Академический Документы
Профессиональный Документы
Культура Документы
Presentado por:
EDGAR PERDOMO PORRAS
CC80722318
Grupo:
100403A_614
Presentado a:
DANY MARIELA SILVA
Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)
K= N/n
N= 826
n= 85 muestra colaborativa
K= 9.72 se redondea
1 5 -0.54 1
2 36 -0.52 1
3 67 -0.54 1
4 98 -0.49 1
5 129 -0.52 1
6 160 -0.53 1
7 191 -0.53 1
8 222 -0.57 1
9 253 -0.55 1
10 284 -0.49 1
11 315 -0.54 3
12 346 -0.52 3
13 377 -0.49 3
14 408 -0.52 3
15 439 -0.52 3
16 470 -0.53 3
17 501 -0.52 3
18 532 -0.52 3
19 563 -0.49 3
20 594 -0.51 3
21 625 -0.55 3
22 656 -0.54 3
23 687 -0.58 3
24 718 -0.52 3
25 749 -0.53 3
26 780 -0.51 3
27 811 -0.53 3
28 842 -0.51 4
29 873 -0.57 4
30 904 -0.5 4
31 935 -0.52 4
32 966 -0.51 4
33 997 -0.54 4
34 1028 -0.5 4
35 1059 -0.52 4
36 1090 -0.5 4
37 1121 -0.53 4
38 1152 -0.48 4
TIPO DE MUESTREO: Sistemático
mento de la población)
ada 31 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando
esde 1 hasta n
riables de la población
ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los
uestra. El número 2, corresponde a la columna de la variable, en este caso Municipio
% Sólidos
Densidad (g/ml) % Proteína % Grasa totales
1894775 1 2
1914029 2 2
1917545 2 2
1914972 2 2
1899762 2 2
1899497 2 2
1894794 2 2
1888680 1 2
1912470 2 2
1872739 2 2
1876624 1 2
1907045 1 2
1886622 2 1
1904056 2 2
1895862 2 2
1917456 2 2
1908600 2 2
1887900 2 2
1911213 2 2
1917297 2 2
1894406 2 2
1882230 2 2
1895055 2 2
1892347 2 2
1890836 2 2
1899976 2 2
1895492 2 2
1897932 2 2
1891669 2 2
1893990 2 2
1897948 2 2
1913151 2 2
1886323 1 2
1901369 1 2
1877060 2 2
1892042 2 2
1894139 2 2
1909317 2 2
eo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.
Prueba de Temperatura de
Tipo de leche Temperatura Costo yodo recepcion
1 2 357 2 1
1 2 843 2 2
1 2 1042 2 2
4 2 601 2 1
4 2 543 2 1
2 3 871 2 1
3 1 582 2 1
1 2 879 1 1
4 2 519 2 1
1 2 801 2 1
3 2 1171 2 1
3 2 796 2 1
4 2 768 2 1
1 2 732 2 2
1 2 860 1 2
2 1 925 2 1
1 3 941 2 2
1 3 745 1 1
1 1 633 2 1
3 3 686 2 1
2 2 797 2 1
1 1 543 2 1
1 3 585 2 1
1 2 913 2 1
1 3 646 2 1
1 2 694 2 1
1 3 894 2 1
2 1 484 2 1
2 2 724 2 1
1 1 983 2 1
1 1 704 2 1
1 1 767 2 1
2 1 901 2 2
1 3 455 2 1
1 1 1043 2 1
1 2 558 2 2
4 2 912 2 2
4 1 691 2 1
Satisfacción
2
3
2
2
2
3
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
1
2
4
2
2
2
1
2
2
2
2
2
2
2
2
2
Cada estudiante del grupo dara respuesta a los siguientes
interrogantes planteados:
1. ¿Cuáles son las partes por las que está conformada una
prueba de hipótesis?
Pero, ¿son realmente diferentes los tiempos medios de secado de las dos pinturas,
o esta diferencia muestral es nada más la variación aleatoria que se espera, aun
cuando las dos fórmulas presentan idénticos tiempos medios de secado? Una vez
más, las diferencias casuales se deben distinguir de las diferencias reales.
Con frecuencia se utilizan pruebas de dos muestras para comparar dos métodos de
enseñanza, dos marcas, dos ciudades, dos distritos escolares y otras cosas
semejantes.
La hipótesis nula puede establecer que las dos poblaciones tienen medias iguales
hipotesis alternativa denotada como H1 es la La Región de Rechazo es el conjunto de valores
que responde nuestra pregunta, la que se establece tales que si la prueba estadística cae dentro de
en base a la evidencia que tenemos. Puede tener este rango, decidimos rechazar la Hipótesis Nula
cuatro formas: Su localización depende de la forma de la
Hipótesis Alternativa:
Si entonces la región se encuentra en
la cola derecha de la distribución de la
estadística de prueba.
10H:µ>µ
v.rohen
Si entonces la región se encuentra en
la cola izquierda de la distribución de la
estadística de prueba
Si entonces la región se divide en dos
partes, una parte estará en la cola derecha de la
distribución de la estadística de prueba y la otra
en la cola izquierda de la distribución de la
estadística de prueba.
10H:µ!µ
10H:µ<µ
v.rohen
Conclusiones de una Prueba de Hipótesis
Si rechazamos la Hipótesis Nula, concluimos
que “hay suficiente evidencia estadística para
inferir que la hipótesis nula es falsa”
Si no rechazamos la Hipótesis Nula, concluimos
que “no hay suficiente evidencia estadística
para inferir que la hipótesis nula es falsa
Suponga que se tienen dos poblaciones distintas, la
primera con media 1 y desviación estándar 1, y la
segunda con media 2 y desviación estándar 2. Más aún,
se elige una muestra aleatoria de tamaño n1 de la
primera población y una muestra independiente
aleatoria de tamaño n2 de la segunda población; se
calcula la media muestral para cada muestra y la
diferencia entre dichas medias. La colección de todas
esas diferencias se llama distribución muestral de las
diferencias entre medias o la distribución muestral del
estadístico
La Estadística de Prueba es una
estadística que se
deriva del estimador puntual del
parámetro que
estemos probando y en ella basamos
nuestra
decisión acerca de si rechazar o no
rechazar la
Hipótesis Nula
Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 85
Media Muestral promedio= -0.5231579
Desviación estandar= 0.02291055
Promedio de la variable X= -0.49
Paso 1: Describir la hipótesis
H0: media de la crioscopia en grados Celsius del tipo de leche esterilizada es mayor o igual a
-0,49
H1:
media de la crioscopia en grados Celsius del tipo de leche esterilizada es menor a -0,49
H0 : µ > = - 0,49
H1: µ < - 0,49
(Prueba Unilateral izquierda)
�_𝒑𝒓𝒖𝒆𝒃𝒂=(𝒙
−𝝁)/(𝒔/√𝒏)
Zprueba= -13.34
Conclusión:
media del porcentaje de solidos totales del tipo de leche esterilizada es menor
potesis
nilateral izquierda)
se va a trabajar
p-valor
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
eba es menor a Z teórico
eba es menor a Z teórico
sterilizada es menor
media de la crioscopia en grados Celsius del tipo
s mayor o igual a -0,49. (Prueba Unilateral
izquierda)
Tabla de distribucion normal
Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 85
proveedores con satisfacción “satisfecho” = 85
(p) % proveedores con satisfacción “satisfecho” = 100%
(P) Proporción= 50%
Paso 1: Describir la hipótesis
H0: % de proveedores con satisfacción “satisfecho” es menor o igual al 50%
H1: % de proveedores con satisfacción “satisfecho” es mayor al 50%
H0 : P < = 50%
H1: P > 50 % (Prueba Unilateral derecha)
Zprueba= 9.22
Zteórico= 1.645
Se rechaza la H0 porque Zprueba es mayor que Zteorico y al realizar la grafica, se ubica en la zona
sombreada.
Se rechaza la H0 porque Zprueba es mayor que Zteorico y al realizar la grafica, se ubica en la zona
sombreada.
Conclusión:
al 50%
teral derecha)
100%
50%
p-valor
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟≤�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟>�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
Datos
MEDIA POBLACIONAL
826
MEDIAS MUESTRALES
promedio de crioscopia para el tipo de leche esterilizada promedio de crioscopia para el tipo de leche pasteurizada
H0: El promedio de crioscopia para el tipo de leche esterilizada es igual al tipo de leche pasteurizada
Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2
Donde
BILATERAL
𝜇_1: promedio de crioscopia para el tipo de leche
esterilizada
𝜇_2: promedio de crioscopia para el tipo de leche
pasteurizada
a= 0.05
Zprueba= -75409.57
Conclusión:
El promedio de crioscopia para el tipo de leche esterilizada es igual al tipo de leche pasteurizada
Una PH para la diferencia de medias, para probar que el promedio de crios
para el tipo de leche esterilizada es igual al tipo de leche pasteurizada (Pr
bilateral)
oscopia para el tipo de leche pasteurizada
-0.5241666667
0.0223447022
18
ATERAL
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟=�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟" ≠" �, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟=�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟" ≠" �, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
eche pasteurizada
probar que el promedio de crioscopia
al tipo de leche pasteurizada (Prueba
al)
Fase 3 Pruebas de Hipotesis
Datos
PROVEEDORES DEPARTAMENTO 1 PROVEEDORES DEPARTAMENTO 3
n1= 10 n2= 15
Ha:
proveedores con nivel de satisfacción “satisfecho” en el departamento 1 es mayor al % de
proveedores con nivel de satisfacción “satisfecho” en el departamento 3.
Donde
(Prueba Unilateral derecha)
P1: PROVEEDORES DEPARTAMENTO 1
P2: PROVEEDORES DEPARTAMENTO 3
P1 - P2
Zprueba=
PC (1- PC ) PC (1- PC )
+
n1 n2
Zprueba= -0.13 =
0.1326649916
Paso 4: Estadístico teórico (tablas)
Zteórico= 1.645
Conclusión:
partamento 1 es mayor al % de
partamento 3.
a Unilateral derecha)
ajar
-1.0050378153
à en la zona de aceptación.
Temperatura 1
(Alta)
% grasa promedio proveedor 2
% grasa promedio proveedor 3
% grasa promedio proveedor 4
% grasa promedio proveedor 5
alta
Observación 1 2.5
Observación 2 3.2
Observación 3 2.4
Observación 4 3
Observación 5 2.9
RESUMEN
Grupos Cuenta
alta 5
media 5
baja 5
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 0.0093333333
Dentro de los grupos 0.188
Total 0.1973333333
Paso 5: Tomar la decisión
Paso 6: Conclusión
e la “temperatura” en el departamento 2. La organización de los datos a trabajar debe se
Temperatura 2 Temperatura 3
(Media) (Baja)
% grasa promedio proveedor 7 % grasa promedio proveedor 12
% grasa promedio proveedor 8 % grasa promedio proveedor 13
% grasa promedio proveedor 9 % grasa promedio proveedor 14
% grasa promedio proveedor 10 % grasa promedio proveedor 15
emperatura
a temperatura
ue se va a trabajar
media baja
2.8 2.9
3.1 2.9
3 2.9
3 2.9
3 3.2
Suma Promedio
15.1 3.02
14.9 2.98
14.8 2.96
14
0.2978723404
3.8852938347
s a trabajar debe ser así:
Varianza
0.017
0.012
0.018