 −2 ) g .l
Obs. Si n1 + n2 < 60
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
CASO 3. Cuando n1 y n2 son muestras pequeñas (ni < 30) y las varianzas
poblacionales son desconocidas y diferentes
Estadístico de prueba: t de Student Donde, los grados de libertad son:
𝜇1−𝜇2 2 2 2
𝑥1−𝑥2 𝑆1 𝑆
𝑇𝑐 = + 2
𝑆2 𝑆2 𝑛1 𝑛2
1+ 2 g.l= 2 2 2 2
𝑛1 𝑛2 𝑆1 𝑆2
𝑛1 𝑛2
𝑛1−1
+ 𝑛 −1
2
Obs. Si n1 + n2 < 60
Prueba de Varianzas
PRUEBA DE HOMOGENEIDAD DE VARIANZAS
(PRUEBA F / Razón de Varianzas / LEVENE)
Ho: Var1 = Var2
H1: Var 1 ≠ Var 2
Estadístico de prueba: F
Regla de decisión:
Si valor-p >= α Las varianzas son iguales
Si valor-p < α Las varianzas son diferentes
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Diferencia de medias para muestras relacionadas
Sea X una población con media μx e Y otra población con media μy, disponemos de una muestra
aleatoria de n observaciones pareadas en ambas poblaciones. Podemos construir contrastes de amplia
aplicación, como se resume a continuación:
Prueba de hipótesis: Estadístico de prueba:
Ho: μd = 0
H1: μd ≠ 0 (caso bilateral)
Ho: μd ≤ 0
H1: μd > 0 (caso unilateral) Donde:
Ho: μd ≥ 0 𝐷o: Es el promedio de las diferencias
H1: μd < 0 (caso unilateral) 𝑆 𝐷 : Es la desviación estándar de las
diferencias
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Diferencia de Proporciones
Supongamos que disponemos de una muestra aleatoria de tamaño n1 y una muestra aleatoria de
tamaño n2 independiente de la anterior. Podemos construir contrastes de amplia aplicación, como se
resume a continuación respecto a las proporciones:
Estadístico de prueba:
Prueba de hipótesis:
Ho: P1 = P2 P1 - P 2 = 0
=
( p1 − p2 )−(P1 −P2 ) o
H1: P1 ≠ P2 (caso bilateral) Zc
1 1
P(1− P) +
Ho: P1 ≤ P2
n1 n2
H1: P1 > P2 (caso unilateral)
Donde:
Ho: P1 ≥ P2
n1 p1 + n2 p2
H1: P1 < P2 (caso unilateral) P=
n1 + n2
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
APLICACIONES
Ejemplo 1
En un estudio diseñado para comparar un nuevo tratamiento para la migraña con el tratamiento
estándar, 78 de 100 individuos que recibieron el tratamiento estándar respondieron
favorablemente y 90 de 100 del nuevo tratamiento respondieron satisfactoriamente.
¿Ofrecen estos datos evidencia suficiente para indicar que el nuevo tratamiento es más
efectivo? Sea α =0.05. Indicar que señala el IC, respective.
DATOS: PASOS:
Tratamiento estándar: 𝑎 1 = 78, 𝑛 1 = 1. PLANTEAR LA HIPÓTESIS
100
Nuevo tratamiento: 𝑎 2 = 90, 𝑛 2 = Ho: P1 ≥ P2
100
H1: P1 < P2
2. NIVEL DE SIGINIFICANCIA
α = 0.05, NC: 95%
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
3. ESTADÍSTICO DE PRUEBA: Z 4. PROCEDIMIENTO EN MEGASTAT
Doble clic
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Ingresamos la información muestral
teniendo en cuenta:
1ro los datos de la muestra y el valor
de interés o valor de p muestral
2do escogemos el signo de la
hipótesis alternativa (<, >, ≠ )
3ro Asignamos el valor del nivel de
confianza
4to activamos el Display si se desea
obtener el IC
5to damos OK.
Regla dedecisión:
Se Rechaza Ho Si P-valor < α
No se RechazaHo Si P-valor ≥ α
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Hypothesis test for two independent
proportions
5. DECISIÓN
p1 p2 pc
0.84 p (as decimal) Dado que el valor-p = 0.0103 < 0.05, existe
0.78 0.9
suficiente evidencia estadística para decir que
168/20 el tratamiento nuevo es más efectivo que el
78/100 90/100 0 p (as fraction)
78. 90. 168. X tratamiento estándar, es decir se rechaza la
100 100 200 n hipótesis nula.
-0.12 difference
0. hypothesized difference NOTA:
std.
0.0518error Se observa también que el IC es de la forma [-0.2202; -0.0198],
-2.31 z el cual indica que el segundo parámetro es mayor que el
.0103 p-value (one-tailed, lower)
primero por lo tanto se tiene mas evidencia para concluir que el
-0.2202confidence interval 95.% lower tratamiento nuevo es mas efectivo.
-0.0198confidence interval 95.% upper
0.1002 margin of error
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
EJEMPLO 2: Comercialización de arroz
Una firma comercializadora esta interesada en vender arroz embolsado por kilos que tenga el
menor porcentaje de granos quebrados. Recibe el informe de dos molineras A y B que afirman
tener el mejor arroz embolsado con el más bajo porcentaje de granos quebrados por kilo. Para
tomar la decisión estadística se seleccionó una muestra aleatoria de 11 y otra de 10 bolsas de
arroz de un kilo de las molineras A y B, respectivamente resultando los siguientes porcentajes de
granos quebrados por kilo:
A 1.1 1.0 1.2 1.3 2.4 1.8 1.6 1.5 1.4 1.9 1.8
B 1.9 1.8 1.7 1.6 1.8 2.1 2.0 1.5 1.9 1.4
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Se sabe que las poblaciones independientes de granos quebrados por kilo se distribuyen de
manera normal con varianzas iguales, con un nivel de significancia del 5% ¿Se puede concluir que
son iguales las medias de los porcentajes de granos quebrados por kilos de las molineras A y B?.
SOLUCION:
Ingresamos los
PASOS:
datos en Excel:
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Doble clic
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Seleccionamos la
opción data input
Ingresamos la información
muestral
1ro seleccione los datos de las
muestras
2do escogemos el signo de la
hipótesis alternativa (<, >, ≠ )
3ro Escogemos el estadístico de
prueba correspondiente
4to Asignamos el valor del nivel
de confianza
5to activamos el Display si se
desea obtener el IC
6to damos OK.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
4° Observamos que el p-value es
0.1411 y lo comparamos con el
valor de significancia de la prueba
α = 0.05 teniendo:
p_value=0.1411 > α = 0.05 por
tanto Aceptamos Ho.
Concluimos: Existe suficiente evidencia
estadística para concluir que son
iguales las medias de los porcentajes de
granos quebrados por kilos de las
molineras A y B con una significancia
del 5%.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
EJEMPLO 3:
Un analista compara dos métodos de enseñanza de Matemáticas básica; el método tradicional
(T) y el método moderno de enseñanza basado en problemas (M). Una muestra aleatoria de 9
calificaciones finales con el método T y otra muestra aleatoria de 10 calificaciones finales con el
método M dieron los siguientes resultados:
T 6 14 8 11 10 18 15 20 13
M 12 11 12 10 14 15 10 13 14 12
Se asume que las calificaciones finales son dos poblaciones independientes con distribución
normal. Con un nivel de significancia de 0,01, ¿es la calificación promedio del método
tradicional menor a la calificación promedio del método moderno?
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
SOLUCION:
Ingresamos los
datos en Excel:
PASOS:
En megastat
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Prueba de Homogeneidad de Varianzas
Planteamos Ho: Var 1 = Var 2 Nivel de Significancia: α =0.01
la hipótesis H1: Var 1 ≠ Var 2
Ingresamos los datos, luego activamos la opción:
Test for equality of variances
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
2) Analizamos el p-value = 0.0080 < 0.01, entonces
rechazamos Ho, es decir debemos asumir que las
varianzas poblacionales son desiguales.
3) Luego volvemos a realizar
la prueba de hipótesis para
los promedios, conociendo ya
el comportamiento de las
1) Observamos la salida correspondiente
varianzas que son desiguales
a la prueba de igualdad de varianzas.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Realizamos la prueba de hipótesis para
los promedios:
Ho: U1 >= U2
H1: U1 < U2
Usando el nivel de significancia
(α=0.01)
Al ingresar la información no olvidar
tener en cuenta que utilizaremos el
estadístico T asumiendo varianzas
desiguales.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Nota: también podemos analizar el IC
donde tenemos [-4.622 ; 5.578] el cual por
la ley de los signos estudiadas en el modulo
anterior nos indica que los promedios son
iguales.
4° Observamos que el p-value es 0.6137 y lo
comparamos con el valor de significancia de la prueba
α = 0.01 teniendo: p_value=0.6137 > α = 0.01 por
tanto Aceptamos Ho. 5° Conclusión: Existe suficiente
evidencia estadística para concluir que
la calificación promedio del método
tradicional No es menor a la
calificación promedio del método
moderno, con una significancia del 1%.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
EJEMPLO 4:
En este ejemplo, vamos a suponer que tenemos un grupo de veinte estudiantes y
Nombre Antes Después
queremos investigar el efecto del uso de algún recurso didáctico, por ejemplo un Luis 18 22
video en YouTube, en su destreza para resolver cierto tipo de problemas Javier 21 25
Pedro 16 17
matemáticos. Les tomamos un test inicial, pedimos que miren el video y cuando Soledad 22 24
Manuel 19 16
terminen tomamos otro test. Ahora tenemos dos observaciones de cada Cecilia 24 29
estudiante. Calculamos al 5% de significación si existe diferencia entre ellos. Cristina 17 20
Angel 21 23
SOLUCION: 1ro Planteamos la hipótesis:
Manuela
José
23
18
19
20
Ho: μd = 0 Juan 14 15
H1: μd ≠ 0 Antonio 16 15
Carmen 16 18
2do Establecemos el nivel de significancia Carlos 19 26
Francisco 18 18
α =0 .05
Miguel 20 24
Laura 12 18
3ro Escogemos el estadístico de prueba
Lucía 22 25
Paula 15 19
Estadístico T para muestras pareadas Dolores 17 16
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Entramos a Datos-----Megastat
Luego Hypothesis Test
Paired Observations Clic en ok
Ingresamos toda la información
pertinente:
1ro Datos de cada grupo
2do Establecemos la hipótesis alterna
3ro Elegimos el estadístico de prueba
4to Agregamos el valor de significancia
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Hypothesis Test: Paired Observations.
4° Observamos que el p-value es 0.0044 y lo
0.000hypothesized value
comparamos con el valor de significancia de la prueba
18.400mean Antes α = 0.05 teniendo: p_value =0.0044 < α = 0.05 por
20.450mean Después tanto Rechazamos Ho.
-2.050mean difference (Antes - Después)
2.837std. dev.
0.634std. error 5° Conclusión: Existe suficiente
20n evidencia estadística para concluir
19df que hay una diferencia
estadísticamente significativa
-3.231 t
entre los dos test, con una
significancia del 1%.
.0044 p-value (two-tailed)
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
EJEMPLO 5:
La compañía de perfumes “Esperanza S.A.” desarrolló una fragancia nueva que planea comercializar con el nombre de
Heavenly. Varios estudios de mercado indican que Heavenly tiene buen potencial de mercado; al departamento de ventas
de “Esperanza S.A.” le interesa saber si hay alguna diferencia entre las proporciones de mujeres jóvenes y mayores que
comprarían el perfume si saliera al mercado. Hay dos poblaciones independientes, una de mujeres jóvenes y la otra, de
mujeres mayores. A cada una de las mujeres muestreadas se le pidió oler el perfume e indicar si le gusta lo suficiente para
comprar un frasco o no le gusta. Los resultados se muestran a continuación:
Con un nivel de
Mujeres jóvenes
significancia del 2%.
Si No No Si No No No No No No
Las mujeres jóvenes y
No No Si No No No No Si No No
mayores compran
Mujeres mayores
Heavenly en distintas
Si Si No Si No Si No No No No
No No Si No Si No No Si No No proporciones.
No No Si No No No No Si No No
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Ingresamos los datos en Excel
dando valor 0:No y 1:Si
Entramos a Datos-----Megastat
Luego Hypothesis Test
PASOS:
Compare Two Independent Proportions
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Conociendo previamente los datos correspondientes a las proporciones muestrales:
n1= 20 X1= 4 p1= X1/n1
n2=30 X2= 9 p2=X2/n2
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Nota: también podemos analizar el IC donde
tenemos [-0.3849 ; 0.1849] el cual por la ley
de los signos estudiadas en el modulo
anterior nos indica que las proporciones son
iguales.
4° Observamos que el p-value es 0.4297 y lo
comparamos con el valor de significancia de
la prueba α = 0.02 teniendo: p_value=0.4297
> α = 0.02 por tanto Aceptamos Ho.
Conclusión: Existe suficiente evidencia
estadística para concluir que las mujeres
jóvenes y mayores compran Heavenly en
iguales proporciones, con una significancia
del 2%.
Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Estimados estudiantes repasamos lo aprendido
Evaluando lo
Desarrollando los ejercicios propuestos aprendido
Revisamos y reforzamos lo aprendido.
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Ejemplo propuesto 1:
La empresa A se dedica a la fabricación de monturas de gafas. Su producción diaria X, en cientos, sigue
una distribución normal. En la empresa B, la competencia, el número de gafas producidas Y, también se
distribuye normalmente. Se extraen muestras respectivas de tamaños de 16 y 26 y los resultados
obtenidos son los siguientes:
Empresa A Media = 90 Varianza = 12
Empresa B Media = 98 Varianza = 17
¿Ofrecen estos datos evidencia suficiente para indicar que las medias poblacionales son diferentes,
asuma que las varianzas poblaciones son desconocidas e iguales? Sea α =0.05. Interpretar el IC
encontrado.
PASOS:
DATOS:
1. PLANTEAR LA HIPÓTESIS
EmpresaA: 𝑋1= 90, 𝑆 21 = 12, 𝑛 1 = 16
Ho: μ1 = μ2
Empresa B: 𝑋2= 98, 𝑆 22 = 17, 𝑛 2 = 26 H1: μ1 ≠ μ2
2. NIVEL DE SIGNIFICANCIA
α = 0.05, NC: 95%
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
3. Elegir el estadístico de Prueba:
T asumiendo las varianzas
desconocidas e iguales
Hypothesis Test: Independent Groups (t-test, pooled variance)
4. Regla de decisión:
Valor- p: 0.000000102 < 0.05 Empresa A Empresa B
90 98 mean
3.464101615 4.123105626 std. dev.
5. Decisión: 16 26 n
Con una significación del 5% se rechaza Ho, dado que 40 df
valor-p:0.000000102 < 0.05; es decir existe evidencia -8.000 difference (Empresa A - Empresa B)
15.125 pooled variance
estadística para probar que la producción promedio diaria 3.889 pooled std. dev.
1.236 standard error of difference
de la empresa de gafas A es diferente que la de B. 0 hypothesized difference
-6.474 t
1.02E-07 p-value (two-tailed)
Analizando el IC [-10.498; -5.502] indica que la producción
de la empresa de gafas A es menor que la de la empresa B. -10.498 confidence interval 95.% lower
-5.502 confidence interval 95.% upper
2.498 margin of error
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Ejemplo propuesto 2:
Un editor está interesado en conocer los efectos sobre unos costosos diseños tricolor para las cubiertas de
los libros de texto. El editor planea publicar 500 libros de texto de economía y elige aleatoriamente 40 de
ellos para colocarles las cubiertas caras y otros 40 llevan la cubierta sencilla. Para aquellos con cubiertas
caras, el promedio de ventas durante el primer año fue de 9.254 con una desviación de 2.107. para los
libros con cubiertas sencillas el promedio de ventas fue de 8.167 con una desviación de 1.681. asumiendo
que las dos poblaciones tienen distribución normal. Contrastar la hipótesis de que la media de libros con
diseños de cubierta cara es mayor con una significancia del 5%. Además interpretar el IC encontrado.
DATOS:
Cubierta cara: 𝑋1 = 9.254, 𝑆 1 = 2.107, 𝑛 1 = 40
Cubierta sencilla: 𝑋2 = 8.167, 𝑆 2 = 1.681, 𝑛 2 = 40
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
PASOS:
1. PLANTEAR LA HIPÓTESIS 2. NIVEL DE SIGNIFICANCIA
Ho: μ1 ≤ μ2 α = 0.05, NC: 95%
H1: μ1 > μ2
Hypothesis Test: Independent Groups (z-test)
3. ESTADÍSTICO DE PRUEBA
Cubiertascaras CubiertasSencillas
Z dado que las muestras son grandes 9.254 8.167 mean
2.107 1.681 std. dev.
4. REGLA DE DECISIÓN:
40 40 n
Valor-p: 0.0054 < 0.05
1.087000 difference (Cubiertas caras - Cubiertas Sencillas)
5. DECISIÓN: 0.426181 standard error of difference
Dado que valor-p:0.0054 < 0.05, se rechaza Ho, es de 0 hypothesized difference
evidencia estadística para decir que la media de las venta de 2.55 z
libros con diseños de cubierta cara es mayor que la me .0054 p-value (one-tailed, upper)
ventas de los libros con diseño simple.
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
Ejemplo propuesto 3:
A una muestra a nivel nacional (en Estados Unidos) de ciudadanos influyentes de los partidos republicano y
demócratas, se les preguntó entre otras cosas, si estaban de acuerdo con la disminución de los estándares
ambientales para permitir el uso del carbón con alto contenido de azufre como combustible. Los
resultados fueron: Al nivel de significancia 0,02, puede decirse que hay
Republicanos Demócratas
DATOS: una proporción mayor de Demócratas a favor de reducir
Cantidad muestreada 1000 800 los estándares?
Cantidad a favor 200 168
PASOS:
1. PLANTEAR LA HIPÓTESIS 2. NIVEL DE SIGNIFICANCIA 3. ESTADÍSTICO DE PRUEBA
Ho: P1 ≤ P2
α = 0.02, NC: 98% Z
H1: P1 > P2
Ejercicios de Pruebas de Hipótesis Paramétricas para dos parámetros: Medias y Proporciones
4. REGLA DE DECISIÓN:
Valor-p: 0.6994
Hypothesis test for two independent proportions
5. DECISIÓN:
Dado el valor-p: 0.6994 > α = 0.02, p1 p2 pc
entonces Aceptamos Ho, es decir 0.2 0.21 0.2044 p (as decimal)
no existe diferencia significativa 200/1000 168/800 368/1800 p (as fraction)
entre la proporción de demócratas y 200. 168. 368. X
1000 800 1800 n
republicanos.
-0.01 difference
Analizando el IC [-0.0546; 0.0346] 0. hypothesized difference
0.0191 std. error
indica también que la proporción de -0.52 z
.6994 p-value (one-tailed, upper)
demócratas y republicanos es la
misma. -0.0546 confidence interval 98.% lower
0.0346 confidence interval 98.% upper
0.0446 margin of error
ASISTENCIA A VDC EXPOSITIVA 7
