El Gerente de una planta industrial pretende determinar si el número de empleados, que asisten al consultorio m

de la planta, se encuentran distribuido en forma equitativa durante los 5 días de trabajo de la semana. Con base
muestra aleatoria de 4 semanas de trabajo, se observó el siguiente número de consultas:

Lunes Martes Miercoles Jueves Viernes

49 35 32 39 45

Con un α= 2.5 % ¿Existe alguna razón para creer que el número de empleados que asisten al consultorio médico
encuentra distribuido de forma equitativa durante los días de la semana?

Datos:
k= 5
α= 0.025

PLANTEAMIENTO DE HIPOTESIS

H0: Los cinco días de trabajo se comportan de manera uniforme

Ha: Los cinco días de trabajo NO se comportan de manera uniforme

DEFINICIÓN CRITERIOS DE PRUEBA

gl 1-α
X=
2
4 0.975
X=
2
11.143

X2= 11.143

CALCULO MATEMATICO DEL ESTADISTICO DE PRUEBA

 No fo fe (fo-fe) (fo-fe)2 (fo-fe)2 / fe
1 49 40 9 81 2.025
2 35 40 -5 25 0.625
3 32 40 -8 64 1.6
4 39 40 -1 1 0.025
5 45 40 5 25 0.625
200 X2= 4.900

X2= 11.143

X2= 4.900

DECISIÓN

Se acepta la Hipótesis Nula y NO se acepta la Hipótesis Alterna

CONCLUSIÓN

El administrador de un hospital, para distribuir horarios de trabajo para los empleados, desea determinar si el
número de pacientes que llegan al departamento de consulta externa, están distribuidos por igual en cada
horario, se tomó una muestra aleatoria de 300 pacientes, a quienes se les pregunto en que horario preferían
visitar el hospital, entre los siguientes: de 6:00 a 08:00 horas, de 08:00 a 10:00 horas, de 10:00 a 12:00 horas o de
12:00 a 14:00 hrs. Las respuestas fueron 105 , 60 , 65 y 70, en su orden. A un nivel de significancia del 3% probar
si el número de pacientes es el mismo para los cuatro horarios.

Datos:
K= 4
α= 0.03

PLATEAMIENTO DE HIÓTESIS

H0: La preferencia de los pacientes para los horarios de visita se ajusta de manera uniforme.
Ha: La preferencia de los pacientes para los horarios de visita NO se ajusta de manera uniforme.
DEFINICIÓN CRITERIOS DE PRUEBA
gl 1-α
X=2
3 0.97
X2= 8.947

X2= 8.947

CALCULO MATEMATICO DEL ESTADISTICO DE PRUEBA

No fo fe (fo-fe) (fo-fe)2 (fo-fe)2 / fe

1 105 75 30 900 12.000
2 60 75 -15 225 3.000
3 65 75 -10 100 1.333
4 70 75 -5 25 0.333
300 X2= 16.667

UBICACIÓN DEL ESTADÍSTICO DE PRUEBA

X2= 8.947

X2= 16.667

DECISIÓN
NO se acepta la Hipótesis nula y SI se acepta la Hipótesis alterna
dos, que asisten al consultorio médico
trabajo de la semana. Con base en, una

e asisten al consultorio médico se

eados, desea determinar si el
ribuidos por igual en cada
to en que horario preferían
ras, de 10:00 a 12:00 horas o de
l de significancia del 3% probar

de manera uniforme.
sta de manera uniforme.
El Departamento de Psicología, basándose en datos del semestre antepasado, informo que el 80% de los alumno
aprobaron todas las materias inscritas, un 10% aprobó la mitad, un 6% reprobó todas las materias y un 4% se reti
Al final del semestre pasado el departamento selecciono a 513 alumnos, el resultado fue que 400 aprobaron tod
las asignaturas. 49 aprobaron la mitad, 30 reprobaron todas las asignaturas y 34 se retiraron.

Podemos concluir, a raiz de los resultados, ¿qué la información del semestre antepasado se ha vuelto a repetir?

Datos:

K= 4
α= 0.04

PLANTEAMIENTO DE HIPÓTESIS

H0: Se mantuvo el patrón deseado de notas: 80%, 10%, 6%, 4%

Ha: NO se mantuvo el patrón deseado de notas: 80%, 10%, 6%, 4%

DEFINICIÓN CRITERIOS DE PRUEBA

gl 1-α
X=
2
3 0.96
X=
2
8.311

X2= 8.311

CALCULO MATEMATICO DEL ESTADISTICO DE PRUEBA

fo % fe (fo-fe) (fo-fe)2 (fo-fe)2/fe

400 80% 410.40 -10.40 108.16 0.264
49 10% 51.30 -2.30 5.29 0.103
30 6% 30.78 -0.78 0.61 0.020
34 4% 20.52 13.48 181.71 8.855
513 X2= 9.242
UBICACIÓN DEL ESTADISTICO DE PRUEBA

X2= 8.311

X2= 9.242
DECISIÓN
NO Se Acepta la Hipótesis Nula y SI se acepta la Hipótesis Alterna
 ormo que el 80% de los alumnos
odas las materias y un 4% se retiró.
ado fue que 400 aprobaron todas
se retiraron.

epasado se ha vuelto a repetir? α= 0.04

Un Fabricante de un producto, tiene tres fábricas en el país. Los defectos de este producto se deben a tres grand
Durane una semana reciente, se encontró el siguiente número de cada uno de los tres defectos, en las fabricas:

Fabrica Causa de los defectos

A B C
1 15 25 23 63
2 10 12 21 43
3 32 28 44 104
57 65 88 210
57 65 88 210

Basandonos en estas frecuencias, podemos concluir que las causas de defectos

dependen de las fabricas? A un nivel de significancia del 1%

Datos:
α= 0.01
β= 0.99

PLANTEAMIENTO DE HIPOTESIS

H0: Las causas de los defectos y fábricas son independientes (No hay relación)
Ha: Las causas de los defechos y fábricas NO son independientes (Hay relación)

DEFINICIÓN DE CRITERIOS

X2= (gl;1-α)
X2= (#filas-1)(#columnas-1)
X2= (3-1)(3-1) ; 1-α
X2= (2)(2) ; 1-0.01
X2= 4 ; 0.99 X2= 13.277
X2= 13.277

CALCULO MATEMÁTICO DEL ESTADISTCIO DE PRUEBA

n fo fe (fo-fe) (fo-fe)2 (fo-fe)2/fe

1 15 17 -2 4.41 0.258
2 25 20 6 30.25 1.551
3 23 26 -3 11.56 0.438
4 10 12 -2 2.79 0.239
5 12 13 -1 1.71 0.129
6 21 18 3 8.89 0.493
 7 32 28 4 14.22 0.504
8 28 32 -4 17.56 0.546
9 44 44 0 0.18 0.004
210 X2= 4.162

UBICACIÓN DEL ESTADISTICO DE PRUEBA

X2= 13.277

X2= 4.162

DECISIÓN

Se acepta la Hipótesis Nula y NO se acepta la Hipótesis Alterna

CONCLUSIÓN

Con un nivel de significancia del 0.01 se puede inferir que NO se ha encontrado

evidencia suficiente para indicar que: las causas de defectos depende de las fabricas,
concluyendo que no existe relación es decir que una no depende de la otra
 producto se deben a tres grandes causas, que podemos llamar A,B y C
s tres defectos, en las fabricas:
 René Vargas es asesor de una empresa de transporte, se requiere de un estudio estadístico,
para comprobar la relación enter el numero de descargas y el numero de ayudantes. Con ese
proposito se hizo una prueba en seis servicios, en los cuales se utilizaron diferente numero de
ayudantes, los resultados fueron los siguientes:

Y Descargas 15 20 30 26 30 40
X Ayudantes 3 5 8 7 10 12

45
40
f(x) = 2.60
n X Y X2 Y2 XY 35
1 3 15 9 225 45 30
2 5 20 25 400 100 25
3 8 30 64 900 240
20
4 7 26 49 676 182
15
5 10 30 100 900 300
6 12 40 144 1600 480 10
Ʃ 45 161 391 4701 1347 5
0
2 4

tipo de relación existente

r= 6(1347)-(45)(161)
√6(391)-(45)2 √6(4701)-(161)2

r= 8082-7242
√(2346)-(2025) √(28206)-(25921)

r= 840
√321 √2285

r= 840
(17.9164)(47.80167)

r= 840
 856.43384

r= 0.98081131 VALOR DEL COEFICIENTE DE CORRELACIÓN

De acuerdo con el numero de pares ordenados que se tenga como base

informativa, para 7 pares ordenados el valor en tabla es de 0.754
ya sea positivo o negativo. El valor calculado es MAYOR, la calificación
será altamente significativa

Por lo tanto la correlación es ALTAMENTE SIGNIFICATIVA

3. DESCARGAS ESPERADAS UTILIZANDO 15 AYUDANTES

b= 6(1347)-(45)(161) a= 26.8333-2.61(7.5)
6(391)-(45)2 a= 26.833-19.575
a= 7.26
b= (8082)-(7245)
(2346)-(2025)

b= 837
321

b= 2.60747664

YC= 7.26 + 2.607(x)

YC= 7.26 + 2.60 (15)
YC= 7.26 + 39.15
YC= 46.41

4. LIMITE DEL INTERVALO PARA 15 AYUDANTES CON UNA SIGNIFICANCAI DEL 20%
IC= 46.38±5.989(2.90) 0.5539 S= (4701) - 7.27(161) - 2.6
IC= 46.38±9.62 4

LI= 42.94 S= 4701- 1170.47 - 3496.66

LS= 49.88 4

S= 3530.53-3496.66
4

S= 33.87
4

S= 8.4675

S= 2.9098
e numero de

Y
45
40
f(x) = 2.60747663551402 x + 7.27725856697819
35
30
25
20
15
10
5
0
2 4 6 8 10 12 14

321 2285
17.9164 47.80167
 26.8333-2.61(7.5)
6.833-19.575
 (4701) - 7.27(161) - 2.6075(1341)
4

4701- 1170.47 - 3496.66

4

3530.53-3496.66
4
Al presidente de una pequeña fabrica, le preocupa el aumento continuo que ha habido en los costos de fabricación en los últim
una serie de tiempo del costo por unidad de los principales productos de esta empresa en los ultimos ocho años.

Año 2010 2011 2012 2013 2014

Costo /
Unidad 20.00 24.50 28.20 27.50 26.60

1. Prediga el costo unitario de los principales productos de esta empresa para el año 2018, utilizando la ecuación

primer grado segundo grado

n Año (x) Costo (y) X Xy X2
X2Y
1 2010 20.00 -7 -140 49 980
2 2011 24.50 -5 -122.5 25 612.5
3 2012 28.20 -3 -84.6 9 253.8
4 2013 27.50 -1 -27.5 1 27.5
5 2014 26.60 1 26.6 1 26.6
6 2015 30.00 3 90 9 270
7 2016 31.00 5 155 25 775
8 2017 36.00 7 252 49 1764
16108 223.80 149 168 4709.4
2018

c= 8(4709.4)-(168)(223.8) c= 76.8
8(6216)-(168)2 21504

c= (37675.2)-(37598.4) c= 0.00357143
(49728)-(28224) 0.003571
 Yc= 27.9+0.8869(x)+0.003571(x)2

1. Prediga el costo unitario de los principales productos de esta empresa para el año 2018, utilizando la ecuación

codificación 9

Yc= 27.9+0.8869(x)+0.003571(x)2
Yc= 27.9+0.8869(9)+0.003571(9)2
Yc= 27.9+7.98214285714286+0.0321428571428553
Yc= 35.9142857 R// para el año 2018 se espera un
costos de fabricación en los últimos años. Las cifras siguientes constituyen
ultimos ocho años.

2015 2015 2017

30.00 31.00 36.00

año 2018, utilizando la ecuación de segundo grado.

segundo grado +
X
4
Codificación del tiempo
2401
625 X= Ʃx
81 n
1
1 X= 16108
81 8
625
2401 X= 2013.5
6216

b= 149 a= (223.8)-(0.886904761904762)(168)
168 8

b= 0.88690476 a= 223.20
0.8869 8

a= 27.9
27.9
año 2018, utilizando la ecuación de segundo grado.

// para el año 2018 se espera un costo unitario de Q36.00

+ 2
- ( ) x 2

37675.2 37598.4
49728 28224

223.80 0.6
223.20
7.98214286 0.03214286
35.9142857 8.01428571