Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesor
Ing. Pérez Quispe, Víctor
Integrantes
0
Laboratorio de Estadística Industrial 2016
INDICE
…………………… 2
…………...………11
Problemas de Regresión
Simple……………………………………………………………………………………………….20
Problemas de Regresión
Múltiple……………………………………………………………………………….……..…..31
Cuadrada........................................................................47
Prueba de Independencia
………………………………………………………………………………………………….……53
………………………………………………………………..……57
Métodos no
Paramétricos……………………………………………………………………………………………….
………61
Prueba de Wilcoxon………………………………………………………….
…………………………………………….………74
1
Laboratorio de Estadística Industrial 2016
Prueba de Mann-Whitney-
Wilcoxon…………………………………………………………………………………….….82
Prueba de Kruskal-Wallis…………………………………………….
………………………………………………………….88
Series de Tiempo…………………………………………………..
……………………………………………………………….94
Problema n°1:
Le han pedido que evalúe la respuesta de las empresas a una nueva obligación legal de
incrementar las prestaciones sanitarias que ofrecen a sus empleados. Tiene una muestra
aleatoria de 76 cambios porcentuales de las prestaciones sanitarias prometidas. La media
muestral de los cambios porcentuales es 0.078 y la desviación típica muestral es 0.201.
Halle e interprete el valor p de un contraste de la hipótesis nula de que la media
poblacional de los cambios porcentuales es 0 frente a la hipótesis alternativa bilateral.
Solución:
Z de una muestra
Prueba de mu = 0 vs. no = 0
La desviación estándar supuesta = 0.201
2
Laboratorio de Estadística Industrial 2016
Error estándar de la
N Media media IC de 99% Z P
76 0.0780 0.0231 (0.0186, 0.1374) 3.38 0.001
Problema n°2:
El director de producción de Rodamientos Niquelados, S.A., le ha pedido ayuda para
evaluar el proceso modificado de producción de rodamientos. Cuando el proceso funciona
correctamente, produce rodamientos cuyo peso sigue una distribución normal de media
poblacional 5 onzas y desviación típica poblacional 0.1 onzas. Se ha recurrido a un nuevo
proveedor de materia prima para un lote reciente de producción y el director quiere
saber si, como consecuencia del cambio, el peso medio de los rodamientos es menor. No
hay razón alguna para sospechar que el nuevo proveedor plantea problemas y el director
continuará recurriendo a él a menos que existan pruebas contundentes de que están
produciéndose rodamientos de menor peso que antes. En este problema obtenemos una
muestra aleatoria de n = 16 observaciones y la media muestral es 4.962. Tome la
decisión realizando una prueba de hipótesis por el método clásico y utilizando el valor p.
Solución:
En este caso nos interesa saber si existen pruebas contundentes para concluir que están
produciéndose rodamientos de menor peso. Por lo tanto, contrastamos la hipótesis.
Z de una muestra
3
Laboratorio de Estadística Industrial 2016
4
Laboratorio de Estadística Industrial 2016
Problema n°3:
Solución
Muestra X N Muestra p
1 11 67 0.164179
2 27 113 0.238938
Valor P = 0.159
5
Laboratorio de Estadística Industrial 2016
Problema n°4:
Solución:
Muestra X N P
1 53 94 0.563830
2 47 68 0.691176
6
Laboratorio de Estadística Industrial 2016
Problema n° 5:
El precio de venta promedio nacional para casas unifamiliares es de 181900 dólares. Para
una muestra de ventas de 40 casa unifamiliares nuevas en el sur se observó una media
muestral de 166400 dólares y una desviación estándar de 33500 dólares.
a) Formule las hipótesis nula y alternativa que servirán para determinar si los datos
de la muestra sustentan la conclusión de que el precio de ventas promedio
poblacional para las casas unifamiliares nuevas en el sur es menor que la media
nacional de 181900 dólares.
b) ¿Cuál es el valor del estadístico de prueba?
c) ¿Cuál es el valor de p?
d) Con α = 0.01, ¿Cuál es su conclusión?
Solución:
a)
b)
Z de una muestra
Error
Estándar Límite
De la superior
N Media media 99% Z P
40 166400 5297 178722 -2.93 0.002
7
Laboratorio de Estadística Industrial 2016
Problema n°6:
Solución:
Z de una muestra
8
Laboratorio de Estadística Industrial 2016
Problema n°7:
El expendio de pollos a la brasa de RikoPollo S.A asegura que 90% de sus órdenes se
entregan en menos de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron
dentro de ese lapso. ¿Puede concluirse, en el nivel de significancia 0.1, que menos de
90% de las órdenes se entregan en menos de 10 minutos?
Solución:
H0:
H1:
Límite
Muestra X N Muestra p superior 99% Valor Z Valor P
1 82 100 0.820000 0.909375 -2.67 0.004
Problema n° 8:
9
Laboratorio de Estadística Industrial 2016
El consejo de seguridad nacional de un país encuentra que 52% de los conductores en las
autopistas son hombres. Ayer se encontró en una muestra de 300 autos que viajaban por
una determinada autopista, que 170 de los conductores eran hombres.
¿Puede concluirse, en el nivel de significancia 0.01, que en esta autopista conducían más
hombres que los que indican las estadísticas nacionales?
Solución:
H0:
H1:
99% Límite
Muestra X N Muestra p inferior Valor Z Valor P
1 170 300 0.566667 0.500110 1.62 0.053
Problema n°9:
10
Laboratorio de Estadística Industrial 2016
Una encuesta nacional reciente, revela que el costo por el gas de cocina promedio en la
Ciudad de Lima para el día de mañana será de 35.00 soles. Al día siguiente se realiza una
muestra aleatoria por todos los departamentos del país no incluyendo a Lima de 40
observaciones donde se encontró una media muestra de 36.05 y una desviación estándar
muestral 1.2 soles. El nivel de significancia de α=0,05. ¿El precio del gas de cocina es
igual en todo el país?
Solució
HO µ = 35.00
H1 µ ≠ 35.00
HO µ = 35.00 porque lo que se trata de saber es que el precio del gas para cocina
sea igual en todo el territorio nacional.
Nivel de confianza de la prueba es α=0,05. Buscando en la tabla distribución normal
estándar se obtiene como punto crítico PC= +1,96 o -1,96. (Dos colas)
Debido a que la muestra tiene 40 observaciones se puede trabajar como una
distribución normal.
Error
Estándar
De la
N Media IC de 95% Z P
40 35,500 0,190 (35,128; 35,872) 2,64 0,008
11
Laboratorio de Estadística Industrial 2016
Probleman°1:
Los registros de la empresa Yellows indican que la duración media de un juego de bujías
es 22 100 millas. La distribución de los tiempos de vida útil de las bujías es
aproximadamente normal.
Un fabricante de bujías afirma que sus bujías tienen una duración media superior a 22
100 millas. El dueño de los camiones compra muchos de estos juegos. En una muestra de
18 juegos el tiempo medio de vida útil fu 23400 millas y la desviación estándar 1 500
millas ¿hay suficientes evidencias, con el nivel de significancia 0.05, que apoyen la
afirmación?
Solución:
Ho: mu<=22100
H1: mu >22100
T de una muestra
Error
estándar
de la 95% Límite
Interpretación:
Al encontrar un p de 0.1% <5% se rechaza Ho Con lo que la vida media de las bujías es
mayor a 22 100 millas.
12
Laboratorio de Estadística Industrial 2016
Problema n°2:
Un criador de pollos sabe por experiencia que el peso de los pollos de cinco meses es
4.35 libras. Los pesos siguen una distribución normal .para tratar de aumentar el peso de
dichas aves se le agrega un aditivo al alimento .en una muestra de pollos de cinco meses
se obtuvieron los siguientes pesos (en libras).
4.41 4.37 4.33 4.35 4.30 4.39 4.36 4.38 4.40 4.39
Ho: mu<=4.35
H1: mu >4.35
Error
Estándar
de la 99% Límite
Problema n°3:
13
Laboratorio de Estadística Industrial 2016
Hombres 72 69 98 66 85 76 79 80 77
Mujeres 81 67 90 78 81 80 76
Solución:
Ho: mu2<=mu1
H1: mu2>mu1
Problema n°4:
14
Laboratorio de Estadística Industrial 2016
Lisa Monnin es directora de presupuesto en la empresa new process , desea comparar los
gastos diarios de transportes del equipo de ventas y del personal de cobranzas recopilo
la siguiente información muestral (en dólares).
Al nivel de significancia de 0.10. ¿Puede concluirse que los gastos medios diarios
del equipo de ventas son mayores?
Ho: muv<=muc
H1: muv>muc
Error
estándar
de la
Problema n°5:
15
Laboratorio de Estadística Industrial 2016
Recuerde que la empresa Nikel Saving desea comparar las dos agencias que
utiliza para realizar avalúos de casas. Para esto selecciono una muestra de 10
propiedades residenciales y programó un avaluó por cada agencia. los resultados,
reportados en miles de dólares, son:
1 135 128
2 110 105
3 131 119
4 142 140
5 105 98
6 130 123
7 131 127
8 110 115
9 125 122
10 149 145
16
Laboratorio de Estadística Industrial 2016
Al nivel de significancia de 0.05. ¿Puede concluirse que hay una diferencia en los
avalúos medios de las casas?
Ho: mu=0
H1: mu<>0
Error
estándar
de la
17
Laboratorio de Estadística Industrial 2016
Problema n°6:
52 59
67 60
56 61
45 51
70 56
54 63
64 57
65
Ho: varianza1=varianza2
H1: varianaza1<>varianza2
Método
18
Laboratorio de Estadística Industrial 2016
US 7 8.995 80.905
IC para IC para
Pruebas
19
Laboratorio de Estadística Industrial 2016
Problema n°1:
1 17.3 71.7
2 19.3 48.3
3 29.6 78.3
4 29.6 60.0
5 19.5 88.3
6 29.9 71.7
7 19.7 75.0
8 30.3 85.0
9 22.9 91.7
10 31.3 85.0
20
Laboratorio de Estadística Industrial 2016
Graficas de puntos:
21
Laboratorio de Estadística Industrial 2016
90
amico
80
ientodin
70
levantam
60
50
16 18 20 22 24 26 28 30 32
Resistencia del brazo
90
amico
80
ientodin
70
levantam
60
50
16 18 20 22 24 26 28 30 32
Resistencia del brazo
100 S 14,0422
R-cuad. 2,9%
ientodinam
90 R-cuad.(ajustado) 0,0%
80
70
levantam
60
50
40
30
16 18 20 22 24 26 28 30 32
Resistencia del brazo
22
Laboratorio de Estadística Industrial 2016
Análisis de varianza
Fuente GL SC CM F P
Total 9 1623,8
EE de
Resistencia
1 30,0
23
Laboratorio de Estadística Industrial 2016
Problema n°2:
24
Laboratorio de Estadística Industrial 2016
150
MUERTESPORCANCERDEPULMON
125
100
75
50
60 70 80 90 100 110 120 130 140
CONSUMO DE CIGARRILLOS
25
Laboratorio de Estadística Industrial 2016
150
MUERTESPOR CANCER DEPULMON
125
100
75
50
60 70 80 90 100 110 120 130 140
CONSUMO DE CIGARRILLOS
I P de 95%
S 18,6154
150 R-cuad. 51,3%
R-cuad.(ajustado) 49,2%
100
50
Análisis de regresión:
60 70 80 90 100 110 120 130 140
CONSUMO DE CIGARRILLOS
MUERTES POR CANC vs. CONSUMO DE CIGAR
La ecuación de regresión es
26
Análisis de varianza
Laboratorio de Estadística Industrial 2016
EE de
CONSUMO DE
1 120
Problema n°3:
27
Laboratorio de Estadística Industrial 2016
Analizar estos datos e investigar la relación entre estas dos variables para predecir
99,9
Y
99,8
99,7
99,6
0 20 40 60 80 100 120
X
28
Laboratorio de Estadística Industrial 2016
99,9
99,8
Y
99,7
99,6
0 20 40 60 80 100 120
X
99,8
99,7
99,6
0 20 40 60 80 100 120
X
29
La ecuación de regresión es
Y = 100 - 0,00290 X
Laboratorio de Estadística Industrial 2016
Análisis de varianza
EE de
Nueva obs X
1 100
30
Laboratorio de Estadística Industrial 2016
Problema n°1:
Calcule e interprete.
Estimar la nota del curso de PHP si se sabe que en Algoritmos tiene 15 , Base de
Datos 16 y Programación 17.
Solución:
31
Laboratorio de Estadística Industrial 2016
32
Laboratorio de Estadística Industrial 2016
Podemos observar que hay una buena relación de linealidad entre las variables
dependientes con la dependiente.
33
Laboratorio de Estadística Industrial 2016
34
Laboratorio de Estadística Industrial 2016
35
Laboratorio de Estadística Industrial 2016
Probema n°2:
36
Laboratorio de Estadística Industrial 2016
observacione de de latas s)
s entrega
(min.)
1 9.95 2 50
2 24.45 8 110
3 31.75 11 120
4 35.00 10 550
5 25.02 8 295
6 16.8 4 200
7 14.38 2 375
8 9.60 2 52
9 24.35 9 100
10 27.50 8 300
11 17.08 4 412
12 37.00 11 400
13 41.95 12 500
14 11.66 2 360
15 21.65 4 205
16 17.89 4 400
17 69.00 20 600
18 10.30 1 585
19 34.93 10 540
20 46.59 15 250
21 44.88 15 290
22 54.12 16 510
23 56.63 17 590
24 22.13 6 100
25 21.15 5 400
37
Laboratorio de Estadística Industrial 2016
Solución:
38
Laboratorio de Estadística Industrial 2016
Observamos un relación lineal entre la variable dependiente Nro. De latas con respecto
al T.de entrega (Variable independiente), y en menor grado de linealidad Distancia Vs
Tiempo de entrega.
39
Laboratorio de Estadística Industrial 2016
40
Laboratorio de Estadística Industrial 2016
=5992.4-5887.3=105.1
=5992.4-1483.9=4508.5
41
Laboratorio de Estadística Industrial 2016
42
Laboratorio de Estadística Industrial 2016
Solución:
Categoría A = 0.40(200) = 80
Categoría B = 0.40(200) = 80
Categoría C = 0.20(200) = 40
A 60 80 -20 400 5
B 120 80 40 1600 20
C 20 40 -20 400 1
0
TOTAL X2=35
43
Laboratorio de Estadística Industrial 2016
Para k-1=3-1=2 grados de libertad, con X2=35. Mediante tabla el valor-p es menor a
0.005. Entonces el valor-p≤ α=0.01, por tanto, se rechaza H0.
44
Laboratorio de Estadística Industrial 2016
Mediante el Minitab con X2 =35, se calcula el valor-p que se aproxima a 0. Por tanto el
valor-p≤0.01. Entonces se comprueba el rechazo de la hipótesis nula, concluyendo que
no tienen la misma proporción en las poblaciones.
Solución:
ABC = 0.29(300) = 87
CBS = 0.28(300) = 84
NBC = 0.25(300) = 75
Independiente = 0.18(300) = 54
45
Laboratorio de Estadística Industrial 2016
ABC 95 87 8 64 0.7356
CBC 70 84 16 2.3333
-14
NBC 89 75 1 2.6133
4 196
Independient 46 54 -8 64 1.1852
e
TOTAL X2=6.86
74
Para k-1=4-1=3 grados de libertad, con X2=6.8674. Mediante tabla el valor-p esta entre
0.10 y 0.05. Entonces el valor-p≥ α=0.05, por tanto, no se rechaza H0.
46
Laboratorio de Estadística Industrial 2016
17 13 79 41 36 38
7 5
Use α=0.05 para determinar si estos datos coinciden con los datos por la empresa.
Solución:
47
Laboratorio de Estadística Industrial 2016
TOTAL X2=29.5
1
48
Laboratorio de Estadística Industrial 2016
P 20 44 50
Q 30 26 30
Solución:
Tabla de contingencia:
P 20 44 50 114
Q 30 26 30 86
TOTAL 50 70 80 200
49
Laboratorio de Estadística Industrial 2016
eij=
TOTAL X2=7.862
8
Para (2-1) x (3-1) = 2 grados de libertad y mediante tabla para X2=7.8628, se calcula el
valor-p que esta entre 0.025 y 0.01. Por tanto el valor-p≤ α=0.05. Entonces se rechaza la
hipótesis nula.
50
Laboratorio de Estadística Industrial 2016
Mediante el Minitab con X2 =7.863, se calcula el valor-p = 0.020. Por tanto el valor-p≤
α=0.05. Entonces se comprueba el rechazo de la hipótesis nula, concluyendo que no hay
independencia entre variable renglón y variable columna.
Una de las preguntas a los suscriptores de Bussiness Week fue, “En sus viajes de
negocios de los último 12 meses, ¿Qué tipo de boleto ha comprado?” Los datos obtenidos
se presentan en la tabla de contingencia siguiente.
Vuelo Vuelo
Nacional Internacional
Primera Clase 29 22
Clase 95 121
negocio/ejecutiva
Solución:
H0: Los tipo de boleto son independientes con los tipos de vuelo.
H1: Los tipo de boleto son no independientes con los tipos de vuelo.
Tabla de contingencia:
51
Laboratorio de Estadística Industrial 2016
Primera 20 44 64
clase
Clase 30 26 56
negocio
eij=
52
Laboratorio de Estadística Industrial 2016
al 3 2
TOTAL X2=81.4
37
Mediante el Minitab con X2 =81.413, se calcula el valor-p = 0.000. Por tanto el valor-p≤
α=0.05. Entonces se comprueba el rechazo de la hipótesis nula, concluyendo que no hay
independencia entre los tipos de boleto y los tipos de vuelo.
53
Laboratorio de Estadística Industrial 2016
Número de F. Observada
Ocurrencia
0 39
1 30
2 30
3 18
4 3
Solución:
54
Laboratorio de Estadística Industrial 2016
f(x) 120.f(x)
0 0.2698 32.376
1 0.3535 42.420
2 0.2315 27.780
3 0.1011 12.132
4 0.0331 3.972
TOTAL X2=8.99
9
Para k-p-1=5-2=3 grados de libertad, con X2=8.999 mediante tabla el valor-p esta entre
0.05 y 0.025. Entonces el valor-p≤ α=0.05, por tanto, se rechaza H0.
55
Laboratorio de Estadística Industrial 2016
56
Laboratorio de Estadística Industrial 2016
Número de F. Observada(días)
Accidentes
0 34
1 25
2 11
3 7
4 3
Solución:
Media de ocurrencias: μ = =1
0 0.3679 29.432
1 0.3679 29.432
2 0.1839 14.712
57
Laboratorio de Estadística Industrial 2016
3 0.0613 4.904
4 0.0153 1.224
TOTAL X2=4.30
Para k-p-1=4-2=2 grados de libertad, con X2=4.3 mediante tabla el valor-p esta entre
0.90 y 0.10. Entonces el valor-p> α=0.05, por tanto, no se rechaza H0.
58
Laboratorio de Estadística Industrial 2016
El número de llamadas telefónicas que llegan por minuto al conmutador de una empresa
tiene una distribución de Poisson. Use α=0.05 y los datos siguientes para probar esta
suposición.
Número de Frecuencia
llamadas Observada
telefónicas que
llegan por
minuto
0 15
1 31
2 20
3 15
4 13
5 4
6 2
Solución:
Media de ocurrencias: μ = =2
59
Laboratorio de Estadística Industrial 2016
0 0.1353 13.53
1 0.2707 27.07
2 0.2707 27.07
3 0.1804 18.04
4 0.0902 9.02
5 0.0361 3.61
6 0.0120 1.20
60
Laboratorio de Estadística Industrial 2016
Para k-p-1=6-2=4 grados de libertad, con X2=4.9434 mediante tabla el valor-p esta
entre 0.90 y 0.10. Entonces el valor-p≥ α=0.05, por tanto, no se rechaza H0.
Prueba de Signos
¿Las divisiones de acciones son benéficas para los accionistas? La empresa SNL
Securities estudió, a lo largo de 18 meses, las divisiones de las acciones de la industria de
la banca y encontró que las divisiones de las acciones de un individuo. Admita que en
una muestra de 20 recientes divisiones de acciones, 14 hayan llevado a un aumento de su
valor, cuatro hayan llevado a una disminución de su valor y dos no hayan ocasionado
61
Laboratorio de Estadística Industrial 2016
ningún cambio. Suponga que realiza un estudio para determinar si las divisiones de
acciones aún benefician a los poseedores de acciones bancarias.
Solución:
H0: p≤0.5
H1: p>0.5
Número de Probabilidade
signos más s
0 0.0000
1 0.0001
2 0.0006
3 0.0031
4 0.0117
5 0.0327
6 0.0708
7 0.1214
8 0.1669
9 0.1855
10 0.1669
11 0.1214
12 0.0708
13 0.0327
14 0.0117
62
Laboratorio de Estadística Industrial 2016
15 0.0031
16 0.0006
17 0.0001
18 0.0000
P(x≥ 14) =
P(14)+P(15)+P(16)+P(17)+P(18)=0.0117+0.0031+0.0006+0.0001+0.0000=0.0154
Como es para una cola el valor-p = 0.0154. Además el valor-p≤ α=0.05, entonces se
rechaza H0.
63
Laboratorio de Estadística Industrial 2016
La empresa Nielson Media Research identificó que American Idol y a Dancing whit the
Stars como los 2 programas de televisión de mayor rating en febrero de 2006. En un
estudio local acerca del programa de televisión preferido, de 750 encuestados 330
votaron por American Idol, 270 por Dancing whit the Stars, y 150 por otros programas de
televisión. Con 0.05 como nivel de significancia prueba la hipótesis de que American Idol
y Dancing whit the Stars tiene el mismo nivel de preferencia. ¿A qué conclusión llega?
Solución:
H0: p=0.5
H1: p≠0.5
μ = 0.50(600) = 300
= =12.25
Z= = 2.45
Mediante tabla para Z=2.45, se calcula para 2 colas el valor-p= 2(1-0.9929)= 0.0142.
Como el valor-p≤ α=0.05, entonces se rechaza H0.
64
Laboratorio de Estadística Industrial 2016
Solución:
H0: p=0.5
H1: p≠0.5
μ = 0.50(360) = 180
= =9.49
Z= = 2.32
Mediante tabla para Z=2.32, se calcula para 2 colas el valor-p= 2(1-0.9898)= 0.0204.
Como el valor-p≤ α=0.05, entonces se rechaza H0.
65
Laboratorio de Estadística Industrial 2016
Solución:
H0: p≤0.5
H1: p>0.5
μ = 0.50(150) = 75
= =6.12
Z= = 3.76
Mediante tabla para Z=3.76, se calcula para una cola el valor-p= 1- 0.9999 ≈ 0.00. Como
el valor-p≤ α=0.05, entonces se rechaza H0.
PERSONA MARCA A
66
Laboratorio de Estadística Industrial 2016
FRENTEA
MARCA B
1 +
2 +
3 +
4 -
5 +
6 +
7 -
8 +
9 -
10 +
Emplee α=0.05 y pruebe si existe alguna diferencia significativa de preferencia por estas
dos marcas. Un signo más indica preferencia por la marca A sobre la marca B.
Solución:
H0: p=0.5
H1: p≠0.5
67
Laboratorio de Estadística Industrial 2016
Número de Probabilidade
signos más s
0 0.0010
1 0.0098
2 0.0439
3 0.1172
4 0.2051
5 0.2461
6 0.2051
7 0.1172
8 0.0439
9 0.0098
10 0.0010
P(x≥ 7) = P(7)+P(8)+P(9)+P(10)=0.1172+0.0439+0.0098+0.0010=0.1719.
68
Laboratorio de Estadística Industrial 2016
En una muestra de tamaño 30 se obtuvieron 22 casos cuyo valor fue mayor que 150, tres
cuyo valor fue exactamente 150 y cinco cuyo valor fue menor que 150. Con α=0.01
realice una prueba de hipótesis.
Solución:
μ = 0.50(27) = 13.5
= =2.60
Z= = 3.27
Mediante tabla para Z=3.27, se calcula para una cola el valor-p= 1- 0.990 = 0.001.
69
Laboratorio de Estadística Industrial 2016
El ingreso mediano anual de los suscriptores de la Barron es $131 000. Suponga que en
una muestra de 300 suscriptores a The Wall Street Journal, 165 suscriptores posean un
ingreso mayor que $131 000 y 135 poseen un ingreso menor que $131 000. ¿Puede
concluir que hay diferencia entre los ingresos medianos de los dos grupos de
suscriptores? Emplee como nivel de significancia α=0.05, ¿a qué conclusión llega?
Solución:
μ = 0.50(300) = 150
= = 8.66
Z= = 1.73
Mediante tabla para Z=1.73, se calcula para dos colas el valor-p=2(1- 0.9582) = 0.0836.
Como el valor-p≥ α=0.01, entonces no se rechaza H0.
70
Laboratorio de Estadística Industrial 2016
De acuerdo con un estudio nacional, el ingreso anual mediano que los adultos dicen
harían realidad sus sueños es $152 000. Suponga que en Ohio, de 225 personas tomadas
en una muestra, 122 indican que el ingreso necesario para hacer realidad sus sueños sea
menor que $152 000, y 103 informan que esta cantidad sea mayor que $152 000. Pruebe
la hipótesis nula de que en Ohio, el ingreso medio anual para que una persona haga
realidad sus sueños es $152 000. Use α=0.05, ¿a qué conclusión llega?
Solución:
μ = 0.50(225) = 112.5
= = 7.5
Z= = 1.27
Mediante tabla para Z=1.27, se calcula para dos colas el valor-p=2(1- 0.8980) = 0.204.
Como el valor-p≥ α=0.01, entonces no se rechaza H0.
71
Laboratorio de Estadística Industrial 2016
AUTÓMOVI Aditivos
L
1(milla 2(milla
s/galón) s/galón)
1 20.12 18.05
2 23.56 21.77
3 22.03 22.57
4 19.15 17.06
5 21.23 21.22
6 24.77 23.80
7 16.16 17.20
8 18.55 14.98
9 21.87 20.03
10 24.23 21.15
11 23.21 22.78
12 25.02 23.70
72
Laboratorio de Estadística Industrial 2016
Solución:
73
Laboratorio de Estadística Industrial 2016
Suma de signos: 62
Media: µt=0
Desviación: t= = = 25.50
Z= = =2
74
Laboratorio de Estadística Industrial 2016
Aeropuertos Empresas
Avis Budget
Solución:
75
Laboratorio de Estadística Industrial 2016
Suma de signos=45
Media: µt=0
Desviación: t= = = 19.62
76
Laboratorio de Estadística Industrial 2016
Z= = = 2.29
77
Laboratorio de Estadística Industrial 2016
El campeonato de los jugadores de la PGA tuvo lugar, del 23 al 26 de marzo del 2006, en
el campeonato de golf TPC Sangras en Ponte Vendra Beach, Florida. A continuación se
presentan puntuaciones obtenidas, en la primera y segunda ronda, por 11 golfistas de la
muestra. Use α = 0.05 y determinar si existe una diferencia significativa entre las
puntuaciones obtenidas por los golfistas en la primera y segunda ronda. ¿Cuál es su
conclusión?
Entregas Rondas
Fred 69 73
Couples
John Dab 70 73
Ernie Els 72 70
Jim Furyk 65 71
Phil 70 73
Mickelson
Rocco 69 74
Mediate
Nick Price 72 71
Vijay Singh 68 70
Sergio 70 68
García
Mike Weir 71 71
Tiger 72 69
Woods
78
Laboratorio de Estadística Industrial 2016
Solución:
Fred 69 73 -4 4 8 -8
Couples
John Dab 70 73 -3 3 6 -6
Ernie Els 72 70 2 2 3 3
Phil 70 73 -3 3 6 -6
Mickelson
Rocco 69 74 -5 5 9 -9
Mediate
Nick Price 72 71 1 1 1 1
Vijay 68 70 -2 2 3 -3
Singh
Sergio 70 68 2 2 3 3
García
Mike Weir 71 71 0 0 -- --
Tiger 72 69 3 3 6 6
Woods
Media: µt=0
Desviación: t= = = 19.62
79
Laboratorio de Estadística Industrial 2016
Z= = = -1.48
De la tabla para Z= 1.48, se halla para dos colas el valor-p = 2(1-0.99306)=0.1388, como
el valor-p ≥ 0.05, No se rechaza H0.
80
Laboratorio de Estadística Industrial 2016
ADITIVO 1 ADITIVO 2
17.3 18.7
18.4 17.8
19.1 21.3
16.7 21.0
18.2 22.1
18.6 18.7
17.5 19.8
20.7
20.2
Solución:
81
Laboratorio de Estadística Industrial 2016
16.7 1 17.8 4
18.2 5 19.8 11
18.4 6 20.2 12
18.6 7 20.7 13
19.1 10 21.0 14
21.3 15
22.1 16
82
Laboratorio de Estadística Industrial 2016
Minitab:
Conclusión:
83
Laboratorio de Estadística Industrial 2016
Use 0.05 como nivel de significancia y prueba la hipótesis de que no hay diferencia
entre los salarios anuales iniciales de los contadores públicos y los planificadores
financieros.
45.2 44.0
45.9 44.2
46.9 48.1
49.2 50.9
50.0 46.9
51.3 48.6
52.0 44.7
53.2 48.9
53.8 46.8
54.5 43.9
Solución:
84
Laboratorio de Estadística Industrial 2016
Contador Planificador
Público Financiero
45. 5 43. 1
2 9
45. 6 44. 2
9 0
49. 13 44. 4
2 7
50. 14 46. 7
0 8
52. 17 48. 10
0 1
53. 18 48. 11
2 6
53. 19 48. 12
8 9
54. 20 50. 15
5 9
85
Laboratorio de Estadística Industrial 2016
t= = = 13.23
Z= = = 2.38
Minitab:
Conclusión:
86
Laboratorio de Estadística Industrial 2016
Hombre 3 7 4 6 3 4 5
0.6 5.5 5.2 2.2 8.2 9.9 5.3
Mujeres 4 3 2 4 2 4 2
4.5 5.4 7.9 0.5 5.8 7.5 4.8
Solución:
Hombres Mujeres
30. 4 24. 1
6 8
38. 6 25. 2
2 8
45. 9 27. 3
2 9
49. 11 35. 5
9 4
55. 12 40. 7
3 5
62. 13 44. 8
87
Laboratorio de Estadística Industrial 2016
2 5
75. 14 47. 10
5 5
Suma de Rangos 69 36
Minitab:
88
Laboratorio de Estadística Industrial 2016
Conclusión:
Prueba de Kruskal-Wallis
Las calificaciones dadas a productos por un panel de 15 consumidores son las
siguientes:
PRODUCTO
A B C
50 80 60
62 95 45
75 98 30
48 87 58
65 90 57
89
Laboratorio de Estadística Industrial 2016
Solución:
PRODUCTO
4 3 8 1 3 1
8 0 1 0
5 4 8 1 4 2
0 7 2 5
6 8 9 1 5 5
2 0 3 7
6 9 9 1 5 6
5 5 4 8
7 1 9 1 6 7
5 0 8 5 0
TOTAL 3 6 2
4 5 1
90
Laboratorio de Estadística Industrial 2016
W=
W = 10.22
Entonces el valor-p esta entre 0.01 y 0.005, por tanto valor-p ≤ α=0.05, se rechaza
H0.
91
Laboratorio de Estadística Industrial 2016
Minitab:
Conclusión:
Se concluye que las poblaciones no son idénticas, es decir, que hay diferencia entre
la clasificación entre los 3 productos.
92
Laboratorio de Estadística Industrial 2016
PROGRAMAS
A B C
550 570
93
Laboratorio de Estadística Industrial 2016
Solución:
PROGRAMAS
550 13 630 20
TOTAL 58 43 109
94
Laboratorio de Estadística Industrial 2016
W=
W = 9.06
Entonces el valor-p esta entre 0.025 y 0.01, por tanto valor-p ≤ α=0.01, se rechaza
H0.
Minitab:
95
Laboratorio de Estadística Industrial 2016
Conclusión:
Se concluye que las poblaciones no son idénticas, es decir, que hay diferencia entre
los tres programas de calificación.
Para bajar de peso basta con practicar una de las siguientes disciplinas tres veces
por semana durante 40 minutos. En la tabla siguiente se muestra la cantidad de calorías
que se quema en 40 minutos de cada una de estas disciplinas. ¿Estos datos indican que
exista diferencia en la cantidad de calorías quemadas con cada una de estas disciplinas?
De su conclusión.
DISCIPLINAS
Solución:
DISCIPLINAS
96
Laboratorio de Estadística Industrial 2016
TOTAL 41 61 17
W=
W = 9.26
97
Laboratorio de Estadística Industrial 2016
Entonces el valor-p esta entre 0.025 y 0.01, por tanto valor-p ≤ α=0.01, se rechaza
H0.
Minitab:
Conclusión:
Se concluye que las poblaciones no son idénticas, es decir, que hay diferencia entre
los la cantidad de calorías quemadas con cada una de las disciplinas.
98
Laboratorio de Estadística Industrial 2016
Series de Tiempo
Año Ventas ( miles de
dólares)
1976 4
1977 5
1978 4
1979 3
1980 2
1981 3
1982 4
1983 5
1984 6
1985 5
1986 4
1987 3
1988 4
Solución:
1989 5
Gráfica de los promedios móviles
1990 6
1991 7
1992 6
1993 5
1994 4
1995 5
99 1996 6
1997 7
1998 8
Laboratorio de Estadística Industrial 2016
100
Laboratorio de Estadística Industrial 2016
101
Laboratorio de Estadística Industrial 2016
Meses Porcenta
jes
1 80
2 82
3 84
4 83
5 83
6 84
7 85
8 84
9 82
10 83
11 84
12 83
102
Laboratorio de Estadística Industrial 2016
Cuáles son los pronósticos por cada método para el próximo mes.
Solución:
103
Laboratorio de Estadística Industrial 2016
Pronóstico
con el método de
suavizamiento exponencial
104
Laboratorio de Estadística Industrial 2016
105
Laboratorio de Estadística Industrial 2016
Año Ventas
2007 7.45
2008 7.83
2009 8.07
2010 7.94
2011 7.76
2012 7.90
106
Laboratorio de Estadística Industrial 2016
Solución:
Análisis de tendencia:
107
Laboratorio de Estadística Industrial 2016
108
Laboratorio de Estadística Industrial 2016
109
Laboratorio de Estadística Industrial 2016
110