Estadística Descriptiva e Inferencial - Actividad 9. Proyecto Integrador. Etapa 4

Universidad del Valle de México
En línea.
“Por siempre responsable de lo que se ha cultivado”.
Estadística Descriptiva e Inferencial.
Actividad 9. Proyecto Integrador. Etapa 4.

REPORTE EJECUTIVO
Fecha: 03/12/23
Índice
Introducción. 1
Etapa 1. 2
Medidas de tendencia central. 2
Media Estadística. 2
Mediana Estadística. 2
Moda Estadística. 3
Medidas de dispersión. 4
Desviación Estándar. 4
Varianza 4
Frecuencias y Gráficas obtenidas por IBM SPSS 5
Estadísticas para datos agrupados. 7
Etapa 2. 10
Justificación. 10
Escenario 1. 11
Escenario 2. 12
Conclusión etapa 2. 14
Etapa 3. 15
Introducción. 15
¿Qué es una hipótesis nula? 15
¿Cuál es una hipótesis alternativa? 15
Tablas de Error 15
Escenario 1: Cupcakes sin decorado. 16
Escenario 2: Cupcakes con decorado. 18
Conclusión Etapa 3. 19
Etapa 4. 20
Resumen del Reporte Ejecutivo (Punto 1) 20
Regresión Lineal de Costos de Producción (Punto 2-3). 22
Reporte Ejecutivo 2023 28
Bibliografía. 31
Universidad del Valle de México - En Línea

en Línea. Índice 1
Introducción.
Información del Proyecto Integrador La empresa, “La casa de la abue”, se dedica
desde hace más de 5 años a la elaboración de repostería fina. Está ubicada en la
ciudad de México, en la zona Sur. Desde hace poco más de medio año, inició con
la incursión de un nuevo producto en su cartera: los cupcakes.
Debido a que se tiene poca experiencia en éste nuevo producto, no se ha logrado

encontrar un estándar en cuanto al producto final. Los pasteles que ofrece y la
pasta seca, se caracterizan, además del sabor, por su estandarización tanto en la
presentación, cómo en los ingredientes.
En el último lote que se elaboró, se pesaron cada uno de los cupcakes que se
hicieron. La siguiente lista representa el peso en gramos de cada uno de los
pastelitos:
50.3, 50.5, 50.8, 51.3, 51.7, 51.3, 51.1, 51.4, 51.3, 51.6, 50.2, 50.5, 50.7,50.0, 51.1,
50.4 ,50.6, 51.2, 50.4, 50.8, 50.2 , 50.6, 51.2, 50.4, 50.8, 50.2, 50.6, 49.4, 49.6,
50.8, 49.9 , 50.4, 50.1, 51.0, 49.3, 49.5, 49.1, 50.9 , 49.6, 49.8, 49.5, 49.7, 50.0,
51.1, 49.7, 50.3, 50.4, 50.8, 49.9, 51.7, 50.0, 50.2, 49.2, 49.1, 49.2, 51.1, 50.8,
49.7, 50.5, 50.4, 49.5, 49.7, 50.5, 50.3, 50.0, 50.1, 49.1, 51.4, 50.9, 49.1, 50.6,
50.4, 50.6, 49.7, 49.2, 50.1, 49.9, 49.6, 50.7, 49.3, 50.2, 50.7, 49.3, 49.3, 50.3,
49.1, 49.9, 49.8, 50.3, 50.1, 50.5, 49.5, 50.8, 50.0, 50.7, 50.5, 49.4, 50.7, 49.1,
50.8, 50.6, 49.1, 49.3

Maestría en Línea. Pág. 1
Etapa 1.
Objetivo:
Obtener la estadística descriptiva según los datos proporcionados.
Medidas de tendencia central.
Media Estadística.
Media (promedio):
La media es la suma de todos los valores divididos por el número de datos.
Media = (Suma de todos los valores) / (Número de datos)
Calculando la media:
Suma de todos los valores = 5174.6 (la suma de los pesos en gramos)
Número de datos = 103 (hay 103 cupcakes en la lista)
Media = 5174.6 / 103 = 50.239
La media del peso de los cupcakes es de aproximadamente 50.238 gramos.
Mediana Estadística.
La mediana es el valor que se encuentra en el medio de la lista cuando los datos

se ordenan de manera ascendente. Si hay un número par de datos, la mediana es
el promedio de los dos valores centrales.
Ordenando los datos de manera ascendente:
49.1, 49.1, 49.1, 49.1, 49.1, 49.1, 49.1, 49.2, 49.2, 49.2, 49.3, 49.3, 49.3, 49.3,
49.3, 49.4, 49.4, 49.5, 49.5, 49.5, 49.5, 49.6, 49.6, 49.6, 49.7, 49.7, 49.7, 49.7,
49.7, 49.8, 49.8, 49.9, 49.9, 49.9, 49.9, 50, 50, 50, 50, 50, 50.1, 50.1, 50.1, 50.1,
50.2, 50.2, 50.2, 50.2, 50.2, 50.3, 50.3, 50.3, 50.3, 50.3, 50.4, 50.4, 50.4, 50.4,
50.4, 50.4, 50.4, 50.5, 50.5, 50.5, 50.5, 50.5, 50.5, 50.6, 50.6, 50.6, 50.6, 50.6,
50.6, 50.7, 50.7, 50.7, 50.7, 50.7, 50.8, 50.8, 50.8, 50.8, 50.8, 50.8, 50.8, 50.8,
50.9, 50.9, 51, 51.1, 51.1, 51.1, 51.1, 51.2, 51.2, 51.3, 51.3, 51.3, 51.4, 51.4, 51.6,
51.7, 51.7
Dado que tenemos un número impar de datos (103), la mediana es el valor en el

medio de la lista ordenada, que en este caso es el dato en la posición 52.
Mediana = 50.3

La mediana del peso de los cupcakes es 50.3 gramos.
Moda Estadística.
Aquí está la cantidad de veces que aparece cada valor:
VECES QUE VECES QUE VECES QUE

PESO SE REPITE PESO SE REPITE PESO SE REPITE
(GRAMOS) (MODA) (GRAMOS) (MODA) (GRAMOS) (MODA)
50.8 8 50.3 5 49.4 2
49.1 7 50.7 5 49.8 2
50.4 7 49.5 4 50.9 2
50.5 6 49.9 4 51.2 2
50.6 6 50.1 4 51.4 2
49.3 5 51.1 4 51.7 2
49.7 5 49.2 3 51 1
50 5 49.6 3 51.6 1
50.2 5 51.3 3
El valor 50.8 es el que aparece con mayor frecuencia en la lista, un total de 8 veces
lo que significa que “la moda” de los pesos de los cupcakes es 50.8 gramos.

Medidas de dispersión.
Desviación Estándar.
La desviación estándar mide la dispersión de los datos con respecto a la media.

Cuanto mayor sea la desviación estándar, mayor será la variabilidad en los datos.
Primero, calculamos la diferencia entre cada valor y la media, luego elevamos al
cuadrado cada diferencia, calculamos el promedio de estos cuadrados y finalmente
tomamos la raíz cuadrada del resultado.
Para simplificar, aquí está el valor de la desviación estándar:
Desviación estándar ≈ 0.683 gramos
Esto significa que, en promedio, los pesos de los cupcakes varían alrededor de
0.683 gramos con respecto a la media de 50.239 gramos.
Varianza
La varianza mide cuánto varían los datos con respecto a la media. Puedes
calcularla mediante la fórmula:

Varianza = Σ(xi - μ)² / N
Donde:
Σ representa la suma.
xi son los valores individuales.
μ es la media calculada anteriormente (50.239 gramos).
N es el número de datos (103).
Primero, calculamos la diferencia al cuadrado entre cada valor y la media, luego

sumamos estos valores y dividimos por el número de datos. Vamos a redondear
los resultados para simplificar:
Varianza ≈ 0.4671 gramos².
Frecuencias y Gráficas obtenidas por IBM SPSS
Estadísticos
Cupcakes
N Válido 103
Perdidos 0
Media 50.2388
Mediana 50.3000
Moda 50.80
Desv. Desviación .68345
Varianza .467
Rango 2.60
Mínimo 49.10
Máximo 51.70
Suma 5174.60
Cupcakes
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido 49.10 7 6.8 6.8 6.8
49.20 3 2.9 2.9 9.7
49.30 5 4.9 4.9 14.6

49.40 2 1.9 1.9 16.5

49.50 4 3.9 3.9 20.4
49.60 3 2.9 2.9 23.3
49.70 5 4.9 4.9 28.2
49.80 2 1.9 1.9 30.1
49.90 4 3.9 3.9 34.0

50.00 5 4.9 4.9 38.8
50.10 4 3.9 3.9 42.7
50.20 5 4.9 4.9 47.6
50.30 5 4.9 4.9 52.4
50.40 7 6.8 6.8 59.2
50.50 6 5.8 5.8 65.0
50.60 6 5.8 5.8 70.9
50.70 5 4.9 4.9 75.7
50.80 8 7.8 7.8 83.5
50.90 2 1.9 1.9 85.4
51.00 1 1.0 1.0 86.4
51.10 4 3.9 3.9 90.3
51.20 2 1.9 1.9 92.2
51.30 3 2.9 2.9 95.1
51.40 2 1.9 1.9 97.1
51.60 1 1.0 1.0 98.1
51.70 2 1.9 1.9 100.0
Total 103 100.0 100.0

Estadísticas para datos agrupados.
Debido a la alta variación de datos recopilados el análisis de datos agrupados es

una opción que nos puede ofrecer un análisis más exacto de nuestra muestra. Es
por eso que vamos a crear un conjunto de clases para agrupar nuestros datos de
la siguiente forma:
Clase Donde se integran los datos cuyo valor x es:
1 49.10 <= x <49.62
2 49.62 <= x <50.14
3 50.14 <= x <50.66
4 50.66 <= x <51.18
5 51.18 <= x <51.70
6 51.70 <= x <51.88
Gracias a esta agrupación de datos, podemos obtener los siguientes resultados de

nuestra muestra:
Cupcakes (por rango de peso)

N Válido 103
Perdidos 0
Mediana 3.00
Moda 3
Los datos nos devuelven tanto en moda, como en mediana la opción del grupo 3
que representa los valores del rango 50.14 <= x <50.66, lo cuál coincide con los
resultados obtenidos para datos simples los cuales entran en el rango.
Media 50.2388
Mediana 50.3000
La gráfica de distribución normal, muestra una tendencia muy similar de manera

agrupada, cómo con datos desagrupados, ya que forma una curva con tendencia
mesocúrtica cuyos valores inferiores y superiores se salen de la curva de
distribución. Nuestras frecuencias acumuladas por rango de peso, quedarían de la
siguiente forma:
Cupcakes (por rango de peso)
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido 49.10<=x<49.62 24 23.3 23.3 23.3
49.62<=x<50.14 20 19.4 19.4 42.7
50.14<=x<50.66 29 28.2 28.2 70.9
50.66<=x<51.18 20 19.4 19.4 90.3
51.18<=x<51.70 10 9.7 9.7 100.0

Total 103 100.0 100.0


Etapa 2.
Justificación.
Dado los resultados obtenidos en la etapa anterior la distribución que mejor se

adapta a nuestros resultados es la Distribución Normal ya que muchas técnicas
de la estadística aplicada se basan en la distribución normal, debido a que en
muchos fenómenos naturales y comportamientos probabilísticos se encuentra de
forma frecuente.
La distribución normal, también conocida como distribución gaussiana o campana

de Gauss o Z, es una de las distribuciones de probabilidad más importantes en
estadísticas y probabilidad. Es continua y simétrica en forma de campana, y se
caracteriza por dos parámetros: la media (μ) y la desviación estándar (σ).
Esta función puede aplicarse en estadísticas cuyo total de muestras N sea mayor a
50, por lo cuál cumple las condiciones ya que podemos conocer la media y la
desviación estándar. Otro requisito (aunque no es tan importante en muestreos de
mayor cantidad) es que nuestra distribución de la gráfica tienda a parecerse a una
campana de Gauss y si bien, la nuestra no es perfecta, se aproxima y debido al
número de elementos de la muestra podemos utilizarla.
En el problema propuesto en el proyecto encontramos que es una distribución

normalizada o gaussiana, donde conocemos la media, la desviación y su varianza.
Por lo tanto, solamente requerimos de utilizar la fórmula siguiente para determinar:
𝑋−µ
𝑍= σ
𝑛
Por lo tanto nuestros intervalos de confianza se calcularán con la fórmula:
( 𝑥 − 𝑧α
2
σ
𝑛
, 𝑥 + 𝑧α
2
σ
𝑛 )
Donde nuestros valores conocidos son:
𝑥 = 50. 2388
σ = 0. 467105
𝑛 = 103

Escenario 1.
Elabora los cálculos necesarios para poder determinar los intervalos de confianza
para llevar a cabo un muestreo con un error máximo del 5% en gramaje de
cupcakes que no tengan una variación mayor del 2% del peso total de cada
cupcake.
Para el caso de Z al 95% corresponde a:

𝑧 = 1. 96
Por lo tanto nuestra fórmula se simplifica de la siguiente forma:
(50. 2388 − (1. 96 0.68345

10.14889 ), 50. 2388 + (1. 96 0.68345
10.14889 ))
Sin embargo, la variación se nos pide al 2%, es por eso que debido a que nuestra
varianza indica cuán dispersos o agrupados están los valores alrededor de la
media aritmética de un conjunto de datos, se le debe de agregar el 2% (y el 10%
en el siguiente ejercicio a nuestro valor, quedando de la siguiente forma.
(50. 2388 − (1. 96 0.68345+0.013669

10.14889 ), 50. 2388 + (1. 96 0.68345+0.013669
10.14889 ))
Resultando nuestros intervalos de confianza al 95% para el 2% de variación en:
(50. 2388 − 0. 13461, 50. 2388 + 0. 13461) ⇒ (50. 10419, 50. 37341) ⇒ (50. 10, 50. 37)
Por lo cuál nuestros datos seleccionados en el intervalo de confianza serían los

siguientes, resaltados en amarillo:
# Valor # Valor # Valor # Valor # Valor # Valor # Valor

1 49.1 16 49.4 31 49.8 46 50.2 61 50.4 76 50.7 91 51.1
2 49.1 17 49.4 32 49.9 47 50.2 62 50.5 77 50.7 92 51.1
3 49.1 18 49.5 33 49.9 48 50.2 63 50.5 78 50.7 93 51.1
4 49.1 19 49.5 34 49.9 49 50.2 64 50.5 79 50.8 94 51.2
5 49.1 20 49.5 35 49.9 50 50.3 65 50.5 80 50.8 95 51.2
6 49.1 21 49.5 36 50.0 51 50.3 66 50.5 81 50.8 96 51.3
7 49.1 22 49.6 37 50.0 52 50.3 67 50.5 82 50.8 97 51.3
8 49.2 23 49.6 38 50.0 53 50.3 68 50.6 83 50.8 98 51.3
9 49.2 24 49.6 39 50.0 54 50.3 69 50.6 84 50.8 99 51.4
10 49.2 25 49.7 40 50.0 55 50.4 70 50.6 85 50.8 100 51.4
11 49.3 26 49.7 41 50.1 56 50.4 71 50.6 86 50.8 101 51.6

12 49.3 27 49.7 42 50.1 57 50.4 72 50.6 87 50.9 102 51.7

13 49.3 28 49.7 43 50.1 58 50.4 73 50.6 88 50.9 103 51.7
14 49.3 29 49.7 44 50.1 59 50.4 74 50.7 89 51.0
15 49.3 30 49.8 45 50.2 60 50.4 75 50.7 90 51.1
Escenario 2.
Considera y desarrolla ahora este nuevo escenario: Elabora los cálculos
necesarios para poder determinar los intervalos de confianza para llevar a cabo un
muestreo con un error máximo del 5% en gramaje de cupcakes que no tengan una
variación mayor del 10% del peso total de cada cupcake. Marca tus intervalos de
confianza con color amarillo.
La sustitución queda de la siguiente forma:

(50. 2388 − (1. 96 0.68345+0.068345
10.14889 ), 50. 2388 + (1. 96 0.68345+0.068345
10.14889 ))
Lo que nos da como resultado:
(50. 2388 − 0. 14517, 50. 2388 + 0. 14517) ⇒ (50. 09363, 50. 38397) ⇒ (50. 09, 50. 38)
Por lo cuál nuestros datos seleccionados en el intervalo de confianza serían los

siguientes, resaltados en amarillo:
# Valor # Valor # Valor # Valor # Valor # Valor # Valor

1 49.1 16 49.4 31 49.8 46 50.2 61 50.4 76 50.7 91 51.1
2 49.1 17 49.4 32 49.9 47 50.2 62 50.5 77 50.7 92 51.1

3 49.1 18 49.5 33 49.9 48 50.2 63 50.5 78 50.7 93 51.1

4 49.1 19 49.5 34 49.9 49 50.2 64 50.5 79 50.8 94 51.2
5 49.1 20 49.5 35 49.9 50 50.3 65 50.5 80 50.8 95 51.2
6 49.1 21 49.5 36 50.0 51 50.3 66 50.5 81 50.8 96 51.3
7 49.1 22 49.6 37 50.0 52 50.3 67 50.5 82 50.8 97 51.3
8 49.2 23 49.6 38 50.0 53 50.3 68 50.6 83 50.8 98 51.3
9 49.2 24 49.6 39 50.0 54 50.3 69 50.6 84 50.8 99 51.4
10 49.2 25 49.7 40 50.0 55 50.4 70 50.6 85 50.8 100 51.4
11 49.3 26 49.7 41 50.1 56 50.4 71 50.6 86 50.8 101 51.6
12 49.3 27 49.7 42 50.1 57 50.4 72 50.6 87 50.9 102 51.7
13 49.3 28 49.7 43 50.1 58 50.4 73 50.6 88 50.9 103 51.7
14 49.3 29 49.7 44 50.1 59 50.4 74 50.7 89 51.0
15 49.3 30 49.8 45 50.2 60 50.4 75 50.7 90 51.1
Conclusión etapa 2.
Con base en tus resultados obtenidos en los puntos 2 y 3 y en el mismo

documento de Word, escribe cuál de los dos escenarios es más adecuado para
llevar a cabo el proceso de revisión de gramática. Recuerda justificar tu aportación
desde el punto de vista metodológico y conceptual:

Tomando en cuenta los resultados obtenidos en los dos escenarios que se

plantean se determina que el segundo escenario sería la opción más adecuada
dado que el ramo de la empresa tiene un procedimiento artesanal, la variación de
la producción del margen ∓ 10% es la opción que más favorece a la empresa,ya
que no existen regulaciones gubernamentales que condicionan su funcionamiento
por este margen de error.
Tomando en consideración los ejemplos que se realizaron para calcular los

intervalos de confianza respecto a los cupcakes se pudieron apreciar los rangos en
los cuales estos se encuentran y observamos que en el ejemplo 2 se puede
apreciar un margen mayor comparado con el primer ejemplo por lo cual es
escenario más apropiado corresponde con dicho ejemplo. En ambos escenarios
los intervalos de confianza estadísticamente son similares respecto a los gramos
de cada uno de los cupcakes, del total de las muestras dentro de dichos intervalos,
lo cual indica que tienen que optimizar su proceso de fabricación con un 10% de
variación en el peso, para mejorar la repetitividad en los pesos al estandarizar el
producto y así tener una población más uniforme.
Con reingeniería de procesos e invirtiendo en maquinaría de pesaje se podría

reducir la variabilidad a una meta futura del 2% ~ 0% en la variación. Sin embargo,
en ambos casos el margen de error nos muestra que el dato representativo del
límite de confianza es el 95% por sí mismo, ya que los datos están truncados a un
solo decimal, por lo cual el rango de valores de dispersa de nuestra muestra a los
rangos obtenidos en dos resultados muy similares. Por lo que en este caso se
recomienda capturar las muestras con un resultado más exacto aumentando las
decimales de las muestras, para poder realizar mejor las pruebas paramétricas con
resultados más representativos.
Etapa 3.
Introducción.
Los pasteles de casa de la abuela quiere conocer cuál es el tiempo que se pueden
consumir los cupcakes que producen antes de su fecha de vencimiento así como
que es lo que podría suceder si estos se consumen posterior a dicha fecha de
vencimiento, para poder determinar la fecha de vencimiento se plantean dos
posibles escenarios para la caducidad con crema y sin crema queremos obtener la
hipótesis, nula y alternativa para cada uno de los posibles casos planteados. Para
productos sin refrigeración, en condiciones normales e incluyendo el clima

ambiental promedio de nuestra zona de cobertura se determinará cuál es el tiempo

que tenemos antes de que los cupcakes que se producen lleguen a dicha fecha.
¿Qué es una hipótesis nula?
La hipótesis nula (H0) se refiere a la afirmación contraria a la que ha llegado el
investigador. Es la hipótesis que el investigador pretende rechazar. Si tiene la
evidencia suficiente para ello, podrá probar que lo contrario es cierto.
La hipótesis nula indica que un parámetro de población (tal como la media, la

desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser
una afirmación inicial que se basa en análisis previos o en conocimiento
especializado.
¿Cuál es una hipótesis alternativa?
La hipótesis alternativa indica que un parámetro de población es más pequeño,

más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis
alternativa es lo que se podría pensar que es cierto o se espera probar que es
cierto.
La hipótesis alternativa es la suposición alternativa a la hipótesis nula formulada en

un experimento y/o investigación, esta surge como resultado de una determinada
investigación realizada sobre una población o muestra.
Tablas de Error
¿Qué es una tabla de error?
Cuando se realiza una prueba de hipótesis hay cuatro resultados posibles en

según la verdad (o falsedad) de la hipótesis nula H0 y de la decisión de rechazarla
o no.
Los cuatro resultados posibles en la tabla son:
1.-La decisión es no rechazar H0 cuando H0 es verdadera (decisión correcta).

2.-La decisión es rechazar H0 cuando H0 es verdadera (decisión incorrecta
conocida como error de tipo I).
3.-La decisión es no rechazar H0 cuando, de hecho, H0 es falsa (decisión
incorrecta conocida como error de tipo II).
4.-La decisión es rechazar H0 cuando H0 es falsa (decisión correcta cuya
probabilidad se denomina potencia de la prueba).

Los resultados se resumen en el siguiente cuadro:
Escenario 1: Cupcakes sin decorado.
Primer escenario de la hipótesis nula e hipótesis alternativa respecto al proceso de

caducidad del cupcake sin decorado, una vez empacado y puesto en exhibición
para consumo. Se establece como consumo óptimo 36 horas después de la
fabricación.
Cupcakes pastelitos con y sin frutos secos sin decorado ni aditivos o

conservadores.
Diferido en tiempos de proceso de la siguiente forma:

Prueba
Hipótesis nula H₀: μ = 36.098

Hipótesis alterna H₁: μ ≠ 36.098
Valor Z Valor p
0.03 0.978
Hipótesis nula: Los cupcakes sin cobertura siguen estando en óptimas

condiciones para su consumo dentro de las 36 horas. Por lo que pueden estar
disponibles para su venta.
Hipótesis alternativa: Los cupcakes sin cobertura expiran después de las 36
horas y no están en condiciones para su consumo.
Escenario 2: Cupcakes con decorado.
El valor de P= 0.978 > 0.05 lo que significa que la hipótesis nula es cierta.
Segundo escenario de la hipótesis nula e hipótesis alternativa respecto al proceso

de caducidad del cupcake con decorado, una vez empacado y puesto en exhibición
para consumo. Se establece como consumo óptimo 24 horas después de la
fabricación.

Cupcakes pastelitos con y sin frutos secos con decorado sin aditivos o
conservadores. Diferido en tiempos de proceso de la siguiente forma:
Prueba
Hipótesis nula H₀: μ = 24

Hipótesis alterna H₁: μ ≠ 24
Valor T Valor p
2.35 0.026
La hipótesis nula es 0.026 < 0.05 por lo tanto es falsa.
Hipótesis nula: Los cupcakes con cobertura siguen estando en estado óptimo de
consumo dentro de las 24 horas después de su fabricación. Por lo que pueden estar
disponibles para su venta.
Hipótesis alternativa: Los cupcakes con cobertura expiran después de las 24
horas y no están en condiciones para su consumo.

Conclusión Etapa 3.
La fecha promedio en que se venden es de 36 horas para los cupcakes sin

decorados y de 24 horas en cupcakes con decorados en base de lácteos las
conclusiones que se obtienen de dichos resultados son que las horas óptimas de
consumo para los cupcakes y que de esta manera se evite tomar el riesgo de que
llegue un producto dañado al cliente final se encuentra dentro de dichos
parámetros de tiempo, de esta manera se puede asegurar que los cupcakes sean
vendidos al cliente en el periodo de tiempo que arrojan los resultados obtenidos a
través de las hipótesis planteadas..
Debe aplicarse el PEPS riguroso Primeras Entradas-Primeras Salidas para evitar o

reducir la merma.
El plan de producción debe ser 66.67% de cupcakes sin decorados y de 33.33% de

producto decorado en ventas pronosticadas y de 100% en pedidos formales.
Una de las alternativas que se proponen es la compra de equipos de refrigeración
para almacenar producción y en exhibición para que de esta manera se pueda
alargar la vida del producto y de esta manera tengan un tiempo mayor para poder
consumirlos.
Se deben revisar los procesos operativos y logísticos para las entregas y

devoluciones del producto. Para productos en buenas condiciones refrigerado se
pone a consideración de donar a Casa Hogar de Infantes y material de merma en
cualquier etapa de la operación vender como alimento para ganado.

Etapa 4.
Resumen del Reporte Ejecutivo (Punto 1)
¿En qué consiste la empresa?
“La casa de la abue”, es una empresa que se dedica desde hace más de 5 años
a la elaboración de repostería fina. Ubicada en la ciudad de México, en la zona Sur.
Y desde hace poco más de medio año, inició con la incursión de un nuevo producto
en su cartera: los cupcakes.
Debido a que se tiene poca experiencia en éste nuevo producto, no se ha logrado

encontrar un estándar en cuanto al producto final. Los pasteles que ofrece y la
pasta seca, se caracterizan, además del sabor, por su estandarización tanto en la
presentación, cómo en los ingredientes.
Es por eso de la importancia de este estudio, para poder entender con cifras
claras, cual es el panorama actual en la venta de este producto, para poder
determinar una decisión respecto a cómo se puede potencializar las ventas.
¿Cuánto es el tiempo en que se debe vender un cupcake antes de su fecha de

caducidad?
La fecha promedio en que se venden es de 36 horas para los cupcakes sin

decorados y de 24 horas en cupcakes con decorados en base de lácteos. Las
conclusiones que se obtienen de dichos resultados son que las horas óptimas de
consumo para los cupcakes, ya que de esta manera se evita tomar el riesgo de
que llegue un producto dañado al cliente final.
Cuando este se encuentra dentro de dichos parámetros de tiempo, de esta manera

se puede asegurar que los cupcakes sean vendidos al cliente en el periodo de
tiempo que arrojan los resultados obtenidos a través de las hipótesis planteadas.
Propuesta de ajuste lineal de tiempos de producción.

Con base a los datos obtenidos de todo el estudio, pudimos determinar que los
tiempos de producción de los cupcakes, son los establecidos en la siguiente tabla:
Piezas Minutos de Producción
100 130
150 180

200 250
250 300
300 380
350 420
400 500
Véase el anexo de Reporte Ejecutivo al final de este documento.
Regresión Lineal de Costos de Producción (Punto 2-3).
Después de 7 meses de operación se logró recopilar la siguiente información de

costos de producción de los cupcakes.

Piezas Costo total de producción
100 $1,100.00
112 $1,200.00
115 $1,205.00
120 $1,220.00
125 $1,280.00
129 $1,300.00
132 $1,305.00
Obtener la regresión lineal de los datos anteriores
Pendiente 6.48224044
Ordenada 458.613388
Coeficiente de Determinación 0.97490431

¿Qué interpretación tiene la pendiente en el contexto real?
El costo de los cupcakes tiene una correlación lineal positiva y debido a que el
índice del coeficiente de determinación es muy bajo, nos indica que nuestros datos
deberían de ser muy exactos para obtener un aproximado de costos, con un
número de piezas X. Ya que nuestra muestra, muestra valores muy cercanos a la
línea de tendencia.
Por lo que las predicciones de costos a futuro, pueden ser muy precisas y estas
solo podrían variar en relación al costo de los insumos o por alguna situación
atípica en el proceso, como por ejemplo que alguien ponga más tiempo los
cupcakes en el horno y estos se quemen, por lo cual se tendría que preparar
nuevamente la masa y costo de energía, para producirlos.
De esta manera, podemos garantizar que los costos que ofrecemos a nuestros
clientes están basados en procesos estandarizados y que garantizan que el
margen de ganancia sea el máximo, en cada pedido.
¿Qué interpretación tiene la ordenada de origen?
Que el costo mínimo de producción de cupcakes, parte de $458.61. Ya que este

sería el costo de generar 0 cupcakes. Sin embargo, sabemos que ningún cliente va
a pagar $458.61 por ningún cupcake, pero este valor nos permite también
determinar cuál sería el número factible de cupcakes, para ofrecer a los clientes.
Si observamos la siguiente gráfica, podemos determinar que ofrecer un paquete de

20 cupcakes, nos costaría alrededor de $600, por lo cual este podría ser un buen
punto para ofrecer en ventas minoristas o en días que los cupcakes no suelen
venderse mucho, para evitar pérdidas y seguir ofreciendo nuestros productos a los
clientes asiduos.

¿Cuánto costará producir 127 cupcakes?

𝑦 = 6. 4822𝑥 + 458. 61
𝑦 = 6. 4822(127) + 458. 61
𝑦 = 1281. 84
¿El costo de producción y la cantidad de cupcakes son directamente

proporcionales?¿Por qué?
Sí, porque tal como se aprecia en la gráfica que muestra el costo total de
producción y la cantidad de cupcakes que se producen se puede observar que
entre mayor sea la cantidad invertida en la producción de los cupcakes la cantidad
de los que se pueden producir aumenta.
Debido al bajo coeficiente de determinación, nos garantiza que los datos de la

muestra no están dispersos de la línea de tendencia, lo que nos asegura que la
correlación del cálculo es muy precisa. Ya que las variaciones pueden ocurrir, sólo
en cuestiones de error humano al momento de elaborar los cupcakes.
Conclusiones.
Considerando el giro del negocio que se abordó ¿qué otras áreas se
benefician con un análisis estadístico? (justifica tu respuesta).

Otra área que podría beneficiarse sería la de selección de personal ya que con
base en lo que en lo que se observó se logra apreciar si el proceso de selección
actual produce un mayor beneficio para la empresa o no.
Es decir, al determinar qué tiempos son los que se necesitan y los costos que se
tienen de los cupcakes, se puede determinar si es más barato, contratar personal
en un turno más o por el contrario, ofrecer horas extra a los empleados.
También el área de marketing, ahora cuenta con la información y las herramientas

necesarias, para determinar los costos de los cupcakes por cantidad y hacer el
análisis con las ventas de cupcakes, para determinar los días que conviene hacer
más cupcakes o incluso tener en cuenta las caducidades, para esto.
Por otro lado, también podemos determinar qué cantidades se pueden ofrecer para
pedidos extra y hacer promociones que pudieran traer empresas interesadas en
hacer negociaciones Business to Business (B2B) que permitan ampliar nuestro
mercado de ventas.
¿Qué ventajas representa el uso de estadística descriptiva en la toma de

decisiones?
Una de las posibles ventajas que se pueden obtener de tomar en cuentas la

estadística descriptiva es en tomar en cuenta el tipo de equipo o herramientas que
necesitarás para poder realizar alguna actividad ya que al tener en cuenta
diferentes tipos de equipos necesitas considerar cuál puede ser el más adecuado
para realizar la actividad de manera eficiente.
Definitivamente es una herramienta que todo negocio debe de tener, ya que nos da
una clara idea del panorama ante el cual estamos posicionados. Por lo tanto, nos
permite tomar decisiones clave con relación a tiempos, control de calidad, costos,
entre otros muchos parámetros que podríamos medir, para mejorar y optimizar
recursos, que nos permitan incrementar la calidad y las ganancias.
Hacia la parte del personal, también nos permite establecer métricas que nos
permita medir la productividad de los empleados, que nos hagan ver a tiempo,
posibles cuellos de botellas o bloqueos de procesos, que pueden ser atendidos a
tiempo, para garantizar que nuestros empleados sean productivos y al mismo
tiempo, tengan cargas moderadas de trabajo acorde a sus puestos.
¿En qué otros procesos puede aplicarle la correlación o la regresión lineal en

un negocio del giro que se analizó en el presente caso? (menciona al menos
dos procesos).

1. La productividad de los empleados, en relación al número de horas

trabajadas versus el número de cupcakes producidos por cada equipo de
trabajo. Esto para poder determinar posibles variaciones que pudieran estar
en función de factores externos como el turno en que se realizan, que en
teoría no deberían influir.
2. Las ventas de cupcakes con relación a la época del año. Ya que con esto,
podemos deducir cuántos turnos y personal necesitaremos tener para
producir el número estimado de cupcakes que se venden por época.
También, nos permitiría dar esa información al área de ventas, para que
ponga más atención en promocionar los cupcakes en las épocas flojas.
¿Cuáles son las principales consideraciones a tomar en cuenta cuando se

realizan las hipótesis nula y alternativa?
La hipótesis nula (H0) se refiere a la afirmación contraria a la que ha llegado el

investigador. Es la hipótesis que el investigador pretende rechazar. Si tiene la
evidencia suficiente para ello, podrá probar que lo contrario es cierto. La hipótesis
nula indica que un parámetro de población (tal como la media, la desviación
estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser una
afirmación inicial que se basa en análisis previos o en conocimiento especializado.
La hipótesis alternativa indica que un parámetro de población es más pequeño,

más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis
alternativa es lo que se podría pensar que es cierto o se espera probar que es
cierto. La hipótesis alternativa es la suposición alternativa a la hipótesis nula
formulada en un experimento y/o investigación, esta surge como resultado de una
determinada investigación realizada sobre una población o muestra.
Las hipótesis nula (H0) y alternativa (H1) son fundamentales en el diseño y análisis
de experimentos y estudios estadísticos. Aquí hay algunas consideraciones clave
al formular estas hipótesis:
● Claridad y Precisión:
H0: Debe ser una afirmación clara y precisa sobre la ausencia de efecto o
relación.
H1: Debe ser la afirmación opuesta a la hipótesis nula y específica sobre la
presencia de un efecto o relación.
● Direccionalidad:
H0: A menudo establece que no hay diferencia o efecto.
H1: Puede ser direccional (predice una dirección específica del efecto) o no
direccional (indica simplemente que hay un efecto).

● Validación: Ambas hipótesis deben ser formuladas de manera que puedan

ser probadas mediante un diseño experimental o un análisis estadístico.
● Relevancia Práctica: La hipótesis nula debe ser relevante desde un punto de
vista práctico y científico. Su rechazo debería tener implicaciones
sustanciales.
● Nivel de Significación (α): Especifica el umbral para rechazar la hipótesis
nula. Un valor comúnmente utilizado es 0.05, lo que significa que hay un 5%
de probabilidad de cometer un error tipo I al rechazar la hipótesis nula
cuando es verdadera.
● Poder del Test (1-β): Indica la probabilidad de detectar un efecto si
realmente existe. Se relaciona inversamente con el error tipo II (aceptar H0
cuando es falsa). Un buen diseño experimental busca un alto poder del test.
● Tamaño de la Muestra: El tamaño de la muestra afecta la capacidad del
estudio para detectar efectos. Debe ser lo suficientemente grande como
para proporcionar resultados significativos.
● Distribución de Probabilidad: Al seleccionar un test estadístico, es crucial
entender la distribución de probabilidad subyacente y asegurarse de que se
ajuste a las características del conjunto de datos.
● Variables y Parámetros: Especificar claramente las variables involucradas y
los parámetros que se están evaluando.
● Contexto Científico: Las hipótesis deben estar respaldadas por una revisión
exhaustiva de la literatura y el conocimiento científico previo.
● Consideraciones Éticas: En algunos casos, es esencial considerar las
implicaciones éticas de rechazar la hipótesis nula o aceptar la hipótesis
alternativa.
Al seguir estas consideraciones, se puede garantizar una formulación robusta y

significativa de las hipótesis nula y alternativa, lo que contribuye a la validez y la
interpretación adecuada de los resultados experimentales o estadísticos.

Reporte Ejecutivo 2023
Se presenta el resumen de
resultados 2023, en donde se
involucraron todos los departamentos
de la empresa.
Los datos fueron recabados tomando

los últimos 7 meses de producción,
finanzas fijo los costos, almacén y
distribución reportaron las mermas y
sus procesos de entrega, calidad
monitoreo las caducidades y los
procesos implantados y estos son los
resultados que fueron validados por
el auditor externo.



Bibliografía.
● Martínez , C. B. (2012). Estadística y Muestreo. En C. B. Martínez, Capítulo
3 (págs. 91-117). Colombia: Ecoe Ediciones.
● Spiegel, M., & Stephens, L. (2009). Estadística. México , D. F.: Mc Graw Hill.
● Walpole, Myers.Probabilidad y estadistica para ingenieria y ciencias (Novena
Edición)
● Matus Q., R.J. et. al. (2003). Estadística. Editorial Instituto Politécnico
Nacional. Capítulo IV. Pruebas de hipótesis.


Estadística Descriptiva e Inferencial - Actividad 9. Proyecto Integrador. Etapa 4

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadística Descriptiva e Inferencial - Actividad 9. Proyecto Integrador. Etapa 4

Cargado por

Copyright:

Formatos disponibles

Universidad del Valle de México

Estadística Descriptiva e Inferencial.

Actividad 9. Proyecto Integrador. Etapa 4.

Universidad del Valle de México - En Línea

Debido a que se tiene poca experiencia en éste nuevo producto, no se ha logrado

Universidad del Valle de México - En Línea

Media = 5174.6 / 103 = 50.239

La media del peso de los cupcakes es de aproximadamente 50.238 gramos.

La mediana es el valor que se encuentra en el medio de la lista cuando los datos

Dado que tenemos un número impar de datos (103), la mediana es el valor en el

Universidad del Valle de México - En Línea

La mediana del peso de los cupcakes es 50.3 gramos.

Aquí está la cantidad de veces que aparece cada valor:

VECES QUE VECES QUE VECES QUE

Universidad del Valle de México - En Línea

La desviación estándar mide la dispersión de los datos con respecto a la media.

Para simplificar, aquí está el valor de la desviación estándar:

Desviación estándar ≈ 0.683 gramos

Universidad del Valle de México - En Línea

Varianza = Σ(xi - μ)² / N

Primero, calculamos la diferencia al cuadrado entre cada valor y la media, luego

Varianza ≈ 0.4671 gramos².

Frecuencias y Gráficas obtenidas por IBM SPSS

Universidad del Valle de México - En Línea

49.40 2 1.9 1.9 16.5

49.90 4 3.9 3.9 34.0

Universidad del Valle de México - En Línea

Estadísticas para datos agrupados.

Debido a la alta variación de datos recopilados el análisis de datos agrupados es

Clase Donde se integran los datos cuyo valor x es:

1 49.10 <= x <49.62

2 49.62 <= x <50.14

3 50.14 <= x <50.66

4 50.66 <= x <51.18

5 51.18 <= x <51.70

6 51.70 <= x <51.88

Gracias a esta agrupación de datos, podemos obtener los siguientes resultados de

Cupcakes (por rango de peso)

Universidad del Valle de México - En Línea

La gráfica de distribución normal, muestra una tendencia muy similar de manera

Cupcakes (por rango de peso)

51.18<=x<51.70 10 9.7 9.7 100.0

Universidad del Valle de México - En Línea

Universidad del Valle de México - En Línea

Dado los resultados obtenidos en la etapa anterior la distribución que mejor se

La distribución normal, también conocida como distribución gaussiana o campana

En el problema propuesto en el proyecto encontramos que es una distribución

Por lo tanto nuestros intervalos de confianza se calcularán con la fórmula:

Universidad del Valle de México - En Línea

Para el caso de Z al 95% corresponde a:

Por lo tanto nuestra fórmula se simplifica de la siguiente forma:

(50. 2388 − (1. 96 0.68345

(50. 2388 − (1. 96 0.68345+0.013669

Por lo cuál nuestros datos seleccionados en el intervalo de confianza serían los

# Valor # Valor # Valor # Valor # Valor # Valor # Valor

Universidad del Valle de México - En Línea

12 49.3 27 49.7 42 50.1 57 50.4 72 50.6 87 50.9 102 51.7

La sustitución queda de la siguiente forma:

Por lo cuál nuestros datos seleccionados en el intervalo de confianza serían los

# Valor # Valor # Valor # Valor # Valor # Valor # Valor

Universidad del Valle de México - En Línea

3 49.1 18 49.5 33 49.9 48 50.2 63 50.5 78 50.7 93 51.1

Con base en tus resultados obtenidos en los puntos 2 y 3 y en el mismo

Universidad del Valle de México - En Línea