INFORME FINAL

CURSO:

ESTADISTICA INFERENCIAL

Análisis de las clases virtuales de los alumnos de la UTP

sede lima sur entre los meses de marzo y julio del 2023

ESTUDIANTES:

RIVERA PALOMINO, LUIS GERARDO (U21208474)

MELENDREZ QUISPE LUANA (U21310408)
POZO CAYCHO, JUAN (U21218140)

2023
 ÍNDICE
1. INTRODUCCIÓN
2. OBJETIVO DEL TRABAJO
3. PLANTEAMIENTO DEL PROBLEMA
4. CARACTERÍSTICA DE LA BASE DE DATOS
5. ELABORACIÓN DE TABLAS DE FRECUENCIA PARA CADA VARIABLE DE
ESTUDIO
6. MEDIDAS DE TENDENCIA CENTRAL
7. MEDIDAS DE DISPERSIÓN
8. CON LA INFORMACIÓN OBTENIDA SE DEBERÁN HACER LOS SIGUIENTES
CÁLCULOS
1. Intervalo de confianza para la media de una población
2. Intervalo de confianza para la media de dos poblaciones
3. Prueba de hipótesis para media de una población
4. Prueba de hipótesis para dos medias poblacionales
5. Intervalo de confianza para proporción de una población
6. Intervalo de confianza para proporción de dos poblaciones
7. Prueba de hipótesis para la proporción de una población
8. Prueba de hipótesis para dos medias poblacionales
9. Intervalo de confianza para la varianza de una población
 RESUMEN

Este informe se centra en investigar las clases virtuales de los alumnos de las
Universidades Tecnológicas del Perú (UTP) en la sede Lima Sur durante el período de
marzo a julio de 2023, en el contexto de la nueva normalidad postpandemia. La
educación en línea ha ganado relevancia en instituciones públicas y privadas, y
comprender cómo los estudiantes se adaptan a esta modalidad es crucial. La
investigación se justifica por su importancia educativa y social, al analizar los análisis y
desafíos de las clases virtuales. Se busca mejorar el proceso de enseñanza-
aprendizaje, identificar necesidades específicas de los alumnos y aplicar fórmulas
estadísticas para obtener conclusiones sólidas. Los resultados pueden mejorar la
calidad de la educación en línea y brindar apoyo a los estudiantes, además de fomentar
la integración práctica de conocimientos estadísticos en el ámbito educativo.

ABSTRACT

This report focuses on investigating virtual classes of students from the Technological
Universities of Peru (UTP) at the Lima Sur campus during the period from March to July
2023, in the context of the post-pandemic new normal. Online education has gained
relevance in both public and private institutions, and understanding how students adapt
to this modality is crucial. The research is justified by its educational and social
significance, as it analyzes the analysis and challenges of virtual classes. The aim is to
enhance the teaching-learning process, identify specific student needs, and apply
statistical formulas to derive robust conclusions. The findings have the potential to
improve the quality of online education and provide support to students, while also
encouraging the practical integration of statistical knowledge in the educational setting.
 INTRODUCCIÓN

En el marco de la nueva normalidad que surgió después de la pandemia, se presentó la

manera de continuar los estudios en distintas entidades educativas, tanto públicas y
privadas. Las clases virtuales, en la actualidad forma parte de la educación, por esto es
necesario Identificar los análisis sobre las clases virtuales de los alumnos de las UTP
de la sede Lima Sur entre los meses de marzo y julio del 2023. Para esto se
presentarán los objetivos que nos llevarán a un análisis de tallado del tema.
 CAPÍTULO 1

2. PROBLEMA CENTRAL DEL TRABAJO

Las clases virtuales y remotas se han vuelto un reto para el alumnado al tener que

enfrentarse con diversas distracciones dado que al no encontrarse en un aula de clases

con la presencia física del profesor y el alumnado que acompañan la educación, hay

cierto relajo al escuchar la clase desde una sala, un dormitorio e incluso en una cama

entre las sábanas. Por ello, nos hacemos las siguientes preguntas ¿Es consecuente el

alumno de la UTP al estudiar? ¿Qué grado de satisfacción tiene el alumno hacia las

clases virtuales? ¿De qué manera han afectado las clases virtuales en la educación?

3. JUSTIFICACIÓN DE LA INVESTIGACIÓN

Identificación de desafíos y obstáculos: El cambio abrupto hacia las clases virtuales

puede haber generado desafíos para los alumnos, como problemas de conectividad,
dificultades de acceso a recursos o adaptación a las plataformas digitales. Conocer
estos obstáculos permitirá implementar soluciones que faciliten el proceso educativo en
futuras situaciones similares.

Mejora de la experiencia educativa: Analizar la percepción de los alumnos sobre las

clases virtuales brindará información valiosa para mejorar la experiencia de aprendizaje
en línea. Se podrían identificar aspectos positivos y negativos, y utilizar esta
información para optimizar la entrega de contenidos, la interacción profesor-alumno y
las evaluaciones.

Contribución al desarrollo de la educación virtual: Los resultados obtenidos pueden

enriquecer el conocimiento sobre la educación virtual y servir como base para futuras
investigaciones en el campo. Asimismo, esta información puede ser valiosa para otras
instituciones educativas que también están implementando o considerando la
educación en línea.

4. OBJETIVO GENERAL
Identificar los análisis sobre las clases virtuales de los alumnos de las UTP de la sede
Lima Sur entre los meses de marzo y julio del 2023.

4.1. OBJETIVOS ESPECÍFICOS.

 Mediante un análisis verificar si los estudiantes de la UTP están siendo

beneficiados con las clases virtuales.
 Identificar qué factores son los que perjudican a los estudiantes en el proceso de
aprendizaje de manera virtual.
 Determinar que tanto pueden aprender los estudiantes mediante las clases
virtuales.
 Determinar y analizar qué porcentaje de los alumnos están siendo afectados
mediante las clases virtuales.
 Analizar el logro y perfil de cada estudiante mediante sigan cursando los ciclos
de la universidad.
 CAPÍTULO 2

1. CONCEPTOS BÁSICOS ESTADÍSTICOS

Población: Alumnos de la UTP sede lima sur entre los meses de marzo y julio del 2023.
Muestra: 150 alumnos de la UTP sede lima sur entre los meses de marzo y julio del
2023.
Unidad de análisis: 1 alumno de la UTP sede lima sur entre los meses de marzo y julio
del 2023.
Variables: Horas de estudio, preferencias en dispositivos.

2. VARIABLES Y TIPO DE VARIABLES

Pregunta 1: Con variables cuantitativas continuas

¿Cuántas horas en promedio al día estudias las asignaturas de la universidad por tu
cuenta?
Pregunta 2: Con variables cuantitativas continuas
¿Cuántas horas suman tus clases virtuales a la semana?
Pregunta 3: Con variables cuantitativas continuas
¿Qué fracción de horas en promedio te ausentas en tus clases virtuales?
Pregunta 4: Con variables cuantitativas continuas
¿Cuántas horas en promedio al día le dedicas a los pasatiempos? interpretación:Como
se puede apreciar los estudiante se dedican de 1a 2horas a sus pasatiempos
diariamente.
Pregunta 5: Con variables cuantitativas continuas
¿Cuál es la velocidad de descarga de tu internet?
Pregunta 6: Con variables cuantitativas discretas
¿Cuántos dispositivos se pueden conectar a tu internet sin que se sature?
Pregunta 7: Con variables cuantitativas discretas
¿Cuántos días en promedio a la semana estudias por tu cuenta?
Pregunta 8: Con variables cuantitativas discretas
¿Cuántas veces en promedio te paras de tu asiento mientras estás conectado al zoom
de clases?
Pregunta 9: Con variables cuantitativas discretas
¿Cuántos cursos llevas en la universidad?
Pregunta 10: Con variables cuantitativas discretas
¿Cuántas veces en promedio desbloqueas tu celular para distraerte estando en clase?
Pregunta 11: Con variables cualitativas ordinales
¿Cuál es el grado con el que captas las clases virtuales?
Pregunta 12: Con variables cualitativas ordinales
¿Crees que dispones de mas tiempo para realiazar las tareas en la modalidad virtual?
Pregunta 13: Con variables cualitativas ordinales
¿Te has conectado a las clases virtuales mientras estabas acostad@ en la cama?
Pregunta 14: Con variable cualitativa nominal
¿Mediante qué dispositivos te conectas a tus clases virtuales?

3. MUESTRA ESTADÍSTICA Y TIPO DE MUESTREO

4. GRÁFICOS Y TABLAS ESTADÍSTICAS POR VARIABLE

4.1. ¿Cuántas horas al día estudias las asignaturas de la universidad por tu cuenta?

clase x fi Fi hi% Hi%

[0.5-1.2> 0.85 35 35 23% 23%
[1.2-1.9> 1.55 37 72 25% 48%
[1.9-2.6> 2.25 19 91 13% 61%
[2.6-3.3> 2.95 20 111 13% 74%
[3.3-4> 3.65 16 127 11% 85%
[4-4.7> 4.35 13 140 9% 93%
 [4.7-5.4> 5.05 7 147 5% 98%
[5.4-6.1> 5.75 3 150 2% 100%

M.C. Varianza Desviacion E. Cv

1.8420711
2.38 4 1.357229215 57%

Horas de estudio
40
37
35
35

30

25
19 20
20
16
15 13

10
7
5 3

0
[0.5-1.2> [1.2-1.9> [1.9-2.6> [2.6-3.3> [3.3-4> [4-4.7> [4.7-5.4> [5.4-6.1>

4.2. ¿Cuántas horas suman tus clases virtuales a la semana?

clase x f Fi hi% Hi%

[6-8> 7 9 9 6 6

[8-10> 9 23 32 15.33333333 21.33333333

[10-12> 11 43 75 28.66666667 50

[12-14> 13 41 116 27.33333333 77.33333333

[14-16> 15 21 137 14 91.33333333

[16-18> 17 10 147 6.666666667 98

[18-20> 19 3 150 2 100

 [20-22> 21 0 150 0 100

mediana 12

moda 10.90909091

mediana 12.12

4.3. ¿Cuántas horas te ausentas en tus clases virtuales?

clase x fi Fi hi% Hi%

[0.1-0.2> 0.15 33 33 22% 22%
[0.2-0.3> 0.25 32 65 21% 43%
[0.3-0.4> 0.35 30 95 20% 63%
[0.4-0.5> 0.45 27 122 18% 81%
[0.5-0.6> 0.55 24 146 16% 97%
[0.6-0.7> 0.65 3 149 2% 99%
[0.7-0.8> 0.75 1 150 1% 100%
[0.8-0.9> 0.85 0 150 0% 100%

M.C. Varianza Desviacion E. Cv

0.34 0.12104027 0.34790842 101%
 35 33
32
30
30
27

25 24

20

15

10

5 3
1
0
0
[0.1-0.2> [0.2-0.3> [0.3-0.4> [0.4-0.5> [0.5-0.6> [0.6-0.7> [0.7-0.8> [0.8-0.9>

4.4. ¿Cuántas horas en promedio al día le dedicas a los pasatiempos?

Media: 2.6

Varianza: 2.57

Desviación estándar: 1.6

Cv: 61%
4.5. ¿Cuál es la velocidad de descarga de tu internet?
Media: 51.9
Varianza: 405
Desviación estándar: 20.1
Cv: 39%

4.6. ¿Cuántos dispositivos se pueden conectar a tu internet sin que se sature?

Interpretación: Realizada la encuesta llegamos a distinguir que se pueden conectar hasta 3

dispositivos sin que llegue a saturarse.

x f Fi hi% Hi%

1 30 30 20 20

2 50 80 33.33333333 53.33333333

3 40 120 26.66666667 80

4 10 130 6.666666667 86.66666667

5 20 150 13.33333333 100

Media: 2.6
Varianza: 1.58
Desviación estándar: 1.26
Cv: 48%

4.7. ¿Cuántos días a la semana estudias por tu cuenta?

x f Fi hi% Hi%

1 19 19 12.66666667 12.66666667

2 31 50 20.66666667 33.33333333

3 38 88 25.33333333 58.66666667

4 25 113 16.66666667 75.33333333

5 24 137 16 91.33333333

6 10 147 6.666666667 98

7 3 150 2 100
4.8. ¿Cuántas veces en promedio te paras de tu asiento mientras estás conectado
al zoom de clases?
4.9. ¿Cuántos cursos llevas en la universidad?
4.10. ¿Cuántas veces en promedio desbloqueas tu celular para distraerte estando
en clase?
4.11. ¿Cuál es el grado con el que captas las clases virtuales?

x fi FI hi% Hi%

Perfectamente 16 16 10.66666667 10.66666667

Mucho 43 59 28.66666667 39.33333333

Ni mucho ni poco 75 134 50 89.33333333

Poco 16 150 10.66666667 100

4.12. ¿Crees que dispones de mas tiempo para realiazar las tareas en la
modalidad virtual?
4.13. ¿Te has conectado a las clases virtuales mientras estabas acostad@ en la
cama?
4.14. ¿Mediante qué dispositivos te conectas a tus clases virtuales?

x fi FI hi hi%

Celular 55 55 0.37 37%

Laptop 41 96 0.27 27%

Computadora 28 124 0.19 19%

otro 26 150 0.17 17%

Total 150 1 100%

5. DISTRIBUCIÓN MUESTRAL

a. Distribución muestral para la media con varianza conocida

Ejercicio 1

Se sabe que la distribución de las horas de clase por semana sigue una distribución normal con
una desviación estándar de 3 horas. Se toma una muestra de 64 alumnos de la UTP siendo la
media de 13 horas. ¿Cuál es la probabilidad de que la media de horas de clase por semana
esté por encima de 14 horas?

n=64

u=25

σ =3

x −μ
Z=
σ
√n
14−13
Z=
3
√ 64
Z=2.667

P ( x>14 )=1−P ( x ≤14 )=1−P ( z ≤2.667 )=0.0038

La probabilidad de que la media de horas de clase por semana esté por encima de 26 horas es
aproximadamente 0.0038 o 0.38%.

b. Distribución muestral para la media con varianza desconocida

Ejercicio 2

Según la encuesta realizada a los estudiantes de la UTP arroja que el tiempo de estudio fuera
de los horarios de clase de los alumnos tiene una distribución normal, cuyo promedio es de
20.5 horas a la semana ¿Cuál es la probabilidad de que la media de una muestra de tamaño de
25 alumnos sea menor a 21 horas, sabiendo que la varianza muestral es de 8 horas?

n=25

x=21

u=20.5

S2=8

S=2.828

x−μ
T=
s
√n
21−20.5
T=
2.828
√25
T =0.884

P ( x <21) = P (t n−1< 0.884)

P (t 24 < 0.884 )

P (24, 0.884) = 0.8

Según las estadísticas demuestran que la probabilidad de que la media de la muestra sea
menor a 21 horas es de 0.8 o 80%.

c. Distribución Muestral para la diferencia de medias con varianza conocida

Ejercicio 3
Se tiene la siguiente información sobre la asistencia de los estudiantes en un curso en línea:

Media de horas de ausencia de los hombres: 2.5 horas, σ² = 1.2

Media de horas de ausencia de las mujeres: 3.0 horas, σ² = 1.5

Si se toma una muestra aleatoria de 64 hombres y 81 mujeres, ¿cuál es la probabilidad de que

la media de horas de ausencia de los hombres sea al menos 1 hora menor que la media de
horas de ausencia de las mujeres?

n 2=64

u 2=2.5

2
σ 2=1.2

n 1=81

u 1=3

2
σ 1=1.5

u 1−u 2=0.5

x 1−x 2=1

(u ¿ ¿ 1−u 2)
Z=( x 1−x 2 )− ¿

√ σ 21 σ22
+
n1 n2

√
2 2
σ 1 σ 2
+ =0.1932
n1 n2

1−0.5
Z=
0.1932

Z=2.59

P ( Z >2.59 ) =1−P ( Z ≤2.59 ) =0.0048

0.0048 es la probabilidad de que la media de horas de ausencia de los hombres respecto a las
mujeres sea al menos 1.
d) Distribución muestral para la diferencia de medias con varianza desconocida iguales

Ejercicio 4

Se desea investigar la cantidad de días que los estudiantes hombres y mujeres de la

Universidad UTP dedican al estudio por su cuenta a la semana. Se asume que estas variables
siguen distribuciones normales independientes. La media de los días de estudio para los
hombres es de 4.2 días, mientras que para las mujeres es de 3.8 días.

Se selecciona una muestra aleatoria de 25 estudiantes hombres y otra muestra aleatoria de 20

estudiantes mujeres. En la muestra de hombres, se obtiene una varianza muestral de 1.2 días.
En la muestra de mujeres, se obtiene una varianza muestral de 1.4 días.

Se desea calcular la probabilidad de que la media muestral de los días de estudio de los
hombres sea al menos 0.5 días mayor que la media muestral de las mujeres. Considere
varianzas poblacionales iguales.

um =3.8

uh =4.2

sm2=1.4

2
sh =1.2

n m=13

n h=15

P(x m−x h >0.5)

2 ( nh−1)s h2+(nm −1) s m2

sp =
n m +nh−2

( 15−1 ) 1.2+ ( 13−1 ) 1.4

s p 2=
15+13−2

2
s p =1.29
 ( x h−x m )−( uh−u m )
T=

√ s p2 (
1 1
+ )
nh nm

0.1
T=
0.43

T =0.23

gl=15+13−2

gl=26

P ( t 26 >0.23 )=1−P ( t 26 <0.23 ) =0.25

La probabilidad de que la media muestral de los días de estudio de los hombres sea al menos
0.5 días de las mujeres es 0.25 o 25%.

e) Distribución muestral para la diferencia con varianza desconocida diferentes

Ejercicio 5

Se selecciona una muestra aleatoria de 12 mujeres y otra muestra aleatoria de 12 hombres

también. Se registra la cantidad de días que cada estudiante dedica al estudio por su cuenta a
la semana.

Se desea determinar si existe una diferencia significativa en los hábitos de estudio entre
mujeres y hombres en la universidad.

Los datos proporcionados son los siguientes:

Tamaño de muestra para mujeres (n1): 12

Tamaño de muestra para hombres (n2): 12

Media muestral de días de estudio para mujeres (x̄1): 4.8 días

Media muestral de días de estudio para hombres (x̄2): 4.3 días

Varianza muestral de días de estudio para mujeres (s1^2): 1.2 días^2

Varianza muestral de días de estudio para hombres (s2^2): 1.5 días^2

Considerando que las distribuciones de días de estudio para mujeres y hombres son
aproximadamente normales, y asumiendo que las varianzas poblacionales son desconocidas
pero diferentes. Calcule la probabilidad de que la media muestral de días de estudio para
mujeres sea al menos 0.5 días mayor que la media muestral de días de estudio para hombres.

[ ]
2 2
S1 S2
+
n1 n2
=21.73 22

[ ] []
2 2
S21 S 22
n1 n2
+
n 1−1 n2−1

X 1 −X 2
T= =1.054

√
2 2
S1 S 2
+
n 1 n2

P [ X 1− X 2 ≥ 0,5 ]=P [T ( 22 )>1.054 ]

¿ 1−P [T ( 22 ) ≤ 1.054]
¿ 0.1517

La probabilidad de que la media muestral de días de estudios de las mujeres sea al menos 0.5
días mayor a la media de los hombre es de 15.17%

f) Distribución muestral para la proposición

pregunta 6

El 90% de los estudiantes utiliza sus celulares para conectarse a las clases virtuales, mientras
que el 10% restante utiliza una computadora. Se pide calcular la probabilidad de que al menos
8 de 50 estudiantes utilicen sus celulares para conectarse a las clases virtuales.

g) Distribución muestral para la diferencia de proporciones

Ejercicio 7

La proporción de los estudiantes que probaron un nuevo plan de Internet identifican una
velocidad efectiva de 0.7, mientras que los planes usados actualmente son efectivos al 60%. A
una muestra aleatoria de 100 personas se les implementó el nuevo plan de internet, mientras
que el plan de internet antiguo fue utilizado en una muestra de 150.¿Cuál es la probabilidad de
observar un valor p1-p2 menor al 5%?

Solución:

Sea x los planes efectivos en el plan antiguo de un total de 150. Y los planes efectivos en el plan actual
de un total de 100

→ X BINOMIAL (n1=150 , P1=0,7)

→ Y BINOMIAL(n2=100 , P 2=0,6)

P=P [P1−P 2< 0.05]=P [ P2−P1 >0.05 ]

P=1−P[P 2−P1 ≤ 0.05]

P=1−P ¿
P=1−P [ Z ≤ 2.43 ]
P=1−0.9925
P=0.0075

6. INTERVALOS DE CONFIANZA

a) Intervalo de confianza de la media con varianza conocida

Ejercicio 8

Se toma una muestra aleatoria de 25 estudiantes y se registra el número de horas que estudian
al día. Los datos obtenidos muestran un promedio de 3.5 horas de estudio al día, con una
desviación estándar poblacional de 1.2 horas. Se quiere encontrar el intervalo de confianza del
95% para la media de horas de estudio al día de todos los estudiantes universitarios en la UTP.

n = 25

x=3.5

σ =1.2
Con un nivel de confianza de 95%,
Z α =Z 0.05 =Z(0.975)=¿ 1.96
(1− ) (1− )
2 2

z∗σ z∗σ
x− ≤u ≤ x+
√n √n
1.96∗1.2 1.96∗1.2
3.5− ≤ u ≤3.5+
√25 √25
3.0296 ≤ u≤ 3.9704

Podemos estar 95% seguros de que el verdadero promedio de horas de estudio al día se
encuentra dentro de 3.0296 a 3.9704 horas.

b) Intervalo de confianza de la media con varianza desconocida

Ejercicio 9

Se toma una muestra aleatoria de 16 estudiantes y se registra el número de horas que se

ausentan de clase. Los datos obtenidos muestran un promedio de 2.5 horas de ausencia, con
una desviación estándar de 1.2 horas. Se desea encontrar el intervalo de confianza del 95%
para la media de horas de ausencia de los estudiantes universitarios en sus clases virtuales.
Suponga que la distribución de la ausencia de horas en clase es aproximadamente normal.

T∗S T∗S
x− ≤u≤x+
√n √n
2.131∗1.2 2.131∗1.2
2.5− ≤u ≤ 2.5+
√16 √ 16
1.8607 ≤ u≤ 3.1393

Podemos estar 95% seguros de que el verdadero promedio de horas de ausencia se encuentra
dentro del intervalo de 1.8607 y 3.1393 horas.

Ejercicio 10

Al realizar una muestra de 120 estudiantes universitarios de la UTP Lima Sur, donde se
requiere determinar cuántas horas están conectados en las clases virtuales, se obtiene como
resultado una media de 4.3 horas con desviación estándar de 1.01. Luego, se procede a
calcular un intervalo de confianza del 95% que determine el verdadero valor de la cantidad de
horas que pasan los estudiantes en las clases virtuales.

N=120

=4,3S

=1,011-X=0,95

X=0,05

Calcular el error estándar (SE)

dividiendo la desviación estándar muestral (s) por la raíz cuadrada de la muestra (n).

SE = s / √n

SE = 1.01 / √120

SE ≈ 0.0924

Calcular el margen de error

es el producto del valor crítico (z) y el error estándar (SE).

Margen de error = z * SE

Margen de error ≈ 1.96 * 0.0924

Margen de error ≈ 0.1811

Calcular el intervalo de confianza

Finalmente, el intervalo de confianza se resta y suma con el margen de error a la media

muestral (x̄).

Intervalo de confianza = x̄ ± Margen de error

Intervalo de confianza = 4.3 ± 0.1811

Intervalo de confianza ≈ (4.1189, 4.4811)

Interpretación: Podemos estar 95% seguros de que el promedio de horas que pasan los
estudiantes de la UTP Lima Sur en las clases virtuales se encuentra en el intervalo de (4.1189,
4.4811) horas
Ejercicio 11

Supongamos que deseamos encontrar un intervalo de confianza del 90% para la media de
horas que los alumnos de la UTP se ausentan en sus clases virtuales que en promedio es de 2
horas.

Para recopilar datos, se selecciona una muestra aleatoria de 20 alumnos y se registra el

número de horas que se ausentan en un período de tiempo determinado. Los datos obtenidos
muestran una media muestral de 2.5 horas y una desviación estándar de 1.2 horas.

S
x±T 0.1 ×
(1−
2
,20−1) √n

1.2
2.5 ±T ( 0.95,19) ×
√ 20
1.2
2.5 ±1.729 ×
√ 20

2.036 ≤ u≤ 2.96

Con una confianza de 90% el promedio de horas estará entre 2.036 a 2.96.

Ejercicio 12
Al realizar una muestra de 120 estudiantes universitarios de la UTP Lima Sur, donde se
requiere determinar en qué ciclo de la universidad se encuentran, se obtiene como resultado
una media de 5.6 con una desviación estándar de 2.54. Luego, se procede a calcular un
intervalo desconfianza del 95% que determine en qué ciclo se encuentran los estudiantes
universitarios

Encontrar el valor crítico z

Para un nivel de confianza del 95%.

El valor crítico z es aproximadamente 1.96.

Calcular el error estándar (SE)

Se calcula dividiendo la desviación estándar muestral (s) por la raíz cuadrada de (n).
SE = s / √n
SE = 2.54 / √120
SE ≈ 2.54 / 10.954 ≈ 0.2318

Calcular el margen de error

El margen de error es el producto del valor crítico z y el error estándar.

Margen de error = z * SE
Margen de error ≈ 1.96 * 0.2318
Margen de error ≈ 0.4541

Calcular el intervalo de confianza

Finalmente, el intervalo de confianza se resta y suma con el margen de error (x̄).

Intervalo de confianza = x̄ ± Margen de error

Intervalo de confianza = 5.6 ± 0.4541
Intervalo de confianza ≈ (5.1459, 6.0541)

Interpretación: Podemos estar 95% seguros de que la media real del ciclo en el que se
encuentran los estudiantes universitarios de la UTP Arequipa se encuentra en el intervalo de
(5.1459, 6.0541).

Ejercicio 13

Se realiza un estudio donde se determinará la media de horas que pasan conectados

los estudiantes universitarios en las clases virtuales, para ello se tomaron dos muestras de
120personas, la primera muestra tiene una media de 4.30 horas y una varianza de 1.01,
mientras que la segunda muestra tiene una media de 4.12 horas y una varianza de 1.08. Es
necesario determinar con un intervalo de confianza del 95% la diferencia de las
horas medias que realizan los estudiantes universitarios en las clases virtuales entre ambas
muestra

x̄1 es la media de la primera muestra.

x̄2 es la media de la segunda muestra.
t es el valor crítico de la distribución.
SEpooled es el error estándar combinado de ambas muestras
Calcular SEpooled

SEpooled = √[(s1^2 / n1) + (s2^2 / n2)]

SEpooled = √[(1.01 / 120) + (1.08 / 120)]
SEpooled ≈ √0.0174167 ≈ 0.1319

Calcular grados de libertad (df)

df = n1 + n2 - 2
df = 120 + 120 - 2 = 238

Calcular el intervalo de confianza para la diferencia de las medias

Intervalo de confianza = (x̄1 - x̄2) ± t * SEpooled

Intervalo de confianza = (4.30 - 4.12) ± 1.97 * 0.1319
Intervalo de confianza ≈ 0.18 ± 0.2601 ≈ (0.9199, 1.0801)

Interpretación: Podemos estar 95% seguros de que la diferencia entre las horas medias que
realizan los estudiantes universitarios en las clases virtuales entre ambas muestras se
encuentra en el intervalo de (0.9199, 1.0801) horas.

c) Intervalo de confianza para la diferencia de medias con varianza conocida

Ejercicio 14

Se seleccionaron dos grupos de alumnos al azar, Grupo A y Grupo B, y se registró el número

de horas de ausencia en clases virtuales durante un período de tiempo determinado. A
continuación, se muestran los datos obtenidos:

Grupo A: 3, 2, 1, 4, 2, 3

Grupo B: 2, 1, 2, 3, 2, 4

Encuentra un intervalo de confianza del 95% para la diferencia de las medias de ausencias en
clases virtuales entre los dos grupos.
d) Intervalo de confianza para la diferencia de medias con varianza desconocida iguales

Ejercicio 15

Se seleccionó una muestra de 15 alumnos del grupo A y una muestra de 12 alumnos del grupo
B.

Para el grupo A, se obtuvo un promedio de 12 horas de clases semanales con una desviación
estándar muestral de 2 horas. Para el grupo B, se obtuvo un promedio de 10 horas de clases
semanales con una desviación estándar muestral de 1.5 horas.

Se desea encontrar un intervalo de confianza del 90% para la diferencia entre las medias
poblacionales de horas de clases semanales de ambos grupos, asumiendo que las poblaciones
se distribuyen aproximadamente en forma normal y tienen varianzas iguales.

2
S p =¿ ¿

2
S p =¿ ¿

S p2=3.23

2 ( n 1−1 ) S 12+(n 2−1)S 22

Sp =
n1+n 2−2

( x 1−x 2)± T α
(1− ,)
2 √ 2
× sp (
1 1
+ )
n1 n2

√
(12−10) ±1.708 × 3.23 ×(
1 1
+ )
15 12

0.81 ≤u 1−u2 ≤ 3.189

Con un nivel de confianza del 95% la diferencia de horas entre los grupos a y b está dentro de
0.81 a 3.189.

e) Intervalo de confianza para la diferencia de medias con varianza desconocida

diferentes

Ejercicio 16

Quieres encontrar un intervalo de confianza del 95% para la diferencia en el tiempo promedio
de uso entre los estudiantes que utilizan laptops y aquellos que utilizan celulares.

Para llevar a cabo el estudio, seleccionas una muestra aleatoria de estudiantes de la UTP y
registras el tiempo diario de uso de dispositivos electrónicos para cada estudiante. A
continuación, obtienes los siguientes resultados suponiendo que tienen poblaciones normales
con varianzas diferentes:

Laptops:

Tamaño de la muestra (n1): 14 estudiantes

Tiempo promedio de uso (X̄1): 4.5 horas

Desviación estándar (S1): 1.2 horas

Celulares:

Tamaño de la muestra (n2): 15 estudiantes

Tiempo promedio de uso (X̄2): 3.8 horas

Desviación estándar (S2): 0.9 horas

s 12 s 22 2
+ ( )
n1 n2
V= 2 2 2 2
s1 s2
( ) ( )
n1 n2
+
n1−1 n 2−1

V =29

T =T (0.975 ,29) =2.045

(1− α2 ,V )
 √
s12 s 22
( x 1−x 2)± 2.045 × ( + )
n1 n2

0.1 ≤u 1−u2 ≤ 1.5

Con un nivel de confianza del 95% la verdadera diferencia de horas que se utilizan laptops y
celulares está entre 0.1 a 1.5 horas.

f. Intervalo de confianza para la proporción

Ejercicio 17

En una muestra aleatoria de 500 estudiantes se encuentra que 380 de ellos prefieren usar
laptops.

Calcular un intervalo de confianza del 95% para la proporción verdadera de alumnos que
prefieren usar laptops.

380
p= =0.76
500

IC=0.76 ± 1.96 ×
√ 0.76× 0.24
500

0.72 ≤ π ≤ 0.797

Con un nivel de confianza la proporción verdadera de quienes prefieren utilizar laptops está
entre 72% y 79.7%.

Ejercicio 18

A una muestra de 120 estudiantes universitarios de la UTP Lima sur se le pregunto cuántas
horas estaban conectados en las clases virtuales y resulto que el 33% de ellos pasan 5 horas
en clases virtuales. Interprete un intervalo de confianza del 95% para la proporción verdadera
de estudiantes que pasan 5 horas en clases virtuales
p̂ es la proporción muestral (en este caso, el 33%, que se expresa como 0.33).
Z es el valor crítico de la distribución normal estándar correspondiente al nivel de confianza
deseado. Para un nivel de confianza del 95%, Z es aproximadamente 1.96.
n es el tamaño de la muestra (en este caso, 120 estudiantes).

Calcular el error estándar (SE)

SE = √(p̂ * (1 - p̂) / n)
SE = √(0.33 * (1 - 0.33) / 120)
SE ≈ √(0.2211 / 120)
SE ≈ √0.0018425
SE ≈ 0.0429

Calcular el intervalo de confianza

Intervalo de confianza = p̂ ± Z * SE
Intervalo de confianza = 0.33 ± 1.96 * 0.0429
Intervalo de confianza ≈ 0.33 ± 0.0841
Intervalo de confianza ≈ (0.2459, 0.4141)

Interpretación: Podemos estar 95% seguros de que la proporción verdadera de estudiantes

universitarios de la UTP Lima Sur que pasan exactamente 5 horas en clases virtuales se
encuentra en el intervalo de (0.2459, 0.4141).

g. Intervalo de confianza para la diferencia de proporciones

Ejercicio 19

A los alumnos de la universidad UTP los dividimos en grupos, en A y grupo B. Realizamos una
muestra aleatoria de 400 alumnos de cada grupo, y obtienes los siguientes resultados:

A:

Número de alumnos que prefieren utilizar celulares: 280

B:

Número de alumnos que prefieren utilizar celulares: 320

Calcular un intervalo de confianza del 95% para la diferencia de proporciones verdaderas de
alumnos que prefieren utilizar celulares para conectarse a sus clases virtuales entre los dos
grupos.

P1=280/400=0.70

P2=320/400=0.8

Z =1.96
(1− 0.052 )

0.8−0.7 ± 1.96×
√ 0.7 × 0.3 0.8 × 0.2
400
+
400

0.04 ≤ π ≤ 0.1596

Con un 95% de confianza la verdadera diferencia de porcentajes de alumnos que prefieren

usar celulares está entre 4% y 15.96%.

Ejercicio 20

En un estudio para determinar la proporción de estudiantes universitarios de la UTP Lima sur

que suelen pasar 3 horas en clases virtuales se tomaron 2 muestras de 120 personas cada
una. Encontrándose que el 15% de la primera muestra pasan 3 horas en sus clases virtuales, y
en el caso de la segunda muestra dio como resultado que el 36% suelen pasar 3 horas.
Construya un intervalo de confianza del 95% para la diferencia de proporciones de las 2
muestras que suelen pasar 3 horas estudiando de manera virtual

p̂1 es la proporción muestral de la primera muestra.

p̂2 es la proporción muestral de la segunda muestra.
Z es el valor crítico de la distribución normal estándar correspondiente al nivel de confianza
deseado (para un nivel de confianza del 95%, Z es aproximadamente 1.96).
SE es el error estándar de la diferencia de proporciones.

Calcular la proporción muestral para ambas muestras.

p̂1 = 0.15 (15% para la primera muestra)
p̂2 = 0.36 (36% para la segunda muestra)

Calcular el error estándar de la diferencia de proporciones (SE).

SE = √[(p̂1 * (1 - p̂1) / n1) + (p̂2 * (1 - p̂2) / n2)]

n1 = n2 = 120

SE = √[(0.15 * (1 - 0.15) / 120) + (0.36 * (1 - 0.36) / 120)]

SE ≈ √(0.0010625 + 0.001920)
SE ≈ √0.0029825 ≈ 0.0546

Calcular el intervalo de confianza

Intervalo de confianza = (p̂1 - p̂2) ± Z * SE

Intervalo de confianza = (0.15 - 0.36) ± 1.96 * 0.0546
Intervalo de confianza ≈ -0.21 ± 0.107 ≈ (-0.317, -0.103)

Interpretación: Podemos estar 95% seguros de que la diferencia de proporciones entre las
dos muestras de estudiantes universitarios de la UTP Lima sur que suelen pasar 3 horas en
clases virtuales se encuentra en el intervalo de (-0.317, -0.103)

h. Intervalo de confianza para la varianza

Ejercicio 21

Un estudiante universitarios de la UTP Lima Sur sabe que la las horas de clases virtuales varia
pues hay múltiples factores que influyen en las horas de clases. A fin de estimar la variabilidad
de las horas de clases virtuales, se escoge al azar 120 estudiantes universitarios
y se les pregunta por las horas en promedio que pasan en las clases virtuales que es 4.12
horas, con desviación estándar de 1,01. Teniendo en cuenta lo antes mencionado
se establecerá un intervalo de confianza del 95% para averiguar la variación de las horas
que pasan conectados en las clases virtuales

s es la desviación estándar muestral (en este caso, 1.01).

n es el tamaño de la muestra (en este caso, 120).

χ^2α/2, n-1 es el valor crítico de la distribución chi-cuadrado con α/2 de probabilidad acumulada
y n-1 grados de libertad.

χ^21-α/2, n-1 es el valor crítico de la distribución chi-cuadrado con 1-α/2 de probabilidad

acumulada y n-1 grados de libertad.

Encontrar los valores críticos de la distribución

Para un nivel de confianza del 95% y n-1 grados de libertad (119 en este caso), podemos
encontrar los valores críticos de la distribución chi-cuadrado en tablas o mediante calculadoras
en línea. Para este caso, χ^2α/2, n-1 ≈ 88.379 y χ^21-α/2, n-1 ≈ 135.807.

Calcular el intervalo de confianza para la desviación estándar

Intervalo de confianza = (s) * √((n - 1) / χ^2α/2, n-1), (s) * √((n - 1) / χ^21-α/2, n-1)
Intervalo de confianza = 1.01 * √(119 / 88.379), 1.01 * √(119 / 135.807)
Intervalo de confianza ≈ 1.01 * 1.0543, 1.01 * 0.9554 ≈ (1.0643, 0.9649)

Interpretación: Podemos estar 95% seguros de que la variabilidad real de las horas de clases
virtuales en la población de estudiantes universitarios de la UTP Lima Sur se encuentra en el
intervalo de (0.9649, 1.0643) horas.
 CAPÍTULO 3

1. PRUEBAS DE HIPÓTESIS ESTADÍSTICAS Y ANÁLISIS DE RESULTADOS

a. Pruebas de Hipótesis Estadísticas para la media con varianza conocida

Ejercicio 22

En la UTP, las clases virtuales están diseñadas para tener una duración promedio de 60
minutos. El departamento de educación a distancia se preocupa de que las clases no estén
cumpliendo con esta duración y desea tomar una decisión sobre si es necesario ajustar el
contenido de las clases. Para investigar esto, se toma una muestra aleatoria de 50 clases
virtuales y se registra la duración de cada una en minutos. Los datos muestran un promedio de
duración de 58 minutos y una desviación estándar de 5 minutos.

El departamento de educación a distancia quiere determinar si el promedio de duración de las

clases virtuales difiere significativamente del objetivo de 60 minutos, utilizando una prueba de
hipótesis con un nivel de significancia del 5%

b. Pruebas de Hipótesis Estadísticas para la media con varianza desconocida

Ejercicio 23

Se afirma que el tiempo promedio de duración de cada clase es de 75 minutos. Sin embargo,
un grupo de estudiantes cree que las clases virtuales son más largas en realidad. Para probar
su afirmación, toman una muestra aleatoria de 30 clases virtuales y registran la duración de
cada una en minutos. Los datos muestran un promedio de duración de 70 minutos y una
desviación estándar de 6 minutos.

El grupo de estudiantes desea determinar si el promedio de duración de las clases virtuales es

significativamente mayor que 75 minutos, utilizando una prueba de hipótesis con un nivel de
significancia del 5%.

Solución:
Hipótesis nula (H0): El tiempo promedio de duración de las clases virtuales es igual a 75
minutos. (µ = 75)

Hipótesis alternativa (H1): El tiempo promedio de duración de las clases virtuales es menor que
75 minutos. (µ > 75)

x −u
T c=
s
√n

70−75
T c=
6
√ 30

T c =−4.56

T ( 1−α ,n−1) =T 0.95,29 ¿ ¿=1.699

T c <T 0.95,29 ¿ ¿
No se rechaza la h0, con un nivel de significancia de 5% existe evidencia que las clases en
promedio duran 75 minutos.

c. Pruebas de Hipótesis Estadísticas para la diferencia de medias con varianza conocida

Ejercicio 24
La administración de la UTP se pregunta si el rendimiento académico promedio de los
estudiantes en las clases virtuales es superior al rendimiento en las clases presenciales. Para
probar esta afirmación, se toman dos muestras aleatorias de estudiantes: una muestra de 100
estudiantes de clases virtuales con un promedio de calificaciones de 85 puntos y una
desviación estándar de 10 puntos, y otra muestra de 80 estudiantes de clases presenciales con
un promedio de calificaciones de 80 puntos y una desviación estándar de 12 puntos.
Se desea determinar si el rendimiento académico promedio de los estudiantes en las clases
virtuales es significativamente superior al rendimiento en las clases presenciales, utilizando una
prueba de hipótesis con un nivel de significancia del 5%.
Solución:
Las hipótesis para esta prueba son:
Hipótesis nula (H0): El rendimiento académico promedio de los estudiantes en las clases
virtuales es igual al rendimiento en las clases presenciales. (µ1 - µ2 = 0)
Hipótesis alternativa (H1): El rendimiento académico promedio de los estudiantes en las clases
virtuales es superior al rendimiento en las clases presenciales. (µ1 - µ2 > 0)

x 1−x 2−(u 1−u 2)

Z c=

√
2 2
σ1 σ2
+
n1 n2

85−80−(0)
Z c=

√
2 2
10 12
+
100 80
Z c =2.988

Z( 1−α )=Z (1−0.05) ¿ Z ( 0.95 )=1.65

Z c > Z (0.95 ) Z( 0.95)=1.65

A un nivel de significancia de 5% existe evidencia para rechazar la

hipótesis nula. Existe evidencia que el rendimiento de alumnos en las clases virtuales es
superior al de las clases presenciales.

d. Pruebas de Hipótesis Estadísticas para la diferencia de medias con varianza

desconocida iguales
Ejercicio 25
Determinar si hay una diferencia significativa en el rendimiento académico promedio de los
estudiantes entre ambos tipos de clases. Para ello, se toman dos muestras aleatorias de
estudiantes: una muestra de 120 estudiantes de clases virtuales con un promedio de
calificaciones de 85 puntos y una desviación estándar de 8 puntos, y otra muestra de 100
estudiantes de clases presenciales con un promedio de calificaciones de 80 puntos y una
desviación estándar de 9 puntos. Se entendía que la variabilidad de promedios es igual.
El departamento de la universidad desea determinar si hay una diferencia significativa en el
rendimiento académico promedio entre las clases virtuales y las clases presenciales, utilizando
una prueba de hipótesis con un nivel de significancia del 5%.

e. Pruebas de Hipótesis Estadísticas para la diferencia de medias con varianza

desconocida diferentes
Ejercicio 26
Determinar si hay una diferencia significativa en las calificaciones promedio entre dos grupos
de estudiantes que han utilizado diferentes métodos de estudio para un examen importante. Se
toman dos muestras aleatorias pequeñas de estudiantes: una muestra de 10 estudiantes del
grupo A con un promedio de calificaciones de 85 puntos y una desviación estándar de 4
puntos, y otra muestra de 12 estudiantes del grupo B con un promedio de calificaciones de 78
puntos y una desviación estándar de 3.5 puntos.
El departamento de la universidad desea determinar si hay una diferencia significativa en las
calificaciones promedio entre los dos grupos, utilizando una prueba de hipótesis con un nivel de
significancia del 5%.
Las hipótesis para esta prueba son:
Hipótesis nula (H0): El promedio de calificaciones del grupo A es igual al promedio del grupo B.
(µA - µB = 0)
Hipótesis alternativa (H1): Existe una diferencia significativa en el promedio de calificaciones
entre los dos grupos. (µA - µB ≠ 0)

x 1−x 2−( u 1−u 2 ) hip

Tcal=

√ s 12 s 22
+
n1 n2

85−78−( 0 ) hip
Tcal= =4.32

√
2 2
4 3.5
+
10 12
2 22
s1 s2
( + )
n1 n2
V= =18
s 12 2 s 2 2 2
( ) ( )
n1 n2
+
n1−1 n 2−1

T (0.025 ,18)=−2.1

Tcal>T (0.025 , 18)

Se rechaza la hipótesis nula, es decir, con un nivel de significancia del 5% existe evidencia que
existe una diferencia significativa entre el promedio de calificaciones de los 2 grupos.

f. Pruebas de Hipótesis Estadísticas para la proporción

Ejercicio 27
Determinar si la proporción de estudiantes que estudian por su cuenta en una universidad es
menor al 40%. Se selecciona al azar una muestra de 200 estudiantes y encuentra que 100 de
ellos estudian de manera independiente. Asume un nivel de significancia de 0.05.
Planteemos las hipótesis nulas y alternativas:
Hipótesis nula (H0): La proporción de estudiantes que estudian por su cuenta es igual o mayor
al 40%
Hipótesis alternativa (H1): La proporción de estudiantes que estudian por su cuenta es menor al
40%
p−π
Z c=

√ π (1−π)
n
p=100/200=0.5
0.5−0.4
Z c= =2.887

√ 0.4( 0.6)
200
Z( 0.05)=−1.645

Z( 0.05) < Z c

No existe suficiente evidencia a un nivel de significancia de 0.05 de que la proporción de

estudiantes que estudian por su cuenta sea menor a 40%

g. Pruebas de Hipótesis Estadísticas para la diferencia de proporciones

Ejercicio 28
Se seleccionan aleatoriamente dos muestras de estudiantes. La primera muestra consta de 120
estudiantes de entre, y se encuentra que 92 de ellos aceptan las clases virtuales. La segunda
muestra consta de 100 estudiantes, y se encuentra que 76 de ellos aceptan las clases virtuales.
El centro educativo desea probar a un nivel de significancia de 0.05 si hay una diferencia
significativa en el grado de aceptación de las clases virtuales entre los dos grupos de
estudiantes.
• p1: Proporción de estudiantes que aceptan las clases virtuales en la primera muestra.
• p2: Proporción de estudiantes que aceptan las clases virtuales en la segunda muestra.
La hipótesis nula (H0) es que no hay diferencia significativa en el grado de aceptación de las
clases virtuales entre los dos grupos de estudiantes:
H0: p1 = p2
La hipótesis alternativa (H1) es que hay una diferencia significativa:
H1: p1 ≠ p2
Para probar esta hipótesis, calcularemos el estadístico de prueba z y luego compararemos el
valor p con el nivel de significancia (α) de 0.05.
El estadístico de prueba z se puede calcular de la siguiente manera:
p1− p 2
z= ¿
√p ¿

Donde:
x1
• p1= es la proporción muestral de estudiantes que aceptan las clases virtuales en la
n1
primera muestra (x1 es el número de estudiantes que aceptan, y n1 es el tamaño de la primera
muestra).
x2
• p2= es la proporción muestral de estudiantes que aceptan las clases virtuales en la
n2
segunda muestra (x2 es el número de estudiantes que aceptan, y n2 es el tamaño de la
segunda muestra).
• P es la proporción combinada de estudiantes que aceptan las clases virtuales, calculada
x 1+ x 2
como P= .
n 1+n 2

• x1=92 (estudiantes que aceptan en la primera muestra)

• n1=120 (tamaño de la primera muestra)

• x2=76 (estudiantes que aceptan en la segunda muestra)

• n2=100 (tamaño de la segunda muestra)

Calculamos las proporciones muestrales:

p^1=92/120 ≈0.767

p^2=76/100 ≈0.76

Calculamos la proporción combinada:

p^= (92+76)/100+120 ≈0.763

Calculamos el estadístico de prueba z:

z= (0.767−0.76)/√ 0.763⋅(1−0.763)⋅(1/120+1/100)≈0.169

El siguiente paso es encontrar el valor crítico de z en la distribución normal estándar para un

nivel de significancia de 0.05. El valor crítico es aproximadamente ±1.96.

h. Pruebas de Hipótesis Estadísticas para la varianza

Ejercicio 29
Estamos interesados en determinar si ha habido una disminución significativa en la variabilidad
de las horas que se ausentan los alumnos de clases. Se sabe que, durante muchos años, la
varianza de las horas de ausencia era de 16 horas.
Se sospecha que la variabilidad ha disminuido y, para comprobarlo, realiza una muestra
aleatoria de 36 alumnos y registra la cantidad de horas que se ausentaron durante el semestre.
Encontró que la varianza muestral de la muestra es de 12 horas.
¿Qué conclusión se podría obtener al respecto? Utilice un nivel de significancia del 5% para
realizar cualquier prueba.

Establecemos nuestras hipótesis:

Hipótesis nula (H0): La varianza actual es igual a la varianza histórica. σ^2 = 16 horas^2.
Hipótesis alternativa (H1): La varianza actual es menor que la varianza histórica. σ^2 < 16
horas^2.
Utilizaremos un nivel de significancia del 5%, lo que significa que nuestra prueba será una cola
izquierda, ya que estamos buscando evidencia de que la varianza actual sea menor que la
varianza histórica.

χ² = (n - 1) * s^2 / σ^2

Donde:
n = 36 (tamaño de la muestra)
s^2 = 12 horas^2 (varianza muestral)
σ^2 = 16 horas^2 (varianza histórica)

Sustituyendo los valores:

χ² = (36 - 1) * 12 / 16 ≈ 26.25

Ahora, buscamos el valor crítico de la distribución chi-cuadrado con (n - 1) grados de libertad

en el nivel de significancia del 5%. Este valor crítico es 23.36 (puedes encontrarlo en una tabla
de distribución chi-cuadrado o utilizando software estadístico).
Finalmente, comparamos el valor del estadístico de prueba con el valor crítico:
26.25 > 23.36

Como el valor del estadístico de prueba es mayor que el valor crítico, no podemos rechazar la
hipótesis nula. En otras palabras, no hay evidencia suficiente para afirmar que la varianza
actual sea menor que la varianza histórica. No podemos concluir que haya habido una
disminución significativa en la variabilidad de las horas de ausencia de los alumnos de clases.
 CAPÍTULO 4

1. Análisis de Regresión Lineal y Múltiple

Ejercicio 30

Se quiere determinar la relación entre el tiempo de uso (en años) de las laptops que
usan los estudiantes de la UTP y las eficiencias de las mismas (%). Los datos se dan a
continuación:
Uso en
años eficiencia
3 75
5 35
4 39
1 80
6 54

a) Estime el modelo de Regresión lineal estimada

b) Pronosticar: ¿Cuánto en Promedio será la Eficiencia de una laptop que tiene un
tiempo de uso de 2 años?
 x y xy x^2
3 75 225 9
5 35 175 25
4 39 156 16
1 80 80 1
6 54 324 36
total 19 283 960 87

5 × 960−19 × 283
B1= =−7.78
5 ×87−192
283− (−7.78× 19 )
B 0= =22.67
19
y=22.67−7.78 x
Si x=5
Y=7.11
En promedio de la eficiencia de una laptop que tiene 2 años es de 7.11.
RECOMENDACIONES

 Tamaño de la muestra: Asegurarse de que el tamaño de la muestra sea suficiente para

obtener resultados confiables y representativos. Un tamaño de muestra pequeño puede
conducir a resultados poco confiables y dificultar la detección de diferencias
significativas.
 Interpretación adecuada: Al presentar los resultados, es fundamental realizar una
interpretación adecuada de los hallazgos estadísticos. Evitar interpretaciones
exageradas o incorrectas de los resultados.
 Hipótesis adecuadas: Al plantear pruebas de hipótesis, es fundamental establecer
hipótesis nulas y alternativas apropiadas. Estas hipótesis deben estar relacionadas con
el objetivo del estudio y ser coherentes con la pregunta que se busca responder.
 Uso correcto de las pruebas estadísticas: Asegurarse de que las pruebas estadísticas
utilizadas sean las adecuadas para el tipo de datos y el diseño del estudio. Además,
verificar que se realicen los cálculos correctamente.

CONCLUSIONES

 La universidad debería dar apoyo a los estudiantes que presentan un bajo nivel
académico. Como se sabe esta nueva modalidad virtual ha afectado a los estudiantes
de la UTP ,como así mismo, la Universidad debería comprometerse más en el
aprendizaje del alumno.
 Mediante un seguimiento longitudinal de los estudiantes a lo largo de los ciclos
académicos, se observó que el logro y perfil de cada estudiante están fuertemente
influenciados por su participación y desempeño en las clases virtuales. Aquellos
estudiantes que demuestran una mayor adaptabilidad y participación activa en el
entorno virtual tienden a tener un mejor desempeño general en sus estudios.
 Aprendimos la importancia de la toma de decisiones informadas.Al aplicar las fórmulas
adecuadas, se pueden obtener conclusiones significativas y basadas en evidencia. Esto
permite tomar decisiones informadas y fundamentadas en datos objetivos, lo que es
esencial en campos como la medicina, la investigación científica y la toma de decisiones
empresariales.
 Logramos la dentificación de patrones y tendencias. Las fórmulas estadísticas permiten
identificar patrones, tendencias y relaciones entre variables. Esto ayuda a comprender
mejor el comportamiento de los datos y proporciona información valiosa para
comprender fenómenos complejos.