Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
Fecha:
04 de diciembre del 2020
San Cristobal, Rep. Dom.
PRACTICA # 5 DE ESTADISTICA II.
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
millas H0: μ =
28000 H1: μ ≠
28000
x -μ 27563 - 28000 -437
Tc= = = =-1.70
Sx/√n 1358/√28 256.63
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
hipó tesis.
Coeficiente de Intersección
- Línea de Regresión
Es una recta que pasa lo más cerca de todos los datos especificados en el
diagrama de dispersió n.
- Correlación Estadística
- 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
- Coeficiente de regresión
Es utilizado para determinar que tan bien puede describir la línea de regresió n los
valores del conjunto de datos.
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
AÑOS 2012 2013 2014 2015 2016 2017 2018 2019 2020
PRODUC 4 7 9 12 15 17 18 20 240
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)
INVERSION 5 4 3 2 1
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)
PRODUCCION 15 12 10 7 5
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