INSTITUTO ESPECIALIZADO DE ESTUDIOS

SUPERIORES LOYOLA

PRACTICA #5

MAT-217-ESTADISTICA II

SUSTENTANTES:
Laura L. Acosta de los Santos 18-02-0010
Odris Daniela Batista 18-02-0026
ristian Jonatan Reyes Mejía 15-03-0117

Prof. Nelson William Rivera

Fecha:
04 de diciembre del 2020
San Cristobal, Rep. Dom.
 PRACTICA # 5 DE ESTADISTICA II.

-Un Ingeniero Industrial tiene la creencia de que la duració n promedio, en horas,

de las piezas que produce su Maquina difiere del promedio general de la
població n de todas las demá s maquinas del país que producen el mismo tipo de
piezas, el cual es de 980horas. Para contrastar dicha hipó tesis el Técnico
selecciona una muestra de 65 piezas de su má quina, arrojando un promedio
muestral de 993 horas de duració n. Supongamos por ejemplo, que la desviació n
típica poblacional fue de 225 horas. Decida sobre la hipó tesis planteada a un
nivel de significació n de un 99 por ciento, bajo la curva normal.
Datos
n=65 H0: μ <
980 X=993 H1: μ > 980
S=225
μ= 980

x -μ 993-980 13
Zc= = = =-
σx
225/√65 27.90

Zc = 0.46

-Supongamos por ejemplo que deseamos probar con base a una muestra de 35
determinaciones y con un nivel de significancia de 0.05 que la conductividad
térmica de cierto tipo de ladrillos difiere de 0.240. Segú n informació n recabada en
estudios similares, podemos esperar que la variabilidad de varias determinaciones
está dada por σ = 0.010. Realice la prueba de hipó tesis adecuada, suponiendo que
la media de las 35 determinaciones es 0.245
Datos
μ=
0.240
N=35
X =0.245
σ =0.010
α =0.05
Zt=1.96

H0: μ = 0.240
H1: μ ≠ 0.240

x -μ 0.245-0.240 0.005
Zc= = = = 2.96
σx 0.010/√35 0.001690309

Zc es mayor que Zt por lo que se rechaza la hipó tesis nula.

Una empresa de transporte tiene la creencia de que la vida ú til promedio de ciertos
neumá ticos es menor de 28000 millas. Para verificar la hipó tesis, se colocan 28 de
estos neumá ticos en sus camiones y obtiene una vida ú til promedio de 27563
millas con una desviació n está ndar de 1358 millas. ¿Qué puede concluir de ese
dato si la probabilidad de un error de tipo I es a lo sumo 0.01? (utilice la t de
Student en dicha prueba)
Datos
μ= 28000 millas
N=28
X =27563 millas
S=1358

millas H0: μ =
28000 H1: μ ≠

28000
x -μ 27563 - 28000 -437
Tc= = = =-1.70
Sx/√n 1358/√28 256.63

Tt= (∞, gl)=df=n-

1 29-1=28
α =0.01

TC = 2.15
Tt=2.362
Tc es menor que Tt entonces no se rechaza la hipó tesis nula.

-Las especificaciones para cierta clase de pieza producida en serie por una
má quina exigen una resistencia media de 280libras. Si cinco de las piezas,
seleccionadas aleatoriamente en diferentes cajas o empaques, tienen una
resistencia promedio de
269.5 libras, con una desviació n típica de 7.7 libras, prueba la hipó tesis nula de que
el promedio poblacional es igual a 180 contra la hipó tesis alterna de que este
promedio es menor de 180 libras, con un nivel de significació n del uno por ciento.
(T)
Datos
μ=
280
N=5
X =269.5 libras
S =7.7 libras
H0: μ es igual 280

H1: μ es menor 280

x-μ 269.5 - 280 -10.5

 Tc= = = =-3.052
Sx/√n 7.7 /√5 3.44

Tt= (∞, gl)=df=5-

1=4 Tt= -3.747

Tc es menor que Tt entonces no se rechaza la hipó tesis H0.

-Exprese en breves palabras la importancia y utilidad de las pruebas de
hipótesis estadística.
Una prueba de hipó tesis evalú a dos afirmaciones mutuamente excluyentes sobre
una població n para determinar qué afirmació n es mejor admitida por los datos de
la muestra. Cuando se dice que un hallazgo es estadísticamente significativo, es
gracias a una prueba de

hipó tesis.

Defina que es una hipótesis estadística

Es una conjetura o suposició n concerniente a la població n.

Que es Nivel de significación o error de tipo I, y quien es que lo fija

Es la má xima probabilidad de cometer un error te tipo I, especificada en una prueba
de hipó tesis. Este se especifica antes de que una prueba sea hecha.

Defina prueba de hipótesis bilateral

En esta prueba la regió n de rechazo el á rea se determina dividiendo el nivel de
significancia en dos partes iguales.

Que es una hipótesis nula.

Son las hipó tesis estadísticas que son establecidas con el propó sito de posible
rechazo o nulificacion.

Cuándo utilizamos el estadístico muestral Z y el T en una prueba de hipótesis.

Una prueba Z es una prueba de hipó tesis basada en el estadístico Z, que sigue la
distribució n normal está ndar bajo la hipó tesis nula.
La prueba Z má s simple es la prueba Z de 1 muestra, la cual evalú a la media de una
població n normalmente distribuida con varianza conocida.
La prueba "t" de Student es un tipo de estadística deductiva. Se utiliza para
determinar si hay una diferencia significativa entre las medias de dos grupos. Con
toda la estadística deductiva, asumimos que las variables dependientes tienen una
distribució n normal.

Que son los grados de libertad en la prueba de hipótesis.

De un conjunto de observaciones, los grados de libertad está n dados por el nú mero
de valores que pueden ser asignados de forma arbitraria, antes de que el resto de
las variables tomen un valor automá ticamente, producto de establecerse las que
son libres; esto, con el fin de compensar e igualar un resultado el cual se ha
conocido previamente.

DEFINA LOS SIGUIENTES CONCEPTOS:

 Regresión Estadística

Es un proceso estadístico que pretende modelar la relació n entre dos o má s

variables.

Coeficiente de Intersección

Es el valor donde la recta intercepta el eje Y o eje de las ordenadas.

- Línea de Regresión

Es una recta que pasa lo más cerca de todos los datos especificados en el
diagrama de dispersió n.

- Correlación Estadística

Este examina la direcció n y la fuerza de la asociació n entre dos variables

cuantitativas.

- Diagrama de dispersión

Es utilizado para mostrar los valores de dos variables para un conjunto de datos.
Todo esto en un plano cartesiano. Por lo tanto, este permite obtener la relació n
entre las dos variables estudiadas.

- Coeficiente de Correlación

Es una medida de regresió n que pretende cuantificar el grado de variació n

conjunta entre dos variables. Se trata de un índice que mide si los puntos
contenidos en el diagrama de dispersió n tienen tendencia a disponerse en la línea
de regresió n

- Coeficiente de regresión

Es el valor que representa el punto donde la recta de regresió n corta el eje de

coordenadas

- Error típico de Estimación

Es utilizado para determinar que tan bien puede describir la línea de regresió n los
valores del conjunto de datos.

- Principales medidas de Bondad de Ajuste de la línea de regresión

Son el coeficiente de determinació n, el coeficiente de correlació n y el error típico.

- Qué significa una pendiente negativa en la ecuación de regresión

 Significa que el aumento de las variables hace que el resultado tenga una caída
negativa.

REGRESION OBTENIDA. ESTIME Y CUANDO X = 32 INTERPRETE EL VALOR DEL

COEFICIENTE DE REGRESION OBTENIDO.

CONSUMO 22 20 18 15 12 10 7 5 4
PRECIOS 4 7 9 13 16 18 20 23 25
Yc = ax + b ∑X.∑Y – n ∑X Y
a= -
( ∑X )² – n ∑X²

∑X.∑XY – ∑X² ∑Y
b= -
( ∑X )² – n ∑X²
CONSUMO X PRECIO Y X.Y X2 Y2
22 4 88 48 16
4
20 7 140 40 49
0
18 9 162 32 81
4
15 13 195 22 169
5
12 16 192 14 256
4
10 18 180 10 324
0
7 20 140 49 400
5 23 115 25 529
4 25 100 16 625

∑X.∑Y – n ∑X Y 113(135) – 9(1312)

a= = = -
1.0998 ( ∑X )² – n ∑X²
( 113 ) ² – 9(1767)

∑X.∑XY – ∑X² ∑Y 113(1312) – (1767)135

b= -= =
28.81 ( ∑X )² – n ∑X² ( 113 )
² – 9(1767)

Yc = (-1.0999)x + 28.21 ecuación del mejor ajuste, por el método de los

mínimos cuadrados.
YC cuando x=32
Yc = (-1.0999)(32) + 28.21= -6.99
REGRESION OBTENIDA. ESTIME Y CUANDO t = 2027 INTERPRETE EL
VALOR DEL COEFICIENTE DE REGRESION OBTENIDO.

AÑOS 2012 2013 2014 2015 2016 2017 2018 2019 2020

PRODUC 4 7 9 12 15 17 18 20 240

Consumo x Producció n Yi Ti TiYi Ti2

201 4 0 0 0
2
201 7 1 7 1
3
201 9 2 18 4
4
201 12 3 36 9
5
201 15 4 60 16
6
201 17 5 85 25
7
201 18 6 108 36
8
201 20 7 140 49
9
202 24 8 1920 64
0 0
Yc = at + b

∑t∑y–n∑ty 36(342)-9(2374)
a= = = 16.77
( ∑ t)² – n ∑t² (36)² -9(204)

∑ t ∑ yt -∑ t2 ∑ t² 36(2374) – 204 (64)

b = = = -134.09
( ∑ t)2 – n ∑t² (36)² -9(204)
Yc =16.77 t – 134.09 = Ecuació n de regresió n (la del mejor ajuste)
T=2027
Yc=16.77(2027) – 134.09= 33858.7
CALCULE LA ECUACION DEL MEJOR AJUSTE Y MIDAD LA BONDAD DEL MISMO
 PRODUCCION 12 10 8 6 4

INVERSION 5 4 3 2 1

Producción X Inversió n Y X.Y X2 Y2

12 5 60 144 25
10 4 40 100 16

8 3 24 64 9
6 2 12 36 4
4 1 4 16 1
Yc = ax + b ∑X.∑Y – n ∑X Y 40(15) – 5(140)
a= - = - =
0.5 ( ∑X )² – n ∑X²
( 40) ² – 5(360)

∑X.∑XY – ∑X² ∑Y 40(140) – (360)15

b= -= = -
1 ( ∑X )² – n ∑X² ( 40) ² – 5(360)

YC= 0.5X – 1 ecuación del mejor ajuste

-
CALCULE LA ECUACION DEL MEJOR AJUSTE Y ESTIME LA
PRODUCCION PARA EL 2012
 Añ OS 2000 20001 2002 2003 2004

PRODUCCION 15 12 10 7 5

Consumo x Producció n Yi Ti TiYi Ti2

200 15 0 0 0
0
200 12 1 12 1
1
200 10 2 20 4
2
200 7 3 21 9
3
200 5 4 20 16
4

Yc = at + b

∑t∑y–n∑ty 10(49)-5(73)
a= = = 2.5
( ∑ t)² – n ∑t² (10)² -5(30)

∑ t ∑ yt -∑ t2 ∑ t² 10(73) – 30(64)
b = = = 23.8
( ∑ t)2 – n ∑t² (10)² -5(30)
Yc = 2.5t + 23.8
CALCULE LA ECUACION DEL MEJOR AJUSTE Y MIDAD LA BONDAD DE DICHO
AJUSTE. GRAFIQUE EL DISPERSOGRAMA Y LA LINEA DE REGRESION
OBTENIDA. ESTIME Y CUANDO X = 666 INTERPRETE EL VALOR DEL
COEFICIENTE DE REGRESION OBTENIDO.
CONSUMO 2 4 6 9 10 12 15 16 18
PRECIOS 2 4 6 9 10 12 15 16 18

CONSUMO X PRECIO Y X.Y X2 Y2

2 2 4 4 4
4 4 16 16 16
6 6 36 36 36
9 9 81 81 81
10 10 100 10 100
0
12 12 144 14 144
4
15 15 225 22 225
5
16 16 256 25 256
6
18 18 324 32 324
4

∑X.∑Y – n ∑X Y 92(92) – 9(1186)

a= = =
1 ( ∑X )² – n ∑X²
( 92 ) ² – 9(1186)

∑X.∑XY – ∑X² ∑Y 92(1186) – (1186)92

b= -=
= 0 ( ∑X )² – n ∑X²
( 92 ) ² – 9(1186)

Yc = 1x + 0 ecuación del mejor ajuste, por el método de los mínimos

cuadrados.