Laboratorio de Estadística Industrial 2016
2016 Universidad Nacional Mayor Mayor de San Marcos
Laboratorio de Estadística Industrial Curso: Profesor:
Estadística Industrial Víctor Pérez Pérez Quispe
Alumnos:
Bautista Salazar Julio Jason
10100!0
"anoza #orales "uiller$o
1010116
0
Laboratorio de Estadística Industrial 2016
"arcía %larc&n 'arlos %le(ander 1110020
1
Laboratorio de Estadística Industrial 2016 INDICE
Problemas aplicativos de Distribución Normal )))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))2 Problemas aplicativos de Distribución de Muestras Pequeñas )))))))))))))))))))))))))))))))))))))))))))))))))))))))11 Problemas Aplicativos de Regresión Simple )))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))20 Problemas Aplicativos de Regresión Mltiple )))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))*0 Problemas Aplicativos de C!i Cuadrada )))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))!2 Problemas Aplicativos de Prueba de Independencia ))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))!+ Problemas Aplicativos de la Distribución de Poisson ))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))),2 Problemas Aplicativos de M"todos no Param"tricos ))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))60 Prueba de Signos))))))))))))))))))))))))))))))))))))))) ))))))))))))))))))))))))))))))))))))))))))))))))))))))))))) )))))))))))))))))))))))))))))))))))))))) ))))))))))))))))))))))))))))))))))))))) ))))))))))))))))))))))))))))))))) )))))))))))))) 60 Problemas Aplicativos de la Prueba de #ilco$on )))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))6Problemas Aplicativos de la Prueba de Mann%#!itne&%#ilco$on ))))))))))))))))))))))))))))))))))))))))))))))) Prueba de 'rus(al%#allis)))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))+,
2
Laboratorio de Estadística Industrial 2016 Problemas aplicativos de Distribución Normal Problema n°1: )e !an pedido que evale la respuesta de las empresas a una nueva obligación legal de incrementar las prestaciones sanitarias que o*recen a sus empleados+ ,iene una muestra aleatoria de -. cambios porcentuales de las prestaciones sanitarias prometidas+ )a media muestral de los cambios porcentuales es /+/-0 & la desviación t1pica muestral es /+2/3+ 4alle e interprete el valor p de un contraste de la !ipótesis nula de que la media poblacional de los cambios porcentuales es / *rente a la !ipótesis alternativa bilateral+
Solución:
*
Laboratorio de Estadística Industrial 2016
p5/+36 736 entonces se rec!a8a la !ipótesis nula 4 /9 es decir si se tiene que incrementar las prestaciones sanitarias que o*recen a sus empleados+
!
Laboratorio de Estadística Industrial 2016 Problema n°2: El director de producción de Rodamientos Niquelados9 S+A+9 le !a pedido a&uda para evaluar el proceso modi*icado de producción de rodamientos+ Cuando el proceso *unciona correctamente9 produce rodamientos cu&o peso sigue una distribución normal de media poblacional : on8as & desviación t1pica poblacional /+3 on8as+ Se !a recurrido a un nuevo proveedor de materia prima para un lote reciente de producción & el director quiere saber si9 como consecuencia del cambio9 el peso medio de los rodamientos es menor+ No !a& ra8ón alguna para sospec!ar que el nuevo proveedor plantea problemas & el director continuar; recurriendo a "l a menos que e$istan pruebas contundentes de que est;n produci"ndose rodamientos de menor peso que antes+ En este problema obtenemos una muestra aleatoria de n 5 3. observaciones & la media muestral es <+=.2+ ,ome la decisión reali8ando una prueba de !ipótesis por el m"todo cl;sico & utili8ando el valor p+ 4aga la prueba con un nivel de signi*icancia 5 /+/:+
Solución: En este caso nos interesa saber si e$isten pruebas contundentes para concluir que est;n produci"ndose rodamientos de menor peso+ Por lo tanto9 contrastamos la !ipótesis+
,
Laboratorio de Estadística Industrial 2016
Al encontrar p5/+/.<>/+/: no se rec!a8a la !ipótesis nula 4 o9 por lo tanto no se est;n produci"ndose rodamientos de menor peso+
Problema n°3:
En un estudio se e$tra?eron muestras aleatorias de empleados de restaurantes de comida r;pida en los que el empresario da *ormación+ En una muestra de .- empleados que no !ab1an terminado los estudios secundarios9 33 !ab1an participado en un programa de *ormación de la empresa+ En una muestra aleatoria independiente de 33@ empleados que !ab1an terminado los estudios secundarios9 pero no !ab1an ido a la universidad9 !ab1an participado 2-+ Contraste al nivel del 3 por ciento la !ipótesis nula de que las tasas de participación de los dos grupos son iguales *rente a la !ipótesis alternativa de que la tasa es muc!o m;s ba?a en el caso de los que no !ab1an terminado los estudios secundarios+
Solución
6
Laboratorio de Estadística Industrial 2016
p53:+=+ 6 >36 entonces se acepta !ipótesis nula 4 /+
Laboratorio de Estadística Industrial 2016 Problema n° 4: El precio de venta promedio nacional para casas uni*amiliares es de 303=// dólares+ Para una muestra de ventas de casa uni*amiliares nuevas en el sur se observó una media muestral de 3../ dólares & una desviación est;ndar de @@:// dólares+ a Bormule Bormule las !ipótesis !ipótesis nula & alternati alternativa va que servir;n servir;n para determinar determinar si los datos datos de la muestra muestra susten sustentan tan la conclu conclusió sión n de que el precio precio de ventas ventas promedio promedio poblac poblacion ional al para para las casas uni*amiliares nuevas en el sur es menor que la media nacional de 303=// dólares+ b Cu;l es el valor del estad1stico de prueba prueba c Cu;l Cu;l es el valo valorr de p d Con 5 /+/39 /+/39 Cu; Cu;ll es su concl conclusi usión ón
Solución: a
b
+
Laboratorio de Estadística Industrial 2016
p5/+26 736 entonces se rec!a8a !ipótesis nula 4 /+
Problema n°5: El e$pendio de pollos a la brasa de Ri(oPollo S+A asegura que =/6 de sus órdenes se entregan en menos de 3/ minu minuto tos+ s+ En una una muest muestra ra de 3// 3// órde órdene nes9 s9 02 se entr entreg egar aron on dent dentro ro de ese ese lapso lapso++ Pue Puede de concluirse concluirse99 en el nivel de signi*ican signi*icancia cia /+39 que menos de =/6 de las órdenes órdenes se entregan entregan en menos de 3/ minutos
Solución: 4/F 43F
-
Laboratorio de Estadística Industrial 2016
p5/+<6 736 entonces se rec!a8a !ipótesis nula 4 /9 se acepta que menos de =/6 de las órdenes se entregan en menos de 3/ minutos
Problema n° 6: El conse?o de seguridad nacional de un pa1s encuentra que :26 de los conductores en las autopistas son !ombres+ A&er se encontró en una muestra de @// autos que via?aban por una determinada autopista9 que 3-/ de los conductores eran !ombres+ Puede concluirse9 en el nivel de signi*icancia /+/39 que en esta autopista conduc1an m;s !ombres que los que indican las estad1sticas nacionales
Solución: 4/F 43F
10
Laboratorio de Estadística Industrial 2016
p5:+@6 >36 entonces NG se rec!a8a !ipótesis nula 4 /9 en esta autopista no conduc1an m;s !ombres
11
Laboratorio de Estadística Industrial 2016 Problemas aplicativos de Distribución de Muestras Peue!as Probleman°1: )os registros de la empresa Hellos indican que la duración media de un ?uego de bu?1as es 22 3// millas+ )a distribución de los tiempos de vida til de las bu?1as es apro$imadamente normal+ Jn *abricante de bu?1as a*irma que sus bu?1as tienen una duración media superior a 22 3// millas+ El dueño de los camiones compra muc!os de estos ?uegos+ En una muestra de 30 ?uegos el tiempo medio de vida til *ue 2@/ millas & la desviación est;ndar 3 :// millas !a& su*icientes evidencias9 con el nivel de signi*icancia /+/:9 que apo&en la a*irmación
Solución: 4oF K L 223// 43F K > 223//
12
Laboratorio de Estadística Industrial 2016
Al encontrar un p de /+36 7:6 se rec!a8a 4 o Con lo que la vida media de las bu?1as es ma&or a 22 3// millas+
Problema n°2: Jn criador de pollos sabe por e$periencia que el peso de los pollos de cinco meses es <+@: libras+ )os pesos siguen una distribución normal +para tratar de aumentar el peso de dic!as aves se le agrega un aditivo al alimento +en una muestra de pollos de cinco meses se obtuvieron los siguientes pesos en libras+ Pesos
<+<3
<+@-
<+@@
<+@:
<+@/
<+@=
En el nivel /+/3 el aditivo !a aumentado el peso de los pollos 4oF K L <+@: 43F K > <+@:
1*
<+@.
<+@0
<+
<+@=
Laboratorio de Estadística Industrial 2016
Como p5.+<6>36 se acepta la !ipótesis nula 4o+ El aditivo no !a aumentado el peso de los pollos+
Problema n°3: Jna muestra de las cali*icaciones en un e$amen presentado en un curso de estad1stica esF
1!
Laboratorio de Estadística Industrial 2016 4ombres
-2
.=
=0
..
0:
-.
-=
Mu?eres
03
.-
=/
-0
03
0/
-.
0/
--
A nivel de signi*icancia de /+/3+ )a cali*icación media de las mu?eres es m;s alta que la cali*icación media de los !ombres
Solución: 4oF K2 LK3 43F K2 > K3
1,
Laboratorio de Estadística Industrial 2016
Como p5+=6>36 se acepta 4 o+ )a cali*icación media de las mu?eres no es m;s alta que la de los varones+
16
Laboratorio de Estadística Industrial 2016 Problema n°4: Recuerde que la empresa Ni(el Saving desea comprara las dos agencias que utili8a para reali8ar avalos de casas+ Para esto selecciono una muestra de 3/ propiedades residenciales & programó un avaluó por cada agencia +los resultados9 reportados en miles de dólares9 sonF
"asa
Sc#ade$
%o&'er
1
135
12(
2
11)
1)5
3
131
11*
4
142
14)
5
1)5
*(
6
13)
123
+
131
12+
(
11)
115
*
125
122
1)
14*
145
Al nivel de signi*icancia de /+/:+ Puede concluirse que !a& una di*erencia en los avalos medios de las casas 4oF K 5/ 43F K /
1
Laboratorio de Estadística Industrial 2016
1+
Laboratorio de Estadística Industrial 2016 Problema n°5: )ammers )imo o*rece servicio de limusinas desde el edi*icio del a&untamiento de la ciudad de ,oledo9 G!io9 !asta el aeropuerto
Metro9 en Detroit+ El presidente de la compañ1a9 San )ammers9 est;
considerando dos rutas9 una v1a es la ruta JS2: & la otra es v1a la autopista I-: +Desea estudiar el tiempo necesario para llegar al aeropuerto por cada uno de estos caminos & despu"s comparar en minutos+ Jtili8ando el nivel de signi*icancia de /+3/+ E$iste alguna di*erencia en la variación de los tiempos de recorrido por ambas rutas
,-./ -S25
0N.,S././ +5
52
:=
6+
./
56
.3
45
:3
+)
:.
54
.@
64
:.:
4oF O3 5 O 2 43F O3 O2
1-
Laboratorio de Estadística Industrial 2016
20
Laboratorio de Estadística Industrial 2016 Problemas /plicativos de ,eresión Simple Problema n°1: Se llevó a cabo un estudio en el Instituto Polit"cnico & Jniversidad Estatal de irginia para determinar si ciertas medidas de resistencia est;tica del bra8o 'g+ tienen alguna in*luencia en las caracter1sticas de Qelevación din;mica mil1metrosQ de un individuo+ Se sometieron a pruebas de resistencia a 3/ individuos & despu"s se les pidió reali8ar una prueba de levantamiento de pesas en la que el peso se deb1a levantar en *orma din;mica por arriba de la cabe8a+ )os datos son los siguientesF
21
0ND00D-
,S0S.N"0/ D %,/
/N./M0N. D0N7M0"
1
3-+@
-3+-
2
3=+@
<0+@
3
2=+.
-0+@
4
2=+.
./+/
5
3=+:
00+@
6
2=+=
-3+-
+
3=+-
-:+/
(
@/+@
0:+/
*
22+=
=3+-
1)
@3+@
0:+/
Laboratorio de Estadística Industrial 2016 r;*icas de puntosF
22
Laboratorio de Estadística Industrial 2016 !r"fica de dis#ersi$n de levantamiento di vs% Resistencia del -0
o c i +0 m a n i d o t 0 n e i m a t n a 60 v e l ,0
16
1+
20
22
2!
26
2+
*0
*2
Resistencia del brao
!r"fica de dis#ersi$n de levantamiento di vs% Resistencia del -0
o c +0 i m a n i d o t 0 n e i m a t n a 60 v e l ,0
16
1+
20
22
2!
26
2+
*0
*2
Resistencia del brao
!r"fica de l&nea a'ustada leanta$iento dina$ico 7 6,.,0 8 0.!00- /esistencia del brazo 120
/e5resi&n I ' de -, I P de -,
110
o c 100 i m a n -0 i d +0 o t n e i 0 m a t 60 n a v e l ,0
S /cuad) / cuad) a3 ustado4
!0 *0 16
2*
1+
20
22 2! 26 2+ Resistencia del brao
*0
*2
1!.0!22 2.- 0. 0
Laboratorio de Estadística Industrial 2016 Al encontrar un r2 de 2+=6 no se a?usta a una regresión lineal
2!
Laboratorio de Estadística Industrial 2016 Problema n°2: El siguiente con?unto de datos era tomado sobre grupos de traba?adoras de Inglaterra & ales en el per1odo de 3=-/%-2+ Cada grupo est; *ormado por traba?adores de la misma pro*esión m"dicos9 traba?adores te$tiles9 decoradores9+++etc+9 & en cada uno de los veinticinco grupos muestreados se !an observado dos variablesF el 1ndice estandari8ado de consumo de cigarrillos & el 1ndice de muertes por c;ncer de pulmón+
2,
Laboratorio de Estadística Industrial 2016
Estudiar la regresión lineal del 1ndice de mortalidad *rente al 1ndice de *umadores+ !r"fica de dis#ersi$n de MU*R-*S P(R CANC vs% C(NSUM( )* C+!AR 1,0
N ( M , U P 12, * ) R * C N A 100 C R ( P S * - , R * U M ,0 60
26
0
+0
-0 100 110 C(NSUM( )* C+!ARR+,,(S
120
1*0
1!0
Laboratorio de Estadística Industrial 2016 !r"fica de dis#ersi$n de MU*R-*S P(R CANC vs% C(NSUM( )* C+!AR 1,0
N ( M , U P 12, * ) R * C N A 100 C R ( P S * - , R * U M ,0 60
0
+0
-0 100 110 C(NSUM( )* C+!ARR+,,(S
120
1*0
1!0
!r"fica de l&nea a'ustada #9E/:ES P;/ '%<'E/ =E P9L#;< 7 2.+- 81.0++ ';
/e5resi&n I ' de -, I P de -,
N ( M , U P 1,0 * ) R * C N A C 100 R ( P S * R * ,0 U M
S /cuad) /cuad)a3ustado4
60
2
0
+0 -0 100 110 120 C(NSUM( )* C+!ARR+,,(S
1*0
1!0
1+.61,! ,1.* !-.2
Laboratorio de Estadística Industrial 2016 No es conveniente un a?uste lineal al encontrar un R2 de :3+@6
Problema n°3:
2+
Laboratorio de Estadística Industrial 2016 En @< lotes de 32/ libras de caca!uetes se observó el nivel medio de anato$ina partes por billón & el porcenta?e de caca!uetes no contaminados HF
Anali8ar estos datos e investigar la relación entre estas dos variables para predecir H en *unción de + Es adecuado el a?uste lineal
!r"fica de dis#ersi$n de / vs% . 100.0
--.-
/ --.+
--.
--.6 0
2-
20
!0
60 .
+0
100
120
Laboratorio de Estadística Industrial 2016 !r"fica de dis#ersi$n de / vs% . 100.0
--.-
/
--.+
--.
--.6 0
20
!0
60
+0
100
120
.
!r"fica de l&nea a'ustada > 7 100.0 0.002-0! ? 100.1
/e5resi&n I ' de -, I P de -,
100.0
S /cuad) / cuad)a3 ustado4
0.0*-*2+2 +2.- +2.*
--.-
/ --.+
--.
--.6 0
20
!0
60 .
+0
100
120
Al encontrar un R%cuad502+=6 resulta conveniente tra8ar un a?uste lineal
*0
La ecuación de regresión es
Laboratorio de Estadística Industrial 2016
Y = 100 - 0,00290 X
Predictor
Coef
SE Coef
T
P
Constante
100,002
0,011
918,91
0,000
-0,00290!"
0,0002!!"
-12,!
0,000
X
S = 0,0!9!282
#-cuad$ = 82,9%
#-cuad$&a'ustado( = 82,!%
)n*+isis de ariana
.uente
%3uste a un (7100SC /L
3seraciones 4oco co5unes
#egresión
Error residua+ 3s
X
Y
28
111
99,"80
Tota+
1
0,2!91"
!2
0,099
C
.
P
0,2!91"
1",2
0,000
EE de
)'uste
a'uste
#esiduo
99,692
0,0186
-0,0212
!!
#esiduo
0,001""
0,288
est*ndar -0,1 X
X denota una o3seración cu7o a+or X +e concede gran a4a+anca5iento$ a+ores 4ronosticados 4ara nueas o3seraciones
EE de uea o3s
)'uste
a'uste
1
99,6116
0,01!
:C de 9"% &99,68$ 99,69(
:P de 9"% &99,2"1$ 99,698(
a+ores de 4redictores 4ara nueas o3seraciones uea o3s
X
1
100
Problemas /plicativos de ,eresión M8ltiple Problema n°1: *1
Laboratorio de Estadística Industrial 2016 En la Bacultad de Ingenier1a de Sistemas & Computo de la Jniversidad QInca arcilaso de la egaQ se quiere entender los *actores de aprendi8a?e de los alumnos que cursan la asignatura de P4P9 para lo cual se escoge al a8ar una muestra de 3: alumnos & ellos registran notas promedios en las asignaturas de Algoritmos9 Tase de Datos & Programación como se muestran en el siguiente cuadro+
/-MN 1 2 3 4 5 6 + ( * 1) 11 12 13 14 15
P9P
/,0.MS
%/S D D/.S P,,/M/"0;N
3@ 3@ 3@ 3: 3. 3: 32 3@ 3@ 3@ 33 3< 3: 3: 3:
3: 3< 3. 2/ 30 3. 3@ 3. 3: 3< 32 3. 33= 3@
3: 3@ 3@ 3< 30 33: 3< 3< 3@ 32 33 3. 3< 3:
3@ 32 3< 3. 33: 33 3: 3@ 3/ 3/ 3< 3: 3. 3/
)o que buscamos es construir un modelo para determinar la dependencia que e$ista de aprendi8a?e re*le?ada en las notas de la asignatura de P4P9 conociendo las notas de las asignaturas Algoritmos9 Programación+ Determine la ecuación de regresión+ Calcule e interprete+ Estimar la nota del curso de P4P si se sabe que en Algoritmos tiene 3:9 Tase de Datos 3. & Programación 3-+
*2
Laboratorio de Estadística Industrial 2016 Solución:
Coe*iciente de determinaciónF es /+.=-9 entonces el .=+-/6 del aprendi8a?e del Curso de P4P puede ser e$plicado mediante las notas obtenidas por las asignaturas de Algoritmos9 Tase de Datos & Programación+
**
Laboratorio de Estadística Industrial 2016
Si se selecciona un nivel de signi*icancia de /+/:9 podemos observar que9 el valor de P5/+//@ es menor a /+/: por lo tanto rec!a8amos la !ipótesis nula & concluimos que al menos un coe*iciente de regresión no es /+
Podemos observar que !a& una buena relación de linealidad entre las variables dependientes con la dependiente+
*!
Laboratorio de Estadística Industrial 2016
*,
Laboratorio de Estadística Industrial 2016
*6
Laboratorio de Estadística Industrial 2016
Problema n°2: Montgomer& & Pec( 3=02 describen el empleo de un modelo de regresión para relacionar la cantidad de tiempo requerido por un vendedor de ruta c!o*er para abastecer una maquina vendedora de re*rescos con el nmero de latas que inclu&e la misma9 & la distancia del ve!1culo de servicio a la ubicación de la m;quina+ Este modelo se empleó para el diseño de la ruta9 el programa & el despac!o de ve!1culos+ )a tabla presenta 2: observaciones respecto al tiempo de entrega tomadas del mismo estudio descrito por Montgomer& & Pec(+
*
Laboratorio de Estadística Industrial 2016
N-M, D .0MP %S,/"0NS D N.,/
=+=: 1 2<+<: 2
N-M, D /./S
D0S./N"0/S
2
:/
0
33/
3
@3+-:
33
32/
4
@:+//
3/
::/
5
2:+/2
0
2=:
6
3.+0
<
2//
+
3<+@0
2
@-:
(
=+./
2
:2
*
2<+@:
=
3//
1)
2-+:/
0
@//
11
3-+/0
<
<32
12
@-+//
33
/
13
<3+=:
32
://
14
33+..
2
@./
15
23+.:
<
2/:
16
3-+0=
<
/
1+
.=+//
2/
.//
1(
3/+@/
3
:0:
1*
@<+=@
3/
:
2)
<.+:=
3:
2:/
21
<<+00
3:
2=/
22
:<+32
3.
:3/
23
:.+.@
3-
:=/
24
22+3@
.
3//
25
23+3:
:
/
Determine la ecuación de regresión+ Calcule e interprete+
*+
Laboratorio de Estadística Industrial 2016 Estimar el tiempo de entrega si se sabe que el nmero de latas es 2/ & la distancia del ve!1culo es 33/+
Solución:
*-
Laboratorio de Estadística Industrial 2016 Coe*iciente de determinaciónF es /+=039 entonces el =0+36 del tiempo de un vendedor para abastecer una maquina vendedora puede ser e$plicado mediante el nmero de latas latas & la distancia del camión+
Si se selecci selecciona ona un nivel de de signi*ican signi*icancia cia de /+/:9 /+/:9 podemos podemos observar observar que9 que9 el valor valor de de P5/+/// P5/+/// es menor a /+/: por lo tanto rec!a8amos la !ipótesis nula & concluimos que al menos un coe*iciente de regresión no es /+
Gbservamos un relación lineal entre la variable variable dependiente Nro+ De latas con respecto al ,+de entrega ariable independiente9 & en menor grado de linealidad Distancia s ,iempo de entrega+
!0
Laboratorio de Estadística Industrial 2016
Contribución de la variable 3 sabiendo que 2 est; incluida
!1
Laboratorio de Estadística Industrial 2016 SSR3 U 2 5 SSR3 SSR3 & 2 V SSR2
5:==2+<%:00-+@53/:+3
Para un nivel de signi*icancia de /+/: con 3 & 22 gl B5<+@ B5<+@ 92/+2@><+@ Entonces la variable 3nro+ de latas9 si contribu&e signi*icativamente a la ecuación de regresión Contribución de la variable 2 sabiendo que 3 est; incluida SSR2 U 3 5SSR3 & 2 V SSR3 5:==2+<%3<0@+=5<:/0+:
Para un nivel de signi*icancia de /+/: con 3 & 22 gl B5<+@ B5<+@ 90.-+/3=><+@ Entonc Entonces es la variab variable le 2dis 2distan tancia cia9 9 si contri contribu& bu&ee signi*i signi*icat cativa ivamen mente te a la ecuaci ecuación ón de regresi regresión9 ón9 & podr1amos concluir que es m;s importante que la varia 3+
!2
Laboratorio de Estadística Industrial 2016
!*
Laboratorio de Estadística Industrial 2016 Problemas /plicativos de "#i "uadrada Distribución de %ondad de /?uste: "#i "uadrada Problema n°1: Probar la !ipótesis siguiente usando la prueba de bondad de a?uste 2+ 4/F p A 5/+9 pT5/+ & p c5/+2/ 43F p A /+9 pT/+ & p c/+2/ En una muestra de 2// elementos se tiene que ./ pertenecen a la categor1a A9 32/ a la categor1a T & 2/ a la categor1a C+ Jse 5/+/3 & pruebe si las proporciones son las a*irmadas en 4/+
Solución: Calculamos las *recuencias esperadas con n52//F Categor1a A 5 /+ 2// 5 0/ Categor1a T 5 /+ 2// 5 0/ Categor1a C 5 /+2/ 2// 5 Calculamos el estad1stico de prueba c!i%cuadrada 2F
"/.,@/S NAM, NAM, B0 C 0 %S,/DS SP,/DS<0>
2
/
./
0/
%2/
/
%
32/
0/
3.//
"
2/
%2/
/
../
C 2 0 : 2/ 3/ 25@:
Para (%35@%352 grados de libertad9 con 25@:+ Mediante tabla el valor%p es menor a /+//:+ Entonces el valor%pL 5/+/39 por tanto9 se rec!a8a 4/+
!!
Laboratorio de Estadística Industrial 2016
!,
Laboratorio de Estadística Industrial 2016
Mediante el Minitab con 2 5@:9 se calcula el valor%p que se apro$ima a /+ Por tanto el valor%pL/+/3+ Entonces se comprueba el rec!a8o de la !ipótesis nula9 conclu&endo que no tienen la misma proporción en las poblaciones+
Problema n°2: Durante las primeras 3@ semanas9 se registraron las proporciones siguientes de televidentes los s;bados de 0 a = de la noc!eF ATC 2=69 CTS 2069 NTC 2:6 e independientes 306+ Dos semanas despu"s en una muestra de @// !ogares se obtuvieron las audiencias siguientes en s;bados por la noc!eF ATC =: !ogares9 CTS -/ !ogares9 NTC 0= !ogares e independientes <. !ogares+ Jse 5/+/: para determinar si !an variado las proporciones en la audiencia de televidentes+
Solución: 4/F p A 5/+2=9 pT5/+209 pc5/+2: & pD5/+30 43F p A /+2=9 pT/+20 & pc/+2: & pD/+30 Nivel de signi*icancia 5/+/:+ Calculamos las *recuencias esperadas con n5@//F ATC 5 /+2= @// 5 0CTS 5 /+20 @// 5 0< NTC 5 /+2: @// 5 -: Independiente 5 /+30 @// 5 :< Calculamos el estad1stico de prueba c!i%cuadrada 2F
.0S,/S
B0 C 0
2
2 0
/%"
=:
0-
0
.<
/+-@:.
"%"
-/
0<
3<
3.
2+@@@@
N%"
0=
-:
3<
3=.
2+.3@@
<.
:<
%0
.<
3+30:2
0NDPND0N. ../
!6
NAM, NAM, %S,/DS SP,/DS<0>
25.+0.-<
Laboratorio de Estadística Industrial 2016 Para (%35<%35@ grados de libertad9 con 25.+0.-<+ Mediante tabla el valor%p esta entre /+3/ & /+/:+ Entonces el valor%pW 5/+/:9 por tanto9 no se rec!a8a 4/+
Mediante el Minitab con 2 5.+0.-<09 se calcula el valor%p 5/+/-.2<@.+ Por tanto el valor%pW 5/+/:+ Entonces se comprueba el no rec!a8o de la !ipótesis nula9 conclu&endo que tienen la misma proporción en las poblaciones+ MXMUMars9 *abricantes de los c!ocolates MXM9 reali8aron un sondeo nacional en el que m;s de 3/ millones de personas dieron su pre*erencia para un nuevo color+ El resultado de este sondeo *ue el reempla8o de un color ca*" claro por uno a8ul+ En el prospecto YColorsZ de MXMUMars9 la distribución de los colores de estos c!ocolates es el siguienteF
"/BE
/M/,0
,F
3)G
2/6
2/6
/N/,/NF/D 3/6
,D
/-
3/6
3/6
En un estudio anterior se emplearon como muestra bolsas de 3 libra para determinar si los porcenta?es dados eran reales+ En la muestra de :/. dulces los resultados encontrados *ueron los siguientesF
"/BE
/M/,0 ,F 1++
!
3@:
/N/,/NF/D ,D -=
<3
@.
/- @0
Laboratorio de Estadística Industrial 2016
Jse 5/+/: para determinar si estos datos coinciden con los datos por la empresa+
Solución: 4/F p A 5/+@/9 pT5/+2/9 pc5/+2/9 pD5/+3/9 pE5/+3/ & p* 5/+3/ 43F p A /+@/9 pT/+2/9 pc/+2/9 pD/+3/9 pE/+3/ & p * /+3/ Nivel de signi*icancia 5/+/:+ Calculamos las *recuencias esperadas con n5:/.F Ca*" 5 /+@/ :/. 5 3:3+0 Amarillo 5 /+2/ :/. 5 3/3+2 Ro?o 5 /+2/ :/. 5 3/3+2 Anaran?ado 5 /+3/ :/. 5 :/+. erde 5 /+3/ :/. 5 :/+. A8ul 5 /+3/ :/. 5 :/+.
Calculamos el estad1stico de prueba c!i%cuadrada 2F
",S D NAM, NAM, B0 C 0 "9"/.S %S,/DS SP,/DS<0>
2
"/BE
3--
3:3+0
2:+2/
.@:+/<
<+30@<
/M/,0
3@:
3/3+2
@@+0/
33<2+<<
33+200=
,F
-=
3/3+2
%22+2/
<=2+0<
<+0-//
/N/,/NF/D
<3
:/+.
%=+.
=2+3.
3+023@
,D
@.
:/+.
%3<+.
23@+3.
<+232.
/-
@0
:/+.
%32+.
3:0+-.
@+3@-:
../
!+
C 2 0
252=+:3
Laboratorio de Estadística Industrial 2016 Para (%35:%35< grados de libertad9 con 252=+:3+ Mediante tabla el valor%p es menor que /+//:+ Entonces el valor%pL 5/+/:9 por tanto9 se rec!a8a 4/+
Mediante el Minitab con 2 52=+:3@09 se calcula el valor%p 5/+/////.3+ Por tanto el valor%pL 5/+/:+ Entonces se comprueba el rec!a8o de la !ipótesis nula9 conclu&endo que no tienen la misma proporción en las poblaciones+
!-
Laboratorio de Estadística Industrial 2016 Problemas /plicativos de Prueba de 0ndependencia )a siguiente tabla de contingencia 2$@ contiene las *recuencias observadas de una muestra de tamaño de 2//+ Pruebe la independencia de las variables de renglón & de la columna usando la prueba 2 con 5/+/:+
/,0/ % D ,NNS
/,0/% D "-MN/ A
T
C
P
2/
<<
:/
H
@/
2.
@/
Solución: 4/F )as variables de renglón son independientes a las variables columna+ 43F )as variables de renglón no son independientes a las variables columna+ ,abla de contingenciaF
/,0/% D ,NNS
/,0/% D "-MN/ A
T
C
,G,A )
P
2/
<<
:/
33<
H
@/
2.
@/
0.
:/
-/
0/
2//
../
4allando las *recuencias esperadas de cada celdaF ei?5 e335
520+:
e325
5@=+=
e3@5
5<:+.
e235
523+:
e225
5@/+3
e2@5
5@<+<
,abla de nmeros observados & esperadosF
,0
Laboratorio de Estadística Industrial 2016 ,N;N "-MN/ NAM, NAM, B0 C SP,/DS<0> 0 C0>2
20
P
A
2/
20+:
%0+:
-2+2:
2+:@:3
P
T
<<
@=+=
<+3
3.+03
/+<23@
P
C
:/
<:+.
<+<
3=+@.
/+<2<.
H
A
@/
23+:
0+:
-2+2:
@+@./:
H
T
2.
@/+3
%<+3
3.+03
/+::0:
H
A
@/
@<+<
%<+<
3=+@.
/+:.20
../
25-+0.20
Para 2%3 $ @%3 5 2 grados de libertad & mediante tabla para 25-+0.209 se calcula el valor%p que esta entre /+/2: & /+/3+ Por tanto el valor%pL 5/+/:+ Entonces se rec!a8a la !ipótesis nula+
,1
Laboratorio de Estadística Industrial 2016 Mediante el Minitab con 2 5-+0.@9 se calcula el valor%p 5 /+/2/+ Por tanto el valor%pL 5/+/:+ Entonces se comprueba el rec!a8o de la !ipótesis nula9 conclu&endo que no !a& independencia entre variable renglón & variable columna+ Jna de las preguntas a los suscriptores de Tussiness #ee( *ue9 YEn sus via?es de negocios de los ltimo 32 meses9 [u" tipo de boleto !a compradoZ )os datos obtenidos se presentan en la tabla de contingencia siguiente+
.0P %.
D
.0P D - uelo Nacional
uelo Internacional
P,0M,/ "/S
2=
22
"/S N"0F"-.0/
=:
323
- .,/D0"0N/ "/S "N;M0"/
:30
3@:
Solución: 4/F )os tipo de boleto son independientes con los tipos de vuelo+ 43F )os tipo de boleto son no independientes con los tipos de vuelo+ ,abla de contingenciaF
.0P D %.
.0P D - + Nacional
+ Internacional
,G,A)
P,0M,/ "/S
2/
<<
.<
"/S N"0
@/
2.
:.
- .,/D0"0N/
:30
3@:
.:@
../
:.0
2/:
--@
4allando las *recuencias esperadas de cada celdaF ,2
Laboratorio de Estadística Industrial 2016 ei?5
e335
520+:
e325
e225
523+:
e@35
5@=+= 5@/+3
e235 e@25
5<:+. 5@<+<
,abla de nmeros observados & esperadosF
.0P D %.
.0P D -
NAM, %S,/DS
NAM, SP,/DS< 0>
B0 C 0
2
20
P,0M,/
Nacional
2/
<-+/@
2-+/ @
-@/+. 2
3:+:@:
P,0M,/
Internacion al
<<
3.+=-
2-+/ @
-@/+. 2
<@+/:<
N"0
Nacional
@/
<3+3:
% 33+3:
32<+@ 2
@+/232
N"0
Internacion al
2.
3<+0:
33+3:
32<+@ 2
0+@-3=
.,/D0"0N/
Nacional
:30
<-=+02
@0+3 0
3<:-+-
@+/@0/
3@:
3-@+30
@0+3 0
3<:-+-
0+<3-@
.,/D0"0N/ Internacion al ../
2503+<@ -
Para @%3 $ 2%3 5 2 grados de libertad & mediante tabla para 2503+<@-9 se calcula el valor%p que es menor a /+//:+ Por tanto el valor% pL 5/+/:+ Entonces se rec!a8a la !ipótesis nula+
,*
Laboratorio de Estadística Industrial 2016
Mediante el Minitab con 2 503+<3@9 se calcula el valor%p 5 /+///+ Por tanto el valor%pL 5/+/:+ Entonces se comprueba el rec!a8o de la !ipótesis nula9 conclu&endo que no !a& independencia entre los tipos de boleto & los tipos de vuelo+
Problemas /plicativos de la Distribución de Poisson A continuación se presenta el nmero de ocurrencia por lapso de tiempo & su *recuencia observada+ Jse 5/+/: & la prueba de bondad de a?uste para veri*icar su estos datos se a?ustan a un distribución de Poisson+
NAM, "-,,N"0/
D B= %S,/D/
)
@=
1
@/
2
@/
3
30
4
@
Solución: 4/F )a población tiene una distribución Poisson+ 43F )a población no tiene una distribución Poisson+ ,otal de *recuencias observadasF 32/+ Media de ocurrenciasF \ 5 Entonces la probabilidad de Poisson esF *$5
,!
5 3+@3 5
Laboratorio de Estadística Industrial 2016 Brecuencia esperada que siga un distribución de Poisson con \53+@3
NAM, D P,%/%00D/D NAM, "-,,N"0/S D P0SSN SP,/D B 12)=B )
/+2.=0
@2+@-.
1
/+@:@:
<2+<2/
2
/+2@3:
2-+-0/
3
/+3/33
32+3@2
4
/+/@@3
@+=-2
5 M7S
/+/33/
3+@2/
C;lculo del estad1stico de prueba C!i%Cuadrado 2F
NAM, D NAM, NAM, "-,,N"0/S %S,/DS SP,/DS<0>
B0 C 0
2
20
)
@=
@2+@-.
.+.2<
<@+0--
3+@::
1
@/
<2+<2/
%32+<2
3:<+2:.
@+.@.
2
@/
2-+-0/
2+22
<+=20
/+3--
3
30
32+3@2
:+0.0
@<+<@@
2+0@0
4 M7S
@
:+2=2
%2+2=2
:+2:@
/+==@
../
250+===
Para (%p%35:%25@ grados de libertad9 con 250+=== mediante tabla el valor%p esta entre /+/: & /+/2:+ Entonces el valor%pL 5/+/:9 por tanto9 se rec!a8a 4/+
,,
Laboratorio de Estadística Industrial 2016
Mediante Minitab con 250+==.0@9 se calcula el valor%p5/+/2=@@@/+ Por tanto el valor%p L 5/+/:+ Entonces se rec!a8a la !ipótesis nula & se conclu&e que la población no tiene una distribución Poisson+
,6
Laboratorio de Estadística Industrial 2016 Al parecer el nmero de accidentes automovil1sticos por d1a en una determinada ciudad tiene una distribución de Poisson+ A continuación se presentan los datos de una muestra de 0/ d1as del año anterior+ Estos datos apo&an la creencia de que el nmero de accidentes por d1a tiene una distribución de Poisson Jse 5/+/:+
N8mero /ccidentes
de B= bservada
)
@<
1
2:
2
33
3
-
4
@
Solución: 4/F )a población tiene una distribución Poisson+ 43F )a población no tiene una distribución Poisson+ ,otal de *recuencias observadasF 0/+ Media de ocurrenciasF \ 5
53
Entonces la probabilidad de Poisson esF *$5
5
Brecuencia esperada que siga un distribución de Poisson con \53
NAM, D "-,,N"0/S
,
P,%/%00D/D NAM, D P0SSN SP,/D B ()=B
)
/[email protected]=
2=+<@2
1
/[email protected]=
2=+<@2
2
/+30@=
3<+-32
3
/+/.3@
<+=/<
4
/+/3:@
3+22<
Laboratorio de Estadística Industrial 2016 5 M7S
/+//@-
/+2=.
C;lculo del estad1stico de prueba C!i%Cuadrado 2F
NAM, D NAM, NAM, B0 C 0 "-,,N"0/S %S,/DS SP,/DS<0>
2 2 0
)
@<
2=+<@2
<+:.0
2/+0.-
/+-/=:
1
2:
2=+<@2
%<+:.0
3=+.<@
/+...=
2
33
3<+-32
%@+-32
3@+--=
/+=@03
3/
.+<2<
@+-32
32+-00
3+==/:
3 M7S ../
25<+@/
Para (%p%35<%252 grados de libertad9 con 25<+@ mediante tabla el valor%p esta entre /+=/ & /+3/+ Entonces el valor%p> 5/+/:9 por tanto9 no se rec!a8a 4/+
,+
Laboratorio de Estadística Industrial 2016
Mediante Minitab con 25<+@/<=39 se calcula el valor%p5/+33.3==+ Por tanto el valor%p >5/+/:+ Entonces no se rec!a8a la !ipótesis nula & se conclu&e que la población tiene una distribución Poisson+ El nmero de llamadas tele*ónicas que llegan por minuto al conmutador de una empresa tiene una distribución de Poisson+ Jse 5/+/: & los datos siguientes para probar esta suposición+
NAM, D B,"-N"0/ /M/D/S %S,/D/ .B;N0"/S H- /N P, M0N-. )
3:
1
@3
2
2/
3
3:
4
3@
5
<
6
2
Solución: 4/F )a población tiene una distribución Poisson+ 43F )a población no tiene una distribución Poisson+ ,otal de *recuencias observadasF 3//+ Media de ocurrenciasF \ 5
,-
52
Laboratorio de Estadística Industrial 2016 Entonces la probabilidad de Poisson esF *$5
5
Brecuencia esperada que siga un distribución de Poisson con \52
NAM, D "-,,N"0/S
P,%/%00D/D NAM, D P0SSN SP,/D B 1))=B
)
/+3@:@
3@+:@
1
/+2-/-
2-+/-
2
/+2-/-
2-+/-
3
/+30/<
30+/<
4
/+/=/2
=+/2
5
/+/@.3
@+.3
6
/+/32/
3+2/
+ M7S
/+//<-
/+<-
C;lculo del estad1stico de prueba C!i%Cuadrado 2F
NAM, D NAM, NAM, "-,,N"0/S %S,/DS SP,/DS<0>
B0 C 0
)
3:
3@+:@
3+<-
1
@3
2-+/-
2
2/
3
2
2 0 2+
/+3
3./=
:=-
@+=@
3:+<<<=
/+:-/.
2-+/-
%-+/-
<=+=0<=
3+0<.:
3:
30+/<
%@+/<
=+2<3.
/+:32@
4
3@
=+/2
@+=0
3:+0<
3+-:.3
5 M7S
.
:+20
/+-2
/+:30<
/+/=02
../
3//
25<+=<@<
Para (%p%35.%25< grados de libertad9 con 25<+=<@< mediante tabla el valor%p esta entre /+=/ & /+3/+ Entonces el valor%pW 5/+/:9 por tanto9 no se rec!a8a 4/+
60
Laboratorio de Estadística Industrial 2016
Mediante Minitab con 25<+=<:<339 se calcula el valor%p5/+2=2=<:+ Por tanto el valor%p >5/+/:+ Entonces no se rec!a8a la !ipótesis nula & se conclu&e que la población tiene una distribución Poisson+
61
Laboratorio de Estadística Industrial 2016 Problemas /plicativos de MKtodos no ParamKtricos Prueba de Signos )as divisiones de acciones son ben"*icas para los accionistas )a empresa SN) Securities estudió9 a lo largo de 30 meses9 las divisiones de las acciones de la industria de la banca & encontró que las divisiones de las acciones de un individuo+ Admita que en una muestra de 2/ recientes divisiones de acciones9 3< !a&an llevado a un aumento de su valor9 cuatro !a&an llevado a una disminución de su valor & dos no !a&an ocasionado ningn cambio+ Suponga que reali8a un estudio para determinar si las divisiones de acciones an bene*ician a los poseedores de acciones bancarias+ Cu;les son las !ipótesis nula & alternativa A qu" conclusión se llega con 5/+/: SoluciónF p 5 es la proporción de poseedores bancarios bene*iciarios aumente su valor+ 4/F pL/+: 43F p>/+: Nivel de signi*icancia 5/+/:+ ,abla de probabilidades binomiales para n530 & p5/+:+
NAM, D P,%/%00D/DS S0NS M7S
62
)
/+////
1
/+///3
2
/+///.
3
/+//@3
4
/+/33-
5
/+/@2-
6
/+/-/0
+
/+323<
(
/+3..=
*
/+30::
Laboratorio de Estadística Industrial 2016
1)
/+3..=
11
/+323<
12
/+/-/0
13
/+/@2-
14
/+/33-
15
/+//@3
16
/+///.
1+
/+///3
1(
/+////
El nmero de signos m;s para el valor de poseedores bancarios bene*iciarios es $53<9 entonces su probabilidad est; en la cola superiorF P$W 3< 5 P3<]P3:]P3.]P3-]P305/+/33-]/+//@3]/+///.]/+///3]/+////5/+/3:< Como es para una cola el valor%p 5 /+/3:<+ Adem;s el valor%pL 5/+/:9 entonces se rec!a8a 4/+
6*
Laboratorio de Estadística Industrial 2016 )a empresa Nielson Media Researc! identi*icó que American Idol & a Dancing !it t!e Stars como los 2 programas de televisión de ma&or rating en *ebrero de 2//.+ En un estudio local acerca del programa de televisión pre*erido9 de -:/ encuestados @@/ votaron por American Idol9 2-/ por Dancing !it t!e Stars9 & 3:/ por otros programas de televisión+ Con /+/: como nivel de signi*icancia prueba la !ipótesis de que American Idol & Dancing !it t!e Stars tiene el mismo nivel de pre*erencia+ A qu" conclusión llega
Solución: p 5 es la proporción que ven American Idol+ 4/F p5/+: 43F p/+: Nivel de signi*icancia 5/+/:+ )a muestra es n5.//9 entonces es una distribución normal dondeF
\ 5 /+:/ .// 5 @// 5
532+2:
El nmero de signo m;s es $5@@/9 se !alla el estad1stico de prueba ^F
^5
5 2+<:
Mediante tabla para ^52+<:9 se calcula para 2 colas el valor%p5 23%/+==2=5 /+/3<2+ Como el valor%pL 5/+/:9 entonces se rec!a8a 4/+
6!
Laboratorio de Estadística Industrial 2016
En el mercado de computadoras personales la competencia es intensa+ En una muestra de :// compras9 se encontró que 2/2 eran compras de la marca A9 3:0 de la marca T & 3 de otras marcas+ Con un nivel de signi*icancia de /+/: pruebe la !ipótesis de que las marcas A & T tienen la misma participación en el mercado de las computadoras personales Cu;l es su conclusión
Solución:
p 5 es la proporción de los que compran computadoras de la marca A+ 4/F p5/+: 43F p/+: Nivel de signi*icancia 5/+/:+ )a muestra es n5@./9 entonces es una distribución normal dondeF
\ 5 /+:/ @./ 5 30/ 5
5=+<=
El nmero de signo m;s es $52/29 se !alla el estad1stico de prueba ^F ^5
5 2+@2
Mediante tabla para ^52+@29 se calcula para 2 colas el valor%p5 23%/+=0=05 /+/2/<+ Como el valor%pL 5/+/:9 entonces se rec!a8a 4/+
En una muestra de 3:/ partidos de basquetbol universitario9 el equipo de casa ganó =0 partidos+ Realice una prueba para determinar su los datos sustentan la !ipótesis de que en el basquetbol universitario el equipo de casa tiene venta?a+ A qu" conclusión llega con 5/+/:
Solución: 6,
Laboratorio de Estadística Industrial 2016 p 5 es la proporción de partidos que gana un equipo en casa+ 4/F pL/+: 43F p>/+: Nivel de signi*icancia 5/+/:+ )a muestra es n53:/9 entonces es una distribución normal dondeF \ 5 /+:/ 3:/ 5 -: 5
5.+32
El nmero de signo m;s es $5=09 se !alla el estad1stico de prueba ^F ^5
5 @+-.
Mediante tabla para ^5@+-.9 se calcula para una cola el valor%p5 3% /+==== _ /+//+ Como el valor%pL 5/+/:9 entonces se rec!a8a 4/+
P,%M/ En la tabla se presentan las pre*erencias de 3/ personas respecto a dos marcas de un producto+
P,SN/
66
M/,"/ B,N./ M/,"/ %
1
]
2
]
3
]
4
%
5
]
6
]
+
%
(
]
*
%
1)
]
/
Laboratorio de Estadística Industrial 2016 Emplee 5/+/: & pruebe si e$iste alguna di*erencia signi*icativa de pre*erencia por estas dos marcas+ Jn signo m;s indica pre*erencia por la marca A sobre la marca T+
Solución: p 5 es la proporción de pre*erencia por la marca A+ 4/F p5/+: 43F p/+: Nivel de signi*icancia 5/+/:+ ,abla de probabilidades binomiales para n53/ & p5/+:+
NAM, D P,%/%00D/DS S0NS M7S )
/+//3/
1
/+//=0
2
/+/<@=
3
/+33-2
4
/+2/:3
5
/+2<.3
6
/+2/:3
+
/+33-2
(
/+/<@=
*
/+//=0
1)
/+//3/
El nmero de signos m;s para la marca A es $5-9 entonces su probabilidad est; en la cola superiorF P$W - 5 P-]P0]P=]P3/5/+33-2]/+/<@=]/+//=0]/+//3/5/+3-3=+ Como es para dos cola el valor%p 5 2/+/3:<5/+0<@0+ Adem;s el valor%pW 5/+/: Entonces no se rec!a8a 4/+
P,%M/ Realice la prueba de !ipótesis siguienteF 4/F Mediana L3:/ 6
Laboratorio de Estadística Industrial 2016 43F Mediana >3:/ En una muestra de tamaño @/ se obtuvieron 22 casos cu&o valor *ue ma&or que 3:/9 tres cu&o valor *ue e$actamente 3:/ & cinco cu&o valor *ue menor que 3:/+ Con 5/+/3 realice una prueba de !ipótesis+
Solución: Con nivel de signi*icancia 5/+/3+ El nmero de la muestra es n 5 2-9 asume una distribución normal+ \ 5 /+:/ 2- 5 3@+: 5
52+./
El nmero de signo m;s es $5229 se !alla el estad1stico de prueba ^F ^5
5 @+2-
Mediante tabla para ^5@+2-9 se calcula para una cola el valor%p5 3% /+==/ 5 /+//3+ Como el valor%pL 5/+/3+ Entonces se rec!a8a 4/+
6+
Laboratorio de Estadística Industrial 2016 P,%M/ El ingreso mediano anual de los suscriptores de la Tarron es `3@3 ///+ Suponga que en una muestra de @// suscriptores a ,!e #all Street ournal9 3.: suscriptores posean un ingreso ma&or que `3@3 /// & 3@: poseen un ingreso menor que `3@3 ///+ Puede concluir que !a& di*erencia entre los ingresos medianos de los dos grupos de suscriptores Emplee como nivel de signi*icancia 5/+/:9 a qu" conclusión llega
Solución: 4/F Mediana 5 `3@3 /// 43F Mediana `3@3 /// Con nivel de signi*icancia 5/+/3+ El nmero de la muestra es n 5 @//9 asume una distribución normal+ \ 5 /+:/ @// 5 3:/ 5
5 0+..
El nmero de signo m;s es $53.:9 se !alla el estad1stico de prueba ^F ^5
5 3+-@
Mediante tabla para ^53+-@9 se calcula para dos colas el valor%p523% /+=:02 5 /+/0@.+ Como el valor% pW 5/+/39 entonces no se rec!a8a 4/+
6-
Laboratorio de Estadística Industrial 2016 P,%M/ De acuerdo con un estudio nacional9 el ingreso anual mediano que los adultos dicen !ar1an realidad sus sueños es `3:2 ///+ Suponga que en G!io9 de 22: personas tomadas en una muestra9 322 indican que el ingreso necesario para !acer realidad sus sueños sea menor que `3:2 ///9 & 3/@ in*orman que esta cantidad sea ma&or que `3:2 ///+ Pruebe la !ipótesis nula de que en G!io9 el ingreso medio anual para que una persona !aga realidad sus sueños es `3:2 ///+ Jse 5/+/:9 a qu" conclusión llega
Solución: 4/F Mediana 5 `3:2 /// 43F Mediana `3:2 /// Con nivel de signi*icancia 5/+/3+ El nmero de la muestra es n 5 22:9 asume una distribución normal+ \ 5 /+:/ 22: 5 332+: 5
5 -+:
El nmero de signo m;s es $53229 se !alla el estad1stico de prueba ^F ^5
5 3+2-
Mediante tabla para ^53+2-9 se calcula para dos colas el valor%p523% /+0=0/ 5 /+2/<+ Como el valor% pW 5/+/39 entonces no se rec!a8a 4/+
0
Laboratorio de Estadística Industrial 2016 Problemas Aplicativos de la Prueba de Wilcoxon P,%M/ Con e*ecto de determinar el rendimiento de la gasolina en millas por galón en los automóviles de pasa?eros9 se prueban dos aditivos para gasolina+ A continuación aparecen los resultados de esta prueba en 32 automóviles en cada automóvil se probaron los dos aditivos+ Jse nivel de signi*icancia 5/+/: & la prueba de los rangos con signo de #ilco$on para determinar su e$iste una di*erencia signi*icativa+
/-.;M0
/D0.0S 3millas Ugalón
2millas Ugalón
1
2/+32
30+/:
2
2@+:.
23+--
3
22+/@
22+:-
4
3=+3:
3-+/.
5
23+2@
23+22
6
2<+--
2@+0/
+
3.+3.
3-+2/
(
30+::
3<+=0
*
23+0-
2/+/@
1)
2<+2@
23+3:
11
2@+23
22+-0
12
2:+/2
2@+-/
Solución: 4/F )as poblaciones son id"nticas en relación a los aditivos+ 43F )as poblaciones no son id"nticas en relación a los aditivos+
/-.;M0
/D0.0S 3mill asUgalón
1
2mill asUgalón
D0B,N"0 /,/%S=D ,/N / D0B,N"0/
,/N "N S0N
Laboratorio de Estadística Industrial 2016 1
2/+32
30+/:
2+/-
2+/-
=
=
2
2@+:.
23+--
3+-=
3+-=
-
-
3
22+/@
22+:-
4
3=+3:
3-+/.
5
23+2@
6
%/+:<
/+:<
@
%@
2+/=
2+/=
3/
3/
23+22
/+/3
/+/3
3
3
2<+--
2@+0/
/+=-
/+=-
<
<
+
3.+3.
3-+2/
3+/<
:
%:
(
30+::
3<+=0
@+:-
@+:-
32
32
*
23+0-
2/+/@
3+0<
3+0<
1)
2<+2@
23+3:
@+/0
@+/0
11
2@+23
22+-0
/+<@
/+<@
2
2
12
2:+/2
2@+-/
3+@2
3+@2
.
.
%3+/<
0 33
0 33
Suma de signosF .2 MediaF Kt5/
DesviaciónF t5
5
5 2:+:/
Se reali8a la prueba de rangos de signos de #ilco$on con 5/+/:9 adem;s de tener el valor de ,5.2+ Se obtiene el valor para el estad1stico de pruebaF ^5
5
52
De la tabla para ^52+<@ se !alla para dos colas el valor%p523%/+==2:5/+/3:+ Como el valor%p L 5/+/:9 se rec!a8a 4/+
2
Laboratorio de Estadística Industrial 2016
Se toma la di*erencia de las poblaciones & se anali8a en el paquete de datos9 se observa el valor%p P5/+/3-9 el cual es menor a 5 /+/:9 por lo tanto se comprueba el rec!a8o de 4/+ Entonces las dos poblaciones son distintas+
P,%M/ En 3/ de los principales aeropuertos se muestran los precios de la gasolina para automóviles rentados+ A continuación se presentan los datos correspondientes a las empresas Avis & Tudget+ Jse 5 /+/: para probar la !ipótesis de que !a& di*erencia entre las 2 poblaciones+ Cu;l es su conclusión
/,P-,.S
MP,S/S Avis
Tudge t
*
%S.N /N
3+:0
3+@=
"90"/ 9/,
3+./
3+::
"90"/ M0DL/
3+:@
3+::
DN,
3+::
3+:3
B,. /-D,D/
3+:-
3+:0
S 7NS
3+0/
3+-<
M0/M0
3+.2
3+./
N- ,
3+.=
3+./
,/N "-N.,
3+-:
3+:=
L/S90N.N L=
3+::
3+:<
Laboratorio de Estadística Industrial 2016 Solución: 4/F )as poblaciones son id"nticas en relación a los aditivos+ 43F )as poblaciones no son id"nticas en relación a los aditivos+
/,P,.S
MP ,S/S
D0B,N"0/ /, /%S= ,/N ,/N D "N D0B,N"0/ S0N
Avis
Tudget
%S.N /N
3+:0
3+@=
/+3=
/+3=
"90"/ 9/,
3+./
3+::
/+/:
/+/:
"90"/ M0DL/
3+:@
3+::
DN,
3+::
3+:3
B,. /-D,D/
3+:-
3+:0
S 7NS
3+0/
3+-<
M0/M0
3+.2
N- ,
%/+/2
3/
3/ .
.
/+/2
@+:
/+/<
:
/+/3
3+:
%3+:
/+/.
/+/.
-
-
3+./
/+/2
/+/2
@+:
@+:
3+.=
3+./
/+/=
/+/=
0
0
,/N "-N.,
3+-:
3+:=
/+3.
/+3.
L/S90N.N L=
3+::
3+:<
/+/3
/+/3
/+/< %/+/3
%@+: :
= 3+:
= 3+:
Suma de signos5<: MediaF Kt5/
DesviaciónF t5
5
5 3=+.2
Se reali8a la prueba de rangos de signos de #ilco$on con 5/+/:9 adem;s de tener el valor de ,5<:+ Se obtiene el valor para el estad1stico de pruebaF ^5
!
5
5 2+2=
Laboratorio de Estadística Industrial 2016 De la tabla para ^5 2+2=9 se !alla para dos colas el valor%p523%/+=0=/5/+/22/ como el valor%p L /+/:9 Se rec!a8a 4/+
Se toma la di*erencia de las poblaciones & se anali8a en el paquete de datos9 se observa el valor%p P5/+/2:9 el cual es menor a 5 /+/:9 por lo tanto se comprueba el rec!a8o de 4/+ Entonces las dos poblaciones son distintas+
,
Laboratorio de Estadística Industrial 2016 P,%M/ El campeonato de los ?ugadores de la PA tuvo lugar9 del 2@ al 2. de mar8o del 2//.9 en el campeonato de gol* ,PC Sangras en Ponte endra Teac!9 Blorida+ A continuación se presentan puntuaciones obtenidas9 en la primera & segunda ronda9 por 33 gol*istas de la muestra+ Jse 5 /+/: & determinar si e$iste una di*erencia signi*icativa entre las puntuaciones obtenidas por los gol*istas en la primera & segunda ronda+ Cu;l es su conclusión
N.,/S
,ND/S 3 2
B,D "-PS
.=
-@
F9N D/%
-/
-@
,N0 S
-2
-/
F0M B-,
.:
-3
P90 M0"SN
-/
-@
,"" MD0/.
.=
-<
N0" P,0"
-2
-3
0F/ S0N9
.0
-/
S,0 /,"@/
-/
.0
M0 L0,
-3
-3
.0, LDS
-2
.=
Solución: 4/F )as poblaciones son id"nticas en relación a los aditivos+ 43F )as poblaciones no son id"nticas en relación a los aditivos+
N.,/S 6
S,
D0B,N"0/
/,
,/N ,/N
Laboratorio de Estadística Industrial 2016 0"0S 3
/%S=D D0B,N"0/
2
"N S0N
B,D "-PS
.=
-@
%<
<
0
%0
F9N D/%
-/
-@
%@
@
.
%.
,N0 S
-2
-/
2
2
@
@
F0M B-,
.:
-3
%.
.
3/
%3/
P90 M0"SN
-/
-@
%@
@
.
%.
,"" MD0/.
.=
-<
%:
:
=
%=
N0" P,0"
-2
-3
3
3
3
3
0F/ S0N9
.0
-/
%2
2
@
%@
S,0 /,"@/
-/
.0
2
2
@
@
M0 L0,
-3
-3
/
/
%%
%%
.0, LDS
-2
.=
@
@
.
.
Suma de signos 5 %2= MediaF Kt5/
DesviaciónF t5
5
5 3=+.2
Se reali8a la prueba de rangos de signos de #ilco$on con 5/+/:9 adem;s de tener el valor de ,5%2=+ Se obtiene el valor para el estad1stico de pruebaF ^5
5
5 %3+<0
De la tabla para ^5 3+<09 se !alla para dos colas el valor%p 5 23%/+==@/.5/+3@009 como el valor%p W /+/:9 No se rec!a8a 4/+
Laboratorio de Estadística Industrial 2016
Se toma la di*erencia de las poblaciones & se anali8a en el paquete de datos9 se observa el valor%p P5/+3:<9 el cual es ma&or a 5 /+/:9 por lo tanto se comprueba el no rec!a8o de 4/+ Entonces las dos poblaciones son id"nticas+
+
Laboratorio de Estadística Industrial 2016 Problemas Aplicativos de la Prueba de Mann-Whitney-Wilcoxon P,%M/ Para poder comprobar el e*ecto de dos aditivos sobre el rendimiento de gasolina9 siete automóviles usan aditivo 3 & nueve automóviles el aditivo 2+ En los datos siguientes se presenta el rendimiento en millas por galón obtenido con cada uno de los dos aditivos+ Jse 5 /+/: & la prueba de M## para determinar si e$iste una di*erencia signi*icativa en el e*ecto que tiene los dos aditivos sobre el rendimiento+
/D0.0 1
/D0.0 2
1+=3
30+-
1(=4
3-+0
1*=1
23+@
16=+
23+/
1(=2
22+3
1(=6
30+-
1+=5
3=+0 2/+2/+2
SoluciónF 4/F las dos poblaciones son id"nticas en t"rmino de rendimiento+ 43F las dos poblaciones no son id"nticas en t"rminos de rendimiento+ Nivel de signi*icancia que se toma 5/+/:+
-
/D0.0 1
,/N
/D0.0 2
,/N
16=+
3
3-+0
<
1+=3
2
30+-
0+:
1+=5
@
30+-
0+:
1(=2
:
3=+0
33
1(=4
.
2/+2
32
Laboratorio de Estadística Industrial 2016 1(=6
-
2/+-
3@
1*=1
3/
23+/
3<
23+@
3:
22+3
3.
Suma de rangosF
@<
Se toma la suma de rangos de la primera muestra para el valor de ,5@<+
+0
3/2
Laboratorio de Estadística Industrial 2016 P,%M/ Para un nivel de signi*icancia 5/+/:9 de la tabla se encuentra el valor cr1tico ,l en la cola in*erior para el estad1stico de prueba M## con n35- & n25= es ,l5<3+ El valor cr1tico en la cola superior para el estad1stico de prueba M## esF ,u5n3 n3 ]n2 ]3% ,l5--]=]3 V <35-0 )a decisión que se tomara esF Rec!a8ar 4/ si ,7<3 v ,> -0+ Se conclu&e9 comoF ,5@<9 adem;s @< 7 <39 entonces se rec!a8a 4/+ MinitabF
Se conclu&e que la di*erencia entre ambas poblaciones es signi*icativa9 entonces ambas poblaciones no son id"nticas en t"rminos de rendimiento segn el aditivo usado+
+1
Laboratorio de Estadística Industrial 2016 P,%M/ A continuación se muestra los datos muestrales de los salarios iniciales de contadores pblicos & plani*icadores *inancieros+ )os salarios anuales est;n dados en millones de dólares+ Jse /+/: como nivel de signi*icancia & prueba la !ipótesis de que no !a& di*erencia entre los salarios anuales iniciales de los contadores pblicos & los plani*icadores *inancieros+
"N./D, PA%0"
P/N0B0"/D, B0N/N"0,
45=2
<<+/
45=*
<<+2
46=*
<0+3
4*=2
:/+=
5)=)
<.+=
51=3
<0+.
52=)
<<+-
53=2
<0+=
53=(
<.+0
54=5
<@+=
SoluciónF 4/F las dos poblaciones son id"nticas en t"rmino de salarios iniciales+ 43F las dos poblaciones no son id"nticas en t"rminos de salarios iniciales+ Nivel de signi*icancia que se toma 5/+/:+
"N./D, PA%0"
P/N0B0"/D, B0N/N"0,
S//,0
Rango
Salario
Rango
45=2
:
<@+=
3
45=*
.
<<+/
2
46=*
0+:
<<+2
@
4*=2
3@
<<+-
<
5)=)
3<
<.+0
-
+2
Laboratorio de Estadística Industrial 2016
51=3
3.
<.+=
0+:
52=)
3-
<0+3
3/
53=2
30
<0+.
33
53=(
3=
<0+=
32
54=5
2/
:/+=
3:
Suma de Rangos
+*
3@.+:
-@+:
Laboratorio de Estadística Industrial 2016 )a suma de los rangos que se toma es de la primera muestraF ,53@.+:+ Como n353/ & n253/ se usa la apro$imación normal de la distribución muestral de la suma de rangos ,F Kt5
n3 n3]n2]3 5
t5
5
3/3/]3/]3 53/:
5 3@+2@
Para ,5 3@.+: & nivel de signi*icancia /+/: se !alla el estad1stico de pruebaF ^5
5
5 2+@0
Mediante tabla para ^52+@09 se !alla para 2 colas el valor%p523%/+==3@5/+/3-<+ Como valor% pL5/+/:9 entonces se rec!a8a 4/+ MinitabF
Se conclu&e que la di*erencia entre ambas poblaciones es signi*icativa9 entonces ambas poblaciones no son id"nticas en t"rminos de salarios entre la población de contadores pblicos & de plani*icadores *inancieros+
+!
Laboratorio de Estadística Industrial 2016 )a brec!a entre los salarios de !ombres & mu?eres con la misma preparación disminu&e cada ve8 m;s9 pero an no se !a cerrado totalmente+ A continuación se presenta datos de muestras de - !ombres & mu?eres con licenciatura+ )os datos se dan en miles dólares+
9ombre
3 )=6
Mu?eres
+ 5=5
< <+:
4 5=2
@ :+<
6 2=2
2 -+=
3 (=2
< /+:
4 *=*
2 :+0
5 5=3
< -+:
2 <+0
SoluciónF 4/F las dos poblaciones son id"nticas en t"rmino de salarios iniciales+ 43F las dos poblaciones no son id"nticas en t"rminos de salarios iniciales+ Nivel de signi*icancia que se toma 5/+/:+
9ombres
Mu?eres
Salario
Rango
Salario
Rango
3)=6
<
2<+0
3
3(=2
.
2:+0
2
45=2
=
2-+=
@
4*=*
33
@:+<
:
55=3
32
+:
-
62=2
3@
<<+:
0
+5=5
3<
<-+:
3/
Suma de Rangos
.=
@.
)a suma de rangos que se toma es de la primera muestraF ,5.=+ Para un nivel de signi*icancia de /+/:+ )a cota in*erior para un estad1stico de prueba M## mediante tabla es ,l5 @-+ )a cota superior para un estad1stico de prueba M## se calculaF ,u5n3 n3 ]n2 ]3% ,l5--]-]3 V @- 5 .0 )a decisión que se tomara esF Rec!a8ar 4/ si ,7@- v ,> .0+ Se conclu&e9 comoF ,5.=9 adem;s .= > .09 entonces se rec!a8a 4/+ MinitabF
+,
Laboratorio de Estadística Industrial 2016
Se conclu&e que la di*erencia entre ambas poblaciones es signi*icativa9 entonces ambas poblaciones no son id"nticas en t"rminos de salarios entre mu?eres & !ombres+
+6
Laboratorio de Estadística Industrial 2016
Prueba de Kruskal-Wallis P,%M/ )as cali*icaciones dadas a productos por un panel de 3: consumidores son las siguientesF
P,D-". /
T
C
5)
0/
./
62
=:
<:
+5
=0
@/
4(
0-
:0
65
=/
:-
Jse la prueba de 'rus(al%#allis & 5/+/: para determinar si e$iste una di*erencia signi*icativa entre las clasi*icaciones dadas de los tres productos+ SoluciónF
P,D-". /
RANG
T
RANG
C
RANG
4(
@
0/
33
@/
3
5)
<
0-
32
<:
2
62
0
=/
3@
:-
:
65
=
=:
3<
:0
.
+5
3/
=0
3:
./
-
../
@<
4/F ,odas poblaciones son id"nticas+ 43F No todas las poblaciones son id"nticas+ Nivel de signi*icancia & 5/+/:+
)os tamaños de las muestras sonF
+
.:
23
Laboratorio de Estadística Industrial 2016 n35:9 n25:9 n@5: & n,53: Calculamos el estad1stico de prueba #F # 5 # 5 3/+22 Para (%35@%352 grados de libertad+ 25 =+23/ su ;rea de cola superior 5 /+/3 25 3/+:=- su ;rea de cola superior 5 /+//: Entonces el valor%p esta entre /+/3 & /+//:9 por tanto valor%p L 5/+/:9 se rec!a8a 4/+ MinitabF
El valor%p que se calcula es /+//.9 por tanto9 valor%p5/+//. L 5/+/:9 se rec!a8a 4/+ Se conclu&e que las poblaciones no son id"nticas9 es decir9 que !a& di*erencia entre la clasi*icación entre los @ productos+
++
Laboratorio de Estadística Industrial 2016 P,%M/ Para un e$amen de admisión se evalan tres programas de preparación+ )as cali*icaciones obtenidas por las 2/ personas de una muestra empleada para probar los programas de preparación son las siguientes+ Jse la prueba de 'rus(al%#allis para determinar su !a& di*erencia signi*icativa entre los tres programas de preparación+ Jse 5/+/3+
P,,/M/S /
T
C
54)
<:/
.//
4))
:
.@/
4*)
/
:0/
53)
<3/
<=/
4*)
<0/
:=/
61)
@-/
.2/
::/
:-/
SoluciónF
P,,/M/S /
RANG
T
RANG
C
RANG
4))
2+:
@-/
3
<=/
0
4*)
0
/
2+:
:-/
3<
4*)
0
<3/
<
:0/
3:
53)
3/
<:/
:
:=/
3.
54)
33+:
<0/
.
.//
3-
61)
30
:
33+:
.2/
3=
::/
3@
.@/
2/
../
:0
4/F ,odas poblaciones son id"nticas+ 43F No todas las poblaciones son id"nticas+ Nivel de signi*icancia & 5/+/3+ +-
<@
3/=
Laboratorio de Estadística Industrial 2016 )os tamaños de las muestras sonF n35.9 n25-9 n@5- & n,52/ Calculamos el estad1stico de prueba #F # 5 # 5 =+/. Para (%35@%352 grados de libertad+ 25 -+@-0 su ;rea de cola superior 5 /+/2: 25 =+23/ su ;rea de cola superior 5 /+/3 Entonces el valor%p esta entre /+/2: & /+/39 por tanto valor%p L 5/+/39 se rec!a8a 4/+ MinitabF
El valor%p que se calcula es /+/339 por tanto9 valor%p5/+/33 L 5/+/:9 se rec!a8a 4/+ Se conclu&e que las poblaciones no son id"nticas9 es decir9 que !a& di*erencia entre los tres programas de cali*icación+
P,%M/ Para ba?ar de peso basta con practicar una de las siguientes disciplinas tres veces por semana durante minutos+ En la tabla siguiente se muestra la cantidad de calor1as que se quema en minutos de cada una de estas disciplinas+ Estos datos indican que e$ista di*erencia en la cantidad de calor1as quemadas con cada una de estas disciplinas De su conclusión+
-0
Laboratorio de Estadística Industrial 2016
D0S"0P0N/S ANDAR EN TICIC)E,A
N/./"0;N
,ENIS
4)(
<3:
@0:
3()
<0:
2:/
425
<:/
2=:
4))
<2/
2
42+
:@/
2.0
SoluciónF
D0S"0P0N/S ANDAR EN TICIC)E,A
RAN G
N/./"0;N
RANG
,ENIS
RANG
3()
<
<3:
=
2:/
3
4))
.
<2/
3/
2.0
2
4)(
0
<:/
3@
2=:
@
425
33
<0:
3<
@0:
<
42+
32
:@/
3:
2
-
../
<3
4/F ,odas poblaciones son id"nticas+ 43F No todas las poblaciones son id"nticas+ Nivel de signi*icancia & 5/+/:+ )os tamaños de las muestras sonF n35:9 n25:9 n@5: & n,53: Calculamos el estad1stico de prueba #F # 5
-1
.3
3-