Sobre barquillo peso al mes Peso inicial Di Di-D_barra

1 44.93 51.16 -6.23 0.9590005102041

2 46.43 50.69 -4.26 0.9815147959184
3 47.83 49.64 -1.81 11.838514795918
4 44.63 50.4 -5.77 0.2696576530612
5 44.55 49.03 -4.48 0.5940005102041
6 45.23 51.93 -6.7 2.1004290816327
7 43.69 49.96 -6.27 1.038943367347
8 47.65 49.61 -1.96 10.828800510204
9 41.33 50.94 -9.61 19.003371938776
10 44.64 50.1 -5.46 0.0438005102041
11 45.67 50.14 -4.47 0.6095147959184
12 39.81 49.44 -9.63 19.178143367347
13 44.44 50.97 -6.53 1.6365719387755
14 49.13 49.46 -0.33 24.213429081633
D_barra -5.25071429 93.295692857143
µ_D Ho = -2
µ_D Ha < -2

n 14
v 13
α 0.05
S_D 2.6789162 ó 2.6789162
t_calc -4.540291
µ_D -2
T_Alpha,n-1 -1.770933

Desición rechaza ho pq tcalculado es menor que el te teorico que vale -1.77

Conclusión con una siggnificancia de 5% los barquillos pierden 2 gramos de peso despues de un me
de almacenados
teorico que vale -1.77
ramos de peso despues de un mes
Automóvil Material nuevo Material viejo Di (Di-D_barra)^2
1 4.35 4.15 0.2 0.012321
2 5.52 4.62 0.9 0.346921
3 4.21 4.04 0.17 0.019881
4 5.03 4.72 0.31 1E-06
5 5.71 5.52 0.19 0.014641
6 4.61 4.26 0.35 0.001521
7 4.64 4.27 0.37 0.003481
8 6.03 5.94 0.09 0.048841
9 3.93 3.35 0.58 0.072361
10 4.52 4.57 -0.05 0.130321
D_barra 0.311
n 10
nc 0.9
α 0.05
µ 40000 millas
S_d 0.268801868
tα/2 -1.83311293
Lim inf 0.466819392
Lim sup 0.155180608
Conclusión: con una confianza
de 90% se estima que el
material viejo tiene un
desgaste entre 0.155 y 0.467
mm después de 40000illas
recorridas
Vino Caliente Frío Di (Di-D_barra)^2 n
1 2.89 2.53 0.36 0.0074390625 nc
2 2.85 2.44 0.41 0.0185640625 α
3 1.89 1.58 0.31 0.0013140625 S_d
4 1.74 1.51 0.23 0.0019140625 tα
5 0.91 0.78 0.13 0.0206640625 lim superior
6 0.93 0.66 0.27 1.40625E-05
7 2.09 1.87 0.22 0.0028890625
8 1.95 1.69 0.26 0.0001890625
D_Barra 0.27375
 8v 7
0.98
0.02
0.087003695
-2.51675242
0.19633356 disminución minima
Lote de materia prima Método Antiguo (Minutos) Método Nuevo (Minutos) Di (Di-D_barra)^2
1 27.9 26.9 1 3.0375510204082
2 20.5 27.6 -7.1 40.413265306123
3 21.2 21.3 -0.1 0.4132653061224
4 21.9 21.5 0.4 1.3061224489796
5 28.7 23.4 5.3 36.51612244898
6 21.6 22.4 -0.8 0.0032653061224
7 21 24.9 -3.9 9.9675510204082
D_barra -0.74285714
n 7
v 6
α 0.01 0.005
Ho No es significativa
Ha Es significativa
S_D 3.90847674627731
µ_D
tcalc -0.5028596528097
tα/2 -3.7074280213248

Se acepta la ho, por lo que la diferencia no es significativa.

Cliente Menú 1 Menú 2 Di (Di-D_barra)^2
1 2.8 4.1 -1.3 0.00765625
2 3 4.3 -1.3 0.00765625
3 3.2 4.3 -1.1 0.01265625
4 2.8 4.4 -1.6 0.15015625
5 2.9 4.2 -1.3 0.00765625
6 3.3 4.1 -0.8 0.17015625
7 3.5 4.4 -0.9 0.09765625
8 3 4.4 -1.4 0.03515625
D_barra -1.2125 0.48875
n 8
v 7 Se usa alpha completo por lo qu es prueba de hipo
Ho el menú 2 no tendrá al menos 1 punto más
Ha el menú 2 tendrá al menos 1 punto más
nc 0.96
α 0.04
Limite inferior -1.0213574572807
S_d 0.264237447329913
tα -2.04601110850585
tcalc -2.55051394982387
µ_D 1

Con una confianza de 96% el menú 2 tendrá al menos un punto más ya que se rechaza la ho
mpleto por lo qu es prueba de hipotesis y ic
Desarrollador R Python Di (Di-D_barra)^2
1 18 10 8 15.471111111111
2 30 27 3 1.1377777777778
3 31 29 2 4.2711111111111
4 25 22 3 1.1377777777778
5 18 17 1 9.4044444444445
6 17 15 2 4.2711111111111
7 17 13 4 0.0044444444444
8 19 11 8 15.471111111111
9 24 19 5 0.8711111111111
10 19 18 1 9.4044444444445
11 20 13 7 8.6044444444445
12 22 15 7 8.6044444444445
13 21 14 7 8.6044444444445
14 16 15 1 9.4044444444445
15 19 17 2 4.2711111111111
D_Barra 4.066666667 100.93333333333
 n 15
v 14
α 0.03
S_d 2.68505564365505
Ho No genera resultados diferentes
Ha Genera resultados diferentes
tα -2.04616906935254
tcalc 5.86584948874165

Con una significancia del 3% se rechaza la ho,

ya que no generan resultados diferentes.