ADA 3 Estadística Ejercicios

A B C D E F
Medias 0 0 0 0 0 0
Varianzas 0 0 0 0 0 0
Media Gral. 0
Var. Pond. 0 0 0 0 0 0
Dif. Pond. 0 0 0 0 0 0
Var de Med 0 Var Pob #VALUE! Estadístico

(CMTR) (CME) (F)
Valor-p #VALUE! Alpha Comparación
100 %
Intervalo de Confianza
Xbarra s(raiz de CME) g.l. (nt-k) Intervalo de Confianza
0 #VALUE! #VALUE! #VALUE! #VALUE!
TABLA ANOVA DE DATOS CONDENSADOS
F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

Tratamientos SCTR k-1 CMTR=SCTR/(k-1) CMTR
Error SCE nt-k CME=SCE/(nt-k) CME
Total STC nt-1

Tratamientos #DIV/0!
#DIV/0! #DIV/0!
Error #DIV/0!
Total 0 0
G Tratamientos
0 n no hay datos A B C D
0 k 0
nt #VALUE!
0 SCE 0
0 SCTR 0
#VALUE!
#VALUE!
n1 n2 n3 n4
0 0 0 0
E F G
n5 n6 n7
0 0 0
LEPM
A B C D E F
Medias 0 0 0 0 0 0
Media Gral. 0
Dif. Pond. 0 0 0 0 0 0
Var. Pond. 0 0 0 0 0 0
Var Pob #VALUE! Var de Med 0 Estadístico

(CME) (CMTR) (F)
prueba de columnas y diferencia de medias (hasta cinco)

A-B A-C B-C A-D B-D C-D
diferencias 0 0 0 0 0 0
raices 0 0 0 0 0 0
Estadístico #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!

(tij)
valor-p #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
alpha 0 0 0 0 0
comparación #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
Intervalos #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!

de Confianza #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
para diferencia
G Tratamiento
0 n no hay datos A B C
0 k 0
nt #VALUE!
#VALUE!
#VALUE!
A-E B-E C-E D-E

0 0 0 0 n1 n2 n3
0 0 0 0 0 0 0
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
0 0 0 0
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#VALUE! #VALUE! #VALUE! #VALUE!

#VALUE! #VALUE! #VALUE! #VALUE!
Tratamientos
D E F G
n4 n5 n6 n7
0 0 0 0
LEPM
a) k=3 F. de Variac. s. de cuad. g.l. Cuadrado medio F
n=10 Tratamientos 4,560 2 2280
9.8653846154
Error 6,240 27 231.111111111111
Total 10,800 29
b) Regla de decisión:
Criterio del valor-p: rechazo H₀ si valor-p ≤ α
Valor-p= 0.0006078148
Debido a que 0.0000000758 < 0.05 se rechaza H₀ y se concluye que sí existe diferencia entre las medias, con un 5% de
Por lo tanto, el análisis de varianza apoya la conclusión de que las medias de los tres del número de unidades produci
A B C D E F
Medias 0 0 0 0 0 0
Media Gral. 0
Var. Pond. 0 0 0 0 0 0
Dif. Pond. 0 0 0 0 0 0
Var de Med 0 Var Pob #VALUE! Estadístico
(CMTR) (CME) (F)
100 %
0 #VALUE! #VALUE! #VALUE! #VALUE!

Total STC nt-1

Tratamientos 10,800 2 5400
31.9736842 7.581305E-08
Error 4,560 27 168.888888888889
Total 15,360 29
k=3
n=10
Valor-p
0.0006078148
as medias, con un 5% de significancia
ero de unidades producidas correctamente por cada método de fabricación no son iguales. Se necesitaría ampliar el análisis para deter
G Tratamientos
0 n no hay datos A B C D
0 k 0
nt #VALUE!
0 SCE 0
0 SCTR 0
#VALUE!
#VALUE!
n1 n2 n3 n4
0 0 0 0
iar el análisis para determinar cuál método convendría más para la fabricación del producto.
E F G
n5 n6 n7
0 0 0
LEPM
Paso 1. Establecimiento de hipótesis
H₀: µ₁= µ₂=µ₃=µ₄
Hₐ: µ₁≠µ₂≠µ₃≠µ₄
Paso 2. Obtención de datos

A B C D Media Gral.
Medias 133 139 136 144
Varianzas 47.5 50 21 54.5
Var. Pond. 190 200 84 218
Dif. Pond. 125 5 20 180
Paso 3. Estimación de la varianza poblacional entre tratamientos

Var de Med 110
(CMTR)
Paso 4. Estimación de la varianza poblacional dentro de los tratamientos

Var Pob 43.25
(CME)
Paso 5. Comparación de las estimaciones de las varianzas

Estadístico (F) 2.543352601
Paso 6. Toma de decisión

Método del valor-p
Se calcula el valor-p correspondiente a F= 2.54 y se obtiene que valor-p= 0.0928.
Como valor-p= 0.0928 > α= 0.05, no se rechaza H₀ y se concluye que las medias de las 4 pinturas no pueden consider
Paso 7. Interpretación de los resultados
El análisis de varianza favorece a la conclusión sobre que las medias de los tiempos de secado es la misma en las cuatr
Tabla ANOVA para condensación de los resultados

Tratamientos 330 3 110 2.5433526 0.0927642745
Error 692 16 43.25
Total 1022 19
CÁLCULOS DEL PROCEDIMIENTO
A B C D E F
Medias 133 139 136 144 0 0
Varianzas 47.5 50 21 54.5 0 0
Media Gral. 138
Var. Pond. 190 200 84 218 0 0
Dif. Pond. 125 5 20 180 0 0
Var de Med 110 Var Pob 43.25 Estadístico

(CMTR) (CME) (F)
Valor-p 0.092764274 Alpha 0.05 Comparación
95 %
138 6.576473219 16 131.02925 144.97075

Total STC nt-1

Tratamientos 330 3 110
2.5433526 0.0927642745
Error 692 16 43.25
Total 1022 19
138
pinturas no pueden considerarse diferentes, con un 5% de significancia.

cado es la misma en las cuatro pinturas.
G Tratamientos
0 n 5 A B C D
0 k 4 128 144 133 150
137 133 143 142
nt 20 135 142 137 135
124 146 136 140
0 SCE 692 141 130 131 153
0 SCTR 330
2.5433526
0.04276427
n1 n2 n3 n4
5 5 5 5
E F G
n5 n6 n7
0 0 0
LEPM
a) Paso 1. Establecimiento de hipótesis
H₀: µ₁= µ₂=µ₃
Hₐ: µ₁≠µ₂≠µ₃

Gerentes de mInvest. En mkt Publicidad Media Gral. 5.1666666667
Medias 5 4.5 6
Varianzas 0.8 0.3 0.4
Var. Pond. 4 1.5 2
Dif. Pond. 0.166666667 2.666666667 4.16666666667

Var de Med 3.5
(CMTR)

Var Pob 0.5
(CME)

Estadístico (F) 7

Método del valor-p
Se calcula el valor-p correspondiente a F= 7 y se obtiene que valor-p= 0.0071236
Como valor-p=0.0071236 < 0.05, se rechaza H₀, concluyendo que las medias de los tres grupos no son iguales, con un
El análisis de varianza favorece a la conclusión en cuanto a que las medias de la percepción de los valores éticos corpo

Tratamientos 7 2 3.5 7 0.0071236
Error 7.5 15 0.5
Total 14.5 17
CÁLCULOS DEL PROCEDIMIENTO
A B C D E F
Medias 5 4.5 6 0 0 0
Varianzas 0.8 0.3 0.4 0 0 0
Media Gral. 5.166666667
Var. Pond. 4 1.5 2 0 0 0
Dif. Pond. 0.166666667 2.666666667 4.16666666667 0 0 0
Var de Med 3.5 Var Pob 0.5 Estadístico

(CMTR) (CME) (F)
95 %
5.1666666667 0.707106781 15 4.29650603 6.0368273

Total STC nt-1

Tratamientos 7 2 3.5
7 0.0071235989
Error 7.5 15 0.5
Total 14.5 17
os no son iguales, con un 5% de significancia.
de los valores éticos corporativos, entre los tres grupos especilizados en marketing, tienen una diferencia significativa.
G Tratamientos
0 n 6 A B C
0 k 3 6 5 6
5 5 7
nt 18 4 4 6
5 4 5
0 SCE 7.5 6 5 6
4 4 6
0 SCTR 7
-0.0428764
n1 n2 n3
6 6 6
cia significativa.
D E F G
n4 n5 n6 n7
0 0 0 0
LEPM
b) Utilizando α= 0.05, se obtiene el valor de LSD
tα/2 2.131449546
LSD 0.870160633
Gerentes de mkt VS Investigadores en mkt

Hipótesis H₀: µ₁= µ₂
Hₐ: µ₁≠µ₂
Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₂ | = |5-4.5|= 0.5
Ya que 0.5 < 0.87, no se rechaza H₀, y no puede concluirse que las medias de la percepción del grupo de gerentes y de inve
IC 95%: |x ̅₁ - x ̅₂ | ± LSD = (5-4.5) ± 0.87 = Intervalos de confianza: (-0.3702, 1.3702)
Debido a que este intervalo incluye el cero, las dos medias podrían ser iguales, con 95% de confianza.
Gerentes de mkt VS Especialistas en publicidad

Hipótesis H₀: µ₁= µ₃
Hₐ: µ₁≠µ₃
Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₃ | = |5-6|= 1
Ya que 1 > 0.87, se rechaza H₀, por lo que puede concluirse que las medias de la percepción del grupo de gerentes y de esp
IC 95%: |x ̅₁ - x ̅₃ | ± LSD = (5-6) ± 0.87 = Intervalos de confianza: (-1.8702, -0.1298)
Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia entre las medias comparadas, con
Con 95% de confianza, la media del grupo de especialistas en publicidad es mayor que la de los gerentes, entre 0.13 a 2 un
Investigadores VS Especialistas en publicidad

Hipótesis H₀: µ₂= µ₃
Hₐ: µ₂≠µ₃
Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ̅₃ | = |4.5-6|= 1.5
Ya que 1.5 > 0.87, se rechaza H₀, por lo que puede concluirse que las medias de la percepción del grupo de investigadores
IC 95%: |x ̅₂ - x ̅₃ | ± LSD = (4.5-6) ± 0.87 = Intervalos de confianza: (-2.3702, -0.6298)
Con 95% de confianza, la media del grupo de especialistas en publicidad es mayor que la de los Investigadores, entre 1 y 2
En resumen
Gerentes de mkt VS Investigadores en mkt
|𝑥 ̅₁ - 𝑥 ̅₂ | = |5-4.5|= 0.5
Gerentes de mkt VS Especialistas en publicidad
|𝑥 ̅₁ - 𝑥 ̅₃ | = |5-6|= 1
Significativamente diferentes
Investigadores VS Especialistas en publicidad

|𝑥 ̅₂ - 𝑥 ̅₃ | = |4.5-6|= 1.5
En conclusión, tanto la percepción de los investigadores en marketing, como la de los especialistas en investigación, difier
A B C D E F
Medias 5 4.5 6 0 0 0
Varianzas 0.8 0.3 0.4 0 0 0
Media Gral. 5.166666667
Dif. Pond. 0.166666667 2.666666667 4.166666667 0 0 0
Var. Pond. 4 1.5 2 0 0 0
Var Pob 0.5 Var de Med 3.5 Estadístico

(CME) (CMTR) (F)

diferencias 0.5 -1 -1.5 0 0 0
raices 0.40824829 0.40824829 0.40824829 0 0 0
Estadístico 1.224744871 -2.44948974 -3.67423461 #DIV/0! #DIV/0! #DIV/0!

(tij)
valor-p 0.239557736 0.02706849 0.002255026 #DIV/0! #DIV/0! #DIV/0!
alpha 0.05 0.05 0.05 0.05 0.05 0.05
comparación 0.189557736 -0.02293151 -0.04774497 #DIV/0! #DIV/0! #DIV/0!
Intervalos -0.37016063 -1.87016063 -2.37016063 #DIV/0! #DIV/0! #DIV/0!

de Confianza 1.370160633 -0.12983937 -0.62983937 #DIV/0! #DIV/0! #DIV/0!
para diferencia
tα/2 2.131449546 2.131449546 2.131449546

LSD 0.870160633 0.870160633 0.870160633
ión del grupo de gerentes y de investigadores sean diferentes, con un 5% de significancia.
de confianza.
ción del grupo de gerentes y de especialistas en publicidad son diferentes, con un 5% de significancia.
02, -0.1298)
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son negativos, se concluye que la media del grupo de e
a de los gerentes, entre 0.13 a 2 unidades aproximadamente.
pción del grupo de investigadores y de especialistas en publicidad son diferentes, con un 5% de significancia.
02, -0.6298)
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son negativos, se concluye que la media del grupo de e
a de los Investigadores, entre 1 y 2 unidades aproximadamente.
specialistas en investigación, difieren de la percepción de los valores éticos corporativos de los gerentes de marketing.
G Tratamiento
0 n 6 A B C
0 k 3 6 5 6
5 5 7
nt 18 4 4 6
5 4 5
0 6 5 6
4 4 6
0
-0.0428764
A-E B-E C-E D-E

0 0 0 0 n1 n2 n3
0 0 0 0 6 6 6
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
0.05 0.05 0.05 0.05
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0!

#DIV/0! #DIV/0! #DIV/0! #DIV/0!
la media del grupo de especialistas en publicidad es mayor a la de los gerentes.
la media del grupo de especialistas en publicidad es mayor a la de los Investigadores.

Tratamientos
D E F G
n4 n5 n6 n7
0 0 0 0
LEPM
Paso 1. Establecimiento de hipótesis
H₀: µ₁= µ₂=µ₃=µ₄
Hₐ: µ₁≠µ₂≠µ₃≠µ₄

Media Gral.
Medias 7.1 9.1 9.9 11.4
Varianzas 1.208 0.928 0.7 1.016
Var. Pond. 6.04 4.64 3.5 5.08
Dif. Pond. 31.05375 0.45375 1.65375 24.60375

Var de Med 19.255
(CMTR)

Var Pob 0.963
(CME)

Estadístico (F) 19.99480789
Método del valor-p
Se calcula el valor-p correspondiente a F= 19.995 y se obtiene que valor-p= 0.0000031076
Como valor-p= 0.0000031076 < 0.05, se rechaza H₀, concluyendo que las medias de las cuatro máquinas no son iguales,

El análisis de varianza favorece a la conclusión de que las medias poblacionales del número de horas entre averías, de las

Tratamientos 57.765 3 19.255 19.9948079 0.0000031076
Error 19.26 20 0.963
Total 77.025 23
A B C D E F
Medias 7.1 9.1 9.9 11.4 0 0
Varianzas 1.208 0.928 0.7 1.016 0 0
Media Gral. 9.375
Var. Pond. 6.04 4.64 3.5 5.08 0 0
Dif. Pond. 31.05375 0.45375 1.65375 24.60375 0 0
Var de Med 19.255 Var Pob 0.963 Estadístico

(CMTR) (CME) (F)
Valor-p 3.107606E-06 Alpha 0.05 Comparación
95 %
9.375 0.981325634 20 8.3514953 10.398504701

Total STC nt-1

Tratamientos 57.765 3 19.255
19.994807892 0.0000031076
Error 19.26 20 0.963000000000008
Total 77.025 23

Tratamientos 57.765 3 19.255
19.994807892 0.0000031076
Error 19.26 20 0.963000000000008
Total 77.025 23
9.375
tro máquinas no son iguales, con un 5% de significancia.
de horas entre averías, de las cuatro máquinas, no son iguales.
G Tratamientos
0 n 6 A B C D
0 k 4 6.4 8.7 11.1 9.9
7.8 7.4 10.3 12.8
nt 24 5.3 9.4 9.7 12.1
7.4 10.1 10.3 10.8
0 SCE 19.26 8.4 9.2 9.2 11.3
7.3 9.8 8.8 11.5
0 SCTR 57.765
19.9948079
-0.04999689
n1 n2 n3 n4
6 6 6 6
E F G
n5 n6 n7
0 0 0
LEPM
a) Utilizando α= 0.05, se obtiene el valor de LSD
tα/2 2.085963447
LSD 1.18184143
Máquina 1 VS Máquina 2
Hipótesis H₀: µ₁= µ₂
Hₐ: µ₁≠µ₂
Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₂ | = |7.1-9.1|= 2
Ya que 2 > 1.18, se rechaza H₀, y puede concluirse que las medias de la máquina 1 y la máquina 2 son diferentes, con un 5%
IC 95%: |x ̅₁ - x ̅₂ | ± LSD = (7.1-9.1) ± 1.18 = Intervalos de confianza: (-3.182, -0.818)
Con 95% de confianza, la media de la máquina 2 es mayor que la de la máquina 1, entre 1 a 3 unidades aproximadamente.
Hipótesis H₀: µ₁= µ₃
Hₐ: µ₁≠µ₃
Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₃ | = |7.1-9.9|= 2.8
Ya que 2.8 > 1.18, se rechaza H₀, por lo que puede concluirse que la media de la máquina 1 y la de la máquina 2 son difere
IC 95%: |x ̅₁ - x ̅₃ | ± LSD = (7.1-9.9) ± 1.18 = Intervalos de confianza: (-3.9812, -1.6182)
Con 95% de confianza, la media de la máquina 3 es mayor que la media de la máquina 1, entre 2 y 3 unidades aproximada
Hipótesis H₀: µ₂= µ₃
Hₐ: µ₂≠µ₃
Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ̅₃ | = |9.1-9.9|= 0.8
Ya que 0.8 < 1.18, no se rechaza H₀, por ende, no puede concluirse que las medias de la máquina 2 y la máquina 3 sean dif
IC 95%: |x ̅₂ - x ̅₃ | ± LSD = (9.1-9.9) ± 1.18 = Intervalos de confianza: (-1.9818, 0.3818)
Debido a que este intervalo incluye el cero, las medias de las máquinas podrían ser iguales, con 95% de confianza.
Hipótesis H₀: µ₁= µ₄
Hₐ: µ₁≠µ₄
Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₄ | = |7.1-11.4|= 4.3
Ya que 4.3 > 1.18, se rechaza H₀, y puede concluirse que las medias de la máquina 1 y la máquina 4 son diferentes, con un
IC 95%: |x ̅₁ - x ̅₄| ± LSD = (7.1-11.4) ± 1.18 = Intervalos de confianza: (-5.4818, -3.1182)
Con 95% de confianza, la media de la máquina 4 es mayor que la de la máquina 1, entre 3 a 5 unidades aproximadamente.
Hipótesis H₀: µ₂= µ₄
Hₐ: µ₂≠µ₄
Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ̅₄| = |9.1-11.4|= 2.3
IC 95%: |x ̅₂ - x ̅₄ | ± LSD = (9.1-11.4) ± 1.18 = Intervalos de confianza: (-3.4818, -1.1182)
Hipótesis H₀: µ₃= µ₄
Hₐ: µ₃≠µ₄
Estadístico de prueba: |𝑥 ̅₃ - 𝑥 ̅₄| = |9.9-11.4|= 1.5
Ya que 1.5> 1.18, se rechaza H₀, por lo que puede concluirse que la media de la máquina 4 y la de la máquina 3 son diferen
IC 95%: |x ̅₃ - x ̅₄ | ± LSD = (9.9-11.4) ± 1.18 = Intervalos de confianza: (-2.6818, -0.3182)
Con 95% de confianza, la media de la máquina 4 es mayor que la media de la máquina 3, entre 0.3 y 3 unidades aproximad
En resumen
|𝑥 ̅₁ - 𝑥 ̅₂ | = |7.1-9.1|= 2
|𝑥 ̅₁ - 𝑥 ̅₃ | = |7.1-9.9|= 2.8
|𝑥 ̅₂ - 𝑥 ̅₃ | = |9.1-9.9|= 0.8
|𝑥 ̅₁ - 𝑥 ̅₄ | = |7.1-11.4|= 4.3
|𝑥 ̅₂ - 𝑥 ̅₄| = |9.1-11.4|= 2.3
|𝑥 ̅₃ - 𝑥 ̅₄| = |9.9-11.4|= 1.5
En conclusión, las medias de los tiempos de las máquinas 2, 3 y 4 difieren de la máquina 1. Asimismo, las medias del núme
b)
Hipótesis H₀: µ₂= µ₄
Hₐ: µ₂≠µ₄
Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ̅₄| = |9.1-11.4|= 2.3
IC 95%: |x ̅₂ - x ̅₄ | ± LSD = (9.1-11.4) ± 1.18 = Intervalos de confianza: (-3.4818, -1.1182)
A B C D E F
Medias 7.1 9.1 9.9 11.4 0 0
Varianzas 1.208 0.928 0.7 1.016 0 0
Media Gral. 9.375
Dif. Pond. 31.05375 0.45375 1.65375 24.60375 0 0
Var. Pond. 6.04 4.64 3.5 5.08 0 0
Var Pob 0.963 Var de Med 19.255 Estadístico

(CME) (CMTR) (F)
Valor-p 3.10761E-06 Alpha 0.05 Comparación

diferencias -2 -2.8 -0.8 -4.3 -2.3 -1.5
raices 0.566568619 0.566568619 0.566568619 0.566568619 0.566568619 0.566568619
Estadístico 3.530022548 -4.94203157 -1.41200902 -7.58954848 -4.05952593 -2.64751691

(tij)
valor-p 0.002103617 0.00007854 0.173317825 0.000000260 0.000612105 0.015449579
alpha 0.05 0.05 0.05 0.05 0.05 0.05
comparación -0.04789638 -0.04992146 0.123317825 -0.04999974 -0.04938789 -0.03455042
Intervalos de
Confianza -3.18184143 -3.98184143 -1.98184143 -5.48184143 -3.48184143 -2.68184143
para
diferencia -0.81815857 -1.61815857 0.38184143 -3.11815857 -1.11815857 -0.31815857
tα/2 2.085963447 2.085963447 2.085963447 2.085963447 2.085963447 2.085963447

LSD 1.18184143 1.18184143 1.18184143 1.18184143 1.18184143 1.18184143
2.8
máquina 2 son diferentes, con un 5% de significancia.
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son negativos, se concluye que la media de la máquina
1 a 3 unidades aproximadamente.
na 1 y la de la máquina 2 son diferentes, con un 5% de significancia.
12, -1.6182)
, entre 2 y 3 unidades aproximadamente.
máquina 2 y la máquina 3 sean diferentes, con un 5% de significancia.
les, con 95% de confianza.

máquina 4 son diferentes, con un 5% de significancia.
18, -3.1182)
3 a 5 unidades aproximadamente.
18, -1.1182)
a 4 y la de la máquina 3 son diferentes, con un 5% de significancia.
18, -0.3182)
, entre 0.3 y 3 unidades aproximadamente.
1. Asimismo, las medias del número de horas entre dos averías de las máquinas 2 y 3 difieren de la máquina 4.
18, -1.1182)
G Tratamiento
0 n 6 A B C
0 k 4 6.4 8.7 11.1
7.8 7.4 10.3
nt 24 5.3 9.4 9.7
7.4 10.1 10.3
0 8.4 9.2 9.2
7.3 9.8 8.8
0
19.99480789
-0.04999689
A-E B-E C-E D-E

0 0 0 0 n1 n2 n3
0 0 0 0 6 6 6
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
0.05 0.05 0.05 0.05
#DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0!

#DIV/0! #DIV/0! #DIV/0! #DIV/0!
la media de la máquina 2 es mayor que la media de la máquina 1.
la media de la máquina 3 es mayor a la de la máquina 1.

la media de la máquina 4 es mayor que la media de la máquina 1.

Tratamientos
D E F G
9.9
12.8
12.1
10.8
11.3
11.5
n4 n5 n6 n7
6 0 0 0
LEPM

ADA 3 Estadística Ejercicios

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ADA 3 Estadística Ejercicios

Cargado por

Copyright:

Formatos disponibles

A B C D E F

Var de Med 0 Var Pob #VALUE! Estadístico

Valor-p #VALUE! Alpha Comparación

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

Var Pob #VALUE! Var de Med 0 Estadístico

Valor-p #VALUE! Alpha Comparación

prueba de columnas y diferencia de medias (hasta cinco)

Estadístico #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!

valor-p #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!

comparación #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!

Intervalos #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!

A-E B-E C-E D-E

#DIV/0! #DIV/0! #DIV/0! #DIV/0!

#DIV/0! #DIV/0! #DIV/0! #DIV/0!

#DIV/0! #DIV/0! #DIV/0! #DIV/0!

#VALUE! #VALUE! #VALUE! #VALUE!

Valor-p #VALUE! Alpha Comparación

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

as medias, con un 5% de significancia

Paso 2. Obtención de datos

Var. Pond. 190 200 84 218

Dif. Pond. 125 5 20 180

Paso 3. Estimación de la varianza poblacional entre tratamientos

Paso 4. Estimación de la varianza poblacional dentro de los tratamientos

Paso 5. Comparación de las estimaciones de las varianzas

Paso 6. Toma de decisión

Tabla ANOVA para condensación de los resultados

CÁLCULOS DEL PROCEDIMIENTO

Media Gral. 138

Var. Pond. 190 200 84 218 0 0

Dif. Pond. 125 5 20 180 0 0

Var de Med 110 Var Pob 43.25 Estadístico

Valor-p 0.092764274 Alpha 0.05 Comparación

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

pinturas no pueden considerarse diferentes, con un 5% de significancia.

Paso 2. Obtención de datos

Var. Pond. 4 1.5 2

Dif. Pond. 0.166666667 2.666666667 4.16666666667

Paso 3. Estimación de la varianza poblacional entre tratamientos

Paso 4. Estimación de la varianza poblacional dentro de los tratamientos

Paso 5. Comparación de las estimaciones de las varianzas

Paso 6. Toma de decisión

Tabla ANOVA para condensación de los resultados

CÁLCULOS DEL PROCEDIMIENTO

Media Gral. 5.166666667

Var. Pond. 4 1.5 2 0 0 0

Dif. Pond. 0.166666667 2.666666667 4.16666666667 0 0 0

Var de Med 3.5 Var Pob 0.5 Estadístico

Valor-p 0.007123599 Alpha 0.05 Comparación

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p

Gerentes de mkt VS Investigadores en mkt

Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₂ | = |5-4.5|= 0.5

Gerentes de mkt VS Especialistas en publicidad

Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ̅₃ | = |5-6|= 1