Академический Документы
Профессиональный Документы
Культура Документы
PROBLEMA 1
En una rama industrial se paga un salario promedio de 15.00 dólares por hora. En una
muestra de 36 trabajadores de una empresa se determinó un salario promedio = 14.50 y
una desviación estándar s = 0.60 dólares.
SOLUCIÓN
Datos
𝜇 = 15 $ 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎
𝑛 = 36 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑜𝑟𝑒𝑠
𝑥̅ = 14.5 $ 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎
𝑠 = 0.60 $
𝑥̅ − 𝜇
𝑧= 𝜎
⁄ 𝑛
√
14.5 − 15
𝑧=
0.60⁄
√36
𝑧 = −5
𝜎 𝜎
𝑥̅ 𝜖 𝐼𝐶 ∶ [ 𝜇 − 𝑧1−𝛼⁄ . , 𝜇 + 𝑧1−𝛼⁄ . ]
2 2
√𝑛 √𝑛
0.6 0.6
[ 15 − 1,96 ∗ , 15 + 1,96 ∗ ]
√36 √36
[ 14.8 , 15.196]
𝜎 𝜎
𝜇 𝜖 𝐼𝐶 ∶ [ 𝑥̅ − 𝑧1−𝛼⁄2 . , 𝑥̅ + 𝑧1−𝛼⁄2 . ]
√𝑛 √𝑛
0.6 0.6
[ 14.5 − 1.96 ∗ , 14.5 + 1.96 ∗ ]
√36 √36
[ 14.30 , 14.69]
b. Use el resultado del intervalo unilateral de confianza para probar 15. ¿Cuál
es su conclusión? Explíquela.
𝑪𝒐𝒏𝒄𝒍𝒖𝒔𝒊ó𝒏: 𝐿𝑎 𝑑𝑒𝑐𝑙𝑎𝑟𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 𝑢𝑛 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒𝑙 95% 𝑑𝑒 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑒𝑛 𝑙𝑎 𝑝𝑟𝑢𝑒𝑏𝑎
𝑢𝑛𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑑𝑒 𝑐𝑜𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎, 𝑛𝑜𝑠 𝑖𝑛𝑑𝑖𝑐𝑎 𝑢𝑛 𝑙í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑦 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜
𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙, 𝑒𝑙 𝑐𝑢𝑎𝑙 𝑒𝑠: [ 14.30 , 14.69], 𝑞𝑢𝑒 𝑟𝑒𝑓𝑖𝑒𝑟𝑒 𝑎 𝑞𝑢𝑒 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑓𝑢𝑒𝑟𝑎
𝑑𝑒 𝑒𝑠𝑒 𝑟𝑎𝑛𝑔𝑜 𝑛𝑜 𝑠𝑒𝑟á 𝑎𝑐𝑒𝑝𝑡𝑎𝑑𝑜 𝑒𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 95% 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑐𝑜𝑚𝑜 𝑒𝑙 𝑠𝑢𝑒𝑙𝑑𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜
𝑞𝑢𝑒 𝑝𝑎𝑔𝑎 𝑙𝑎 𝑒𝑚𝑝𝑟𝑒𝑠𝑎.
Z de una muestra
Error
estándar Límite
de la superior
N Media media 95% Z P
36 14.500 0.100 14.664 -5.00 0.000
PROBLEMA 2
En la Universidad Western la media histórica de la calificación de los alumnos que
ingresan ha sido 900, con desviación estándar de 180. Cada año se toma una muestra
de las solicitudes para ver si se conserva el mismo nivel de calificaciones que en años
anteriores. La hipótesis nula que se prueba es = 900. Una muestra de 200 alumnos que
ingresaron este año da como resultado una calificación promedio de 935. Use un nivel de
significancia de 0.05.
a. Con el método del intervalo de confianza, lleve a cabo una prueba de hipótesis.
SOLUCIÓN:
Datos:
𝜇 = 900
𝜎 = 180
𝑛 = 200
𝑥̅ = 935
𝜎 𝜎
𝜇 𝜖 𝐼𝐶 ∶ [ 𝑥̅ − 𝑧1−𝛼⁄2 . , 𝑥̅ + 𝑧1−𝛼⁄2 . ]
√𝑛 √𝑛
180 180
[ 935 − 1,96 ∗ , 935 + 1,96 ∗ ]
√200 √200
[ 910.0536 , 959.9464]
𝜎 𝜎
𝑥̅ 𝜖 𝐼𝐶 ∶ [ 𝜇 − 𝑧1−𝛼⁄2 . , 𝜇 + 𝑧1−𝛼⁄2 . ]
√𝑛 √𝑛
180 180
[ 900 − 1,96 ∗ , 900 + 1,96 ∗ ]
√200 √200
[ 875.05 , 924.95]
𝑪𝒐𝒏𝒄𝒍𝒖𝒔𝒊ó𝒏: 𝑌𝑎 𝑞𝑢𝑒 𝜇 𝑛𝑜 𝑝𝑒𝑟𝑡𝑒𝑛𝑐𝑒 𝑎 𝐼𝐶, 𝑎𝑐𝑒𝑝𝑡𝑎𝑚𝑜𝑠 𝑙𝑎 ℎ𝑖𝑝ó𝑡𝑒𝑠𝑖𝑠 𝑎ñ𝑡𝑒𝑟𝑛𝑎𝑡𝑖𝑣𝑎, 𝑒𝑠𝑡𝑜 𝑞𝑢𝑖𝑒𝑟𝑒 𝑑𝑒𝑐𝑖𝑟
𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒 𝑣𝑎 𝑎 𝑐𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑟 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑦𝑎 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑠𝑒𝑟á 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎
𝑜 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑎 900 𝑒𝑛 𝑙𝑎 𝑢𝑛𝑖𝑣𝑒𝑟𝑠𝑖𝑑𝑎𝑑 𝑊𝑒𝑠𝑡𝑒𝑟𝑛
SOLUCIÓN
𝑣) 𝐶𝑎𝑙𝑐𝑢𝑙𝑜 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎
𝑥̅ − 𝜇
𝑧= 𝜎
⁄ 𝑛
√
935 − 900
𝑧=
180⁄
√200
𝑧 = 2.75
𝑪𝒐𝒏𝒄𝒍𝒖𝒔𝒊ó𝒏:
𝑌𝑎 𝑞𝑢𝑒 𝑍𝑘 𝑛𝑜 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎 𝑙𝑎 𝑅𝑒𝑔𝑖ó𝑛 𝐶𝑡𝑟í𝑡𝑖𝑐𝑎 , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐻0 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ,
𝑎𝑐𝑒𝑝𝑡𝑎𝑚𝑜𝑠 𝑙𝑎 ℎ𝑖𝑝ó𝑡𝑒𝑠𝑖𝑠 𝑎ñ𝑡𝑒𝑟𝑛𝑎𝑡𝑖𝑣𝑎, 𝑒𝑠𝑡𝑜 𝑞𝑢𝑖𝑒𝑟𝑒 𝑑𝑒𝑐𝑖𝑟 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒 𝑣𝑎 𝑎 𝑐𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑟
𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑦𝑎 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑠𝑒𝑟á 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎 𝑜 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑎 900
𝑒𝑛 𝑙𝑎 𝑢𝑛𝑖𝑣𝑒𝑟𝑠𝑖𝑑𝑎𝑑 𝑊𝑒𝑠𝑡𝑒𝑟𝑛
SOLUCIÓN
𝑧 = 2.75, entonces el
área sería el valor de p
p = 2*( 0.5 – 0.4970)
p = 0.006
𝑧 = 2.75
Z de una muestra
Error
estándar
de la
N Media media IC de 95% Z P
200 935.0 12.7 (910.1, 959.9) 2.75 0.006
PROBLEMA 1
1) Se dan las siguientes hipótesis
Ho: π=0.40
H1: π≠0.40
En una muestra de 120 observaciones se encuentra que p =0.30 ¿Puede rechazarse la
hipótesis nula al nivel de significancia de 0.05?
a) Establezca la regla de decisión
b) Calcule el valor del estadístico de prueba
c)¿Cuál es su decisión con respecto a la hipótesis nula?
Resolución:
Paso1:
L a hipótesis nula, Ho, es que la proporción poblacional π sea 0.40. L a hipótesis
alternativa, H1, es que la proporción poblacional sea diferente de 0.40.Es decir:
Ho: π=0.40
H1: π≠0.40
Paso 2:
El nivel de significancia es 0.05. Esta es la probabilidad de que una hipótesis verdadera
sea rechazada.
Paso3:
El estadístico adecuado es Z (prueba de hipótesis para una proporción)
Paso 4:
El valor crítico de Z constituye el punto divisorio entre las regiones de aceptación y de
rechazo de Ho. Como la hipótesis alternativa establece dos direcciones, esta es una
prueba de dos colas. El nivel de significancia fue 0.05. Esta probabilidad se encuentra
repartida igualmente entre las dos colas y determina la zona de rechazo.
Dirigiéndonos a la tabla de distribución Z, y buscar 0.475 se obtendrá el valor de z cual es
-1.96 para el lado izquierdo y 1.96 para el lado derecho.
Como α=0.05, no se rechaza la Ho si z > 1.96 o z < -1.96, caso contrario se rechaza la
Ho. Como podemos ver en el siguiente gráfico.
PASO 5: RESPUESTA B
Formula:
0.3 − 0.4
𝑍= == −2.236
√0.4(1 − 0.4)
120
Paso 6:
Se observa que el valor calculado de z es : -2.24 mientras que el valor estaditico z es de [-
1.96 a 1.96] zona de aceptacion.
Por lo tanto se rechaza la hipotesis nula por caer en la zona de rechazo de Ho.
-2.24
PROBLEMA 2
Se hace un experimento para determinar el efecto del peróxido de hidrógeno sobre el
tiempo de germinación de semillas de pino (el peróxido de hidrógeno se suele emplear
para matar el germen). Si el 53% de las semillas tratadas germinaron en día y medio o
menos, ¿parece razonable con el 5% de nivel de significancia, el suponer que la mitad de
una muestra de 300, de tales semillas tratadas germinarán en un día y medio a lo más en
las condiciones del experimento?
SOLUCIÓN:
Punto Critico:
Z(𝜶/2) = Z(0.25)=±1.96
𝑝̂ − 𝑝
𝑍=
𝑝. 𝑞
√
𝑛
150
𝑛 = 300 𝑝̂ = 300 = 0.5
0.5 − 0.53
𝑍=
√0.53(0.47)
300
𝑍 = −1.04
6. Conclusión:
Usando Minitab:
PROBLEMA 1
En las zonas costeras de Estados Unidos, Cape Cod, Outer Banks, las Carolinas y la
costa del Golfo, hubo, durante los años 90 un crecimiento relativamente rápido de la
población. Los datos recolectados son sobre la personas que viven tanto en zonas
costeras como en zonas no costeras de todo EEUU (USA today, 21 de julio de
2000).Suponga que se obtuvieron los resultados muestrales siguientes sobre las edades
de estas dos poblaciones de personas.
Pruebe la hipótesis de que no hay diferencia entre las dos medias poblacionales. Use
α=0.05.
SOLUCIÓN:
Datos:
H0: µ1= µ2
H1: µ1≠µ2
SOLUCIÓN
¿Cuál es el valor-p?
PROBLEMA 2
Un ingeniero industrial desea saber si se producen más unidades en el turno nocturno,
que en el diurno. En una muestra de 54 días del turno diurno, el número medio de
unidades producidas fue 345, y la desviación estándar, 21. En una muestra de 60 días del
turno nocturno vespertino, la media fue 351 unidades y la desviación estándar, 28
unidades. En el nivel de significancia de 0.05, ¿es mayor la cantidad de unidades
producida por el turno nocturno?
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: z
R.A.
R.C.
PROBLEMA 1
A una muestra a nivel nacional (en Estados Unidos) de ciudadanos influyentes de los
partidos republicanos y demócratas, se les pregunto, entre otras cosas, si estaban de
acuerdo con la disminución de los estándares ambientales para permitir el uso del carbón
con alto contenido de azufre como combustible, los resultados fueron:
Republicanos Demócratas
Cantidad muestreada 1000 800
Al nivel de significancia 0.02 ¿Puede decirse que hay una proporción mayor de
demócratas a favor de reducirlos estándares?
Resolución:
Paso 1:
Establecer la hipótesis nula, en este caso L a hipótesis nula, Ho, es que la proporción de
republicanos es mayor o igual a la proporción de demócratas frente a la aceptación de la
disminución de los estándares ambientales para permitir el uso del carbón con alto
contenido de azufre como combustible. Es decir:
Ho: πd ≤ πr
H1: πd>πr
Paso 2:
El nivel de significancia es 0.02. Esta es la probabilidad de que una hipótesis verdadera
sea rechazada.
Paso 3:
El estadístico adecuado es Z (prueba de hipótesis acerca de la proporción de dos
poblaciones)
Paso 4:
Formula de la regla de decisión:
Como la hipótesis alternativa establecida en el paso 1 indica una dirección, cola derecha.
Para determinar el valor critico se resta el área del nivel de significancia (0.02) de la cola
derecha (0.5 – 0.02 = 0.48) y se busca este resultado en la tabla de distribución Z.
Se rechaza
la Ho
Se acepta la
Ho
Paso 5:
Primero lo resolveremos usando la formula especifica.
Donde:
168 200
𝑍= 800 − 1000 =
0.01
= 0.523
0.204(1 − 0.204) 0.204(1 − 0.204) 0.0191
√ +
800 1000
Eventos
Ensayos
Primero: 168 800
Segundo: 200 1000
Paso 6:
No se rechaza la hipótesis nula(Ho), Debido a que no hay diferencia entre las
proporciones de demócratas y republicanos que están a favor de la disminución de los
estándares ambientales para permitir el uso de carbón con alto contenido de azufre como
combustible.
Se acepta la
Ho
0.52
PROBLEMA 2
La National Association of Purchasing Managers (Asociación nacional de gerentes de
compras en EUA) publica el índice NAPM. Una pregunta que se les hace En la encuesta a
los agentes de compras es:” ¿Cree usted que la economía se está expandiendo?” El mes
pasado de 300 encuestados, 160 respondieron que sí. Este mes, 170 de 290 encuestados
dieron una respuesta afirmativa. Al nivel de significancia 0.05, ¿puede concluirse que este
mes es mayor la proporción de compradores que piensa que la economía, en EUA, se
está expandiendo?
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: z
R.A.
R.C. R.C.
𝑥1 + 𝑥2 𝑥1 + 𝑥2
𝑝𝑐 = = = 0.559
𝑛1 + 𝑛2 𝑛1 + 𝑛2
𝑝1 − 𝑝2 0.53 − 0.586
𝑧= = = −1.36
𝑝 (1 − 𝑝𝑐 ) 𝑝𝑐 (1 − 𝑝𝑐 )
√ 𝑐 + √0.559(1 − 0.559) + 0.559(1 − 0.559)
𝑛1 𝑛1 300 290
R.A.
R.C. R.C.
PROBLEMA 1
Durante la última estación, se ha criticado a la Liga Mayor de Beisbol por la duración de
los juegos. Un informe indica que la duración promedio de un juego es 3 horas y 30
minutos. En una muestra de 17 juegos, las duraciones fueron las siguientes. (Observe
que lo minutos se transformaron en fracciones de horas, de manera que una duración de
2 horas y 24 minutos, se transformó en 2.40 horas).
¿Puede concluirse que la duración media de un juego sea inferior a 3.5 horas? Use el
nivel de significancia 0.05.
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: t
R.A.
R.C.
R.A.
R.C.
PROBLEMA 2
Un estudiante universitario (de Estados Unidos) toma en promedio 27 galones de café por
año, o 2.25 galones por mes En una muestra de 12 estudiantes de una determinada
universidad se encontraron las siguientes cantidades de consumo de café por mes:
1.75 1.96 1.57 1.82 1.85 1.82 2.43 2.65 2.60 2.24 1.69 2.66
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: t
R.A.
R.C. R.C.
Conclusión: Basados en los datos recopilados podemos afirmar que si hay una
diferencia significativa entre el consumo promedio de café general con el promedio
de consumo de café de los estudiantes de esta universidad.
R.A.
R.C. R.C.
PROBLEMA 1
La empresa renta & alquileres desea comparar las 2 agencias que utiliza para
realizar alquileres de locales. Para esto selecciono una muestra de 10 locales y
programo un precio por agencia. Los resultados reportados en miles de dólares,
son:
Al nivel de significancia de 0.05, ¿puede concluirse que hay una diferencia en los
precios medios en los alquileres de las casas?
Solución:
a) Ho: 𝑢𝑑 = 0
Hi: 𝑢𝑑 ≠ 0
b) 𝛼 = 0.05
c)
∑ 𝑑 46
𝑑= = = 4.6
𝑛 10
2 2
∑ 𝑑 2 − (∑ 𝑑) ∑ 386 2 − (46)
√ 𝑛 =√ 10 = 4.402
𝑠𝑑 =
𝑛−1 10 − 1
𝑑 4.6
𝑡=𝑠 = = 3.305
𝑑
⁄ 4.402⁄
√𝑛 √10
d) 𝑛 = 10 𝑔𝑙 = 9 𝛼 = 0.05
g) Hallamos el t en MINITAB
El valor calculado para t es 3.30 y el valor para p par dos colas es 0.009.como p es
menor que 0.05, se rechaza la hipótesis de que sea cero la diferencia entre los
precios medios en los alquileres de los locales. El valor p es, en realidad, inferior a
1.0%.es muy probable que la hipótesis nula sea verdadera.
PROBLEMA 2
Varios accidentes automovilístico menores ocurren en diversos cruces de alto riesgo en
un distrito urbano, a pesar de los semáforos. El departamento de tránsito afirma que una
modificación en el tipo de semáforo reducirá los accidentes. Los integrantes de la junta
municipal han aceptado probar esta propuesta. Se eligieron aleatoriamente 8 cruces y se
modificó sus semáforos. El número de accidentes menores durante un periodo de 6
meses antes y después de las modificaciones fue:
Utilice el nivel de significancia 0.01, ¿es razonable concluir que la modificación redujo la
cantidad de accidentes de tráfico?
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: t
R.A.
R.C.
2
∑𝑑 + 2 (∑ 𝑑)
∑𝑑
𝑠𝑑 = √ 𝑛−1 𝑛 = 2.93 đ= 𝑛
= 2.5
đ 2.5
𝑡= = = 2.42
𝑠𝑑 /√𝑛 2.93/√8
R.A.
R.C.
PROBLEMA 1
Un determinado banco desea analizar el uso de sus cajeros automáticos. Le interesa, en
especial, saber si los adultos jóvenes (menores de 25 años) usan más de los cajeros
automáticos que los adultos mayores. Para investigar esto se tomaron muestras de
clientes menores de 25 años y muestras de clientes mayores de 60 años. Se determinó el
número de transacciones realizadas a través del cajero automático por cada persona
seleccionada. Los resultados se dan a continuación. Con un nivel de significancia de 0.01,
¿la gerencia del banco puede concluir que los adultos jóvenes utilizan los cajeros con
mayor frecuencia?
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: t
R.A.
R.C.
𝑢1 − 𝑢2 10.38 − 5.64
𝑡= = = 4.28
1 1
√𝑠𝑝 2 ( + ) √5.67(1 + 1)
𝑛1 𝑛2 8 11
Conclusión: La conclusión del gerente del banco es correcta con respecto a que
los jóvenes usan más los cajeros automáticos que los clientes mayores.
R.A.
R.C.
PROBLEMA 2
El departamento de ingeniería industrial del Sima Software, Inc. ha producido 2 soluciones
químicas para aumentar a vida útil de discos para computadora. Una muestra de discos
duros tratados con el primer liquido duro: 86 78 66 83 84 81 84 109 65
102 (horas) h.
Los discos a los que se les aplico la otra solución, durante: 91 71 75 76 87 79 73 76
79 78 87 90 76 72 (horas) h.
Al nivel de significancia de 0.10, ¿Se puede concluir que hay una diferencia en la duración
de las dos tipos de tratamiento?
Solución:
1) Planteo de hipótesis:
3) Determinar estadístico: t
R.A.
R.C. R.C.
𝑢1 − 𝑢2 83.9 − 79.29
𝑡= = = 1.09
1 1
√𝑠𝑝 2( − ) √103.16( 1 + 1)
𝑛1 𝑛2 10 14
Conclusión: Podemos concluir que no hay una diferencia en la duración de los dos
tipos de tratamientos para aumentar la vida útil de los discos.
R.A.
R.C. R.C.
PROBLEMA 1
Un analista de una cadena de supermercados quiere saber si las tres tiendas tienen el
mismo promedio en dólares por compra. Se elige una muestra aleatoria de 6 compras en
cada tienda. La siguiente tabla presenta los datos recolectados de esta muestra junto a
las medias muestrales para cada tienda y la media global de todos los datos. Haga una
prueba anova con una significancia de 95%
Datos
SOLUCIÓN:
Punto critico:
F(0.05,2,15) = 3.68
∑ 𝑋 = 273.51 ∑ 𝑋 2 = 4748.4525 𝑁 = 18
(𝑇𝑐)2 (∑ 𝑋)2
𝑆𝑆𝑇 = ∑ 𝑛𝑐
− 𝑁
(∑ 𝑋)2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑋 2 −
𝑁
273.512
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 4748.4525 − = 592.468
18
Tabla de Anova
189.191
𝐹=
14.272
F = 13.256
6. Conclusión:
No podemos decir que las tres tiendas tienen el mismo promedio en dólares por
compra, al menos una es distinta a las demás.
PROBLEMA 2
He aquí lo devengado en ocho semanas consecutivas (en dólares) por tres vendedores
de aspiradoras a domicilio, empleados por una empresa determinada:
Contrastar al nivel de significancia 0.05 si las diferencias entre los promedios semanales
devengados por estos vendedores son significantes.
SOLUCIÓN:
Punto critico:
F(0.05,2,21) = 3.47
∑ 𝑋 = 4403 ∑ 𝑋 2 = 811981 𝑁 = 24
𝑇𝑐 2 (∑ 𝑋)2
𝑆𝑆𝑇 = ∑ −
𝑛𝑐 𝑁
(∑ 𝑋)2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑋 2 − 𝑁
44032
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 811981 − = 4213.95
24
Tabla de Anova
15.79
𝐹=
199.16
F = 0.079
6. Conclusión:
Usando Minitab
PROBLEMA 3
Para Estudiar el efecto de la temperatura en el rendimiento de un proceso químico, se
produjeron cinco lotes con cada uno de los tres tratamientos. Los resultados se presentan
a continuación. De la tabla para el análisis de varianza. Use α=0.05 para probar si la
temperatura afecta al rendimiento medio del proceso.
TEMPERATURA
50ºC 60ºC 71ºC
34 30 23
24 31 28
36 34 28
39 23 30
32 27 31
SOLUCIÓN:
Punto crítico:
F(0.05,2,12) = 3.89
∑ 𝑋 = 450 ∑ 𝑋 2 = 13806 𝑁 = 15
(𝑇𝑐)2 (∑ 𝑋)2
𝑆𝑆𝑇 = ∑ 𝑛𝑐
− 𝑁
(∑ 𝑋)2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑋 2 − 𝑁
4502
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 13806 − 15
= 306
Tabla de Anova
35
𝐹=
19.6
F = 1.779
6. Conclusión:
Paso 1: Escribir los valores de los tres lotes de temperaturas en una misma columna y en
la siguiente, a que tratamiento pertenece.
PROBLEMA 1
La empresa Brunner Manufacturing Co. opera 24 horas al día, cinco días a la semana.
Los trabajadores cambian de turno cada semana. La gerencia está interesada en saber si
hay alguna diferencia en el número de unidades producidas cuando los empleados
laboran en diversos turnos. Se seleccionó una muestra de cinco obreros y se registró su
producción en cada turno. Al nivel de significancia de 0.05. ¿se puede concluir que hay
una diferencia en la producción media por turno y en la producción media por trabajador?
Unidades producidas
Empleado Mañana Tarde Noche
Skaff 31 25 35
Lum 33 26 33
Clark 28 24 30
Treece 30 29 28
Morgan 28 26 27
Solución:
X X2 X X2 X X2 Br
31 961 25 625 35 1225 91
33 1089 26 676 33 1089 92
28 784 24 576 30 900 82
30 900 29 841 28 784 87
28 784 26 676 27 728 81
Tc 150 130 153 433
nc 5 5 5 15
X2 4518 3394 4727 12639
𝐵𝑟 2 (∑ 𝑋)2
SSB=∑( )− =33.73
𝑘 𝑛
(∑ 𝑥)2 4332
SStotal=∑ 𝑥 2 − = 12639 - =139.73
𝑛 15
𝑇𝑐 2 (∑ 𝑥)2
SST=∑( )− =62.53
𝑛𝑐 𝑛
SSE=SStotal-SST-SSB=43.47
MST=SST/k-1=31.265
MSE=SSE/ (b-1) (k-1) =5.43375
MSB=SSB/b-1=8.4325
F=MST/MSE=5.7539 F=MSB/MSE=1.551
TABLA ANOVA
Por turno:
1) Planteo de hipótesis:
Gráfica de distribución
F; df1=2; df2=8
1.0
0.8
0.6
0.4
0.2 R.A.
R.C.
0.05
0.0
0 4.459 5.7539
Por empleado:
1) Planteo de hipótesis:
Gráfica de distribución
F; df1=4; df2=8
0.7
0.6
0.5
0.4
0.3
R.A.
0.2
0.1
R.C. 0.05
0.0
0 1.5519 3.838
REGRESION SIMPLE
PROBLEMA 1
El señor James McWhinney, presidente de la empresa Daniel-Jmaes Financial Services,
considera que existe relación entre el número de entrevistas con clientes y el importe en
dólares de las ventas. Para documentar este aserto, recopiló la siguiente información
muestral. La columna X indica el número de entrevistas con clientes durante el mes
pasado, y la columna Y muestra el valor de las ventas (en miles de dólares) del mes en
cuestión para cada cliente en la muestra.
Solución:
∑ 𝑋 =334
∑ 𝑌 =611
∑ 𝑋 2 =13970
∑ 𝑌 2 =51581
∑ 𝑋𝑌=26.584
𝑛 ∑ 𝑋𝑌−∑ 𝑋 ∑ 𝑌
r=
√[𝑛 ∑ 𝑋 2 −(∑ 𝑋)2 ] 𝑛 ∑ 𝑌 2 −(∑ 𝑌)2
10(26584)−334(611)
r= =0.9754
√10(13970)−(334)2 [10(51581)−(611)2 ]
𝑛 ∑ 𝑋𝑌−∑ 𝑋 ∑ 𝑌 ∑𝑌 𝑏∑𝑋
b= a= −
𝑛 ∑ 𝑋 2 −(∑ 𝑋)2 𝑛 𝑛
10(26584)−(334)(611)
b= =2.1946
10(13970)−334 2
611 2.1946(334)
a= − = -12.1996
10 10
RSPTA: Y= -12.1996+2.1946X
∑ 𝑌 2 −𝑎 ∑ 𝑌−𝑏 ∑ 𝑋𝑌 51581−(−12.1996)(611)−2.1946(26584)
SYX=√ = √ =9.3120
𝑛−2 10−2
1) Planteo de hipótesis:
3) Estadístico: t (α,n-2)=t(0.05,8)=2.305
Gráfica de distribución
T; df=8
0.4
0.3
0.2
R.A.
0.1
R.C. R.C.
0.025 0.025
0.0
-2.306 0 2.306 12.50
𝑏−𝛽 2.1946−0
t= = =12.50
𝑆𝑏1 0.1755
𝑆𝑌𝑋 9.3120
Sb1= = =0.1755
(∑ 𝑋)2 2
√∑ 𝑋 2 − √13970−334
𝑛 10
tk ∈ R.C. Rechaza la Ho y acepta la Ha
1) Planteo de hipótesis:
3) Estadístico: t (α,n-2)=t(0.05,8)=2.305
Gráfica de distribución
T; df=8
0.4
0.3
0.2
R.A.
0.1
R.C. R.C.
0.025 0.025
0.0
-2.306 0 2.306 12.5144
𝑟 √𝑛−2 0.9754√10−2
t= = =12.5144
√1−𝑟 2 √0.0486
EN MINITAB:
120 S 9.31045
R-cuad. 95.1%
R-cuad.(ajustado) 94.5%
100
80
Ventas
60
40
20
0
10 20 30 40 50 60
Contactos
PROBLEMA 2
La empresa Reliable Furniture es un negocio familiar que realiza ventas al menudeo, en
chicago, durante muchos años. Se anuncia ampliamente por radio y televisión,
destacando sus bajos precios y accesible condiciones de crédito. Al dueño le gusta
analizar la relación entre las ventas y lo que gasta en publicidad. A continuación se
encuentra la información acerca de las ventas y gastos de publicidad durante los últimos 4
meses.
SOLUCION
a) Para tener una mejor apreciación de los datos, los colocaos en un diagrama de
dispersión (regresión simple).
X Y XY 𝑋2 𝑌2
2 7 14 4 49
1 3 3 1 9
3 8 24 9 64
4 10 40 16 100
10 28 81 30 222
∑𝑌 ∑𝑋 28 10
𝑎= −𝑏( )= − 2.2 ( ) = 1.5
𝑛 𝑛 4 4
𝑌 ′ = 𝑎 + 𝑏𝑋
′
𝑌 = 1.5 + 2.2𝑋
REGRESION MULTIPLE
PROBLEMA 1
El señor Mike Wilde es presidente del sindicato de profesores del Distrito escolar de
Otsego. Al prepararse para futuras negociaciones, a Mike le gustaría investigar la
estructura de los sueldos de personal docente en el distrito. Considera que existen tres
factores que afectan el pago laboral de un profesor: años de experiencia, una calificación
de la efectividad en la enseñanza-asignada por el director-y si el enseñarte tiene o no
grado de maestría. Una muestra aleatoria de 20 profesores dio como resultado los
siguientes datos:
*1=si, 0=no
Solución
1) Planteo de hipótesis:
Gráfica de distribución
F; df1=3; df2=16
0.8
0.7
0.6
0.5
0.4
0.3
R.A.
0.2
0.1
0.05
0.0 R.C.
0 3.239 52.72
Tabla ANOVA
Análisis de varianza
Fuente GL SC CM FK P
Regresión 3 903.19 301.06 52.72 0.000
Error residual 16 91.37 5.71
Total 19 994.56
1) Planteo de hipótesis:
3) Estadístico: t (α,n-k-1)=t(0.05,16)=2.120
Gráfica de distribución
T; df=16
0.4
0.3
0.2
R.A.
0.1
𝑆𝑌𝑋
Sb=
2
√∑ 𝑋 2 −(∑ 𝑋)
𝑛
2.38967
Sb1= =0.0853
2
√2590−(190)
20
Sb2=0.0278
Sb3=1.0687
Entonces:
0.9766−0
t1= =11.449 tk1 ∈ R.C. Rechaza la Ho y acepta la Ha
0.0853
t2=6.9280 tk2 ∈ R.C. Rechaza la Ho y acepta la Ha
t3=0.2439 tk3 ∈ R.C. Acepta la Ho y rechaza la Ha
PROBLEMA 2
El gerente de ventas distrital de un importante fabricante de automóviles está estudiando
las ventas. Específicamente le gustaría determinar qué factores afectan el número de
autos vendidos en una distribuidora. Para investigar, selecciona al azar 12 distribuidores.
De ellos obtiene el número de vehículos vendidos el último mes, los minutos de publicidad
radiofónica comprados en dicho período, el número de vendedores de tiempo completo
empleados en la distribuidora, y si ésta se localiza en la ciudad o no. La información es la
siguiente:
Solución:
a) La ecuación de regresión es
Automóviles vendidos = 31.1 + 2.15 X1 + 5.01 X2 + 5.67 X3
Si:
X1=15
X2=20
X3=1
Entonces se obtendrá Automóviles vendidos = 195.6989
b) Prueba global de hipótesis para los coeficientes de regresión
1) Planteo de hipótesis:
Gráfica de distribución
F; df1=3; df2=8
0.7
0.6
0.5
0.4
0.3
R.A.
0.2
0.1
0.05
0.0 R.C.
0 4.066
Tabla ANOVA
Análisis de varianza
Fuente GL SC CM FK P
Regresión 3 5504.4 1834.8 34.93 0.000
Error residual 8 420.2 52.5
Total 11 5924.7
1) Planteo de hipótesis:
3) Estadístico: t (α,n-k-1)=t(0.05,8)=2.306
Gráfica de distribución
T; df=8
0.4
0.3
0.2
R.A.
0.1
𝑆𝑌𝑋
Sb=
2
√∑ 𝑋 2 −(∑ 𝑋)
𝑛
7.24780
Sb1= =0.5168
2
√5158−(244)
12
Sb2=0.7682
Sb3=4.4383
Entonces:
6.7237−0
t1= = 13.0103 tk1 ∈ R.C. Rechaza la Ho y acepta la Ha
0.5168
t2= 14.1392 tk2 ∈ R.C. Rechaza la Ho y acepta la Ha
t3= 25.0002 tk3 ∈ R.C. Rechaza la Ho y acepta la Ha
PROBLEMA 1
Una organización de investigación de la opinión desea determinar si hay alguna relación
entre la calidad de la labor de los entrevistadores y sus puntuaciones en un test de
personalidad introvertido-extrovertido. Cada entrevistador es calificado por su superior
como sobre el promedio, promedio o por debajo del promedio basándose en factores
como la perseverancia, la necesidad de supervisión, quejas de entrevistados,
escrupulosidad en cumplir programas, etc. Los resultados se ven en la tabla que sigue:
SOLUCIÓN:
i.
Sabiendo que:
(𝒕𝒐𝒕𝒂𝒍 𝒑𝒐𝒓 𝒓𝒆𝒈𝒍𝒐𝒏)(𝒕𝒐𝒕𝒂𝒍 𝒑𝒐𝒓 𝒄𝒐𝒍𝒖𝒎𝒏𝒂)
𝒇𝒆 =
𝑮𝒓𝒂𝒏 𝒕𝒐𝒕𝒂𝒍
60 × 70
𝑓𝑒11 = = 16.8
250
130 × 70
𝑓𝑒21 = = 36.4
250
60 × 70
𝑓𝑒31 = = 16.8
250
60 × 120
𝑓𝑒12 = = 28.8
250
130 × 120
𝑓𝑒22 = = 62.4
250
60 × 120
𝑓𝑒32 = = 28.8
250
60 × 60
𝑓𝑒13 = = 14.4
250
130 × 60
𝑓𝑒23 = = 31.2.
250
60 × 60
𝑓𝑒33 = = 14.
250
ii.
1)
H0 = Si existe relación entre la personalidad medida por el test y la calidad
del rendimiento en el trabajo de cada entrevistador.
H1 = No existe relación entre la personalidad medida por el test y la calidad
del rendimiento en el trabajo de cada entrevistador.
2) Nivel de significancia:
∝= 0.05
3)
Hallando el ji-cuadrado x2:
(𝑓𝑜 − 𝑓𝑒)2
𝑥2 = ∑
𝑓𝑒
(18 − 16.8)2 (37 − 36.4)2 (15 − 16.8)2 (28 − 28.8)2 (63 − 62.4)2
𝑥2 = + + + +
16.8 36.4 16.8 28.8 62.4
(29 − 28.8)2 (14 − 14.4)2 (30 − 31.2)2 (16 − 14.4)2
+ + + +
28.8 14.4 31.2 14.4
𝑥 2 = 0.553
4)
Hallando su grado de libertad:
𝑔𝑙 = (#𝑑𝑒 𝑓𝑖𝑙𝑎𝑠 − 1)(#𝑑𝑒 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
𝑔𝑙 = (3 − 1)(3 − 1)
𝑔𝑙 = (2)(2)
𝑔𝑙 = 4
Entonces, según tabla:
𝑥 2 (4; 0.05) = 9.488
Determinando la gráfica:
𝑥 2 ∈ 𝑅. 𝐴. → 𝑎𝑐𝑒𝑝𝑡𝑜 𝐻0 𝑦 𝑟𝑒𝑐ℎ𝑎𝑧𝑜 𝑙𝑎 𝐻1
6) En conclusión:
iii. De la pregunta: ¿Qué se puede concluir sobre la eficacia del test para
predecir si un posible entrevistador hará una labor de buena calidad?
Como aquí se espera una labor de buena calidad, por ello se trabaja con la
columna de “Trabajo encima del promedio”, y se calcula el promedio de cada
personalidad ubicada ahí con respecto del total por fila o por personalidad.
Hallando sus promedios:
18
𝑖𝑛𝑡𝑟𝑜𝑣𝑒𝑟𝑡𝑖𝑑𝑜 = = 0.3 → 30%
60
37
𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = = 0.2846 → 28.46%
130
15
𝑒𝑥𝑡𝑟𝑜𝑣𝑒𝑟𝑡𝑖𝑑𝑜 = = 0.25 → 25%
60
Entonces concluimos:
2 37 63 30 130
36.40 62.40 31.20
0.010 0.006 0.046
3 15 29 16 60
16.80 28.80 14.40
0.193 0.001 0.178
PROBLEMA 2
El departamento de reclamaciones de la aseguradora Wise Insurance Company considera
que los conductores de auto más jóvenes tienen más accidentes y, por tanto, se les debe
cobrar cuotas de pólizas más altas. El análisis de una muestra de 1200 personas
aseguradas por Wise se revelo la siguiente clasificación referente a si se había tramitado
una demanda en los últimos tres años y la edad del reclamante asegurado. ¿es razonable
concluir que existe relación entre la edad de la persona con póliza y si ha presentado una
demanda (pago por seguro) o no ?Utilice un nivel de significancia de 0.05.
Solución:
𝑔𝑙 = 3 𝛼 = 0.05
𝑔𝑙 = (2 − 1)(4 − 1) = 1 ∗ 3 = 3
La regla de decisión es: Rechazar la Ho si el valor de𝜒 2 calculado es mayor que 7.81
Como el valor calculado se encuentra en la zona de rechazo, es decir más allá del valor
crítico, se rechaza la hipótesis nula. Se concluye que la edad está relacionada con la
presencia de un reclamo.
PROBLEMA 1
Una gran cadena de tiendas departamentales, Cornwall & Hudson, desea vender sólo una
marca de reproductor de discos compactos de alta calidad. La lista de equipos
reproductores de CDs se ha reducido a dos marcas: Sony y Pioneer. Para ayudar en la
toma de decisión, se reunió a un grupo de 16 expertos en audio. Se hizo la reproducción
de un pasaje musical usando componentes Sony (marcados A). Después se reprodujo el
mismo pasaje utilizando componentes Pioneer (marcados B). Un signo “+” en la tabla
siguiente indica la preferencia de una persona por los componentes Sony, y un signo “-“
señala predilección por Pioner, y un 0 significa que no hay preferencia.
Experto
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
+ - + - + + - 0 - + - + + - + -
Realice una prueba de hipótesis al nivel de significancia 0.10 para determinar si hay
diferencia en la preferencia entre las dos marcas.
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
𝐻𝑜 : 𝑝 = 0.5
𝐻𝑎 : 𝑝 ≠ 0.5
Gráfica de distribución
Binomial, n=15, p=0.5
0.20
0.15
Probabilidad
0.10
0.05
0.01758
0.01758
0.00
3 12
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el número de signos positivos (+) en la muestra queda en la región crítica es
decir si es mayor o igual a 12 o menor o igual a 3. En caso contrario no se rechaza la
hipótesis nula si el número de signos positivos queda en la región de aceptación. Se
define la región de aceptación y la región crítica:
Paso 05: Toma de decisión mediante el cálculo del estadístico de prueba: Distribución
binomial.
Probabilidad Probabilidad
Número
Probabilidad Acumulada Acumulada
de
de éxito (de abajo (de arriba
éxitos
hacia arriba) hacia abajo)
0 0.000 1 0.000
1 0.000 1 0.000
2 0.003 1 0.003
3 0.014 0.997 0.017
4 0.042 0.983 0.059
5 0.092 0.941 0.151
6 0.153 0.849 0.304
7 0.196 0.696 0.5
Dato Signo
1 +
2 -
3 +
4 -
5 +
6 +
7 -
8 0
9 -
10 +
11 -
12 +
13 +
14 -
15 +
16 -
PROBLEMA 2
Una compañía que produce alimentos para el control de peso ofrece desayunos, comidas
y cenas bajos en calorías. Sus afiliados recibirán dos alimentos por día. La compañía,
Calorie Watchers, asegura que se puede comer lo que se desee como tercer alimento, y
aun así perder cuando menos cinco libras de peso corporal durante el primer mes. A los
participantes se les pesa antes de comenzar el programa y nuevamente al final del primer
mes. La experiencia de los integrantes de una muestra aleatoria de 11 participantes es:
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
𝐻𝑜 : 𝑝 ≤ 0.5
𝐻𝑎 : 𝑝 > 0.5
Gráfica de distribución
Binomial, n=10, p=0.5
0.25
0.20
Probabilidad
0.15
0.10
0.05
0.01074
0.00
1 9
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el número de signos positivos (+) en la muestra queda en la región crítica es
decir si es mayor o igual a 9. En caso contrario no se rechaza la hipótesis nula si el
número de signos positivos queda en la región de aceptación. Se define la región de
aceptación y la región crítica:
𝑅. 𝐴: [0,9 >
𝑅. 𝐶: [9, +∞ >
Paso 05: Toma de decisión mediante el cálculo del estadístico de prueba: Distribución
binomial.
1º Se completa la tabla anterior añadiendo la probabilidad de éxito y la probabilidad
acumulada para determinar el valor crítico de la distribución binomial.
Probabilidad
Número de éxitos Probabilidad de éxito
Acumulada
0 0.001 1
1 0.010 0.999
2 0.044 0.989
3 0.117 0.945
4 0.205 0.828
5 0.246 0.623
6 0.205 0.377
7 0.117 0.172
8 0.044 0.055
9 0.010 0.011
10 0.001 0.001
Dato Cambio en el
Nombre
peso
1 Foster Pérdida +
2 Taoka Pérdida +
3 Lange Aumento -
4 Rousos Pérdida +
5 Stephens Sin cambio 0
6 Cantrell Pérdida +
7 Hercher Pérdida +
8 Camder Pérdida +
9 Hinckle Pérdida +
10 Hinkley Pérdida +
11 Justin Pérdida +
PROBLEMA 1
Un restaurante anunció que en la noche del jueves el menú consistirá en platillos nuevos
propios de gourmets: calamar, liebre, caracoles de Escocia y verduras diente de león.
Como parte de una investigación más amplia, se preguntó a una muestra de 81 clientes
habituales si preferían el menú normal o el menú nuevo para gourmet; 43 eligieron este
último. Utilizando la prueba de signo y el nivel de confianza 0.02, pruebe si a los clientes
les agradó más el nuevo menú que el común. Justifique su conclusión.
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
𝐻𝑜 : 𝑝 ≤ 0.5
𝐻𝑎 : 𝑝 > 0.5
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.02
0.0
0 2.054
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de 𝑍𝑘 queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si 𝑍𝑘 queda en la región de aceptación. Se define la región de aceptación y
la región crítica:
𝑅. 𝐴: < −∞, 2.054]
𝑅. 𝐶: < 2.054, +∞ >
Se tiene que:
Tamaño de la muestra: n=81
Media: 𝜇 = 0.5*n = 0.5*81=40.5
Desviación Estándar: 𝜎=√0.25 ∗ 𝑛 = √0.25 ∗ 81 =4.5
̅−𝝁
𝒙
𝒛=
𝝈
43 − 40.5
𝑧= = 0.556
4.5
INTERPRETACIÓN
Como 𝑍𝑘 = 0.556 pertenece a la región de aceptación entonces se acepta la hipótesis
nula. Por lo tanto a un nivel de significancia de 0.02 se concluye que no hay mayor
preferencia por los clientes en el nuevo menú que en el menú normal.
PROBLEMA 2
El citrus Council (consejo de cítricos de EUA) desea averiguar si los consumidores
prefieren jugo de naranja simple o con un poco de pulpa. Se seleccionó una muestra
aleatoria de 212 consumidores. Cada persona de la muestra probó el contenido de una
taza pequeña, sin marca, de un tipo, y después probó una taza del otro tipo. Doce
consumidores dijeron que no tenían preferencia; 40 prefirieron el jugo simple, y al resto le
gustó más el jugo con pulpa. Pruebe al nivel 0.05 que las preferencias por el producto
simple y por el producto con pulpa, son iguales.
SOLUCIÓN
𝐻𝑜 : 𝑝 = 0.5
𝐻𝑎 : 𝑝 ≠ 0.5
𝐻𝑜 : Son iguales las preferencias por el producto simple y por el producto con pulpa.
𝐻𝑎∶ No son iguales las preferencias por el producto simple y por el producto con pulpa.
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de 𝑍𝑘 queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si 𝑍𝑘 queda en la región de aceptación. Se define la región de aceptación y
la región crítica:
𝑅. 𝐴: [−1.960,1.960]
𝑅. 𝐶: < −∞, −1.960 > 𝑈 < 1.960, +∞ >
Se tiene que:
Tamaño de la muestra: n=212, pero como 12 no prefieren nada se determina que n=212-
12=200.
Media: 𝜇 = 0.5*n = 0.5*200=100.
Desviación Estándar: 𝜎=√0.25 ∗ 𝑛 = √0.25 ∗ 200 =7.07.
̅−𝝁
𝒙
𝒛=
𝝈
160 − 100
𝑧= = 8.49
7.071
INTERPRETACIÓN
Como 𝑍𝑘 = 8.49 pertenece a la región crítica entonces se acepta la hipótesis alternativa.
Por lo tanto a un nivel de significancia de 0.05 se concluye que no son iguales las
preferencias por el producto simple y por el producto con pulpa.
PROBLEMA 1
El campeonato de los jugadores de la PGA tuvo lugar , del 23 al 26 de marzo de 2006 , en
el campo de golf TPC Sawgrass en Ponte Vedra Beach , Florida. A continuación se
presentan las puntuaciones obtenidas, en la primera y segunda rondas, por 11 golfistas
de una muestra. Use α = 0.05 y determine si existe una diferencia significativa entre las
puntuaciones obtenidas por los golfistas en la primera y segunda rondas ¿Cuál es su
conclusión?
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
𝑅. 𝐴: [−1.96, 1.96]
𝑅. 𝐶: < −∞, −1.96 > 𝑈 < 1.96 , +∞ >
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
Fred Couples 69 73 -4 4 8 -8
Jhon Daly 70 73 -3 3 6 -6
Ernie Els 72 70 2 2 3 3
Jim Furyk 65 71 -6 6 10 -10
Phil mickelson 70 73 -3 3 6 -6
Rocco Mediate 69 74 -5 5 9 -9
Nick Price 72 71 1 1 1 1
Vijay Singgh 68 70 -2 2 3 -3
Sergio Garcia 70 68 2 2 3 3
Mike Weir 71 71 0 0
Tiger Woods 72 69 3 3 6 6
(𝒏)(𝒏+𝟏)(𝟐𝒏+𝟏) (𝟏𝟎)(𝟏𝟏)(𝟐𝟏)
Entonces: σT = √ 𝟔
√
𝟔
=19.62
−29−0
Tenemos que: ZK = 19.62
= -1.48
Número
de Estadística Mediana
N prueba de Wilcoxon P estimada
C1 11 10 13.0 0.154 -1.500
INTERPRETACIÓN
Como el ZK calculado se encuentra en el rango de aceptación , se acepta la hipótesis
nula y se rechaza la hipótesis alternativa , es decir las poblaciones si son idénticas. Lo
cual nos indica que no hubo una diferencia significativa entre las puntuaciones de los 11
golfistas entre la primera y segunda ronda. En los resultados del Minitab se observa que
p es mayor que el nivel de significancia por lo tanto también se verifica que se acepta la
hipótesis nula.
PROBLEMA 2
Como parte de una investigacion de mercado que tenia por objeto evaluar la efectividad
de una campaña de publicidad , se seleccionaron 10 ciudades para una prueba de
mercad. Las ventas en dolares en cada una de estas ciudades, en la semana anterior a la
campaña y se registran las ventas que hubo en la primera venta , inmediatamente
despuesd de la campaña. Use α =0.05 ¿ A que conclusion llega acerca del valor de la
campaña?
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
𝑅. 𝐴: [−1.96, 1.96]
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
n =10;
RESULTADOS EN MINITAB
Número
de Estadística Mediana
N N* prueba de Wilcoxon P estimada
C2 10 1 10 11.5 0.114 -7.500
INTERPRETACIÓN
Como el ZK calculado se encuentra en el rango de aceptación , se acepta la hipótesis
nula y se rechaza la hipótesis alternativa , es decir las poblaciones si son idénticas. Lo
que nos indica que la campaña no tuvo un valor significativo en las ventas antes y
después de ella. En los resultados del Minitab se observa que p es mayor que el nivel de
significancia por lo tanto también se verifica que se acepta la hipótesis nula.
PROBLEMA 1
Un fabricante de motores fuera de borda para embarcaciones, inventó un proceso de
recubrimiento con pintura epóxica para protección contra la corrosión de los componentes
del sistema de escape. Los ingenieros quieren determinar si las distribuciones de los
tiempos de duración de la pintura son iguales bajo tres condiciones diferentes de uso:
agua salada, agua dulce sin vegetación y agua dulce con gran concentración de
vegetales. En el laboratorio se realizaron pruebas activadas de duración y se registraron
los tiempos de estado útil de la pintura antes de que empezara a desprenderse.
SOLUCIÓN
𝐻𝑜 : Son iguales las distribuciones de las duraciones de la pintura para las tres condiciones
acuáticas.
𝐻𝑎 : No todas las distribuciones son iguales.
Se tiene que:
Grado de libertad (g.l) = k-1=3-1=2
Tamaño de la muestra: n=15
Donde:
K: Es el número de tratamientos.
Gráfica de distribución
Chi-cuadrada, df=2
0.5
Densidad 0.4
0.3
0.2
0.1
0.01
0.0
0 9.210
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de H queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si H queda en la región de aceptación. Se define la región de aceptación y
la región crítica:
𝑅. 𝐴: [0, 9.210]
𝑅. 𝐶: < 9.210, +∞ >
Agua dulce
Agua Rango Agua Rango Rango
con
salada (𝑹𝟏 ) dulce (𝑹𝟐 ) (𝑹𝟑 )
vegetación
167.3 →3 160.6 →1 182.7 →13
189.6 →15 177.6 →11 165.4 →2
∑ 𝑹𝒊 46 39 35
𝒊=𝟏
Sean:
𝑛1 = 5 , 𝑛2 = 5, 𝑛3 = 5 y 𝑛 = 15.
Luego operando quedaría así:
RESULTADOS EN EL MINITAB
Prueba de Kruskal-Wallis en C1
Clasificación
C2 N Mediana del promedio Z
1 5 177.2 9.2 0.73
2 5 176.6 7.8 -0.12
3 5 172.9 7.0 -0.61
General 15 8.0
H = 0.62 GL = 2 P = 0.733
INTERPRETACIÓN
Como el 𝐻 = 0.62 es menor que el punto crítico de 𝑋𝑐 2 =9.210, esto quiere decir que se
encuentra en la zona de aceptación, por lo tanto la hipótesis nula se acepta y la hipótesis
alterna se rechaza, a un nivel de significancia del 0.01, entonces se concluye que son
iguales las distribuciones de las duraciones de la pintura para las tres condiciones
acuáticas: agua salada, agua dulce sin vegetación y agua dulce con gran concentración
de vegetales.
PROBLEMA 2
Mercado de Construcción
Servicios Transporte aéreo
valores pesada
4 3 62 30
17 12 40 38
8 40 81 46
20 17 96 40
16 31 76 21
19
No se puede suponer que los índices están distribuidos normalmente. Por tanto, se
deberá utilizar una prueba no paramétrica. Usando el nivel 0.05, determine si los índices
de inestabilidad de las cuatro poblaciones son idénticos.
SOLUCIÓN
Se tiene que:
Grado de libertad (g.l) = k-1=4-1=3
Tamaño de la muestra: n=21
Donde:
K: Es el número de tratamientos.
Gráfica de distribución
Chi-cuadrada, df=3
0.25
0.20
0.15
Densidad
0.10
0.05
0.05
0.00
0 7.815
X
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de H queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si H queda en la región de aceptación. Se define la región de aceptación y
la región crítica:
𝑅. 𝐴: [0, 7.815]
𝑅. 𝐶: < 7.815, +∞ >
Mercado
Rango Rango Construcción Rango Transporte Rango
de Servicios
(𝑹𝟏 ) (𝑹𝟐 ) pesada (𝑹𝟑 ) aéreo (𝑹𝟒 )
valores
4 →2 3 →1 62 →18 30 →11
19 →8
𝟑
∑ 𝑹𝒊 25.5 46.5 93 66
𝒊=𝟏
Sean:
𝑛1 = 5 , 𝑛2 = 6, 𝑛3 = 5, 𝑛4 = 5 y 𝑛 = 21.
RESULTADOS EN EL MINITAB
Prueba de Kruskal-Wallis en C3
Clasificación
C4 N Mediana del promedio Z
1 5 16.00 5.1 -2.44
2 6 18.00 7.8 -1.52
3 5 76.00 18.6 3.14
4 5 38.00 13.2 0.91
General 21 11.0
H = 14.30 GL = 3 P = 0.003
H = 14.34 GL = 3 P = 0.002 (ajustados para los vínculos)
INTERPRETACIÓN
Como el 𝐻 = 14.30 es mayor que el punto crítico de 𝑋𝑐 2 =7.815, esto quiere decir que se
encuentra en la zona de rechazo, por lo tanto la hipótesis nula se rechaza y la hipótesis
alterna se acepta, a un nivel de significancia del 0.05, entonces se concluye que las
poblaciones de los índices de inestabilidad de los ejecutivos en las casas de bolsa, en
empresas de servicio, en la industria de la construcción pesada y en las empresas de
transportación aérea no son idénticos.
PROBLEMA1
Para probar el efecto de dos aditivos sobre el rendimiento de la gasolina, siete
automóviles usan el aditivo 1 y nueve automóviles el aditivo 2. En los datos siguientes se
presenta el rendimiento en millas por galón obtenido con cada uno de los dos aditivos.
Use 𝛼 = 0.05 y determine si existe una diferencia significativa en el efecto que tiene los
dos aditivos sobre el rendimiento.
ADITIVO 1 ADITIVO 2
17.3 18.7
18.4 17.8
19.1 21.3
16.7 21.0
18.2 22.1
18.6 18.7
17.5 19.8
20.7
20.2
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
Paso 03: Definir el estadístico de prueba: 𝑇 (valor crítico para la prueba de Mann Whitney
Wilconxon).
𝑇𝑈 = 𝑛1 (𝑛1 + 𝑛2 + 1) − 𝑇𝐿
Como ésta es una prueba con una muestra pequeña porque 𝑛1 = 7 y 𝑛2 = 9, el valor de
𝑇𝐿 obtenido en tablas es 𝑇𝐿 (7,9, 0.05) = 41 (valor crítico).
Remplazando:
𝑇𝑈 = 7(7 + 9 + 1) − 41 = 78
𝑇𝐿 = 𝟒𝟏 … … … … … … … … … 𝟕𝟖 = 𝑇𝑈
𝑅. 𝐴: [41 , 78 ]
𝑅. 𝐶: < −∞ ,41 > 𝑈 < 78 , +∞ >
RESULTADOS EN EL MINITAB
N Mediana
ADITIVO 1 7 18.200
ADITIVO 2 9 20.200
INTERPRETACIÓN
Como la suma de rangos es 34 y 102 , esto quiere decir que se encuentra en la zona de
rechazo, por lo tanto se rechaza la hipótesis nula y se acepta la hipótesis alternativa, para
un nivel de significancia de 0.05, se puede concluir que existe diferencia significativa en el
efecto que tiene los dos aditivos sobre el rendimiento de la gasolina en millas por galón,
es decir hay diferencia significativa en el rendimiento de la gasolina.
PROBLEMA 2
La National Association of Home Buiders proporciona datos sobre los más frecuentes
proyectos de remodelación. Use la prueba de MWW para determinar si se puede concluir
que el costo de remodelación de una cocina difiera del costo de remodelación de una
recámara. Use 0.05 como nivel de significancia.
Cocina Recámara
25 200 18 000
17 400 22 900
22 800 26 400
21 900 24 800
19 700 26 900
23 000 17 800
19 700 24 600
16 900 21 000
21 800
23 600
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
Paso 03: Definir el estadístico de prueba: 𝑇 (valor crítico para la prueba de Mann Whitney
Wilconxon).
𝑇𝑈 = 𝑛1 (𝑛1 + 𝑛2 + 1) − 𝑇𝐿
Como ésta es una prueba con una muestra pequeña porque 𝑛1 = 10 y 𝑛2 = 8, el valor de
𝑇𝐿 obtenido en tablas es 𝑇𝐿 (10, 8, 0.05) = 73 (valor crítico).
Remplazando:
𝑇𝑈 = 10(10 + 8 + 1) − 73 = 117
Paso 04: Definir la Zona de Aceptación y la Zona de Rechazo.
Ordenar por rango las muestras combinadas y hallar la suma de rangos de cada muestra:
𝑇𝐿 = 𝟕𝟑 … … … … … … … … … 𝟏𝟏𝟕 = 𝑇𝑈
𝑅. 𝐴: [73 , 117 ]
𝑅. 𝐶: < −∞ ,73 > 𝑈 < 117 , +∞ >
RESULTADOS EN EL MINITAB
N Mediana
COCINA 10 21850
RECAMARA 8 23750
INTERPRETACIÓN
Como la suma de rangos es 82 y 89, esto quiere decir que se encuentra en la zona de
aceptación, por lo tanto se acepta la hipótesis nula y se rechaza la hipótesis alternativa,
para un nivel de significancia de 0.05, se puede concluir que no existe diferencia
significativa entre el costo de remodelación de una cocina y el costo de remodelación de
una recámara.
PROBLEMA 1
Business Week publica estadísticas anuales sobre las 1000 empresas más grandes. El
cociente P/E (cociente de rendimiento por acción )de una empresa es el precio actual de
las acciones de las empresas dividido entre la ganacia por acción en los últimos 12
meses. En la siguiente tabla se presenta el cociente P/E de 10 empresas japonesas y 12
empresas estadounidenses de una muestra. ¿ Existe diferencia entre los dos países? Use
la prueba MWW y α=0.01 para dar sus conclusiones.
SOLUCIÓN
Ho: 𝐿𝑎𝑠 𝑑𝑜𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑒𝑚𝑝𝑟𝑒𝑠𝑎𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝aíses 𝑠𝑜𝑛 𝑖𝑑é𝑛𝑡𝑖𝑐𝑎𝑠
Ha: 𝐿𝑎𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑒𝑚𝑝𝑟𝑒𝑠𝑎𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝𝑎í𝑠𝑒𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑑é𝑛𝑡𝑖𝑐𝑎𝑠
1
𝑢𝑇 = ∗ 𝑛 (𝑛 + 𝑛2 + 1)
2 1 1
1
𝑢 𝑇 = ∗ 10(10 + 12 + 1) = 115 → 𝑢 𝑇 = 115
2
1
𝜎𝑇 = √ ∗ (𝑛1 ∗ 𝑛2 )(𝑛1 + 𝑛2 + 1)
12
1
𝜎𝑇 = √ ∗ (10 ∗ 12)(10 + 12 + 1) = 14.57 → 𝜎𝑇 = 15.17
12
𝑇 − 𝑢𝑇
𝑧=
𝜎𝑇
Entonces:
𝑇 − 𝑢 𝑇 157 − 115
𝑧= = = 2.77
𝜎𝑇 15.17
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de 𝑍𝑘 queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si 𝑍𝑘 queda en la región de aceptación. Se define la región de aceptación y
la región crítica con un nivel de significancia de 0.01.
𝑅. 𝐴: [−2.576,2.576]
𝑅. 𝐶: < −∞, −2.576 > 𝑈 < 2.576, +∞ >
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.005 0.005
0.0
-2.576 0 2.576
X
RESULTADOS EN EL MINITAB
N Mediana
C3 10 66.0
C5 12 21.0
INTERPRETACIÓN
Como 𝑍𝑘 = 2.77 pertenece a la región crítica se rechaza la hipótesis nula y se acepta la
hipótesis alternativa, para un nivel de significancia de 0.01, se puede concluir que las
poblaciones de los cocientes de las empresas de los dos países no son idénticas.
Se llega a la misma conclusión usando el Minitab, como el valor de la probabilidad p=
0.0061 (ajustado por empates) es menor a 0.01, se rechaza la hipótesis nula y se acepta
la hipótesis alternativa, es decir que hay evidencia estadística para concluir que las
poblaciones de los cocientes de las empresas de los dos países no son idénticas.
PROBLEMA 2
Los hornos de microondas de una determinada marca se venden en Dalias y en San
Antonio. Los precios se presentan a continuación. Use un nivel de significancia de 0.05 y
pruebe si los precios en Dallas y en San Antonio son los mismos.
SOLUCIÓN
Paso 01: Plantear la 𝐻𝑜 y la 𝐻𝑎 :
Ho: 𝐿𝑎𝑠 𝑑𝑜𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑝𝑟𝑒𝑐𝑖𝑜𝑠 𝑒𝑛 𝐷𝑎𝑙𝑙𝑎𝑠 𝑦 𝑒𝑛 𝑆𝑎𝑛 𝐴𝑛𝑡𝑜𝑛𝑖𝑜 𝑠𝑜𝑛 𝑖𝑑é𝑛𝑡𝑖𝑐𝑎𝑠
Ha: 𝐿𝑎𝑠 𝑑𝑜𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑝𝑟𝑒𝑐𝑖𝑜𝑠 𝑒𝑛 𝐷𝑎𝑙𝑙𝑎𝑠 𝑦 𝑒𝑛 𝑆𝑎𝑛 𝐴𝑛𝑡𝑜𝑛𝑖𝑜 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑑é𝑛𝑡𝑖𝑐𝑎𝑠
1
𝑢𝑇 = ∗ 𝑛 (𝑛 + 𝑛2 + 1)
2 1 1
1
𝑢 𝑇 = 2 ∗ 12(12 + 12 + 1) = 150 → 𝑢 𝑇 = 150
1
𝜎𝑇 = √ ∗ (𝑛1 ∗ 𝑛2 )(𝑛1 + 𝑛2 + 1)
12
1
𝜎𝑇 = √ ∗ (12 ∗ 12)(12 + 12 + 1) = 17.32 → 𝜎𝑇 = 17.32
12
𝑇 − 𝑢𝑇
𝑧=
𝜎𝑇
Entonces:
𝑇 − 𝑢 𝑇 180.5 − 150
𝑧= = = 1.76
𝜎𝑇 17.32
Por consiguiente la regla de decisión es: rechazar la hipótesis nula y aceptar la hipótesis
alternativa, si el valor de 𝑍𝑘 queda en la región crítica. En caso contrario no se rechaza la
hipótesis nula si 𝑍𝑘 queda en la región de aceptación. Se define la región de aceptación y
la región crítica con un nivel de significancia de 0.05.
𝑅. 𝐴: [−1.960 , 1.960]
𝑅. 𝐶: < −∞, −1.960 > 𝑈 < 1.960, +∞ >
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
RESULTADOS EN EL MINITAB
N Mediana
C6 12 693.5
C8 12 744.5
INTERPRETACIÓN
Como 𝑍𝑘 = 1.76 pertenece a la región de aceptación se acepta la hipótesis nula y se
rechaza la hipótesis alternativa, para un nivel de significancia de 0.05, se puede concluir
que las poblaciones de precios en Dallas y en San Antonio son idénticas.
Se llega a la misma conclusión usando el Minitab, como el valor de la probabilidad p=
0.0832 (ajustado por empates) es mayor a 0.05, se acepta la hipótesis nula y se rechaza
la hipótesis alternativa, es decir que hay evidencia estadística para concluir que las
poblaciones de precios en Dallas y en San Antonio son idénticas.
PROBLEMA 1
Nuevos representantes comerciales de la empresa John Ford Metal & Wheel CO., asisten
a un programa de capacitación antes de ser asignados a una oficina regional. Al término
de uno de estos programas, cada representante fue clasificado con respecto a su futura
potencialidad en ventas. Al final del primer año en ventas, sus calificaciones se
compararon con sus ventas anuales:
Calificación en el
Ventas anuales (miles
Representante programa de
US$)
capacitación
Kitchen 319 3
Bond 150 9
Gross 175 6
Arbuckle 460 1
Greene 348 4
Arden 300 10
Crane 280 5
Arthur 200 2
Keene 190 7
knopf 300 8
SOLUCIÓN
1º Calcular el el coeficiente de correlación de rango de Spearman mediante la siguiente
fórmula:
6 ∑ 𝑑2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Donde:
𝑛 = 10
6 ∑ 𝑑2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Remplazando tenemos:
6 ∑ 𝑑2 6 ∗ 83.50
𝑟𝑠 = 1 − 2
=1− = 0.494
𝑛(𝑛 − 1) 10 ∗ 99
CONCLUSIÓN
El coeficiente de correlación de rango de Spearman es igual a 0.494, esto significa que
existe una correlación positiva moderada.
𝑅. 𝐴: [−1.960 , 1.960]
𝑅. 𝐶: < −∞, −1.960 > 𝑈 < 1.960, +∞ >
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
Donde:
1 1
𝜎𝑟𝑠 = √ =√ = 0.33
𝑛−1 9
Entonces:
𝑟𝑠 − 𝑢𝑟𝑠
𝑧=
𝜎𝑟𝑠
Remplazando se tiene:
𝑟𝑠 − 𝑢𝑟𝑠 0.494 − 0
𝑧= = = 1.50
𝜎𝑟𝑠 0.33
INTERPRETACIÓN
Como 𝑍𝑘 = 1.50 pertenece a la región de aceptación se acepta la hipótesis nula y se
rechaza la hipótesis alternativa, para un nivel de significancia de 0.05, se puede concluir
que 𝑁𝑜 ℎ𝑎𝑦 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 es decir la correlación poblacional entre los
rangos podría ser cero.
PROBLEMA 2
Al principio de la temporada de basquetbol (en EUA), 12 equipos parecían sobresalir. Se
pidió a un grupo de cronistas deportivos y a uno de entrenadores de baloncesto
universitario que calificaran a los 12 equipos. Sus calificaciones compuestas son las
siguientes.
Estudiante Orden de terminación Calificación (50 posible)
Gromney 1 48
Bates 2 48
MacDonald 3 43
White 4 49
Harris 5 50
Cribb 6 47
Smythe 7 39
Arquette 8 30
Govito 9 37
Grankowski 10 35
bonfigilo 11 36
Hineman 12 33
Determine la correlación entre las calificaciones que otorgaron los entrenadores y las que
asignaron los cronistas. Al nivel de significancia 0.05, ¿se puede concluir que esta
correlación es diferente de cero?
SOLUCIÓN
1º Calcular el el coeficiente de correlación de rango de Spearman mediante la siguiente
fórmula:
6 ∑ 𝑑2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Calificación Rango de
Estudiante Rango d 𝒅𝟐
(50 posible) terminación
1 48 3.5 1 2.5 6.25
2 48 3.5 2 1.5 2.25
3 43 6 3 3 9
4 49 2 4 -2 4
5 50 1 5 -4 16
6 47 5 6 -1 1
7 39 7 7 0 0
8 30 12 8 4 16
9 37 8 9 -1 1
10 35 10 10 0 0
11 36 9 11 -2 4
12 33 11 12 -1 1
Total 60.5
Donde:
𝑛 = 12
6 ∑ 𝑑2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Remplazando tenemos:
6 ∑ 𝑑2 6 ∗ 60.5
𝑟𝑠 = 1 − 2
=1− = 0.788
𝑛(𝑛 − 1) 12 ∗ 143
CONCLUSIÓN
El coeficiente de correlación de rango de Spearman es igual a 0.788, esto significa que
existe una correlación positiva moderada.
𝑅. 𝐴: [−1.960 , 1.960]
𝑅. 𝐶: < −∞, −1.960 > 𝑈 < 1.960, +∞ >
Gráfica de distribución
Normal, Media=0, Desv.Est.=1
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-1.960 0 1.960
X
Donde:
1 1
𝜎𝑟𝑠 = √𝑛−1=√11 = 0.30
Entonces:
𝑟𝑠 − 𝑢𝑟𝑠
𝑧=
𝜎𝑟𝑠
Remplazando se tiene:
𝑟𝑠 − 𝑢𝑟𝑠 0.788 − 0
𝑧= = = 2.63
𝜎𝑟𝑠 0.30
INTERPRETACIÓN
Como 𝑍𝑘 = 2.63 pertenece a la región crítica se acepta la hipótesis alternativa y se
rechaza la hipótesis nula, para un nivel de significancia de 0.05, se puede concluir que
ℎ𝑎𝑦 𝑢𝑛𝑎 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 es decir hay una correlación positiva entre
los cronistas deportivos y los entrenadores.
REFERENCIAS BIBLIOGRÁFICAS
Anderson, D. (2004). Estadística para Administración y Economía. 3ra Ed.,
International Thomson Editores S.A., Estados Unidos.