Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
CASO PRACTICO
PRESENTADO A:
LIMA – PERU
2022
Tabla de contenido
Exposición del Caso ....................................................................................................................... 3
Respuestas .................................................................................................................................... 4
Bibliografía .................................................................................................................................. 10
2
EXPOSICIÓN DEL CASO
En el fichero coches.xlsx se brindan las características de 193 coches clásicos de diversas
marcas según los datos publicados en el Anuario Automovilístico de Ward de 1985 con el
precio ajustado a la inflación en 2019.
Aclaración: Para realizar los cálculos solicitados se sugiere al alumnado que utilice algún
programa de cómputo. El propio Excel tiene una herramienta de análisis de datos que puede
ser empleada, pero podría utilizarse SPSS, SAS, R, etc.
Aunque se emplee un software de análisis estadístico para realizar los cálculos, la entrega se
realizará mediante un informe de resultados. En la respuesta a cada cuestión el/la alumno/a
deberá justificar teóricamente el método de solución elegido y posteriormente los cálculos
efectuados.
3
RESPUESTAS
PREGUNTA 1. Investigue que marca de coche es la más cara. Justifique la respuesta.
RESPUESTA P1.
Según los datos facilitados en el Excel, la respuesta de la marca del coche más cara es
jaguar, con precio promedio de $ 85,506.
mercury
volvo
audi
dodge
plymouth
alfa-romero
chevrolet
mazda
porsche
honda
mercedes-benz
subaru
nissan
peugot
saab
toyota
bmw
mitsubishi
volkswagen
MARCA DE COCHES
Se detalla en la siguiente, se ordena de acuerdo con el precio promedio de cada marca de coche
de mayor a menor.
MARCA PRECIO PROMEDIO
jaguar $ 85,506.00
mercedes-benz $ 83,150.63
porsche $ 77,599.00
bmw $ 64,546.13
volvo $ 44,638.82
audi $ 44,135.00
mercury $ 40,783.00
alfa-romero $ 38,300.67
peugot $ 38,277.45
saab $ 37,620.83
nissan $ 25,739.83
volkswagen $ 24,904.33
toyota $ 24,430.41
mazda $ 24,346.83
mitsubishi $ 22,833.77
isuzu $ 22,035.00
subaru $ 21,107.75
honda $ 20,226.46
plymouth $ 19,679.71
dodge $ 19,251.50
chevrolet $ 14,844.67
4
PREGUNTA 2. Calcule un intervalo de confianza para la media del precio ajustado a la inflación para cada marca
RESPUESTA P2.
Continuando con los datos proporcionados, se calcula el intervalo de confianza para la media del precio ajustado a la inflación para cada marca.
Se estima a un nivel de confianza de 95% y un nivel de significancia de 5% como se muestra en la tabla.
3.2. Se calcula la media y la desviación a ambas muestras que tienen el mismo número
de elementos y que son independientes:
292.162 1.281.291.468
µx = σx = √
12 12 − 1
µx = 24.346,83 σx = 10.792,64
253.293 5.599.328.745
µy = σy = √
12 12 − 1
µy = 21.107,75 σy = 4.794,63
6
3.4. Continuamos con cálculo estadístico:
µx − µy
T(prueba) =
2 2
√((n − 1)Sx + (m − 1)Sy ) ∗ √1 + 1
n+m−2 n m
24.326,83 − 21.107,75
T(prueba) =
2 2
√((12 − 1) ∗ (10.792,64) + (12 − 1) ∗ (4.794,63) ) ∗ √ 1 + 1
12 + 12 − 2 12 12
T(prueba) = 0,9503
3.5. DECISIÓN: Como el valor de T (prueba) es menor a T (tabla), entonces se afirma
que la hipótesis nula es aceptada porque cae en la zona de aceptación bajo la curva de T
de Student.
384.528 1510.003.996
µx = σx = √
4 4
µx = 96.132 σx = 13.038,46
280.677 112.516.223
µy = σy = √
4 4
µy = 70.169,25 σy = 6.124,15
7
4.3. Se determina el valor de T(α/2; n-1) ya que son muestras independientes n = 4 y m =
4 y tienen el mismo número de elementos, se tiene n + m = 4 + 4 = 8 – 2 = 6 grados de
libertad, el valor de T(0,05;6) = 3,182
µx − µy
T(prueba) =
2 2
√((n − 1)Sx + (m − 1)Sy ) ∗ √1 + 1
n+m−2 n m
96.132 − 70.169,25
T(prueba) =
2 2
√((4 − 1) ∗ (13.038,46) + (4 − 1) ∗ (6.124,15) ) ∗ √1 + 1
4+4−2 4 4
T(prueba) = 3,605
3.5. DECISIÓN: Lo acertado es rechazar la hipótesis nula de que los vehículos de la
marca Mercedes Benz a diésel es superior a los de gasolina, ya que la prueba unilateral a
la derecha nos indica que la T estimada es mayor al T crítico y aceptar la hipótesis
alternativa 3.182<3.605
8
La regresión multilineal obtenida con la herramienta de análisis de datos de Excel, facilita
los siguientes resultados. La variable dependiente es el precio-inflación, las variables
independientes fueron la longitud, el peso, la capacidad-motor y los caballos potencia.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.879398532
Coeficiente de determinación R^2 0.773341779
R^2 ajustado 0.768519263
Error típico 9617.803116
Observaciones 193
El valor de R^2 ajustado, es el más importante, ya que nos indica el porcentaje en el cual
el modelo multilineal predice el comportamiento de la variable dependiente, en este caso
es del 76.85%, la cual es una buena predicción, este valor debe ser lo más cercano posible
a 100%. Otro parámetro importante es el valor crítico de F
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de F Valor crítico
libertad cuadrados cuadrados de F
Regresión 4 59334817465 14833704366 160.3606672 1.8722E-59
Residuos 188 17390401714 92502136.77
Total 192 76725219179
Por último, tenemos los coeficientes de las variables, y si estos son significativos para el
análisis. Para que sean significativos para el análisis, el valor de la probabilidad debe ser
menor a 0.05, en este caso las variables que son significativamente representativas en el
modelo son la capacidad motora y los caballos potencia. La ecuación de regresión línea,
con las variables que explican mejor al precio:
precioinflación =24.5 peso+215.11 caballospotencia −24993.511
Estos coeficientes implican que por cada kilogramo que pesa el automóvil, el precio
aumenta en $24.5 y por cada caballo de fuerza que alcanza el auto el precio aumenta
$215.11
9
Bibliografía
FUNIBER. DD118 Estadística Básica, Máster de Infraestructura e Ingeniería Civil.
2021
Kazmier. Leonard J. (1998). Estadística aplicada a la administración y a la
economía. Mc Graw Hill. New York
https://www.geogebra.org/calculator
10