ESCUELA SUPERIOR POLITÉCNICA DE

CHIMBORAZO

FACULTAD: ADMINISTRACIÓN DE EMPRESAS

CARRERA: CONTABILIDAD Y AUDITORÍA

GUÍA DE PRÁCTICA DE [ESTADISTICA INFERENCIAL]

PARALELO: CUARTO 2

PRÁCTICA No. 2

[PREDICCION MEDIANTE DISTRIBUCIONES TEORICAS DE PROBABILIDAD DE

VARIABLES ALEATORIAS]

1. DATOS GENERALES:

NOMBRE: (estudiante(s) CODIGO(S): (de estudiante(s)

ANGELO YEPEZ 904

JAVIER GUALLI 845
JORGE MASABANDA 573
VANESSA PAGUAY 586

GRUPO No.: 1

FECHA DE REALIZACIÓN: FECHA DE ENTREGA:

20/05/2022 25/05/2022

2. OBJETIVO:

Predecir los valores de la variable aleatoria Temperatura corporal mediante la

distribución teórica de probabilidad exponencial.

3. INSTRUCCIONES.

Haciendo uso de Minitab, genere números aleatorios, para la variable temperatura

corporal, haciendo uso de la distribución teórica de probabilidad exponencial; una vez
realizado este proceso ingrese los datos en Arena, genere un histograma y luego
empleando la opción FIT ALL observe que distribución de probabilidad ajusta mejor a
los datos de la variable aleatoria temperatura corporal (caso clínico). Registre el modelo
teórico que se debe ingresar en Arena para que se replique los datos aleatorios.
 TEMPERATURA CORPORAL
0,710471 0,398536 2,06533 2,89414 2,39668 0,391117 0,267108 0,571671 0,543981 0,92976

0,131633 1,52085 1,11337 0,589946 3,27863 0,505895 0,975508 0,780969 1,90020 0,44949
0,300262 0,764846 1,19558 0,554274 1,44551 1,05367 1,41085 0,313431 1,04080 0,08805

0,558561 0,450641 0,03341 0,114138 0,13299 0,359001 0,270726 0,645494 0,687943 0,37486

0,547181 0,414259 4,07151 0,224970 1,00005 0,814150 0,254116 1,80344 0,136650 6,06972
4. ACTIVIDADES POR DESARROLLAR:

1. Ingresar a Minitab17 y generar datos aleatorios, nos dirigimos a calculo luego a datos
aleatorios y por último seleccionamos exponencial.
2. En la tabla exponencial seleccionamos la densidad de probabilidad con una escala de 1 y
un valor umbral de 1 y la entrada debe ser constante con una cantidad de 50 datos
3. Copiar los datos aleatorios en un bloc de notas para luego utilizarlo en el software Arena
4. Cargamos los datos del bloc de notas en el software arena.
5. Damos clic en “Fit” elegimos la opción “Fit all” para ver que distribución de probabilidad
se ajusta mejor a nuestros datos.
6. Por último, damos clic en “Fit” y elegimos la opción “Exponencial” para para que
nuestros datos se repliquen igual a los del software Minitab.

5. RESULTADOS OBTENIDOS
 DISTRIBUCION DE PROBABILIDAD (FIT ALL)

Distribution Summary
Distribution: Lognormal
Expression: LOGN (1.03, 1.38)
Square Error: 0.001714
Chi Square Test
Number of intervals= 3
Degrees of freedom= 0
Test Statistic = 0.162
Corresponding p-value < 0.005
Kolmogorov-Smirnov Test
Test Statistic= 0.0601
Corresponding p-value > 0.15
Data Summary
Number of Data Points= 50
Min Data Value= 0.0334
Max Data Value= 6.07
Sample Mean= 0.991
Sample Std Dev = 1.12
Histogram Summary
Histogram Range= 0 to 6.68
Number of Intervals= 7

La distribucion de probabilidad que mejor se ajusta a los datos de temperatura corporal es el de

Kolmogórov-Smirnov Test.
DISTRIBUCION DE PROBABILIDAD (EXPONENTIAL)
 Distribution Summary
Distribution: Exponential
Expression: EXPO(0.991)
Square Error: 0.004939
Chi Square Test
Number of intervals= 3
Degrees of freedom= 1
Test Statistic = 1.2
Corresponding p-value= 0.286
Kolmogorov-Smirnov Test
Test Statistic= 0.0862
Corresponding p-value > 0.15
Data Summary
Number of Data Points= 50
Min Data Value= 0.0334
Max Data Value= 6.07
Sample Mean= 0.991
Sample Std Dev = 1.12
Histogram Summary
Histogram Range= 0 to 6.68
Number of Intervals= 7
 6. CONCLUSIÓN.
Tanto software Arena como Minitab son herramientas capaces de mejorar procesos de
situaciones reales y hacer predicciones estadísticas de probabilidad, análisis de datos en
cuanto a posibles resultados obtenidos; nos ayuda a toma de decisiones empresariales en
diversos campos, por ejemplo: medicina, física, economía, etc.

7. RECOMENDACIÓN.

Se debe practicar los experimentos de probabilidad a través de Software Minita y Arena, ya

que son bases para realizar estudios donde no hay certeza en los datos, como aquellos que
se enmarcan en el campo de la Investigación de Operaciones, en los cuales se requiere
utilizar técnicas estadísticas o trabajar con modelos probabilísticos, como los relacionados
con líneas de espera.