Un gerente de marca está preocupado porque la participación de mercado de su marca se

distribuye en forma dispareja en el país. En una encuesta en la que se dividió al país en

cuatro regiones geográficas, se tomó un muestreo aleatorio de 100 consumidores en cada
región, con los siguientes resultados:

REGIÓN
NE NO SE SO TOTAL
Compra la marca 40 55 45 50 190
No compra la marca 60 45 55 50 210
TOTAL 100 100 100 100 400

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

a) Calcule el valor λ2 = de la muestra.
b) Establezca las hipótesis nula y alternativa.
c) Para 0.05, pruebe si la participación de la marca es la misma en las cuatro regiones.

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

40 47.5 -7.5 56.25 1.184
55 47.5 7.5 56.25 1.184
45 47.5 -2.5 6.25 0.132
50 47.5 2.5 6.25 0.132
60 52.5 7.5 56.25 1.071
45 52.5 -7.5 56.25 1.071
55 52.5 2.5 6.25 0.119
50 52.5 -2.5 6.25 0.119
λ2 = 5.013
de su marca se
idió al país en
idores en cada

La participación de la marca es independiente en las cuatro regiones.

La participación de la marca es dependiente en las cuatro regiones.
Proporcion
0.4750
0.5250
1 (r -1) (c-1)
(2 -1) (4-1)
1 3 3 λ2 = 5.013
α= 0.05

λ2 = 7.815

Con un nivel de significancia del 5% se acepta la hipotesis nula H0, por lo tanto, La participación de
uatro regiones.
tro regiones.

or lo tanto, La participación de la marca es independiente en las cuatro regiones.

 En la siguiente tabla de contingencia se presenta la calidad de una muestra de 400
productos elaboradores por 3 operadores con un nivel de significancia del 5%, ¿La calidad
de los productos es la misma elaborada por los 3 operarios?

operario
Calidad 1 2 3 Total Proporcion
Excelente 40 60 75 175 0.4375
Bueno 60 30 60 150 0.3750
Regular 25 10 40 75 0.1875
Total 125 100 175 400 1

Fo Fe (Fo - Fe) (Fo - Fe) 2 (Fo - Fe) 2/ Fe

40 54.69 -14.69 215.722656 3.945
60 43.75 16.25 264.0625 6.036
75 76.56 -1.56 2.44140625 0.032
60 46.88 13.13 172.265625 3.675
30 37.5 -7.50 56.25 1.500
60 65.63 -5.63 31.640625 0.482
25 23.44 1.56 2.44140625 0.104
10 18.75 -8.75 76.5625 4.083
40 32.81 7.19 51.6601563 1.574
λ2 = 21.431
stra de 400
¿La calidad

La calidad de los productos elaborados por los 3 operarios es independientemente

La calidad de los productos elaborados por los 3 operarios es dependientemente

GL (r -1) (c - 1)
(3 - 1) (3 - 1)
2 2 4 9.488
α= 0.05

λ2 = 21.431

λ2 = 9.488

Con un nivel de significancia del 5% se rechaza H0 y se acepta H1, por lo tanto, La calidad de los productos elabor
endientemente
dientemente

calidad de los productos elaborados por los 3 operarios es dependientemente

El negocio variedades La Rosa, está ubicado en el mercado Zonal Belén, dos cuadras debajo de la posta policial
Sixx y Xtra; se venden de igual manera en cualquier momento. Para llevar a cabo dicha investigación se tomaro
un α = 0.05. Haga sus conclusiones.

Hora Max Sixx Xtra Total Proporcion

7 am a 9 am 6 6 4 16 0.2667

10 am a 12 pm 5 7 6
18 0.3000
1 pm a 3 pm 4 5 6 15 0.2500
4 pm a 6 pm 6 2 3 11 0.1833
21 20 19 60 1.0000

Fo Fe (Fo - Fe) (Fo - Fe) 2 (Fo - Fe) 2/ Fe GL

6 5.60 0.40 0.16 0.029
6 5.33 0.67 0.44 0.083
4 5.07 -1.07 1.14 0.225
5 6.30 -1.30 1.69 0.268
7 6 1.00 1 0.167
6 5.70 0.30 0.09 0.016
4 5.25 -1.25 1.56 0.298
5 5 0.00 0 0.000
6 4.75 1.25 1.56 0.329
6 3.85 2.15 4.62 1.201
2 3.67 -1.67 2.78 0.758
3 3.48 -0.48 0.23 0.067
λ2 = 3.439
s debajo de la posta policial, calle principal. Están interesados en saber si sus jabones de diferentes marcas: Max,
cha investigación se tomaron los siguientes datos: ¿Las ventas de jabones son independientes de las horas?. Tome

Las ventas de jabones son independientes de las horas

Las ventas de jabones son dependientes de las horas

λ2 = 3.439

(r -1) (c - 1)
(4-1) (3-1)
3 2 6
α= 0.05 λ2 = 12.592

λ2 =
12.592
El gerente de un supermercado lleva un registro de la llegada de clientes a las cajas para determinar cuántas de
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 ó m
consistentes con una distribución de Poisson con λ = 3, para un nivel de significancia de 0.05?

No clientes Fo Fe(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 9.00 0.080
3 95 0.2240 112.00 -17.00 289.00 2.580
4 94 0.1680 84.00 10.00 100.00 1.190
5 80 0.1008 50.40 29.60 876.16 17.384
6 ó más 20 0.0840 42.00 -22.00 484.00 11.524
Total 500 1.0000 500.00 λ2 = 33.103
k= 7

H0: Con una distribución de poisson y una λ =3, el promedio de llegadas de clientes a las cajas describ
H1Con
: una distribución de poisson y una λ =3, el promedio de llegadas de clientes a las cajas no descri

Conclusión: con un nivel de significancia del 5%se rechaza H0 y se acepta H1; concluimos con una distribución de
a determinar cuántas debe mantener abiertas para manejar el flujo. En una
on 0, 1, 2, 3, 4, 5 y 6 ó más clientes, respectivamente. ¿Son estos datos
e 0.05?

A.A A.R

λc2 = 12.592 λ2 = 33.10

α= 0.05
g.l = k - 1 =
g.l = 6
entes a las cajas describe una distribucion sugerida.
tes a las cajas no describe una distribucion gugerida.

con una distribución de poisson con λ =3, el promedio de llegadas de clientes a las cajas no describe una distribucion gugerida.
a distribucion gugerida.
El jefe de departamento del área de call center de Banpaís lleva un registro del número de clientes para poder
eficientes. Se toma una muestra de 200 clientes en 3 días; en el que: 0, o más clientes fueron atendidos, con la
de significancia de 1%, ¿Podemos decir que la cantidad de clientes atendidos sigue una distribución sugerida co

No clientes Fo Fe(λ = 4) Fe Fo - Fe (Fo - Fe)2 (Fo - Fe)2/Fe

0 5 0.0183 3.66 1.34 1.80 0.49
1 20 0.0733 14.66 5.34 28.52 1.95
2 80 0.1465 29.30 50.70 2570.49 87.73
3 o mas 95 0.7619 152.38 -57.38 3292.46 21.61
Total 200 1.0000 λ2 = 111.77

H0: Con una distribución de poisson y una λ =4, la cantidad de clientes atendidos sigue una distribució
H1: Con una distribución de poisson y una λ =4, la cantidad de clientes atendidos No sigue una distrib

Conclusión: con un nivel de significancia del 5%se rechaza H0 y se acepta H1; concluimos con una distribución de
número de clientes para poder determinar el número de llamadas que se hacen y así lograr ser más
entes fueron atendidos, con las siguientes frecuencias: 5, 20, 80 y 95 respectivamente. Con un nivel
gue una distribución sugerida con una λ = 4?

λ2 = 111.77

g.l = k - 1 =
g.l = 3
α= 1%

λ2 = 11.345

atendidos sigue una distribución sugerida

atendidos No sigue una distribución sugerida

cluimos con una distribución de poisson con λ =4, Con una distribución de poisson y una λ =4, la cantidad de clientes atendidos No sigu
 λ2 = 11.345

d de clientes atendidos No sigue una distribución sugerida

El departamento de bomberos de una ciudad grande calcula que para cualquier zona dada, durante cualquier t
posibilidad del 30% de recibir por lo menos un aviso de incendio. Presentamos una muestra aleatoria de avisos

No. de turnos que recibieron avisos: 0 1 2 3

λ2 =
Número de días (frecuencia): 16 27 11 6

Al nivel de significancia de 0.05, ¿siguen los avisos una distribución binomial?

No. de turnos Fo Fe(P = 0.3) Fe Fo - Fe (Fo - Fe)2 (Fo - Fe)2/Fe A.A

0 16 0.3430 20.58 -4.58 20.98 1.02
1 27 0.4410 26.46 0.54 0.29 0.01
2 11 0.1890 11.34 -0.34 0.12 0.01
3 6 0.0270 1.62 4.38 19.18 11.84
Total 60 1.0000 60.00 λ2 = 12.88
k=4

H0: Con una distribución de binomial con P = 0.30, describe cantidad de avisos de incendios en la e
H1: Con una distribución de binomial con P = 0.30, no describe cantidad de avisos de incendios en

Conclusión: se rechaza H0; osea la distribución binomial con P = 0.3, no describe la cantidad de avisos de
dada, durante cualquier turno de 8 horas, existe una
uestra aleatoria de avisos recibidos durante 60 días:

Fo = Frecuencia observada
∑(Fo - Fe)2/Fe Donde:
Fe = Frecuencia esperada

A.A A.R

α= 0.05
g.l = k - 1 =
g.l = 3

λc2 = 7.815 λ2 = 12.88

avisos de incendios en la estación.
de avisos de incendios en la estación.

e la cantidad de avisos de incendios en la estación.

La oficina de correos está interesada en modelar el problema de las cartas mutiladas. Se ha sugerido que cualq
rota o mutilada. Debido a que la oficina de correos es muy grande, se puede suponer que las posibilidades de q
una muestra de 310 personas y les enviaron dos cartas de prueba a cada una. El número de personas que recib
de significancia de 0.10, ¿es razonable concluir que el número de cartas mutiladas que recibieron las personas

No. de turno Fo Fe(P = 0.25) Fe Fo - Fe (Fo - Fe)2 (Fo - Fe)2/Fe

0 260 0.5625 174.38 85.63 7331.64 42.05
1 40 0.3750 116.25 -76.25 5814.06 50.01
2 10 0.0625 19.38 -9.38 87.89 4.54
Total 310 1.0000 310.00 λ2 = 96.59
k= 3

H0: Con una distribución de binomial con P = 0.25, el número de cartas mutiladas que recibieron las p
H1: Con una distribución de binomial con P = 0.25, el número de cartas mutiladas que recibieron las p

Conclusión: se rechaza H0; osea la distribución binomial con P = 0.3, no describe la cantidad de avisos de incend
 adas. Se ha sugerido que cualquier carta enviada a cierta área tiene una posibilidad de 0.25 de llegar
poner que las posibilidades de que dos cartas de sean destruidas son independientes. Se seleccionó
número de personas que recibieron 0, 1 o 2 cartas rotas fue 260, 40 y 10, respectivamente. Al nivel
as que recibieron las personas sigue una distribución sugerida?

α=
g.l =

λ2 = 4.605

mutiladas que recibieron las personas sigue una distribución sugerida.

mutiladas que recibieron las personas No sigue una distribución sugerida.

la cantidad de avisos de incendios en la estación.

0.10 0.10
k-1= 2 4.605
 Ejercicio
3 metodos de capacitacion , respecto a la produccion de 16 empleados.

H0 : µ1 = µ2 = µ3 H0 No existe diferencia en los 3 metodos de capacitacion

H1 : µ1 ≠ µ2 ≠ µ3 H1 SI existe diferencia en los 3 metodos de capacitacion

1RA VARIANZA DE ESTIMACION

Métodos de Capacitación nj ẋj
Método 1 Método 2 Método 3 5 17
15 22 18 5 21
Producción 18 27 24 6 19
diaria de 16
empleados 19 18 19
nuevos 22 21 16
11 17 22 Ʃ[nj(ẋj - ẍ)2]
15 σ =
1
2

85 105 114 304 k-1

5 5 6 16 3ER PASO ENCONTRAR LA 2DA VARIANZA
ni =
Ʃ (nj -1 )
σ22 =
MEDIajesima ẋi = 17 21 19 (nT - k)
GRAN MEDIA ẍ= 19
NUMERO DE CLASES k= 3 σ22 = 14.769
4TO PASO F DE ESTIMACION
A.A A.R σ12
F=
σ22
F = 1.35

α = 0.05
g.l.n = k -1 =
F = 1.35 Fc = 3.81 g.l.d = nT -k =
VALOR CRITICO PARA F
 metodos de capacitacion
metodos de capacitacion

STIMACION
ẍ ẋj - ẍ (ẋj - ẍ)2 nj(ẋj - ẍ)2 Método 1 Método 2 Método 3
19 -2.00 4 20.00 x ẋ x - ẋ (x - ẋ)2 x ẋ x - ẋ (x - ẋ)2 x
19 2 4 20.00 15 17 -2 4 22 21 1 1 18
19 0 0 0.00 18 17 1 1 27 21 6 36 24
40.00 19 17 2 4 18 21 -3 9 19
22 17 5 25 21 21 0 0 16
Ʃ[nj(ẋj - ẍ)2] 11 17 -6 36 17 21 -4 16 22
= 20 15
k-1 70 62
ONTRAR LA 2DA VARIANZA DE ESTIMACION
Ʃ (nj -1 ) Si2 = Ʃ(x - ẋ)2 Si2 = Ʃ(x - ẋ)2 Si2 =
* Sj2
(nT - k) n-1 n-1
S12 = 17.5 S22 = 15.5 S32 =

ESTIMACION
20 H0 : µ1 = µ2 = µ3
14.769 H1 : µ1 ≠ µ2 ≠ µ3
F CRITICO

Conclusión: se acepta H0; osea que F cae en el área de aceptación por lo tanto, todos los métodos son
igualmente eficaces para la productividad de los 16 empleados.
2
13
 Método 3
ẋ x - ẋ (x - ẋ)2
19.00 -1.00 1
19.00 5 25
19.00 0 0
19.00 -3 9
19.00 3 9
19.00 -4 16

60
Ʃ(x - ẋ) 2

n-1
12

s los métodos son

 Método de capacitación. Análisis de varianza de un factor
Método 1 Método 2 Método 3
15 22 18 RESUMEN
Producción 18 27 24 Grupos
diaria de 16
nuevos 19 18 19 Método 1
empleados 22 21 16 Método 2
11 17 22 Método 3
15

Pruebe si los tres métodos de capacitación son ANÁLISIS DE VARIANZA

igualmente eficientes o hay diferencias entre ellos.
Origen de las variaciones
Entre grupos
H0 : µ1 = µ2 = µ3 Dentro de los
H1 : µ1 ≠ µ2 ≠ µ3
Total
nálisis de varianza de un factor

Cuenta Suma Promedio Varianza

5 85 17 17.5
5 105 21 15.5
6 114 19 12

NÁLISIS DE VARIANZA
Suma de cuadrados
Grados de libertadPromedio de los cuadrados F Probabilidad Valor crítico para F
40 2 20 1.35416667 0.29227124 3.80556525297806
192 13 14.7692307692308

232 15
Una empresa ubicada en San Pedro Sula, vende equipo de reproducción para oficinas, ofrece a su
lanzamiento al mercado la empresa quiere determinar si hay alguna diferencia significativa en su
finalidad se realizó un muestreo de la impresión de los tres modelos, dando el siguiente resultado
en el promedio de copias de estos tres modelos de impresoras?

Impresora A 50 67 62 52 52
Impresora B 53 51 60 41 61
Impresora C 63 56 69 59
 cción para oficinas, ofrece a sus clientes corporativos tres nuevos sistemas de impresión digital, antes de su
na diferencia significativa en su rendimiento, el cual se medirá por el número de copias por minuto, con esta
os, dando el siguiente resultado: Con un nivel de significancia de 0.05 y del 1%, ¿existe una diferencia significativa

58