Trabajo Final Estadística

Mares Guerra Xavier - 217488228
Torres Padilla Ángel de Jesús - 217489275

García Ortiz Josué Emmanuel – 212522207
30/11/2022
Universidad de Guadalajara.
Centro Universitario de los Lagos (CuLagos).
“División de Estudios de la Biodiversidad e Innovación Tecnológica”
“Trabajo final”
Materia: Estadística
Licenciatura y semestre actual:
Ingeniería Industrial. Quinto semestre
Nombre y código de los alumnos:
García Ortiz Josué Emmanuel - 212522207
Profesora:
Lic. Aguiñaga Serrano Brenda Liliana
Lagos de Moreno, Jalisco, México. 30 de noviembre de 2022
I-Distribuciones (Incluir procedimiento completo)

30/11/2022
30/11/2022
Ejercicio 1. “El Conde” es un antro muy popular de la ciudad, se tiene
estrictamente estipulado, dentro de sus políticas de servicio que se les pidan a
todos sus clientes al ingresar una identificación oficial para comprobar su mayoría
de edad. Sin embargo, por cuestiones de tiempo los empleados no realizan este
proceso, y cuando lo hacen únicamente se verifican 5 clientes por cada 14 que
ingresan.
a. ¿Cuál es la probabilidad de que ingresen al antro menores de edad, si cada

noche en promedio ingresan 350 personas, de las cuales el 18% no tiene la
edad suficiente para ingresar al local, según revisiones pasadas. Resuelve
esta ecuación utilizando una distribución.
Ejercicio 2. En unos días se celebrarán elecciones municipales en un estado de la

república. La última encuesta realizada por una agencia de publicidad tiene los
siguientes resultados. El 52% de los ciudadanos decide votar por el partido “De la
solidaridad”, un 40% manifiesta su conformidad con el partido “Por la paz” y un 8%
en los partidos restantes. El total de habitantes con edad para votar se calcula en
890,373 habitantes. Utilice el método multinomial para calcular la probabilidad de
que entre 6 votantes:
a. al menos 2 voten por el partido “De la solidaridad”, uno vote por el partido
azul y los restantes por los demás partidos.

30/11/2022
30/11/2022
b. 2 habitantes voten por el partido “De la solidaridad” y 4 por el partido “Por la
paz”
Ejercicio 3. En la empresa “Carruajes de Acero S.A. de C.V.” Se producen

portones para casas habitación. Actualmente el proveedor principal ha informado
que la entrega de materia prima en este mes se verá escasa por lo que el gerente
ha tenido que tomar decisiones sobre los modelos de producción considerando las
siguientes variables. 3
Si el proveedor cumple con su entrega en tiempo se realizarán los modelos María,

Alejandra y Perla. Para el modelo María se tomará el sub inciso A y B. el modelo
Alejandra no tiene otras variables y para el modelo Perla, únicamente se
elaboraría el sub inciso G, T y M.
Si el proveedor no cumple con la entrega, únicamente se elaborarán los modelos

Alejandría y Nápoles. De las cinco variantes del primer modelo, únicamente se

30/11/2022
30/11/2022
elaboraron tres. El segundo modelo no corre ningún cambio, estando disponible
las 2 variantes.
a. Construye un diagrama de árbol incluyendo la probabilidad,para representar

las opciones disponibles actuales.
Ejercicio 4. La empresa “Alaska II S.C.P.A”, se encarga de la venta de

electrodomésticos, maneja tres líneas. Sony, LG y Samsung. Los últimos reportes
de almacén nos dicen que los aparatos Sony el 80% se encuentran en buen
estado. El 75% de LG se encuentran en buen estado y los electrodomésticos
Samsung el 83% se encuentra en buen estado. El total de electrodomésticos es
de 1500, de los cuales 773 son Sony. 461 son LG y el resto es Samsung.
Construye un diagrama de árbol para dar solución a las siguientes interrogantes.
II-Conceptos de estadística inferencial.
1-¿Qué es estadística inferencial?

30/11/2022
30/11/2022
Se llama estadística inferencial o inferencia estadística a la rama de la Estadística
encargada de hacer deducciones, es decir, inferir propiedades, conclusiones y
tendencias, a partir de una muestra del conjunto. Su papel es interpretar, hacer
proyecciones y comparaciones.
2-¿Ejemplo de un problema de estadística inferencial?

Para estimar la proporción de habitantes de una ciudad que poseen ordenador
personal se toma una muestra de tamaño n. Calcula el valor mínimo de n para
garantizar, con un nivel de confianza del 95 %, que el error de estimación no
supera el 2 %. (Como se desconoce la proporción, se hará a partir del caso más
desfavorable, que será 0,5).
3-¿Qué es la regla de decisión?

30/11/2022
30/11/2022
Una regla de decisión es un conjunto de condiciones que clasifican los registros.
La regla predice un resultado en el campo de destino. La visualización de las
reglas de decisión ayuda a determinar qué condiciones es más probable que
generen un resultado específico.
4-¿Qué son las hipótesis en estadística inferencial?
Son la transformación de las hipótesis de investigación, nulas y alternativas en
símbolos estadísticos. Se pueden formular solamente cuando los datos del estudio
que se van a recolectar y analizar para aprobar o desaprobar las hipótesis son
cuantitativos (números, porcentajes, promedios).
5-¿Diferencia entre hipótesis nulas y alternativas?

La hipótesis nula (H0) es una hipótesis que el investigador trata de refutar,
rechazar o anular. El ‘nulo’ a menudo se refiere a la visión común de algo,
mientras que la hipótesis alternativa (H1) es lo que el investigador realmente
piensa que es la causa de un fenómeno.
6-¿Qué es el valor crítico en estadística inferencial?
Un valor crítico es un punto en la distribución del estadístico de prueba bajo la

hipótesis nula que define un conjunto de valores que apoyan el rechazo de la
hipótesis nula. Este conjunto se denomina región crítica o de rechazo. Por lo
general, las pruebas unilaterales tienen un valor crítico y las pruebas bilaterales
tienen dos valores críticos. Los valores críticos se determinan de manera que la
probabilidad de que el estadístico de prueba tenga un valor en la región de
rechazo de la prueba (cuando la hipótesis nula sea verdadera) sea igual al nivel de
significancia (denotado como α o alfa).
El valor crítico se designa mediante z α/2 .
P(Z > zα/2) = α/2
P[-z α/2 < z < z α/2] = 1 − α
α es el nivel de significación.
1 − α es el nivel de confianza, que es la probabilidad de que el parámetro a estimar se

encuentre en el intervalo de confianza.
Los niveles de confianza más usuales son: 90%; 95% y 99%.

30/11/2022
30/11/2022
III-Ejercicios estadística inferencial. (Incluir procedimiento completo)
1. De acuerdo a la regla de decisión, si el valor absoluto del estadístico

de prueba es inferior al valor crítico ¿Qué sucede con la hipótesis
nula?
Concretamente, si el p-valor obtenido es más pequeño que el nivel de
significación, rechazaremos la hipótesis nula. En caso contrario, no
podremos rechazar la hipótesis nula y la consideraremos verdadera.
2. Si se plantea que la media de datos difiere, ¿Qué tipo de hipótesis se
está planteando?
Hipótesis alternativa
3. De acuerdo a la pregunta anterior, ¿hacia donde se sesga dicha
hipótesis?
En el centro de la gráfica
4. Si consideramos un nivel de confianza de 96% con una muestra de 35
observaciones, ¿Cuál es el valor crítico?
Al tener un 96 por ciento de confianza tendremos 4 por ciento fuera de la campana
este valor es alpha y alpha es igual a 1- valor de confianza y dividido entre las 2
colas tendremos un valor de 0.02 en ambos lados ya que ambos lados son iguales,
como no habrá 2 valores que encierran el 96 por ciento sumo el valor de la cola
izquierda más .96 siendo igual a un valor de 0.98. esto en formula queda asi:
p(z≤zα/2)= 1+.96/2=.98
Proseguimos a buscar el valor crítico a la tabla.

30/11/2022
30/11/2022
Tendremos como valor crítico 2.054 este valor se saca de la tabla de arriba
5. De acuerdo a la pregunta anterior, ilustra la gráfica con todos sus
elementos
Donde 1- alpha es igual a .96

alpha es igual .4
alpha sobre 2 es igual a .2
y el valor crítico es 2.054
6. Si obtenemos un tamaño muestral de 20, ¿Qué tipo de valor crítico

utilizamos?
Valor crítico de prueba t
7. Considera el dato muestral de la pregunta 6 y considera también un

nivel de significancia del 1%, cuya prueba es unilateral ¿Cuál es el
valor crítico?
los grados de libertad serán n-1, n=20; 20- 1= 19
entonces buscaremos en la tabla el cruce de gl=19 y alpha igual a 0.01
30/11/2022
30/11/2022
el valor crítico es igual a 2.5395
IV-Propuesta libre
1-Seleccionar un ejemplo donde se utiliza la distribución normal
1) Los salarios mensuales de los recién graduados que acceden a su
primer empleo se distribuyen según una
ley normal de media 1300 € y desviación típica 600 €. Calcular el porcentaje
de graduados que cobran:
a) Menos de 600 € al mes b) Entre 1000 y 1500 € al mes c) Más de 2200 €
al mes
Solución:
- x: variable aleatoria “salarios mensuales, en euros, de los recién
graduados en su primer empleo”.
- La distribución de la variable x es N(1300, 600); μ = 1300; σ = 600
- Hay que tipificar la variable para obtener las probabilidades a partir de la
tabla N(0, 1).
a) P(x <600)= P(z<
600−1300
600 )= P(z <−1,17)=1−P(z⩽1,17)= 1−0,8790 = 0,1210

30/11/2022
30/11/2022
Por tanto, el 12,1% de los recién graduados cobra menos de 600 € al mes
en su primer trabajo.
b) P(1000< x⩽1500)= P(
1000−1300
600 < z<
1500−1300
600 ) = P(−0,5<z⩽0,33) =
= P(z< 0,33)−[1−P(z< 0,5)] = 0,6293−(1−0,6915)= 0,3208
Por tanto, el 32,08% de los recién graduados cobra entre 1000 y 1500 € al
mes en su primer trabajo.
c) P(x >2200)= P(z>
2200−1300
600 )= P(z>1,5)=1−P(z⩽1,5)= 1−0,9332 = 0,0668
Por tanto, el 6,68% de los recién graduados cobra más de 2200 € al mes en
su primer trabajo.
2-Presentar y describir un ejemplo de distribución de student

Suponemos que tenemos 28 observaciones de una variable aleatoria G que sigue
una distribución t de Student con 27 grados de libertad (df).
28 observaciones de la variable aleatoria G que sigue una distribución t con 27

grados de libertad.
Matemáticamente,
Variable aleatoria G que sigue una distribución t con 27 grados de libertad.

Dado que estamos trabajando con datos reales, siempre habrá un error de
aproximación entre los datos y la distribución. En otras palabras, la media,
mediana y moda no siempre serán cero (0) o exactamente iguales.
Representamos la frecuencia de cada observación de la variable G mediante un

histograma.

30/11/2022
30/11/2022
Histograma de frecuencias de la variable aleatoria G.
3-Describe un ejemplo de distribución Bernoulli

Suponemos que somos muy fans de un corredor de una competición ciclista en la
cual solo compiten dos corredores. Queremos apostar a que ese corredor gana.
Ciclista.
Entonces, si gana será un resultado “éxito” y si pierde será un resultado “no éxito”.
Esquemáticamente:
Esquema de posibles resultados de la variable aleatoria.

30/11/2022
30/11/2022
4-Describir un ejemplo de normal Gaussian
● La media de los pesos de 500 estudiantes de una universidad es 70 kg y la
desviación típica 3 kg. Suponiendo que los pesos se distribuyen
normalmente, encontrar cuántos estudiantes pesan:
● Entre 60 kg y 75 kg
● Más de 90 kg
● Menos de 64 kg
● 64 kg
● 64 kg o menos
5-Ejemplo de un problema de distribución Chi- Squared

30/11/2022
30/11/2022
6-Selecciona un ejemplo de una distribución no solicitada (Poisson) y

explicar.
DISTRIBUCIÓN DE POISSON
La veterinaria de Jorge recibe un promedio de μ = 4 pacientes por día. Sabiendo
que el número de pacientes que llegan en un día sigue una distribución de
Poisson, calcular:
30/11/2022
30/11/2022
a) la probabilidad de que lleguen 3 pacientes en un día.
Primero definimos nuestra variable aleatoria:
X = número de pacientes que llegan en un día.
Además, nos indican que esta variable aleatoria X sigue una distribución de
Poisson, entonces podemos aplicar la fórmula:
f(x)=P(X=x)=e−μ⋅μxx!
Calculamos la probabilidad de que lleguen 3 pacientes en un día, es decir, f(3).
Además, el enunciado nos indica que llegan en promedio 4 pacientes por día, es
decir, μ = 4.
f(3)=P(X=3)=e−4⋅433! f(3)=P(X=3)=0,01832⋅643⋅2⋅1 f(3)=P(X=3)=0,1954

La probabilidad de que lleguen 3 pacientes en un día es de 0,1954 o 19,54 %
V-Describir el análisis ANOVA.

Análisis de la Varianza ( ANOVA ) es una fórmula estadística que se utiliza para
comparar las varianzas entre las medias (o el promedio) de diferentes grupos. Una
variedad de contextos lo utilizan para determinar si existe alguna diferencia entre
las medias de los diferentes grupos.
Terminología ANOVA
Variable dependiente: este es el elemento que se está midiendo y que se teoriza
como afectado por las variables independientes.
Variable(s) independiente(s): estos son los elementos que se están midiendo y

que pueden tener un efecto sobre la variable dependiente.
Una hipótesis nula (H0): Sucede cuando no existe diferencia entre los grupos o
medias. Dependiendo del resultado de la prueba ANOVA, la hipótesis nula será
aceptada o rechazada.
Una hipótesis alternativa (H1): Cuando se teoriza que existe una diferencia entre
los grupos y las medias.
Factores y niveles: En la terminología ANOVA, una variable independiente se

denomina factor que afecta a la variable dependiente. El nivel denota los
diferentes valores de la variable independiente que se utilizan en un experimento.

30/11/2022
30/11/2022
Modelo de factor fijo: algunos experimentos utilizan solo un conjunto discreto de
niveles para los factores. Por ejemplo, una prueba de factor fijo evaluaría tres
dosis diferentes de un medicamento y no buscaría ninguna otra dosis.
Modelo de factor aleatorio: este modelo extrae un valor aleatorio de nivel de todos
los valores posibles de la variable independiente.
Conclusiones
Hablando de ingeniería industrial nosotros aplicamos la estadística para control de

calidad, mejoras en procesos, pronósticos, control del personal, seguridad
industrial, entre otros muchos usos. Aunque es una ciencia exacta, también se
pueden cometer errores, por lo que es importante que aprendamos a aplicar las
técnicas y herramientas necesarias para la realización de nuestro trabajo.
Bibliografía:
● Estadística inferencial - Concepto, usos y ejemplos. (s. f.). Concepto.
https://concepto.de/estadistica-inferencial/
● Estadística inferencial ejemplos y ejercicios resueltos. Tamaño de la muestra
ejercicios resueltos. (s. f.).
● https://calculo.cc/temas/temas_estadistica/muestreo/problemas/prob_tama.html
● Regla de decisión. (s. f.). https://www.ibm.com/docs/es/cognos-analytics/11.1.0?
topic=terms-decision-rule
● Leal, L. J. P. & Completo, V. M. P. (s. f.). ¿QUÉ SON LAS HIPÓTESIS
ESTADÍSTICAS? https://asesoriatesis1960.blogspot.com/2018/01/que-son-las-
hipotesis-estadisticas.html
● Ibáñez, J. J. (2019, 19 junio). Hipótesis Nula e Hipótesis Alternativa en Ecología y
Edafología - Un Universo invisible bajo nuestros pies. Un Universo invisible bajo
nuestros pies - Los suelos y la vida.
https://www.madrimasd.org/blogs/universo/2019/06/19/149708
● ¿Qué es Análisis de la Varianza (ANOVA)? (s. f.). TIBCO Software.
https://www.tibco.com/es/reference-center/what-is-analysis-of-variance-anova
● P., A. (2017, 2 diciembre). INFERENCIA ESTADÍSTICA: PRUEBAS DE
HIPÓTESIS. Revista Chilena de Anestesia.
https://revistachilenadeanestesia.cl/inferencia-estadistica-pruebas-de-hipotesis/
● https:\/\/matemovil.com\/author\/jorge\/#author. (2022, 15 julio). Distribución de
Poisson | Matemóvil. MateMovil. https://matemovil.com/distribucion-de-poisson/

30/11/2022

Trabajo Final Estadística

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo Final Estadística

Cargado por

Copyright:

Formatos disponibles

Mares Guerra Xavier - 217488228

Torres Padilla Ángel de Jesús - 217489275

Centro Universitario de los Lagos (CuLagos).

“División de Estudios de la Biodiversidad e Innovación Tecnológica”

Ingeniería Industrial. Quinto semestre

Nombre y código de los alumnos:

Mares Guerra Xavier - 217488228

Torres Padilla Ángel de Jesús - 217489275

García Ortiz Josué Emmanuel - 212522207

Lic. Aguiñaga Serrano Brenda Liliana

Lagos de Moreno, Jalisco, México. 30 de noviembre de 2022

I-Distribuciones (Incluir procedimiento completo)

Mares Guerra Xavier - 217488228

a. ¿Cuál es la probabilidad de que ingresen al antro menores de edad, si cada

Ejercicio 2. En unos días se celebrarán elecciones municipales en un estado de la

Mares Guerra Xavier - 217488228

Ejercicio 3. En la empresa “Carruajes de Acero S.A. de C.V.” Se producen

Si el proveedor cumple con su entrega en tiempo se realizarán los modelos María,

Si el proveedor no cumple con la entrega, únicamente se elaborarán los modelos

Mares Guerra Xavier - 217488228

a. Construye un diagrama de árbol incluyendo la probabilidad,para representar

Ejercicio 4. La empresa “Alaska II S.C.P.A”, se encarga de la venta de

Construye un diagrama de árbol para dar solución a las siguientes interrogantes.

II-Conceptos de estadística inferencial.

1-¿Qué es estadística inferencial?

Mares Guerra Xavier - 217488228

2-¿Ejemplo de un problema de estadística inferencial?

3-¿Qué es la regla de decisión?

5-¿Diferencia entre hipótesis nulas y alternativas?

6-¿Qué es el valor crítico en estadística inferencial?

Un valor crítico es un punto en la distribución del estadístico de prueba bajo la

P(Z > zα/2) = α/2

P[-z α/2 < z < z α/2] = 1 − α

1 − α es el nivel de confianza, que es la probabilidad de que el parámetro a estimar se

Los niveles de confianza más usuales son: 90%; 95% y 99%.

Mares Guerra Xavier - 217488228

III-Ejercicios estadística inferencial. (Incluir procedimiento completo)

1. De acuerdo a la regla de decisión, si el valor absoluto del estadístico

Mares Guerra Xavier - 217488228

Donde 1- alpha es igual a .96

6. Si obtenemos un tamaño muestral de 20, ¿Qué tipo de valor crítico

7. Considera el dato muestral de la pregunta 6 y considera también un

el valor crítico es igual a 2.5395

Mares Guerra Xavier - 217488228

2-Presentar y describir un ejemplo de distribución de student

28 observaciones de la variable aleatoria G que sigue una distribución t con 27

Variable aleatoria G que sigue una distribución t con 27 grados de libertad.

Representamos la frecuencia de cada observación de la variable G mediante un

Mares Guerra Xavier - 217488228

Histograma de frecuencias de la variable aleatoria G.

3-Describe un ejemplo de distribución Bernoulli

Esquema de posibles resultados de la variable aleatoria.

5-Ejemplo de un problema de distribución Chi- Squared

Mares Guerra Xavier - 217488228

6-Selecciona un ejemplo de una distribución no solicitada (Poisson) y

a) la probabilidad de que lleguen 3 pacientes en un día.

Primero definimos nuestra variable aleatoria:

X = número de pacientes que llegan en un día.

f(3)=P(X=3)=e−4⋅433! f(3)=P(X=3)=0,01832⋅643⋅2⋅1 f(3)=P(X=3)=0,1954

V-Describir el análisis ANOVA.

Variable(s) independiente(s): estos son los elementos que se están midiendo y

Factores y niveles: En la terminología ANOVA, una variable independiente se