Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ELENA
Facultad de Ciencias Administrativas
Carrera de Contabilidad y Auditoría
PARALELO:
CYA #3/2
PERTENECE A:
Liliana Lorena Cochea Gonzabay
DOCENTE:
Econ. Nelson Félix Asencio Cristóbal, MSc
MATERIA:
ESTADÍSTICA II
PERÍODO ACADÉMICO
2022-I
INDICE
PORTADA....................................................................................................................1
ÍNDICE.........................................................................................................................2
UNIDAD I: INTRODUCCION A LA ESTADÍSTICA
COMPUTALIZADA(APLICACIONES EN EXCEL).....................................................3
1.1 Introducción a la estadística computarizada................................................................3
1.2 Presentación de datos. -tablas de frecuencias..............................................................3
1.3. Distribución de frecuencias aplicando funciones estadísticas. Tabla dinámica.........6
1.4. Distribución de frecuencias para series de clases. -función estadística en Excel.......8
1.5. Medidas de tendencia central en Excel: series simples y agrupadas Principio del
formulario Final del formulario.........................................................................................9
1.5.1. Medidas de dispersión. funciones estadísticas en Excel.......................................10
1.6. Prueba de hipótesis. -Ho,H1. Contraste de hipótesis................................................15
UNIDAD 2: ANÁLISIS DE VARIANZA......................................................................18
2.1. Análisis de la Varianza. - Introducción. - Distribución F.........................................18
2.2. Funciones estadísticas para análisis de varianza. Prueba de 2 varianzas.................19
2.3. Prueba Anova.- suposiciones en el análisis de la varianza. Estructura
SST,SSE,SSTotal............................................................................................................20
2.3.1. Prueba ANOVA.-estadístico de Prueba F.- ejercicios...........................................22
2.3.2 ANOVA.SST.SSE.SSt. ejercicios varios...............................................................23
UNIDAD I: INTRODUCCIÓN A LA ESTADÍSTICA
COMPUTALIZADA(APLICACIONES EN EXCEL)
Series de datos agrupados. Tablas de datos en las que se resumen estos de acuerdo con
la frecuencia con la que se repiten o según determinados intervalos de valores: datos y
frecuencias. Series de clases y frecuencias (intervalos de clases)
N 9 N 10
Exi 47 Exi 49
MEDIA 5 MEDIA 4,9
MEDIANA 5 MEDIANA 4,5
MODA #N/D MODA 2
MEDIANA
PROCEDIMIENTO PASOS
1)POSICION (N+1)/2 (20+1)/2 10,5
2)FAA n+1/2 12 10,5
3)SEÑALAMOS LA FILA J
4)LA MEDIANA SERA IGUAL A VALOR DE (Xj+Xi -1 )/2
5)MEDIANA =(6+5)/2=5,5 5,5
SERIE IMPAR
CALIFICACIONES XI FR
DATOS CALIFICACIONES ESTUDIANTES FX FAA
2 1 2 2 2
3 2 5 10 7
4 3 2 6 9
3 4 1 4 10
2 Xj 5 1 5 11
1 6 2 12 13
6 7 1 7 14
8 8 4 32 18
7 9 2 18 20
8 10 1 10 21
8 21 106
9
10
1
2 N 21
5 EXI 106
6 xi MEDIA 5 5
edad
ESTUDIANTES 3.2 2022-2
2 MEDIANA 5 5
18 25
8 MODA 2 2
EDAD DATOS ESTUDIANTES
20
9 20
21
22
21 n=4 20
2 22 18
15 1
MEDIANA
2
PROCEDIMIENTO
10 PASOS
3
1)POSICION 5 (N+1)/2 (21+1)/2 11
2)FAA n+1/2 13 11 4
3)SEÑALAMOS 0 LA FILA J
1 2 3 4
4)LA MEDIANA SERA IGUAL AL VALOR DE Xj
No. DE ESTUDIANTES
5)MEDIANA Xj 5
AUDITORIAS EMPRESAS
Xi fi
2 3 6 2
4 5
No DE EMPRESAS
6 2 n=4
n 10 4 5
352
2 3
0 1 2 3 4 5 6
No. DE AUDITORÍAS
DIAS DE
SALARIOS TRABAJADORES TRABAJADORES
Xi-j fi 6
5 a 10 5
10 a 15 4 5
15 a 20 3 5
20 a 25 4 n=16 4
4 4
16
3
3
Series1
2
0
5 a 10
10 a 15
20 a 25
15 a 20
NÚMEROS DE PERSONAS QUE HAN VIAJADO POR NEGOCIOS DURANTE EL 2019
VIAJES EJECUTIVOS
DATOS DATOS DATOS FRECUENCIAS F.A.A F.R F.R.A F% FA%
2 1 1 3 3 0,08 0,08 8% 8%
3 2 2 6 9 0,15 0,23 15% 23%
4 3 3 4 13 0,10 0,33 10% 33%
3 4 4 5 18 0,13 0,45 13% 45%
2 5 5 4 22 0,10 0,55 10% 55%
1 6 6 3 25 0,08 0,63 8% 63%
6 7 7 3 28 0,08 0,70 8% 70%
8 8 8 5 33 0,13 0,13 13% 83%
7 9 9 3 36 0,08 0,20 8% 90%
8 10 10 4 40 0,10 0,30 10% 100%
8 55 40
9
10
1
2 7
5
6 6
2
8
5
9
7
4
5 HISTOGRAMA DE FRECUENCIAS
4
3 POLIGONO DE FRECUENCIAS
10
3
2
4
5
1
6
9
10 0
1 2 3 4 5 6 7 8 9 10
2
3
4
8
7
5
4
2
10
1
N=40 N=40
TABLA DE DINAMICA: Es una tabla que agrupa datos procedentes de otra tabla o
base de mayor tamaño. Se usa como herramienta para el procesamiento de grades
cantidades de datos.
f) Clip(cuenta)
EJ ERCICIO EN CLASE No 2
AÑOS INGRESOS X VTAS Etiquetas de fila Suma de INGRESOS X VTAS Suma de INGRESOS X VTAS2 Suma de INGRESOS X VTAS3 Suma de INGRESOS X VTAS4
2010 1250 2010 1250 1250 6,54% 6,54%
2012 1345 2011 1500 2750 7,84% 14,38%
2013 1268 2012 1345 4095 7,03% 21,41%
2014 1500 2013 1268 5363 6,63% 28,04%
2015 1670 2014 1500 6863 7,84% 35,89%
2018 1920 2015 1670 8533 8,73% 44,62%
2019 1900 2016 2300 10833 12,03% 56,65%
2020 2020 2017 2450 13283 12,81% 69,46%
2016 2300 2018 1920 15203 10,04% 79,50%
2017 2450 2019 1900 17103 9,94% 89,44%
2011 1500 2020 2020 19123 10,56% 100,00%
Total general 19123 100,00%
1.4. Distribución de frecuencias para series de clases. -función estadística en Excel
Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases.
A cada clase se le asigna su frecuencia correspondiente.
Límites de la clase
Cada clase está delimitada por el límite inferior de la clase y el límite superior de la
clase.
Amplitud de la clase
La amplitud de la clase es la diferencia entre el límite superior e inferior de la clase.
Marca de clase
La marca de clase es el punto medio de cada intervalo y es el valor que representa a
todo el intervalo para el cálculo de algunos parámetros.
EJEMPLOS DE SERIE DE CLASES Y FRECUENCIAS (INTERVALOS DE
CLASES)
MEDIA, MEDIANA Y MODA
peso de las personas personas
INTERVALO S DE C LASE
Fre c ue nc ia s Xc fXc FAA
No . lim . Infe rio r lim . Sup e rio r
1 30 39 11 34,5 379,5 11
2 39 48 7 43,5 304,5 18
3 48 57 10 52,5 525 28
4 57 66 8 61,5 492 36
5 66 75 6 70,5 423 42
6 75 84 10 79,5 795 52
7 84 93 14 88,5 1239 66
8 93 102 13 97,5 1267,5 79
9 102 111 3 106,5 319,5 82
10 111 120 14 115,5 1617 96
96 7362
N 96
EXI 7362
MEDIA 76,7
MEDIANA 80,85
(n+1)/2 48,5
Li 75
Fj-1 42
A 9
fj 10
MODA 1 82,2 91,2
1(14-10) 4
2 1
Li 84
A 9
MODA 2 114,96
1(14-3) 11
2 14
Li 111
A 9
1.5. Medidas de tendencia central en Excel: series simples y agrupadas Principio del
formulario Final del formulario
61 70 64 45 79 85 97 48
119 98 36 79 88 115 102 36
99 88 44 118 88 80 114 120
52 52 86 103 112 55 100 96
67 101 99 74 112 64 60 112
30 82 86 99 66 73 41 56
119 98 108 33 95 61 98 87
50 75 114 30 33 80 85 57
64 90 92 84 49 95 55 75
105 34 35 30 115 44 79 51
62 117 119 77 79 44 54 82
89 39 90 48 90 89 120 35
FREC . FREC . FREC UENC IA
FREC UENC IA FREC UENC IA FREC UENC IA
INTERVALO S DE C LASE ABSO LUTA RELATIVA PO RC ENTUAL
MARCA CLASE ABSO LUTA RELATIVA PO RC ENTUAL
Xc AC UMULADA AC UMULADA AC UMULADA
R=120-30
R=90 INTERPRETACIÓN:
14
12
10
HISTOGRAMA DE FRECUENCIAS
8 POLIGONO DE FRECUENCIAS
0
36 49 62 75 88 101 114
FREC . FREC . FREC UENC IA
FREC UENC IA FREC UENC IA FREC UENC IA
INTERVALO S DE C LASE MARCA CLASE ABSO LUTA RELATIVA PO RC ENTUAL
ABSO LUTA RELATIVA PO RC ENTUAL
Xc AC UMULADA AC UMULADA AC UM ULADA
No Da to s 96 No . Grup o s lim. Infe r. lim. Supe rio r fi hi Fi Hi % %A
L. infe rio r 30 1 30 41 36 12 0,13 12 0,13 13% 13%
L. sup e rio r 120 2 41 53 47 11 0,11 23 0,24 11% 24%
RANGO 90 3 53 64 58 9 0,09 32 0,33 9% 33%
No . Grupo s c la se s(K) 8 4 64 75 69 10 0,10 42 0,44 10% 44%
Amplitud-inte rva lo (A) 11 5 75 86 81 14 0,15 56 0,58 15% 58%
6 86 98 92 14 0,15 70 0,73 15% 73%
K=R/ A 7 98 109 103 12 0,13 82 0,85 13% 85%
R=Ls-Li 8 109 120 114 14 0,15 96 1,00 15% 100%
R=120-30 96 1,00 100%
R=90
INTERPRETACIÓN:
9 PERSO NAS DE 96 TIENEN UN PESO DE 58 KILO S
EL 10% DE 96 PERSONAS TIENEN UN PESO DE 69 KILOS
16
FRECUENCIA DE PESO DE LAS PERSONAS EN KILOS
14
12
10
8 HISTOGRAMA DE FRECUENCIAS
POLIGONO D E FRECUENCIAS
6
0
36 47 58 69 81 92 103 114
Las medidas de dispersión más conocidas son: el rango, la varianza, la desviación típica
y el coeficiente de variación (no confundir con coeficiente de determinación)
DATOS
1 -4,5 4,5 20,25 -91,125 410,0625
2 -3,5 3,5 12,25 -42,875 150,0625
3 -2,5 2,5 6,25 -15,625 39,0625
4 -1,5 1,5 2,25 -3,375 5,0625
5 -0,5 0,5 0,25 -0,125 0,0625
6 0,5 0,5 0,25 -0,125 0,0625
7 1,5 1,5 2,25 3,375 5,0625
8 2,5 2,5 6,25 15,625 39,0625
9 3,5 3,5 12,25 42,875 150,0625
10 4,5 4,5 20,25 91,125 410,0625
25 82,5 0 1208,625
n 10 10 DATOS
MEDIA 5,5 5,5
25 25 Media 5,5
DES. MEDIA 2,5 2,5 Error típico 0,95742711
n-1 9 9 Mediana 5,5
VARIANZA 9,166666667 9,166666667 Moda #N/D
DES. ESTANDAR 3,027650354 3,027650354 Desviación estándar 3,02765035
C.V 55,05% 55,05% Varianza de la muestra
9,16666667
A.S 0 0 Curtosis -1,2
0 0 Coefi ciente de asimetría 0
KU -1,561636364 -1,2 Rango 9
1208,625 1208,625 Mínimo 1
Máximo 10
Suma 55
Cuenta 10
MEDIDAS DE DISPERSION O VARIABILIDAD; M. FORMAS DE
DISTRIBUCION(MUESTRA)
VARIANZA, DESVIACIÓN ESTANDAR, C.V.(M.distribución:asimetría y
kurtosis)
SERIE DE DATOS Y FRECUENCIAS
VIAJES DE EJECUTIVOS
f f f f
DATOS FRECUENCIAS fx
1 2 2 -4,2 4,2 8,4 17,64 35,28 -74,088 -148,176 311,1696 622,3392
2 4 8 -3,2 3,2 12,8 10,24 40,96 -32,768 -131,072 104,8576 419,4304
3 2 6 -2,2 2,2 4,4 4,84 9,68 -10,648 -21,296 23,4256 46,8512
4 1 4 -1,2 1,2 1,2 1,44 1,44 -1,728 -1,728 2,0736 2,0736
5 1 5 -0,2 0,2 0,2 0,04 0,04 -0,008 -0,008 0,0016 0,0016
6 2 12 0,8 0,8 1,6 0,64 1,28 0,512 1,024 0,4096 0,8192
7 1 7 1,8 1,8 1,8 3,24 3,24 5,832 5,832 10,4976 10,4976
8 4 32 2,8 2,8 11,2 7,84 31,36 21,952 87,808 61,4656 245,8624
9 2 18 3,8 3,8 7,6 14,44 28,88 54,872 109,744 208,5136 417,0272
10 1 10 4,8 4,8 4,8 23,04 23,04 110,592 110,592 530,8416 530,8416
20 104 54 175,2 12,72 2295,744
n 20
Efx 104
MEDIA 5,2
DES. MEDIA 2,7
VARIANZA 9,221052632
n-1(20-1) 19
DES. ESTANDAR 3,036618618
C.V 58,40%
A.S 0,022714
KU -1,650004066
n 96
Efx 7362 plato curtica resulto menor a 0 y asimetria negativa
MEDIA 76,6875
DES. MEDIA 22,8515625
VARIANZA 701,3960526
n-1(96-1) 95
DES. ESTANDAR 26,48388288
C.V 34,53%
A.S -0,120130
KU -1,220438753
En una m u e stra d e fa m ilia s e sc o g id a s a le a to ria m e nte ,se p re g unta c ua nto d ine ro g a sta n (e n $) a l m e s e n c o m id a rá p id a , c uy o s re sulta d o s se d e ta lla n
e n la sig uie nte ta b la
MENSUA L DA TO S
50 50 -38,75 38,75 1501 ,563 -58185,5 225 4690
60 60 -28,75 28,75 826,5 625 -23763,7 683 205,6
70 70 -18,75 18,75 351,5 625 -659 1,8 123 596,2
80 80 -8,75 8,78 7 6,5625 -669,922 586 1,816
90 90 1,25 1,25 1 ,5625 1,953125 2,44 1406
100 1 00 11,25 11,25 126,5 625 142 3,828 160 18,07
120 1 20 31,25 31,25 976,5 625 305 17,58 953 674,3
140 1 40 51,25 51,25 2626 ,563 134 611,3 689 8831
1 90 6 487,5 773 44 10 935879
De te rm ina r
1.- De sv ia c ió n p ro m e d io n 8 8 DATOS
2.- Va ria n za MEDIA 88,75 88,75
3.- C o e fic ie n t e d e v a ria c ió n 190,0 3 1 90,03 Media 88,75
4.- A sim e t ria y c u rt o sis DES. MEDIA 23,75 23,75 Error típico 10,7632808
n- 1 7 7 Mediana 85
VARIANZA 926,7 9 9 26,79 Moda #N/D
DES. ESTANDAR 30,44 30,44 Desviación estándar 30,4431555
C.V 34,30% 34,30 % Varianza de la muestra 926,785714
A.S 0 ,34 0,52 Curtosis -0,53475893
77344 7 7344 Coeficiente de asimetría 0,52215198
KU -1,41 -0,53 Rango 90
1093 5879 109 35879 Mínimo 50
Máximo 140
Suma 710
Cuenta 8
ASIMETRIA Y KURTOSIS
ASIMETRÍA. La asimetría es la medida que indica la simetría de la distribución de una
variable respecto a la media aritmética, sin necesidad de hacer la representación gráfica.
Los coeficientes de asimetría indican si hay el mismo número de elementos a izquierda
y derecha de la media.
MUESTRA POBLACION
Series no agrupados Series NO agrupadas
Series agrupadas
K=0 Mesocurtica
K>0 leptocurtica
K<0 platocurtica
1.2.2. Medidas de dispersión para series agrupadas en Excel
EJEMPLO DE MEDIDAS DE DISPERSIÓN PARA SERIES AGRUPADAS
Una empresa dedicada a la investigación de aspectos sociales, estudia la relación entre
el sexo y la pernoctación de las personas en determinadas provincias. De una muestra
se recopiló la siguiente información.
Con un nivel de significancia de 0.05, ¿se puede concluir que existe una relación
significativa entre el sexo de las personas y la permanencia en las ciudades?
Ho.No existe relación estadisticamente significativa en la proporción del sexo en las 4
ciudades con el 5% de significancia (a=0,05)
H1.Si existe relación significativa en la proporción del sexo en las 4 ciudades
DETERMINAR
1.- Ho – H1
2.-EL ESTADISTICO DE PRUEBA (X²) CHI CUADRADO
3.- COMPRUEBE CHI CUADRADO Y CHI TEORICA (funciones estadísticas)
4.- INTERPRETE SUS RESULTADOS
5.-Grafico
Total general 5 5 10
FRECUENCIA
S MASCULIN
FEMENINO TOTAL
OBSERVADAS O
O REALES
CUENCA 1 3 4
GUAYAQUIL 6 1 7
MANABI 4 1 5
QUITO 2 4 6
Total general 13 9 22
FRECUENCIA MASCULIN
S ESPERADAS FEMENINO O TOTAL
CUENCA 2,363636364 1,636363636 4
GUAYAQUIL 4,136363636 2,863636364 7
MANABI 2,954545455 2,045454545 5
QUITO 3,545454545 2,454545455 6
Total general 13 9 22
CALCULO
MASCULI
CHICUADRA FEMENINO TOTAL
NO
DO
1,92307692
CUENCA 0,786713287 1,136363636 3
2,05250305
GUAYAQUIL 0,839660340 1,212842713 3
0,90427350
MANABI 0,369930070 0,534343434 4
1,64672364
QUITO 0,673659674 0,973063973 7
6,52657712
Total general 2,669963370 3,856613757 7
PRUEBA
CHICUADRA
P. VALOR DO
INV.
CHICUADO.
CHI. C. CD
PRUEBA CHI.
CHI. T INV
0,08862024
p valor n.s
0,08862 > 0,05 se acepta Ho. Y se rechaza la H1
Intrerpretación: En esta prueba se determino que no se rechaza la Ho.es decir se acepta la Ho y se rechaza la H1.Por consiguiente se deduce
no existe una relación significativa proporcional entre el sexo de las personas y la pernoctación en las diferentes
ciudades del
Laspaís.
personas son libres de escoger el lugar mas conveniente, la prueba demuestra que no se garantiza la permanencia en las ciudades
Chart Title
NO. PERSONASTítulo del eje
7
6
5
4
3
2
1
0
Cuenca Guayaquil Manabi Quito
ciudadesítulo del eje
Series1 Series2
EJERCICIO DE HIPOTESIS
PRUEBA DE HIPOTESIS CHI-CUADRADO
Una e m p re sa d e d ic a d a a la in ve st ig a c ión d e a sp e c t os soc ia le s ,g e ne ra la sig uie nt e b a se d e d a t os p a ra lo c ua l se
p la n t e a una se rie d e hip ot e sis
1.-FORMULAR LA Ho y LA HIPOTESIS H1
2.- APLICAR FUNCIONES ESTADISTICAS PARA CALCULAR LAS FRECUENCIAS ESPERADAS Y EL VALOR DE CHI CUADRADO
3.- APLICAR LAS FUNCIONES ESTADISTICAS PARA CALCULAR LA PRUEBA CHI CUADRADA
5.- TOME UNA DECISIÓN EN BASE AL CONTRASTE Y A LAS HIPOTESIS FORMULADAS(RECHAZO O ACEPTACION, ETC)
INTERPRETACIÓN:
En esta prueba se determino que no se rechaza la Ho. Es decir se acepta la Ho y se rechaza H1.
Por consiguiente se deduce que no existe asociación entre el estado civil y el lugar de residencia de las personas.
Es decir que las personas pueden decidir libremente donde desean habitar sin importar su estado civil
6.- GRAFICO
2,5
2 Cuenca
Guayaquil
1,5 Manabi
Quito
0,5
0
casado divorciado soltero unión libre viudo
UNIDAD 2: ANÁLISIS DE VARIANZA
1. PROCEDIMIENTO: fó rmula s
1. PROCEDIMIENT
1. PROCEDIMIENT O:O:fó fó
rmrm
ulaula
s s
M e d id a C -25 A 1-72
Meeddididaa
M CC -25
-25 A 1-72
A 1-72
n 7 8
nn 77 8 8
n
nn-1-1 66 6 7 77
-1
M e d ia
M
Meeddiaia
58,29
58,29
58,29
59 d e sv
59 59 d esvsvn.sta
d e.sta
.sta
d ne nsvd.sta
d e sv .sta n
e svn.sta n
Varia
Va
Va riannnzaza
ria za 80,90
80,90
80,90 19 8,9947074
19 19 8,9947074
8,9947074 4,3752551 4,3752551
4,3752551
F
FF 4,226368159
Niv e l d e
sig n ific a n c ia 0,1
V.C
V.C(2c
(2coolalas s a / 2(0,10/ 2)=0,05
V.C (2c o la s
Va lo r c rític o
G .L n u me ra d o r (n -1)=6
GG.L
G .L
.L d nenume
nuome raadddooo(n
ra
min rrr -1)=7
(n(n-1)=6
-1)=6
G .L
Va lo r ta.L
b la (n-1)=7
3,87 (n -1)=7
ta bb lala
Va lo r ta
F VC
4,23 FF > 3,87 VCSRHo y se a c e p ta H1,
VC
4,23
4,23 > > 3,87
3,87
2. PROCEDIMIENTO: func io ne s
M e d id a C -25 A 1-72
2. PROCEDIMIENT
PROCEDIMIENTO: O:func
funcioione
ness
n 7 8
M e d id id aa CC-25
-25 AA1-72
1-72
n -1 6 7
n 7 8
Me n d ia 58,297 59 8
n -1
n -1
Va ria n za
6
80,906 19 7
7
M
M eeF dd iaia 58,29
58,29 5959
Va
Va ria
ria nnza
za 80,90
80,90 1919
FF 4,226368159
V.CNiv
(2ce l od la
e s
sig n ific a n c ia 0,1
V.C G .L o la s n u meara/ 2(0,10/
d o r (n -1)=6
V.C (2c
(2c o la s 2)=0,05
G .L Va lo r c rític o(n -1)=7
Va lo rGta.L
b la n ume ra d o r (n -1)=6
G .L
3. PROCEDIMIENT n u meCOMANDO:
ra d o r (n-1)=6
G .L d eOn o mina d o(n ANALISIS DE LOS DATOS
r -1)=7
Pru e bGa .L
F p a ra v a ria n za d e d o(n-1)=7
s mu e stra s
Va lo r ta b la 3,87
Va lo r ta b la
PASOS
3. PROCEDIMIENTO COMANDO: ANALISIS DE LOS DATOS
1.
3. ARC HIVO
PROCEDIMIENT O COMANDO: ANALISIS DE Prueba
LOSFDAT
paraOS
varianzas de dos muestras
Pru e b a F p a ra v a ria n za d e d o s mu e stra s
2. C O M PLEM ENTO
Prue b a F p a ra v a ria n za d e d o s mue stra s
PASOS
3.IR
PASOS
1. SELEC
ARC HIVO MediaPrueba F 58,2857143
para varianzas de dos muestras
4. C IO NAR LA SEG UNDA O PC IO N
1. ARC HIVO Prueba F para varianzas de59dos muestras
2. CA
5.IR OM PLEM
DAT O D ENTO Varianza 80,9047619 19,1428571
2. C O M PLEM ENTO
3.IR
6.ANALISIS DE DATO S 7 8
V.C (2c o la s
G .L n ume ra d o r (n -1)=6
G .L (n -1)=7
Va lo r ta b la
3. PROCEDIMIENTO COMANDO: ANALISIS DE LOS DATOS
Prue b a F p a ra v a ria n za d e d o s mu e stra s
PASOS
1. ARC HIVO Prueba F para varianzas de dos muestras
2. C O M PLEM ENTO
3.IR CARRETERA 25 AUTOPISTA 1-75
4. SELEC C IO NAR LA SEG UNDA O PC IO N Media 58,2857143 59
5.IR A DATO D Varianza 80,9047619 19,1428571
6.ANALISIS DE DATO S Observaciones 7 8
Grados
7. SELEC C IO NAR PRUEBA F PARA VARIANZA DE DO de libertad
S M UEST RAS 6 7
F 4,22636816
P(F<=f) una cola0,04039661
Valor crítico para
3,86596885
F (una cola)
¿Por qué es necesario estudiar ANOVA? ¿Por qué no sólo se emplea la prueba de las
diferencias entre medias poblacionales, como se analizó en el capítulo anterior? Se
puede comparar dos medias poblacionales a la vez. La razón más importante es la
acumulación indeseable del error tipo I.
Para encontrar la probabilidad de que al menos tenga un error debido al muestreo, reste
este resultado a 1. Por lo tanto, la probabilidad de al menos una decisión incorrecta
debida al muestreo es de 1 – 0.735 0.265. En resumen, si realiza seis pruebas
independientes con la distribución t, la posibilidad de rechazar una hipótesis nula
verdadera debido al error de muestreo se incrementa de 0.05 a un nivel insatisfactorio
de 0.265. Es obvio que necesita un mejor método que realizar seis pruebas t.
MEDIAS ARITMÉTICAS xc
TAME 87,25
AEROLAND 78,2 ࡲ=((ࢀ࢚ࢇ࢜ࢇ࢘ࢇࢉ[࢚࢘ࢇ࢚ࢇ ࢋ࢚)/(−))/((ࢀ࢚ࢇ࢜ࢇ࢘ࢇࢉ[ࢇࢋࢇ࢚࢘ࢇ)/(−))
AEROGAL 72,86 F=((992/2)/(90/9))
DELL 69
F=8.99
MEDIA GLOBAL 75,64 8,9906433
E xi 1664
n 22 F VC
K 4 8,99 > 5,09 Se re c ha za la Ho y se a c e p ta H1,
N.S(0,10)2COLAS= a/2 0,05
CONCLUSION: SE RECHAZA LA Ho, POR LO TANTO SI EXISTE DIFERENCIA ENTRE LAS CALIFICACIONES MEDIAS DE LAS 4 AEROLINEAS
G.L. (num(k-1))3-1 3
G.L. (denom(n-k))22-3 18 Análisis de varianza de un factor
v.c 5,09
F= 8,99 RESUMEN
SST 1485,09 Grupos Cuenta Suma Promedio Varianza
SSE 594,41 N 4 349 87,25 36,9166667
Sstotal 890,68 W 5 391 78,2 58,7
F= 8,99 P 7 510 72,8571429 30,1428571
B 6 414 69 13,6
ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF ProbabilidadValor crítico para F
Entre grupos 890,683766 3 296,894589 8,9906433 0,000742769 5,09188952
Dentro de los grupos
594,407143 18 33,022619
Total 1485,09091 21
2.3.2 ANOVA.SST.SSE.SSt. ejercicios varios
EJERCICIOS
MEDIAS ARITMÉTICAS xc
Wolfe 56 ࡲ=((ࢀ࢚ࢇ࢜ࢇ࢘ࢇࢉ[ ࢚࢘ࢇ࢚ࢇ ࢋ࢚)/(−))/((ࢀ࢚ࢇ࢜ࢇ࢘ࢇࢉ[ ࢇࢋࢇ࢚࢘ࢇ)/(−))
White 70 F=((992/2)/(90/9))
Korosa 48 F=49.6
G.L. (num(k-1))3-1 2
G.L. (denom(n-k))12-3 9
v.c 4,26 INTERSECCION DE LA TABLA
F= 49,6
SST 992
SSE 89
Sstotal 1082
F= 49,6
Análisis de varianza de un factor
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Wolfe 4 224 56 4,66666667
White 4 280 70 20,6666667
Korosa 4 192 48 4,66666667
ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados de
Promedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Entre grupos 992 2 496 49,6 1,3806E-05 8,02151731
Dentro de los grupos 90 9 10
Total 1082 11