Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procedimiento
1° paso: Planteamiento de las hipótesis
H0: Los datos provienen de una distribución Multinomial.
H1: Los datos no provienen de una distribución Multinomial.
2° paso: Fijar el nivel de significación, α
3° paso: Calcular el estadístico de prueba
Igual a CERO
Ajuste a la distribuciónMultinomial
Regla de decisión:
Rechazar Ho si 2cal > 2
No Rechazar Ho si 2cal ≤ 2
2
5° paso: Decisión
6° paso: Conclusión
Ejemplo de aplicación
A lo largo de los años las participaciones en el mercado de
gaseosa se han estabilizado en 50% para Coca Cola, 30% para
Inka Kola y 20% para Pepsi Cola.
El jefe de producción de Pepsi ha elaborado un nuevo y mejorado
producto “Pepsi Zero” lanzándolo al mercado y sospecha que esto ha
modificado su participación en el mercado, para confirmar si la
sospecha es válida ha solicitado a la empresa investigadora de mercado
IMA SAC realizar el estudio. Para llevar acabo el estudio IMA SAC
empleó un panel de 200 consumidores, se le solicitó a cada uno ellos
indicarán su preferencia sobre el producto light que ofrecen las
diferentes marcas de gaseosa. Los individuos que participaron en el
estudio indicaron que 98 preferían Coca Cola, 48 preferían Inka Kola y
54 preferían el nuevo producto “Pepsi Zero”. Use un nivel de
significancia de 5% para validar la sospecha de Pepsi Cola.
Solución
Para entender el caso mostramos los datos en una tabla:
MUESTRA
TOTAL
Cálculos
2.- Nivel de significancia: α
3.- Estadística de Prueba
𝐤
𝐎𝐢 − 𝐄𝐢 𝟐
𝟐
𝐗 𝟐𝟎 = 𝑿𝟐𝟎 ~ 𝛘 𝛂,𝐤 −𝐩 −𝟏
𝐄𝐢
𝐢=𝟏
Cálculos
𝛘𝟐𝐂𝐚𝐥𝐜 = 7.34
𝛘𝟐𝟎.𝟎𝟓,𝟑−𝟎 −𝟏 = 5.991
Solución
5.- Decisión:
Análisis
Argumentación
Por lo tanto, el nuevo y mejorado producto “Pepsi Zero” lanzado al mercado si
ha modificado su participación en el mercado.
Tema 2
Procedimiento
1° paso: Planteamiento de las hipótesis
H0: Los datos provienen de una distribución Poisson.
H1: Los datos no provienen de una distribución Poisson.
2° paso: Fijar el nivel de significación, α
3° paso: Calcular el estadístico de prueba
̂
oi xi ei n pi
n
Valor de 0 o valor 1
Ajuste a la distribución dePoisson
Regla de decisión:
Rechazar Ho si 2cal > 2
No Rechazar Ho si 2cal ≤ 2
2
5° paso: Decisión
6° paso: Conclusión
Ejemplo de aplicación
Número de accidentes 0 1 2 3 4 5
Número de días 100 200 250 150 50 30
Cálculos
2.- Nivel de significancia: α = 5%
3.- Estadística de Prueba
̂
oi xi ei n pi
n
Valor de 0 o valor 1
Solución
Cálculos
Número de Número de
Probabilidades esperado (O- E)^2 (O- E)^2/E
accidentes días
0 100 0.1462 114.0021 196.0592 1.7198
1 200 0.2811 219.2348 369.9789 1.6876
2 250 0.2703 210.8027 1536.4262 7.2885
3 150 0.1732 135.1300 221.1183 1.6363
4 50 0.0833 64.9663 223.9908 3.4478
5 30 0.0460 35.8640 34.3870 0.9588
780 1 780 X^2cal= 16.7388
λ=promedio= 1.9231
Solución
4.- Región Critica:
𝛘𝟐𝟎.𝟎𝟓,𝟔−𝟏 −𝟏 = 9.488
𝛘𝟐𝐂𝐚𝐥 = 16.739
Solución
5.- Decisión:
Análisis
6.- Conclusión: Se concluye que a nivel de significancia del 5% existe evidencia
estadística suficiente para afirmar que el número de accidentes de trabajadores no sigue
una distribución de Poisson.
Argumentación
Por lo tanto, no se pondrá en marcha una capacitación personalizada a los nuevos
empleados.
Ejemplo de aplicación
Cálculo
2.- Nivel de significancia: α = 0.01
3.- Estadístico de prueba
Número de Número de
Probabilidades esperado O E (O- E)^2 (O- E)^2/E
imperfecciones rollos
1 1 0.03630 2.7221
2 11 0.08904 6.6783 12 9.4004 6.7577 0.7189
3 8 0.14564 10.9227 8 10.9227 8.5424 0.7821
4 13 0.17865 13.3986 13 13.3986 0.1588 0.0119
5 11 0.17531 13.1484 11 13.1484 4.6158 0.3511
6 12 0.14337 10.7525 12 10.7525 1.5562 0.1447
7 10 0.10049 7.5370 10 7.5370 6.0664 0.8049
8 9 0.13120 9.8403 9 9.8403 0.7061 0.0718
75 1.00000 X^2cal= 2.88523
λ=promedio= 4.9067
Solución
4.- Criterio de decisión
2
Si 𝜒𝑐𝑎𝑙 > RHo
Cálculo
5.- Decisión
6.- Conclusión
Argumentación: ____________________________________
Conclusiones