Universidad Autónoma de Nuevo León

Facultad de Ingeniería Mecánica y Eléctrica

Estadística Inferencial
Maestro: Martin Luna Lazaro
N4-N6 Grupo: 004
Christopher Javier Aguilar Martínez
1947374
 Definiciones
Estadística Descriptiva: La estadística descriptiva es la técnica matemática que obtiene, organiza, presenta y describe un conjunto de datos con el
propósito de facilitar el uso, generalmente con el apoyo de tablas, medidas numéricas o gráficas.

Diagrama de Tallo y hojas: El diagrama de tallos y hojas es un formato para presentar datos cuantitativos en un formato gráfico, similar a un
histograma. Permite obtener simultáneamente una distribución de frecuencias de la variable y su representación gráfica.

Rango: es el intervalo entre el valor máximo y el valor mínimo; por ello, comparte unidades con los datos. Permite obtener una idea de la
dispersión de los datos, cuanto mayor es el rango, aún más dispersos están los datos.

Numero de clase: El número de clases en que se agrupan los datos se determina con la raíz cuadrada del número de datos cuando este es menor de
200

Anchura del intervalo: La diferencia entre el extremo mayor y el extremo menor del intervalo se llama longitud o ancho del intervalo.

Tabla de frecuencia: La distribución de frecuencias o tabla de frecuencias es una ordenación en forma de tabla de los datos estadísticos, asignando
a cada dato su frecuencia correspondiente.

Frecuencia Relativa: probabilidad experimental de un evento es la razón entre el número de resultados en los que ocurre un evento específico y el
número total de ensayos, no en un espacio muestral teórico sino en un experimento real.
 Definiciones
Varianza: es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.

Asimetría: alta o ausencia de proporciones equilibradas entre las partes de una cosa.

Histograma de frecuencia: es una representación gráfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la
frecuencia de los valores representados

Diagrama pastel: Un gráfico circular o gráfica circular, también llamado gráfico de pastel, gráfica de pizza, gráfico de tarta, gráfico de torta,
gráfico de quesitos o gráfica de 360 grados, es un recurso estadístico que se utiliza para representar porcentajes y proporciones

Polígono de frecuencia relativa: Un polígono de frecuencias relativas acumuladas de una variable cuantitativa es una representación gráfica de
una curva representando la distribución.

Curtosis: La curtosis de una variable estadística/aleatoria es una característica de forma de su distribución de frecuencias/probabilidad.

Probabilidad: es simplemente qué tan posible es que ocurra un evento determinado.

 Definiciones

Intervalo de confianza: se llama intervalo de confianza a un par o varios pares de números entre los cuales se estima que estará cierto valor
desconocido respecto de un parámetro poblacional con un determinado nivel de confianza

Ojiva: En estadística, una ojiva es un gráfico que muestra la curva de una función de distribución acumulativa dibujada a mano o en software de
computadora.

Diagrama pastel: es una gráfica circular dividida en sectores, que ilustran magnitudes o frecuencias relativas.

Población: se refiere a todos los seres vivos del mismo grupo o especie, que viven en un área geográfica particular.

Muestra Parte o cantidad pequeña de una cosa que se considera representativa del total y que se toma o se separa de ella con ciertos métodos para
someterla a estudio, análisis o experimentación.
Diagrama circular o Frecuencia de poligonos
Pastel
Prueba de hipótesis para una media
muestra grande
 Problema 1

El dueño de una empresa afirma que sus vendedores concretan 9 ventas diarias en un estudio realizado a 35 vendedores
se encontró que la media es de 8.05 con una desviación estándar de 3.90 común nivel de confianza del 95% confirme que
los vendedores realizan 9 ventas diarias

Datos: Fórmula: Sustitución:

𝜇=9
̅ = 8.05
𝒙 𝑥̅ − 𝜇 8.05 − 9
𝝈 =3.90 𝑍= 𝜎 𝑍=
3.90
n = 35
35
𝑎 = 0.05 𝑛
Z= -𝟒𝟒 .𝟏
𝐻0: 𝜇 = 9
𝐻1: 𝜇 ≠ 9
Tablas: Area Bajo la Grafica Conclusion:
curva
Se acepta la
Z 0.05 hipótesis nula (Ho)
-1.44 0.0749 Es decir que la
afirmación de
𝑎 = 0.05 gerente es correcta
𝑎/𝟐 = 0.025
Z= -1.96
Prueba de hipótesis para dos medias
muestra grande
 Problema 2

Se realizó un estudio para comparar los años promedio de servicio de quienes se retiraron en 1979 con los que se
retiraron el año anterior en una empresa. Con un nivel de significancia de 0.01 ¿podemos concluir que los trabajadores
que se retiraron el año pasado trabajaron más años según la siguiente muestra? Nota: sea población #1= año anterior.

Datos: Fórmula: Sustitución:

𝒙𝟏 = 30.4 𝑥2 = 25.6 (30.4 − 25.6)
𝜎1 = 3.6 𝜎2 = 2.9 (𝑋1 − 𝑋2 ) 𝑍=
𝒏𝟏 = 45 𝒏𝟐 = 𝟒𝟎 𝑍= 3.62 2.92
−
𝑎 = 𝟎. 𝟎𝟏 45 40
𝜎12 𝜎22
𝐻0 : 𝜇2 ≤ 𝜇1 −
𝐻1 : 𝜇2 > 𝜇1 𝑛1 𝑛2 Z=9.15
Tablas Conclusión:
Area Bajo la curva Se rechaza Ho:
Se asume que
Z 0.01
los
2.33 0.0129 empleados del
año
𝑎 = 0.01 pasado
trabajaron
Z= 2.33 menos que los
de
este año

-∞ 0 ∞
2.33 9.15
Ho H1 H1 Ho
Prueba de hipótesis para una media muestra
pequeña
Según la OMC, un índice de masa corporal para una persona saludable esta entre 18.5 y 24.99. Valores
de 25.00 a 29.99 se considera una persona pre obesa. Una persona muy acomplejada se ha pasado casa
semana durante los últimos 2 meses y calculando su IMC, conteniendo un IMC promedio de 25.7 y una
desviación estándar de 0.8. en total se realizaron 8 mediciones.
Compruebe estadísticamente con un 35% de confiabilidad si esta persona es o no es pre obesa.

Datos: Fórmula: Sustitución:

𝜇 = 25
𝒙 = 27.7 𝑥 −𝜇
𝝈 = 0.8
n=8
T= 𝑠/ 𝑛 t=
25.7−25
0.8/ 8
𝑎 = 0.06
t= 𝟐. 𝟒𝟕𝟓
𝐻0: 𝜇 = 25
𝐻1: 𝜇 ≠ 25
Tablas Grafic Conclusión: Se
a
Distribucion rechaza Ho
de t
No es obesa la
V 0.06
persona
7 2.365

T= - 2.365
T= 2.475
T= 2.365
-∞ 0
2.3 2.475 ∞
65
Ho H1 H1 Ho
Prueba de hipótesis para dos medias muestra
pequeña considerando varianzas iguales
 Problema 1
Se llevó a cabo un experimento para comparar el desgaste por abrasivos de dos diferentes materiales laminados. Se
probaron 12 piezas del material 1 exponiendo cada pieza a una máquina para medir el desgaste. Se probaron 10 piezas
del material 2 de manera similar. En cada caso se observó la profundidad del desgaste. Las muestras del material 1
revelaron un desgaste promedio (codificado) de 85 unidades con una desviación estándar muestral de 4; en tanto que
las muestras del material 2 revelaron un promedio de 81 y una desviación estándar muestral de 5. ¿Podríamos
concluir, a un nivel de significancia de 0.05, que el desgaste abrasivo del material 1 excede al del material 2 en más de
2 unidades?
Datos: Fórmula: Sustitución:
𝜇=2 𝑋1−𝑋2 −𝑑𝑜 V= 12+10-2
̅𝒙
𝟏 = 85 ̅𝒙
𝟐 = 81 t= V=20
𝝈𝟏= 4 𝝈𝟐= 𝟓 𝑆 𝑝 𝑛𝜎 1+ 𝜎 2
1 𝑛2 𝟒𝟐 𝟏𝟐 − 𝟏 + 𝟓𝟐 (𝟏𝟎 − 𝟏)
𝒏𝟏= 12 𝒏𝟐= 10 𝑺𝒑 =
𝑎 = 0.05 𝝈𝟏𝟐 𝒏𝟏 − 𝟏 + 𝝈𝟐𝟐(𝒏𝟐 − 𝟏) 𝟏𝟐 + 𝟏𝟎 − 𝟐
𝑺𝒑 = 𝟒. 𝟒𝟕𝟖
𝑺𝒑 = 𝟖𝟓−𝟖𝟏 −𝟐
𝐻0 : 𝜇1 − 𝜇2 = 2 𝒏𝟏 + 𝒏𝟐 − 𝟐 𝒕= = 1.04
𝟏 𝟏
𝟒.𝟒𝟕𝟖 +
𝐻1: 𝜇1 − 𝜇2 > 2 𝟏𝟐 𝟏𝟎
V=𝒏𝟏 + 𝒏𝟐 − 𝟐
Tablas Grafica Conclusión: Se acepta
Distribución Ho.
t 5 El desgaste por
V 0.05 abrasivo del material
1 no excede al 2 en
20 1.725
dos unidades.
V=20
𝑎 =0.05 -∞ ∞
t=1.05 H1 H0
0
1.05 1.725
H0 H1