1.

Los siguientes datos muestran los índices de trabajo defectuoso de los empleados antes y después de un
el plan de incentivos al salario. Compare los dos conjuntos de datos siguientes para ver si el cambio dism
unidades defectuosas producidas. Utilice el nivel de significancia de 0.10.

Antes 8 7 6 9 7 10
Después 6 5 8 6 9 8
Asig. Signos - - + - + -

Signos + 4
Sinos - 6
Total n = 10

ṗ 0.4 PH0 0.50

q 0.6 QH0 0.50
1 α= 0.10

Primer Paso: Planteamiento de Hipotesis

PH0 = 0.50 Los índices de trabajo defectuoso de los empleados se mantienen antes y después
PH1 < 0.50 Los índices de trabajo defectuoso de los empleados disminuyeron antes y después

Segundo Paso: Calculo del Error estandar

σṗ = 0.16

Limites, Grafica y Conclusion

Zc = 0.40 1.28
-1.282 1.29
1.28 2.57 1.285

PH0 - Z(σṗ) 0.30 0.30

ṗ=
Con un nivel de significansia del 10% se acepta H0, Los índices d

2. Una empresa desea medir la eficacía de sus ventas con una nueva promoción, al monitorear las ventas
despues de la promoción; se obtuvieron los siguientes datos:
 Antes Despues Asig. Signos
42 40 -
57 60 +
38 38 0
49 47 -
63 65 +
36 39 +
48 49 +
58 50 -
47 47 0
51 52 +
83 72 -
27 33 +

Compare los dos conjuntos de datos para probar si las ventas aumentaron con la promoción, utilizando un
significancia del 5%.

Primer Paso: Planteamiento de Hipotesis

PH0 = 0.50 las ventas se mantienen antes y despues de implementar la promoción en las ventas
PH1 > 0.50 las ventas aumentaron antes y despues de implementar la promoción en las ventas.

Signos + 6 ṗ 0.6 PH0

Sinos - 4 q 0.4 QH0
Total n = 10 1 α=

Segundo Paso: Calculo del Error estandar

σṗ = 0.16

Limites, Grafica y Conclusión

Z= 0.05
1.645
PH0 - Z(σṗ) 0.76
 Con un nivel de significancia del 5% se acepta H0, las ventas se m
Las ventas NO aumentaron con la promoción.

3. Los siguientes datos muestran los niveles de satisfacción de los empleados (como porcentaje) antes y
que una empresa más grande compró a su compañía. ¿La compra aumentó la satisfacción de los empleado
nivel de significancia de 0.05.

Antes: 98.4 96.6 82.4 96.3 75.4 82.6

Después: 82.4 95.4 94.2 97.3 77.5 82.5

Primer Paso: Planteamiento de Hipotesis

PH0 = 0.50 La compra mantiene los niveles de satisfacción de los empleados antes y despues d
PH1 > 0.50 La compra aumentó los niveles de satisfacción de los empleados antes y despues de

Antes: 98.4 96.6 82.4 96.3 75.4 82.6

Después: 82.4 95.4 94.2 97.3 77.5 82.5
- - + + + -

Signos + 3 ṗ 0.33
Sinos - 6 q 0.67
Total n = 9 1

Segundo Paso: Calculo del Error estandar

σṗ = 0.17

Limites, Grafica y Conclusión

Z= 0.05
1.645
PH0 - Z(σṗ) 0.77

Con un nivel de significancia del 5% se rechaza H0 y se acepta H1

os antes y después de un cambio en
a ver si el cambio disminuyó las

8 6 5 8 10 8
10 7 5 6 9 8
+ + 0 - - 0

antienen antes y después de un cambio en el plan de incentivos al salario.

nuyeron antes y después de un cambio en el plan de incentivos al salario.

0.4 0.50

acepta H0, Los índices de trabajo defectuoso de los empleados se mantienen antes y después de un cambio en el plan de incentivos al salari

l monitorear las ventas antes y

romoción, utilizando un nivel de

a promoción en las ventas.

promoción en las ventas.

0.50
0.50
0.05
 0.50 0.6 0.76

cepta H0, las ventas se mantienen antes y despues de implementar la promoción en las ventas.

omo porcentaje) antes y después de

facción de los empleados? Use un

81.6 91.4 90.4 92.4

81.6 84.5 81.4 90.6

pleados antes y despues de implementar la compra de empresa.

leados antes y despues de implementar la compra de empresa.

81.6 91.4 90.4 92.4

81.6 84.5 81.4 90.6
0 - - -

PH0 0.50
QH0 0.50
α= 0.05

estandar

0.33 0.50 0.77

echaza H0 y se acepta H1, La compra aumentó los niveles de satisfacción de los empleados antes y despues de implementar la compra de e
en el plan de incentivos al salario.
s de implementar la compra de empresa.
1. Un gran hospital contrata la mayor parte de sus enfermeras en dos universidades importantes del área.
examen a las enfermeras recién graduadas que entran al hospital para determinar qué escuela parece prep
hace. Basándose en las siguientes calificaciones (de 100 puntos posibles), ayude a la oficina de personal d
difieren en calidad. Use la prueba u de Mann-Whitney con un nivel de significancia del 10%.

Calificaciones del examen:

Escuela A 97 69 73 84 76 92
Escuela B 88 99 65 69 97 84

Primer Paso: Planteamiento de Hipótesis

H0 = µH0 = µH0 Las escuelas no difieren en calidad.

H1 ≠ µH1 = µH1 Las escuelas difieren en calidad

Grupo Nota Rango

Escuela B 65 1 N1 = 11
Escuela A 69 2.5 N2 = 13
Escuela B 69 2.5
Escuela B 72 4 Segundo Paso: Media M
Escuela A 73 5 µu = (𝑛1∗𝑛2)/2
Escuela A 76 6
Escuela A 84 8 Tercer Paso: Error estadistico de U (σu )
Escuela A 84 8
σu =(√𝑛1𝑛2
Escuela B 84 8
(𝑛1+𝑛2+1))/12
Escuela B 85 10
Escuela A 87 11.5
Escuela B 87 11.5 α= 0.10
Escuela A 88 13.5 Z= 1.645
Escuela B 88 13.5 Quinto Paso: Limite, Grafica y Conclusón
Escuela B 89 15 µu ±z(σu ) 99.89
Escuela A 90 16.5 43.11
Escuela B 90 16.5
Escuela B 91 18.5
Escuela B 91 18.5
Escuela A 92 20
Escuela A 93 21
Escuela A 97 22.5
Escuela B 97 22.5 Con un nivel de significancia
Escuela B 99 24

2. Se desea probar la hipotesis de que no existe diferencia entre las edades de los empleados y empleadas
datos de la muestra que se presentan a continuación: con un nivel de significancia del 5%.
2. Se desea probar la hipotesis de que no existe diferencia entre las edades de los empleados y empleadas
datos de la muestra que se presentan a continuación: con un nivel de significancia del 5%.

Escuela A 31 25 38 33 42 40
Escuela B 44 30 34 47 35 32

Grupo Edad Rango

Escuela A 25 1
Escuela A 26 2
Escuela B 30 3
Escuela A 31 4
Escuela B 32 5
Escuela A 33 6
Escuela B 34 7.5
Escuela B 34 7.5
Escuela A 35 10
Escuela B 35 10
Escuela B 35 10
Escuela A 38 12
Escuela A 40 13
Escuela A 42 14
Escuela A 43 15
Escuela A 44 16.5 N1 = 10
Escuela B 44 16.5 N2 = 10
Escuela B 47 18.5
Escuela B 47 18.5
Escuela B 48 20

H0 = µH0 = µH0 No existe diferencia entre las edades de los empleados y

H1 ≠ µH1 = µH1 Existe diferencia entre las edades de los empleados y em

Segundo Paso: Media Muestral U (µu)

µu = (𝑛1∗𝑛2)/2 50

Tercer Paso: Error estadistico de U (σu )

σu =(√𝑛1𝑛2 13.23
(𝑛1+𝑛2+1))/12

Cuarto Paso: Estadistico de U

U
=𝑛1𝑛2+𝑛1(𝑛1+1)/2−𝑅1
 U 61.5
=𝑛1𝑛2+𝑛1(𝑛1+1)/2−𝑅1

Quinto Paso: Limite, Grafica y Conclusón

α= 0.05
Z= 1.96

µu ±z(σu ) 75.93
24.07

24.07

Con un nivel de significansia del 5% se acepta H0, No ex

ades importantes del área. Durante el año pasado, aplicaron un
ar qué escuela parece preparar mejor a sus enfermeras, si alguna lo
de a la oficina de personal del hospital a determinar si las escuelas
ancia del 10%.

90 88 84 87 93
85 89 91 90 87 91 72

ótesis

Escuela A R1 = 134.5
Escuela B R2 = 165.5

Segundo Paso: Media Muestral U (µu)

71.5

ror estadistico de U (σu ) Cuarto Paso: Estadistico de U

17.26 U 74.5
=𝑛1𝑛2+𝑛1(𝑛1+1)/2−𝑅1
68.5
U
=𝑛1𝑛2+𝑛2(𝑛2+1)/2−𝑅2

Grafica y Conclusón

43.11 71.5 99.89

on un nivel de significancia del 10% se acepta H0, Las escuelas no difieren en calidad.

os empleados y empleadas de cierta empresa, utilizando para ello los

cia del 5%.
os empleados y empleadas de cierta empresa, utilizando para ello los
cia del 5%.

44 26 43 35
35 47 48 34

Escuela A R1 = 93.5
Escuela B R2 = 116.5

s edades de los empleados y empleadas de cierta empresa.

dades de los empleados y empleadas de cierta empresa
 50 61.5 75.93

a del 5% se acepta H0, No existe diferencia entre las edades de los empleados y empleadas de cierta empresa.
74.5
1. La boutique de Melisa tiene tres establecimientos en centros comerciales. Melisa mantiene un registro
realmente compran en cada establecimiento. La siguiente es una muestra de esos datos. Utilizando la prue
nivel de significancia de 0.05, que sus tiendas tienen el mismo número de clientes que compran?

C.C.P. 99 64 101 85 79 88
C.C.M. 83 102 125 61 91 96
C.C.C 89 98 56 105 87 90

Primer Paso: Planteamiento de Hipótesis

H0 = µ1 = µ2 = µ3 =Los números de compradores promedio en los tres centros no son significativamente di

H1 ≠ µ1 ≠ µ2 ≠ µ3 ≠Los números de compradores promedio en los tres centros son significativamente difere

Centro comerN° Clientes Posición Rango Rango

3 56 1 #NAME? 1
2 61 2 #NAME? 2
1 64 3 #NAME? 3
2 75 4 #NAME? 4
3 76 5 #NAME? 5
1 79 6 #NAME? 6
2 83 7 #NAME? 7
1 85 8 #NAME? 8
3 87 9 #NAME? 9.5
3 87 10 #NAME? 9.5
1 88 11 #NAME? 11
2 89 12 #NAME? 13
3 89 13 #NAME? 13
3 89 14 #NAME? 13
1 90 15 #NAME? 15.5
3 90 16 #NAME? 15.5
2 91 17 #NAME? 17
2 93 18 #NAME? 18
2 94 19 #NAME? 19
1 95 20 #NAME? 20
2 96 21 #NAME? 21
1 97 22 #NAME? 22
3 98 23 #NAME? 23
1 99 24 #NAME? 24
1 100 25 #NAME? 25
1 101 26 #NAME? 26.5
3 101 27 #NAME? 26.5
2 102 28 #NAME? 28
 3 105 29 #NAME? 29
2 125 30 #NAME? 30

2. Una empresa que vende regalos por correo cuenta con los siguientes ventas, clasificadas por la forma e
hipotesis de que no hay diferencia en el importe monetario de los pedidos pagados en efectivo, con chequ
significancia del 5%.

Ventas de Tartejas 78 64 75 45 82
Ventas con Cheques 110 70 53 51 61
Ventas en Efectivo 90 68 70 54 74

Primer Paso: Planteamiento de Hipótesis

H0 = µ1 = µ2 = µ3 =No hay diferencia en el importe monetario de los pedidos pagados en efectivo, con che
H1 ≠ µ1 ≠ µ2 ≠ µ3 ≠Si hay diferencia en el importe monetario de los pedidos pagados en efectivo, con cheq

Ventas Cantidad Rango

1 45 1
2 51 2
2 53 3 Segundo Paso:
3 54 4
3 59 5
1 60 6 K =12/(𝑛(𝑛+1))
2 61 7 3(n+1)
1 64 8
3 65 9
2 68 10.5 1
3 68 10.5 ni 7
1 69 12 Rj 78.0
2 70 13.5 Ri2 6084
3 70 13.5 Ri2/nj 869.142857
3 74 15
1 75 16
1 78 17
1 82 18
3 90 19
2 110 20
s. Melisa mantiene un registro diario del número de clientes que
e esos datos. Utilizando la prueba de Kruskal-Wallis, ¿puede decir, al
clientes que compran?

97 95 90 100
94 89 93 75
87 101 76 89

ótesis

tros no son significativamente diferentes.

tros son significativamente diferentes

Segundo Paso: Estadístico K

K =12/(𝑛(𝑛+1)) Σ"R2/njj"- 0.01290323 7222.7 -93

3(n+1)
93.196129 -93
K= Estadistico de K K= 0.19612903
12 = constante
n= muestra
R2 Rangos
3= K

1 2 3
ni 10 10 10 30
Rj 161.0 159 145.0
Ri2 25921 25281 21025
Ri2/nj 2592.1 2528.1 2102.5 7222.7

Con un nivel de significancia del 5% de acepta H0, Los núm

 tas, clasificadas por la forma en que se efectua el pago, pruebe la
pagados en efectivo, con cheque o tarjeta utilizando um nivel de

69 60
68
65 59

ótesis

dos pagados en efectivo, con cheque o tarjeta

os pagados en efectivo, con cheque o tarjeta

Segundo Paso: Estadístico K

K =12/(𝑛(𝑛+1)) Σ"R2/njj"- 0.02857143 2216.95238 -63

3(n+1) 63.3414966 -63
K= 0.341

2 3
6 7 20
56.0 76.0
3136 5776
522.666667 825.142857 2216.95238
 Tercer Paso: Valor Critico K

Gl = n-1
2
α= 0.05 5.991

K= 0.196 5.991

a del 5% de acepta H0, Los números de compradores promedio en los tres centros no son significativamente diferentes.
Tercer Paso: Valor Critico K

Gl = n-1
2
α= 0.05 5.991
te diferentes.
1. Un fabricante de cereal para el desayuno usa una máquina para introducir aleatoriamente uno de dos tip
La compañía desea una aleatoriedad tal que no todos los niños de un vecindario terminen con el mismo m
eligen muestras de 60 cajas sucesivas para ver si la máquina está mezclando adecuadamente los dos tipos
símbolos A y B para representar los dos tipos de muñecos, un probador reportó que uno de estos lotes se

B A B B B A A
A B A A B B B
A A A B B A B

Nuestra compañía de cereales tiene una muestra de 60 cajas, así que podemos usar la aproximación norm
interesada en probar, al nivel de 0.20, la hipótesis de que los muñecos están mezclados aleatoriamente.

n1= 29 A
n2= 31 B
r= 29
α= 0.20

Planteamiento de Hipotesis:

H0 = La secuencia de los muñecos están mezclados aleatoriamente.

H1 ≠ La secuencia de los muñecos NO están mezclados aleatoriamente.

Segundo Paso µr

(2 30.97
µr = 𝑛1𝑛2)/(𝑛1
+𝑛2)+1

Error Estandar r

=√(2𝑛1𝑛2(2𝑛1𝑛2−𝑛1−𝑛2)/
σr= ((𝑛1+𝑛2) 〖 ^2 〗 (𝑛1+𝑛2−1) ) 3124924 3124924
60 59 3600

Límites, Grafica y Conclusion

Z= 1.282

µr ± Z( σ r) 35.88
 26.05

26.05 29

Con un nivel de significancia del 20% se acepta H0, La secuencia de los muñecos están

2. Se toma una muestra de Hombres y Mujeres que llegan a un banco de la siguiente manera, utilizando u
1%.

H H M M M H M

n1= 8 H
n2= 9 M
r= 8
α= 0.01

Planteamiento de Hipotesis:

H0 = La secuencia de Hombres y Mujeres que llegan al banco es aleatorio.

H1 ≠ La secuencia de Hombres y Mujeres que llegan al banco NO es aleatorio.

Segundo Paso µr

(2 9.47
µr = 𝑛1𝑛2)/(𝑛1
+𝑛2)+1

Error Estandar r

=√(2𝑛1𝑛2(2𝑛1𝑛2−𝑛1−𝑛2)/
σr= ((𝑛1+𝑛2) 〖 ^2 〗 (𝑛1+𝑛2−1) ) 18288 18288
17 16 289

Límites, Grafica y Conclusion

α= 0.01
 Z= 2.576

µr ± Z( σ r) 14.59
4.35

4.35 8

Con un nivel de sigificancia del 1% se acepta H0, La secuencia de Hombres y Mujeres

 r aleatoriamente uno de dos tipos de muñecos en cada caja.
dario terminen con el mismo muñeco. Los probadores
o adecuadamente los dos tipos de muñecos. Usando los
ortó que uno de estos lotes se presentó como sigue:

A B B A B B B B
A A B A A A A B
B B B A A B B A

mos usar la aproximación normal. La gerencia está

n mezclados aleatoriamente.

3124924 3.84
212400
 30.97 35.88

a secuencia de los muñecos están mezclados aleatoriamente.

siguiente manera, utilizando un nivel de significancia del

M H H M M M H H

s aleatorio.

18288 1.99
4624
 9.47 14.59

ecuencia de Hombres y Mujeres que llegan al banco es aleatorio.

A A A A B
B A B B A
B A A B B
H M
1. Un supervisor de planta clasificó una muestra de ocho trabajadores según el número de horas extras tra
empleo. ¿La correlación de rangos entre las dos mediciones es significativa al nivel de 0.01?

Cantidad de
5 8 2 4 3 7
Hras Extras
Año de
1 6 4.5 2 7 8
empleo
4 2 -2.5 2 -4 -1
16 4 6.25 4 16 1

Primer paso: Planteamiento de Hipótesis

H0 = Las mediciones de rangos no están correlacionadas.

H1 ≠ Las mediciones de rangos están correlacionadas.

Segundo Paso: Cálculo de Coeficiente de Correlación

0.1845
1−(6𝛴𝑑 〖 ^2 〗 )/(𝑛(𝑛 〖 ^2 〗− 1))
rs =

Tercer Paso: Valores Críticos, Grafica y Conclusión

n= 8 ± 0.8571
α= 0.01

Con un nivel de significansia del 1

2. Espresso Americano brinda un servicio de excelencia en un ambiente agradable para hacer que cada vi
sea una experiencia única y placentera. Todo esto contribuye para hacer de Espresso Americano la mejor
ambiente relajado, fuera de casa y del trabajo. Dados los siguientes datos sobre precios y cantidades vend
correlación por medio del coeficiente de Spearman. Utilice un nivel de significancia de 0.05.
 Precio./ Granitas
Mes
Unidad Vendidas
Junio 28 425
Julio 35 500
Agosto 28 315
Septiembre 28 505
Octubre 35 550
Noviembre 28 610

Precio./ Granitas
Mes
Unidad Vendidas X Y d
Junio 28 425 2.5 2 0.5
Julio 35 500 5.5 3 2.5
Agosto 28 315 2.5 1 1.5
Septiembre 28 505 2.5 4 -1.5
Octubre 35 550 5.5 5 0.5
Noviembre 28 610 2.5 6 -3.5
Σd2 =

Primer paso: Planteamiento de Hipótesis

H0 = Los precios NO están correlacionadas con las ventas de granitas de cafe.

H1 ≠ Los precios están correlacionadas con las ventas de granitas de cafe.

Segundo Paso: Cálculo de Coeficiente de Correlación

0.3286
1−(6𝛴𝑑 〖 ^2 〗 )/(𝑛(𝑛 〖 ^2 〗− 1))
rs =

Tercer Paso: Valores Críticos, Grafica y Conclusión

n= 6 ± 0.8286
α= 0.05
 -0.8286

Con un nivel de significancia del 5% se acepta H0, Los precios NO están

3. Acontinuación se dan las evaluaciones de agresividad en las ventas e importe en las ventas obtenidas p
anterior

Agresividad
en las 30 17 35 28 42 19
ventas
Importe en
35 31 43 46 50 32
las ventas

¿Existe una correlación significativa por rango entre las dos medidas? Use un nivel de α = 0.10.

Agresividad
Importe en
en las
las ventas X Y d d2
ventas
30 35 6 3.5 2.5 6.25
17 31 1 1 0 0
35 43 7 6 1 1
28 46 4 7 -3 9
42 50 8 8 0 0
19 32 2.5 2 0.5 0.25
19 35 2.5 3.5 -1 1
29 42 5 5 0 0
Σd2 = 17.5

Primer paso: Planteamiento de Hipótesis

H0 = La agresividad en las ventas NO están correlacionadas con el importe en las ventas.

H1 ≠ La agresividad en las ventas están correlacionadas con el importe en las ventas.

Segundo Paso: Cálculo de Coeficiente de Correlación

0.7917
1−(6𝛴𝑑 〖 ^2 〗 )/(𝑛(𝑛 〖 ^2 〗− 1))
rs =
Tercer Paso: Valores Críticos, Grafica y Conclusión

n= 8 ± 0.6190
α= 0.05

con un nivel de significansia del 5% se rechaza H0 y se acep

n el número de horas extras trabajadas y la antigüedad en el
a al nivel de 0.01?

1 6

4.5 3

-3.5 3
12.25 9 68.5
Σd2 = 68.5
n= 8

411
504

-0.8571 0.1845 0.8571

on un nivel de significansia del 1% se acepta H0, Las mediciones de rangos no están correlacionadas.

radable para hacer que cada visita a Espresso americano

Espresso Americano la mejor taza de café servida en un
obre precios y cantidades vendidas, realice una prueba de
nificancia de 0.05.
 d2
0.25
6.25
2.25
2.25
0.25
12.25
23.5 n= 6

as de cafe.
 0.3286 0.8286

cepta H0, Los precios NO están correlacionadas con las ventas de granitas de cafe.

porte en las ventas obtenidas por 8 vendedores en el año

19 29

35 42

un nivel de α = 0.10.

n= 8

l importe en las ventas.

porte en las ventas.
 -0.619 0.619 0.7917 rs

a del 5% se rechaza H0 y se acepta H1, La agresividad en las ventas están correlacionadas con el importe en las ventas.
en las ventas.
1. Al nivel de significancia de 0.05, ¿podemos concluir que los siguientes datos provienen de una distribu

Número de llegadas
por día 0 1 2 3
Número de días
6 18 30 24

Primer Paso: Planteamiento de Hipótesis

H0 = Con una distribución de Poisson y con una λ = 3, los datos provienen de una distrib
H1 ≠ Con una distribución de Poisson y con una λ = 3, los datos No provienen de una dis

Segundo Paso: Calculo del Estadístico de K-s

3
N° de Llegadas por día Número de días Foa Foar λ=3
0 6 6 0.06 0.0498
1 18 24 0.24 0.1494
2 30 54 0.54 0.2240
3 24 78 0.78 0.2240
4 11 89 0.89 0.1680
5 2 91 0.91 0.1008
6 o más 9 100 1 0.0839
100 1.0000

Tercer Paso: Límite, Grafica y Conclusión

N= 100 1.36 √n 0.1360

α= 0.05

Con un nivel de significansia del 5% se acepta Ho, Con una dis

 2. Randall Nelson, vendedor de la compañía V-Star, tiene que visitar siete cuentas por semana. Se piensa
distribución binomial con probabilidad de venta en cada cuenta de 0.45. Examinando la distribución de fr
Nelson, determine si la distribución corresponde en efecto a la distribución sugerida. Use el nivel de sign

Número de ventas
por semana 0 1 2 3
Frecuencia del
número de ventas 25 32 61 47

Primer Paso: Planteamiento de Hipótesis

H0 = Con una distribución binomial y una P = 0.45, el número de ventas por semana del
H1 ≠ Con una distribución binomial y una P = 0.45, el número de ventas por semana del

Segundo Paso: Calculo del Estadístico de K-s

0.45
n = 7,
N° de Ventas por semana Número de días Foa Foar
P = 0.45
0 25 25 0.0980 0.0152
1 32 57 0.2235 0.0872
2 61 118 0.4627 0.2140
3 47 165 0.6471 0.2918
4 39 204 0.8000 0.2388
5 21 225 0.8824 0.1172
6 18 243 0.9529 0.0320
7 12 255 1.0000 0.0037
255

Tercer Paso: Límite, Grafica y Conclusión

N= 255 1.63√n 0.1021

α= 0.01
 Con un nivel de significansia del 1% se rechaza H0 se acepta H1, Con una distribución bin

3. El rescate medico calcula que en cualquier intervalo de un turno de 6 horas, exites una probabilidad de
días, se observo los resultados siguientes:

N° de llamadas: 0, 1, 2, 3, 4 y N° de días: 5, 35, 30, 13,7. con un α = 0.05 ¿podemos afirmar que el número de llam

Primer Paso: Planteamiento de Hipótesis

H0 = Con una distribución binomial y una P = 0.35, el número de llamadas sigue una dis
H1 ≠ Con una distribución binomial y una P = 0.35, el número de llamadas NO sigue una

Segundo Paso: Calculo del Estadístico de K-s

0.35
N° de Llamadas N° de Días Foa Foar n = 4 / P = 0.35
0 5 5 0.0556 0.1785
1 35 40 0.4444 0.3845
2 30 70 0.7778 0.3105
3 13 83 0.9222 0.1115
4 7 90 1.0000 0.0150
90

Tercer Paso: Límite, Grafica y Conclusión

N= 90 1.36√n 0.1434
α= 0.05

Con un nivel de significancia del 5% de acepta H0

s provienen de una distribución sugerida con una λ = 3?

4 5 6 o más
11 2 9

to de Hipótesis

os provienen de una distribución sugerida.

os No provienen de una distribución sugerida.

Estadístico de K-s

Fear DN (Fear – Foar)

0.0498 0.0102
0.1991 0.0409
0.4232 0.1168
0.6472 0.1328 DN
0.8153 0.0747
0.9161 0.0061
1.0000 0.0000

nclusión

0.1328 0.1360
% se acepta Ho, Con una distribución de Poisson y con una λ = 3, los datos provienen de una distribución sugerida.
 tas por semana. Se piensa que las ventas del señor Nelson pueden describirse mediante la
nando la distribución de frecuencias observadas del número de ventas por semana del señor
erida. Use el nivel de significancia de 0.01.

4 5 6 7

39 21 18 12

to de Hipótesis

de ventas por semana del señor Nelson sigue una distribución sugerida
de ventas por semana del señor Nelson No sigue una distribución sugerida.

Estadístico de K-s

Fear DN (Fear - Foar)

0.0152 0.0828
0.1024 0.1211
0.3164 0.1463 DN
0.6083 0.0388
0.8471 0.0471
0.9643 0.0819
0.9963 0.0433
1.0000 0.0000

ca y Conclusión
 0.1021 0.1463

H1, Con una distribución binomial y una P = 0.45, el número de ventas por semana del señor Nelson No sigue una distribución sugerida.

exites una probabilidad de 0.35 de recibir una llamda de auxilio al tomar una muetra de 90

afirmar que el número de llamadas siguen una distribución suguerida?.

to de Hipótesis

de llamadas sigue una distribución sugerida.

de llamadas NO sigue una distribución sugerida

Estadístico de K-s

Fear DN (Fear-Foar)
0.1785 0.1230 DN
0.5630 0.1185
0.8735 0.0957
0.9850 0.0628
1.0000 0.0000

ca y Conclusión

0.1230 0.1434

ficancia del 5% de acepta H0, Con una distribución binomial y una P = 0.35, el número de llamadas sigue una distribución sugerida.
distribución sugerida.

ibución sugerida.