EJERCICIO N° 1

1. Para ver si las ventas de chips de silicio son independientes del punto del ciclo de negocios en que se enc
datos de las ventas semanales de Zippy Chippy, una empresa de Silicon Valley, y datos acerca de si la econo
en el pico, iba a la baja o estaba en el punto bajo. Los resultados son los siguientes:

VENTA SEMANAL DE CHIPS

en el pico
Economía
Alta Mediana Baja Total PROPORCIÓN:
En el pico 20 7 3 30 0.1500
En el punto bajo 30 40 30 100 0.5000
Subiendo 20 8 2 30 0.1500
Bajando 30 5 5 40 0.2000
Total 100 60 40 200 1.0000

Calcule una tabla de frecuencias observadas y esperadas para este problema.

a) Establezca las hipótesis nula y alternativa.
Calcule el valor 2 de la muestra.
Al nivel de significancia de 0.10, ¿cuál es su conclusión?

Fo Fe fo -fe (fo -fe)2 (fo -fe)2/fe

20 15 5 25 1.667
7 9 -2 4 0.444
3 6 -3 9 1.500
30 50 -20 400 8.000
40 30 10 100 3.333
30 20 10 100 5.000
20 15 5 25 1.667
8 9 -1 1 0.111
2 6 -4 16 2.667
30 20 10 100 5.000
5 12 -7 49 4.083
5 8 -3 9 1.125
200 200 λ2 = 34.597
 lo de negocios en que se encuentre la economía de Estados Unidos se han recogido
y datos acerca de si la economía de Estados Unidos subía al pico del ciclo, estaba
entes:

Las ventas de chips de silicio son independientes.

Las ventas de chips de silicio son dependientes.

GL = (R - 1) (C - 1)
(4 - 1) (3 - 1)
3 2 6

α= 0.10 λ2 = 10.645

λ2 = 10.645

CONCLUSIÓN: Con un nivel de significancia del 10% ,se rechaza la H0 y se acepta la H1 ;por
tanto las ventas de chips de silicio son dependientes del punto de ciclos de
negocios en que se encuentra la economia de EE.UU.
 λ2 = 34.597

la H0 y se acepta la H1 ;por
tes del punto de ciclos de
UU.
 2. Los vendedores saben que los gustos difieren en las diferentes regio
negocio de renta de automóviles, un experto de la industria opina que
preferencias regionales en cuanto al tamaño del auto y da los siguiente
ese punto de vista:

a) Establezca las hipótesis nula y alternativa apropiadas.

MH0=MH0=MH0= Las preferencias de los automoviles son Independientes

MH0≠ MH0≠ MH0≠ Las preferencias de los automoviles son depe del experto

GL= (r-1)*(c-1)
GL= (3-1)*(4-1)
GL= 6
 α 0.05 0.05
Tabla 12.592

0 12.592

c) ¿Y para un nivel de significancia de 0.20?

R/ Con un nivel de significancia de 0.20 se rechaza H0 y se acepta H1 las preferencias son dependie
el experto.
 ren en las diferentes regiones del país. En el
o de la industria opina que existen fuertes
del auto y da los siguientes datos para apoyar

b) ¿Apoyan los datos la opinión del experto para un nivel de significancia de 0.05?
R/ Con un nivel de significancia de 0.05 se rechaza H0 y se acepta H1 las preferencias son dependientes, los dato

Fo Fe (Fo-Fe)^2/Fe
105 100 0.25
A.R 120 100 4
105 100 0.25
70 100 9
120 125 0.2
100 125 5
29.9 130 125 0.2
150 125 5
25 25 0
30 25 1
15 25 4
30 25 1
Total X^2 29.9

1 las preferencias son dependientes, los datos no apoyan la ipinión

cias son dependientes, los datos no apoyan la opinión
 3. Un editor de periódicos que trata de determinar con precisión las
características de su mercado, se pregunta si la costumbre de leer diarios en la
comunidad se relaciona con el nivel educativo de las personas. Pregunta a los
adultos del área acerca de su nivel educativo y a la frecuencia con que leen el
periódico. Los resultados se muestran en la siguiente tabla:

NIVEL EDUCATIVO
FRECUENCIA CON LA PASANTE DE BACHILLERA BACHILLERA
QUE LEE PRO.O POSG LIC. TO TO INCON
NUNCA 10 17 11 21
ALGUNA VECES 12 23 8 5
MAÑANA O TARDE 35 38 16 7
AMBAS TRADICIONES 28 19 6 13
TOTAL 85 97 41 46
A un nivel de significancia de 0.10, ¿la frecuencia con que leen el periódico en la
comunidad difiere con el nivel de educación de los lectores?

FRECUENCIA FRECUENCIA
OBSERVADA ESPERADA (FO-FE) (FO-FE)2 (FO-FE)2/FE
10 19 -9 74.65 3.92894737
17 21.28 -4.28 18.32 0.86090226
11 8.99 2.01 4.04 0.44938821
21 10.08 10.92 119.25 11.8303571
12 15.17 -3.17 10.05 0.66249176
23 17.31 5.69 32.38 1.87059503
8 7.32 0.68 0.4 0.05464481
5 8.21 -3.21 10.3 1.2545676
35 30.33 4.67 21.81 0.71909001
38 34.62 3.38 11.42 0.32986713
16 14.63 1.37 1.88 0.12850308
7 16.42 -9.42 88.74 5.4043849
28 20.86 7.14 50.98 2.44391179
19 23.8 -4.8 23.04 0.96806723
6 10.06 -4.06 16.48 1.63817097
13 11.29 1.71 2.92 0.25863596
A2=

HO=DIFERENTES NIVELES DE EDUCACION CORRESPONDE A IGUAL FRECUENCIAS.

H1= DIFERENTES NIVELES DE EDUCACUIN CORRESPONDE A DIFERENTES FRECUENCIAS.
LIMITES,GRAFICA Y CONCLUSION.

GL= (R-1) (C-1)

(4-1) (4-1)
9

CONCLUSION:
SE RECHAZA LA HIPOTESIS NULA,POR LO TANTO DIFERENTES NIVELES DE EDUCACION CORRESP
con precisión las
re de leer diarios en la
sonas. Pregunta a los
uencia con que leen el
uiente tabla:

TOTAL
59
48
96
66
269
n el periódico en la
lectores?

GRAFICA

32.8871

14.684

32.802525243

RECUENCIAS.
TES FRECUENCIAS.
S DE EDUCACION CORRESPONDEN A DIFERENTES FRECUENCIAS.
 EJERCICIO N° 4
4-Una compañía requiere que los estudiantes del último año de la universidad que buscan trabajos sean e
negativo. Con el propósito de planear la contratación, el director de selección de personal de la compañía
cualquier candidato obtenga una calificación positiva en cualquiera de las entrevistas de 100 candidatos, s

probabilidad binomial
posibles calificaciones f.o p=0.40
0 18 0.216
1 47 0.432
2 24 0.288
3 11 0.064
total 100 1

la distribucion binominal con p=0.40 es una buena descripcion en dodne cualquier c

H0: positiva en entrevistas con un nimel de significancio 1%
la distribucion binominal con p=0.40 es una buena descripcion en donde cualqu
H1: calificacion positiva en entrevistas con un nimel de significan

se acepta H1 y se rechaza H0 no cualquier candidto obtendra calificacion positiva en la entrevista

 la universidad que buscan trabajos sean entrevistados por 3 ejecutivos diferentes, quienes califican al candidato como positivo
r de selección de personal de la compañía piensa que el proceso de entrevistas puede ser aproximado con una P= 0.40, que
era de las entrevistas de 100 candidatos, se desea probar la hipótesis con un nivel de significancia del 1%.

frecuencia esperada (fo-fe)^/fe

21.6 0.600 G.L K-1
43.2 0.334 α= 1%
28.8 0.800 k= 4
6.4 3.306 x tabla= 13.277
x^2= 5.041

una buena descripcion en dodne cualquier candidato obtendra calificacion

n entrevistas con un nimel de significancio 1%
0 es una buena descripcion en donde cualquier candidato no obtendra
tiva en entrevistas con un nimel de significancio 1%

ficacion positiva en la entrevista

 an al candidato como positivo o
mado con una P= 0.40, que
del 1%.

4-1. 3

x^2= 5.041
13.277
 5. Un jugador profesional de béisbol, Lon Dakestraw, estuvo al bate cinco veces en
cada uno de 100 juegos. Lon asegura que tiene una probabilidad de 0.4 de pegar
un hit cada vez que batea. Pruebe esta afirmación al nivel de significancia de 0.05,
verificando si los datos tienen una distribución sugerida de ( p 0.4). (Nota:
combine clases si el número esperado de observaciones es menor que 5.

NUMERO DE NUMERO DE
HITS JUEGOS
0 12
1 38
2 27
3 17
4 5
5 1

HITS FO FE(P=0.4) FE FO-FE FO-FE2 (FO-FE)2/FE

0 12 7.78 0.0778 11.92 142.08 2.288
1 38 25.92 0.2592 37.74 1424.3 5.629
2 27 35.56 0.3556 26.64 709.68 1.653
3 17 23.04 0.2304 16.97 287.98 1.583
4 5 7.68 0.0768 4.92 24.2 0.935
5 1 1.02 0.1002 0.898 0.8064 3.992
100 101 1.1 A2=
X=5

HIPOTESIS
Ho=CON UNA DISTRIBUCION DE BINOMINAL CON P=0.4,DESCRIBE LA CANTIDAD DE PEGAR UN HIT CADA VEZ Q
H1= CON UNA DISTRIBUCION DE BINOMINAL CON P=0.4,NO DESCRIBE LA CANTIDAD DE PEGAR UN HIT CADA V

NIVEL DE SIGNIFICANCIA
0.05

LIMITES,GRAFICA Y CONCLUSION

GL= K-1
5 1
4
NS 0.05

X 9.488

CONCLUSION:
SE RECHAZA H0,OSEA LA DISTRIBUCION SUGERIDA DE P=0.4,NO DESCRIBE LA CANTIDAD DE PEGAR UN HIT CADA
 16.08

GAR UN HIT CADA VEZ QUE BATEA.

PEGAR UN HIT CADA VEZ QUE BATEA.
 X 9.488 12.09

DE PEGAR UN HIT CADA VEZ QUE BATEA.

 6. El gerente de un supermercado lleva un registro de la llegada de clientes a las
cajas para determinar si debe de tener la misma cantidad de cajas para manejar el
flujo de clientes de una mejor manera. En una muestra de 500 periodos de cinco
minutos, hubo 22, 74, 115, 95, 94, 80 y 20 periodos con 0, 1, 2, 3, 4, 5 y 6 o más
clientes, respectivamente. ¿Son estos datos consistentes con una λ = 3, para un
nivel de significancia de 0.05?

N° de cliente Fo (λ = 3) Fe Fo-Fe (Fo - Fe)2 (Fo - Fe)2/Fe

0 22 0.0498 24.90 -2.90 8.41 0.338
1 74 0.1494 74.70 -0.70 0.49 0.007
2 115 0.2240 112.00 3.00 9 0.080
3 95 0.2240 112.00 -17 289 2.580
4 94 0.1680 84.00 10 100 1.190
5 80 0.1008 50.40 29.6 876.16 17.384
6 o mas 20 0.0840 42.00 -22 484 11.524
Total 500 1 500.00 λ2 = 33.103
K 7
H0: Con una distribución de poisson y una λ =3, el flujo de cliente sigue
H1: Con una distribución de poisson y una λ =3, el flujo de cliente no sigue

Conclusión: con un nivel de significancia del 5% se rechaza H0 y se acepta H1; concluimos con una distribución de
 G.L K-1 6
α= 0.05
λ2 = 12.592

λ2 =

λ2 = 12.592

cluimos con una distribución de poisson con λ =3, el flujo de clientes no sigue.
33.103
 7. Dennis Barry, administrador de un hospital, ha examinado los registros de 210
turnos de ocho horas escogidos al azar para determinar la frecuencia con la que el
hospital trata casos de fractura. El número de días en que se trataron 0, 1, 2, 3, 4
y 5 o más pacientes con huesos rotos fueron 25, 55, 65, 35, 20 y 10,
respectivamente. Al nivel de significancia de 0.05, ¿es razonable creer que la
incidencia de casos de huesos rotos sigue una distribución de Poisson con λ = 2

N° de dias Fo (λ = 2) Fe Fo-Fe (Fo - Fe)2 (Fo - Fe)2/Fe

0 25 0.1353 28.413 -3.413 11.65 0.410
1 55 0.2707 56.847 -1.847 3.41 0.060
2 65 0.2707 56.847 8.153 66.47 1.169
3 35 0.1804 37.884 -2.884 8.32 0.220
4 20 0.0902 18.942 1.058 1.12 0.059
5 o mas 10 0.0526 11.046 -1.046 1.09 0.099
Total 210 1 210 λ2 = 2.017
K 6

H0: Con una distribución de poisson y una λ =2, La frecuencia de casos de fractura en el hospital sigu
H1: Con una distribución de poisson y una λ =2, la frecuencia de casos de fractura en el hospital no sig

Conclusión: con un nivel de significancia del 5% se acepta H0 y se rechaza H1; concluimos con una distribución de p
 GL K-1 5
istros de 210 α= 0.05
con la que el
n 0, 1, 2, 3, 4 λ2 = 11.070
0 y 10,
reer que la
on con λ = 2 λ2 = 2.017

λ2 =

s de fractura en el hospital sigue la distribucion

de fractura en el hospital no sigue la distribucion

imos con una distribución de poisson con λ =2, la frecuencia de casos de fractura en el hospital no sigue la distribucion
11.070
 Ejercicio N° 8
En el desarrollo de nuevas medicinas para el tratamiento de la ansiedad, es
importante verificar el efecto de los medicamentos sobre varias funciones
motrices, una de las cuales es conducir un automóvil. La compañía farmacéutica Confab está
probando cuatro ansiolíticos diferentes respecto a su efecto sobre las capacidades para conducir. Los
sujetos toman una prueba de manejo simulada y su calificación refleja los errores cometidos. Los
errores más graves producen calificaciones más altas. Los resultados de estas pruebas se presentan
en la siguiente tabla:

Planteamiento de Hipotesis
MH0=MH0=MH0 No hay diferencia significativa entre los errores cometidos medio de los cuatro medicamentos
MH1=MH1=MH1 Si hay diferencia significativa entre los errores cometidos medio de los cuatro medicamentos

F (0.05, 3.34)= 3.34

Aceptacion (0, 3.34)
Critica (3.34)

Medicina 1 Medicina 2 Medicina 3

245 60.025 277 76.729 215 46.225
258 66.564 276 76.176 232 53.824
239 57.121 263 69.129 225 50.625
241 58.081 274 75.075 247 61.009
983 241.791 1090 297.109 226 51.076
1145 262.759

Calculo:
( 983 + 1090 + 1145 + 1217 ) - 4435 4285.3278
4 4 4 4 18

Variacion total SS es la suma de la variacion entre columnas y regiones

Total SS+SSE= 4285.3278 1054.95 5340.2778

Verificacion
Total SS λ2 = (λ) 2 = 5340.2778
N
Suma cuadros GL
SST 4285.3278 K-1 (4-1) 3
EES 1054.94 NK (18-4) 14
Sstotal 5340.2778 n-1 (18-1) 17
Conclusion
Se rechaza MH0 ya que 18.957 es mayor que 3.34, concluimos que almenos una media de los errores cometidos es diferente.
 Medicina 1 Medicina 2 Medicina 3 Medicina 4
245 277 215 241
258 276 232 253
239 263 225 237
241 274 247 246
226 240

El nivel de significancia de 0.05 ¿Los cuatro medicamentos afectan de manera diferente las habilidades de manejo.

cuatro medicamentos
uatro medicamentos

Medicina 4
241 58.081
253 64.009
237 56.169
246 60.516
240 57.600
1217 296.375

λ2 0.05

X= 3.34

MST
1428.4426 MSTR/MSE= 18.957
NTSE
75.3536
los errores cometidos es diferente.
abilidades de manejo.
Equipos Tipo A Tipo B Tipo C
7.3 5.6 7.9
Datos de 8.3 7.6 9.5
14 aviones 7.6 7.2 8.7
6.8 8.3
8.0 9.4
8.4

A.R.

0.01

0 0
7.20571335
7.72340426

Conclusion: Con un nivel de significancia del 0.01%. Se r

 MH0=MH0=MH0= Los costos de combustible no tienen diferencia
MH0≠ MH0≠ MH0≠ Los costos de combustible si tiene diferencia

Grupos Cuenta Suma

Tipo A 5 38
Tipo B 3 20.4
Tipo C 6 52.2

ANÁLISIS DE VARIANZA
Origen de las
variaciones Suma de Grados de
cuadrados libertad
Entre grupos 7.92 2
Dentro de los grup 5.64 11

Total 13.56 13

significancia del 0.01%. Se rechaza la hipotesis nula. Concluimos que los costos de combustibles si tiene diferencia.
 Promedio Varianza
7.6 0.345
6.8 1.12
8.7 0.404

Prueba Limite

Promedio de los Valor crítico

cuadrados F Probabilidad para F
3.96 7.72340426 0.00802799 7.20571335
0.5127272727273

bles si tiene diferencia.