FACULTAD DE

CONTADURIA Y
ADMINISTRACIÓN

Estadística Avanzada para los Negocios

Ejercicios 7, 11, 17 y 18.

Equipo:

Alpuche Villanueva Angel Ricardo 100%

Hernández Cauich Laura Carolina 100%
Herrera Chablé Angel Emilio 100%
Huchim Cetzal Paola 100%
Pérez Llanes Ian Sebastián 100%

Profesora: Erika Escamilla Maldonado

Cuarto Semestre
Grupo F CALIF.:41.5/43
EJERCICIO 7
Un ingeniero propone tres métodos distintos para fabricar un producto. Para determinar el
número de unidades producidas correctamente con cada método, se seleccionan al azar 30
empleados y se asignan de manera aleatoria a los tres métodos propuestos, de manera que cada
método sea empleado por 10 trabajadores. Se anota el número de unidades producidas
correctamente y a estos datos se aplica el análisis de varianza. Los resultados son los siguientes:
STC 10 800; SCTR = 4 560.
a. Dé la tabla ANOVA de este problema.
b. Use α = 0.05 para determinar si existen diferencias significativas entre las medias de los
tres métodos de fabricación

Hipótesis
Ok.
H0: μ1 = μ2 = μ3
Ha: No todas las medias poblacionales son iguales

a. Dé la tabla ANOVA de este problema.

Ok.

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p
Tratamiento
s 4560 2 2280 9.8654 0.00060781
Error 6240 27 231.1111111
Total 10800 29

b. Use α = 0.05 para determinar si existen diferencias significativas entre las medias de los
tres métodos de fabricación

Decisión

Criterio de valor-p
Como el valor-p = 0.0006 < 0.05, se rechaza H0 y se concluye que sí existe diferencia entre las
medias, con un 5% de significancia.

Por lo tanto, el análisis de varianza apoya la conclusión de que las medias del número de
unidades producidas correctamente por cada método de fabricación no son iguales. Se
necesitaría ampliar el análisis para determinar cuál método convendría más para la fabricación
del producto. 5 pts.
EJERCICIO 11
En la publicidad de tres pinturas se dice que tienen el mismo tiempo de secado. Para verificar
esto, se prueban cinco muestras de cada una de las pinturas. Se registra el tiempo en minutos
necesario para que el secado sea suficiente para la aplicación de una segunda mano. Los
datos obtenidos son los siguientes.

Con α = 0.05 como nivel de significancia, realice una prueba para determinar si la
media de los tiempos de secado es la misma en todas las pinturas.

PASO 1
Hipótesis
Ok
H0: μ1 = μ2 = μ3 = μ4
Ha: No todas las medias poblacionales son iguales

PASO 2
Obtención de datos
A B C D Media Gral. 138
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

Ok
(CMTR)

PASO 4
Estimación de la varianza poblacional dentro de los tratamientos
 Ok
Var Pob 43.25
(CME)

PASO 5
Comparación de las estimaciones de la varianza: la prueba F

𝐶𝑀𝑇𝑅 110 Ok
𝐹= = = 2.5434
𝐶𝑀𝐸 43.25

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
Por lo tanto, como valor-p= 0.0928 > α= 0.05, no se rechaza H0 y se concluye que las
medias de las 4 pinturas no pueden considerarse diferentes, con un 5% de Ok
significancia.

PASO 7
Interpretación de los resultados

Por lo tanto, el análisis de varianza favorece la conclusión sobre que las medias 5 pts.
poblacionales de los tiempos de secado es la misma en las cuatro pinturas.

TABLA ANOVA Ok

TABLA ANOVA DE DATOS CONDENSADOS

F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p
Tratamientos 330 3 110
0.09276427
43.25
Error 692 16 2.543352601
Total 1022 19
EJERCICIO 17
En un experimento diseñado para investigar la percepción de los valores éticos corporativos
entre personas especializadas en marketing se obtuvieron los datos siguientes (puntuaciones
más altas indican valores éticos más elevados).

a. Use α = 0.05 para probar si existe una diferencia significativa de percepción entre los
tres grupos.

b. Con α = 0.05, como nivel de significancia, se puede concluir que sí hay diferencias
entre la percepción de los gerentes de marketing, los especialistas en investigación sobre
marketing y los especialistas en publicidad. Emplee los procedimientos de esta sección
para determinar dónde están las diferencias. Use α = 0.05.

INCISO A

PASO 1
Hipótesis

H₀: µ₁= µ₂=µ₃ Ok

Ha: No todas las medidas poblacionales son iguales.
.
PASO 2
Obtención de datos

Gerentes de mkt Invest. En mkt Publicidad

Medias 5 4.5 6
Varianzas 0.8 0.3 0.4

Var. Pond. 4 1.5 2

Dif. Pond. 0.16666666 2.66666666 4.16666666

Media Gral. 5.16666666

PASO 3
Estimación de la varianza poblacional entre tratamientos.
Var. de Med. 3.5
Ok
(CMTR)

PASO 4
Estimacion de la varianza poblacional dentro de los tratamientos.
Var. Pob. 0.5
(CME) Ok

PASO 5
Comparación de las estimaciones de las varianzas.
𝐶𝑀𝑇𝑅 3.5 Ok
𝐹= = =  7
𝐶𝑀𝐸 0.5

PASO 6
Toma de decisión

Método del valor-p

Se calcula el valor-p correspondiente a F=7 y se obtiene que valor-p = 0.0071236.
Por lo tanto, como valor-p = 0.0071236 < 0.05, se rechaza H₀, concluyendo que las
medidas de los 3 grupos no son iguales, con un 5% de significancia.
Ok

PASO 7
5 pts
Interpretación de los resultados

El análisis de varianza favorece a la conclusión en cuanto a que las medidas de la

percepción de los valores éticos corporativos, entre los 3 grupos especializados en
marketing, tienen una diferencia significativa.

Tabla ANOVA para condensación de los resultados

Ok
F. de Variac. s. de cuad. g.l. Cuadrado medio F Valor-p
0.007123
Tratamientos 7 2 3.5 7 599
Error 7.5 15 0.5
Total 14.5 17
INCISO B

Utilizando α= 0.05, se obtiene el valor de LSD

Tα/2 = 2.13144954
Ok.
LSD = 0.87016063

Gerentes de Marketing vs investigadores de Marketing

Hipótesis
H₀: µ₁= µ₂ Ok.
Hₐ: µ₁≠µ₂

Estadístico de prueba: |𝑥 ₁̅ - 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 investigadores sean diferentes, con un 5% de
significancia.

IC 95%: |x ̅₁ - x ₂̅ | ± 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. Ok.

Gerentes de mkt VS Especialistas en publicidad

Hipótesis
H₀: µ₁= µ₃
Hₐ: µ₁≠µ₃ Ok.

Ok.
Estadistico de prueba: |𝑥 ̅₁ - 𝑥 ₃̅ | = |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 especialistas en publicidad son diferentes, con un
5% de significancia. Ok.

IC 95%: |x ̅₁ - x ₃̅ | ± 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 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media del grupo de especialistas en publicidad es mayor
a la de los gerentes. ... entre 0.12 y 1.87 puntos.
Faltó decir cuanto mayor es la media de los especialistas en publicidad.

Investigadores VS Especialistas en publicidad

Hipótesis
H₀: µ₂= µ₃
ok.
Hₐ: µ₂≠µ₃
Ok.
Estadístico de prueba: |𝑥 ₂̅ - 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 y de especialistas en publicidad son diferentes,
con un 5% de significancia. Ok.

IC 95%: |x ̅₂ - x ₃̅ | ± LSD = (4.5-6) ± 0.87 = Intervalos de confianza: (-2.3702, -0.6298)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media del grupo de especialistas en publicidad es mayor
a la de los Investigadores. ... entre 0.62 y 2.37 puntos.

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
Significativamente diferentes
¿No es lo mismo?

En conclusión, tanto la percepción de los investigadores en marketing, como la de los

especialistas en investigación, difieren de la percepción de los valores éticos corporativos
de los gerentes de marketing.
¡Falso! Justo dice que los investigadores y los gerentes no son diferentes.
7 pts.
EJERCICIO 18
Para probar si existe una diferencia significativa entre cuatro máquinas respecto al número de
horas entre dos averías se obtuvieron los datos siguientes.

a. Con α = 0.05, como nivel de significancia, ¿cuál es la diferencia, si hay alguna, entre
las medias poblacionales de los tiempos de las cuatro máquinas?

b. Use el procedimiento LSD de Fisher para probar la igualdad de las medias en las
máquinas 2 y 4. Use 0.05 como nivel de significancia.

PASO 1
Hipótesis.
H0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4
Ha: 𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ 𝜇4 Esta hipótesis no es la negación de la nula, podrían ser tres iguales y una diferente.
PASO 2
Obtención de datos.
Maquina 1 Maquina 2 Maquina 3 Maquina 4
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

Media Gral. 9.375

PASO 3
Estimacion de la varianza poblacional entre tratamientos.
Var de Med 19.255
(CMTR) Ok.

PASO 4
Estimacion de la varianza poblacional dentro de los tratamientos.
Var Pob 0.963
(CME)
Ok.

PASO 5
Comprobación de las estimaciones de varianza.

𝐶𝑀𝑇𝑅 19.255
𝐹= = = 19.9948 Ok.
𝐶𝑀𝐸 0.963
PASO 6
Toma de decisión.
Método del valor-p
Se calcula el valor-p correspondiente a F=19.9948 y se obtiene que valor-p=
0.0000031076.
Como el valor-p= 0.0000031076 < 0.05, se rechaza Ho y se concluye que las medias de
las cuatro maquinas no son iguales, con un 5% de significancia. Ok.

PASO 7
Interpretacion de los resultados.
El análisis de varianza favorece a la conclusión de que las medias poblacionales del
número de horas entre avería de las cuatro maquinas, no son iguales. 4.5 pts

Tabla ANOVA
TABLA ANOVA DE DATOS CONDENSADOS
Cuadrado
F. de Variac. s. de cuad. g.l. medio F Valor-p Ok.
Tratamientos 57.765 3 19.255
19.99480789 0.0000031076
Error 19.26 20 0.963
Total 77.025 23

INCISO A.

LSD.

Utilizando α= 0.05, se obtiene el valor de LSD

Tα/2 = 2.08596345
Ok.
LSD = 1.18184143

Máquina 1 VS Máquina 2
Hipótesis H₀: µ₁= µ₂
Hₐ: µ₁≠µ₂ Ok.

Estadístico de prueba: |𝑥 ̅₁ - 𝑥 ₂̅ | = |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% de significancia.

IC 95%: |x ̅₁ - x ₂̅ | ± LSD = (7.1-9.1) ± 1.18 =Intervalos de confianza: (-3.182, -0.818).

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 2 es mayor que la media de la
máquina 1.
Con 95% de confianza, la media de la máquina 2 es mayor que la de la máquina 1, entre
1 a 3 unidades aproximadamente.

Máquina 1 VS Máquina 3
Hipótesis H₀: µ₁= µ₃
Hₐ: µ₁≠µ₃ Ok.

Estadístico de prueba: |𝑥 ₁̅ - 𝑥 ̅₃ | = |7.1-9.9|= 2.8 Ok.

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 diferentes, con un 5% de significancia.
IC 95%: |x ̅₁ - x ₃̅ | ± LSD = (7.1-9.9) ± 1.18 = Intervalos de confianza: (-3.9812, -1.6182)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 3 es mayor a la de la máquina 1.

Con 95% de confianza, la media de la máquina 3 es mayor que la media de la máquina

1, entre 1.6 y 4 unidades aproximadamente.

Máquina 2 VS Máquina 3
Hipótesis H₀: µ₂= µ₃
Hₐ: µ₂≠µ₃ Ok.

Ok.
Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ₃̅ | = |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 diferentes, con un 5% de significancia.

IC 95%: |x ̅₂ - x ₃̅ | ± 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.
Ok.

Máquina 1 VS Máquina 4
Hipótesis H₀: µ₁= µ₄ Ok.
Hₐ: µ₁≠µ₄

Estadístico de prueba: |𝑥 ₁̅ - 𝑥 ̅₄ | = |7.1-11.4|= 4.3 Ok.

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 5% de significancia.

IC 95%: |x ̅₁ - x ₄̅ | ± LSD = (7.1-11.4) ± 1.18 = Intervalos de confianza: (-5.4818, -3.1182)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 4 es mayor que la media de la
máquina 1.
Con 95% de confianza, la media de la máquina 4 es mayor que la de la máquina 1, entre
3 a 5.5 unidades aproximadamente. Ok.

Máquina 2 VS Máquina 4
Hipótesis H₀: µ₂= µ₄
Ok.
Hₐ: µ₂≠µ₄

Estadístico de prueba: |𝑥 ̅₂ - 𝑥 ̅₄| = |9.1-11.4|= 2.3 Ok.

Ya que 2.3 > 1.18, se rechaza H₀, por lo que puede concluirse que la media de la máquina
2 y la de la máquina 4 son diferentes, con un 5% de significancia.

IC 95%: |x ̅₂ - x ₄̅ | ± LSD = (9.1-11.4) ± 1.18 = Intervalos de confianza: (-3.4818, -1.1182)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 4 es mayor a la de la máquina 2.

Con 95% de confianza, la media de la máquina 4 es mayor que la media de la máquina

2, entre 1 y 3.5 unidades aproximadamente.
Ok.

Máquina 3 VS Máquina 4
Hipótesis H₀: µ₃= µ₄
Hₐ: µ₃≠µ₄ Ok.

Estadístico de prueba: |𝑥 ₃̅ - 𝑥 ̅₄| = |9.9-11.4|= 1.5 Ok.

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 diferentes, con un 5% de significancia.
IC 95%: |x ̅₃ - x ₄̅ | ± LSD = (9.9-11.4) ± 1.18 = Intervalos de confianza: (-2.6818, -0.3182)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 4 es mayor a la de la máquina 3.

Con 95% de confianza, la media de la máquina 4 es mayor que la media de la máquina

3, entre 0.3 y 2.7 unidades aproximadamente.
En resumen.

Máquina 1 VS Máquina 2
|𝑥 ̅₁ - 𝑥 ̅₂ | = |7.1-9.1|= 2
Significativamente diferentes

Máquina 1 VS Máquina 3
|𝑥 ̅₁ - 𝑥 ̅₃ | = |7.1-9.9|= 2.8
Significativamente diferentes

Máquina 2 VS Máquina 3
|𝑥 ̅₂ - 𝑥 ̅₃ | = |9.1-9.9|= 0.8

Máquina 1 VS Máquina 4
|𝑥 ̅₁ - 𝑥 ̅₄ | = |7.1-11.4|= 4.3
Significativamente diferentes

Máquina 2 VS Máquina 4
|𝑥 ̅₂ - 𝑥 ̅₄| = |9.1-11.4|= 2.3
Significativamente diferentes
 Máquina 3 VS Máquina 4
|𝑥 ̅₃ - 𝑥 ̅₄| = |9.9-11.4|= 1.5
Significativamente diferentes

En conclusión, las medias de los tiempos de las máquinas 2, 3 y 4 difieren

de la máquina 1. Asimismo, las medias del número de horas entre dos
averías de las máquinas 2 y 3 difieren de la máquina 4.

15 pts
INCISO B.
Ok.
Máquina 2 VS Máquina 4
Hipótesis H₀: µ₂= µ₄
Hₐ: µ₂≠µ₄

Estadístico de prueba: |𝑥 ₂̅ - 𝑥 ₄̅ | = |9.1-11.4|= 2.3

Ya que 2.3 > 1.18, se rechaza H₀, por lo que puede concluirse que la media de la máquina
2 y la de la máquina 4 son diferentes, con un 5% de significancia.
IC 95%: |x ̅₂ - x ₄̅ | ± LSD = (9.1-11.4) ± 1.18 = Intervalos de confianza: (-3.4818, -1.1182)

Debido a que este intervalo incluye no el cero, puede afirmarse que sí existe diferencia
entre las medias comparadas, con 95% de confianza. Como ambos extremos del IC son
negativos, se concluye que la media de la máquina 4 es mayor a la de la máquina 2.

Con 95% de confianza, la media de la máquina 4 es mayor que la media de la máquina

2, entre 1 y 3.5 unidades aproximadamente.
TABLA LSD. Ok.

prueba de columnas y diferencia de medias (hasta cinco)

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

diferencia
s -2 -2.8 -0.8 -4.3 -2.3 -1.5

0.56656861 0.56656861 0.56656861 0.56656861

raices 9 9 0.566568619 0.566568619 9 9
 - -
3.53002254 4.94203156 - - - 2.64751691
8 7 1.412009019 7.589548478 4.05952593 1
Estadístico
(tij)

0.00210361 0.00061210 0.01544957

valor-p 7 0.00007854 0.173317825 0.000000260 5 9

alpha 0.05 0.05 0.05 0.05 0.05 0.05

- - - -
comparaci 0.04789638 0.04992146 0.04938789 0.03455042
ón 3 3 0.123317825 -0.04999974 5 1

Intervalos
-3.18184143 -3.98184143 -1.98184143 -5.48184143 -3.48184143 -2.68184143
de
Confianza
para -0.81815857 -1.61815857 0.38184143 -3.11815857 -1.11815857 -0.31815857
diferencia

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