UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

CENTRO UNIVERSITARIO DEL SUR

CUNSUR
ASIGNATURA:
CARRERA:
CDIGO:
PRE-REQUISITO:
POST-REQUISITO:
PROFESOR:
AO:

ESTADSTICA II
TCNICO EN PROCESOS AGROINDUSTRIALES
456
ESTADSTICA I
NO TIENE
ING. JOSE DONALDO IXLAJ CARDONA
SEGUNDO SEMESTRE 2014

DOCUMENTO DE APOYO
Prueba de Ji cuadrada.
Las pruebas chi-cuadrado son un grupo de contrastes de hiptesis que
sirven para comprobar afirmaciones acerca de las funciones de
probabilidad (o densidad) de una o dos variables aleatorias..
Se aplican en dos situaciones bsicas:
a)
Cuando queremos comprobar si una variable, cuya descripcin
parece adecuada, tiene una determinada funcin de probabilidad. La
prueba correspondiente se llama chi-cuadrado de ajuste.
b)
Cuando queremos averiguar si dos variables (o dos vas de
clasificacin) son independientes estadsticamente. En este caso la
prueba que aplicaremos ser la chi-cuadrado de independencia o chicuadrado de contingencia

Ejemplo:
Una empresa de productos comestibles desea lanzar una nueva marca al
mercado para el verano del 2014 por lo que hace un estudio y entrevista a 500
personas obteniendo la siguiente distribucin en funcin de sus edades y la
intencin de adquirir un producto

A un nivel de confianza del 90% Puede afirmarse que la adquisicin de un

producto es independiente de la edad?
SOLUCION
1. La hiptesis nula es que las variables son independientes.
HO= P1 = P2
2. La hiptesis alternativa es que hay relacin entre ambas variables.
HI = P1P2
3. Se trata de un contraste de independencia entre dos variables, por
consiguiente el estadstico de contraste a utilizar es el estadstico Ji-Cuadrado
para tablas de contingencia
4. Las tablas siguientes presentan los clculos del estadstico.

A partir de las frecuencias observadas de la tabla anterior se obtienen las

frecuencias esperadas que aparecen a continuacin.
(110/500)*100=22, (175/500)*100= 35, (140/500)*100= 28, (75/500)*100=
15

Por consiguiente la diferencia entre frecuencias observadas y la frecuencia

esperadas se reflejan en esta tabla.

Los cuadrados de esta diferencia son:

Dividiendo por las frecuencias esperadas las cantidades anteriores se obtiene.

Sumando el estadstico se obtiene el valor del estadstico 70.86

5. Como la edad presenta tres intervalo y los productos son cuatro, el

estadstico tendr (3-1)(4-1) = 6. Buscamos en las tablas de distribucin de JiCuadrado con 6 grados de libertad el valor de la variable que deja por debajo
de una probabilidad de 0.9 encontramos el valor Critico es 10.64

6. Como el valor del estadstico es mayor que el valor critico rechazamos la

hiptesis nula de que ambas variables son independientes.
7. Se acepta la hiptesis alternativa La edad si cambia la disposicin de
adquirir un producto.
HI = P1P2

Anlisis de Varianza
2=nj(x-x)
k-1
El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para
comparar dos o ms medias, que es necesario porque cuando se quiere
comparar ms de dos medias es incorrecto utilizar repetidamente el contraste
basado en la t de Student.
EJEMPLO
Un grupo de nuevos empresarios, quiere lanzar al mercado un producto lcteo
de mayor duracin, se dividen al azar en tres grupos que implementaron
mtodos diferentes. El primer grupo pens que al tratar la leche en el instante
de recogerlo mejorara la duracin, el segundo aseguro que al mejorar la
pasteurizacin se lograra el resultado, el tercero decidi continuar el mtodo
ya utilizado. Durante 5 semanas se estuvo evaluando la produccin
obteniendo los siguientes datos:

A un nivel de confianza del 95% Puede considerarse que los tres mtodos
producen resultados equivalentes? O por el contrario Hay algn mtodo
superior a los dems?
Solucin:
Comenzamos calculando los totales y los cuadrados de los totales
divididos por el nmero de observaciones:

A continuacin calculamos los cuadrados de las observaciones y su total:

A partir de estas cantidades bsicas calculamos las Sumas de Cuadrados:

SC(total) = 2984 - 2940 = 44
SC(intra) = 2984 2966,8 = 17,2
SC(entre) = 2966,8 2940 = 26,8
Los cuadrados medios sern:
CM(entre) = 26,8/2 = 13,4
CM(intra) = 17,2/12 = 1,43
Por consiguiente el estadstico de contraste bale:
F = 13,4/ 1,43 = 9,37
El valor de la F terica con 2 y 12 grados de libertad, a un nivel de confianza
del 95% es 3,89.
Por consiguiente se rechaza la hiptesis nula y se concluye que los tres
mtodos de entrenamiento producen diferencias significativas.

Regresin lineal simple

En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico
que modela la relacin entre una variable dependiente Y, las variables
independientes Xi y un trmino aleatorio . Este modelo puede ser expresado
como:
: variable dependiente, explicada o regresando.
: variables explicativas, independientes o regresores.
: parmetros, miden la influencia que las variables explicativas tienen
sobre el regresando.
Donde es la interseccin o trmino "constante", las son los parmetros
respectivos a cada variable independiente, y es el nmero de parmetros
independientes a tener en cuenta en la regresin. La regresin lineal puede ser
contrastada con la regresin no lineal.
Una empresa elabora queso de leche de bfalo para su exportacin y el
comercio local, pero quieren saber que tan rentable es para ellos invertir en
dicho producto, por lo tanto desean hacer un estudio de la cantidad que
invierten en el negocio y los ingresos mensuales, estimando los ingresos con
base a la inversin
Para ello se presenta los siguientes datos:

Encuentre la ecuacin de regresin para estimar los ingresos anuales

Estimar los ingresos del mes julio probables, invirtiendo Q.8000.
Indicar el grado de error de la estimacin

Determine la ecuacin de regresin para estimar los ingresos anuales,

para calcular la ecuacin de regresin debemos calculas los valores de b
y a, y sustituirlos en la formula

a= y-bx = 22.68

b=x y - n xy =2.12
x2 n(x)2

Y=a-bx
Y=22.68-(-2.12)x

Estimar los ingresos mensuales probables para el presente ao,

invirtiendo Q.8000.
Esto se hace sustituyendo el valor dependiente por x dentro de la
ecuacin
Y=22.68+2.12(8)=39.64

39.64 miles de Quetzales tendrn de ingresos por la inversin hecha

Indicar el grado de error de la estimacin
Se hace utilizando la siguiente formula
Sy/x=( y2-ay-bxy)/(n-2) =3.13
El grado de error es de 3.13 mil quetzales
Regresin Lineal Mltiple

El dueo de un restaurante de hamburguesas en la ciudad de

Guatemala desea determinar la interrelacin entre la introduccin de
aderezos importados y las utilidades que recibe.

Con esta informacin determinaremos lo siguiente:

1.- La ecuacin de regresin lineal mltiple.
2.- La prueba de significancia del modelo. a = 0.05

De acuerdo al enunciado del ejercicio, Y representa a las utilidades, X 1

representa a la demanda de ctsup nacional y X 2 representa a la
demanda de ctsup importada.

El objetivo principal es establecer si las dos variables independientes

tienen efecto o no sobre las utilidades del restaurante, a fin de
establecer diferencias entre las dos. Es decir, si es indiferente cual de las
dos variables utilizar en el proceso.
A fin de solucionar cada uno de los incisos del ejercicio, empezaremos
calculando las sumatorias de los valores de X1, X2 y Y.

Puesto que = (XX)-1 XY entonces:

De aqu, entonces, el modelo de regresin lineal mltiple solicitado en el

inciso 1 es:
Y = 10 + 32.5X1 0.1X2
A partir del modelo anterior, podemos concluir lo siguiente:

El plano de regresin cortar al eje Y en y = 10.

Por cada incremento en la demanda de ctsup nacional, las utilidades se
incrementarn 32.5 veces, en promedio; siempre y cuando la demanda
de ctsup importada permanezca constante.
Por cada incremento en la demanda de ctsup importada, las utilidades
disminuirn 0.1 veces, en promedio; siempre y cuando la demanda de
ctsup nacional permanezca constante.
Para realizar la prueba de significancia en el inciso 2, calcularemos
primero los valores de Syy, SSR y SSE:

Planteamos las hiptesis:

Ho: 1 = 2 = 0
Hi: i 0
El nivel de significancia de la prueba es de 0.05.
Realizando la tabla de anlisis de varianza:

El valor de tablas de la distribucin F con a = 0.05, v 1 = 2 y v2 = 3 grados de

libertad en el numerador y el denominador, respectivamente, es 9.55.
Al comparar el estadstico de prueba contra el valor de tablas vemos que F 0 es
mayor que F0.05, 2, 3; rechazamos la hiptesis nula. Por lo tanto, podemos afirmar
que las utilidades del restaurante estn significativamente relacionadas con la
demanda de ctsup nacional con la demanda de ctsup importada con
ambas.
REFERENCIA BIBLOGRAFICA
LEVIN, R.I.; RUBIN, D.S. 1996. Estadstica para Administradores.
Captulos 11 y 12, pginas 539-599; 602-659.

Prentice-Hall Hispanoamrica, S.A.