INFERENCIA ESTADÍSTICA (100403)

Fase 4 - ANOVA

Presentado por:
Johann Andres Jurado Muñoz
Luis Felipe Roa

Grupo:

Presentado a:

LIZLEY REYES ALVAREZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2021
NOMBRE ESTUDIANTE

Luis Felipe Roa

ROL LITERAL

Entregas C
 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= 4066
n= 609
K= 6 se redondea

K= 6 Seleccione la muestra cada 31 elementos

Alea= 4 Se escoge un número aleatorio entre 1 y K.
Fijo= 4 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
NOMBRE
cantidad muestra ENTIDAD
FECHA CORTE
2 10 1 12/6/2019
8 46 5 4/5/2019
24 142 1 11/23/2018
37 220 5 12/6/2019
38 226 3 11/1/2019
39 232 4 4/20/2018
40 238 4 5/10/2019
44 262 3 12/7/2018
47 280 3 9/13/2019
48 286 1 10/5/2018
55 328 4 3/23/2018
58 346 3 9/20/2019
61 364 3 3/27/2020
62 370 4 9/7/2018
64 382 3 12/14/2018
72 430 2 6/1/2018
73 436 3 3/27/2020
81 484 3 3/2/2018
91 544 2 2/2/2018
93 556 5 11/30/2018
97 580 5 9/6/2019
101 604 5 2/15/2019
110 658 2 11/15/2019
111 664 3 5/24/2019
114 682 5 12/20/2019
116 694 2 9/14/2018
131 784 1 2/2/2018
132 790 1 6/28/2019
133 796 3 2/5/2021
140 838 4 7/24/2020
142 850 1 3/29/2019
148 886 2 5/17/2019
151 904 3 10/5/2018
154 922 3 12/13/2019
161 964 2 10/9/2020
166 994 3 2/7/2020
172 1030 5 1/31/2020
177 1060 3 10/30/2020
183 1096 3 12/11/2020
184 1102 1 5/29/2020
190 1138 2 7/17/2020
203 1216 1 3/30/2018
205 1228 2 2/26/2021
214 1282 4 11/8/2019
227 1360 1 2/7/2020
231 1384 4 11/6/2020
235 1408 1 3/8/2019
237 1420 1 9/28/2018
239 1432 1 10/30/2020
251 1504 3 6/12/2020
252 1510 1 1/19/2018
253 1516 2 6/19/2020
259 1552 4 5/10/2019
262 1570 4 5/24/2019
274 1642 1 4/12/2019
283 1696 4 8/21/2020
289 1732 3 9/25/2020
295 1768 3 6/15/2018
299 1792 2 5/10/2019
302 1810 3 8/21/2020
303 1816 5 4/24/2020
304 1822 3 5/4/2018
305 1828 4 10/4/2019
331 1984 1 9/7/2018
335 2008 1 3/27/2020
346 2074 4 9/28/2018
348 2086 4 8/30/2019
352 2110 1 5/29/2020
357 2140 2 11/27/2020
365 2188 1 1/31/2020
377 2260 3 12/4/2020
386 2314 5 6/1/2018
399 2392 1 9/28/2018
405 2428 1 6/15/2018
409 2452 3 8/10/2018
415 2488 2 1/5/2018
417 2500 1 3/16/2018
427 2560 3 5/1/2020
429 2572 5 3/23/2018
430 2578 4 9/6/2019
431 2584 4 3/15/2019
434 2602 3 6/14/2019
440 2638 4 2/28/2020
447 2680 4 2/8/2019
465 2788 3 3/13/2020
477 2860 3 8/31/2018
493 2956 5 1/12/2018
497 2980 3 8/16/2019
499 2992 3 3/22/2019
505 3028 4 2/5/2021
514 3082 5 10/5/2018
523 3136 3 12/14/2018
542 3250 1 7/20/2018
543 3256 4 2/5/2021
556 3334 4 5/4/2018
560 3358 4 11/29/2019
565 3388 2 9/27/2019
566 3394 2 11/20/2020
573 3436 5 12/7/2018
577 3460 1 1/24/2020
580 3478 2 11/22/2019
592 3550 3 12/4/2020
594 3562 4 1/1/2021
605 3628 2 11/29/2019
606 3634 2 3/16/2018
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

UNIDAD DE CAPTURA NOMBRE DEL TIPO DE CRÉDITO NOMBRE

CREDITO SUBCUENTA
8 3 1 5
10 4 3 2
11 1 4 2
11 1 4 2
11 1 4 2
8 3 1 5
 9 2 2 2
8 3 1 3
8 3 1 3
8 3 1 4
8 3 1 1
9 2 2 2
8 3 1 3
9 2 2 2
9 2 2 2
8 3 1 1
8 3 1 4
8 3 1 3
8 3 1 1
11 1 4 2
11 1 4 2
8 3 1 1
10 4 3 2
8 3 1 5
8 3 1 4
8 3 1 1
11 1 4 2
9 2 2 2
11 1 4 2
8 3 1 3
8 3 1 3
9 2 2 2
8 3 1 1
8 3 1 1
9 2 2 2
9 2 2 2
9 2 2 2
9 2 2 2
9 2 2 2
8 3 1 3
9 2 2 2
11 1 4 2
8 3 1 1
8 3 1 1
9 2 2 2
11 1 4 2
8 3 1 1
8 3 1 3
9 2 2 2
8 3 1 4
8 3 1 5
 8 3 1 1
8 3 1 5
8 3 1 1
8 3 1 4
8 3 1 5
8 3 1 3
8 3 1 1
8 3 1 1
11 1 4 2
11 1 4 2
8 3 1 1
8 3 1 5
8 3 1 1
9 2 2 2
8 3 1 5
8 3 1 3
8 3 1 1
10 4 3 2
8 3 1 3
9 2 2 2
11 1 4 2
8 3 1 1
9 2 2 2
8 3 1 4
11 1 4 2
8 3 1 4
8 3 1 1
10 4 3 2
8 3 1 5
11 1 4 2
8 3 1 1
8 3 1 3
9 2 2 2
8 3 1 4
8 3 1 4
11 1 4 2
8 3 1 1
11 1 4 2
8 3 1 1
11 1 4 2
8 3 1 4
8 3 1 4
11 1 4 2
8 3 1 3
8 3 1 5
11 1 4 2
10 4 3 2
11 1 4 2
8 3 1 4
10 4 3 2
8 3 1 5
8 3 1 5
8 3 1 1
9 2 2 2
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de
aleatorio simple.

TASA EFECTIVA ANUAL MONTOS CREDITOS APROBADOS

9.15 303651 4
33.62 11018550 8
13.42 14171587 5
10.33 3389135 7
12.31 12224004 8
6.96 9878911 4
14.79 11175214 4
8.77 2681211 7
8.59 4967894 7
9.84 9680608 5
11.92 12979103 5
14.07 4084634 8
10 3028631 5
16.33 11322799 5
16.27 5276525 5
13.84 4995866 5
10.83 4425570 8
8.8 9366100 4
14.81 14088125 7
10.5 6301279 4
10.1 7870017 5
11.43 2681945 5
19.69 6470569 4
8.1 9252753 4
10.62 12899272 7
13.71 8254326 8
15.34 10676993 7
13.5 4409052 4
9.54 8285089 5
8.46 518676 5
10.7 7892287 5
13.36 9651713 8
12.04 14888050 4
11.42 5465316 8
14.99 10062281 4
14.75 6467030 7
16.06 4923886 5
13.03 14663555 4
12.89 10790607 4
9 9392965 7
14.1 12155133 8
13.61 8724644 7
12.31 447478 8
11.69 8499274 5
12.33 748310 7
7.96 12670385 4
10.52 1027244 5
10.7 6627325 7
11.84 12769833 7
10.37 4789458 5
12.4 5701310 3
14.17 6684002 7
7.22 9907439 7
11.99 14886092 7
9.71 7265822 8
7.02 9966330 4
9.65 10212032 4
12.33 9963224 5
13.85 1921401 7
11.77 9391622 5
8.25 6812081 5
12.42 13368165 7
6.83 7387530 2
11.29 1204151 5
12.21 9087387 7
7.26 4914185 8
8.5 1780597 5
10.13 1935336 8
16.42 2849876 7
9.17 14381898 3
12.67 5399171 8
10.3 7203105 5
11.43 6628504 4
15.29 5125523 6
11.1 5403978 9
15.24 8495204 6
10.22 5235685 4
12.36 14673037 9
44.16 7445892 8
6.99 4801302 6
10.68 9415208 6
11.5 4024277 3
8.48 13029902 3
15.13 5402983 3
10.41 12522901 8
11.03 153606 4
10.31 9104983 9
11.41 12642890 3
15.16 13724944 3
11.89 1503481 4
10.61 10806441 9
10.5 2527332 3
9.67 14332945 8
9.86 14459232 8
8.52 13690811 6
6.94 4011860 3
14.21 8433160 3
16.77 3524210 3
10.44 10447008 8
9.96 7553369 3
20.63 7133625 8
8.4 400601 3
7.13 8003874 8
14.54 7516944 2
6.99 10868459 5
reo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

CREDITOS DESEMBOLSADOS SALARIO DEL CLIENTE EDAD DEL PUNTAJE ESTRATO DEL
CLIENTE CREDITICIO CLIENTE
3 6 70 780 6
6 8 60 984 6
4 8 29 730 6
6 4 69 661 6
6 4 53 654 6
3 4 35 676 6
1 5 68 920 6
6 7 25 687 6
6 5 54 790 6
3 8 58 933 6
4 4 73 891 6
6 8 63 937 6
3 4 33 715 6
4 8 30 839 6
3 8 25 685 6
4 7 36 979 6
6 4 30 887 6
3 7 33 684 6
6 4 72 798 6
3 4 28 904 6
4 4 43 808 6
3 7 54 809 6
1 7 33 663 6
3 4 58 670 6
6 4 37 964 6
6 4 57 946 6
6 6 73 742 6
3 6 57 677 6
4 5 38 893 6
3 4 28 760 6
4 8 33 708 6
6 4 45 822 6
3 4 32 904 6
6 7 55 696 6
3 8 70 732 6
6 8 25 989 6
4 6 74 813 6
1 5 41 928 6
3 5 55 662 6
6 7 56 832 6
6 8 36 679 6
6 7 35 645 6
6 7 51 870 6
4 6 68 833 6
6 7 71 771 6
3 6 26 945 6
3 6 58 682 6
6 5 63 989 6
6 5 45 620 6
1 7 50 804 6
1 4 75 702 6
6 6 68 764 6
6 8 51 848 6
6 6 35 885 6
6 4 70 843 6
3 8 59 745 6
3 7 39 714 6
1 4 52 899 6
6 4 59 751 6
3 6 52 880 6
4 6 32 803 6
6 5 29 674 6
1 4 28 654 6
3 5 56 740 6
6 4 28 925 6
6 7 54 910 6
3 4 39 666 6
6 8 34 905 6
6 8 75 836 6
1 6 31 645 6
6 5 59 889 6
3 8 69 617 6
3 7 48 780 6
6 7 72 603 6
5 7 29 823 6
5 7 47 977 6
4 8 58 867 6
5 7 42 746 6
8 8 33 622 6
6 8 56 979 6
6 7 74 955 6
2 4 28 775 6
1 4 42 933 6
2 8 33 933 6
5 8 58 963 6
1 5 71 638 6
7 5 75 970 6
1 7 29 646 6
3 6 36 853 6
4 4 47 759 6
8 4 48 875 6
1 4 62 727 6
5 7 67 977 6
6 6 68 841 6
6 7 53 695 6
3 7 67 706 6
2 4 53 959 6
1 8 60 688 6
5 8 53 622 6
3 4 43 686 6
7 5 50 684 6
3 6 38 635 6
6 8 56 867 6
1 7 45 933 6
4 7 62 884 6
SEXO DEL CLIENTE ACTIVIDAD
DEL CLIENTE
2 3
1 2
2 2
2 2
1 1
2 1
1 1
1 3
2 1
1 2
2 2
1 2
1 1
1 2
1 3
1 3
1 3
1 1
1 1
1 3
2 3
1 2
1 1
2 1
1 3
2 1
2 3
1 1
2 3
2 3
1 3
1 2
1 1
1 1
1 2
2 2
1 3
2 3
2 2
2 3
1 1
1 1
1 1
1 3
2 1
2 1
1 1
1 2
1 1
2 2
2 3
1 1
1 1
2 3
1 2
1 3
2 1
1 1
2 1
2 1
2 3
1 2
1 1
2 2
1 3
1 2
2 3
2 2
1 3
2 3
2 1
2 1
1 3
1 1
1 1
1 3
1 1
2 3
1 3
1 1
1 1
2 2
2 1
2 3
2 1
1 2
2 1
2 1
2 3
1 3
1 3
2 1
1 1
2 3
2 1
2 1
2 1
1 3
1 2
1 1
1 2
1 3
2 1
1 1
2 1
 Realizar de forma individual los mapas y publicarlos en est

ESTUDIANTE 1:

ANOVA

Comprende

Modelos de analisis Analisis de varianza

Modelo 1: Contrasta la hipotesis nula

En la prueba de hipotesis se de las medias
supone que la P de muestras poblacionales P>2 son
son muestras de p iguales, frente a la
poblacionales fijas. hipotesis alternativa de
que por lo menos una
Modelo 2: poblacion es diferente a
Supone que la p muestras se su valor esperado.
han seleccionado
aleatoriamente de un
conjunto q>p poblacionaes.

¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por qué

es necesario aplicar la varianza para evaluar las medias de las variables en respuesta de buscar difer
datos en resumen.
El estudio tasa de interes ofrecida antes de declarase la emegercia economica recoge datos que son
investigadores con el fin analizar variantes de variables que son clasificados por categorias. Despues
establecer diferencias con el que de dara un veredicto de si aceptra H0 0 H1.
y publicarlos en este espacio

1:

Cuando aplicar la
varianza?

Cuando las muestras

diferencian significativas
la media entre 3 o mas
grupos independientes:

se aplica cuando
tenemos varios grupos
de muestras y
queremos sacar el
resultado de los grupos
mencionados. sacar el
analisis de resultado por
medio de la valoracion
del analisis cuantitativo.

que por qué

en respuesta de buscar diferencias significativas de los

omica recoge datos que son estudiados por

dos por categorias. Despues el consolidado de datos para
0 H1.
ESTUDIANTE 2:
ESTUDIANTE 3:
ESTUDIANTE 4
ESTUDIANTE 4:
ESTUDIANTE 5:
5:
 ESTUDIANTE 1: Johann Andres

Evaluar si la “Tasa efectiva anual” depende del

Credito de consumo
Credito de consumo 1
Credito de consumo 2
Credito de consumo 3
Credito de consumo 4
Credito de consumo 5

Paso 1: Describir la hipótesis

H0: Evaluar si la "Tasa efectiva anual" depende del "Tipo de credito".

H1: Evaluar si la "Tasa efectiva anual" no depende del "Tipo de credito".

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

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Credito de consumo
Observación 1 9.15
Observación 2 9.19
Observación 3 10.62
Observación 4 8.54
Observación 5 10.7

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Columna 1 5
Columna 2 5
Columna 3 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 790.48876
Dentro de los grupos 271.8394

Total 1062.32816
Paso 5: Tomar la decisión

Se rechaza la hipostesis nula ya que el valor de Zprueba "17,44" esta por fuera de la zona de aceptacion. Por lo que se a
Conclusión:

El valor de Zprueba "17,44" es mayor que el Zteorico "3,88" por lo que se estim

ESTUDIANTE 2:

Paso 1: Describir la hipótesis

 H0:
H1:

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

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Observación 1
Observación 2
Observación 3
Observación 4
Observación 5

Análisis de varianza de un factor

Paso 5: Tomar la decisión

Conclusión:

ESTUDIANTE 3: LUIS FEL

.Evaluar si la “Puntaje crediticio” depende del “Est
la persona fue diagnosticada

BAJO
PUNTAJE CREDITICIO 1.
PUNTAJE CREDITICIO 2.
PUNTAJE CREDITICIO 3.
PUNTAJE CREDITICIO 4.
PUNTAJE CREDITICIO 5.

Paso 1: Describir la hipótesis

Evaluar si la la “Puntaje crediticio” depende del “Estrato del cliente” que
H0: Evaluar
la persona
si lafue
la diagnosticada.
“Puntaje crediticio” no depende del “Estrato del cliente” que
H1: la persona fue diagnosticada.

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

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

BAJO
Observación 1 932
Observación 2 677
Observación 3 736
Observación 4 721
Observación 5 781
Análisis de varianza de un factor

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Columna 1 5
Columna 2 5
Columna 3 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 12629.2
Dentro de los grupos 154476.8

Total 167106

Paso 5: Tomar la decisión

se acepta la hipostesis nula ya que el valor de Zprueba "0,490" esta por dentro de la zona de ace
crediticio” no depende del “Estrato del cliente” que la persona fue diagnosticada.
Conclusión:
 El valor de Zprueba "0,490" es menor que el Zteorico "3,88" por lo que se estim

ESTUDIANTE 4:

Paso 1: Describir la hipótesis

H0:
H1:

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

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Observación 1
Observación 2
Observación 3
Observación 4
Observación 5

Análisis de varianza de un factor

Paso 5: Tomar la decisión

Conclusión:

ESTUDIANTE 5:
Paso 1: Describir la hipótesis

H0:
H1:

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

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Observación 1
Observación 2
Observación 3
Observación 4
Observación 5

Análisis de varianza de un factor

Paso 5: Tomar la decisión

Conclusión:
 ESTUDIANTE 1: Johann Andres Jurado Muñoz

la “Tasa efectiva anual” depende del “Tipo de crédito”.

Adquicision de vivienda Diferente a leasing

Adquicision de vivienda 1 Diferente a leasing 1
Adquicision de vivienda 2 Diferente a leasing 2
Adquicision de vivienda 3 Diferente a leasing 3
Adquicision de vivienda 4 Diferente a leasing 4
Adquicision de vivienda 5 Diferente a leasing 5

al" depende del "Tipo de credito".

al" no depende del "Tipo de credito".

e se va a trabajar

Adquicision de vivienda Diferente a leasing

15.6 31.09
13.86 21.93
11.41 33.62
13.25 32.1
16.32 15.13

Suma Promedio Varianza

48.2 9.64 0.93415
70.44 14.088 3.79847
133.87 26.774 63.22723

Zprueba
Grados de libertad Promedio de los cuadrados F
2 395.24438 17.4475538
12 22.6532833333333

14
 Se acepta H0 Se rechaza la H0 = 17,44

esta por fuera de la zona de aceptacion. Por lo que se acepta la hipotesis alternativa. Evaluar si la "Tasa efectiva anual" no depende de

ue el Zteorico "3,88" por lo que se estima rechazar la hipotesis nula y aceptar la hipotesis alte

ESTUDIANTE 2:
e se va a trabajar

No rechazar Ho
 Rechazar Ho

ESTUDIANTE 3: LUIS FELIPE ROA

“Puntaje crediticio” depende del “Estrato del cliente” que
la persona fue diagnosticada.

MEDIO-BAJO ALTO
PUNTAJE CREDITICIO 6. PUNTAJE CREDITICIO 11.
PUNTAJE CREDITICIO 7. PUNTAJE CREDITICIO 12.
PUNTAJE CREDITICIO 8. PUNTAJE CREDITICIO 13.
PUNTAJE CREDITICIO 9. PUNTAJE CREDITICIO 14.
PUNTAJE CREDITICIO 10. PUNTAJE CREDITICIO 15.

o” depende del “Estrato del cliente” que

o” no depende del “Estrato del cliente” que

e se va a trabajar

MEDIO-BAJO ALTO
871 780
826 984
919 730
650 661
868 654
 Suma Promedio Varianza
3847 769.4 9642.3
4134 826.8 10852.7
3809 761.8 18124.2

Grados de libertad Promedio de los cuadrados F

2 6314.60000000001 0.49052803
12 12873.0666666667

14

No rechazar Ho
No se rechaza la Ho=0,490

Rechazar Ho

ba "0,490" esta por dentro de la zona de aceptacion. Por lo que no se acepta la hipotesis alternativa. Evalu
la persona fue diagnosticada.
e el Zteorico "3,88" por lo que se estima aceptar la hipotesis nula y no aceptar la hipotesis al

ESTUDIANTE 4:

e se va a trabajar
No rechazar Ho

Rechazar Ho

ESTUDIANTE 5:
e se va a trabajar

No rechazar Ho
Rechazar Ho
 Zteorico
Probabilidad Valor crítico para F
0.000280751609563 3.88529383465239
sa efectiva anual" no depende del "Tipo de credito".

aceptar la hipotesis alternativa.

 Probabilidad Valor crítico para F
0.624061404943415 3.88529383465239

hipotesis alternativa. Evaluar si la “Puntaje

o aceptar la hipotesis alternativa.
 Conclusiones Inferenciales

ESTUDIANTE 1
ESTUDIANTE 2
 ESTUDIANTE 3 -Luis Felipe Roa

El analisis de Varianza o ANOVA, se utilizo para comparar y

analizar las diferencias o semejanzas tanto de las medias
como de las varianzas, donde una alta o baja razon dio para
la aceptacion o rechazo de la hipotesis dada.
ESTUDIANTE 4
ESTUDIANTE 5
Referencias

ESTUDIANTE 1

Deben us
sólo copi

ESTUDIANTE 2

ESTUDIANTE 3

ESTUDIANTE 4

ESTUDIANTE 5
ESTUDIANTE 5
Deben usar las normas APA, no
sólo copiar y pegar los links de
referencias.