UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
INFERENCIA ESTADISTICA Actividad Final
PRESENTADO POR: MAURICIO ROJAS RODRÍGUEZ
PRESENTADO A: CARLOS ALBERTO VERA ROMERO
BOGOTA D.C 27 DE MAYO DE 2015 2015
INTRODUCCIÒN Hay tipos de problemas presentados en diferentes situaciones, en el tiempo si hacemos un paralelo entre el pasado y el presente y hasta el futuro. Los tipos de problemas que se presentan en las sociedades y en las fábricas e industrias, negocios y demás cada vez requieren que haya más información, de tal manera que es una necesidad la captura y almacenamiento de esta. Pero quien nos dice que información nos puede servir para enfrentar diferentes tipos de problemas que cada vez son más complicados de analizar y resolver? Como ciencias en las matemáticas encontramos muchas ramas que se han especializado en resolver problemas que parecen cada vez más complicados y muchas veces requieren que varias disciplinas se fusionen, es por ello que con la inferencia estadística y sus bases podamos resolver problemas en los cuales tenemos mucha información almacenada de tal forma que nos sirve para darle orden interpretarla y poder sacar conclusiones para tomas las mejores decisiones.
INFORME EJECUTIVO
Intervalos de confianza Datos: Muestra de la población: 306 Tamaño de la Población: 1000 Porcentaje de la muestra: 30,6 %
Podemos determinar el que el mayor intervalo de confianza en la información es para hora de la llamada.
Pruebas de Hipótesis. PH para la media, para probar si la hora promedio a la que llaman es a la 6:00 pm (o su equivalente= min. 1080 del día). (Bilateral) Se acepta la hipótesis alternativa puesto que la hora promedio es diferente a 1080
PH media, para probar si el promedio del número de llamadas realizadas por el cliente a causa del mismo problema es inferior a 3 (Unilateral inferior) Podemos concluir que el promedio de número de llamadas realizadas por el cliente por el mismo problema se encuentra en la zona de aceptación.
PH para la diferencia de medias, para probar que el tiempo promedio de la “duración de la llamada” de las mujeres es igual al tiempo promedio de la “duración de la llamada” de los hombres. Se puede concluir que el Tiempo promedio de la duración de una llamada entre hombres y mujeres se encuentra en la zona de aceptación pero se considera nula. PH para la proporción, para probar si el % de clientes que llaman a causa de “caída del servicio” es igual al 25% (bilateral) Al calcular el estadístico de prueba ( -0,330) se observa que está muy cerca a la región de aceptación quedando por
fuera de esta, por lo tanto se debe rechazar la hipótesis nula por que el motivo de caída es de diferente a 25% PH para la proporción, para probar si él % de clientes que llaman el sábado es inferior al 10%
Concluimos que la proporción de clientes que llaman el sábado es inferior al 10%, por lo cual se acepta la hipótesis nula. PH para la diferencia de proporciones, para probar que la proporción % de personas que llaman por el motivo de “navegación intermitente” es mayor si están ubicados en ciudades como: Bogotá, Cali y Medellín. Se puede concluir que el Tiempo promedio de la duración de una llamada entre hombres y mujeres se encuentra en la zona de aceptación pero se considera nula.
Anovas y Ji. cuadrado Análisis de varianza de un factor
Análisis de varianza de un factor RESUMEN
RESUMEN 135,5
Grupos MILTON (1)
Cuenta 5
Suma 88
Promedio 17,6
5
134
26,8
130,2
5
165
33
107,5
Suma de cuadrados
Grados de libertad
600,4
2
Dentro de los grupos
2120
12
Total
2720,4
14
Grupos
Cuenta
Suma
Promedio
Varianza
CELSO 4
5
90
18
DIANA 5
5
89
17,8
211,7
DIEGO (2)
HAROLD 6
5
135
27
124
ALEJANDRO (3)
ANÁLISIS DE VARIANZA
ANÁLISIS DE VARIANZA Origen de las variaciones Entre g rupos
Suma de cuadrados
Grados de libertad
276,1333333
2
1884,8
12
Dentro de los grupos Total
2160,933333
Origen de las
Promedio de los
Varianza 292,3
cuadrados 138,0666667
F 0,879032258
variaciones
Probabilidad
Entre grupos
0,440294668
157,0666667
Promedio de los cuadrados 300,2
F
Probabilidad
1,699245283
0,223984811
Valor crítico para F 3,885293835
176,6666667
14
Análisis de varianza de un factor RESUMEN Grupos
Cuenta
Suma
Promedio
Varianza
Asesor
15
97
6
8
Duración_min
15
329
22
184
Análisis de varianza de un factor RESUMEN Grupos
Cuenta
CELSO DIANA HAROLD
Suma
Promedio
5 5 5
90 89 135
Varianza
18 17,8 27
135,5 211,7 124
Anova: Single Factor
ANÁLISIS DE VARIANZA SUMMARY Groups
Origen de las Count
Sum
Average
Variance
Asesor
15
97
6,466666667
7,695238095
Duración_min
15
329
21,93333333
183,6380952
variaciones
Promedio de los Suma de cuadrados
Grados de libertad
cuadrados
En tre g ru po s Dentro de los grupos
276, 1333333 1884,8
2 12
Total
2160,933333
14
138, 0666667 157,0666667
ANOVA Source of Variation
SS
df
MS
F
B et we en G ro up s
179 4, 13 333
1
1 79 4, 133 33 3
Wi thi n Groups
2678,66667
28
95,66666667
4472,8
29
Total
Clase 1 2 3 4 5 6 7 8 9 10
Xi-1 (consumo kb)
5973
P-value
1 8, 754 00 697
Xi (consumo kb)
0, 000 17 22 08
Frecuencia observada (Oi) consumo kb
305124 604275 903426
305124 604275 903426 1202577
38 33 28 27
1202577 1501728 1800879 2100030 2399181 2698332
1501728 1800879 2100030 2399181 2698332 2997483
30 22 36 23 38 31 306
F crit 4 ,19 59 718 19
Z1
Z2
Probabildad P(z1
Frecuencia esperada (ei)= n*P
(oi-ei)^2/ei
-1,3192 -0,9853 -0,6513
-1,3192 -0,9853 -0,6513 -0,3174
0,0936 0,0687 0,0952 0,1181
28,6274 21,0207 29,1214 36,1241
3,0686 6,8267 0,0432 2,3045
-0,3174 0,0165 0,3505 0,6844 1,0183 1,3522
0,0165 0,3505 0,6844 1,0183 1,3522 1,6862
0,1311 0,1304 0,1161 0,0926 0,0661 0,0881 1,0000
40,1237 39,9050 35,5364 28,3361 20,2314 26,9738 306
2,5544 8,0338 0,0060 1,0049 15,6056 0,6010
Ji-cuadrado (cálculado)=
40,0487
Valor crítico F
0, 879032258
Probabilidad
0, 440294668
para F
3, 885293835
CONCLUSIONES 1. Podemos concluir, que con las herramientas que nos presta la inferencia estadística podemos determinar la solución para un problema de tipo estadístico. 2. Es importante conocer cómo utilizar herramientas como el Excel para poder hacer la interpretación de la información, con esta actividad podemos decir que se logro esta objetivo.
