TALLER NÚMERO 1 CORTE 3

PRUEBAS DE HIPÓTESIS PARA UNA POBLACIÓN Y UNA PROPORCIÓN

BASE DE DATOS

LUIS ALBERTO RICARDO MONTIEL

DOCENTE:
JORGE MARIO MARTÍNEZ CONDE

ESTADÍSTICA INFERENCIAL

SEMANA B

UNIVERSIDAD DE CÓRDOBA
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
ADMINISTRACIÓN EN FINANZAS Y NEGOCIOS INTERNACIONALES
IV SEMESTRE

SEDE:

MONTERÍA – CÓRDOBA

FEBRERO 2022
 TALLER 1 CORTE 3

En este trabajo contamos con la base de datos Mercado_23 la cual será

de uso para crear hipótesis para cada una de las variables que contiene
dicha base.
1. Lo primero que se procede a realizar es cargar la base de datos.
Usamos la variable BV para separar las dos poblaciones, es su único
fin, y elegimos una de las dos variables con la que se va a trabajar.
En la variable BV tenemos la bolsa de New York y La Bolsa del
Mercado Nasdaq

2. Realizamos las pruebas de normalidad (Grafica y teórica) para las

variables cuantitativas.

3. Vamos a aplicar los métodos estadísticos para pruebas de hipótesis,

en la cual se deberá mostrar los respectivos pasos y conclusiones;
es de tener en cuenta que debemos definir un valor µ0 para probar la
hipótesis

4. Por ultimo realizamos pruebas de hipótesis para la proporción, en

este caso debemos utilizar la variable cualitativa de la bolsa de
valores con la que se desea trabajar, debemos definir un valor de 𝑝0
para probarlo.
 SOLUCIÓN
1. Iniciamos cargando la base de datos y separamos estas, se deberá escoger
una variable de la BV que está dividida en la N (bolsa de New York) y la
NQ (mercado nacional de Nasdaq).
Vamos a trabajar con la bolsa de New York

2. Realizamos prueba de normalidad, tanto grafica como teórica para

variables cuantitativas.
Se puede iniciar con la variable que se desee.
Iniciamos con la variable cuantitativa BusinessWeek.
Se usa este código:

La grafica indica que los valores 22 y 12 presentan un comportamiento

anormal, también se puede ver que algunos valores se encuentran
alejados.
Ahora realizamos la prueba teórica (Shapiro-Wilk) para la variable
Businessweek

El valor obtenido en p- value para la población New York (BusinessWeek)

es de 0,01016 y no supera el valor 0,05; lo que significa, que los datos no
son normales.
Prueba grafica para Precio

Por medio de esta gráfica, se puede observar que los valores 24 y 22

parecen ser extraños, también se alcanza a notar que muchos valores
mantienen un comportamiento normal, se mantienen dentro de la línea,
pero algunos están alejados de esta.
Ahora realizamos la prueba teórica (Shapiro- Wilk) para Precio

Como podemos notar el valor de p- value de la población Precio supera el

valor de 0,05.
El valor del p- value de la variable New York (Precio) es de 0,3274 Por lo
tanto, los datos de esta población presentan normalidad.
Prueba grafica para Ganancia

En esta grafica se puede notar que los valores 14 y 28 parecen tener un

comportamiento extraño, algunos datos se encuentran alejados de la línea,
así como algunos parecen tener un comportamiento normal.
Ahora realizamos la prueba teórica (Shapiro- Wilk) para Ganancia

Como el valor obtenido en el p-value es menor a 0,05 se puede concluir que

los datos no son normales en la variable New York Ganancia
Prueba grafica para Margen.

Los valores 15 y 12 parecen tener un comportamiento extraño, también se

puede notar que varios datos mantienen un comportamiento normal.
 Ahora realizamos la prueba teórica (Shapiro- Wilk) para Margen

Como el valor del p-value es mayor a 0,05 podemos concluir que los datos
de la variable New York Margen son normales.

3. Ahora vamos a realizar pruebas de hipótesis con las variables cuantitativas.

El estadístico de prueba que vamos a utilizar es el t de Student, lo que en r
vendría siendo el t.test, el nivel de significancia que será utilizado será del
0,05.

Prueba de hipótesis N (BusinessWeek)

 Se desea probar si los datos de la variable BusinessWeek de la bolsa de
New York tienen una media menor a 150
 Planteamos las siguientes hipótesis

𝐻0 : µ ≥ 150

𝐻1 : µ < 150

 El nivel de significancia será de:

𝛼 = 0,05
 Tenemos los siguientes datos de la muestra
𝑥̅ = 207,9286 s = 131,2713 n = 28

 Aplicamos el t.test:
 Decisión y conclusión
Como podemos notar el valor del p-value es superior al nivel de
significancia seleccionado, con esto se decide no rechazar la hipótesis nula
y concluir que la media de los datos de la variable BusinessWeek de la
bolsa de New York tienen un promedio no menor a 150.
Prueba de hipótesis N (Precio)
 Se desea probar si los datos de la variable Precio de la bolsa de New York
tienen una media mayor a 70.
 Planteamos las siguientes hipótesis

𝐻0 : µ ≤ 70

𝐻1 : µ > 70

 El nivel de significancia será de:

𝛼 = 0,05
 Tenemos los siguientes datos de la muestra
𝑥̅ = 60,5 s = 20,35518 n = 28

 Aplicamos el t.test:

 Decisión y conclusión.
Debido a que el valor del p-value supera al nivel de significancia dado se
decide no rechazar la hipótesis nula y concluimos que la media de los datos
de la variable Precio de la bolsa de New York no es mayor a 70
 Prueba de hipótesis N (Ganancia)
 Se desea probar si los datos de la variable Ganancia de la bolsa de New
york tienen un promedio mayor a 2

 Planteamos las siguientes hipótesis

𝐻0 ∶ µ ≤ 2

𝐻1 : µ > 2

 El nivel de significancia será de:

𝛼 = 0,05
 Tenemos los siguientes datos de la muestra
𝑥̅ = 3,698571 s = 2,121454 n = 28

 Aplicamos el t.test:

 Decisión y conclusión.
Como se puede notar el valor del p-value obtenido es inferior al nivel de
significancia dado por lo que se decide rechazar la hipótesis nula y concluir
que los datos de la variable Ganancia de la bolsa de New York tienen un
promedio mayor a 2.
 Prueba de hipótesis N (Margen)
 se quiere probar si los datos de la variable Margen de la bolsa de New York
tienen un promedio de 51.
 Planteamos las siguientes hipótesis

𝐻0 : µ = 51

𝐻1 : µ ≠ 51

 El nivel de significancia será de:

𝛼 = 0,05
 Tenemos los siguientes datos de la muestra
𝑥̅ = 43,93429 s = 17,05208 n = 28

 Aplicamos el t.test:

 Decisión y conclusión.
Como se obtuvo que el valor del p-value es inferior al nivel de significancia
utilizado se decide rechazar la hipótesis nula y concluir que los datos de la
variable Margen tienen un promedio diferente a 51.
4. Ahora lo que se va realizar es una prueba de hipótesis para la proporción,
en este caso debemos utilizar la variable cualitativa Ticker la cual
representa la acción de la bolsa.
Dentro de esta encontramos dos tipos de acciones, la acción ABT y la
acción HAS, como es una proporción la que se desea estimar trabajaremos
con una de las dos acciones teniendo en cuenta que solo dentro de la bolsa
de New York.
Se decide trabajar con la acción HAS, y debemos estimar la proporción,
para esto debemos contar las veces que aparece esta acción dentro de la
bolsa de New York.
Llamaremos 𝑥 el número de veces que aparece la acción dentro de la bolsa
de New York y 𝑛 el total de la muestra y la proporción seria la división del
𝑥
número de veces por el total de la muestra 𝑝 = 𝑛
El código que se va utilizar en este caso será el prop.test.

 Vamos a trabajar con la acción HAS, haciendo el conteo tenemos que

𝑥 = 15 𝑛 = 28

15
𝑝=
28

Prueba de hipótesis para la proporción (Ticker)

Se desea probar si la proporción de acciones HAS dentro de la variable
Ticker de la bolsa de New York es del 60% para esto planteamos las
siguientes hipótesis:
 Planteamos las siguientes hipótesis

𝐻0 : 𝑝 = 0,60

𝐻1 : 𝑝 ≠ 0,60

 El nivel de significancia será de:

𝛼 = 0,05
 Tenemos los siguientes datos de la muestra
𝑝 = 0,5357143 𝑞 = 0,4642857 n = 28
 Aplicamos el prop.test:

 Decisión y conclusión.
Como se puede notar, el valor del p-value es superior al nivel de
significancia dado por lo que se decide no rechazar la hipótesis nula y
concluir que la proporción de acciones de HAS dentro de la bolsa de New
York es del 60%