Trabajo Estadistica Industrial
Trabajo Estadistica Industrial
Trabajo Estadistica Industrial
2016
Universidad Nacional Mayor de
San Marcos
Laboratorio de Estadstica
Industrial
Curso:
Estadstica Industrial
Profesor:
Alumnos:
10170040
10170116
p=0.1% <1% entonces se rechaza la hiptesis nula H 0, es decir si se tiene que incrementar las
prestaciones sanitarias que ofrecen a sus empleados.
Problema n3:
Solucin
Solucin:
a)
b)
Problema n5:
El expendio de pollos a la brasa de RikoPollo S.A asegura que 90% de sus rdenes se entregan en menos
de 10 minutos. En una muestra de 100 rdenes, 82 se entregaron dentro de ese lapso. Puede
concluirse, en el nivel de significancia 0.1, que menos de 90% de las rdenes se entregan en menos de
10 minutos?
Solucin:
H0:
H1:
p=0.4% <1% entonces se rechaza hiptesis nula H 0, se acepta que menos de 90% de las rdenes se
entregan en menos de 10 minutos
Problema n 6:
El consejo de seguridad nacional de un pas encuentra que 52% de los conductores en las autopistas son
hombres. Ayer se encontr en una muestra de 300 autos que viajaban por una determinada autopista,
que 170 de los conductores eran hombres.
Puede concluirse, en el nivel de significancia 0.01, que en esta autopista conducan ms hombres que
los que indican las estadsticas nacionales?
Solucin:
H0:
H1:
10
11
Solucin:
Ho: 22100
H1: > 22100
12
Al encontrar un p de 0.1% <5% se rechaza H o Con lo que la vida media de las bujas es mayor a 22 100
millas.
Problema n2:
Un criador de pollos sabe por experiencia que el peso de los pollos de cinco meses es 4.35 libras. Los
pesos siguen una distribucin normal .para tratar de aumentar el peso de dichas aves se le agrega un
aditivo al alimento .en una muestra de pollos de cinco meses se obtuvieron los siguientes pesos (en
libras).
Pesos
4.41
4.37
4.33
4.35
4.30
4.39
13
4.36
4.38
4.40
4.39
Como p=6.4%>1% se acepta la hiptesis nula Ho. El aditivo no ha aumentado el peso de los pollos.
Problema n3:
Una muestra de las calificaciones en un examen presentado en un curso de estadstica es:
14
69
98
66
85
76
79
Mujeres
67
90
78
81
80
76
81
80
77
Solucin:
Ho: 2 1
H1: 2 > 1
15
Como p=40.9%>1% se acepta Ho. La calificacin media de las mujeres no es ms alta que la de
los varones.
16
Schadek
Bowyer
135
128
110
105
131
119
142
140
105
98
130
123
131
127
110
115
125
122
10
149
145
Al nivel de significancia de 0.05. Puede concluirse que hay una diferencia en los avalos medios
de las casas?
Ho: =0
H1: 0
17
18
considerando dos rutas, una va es la ruta US25 y la otra es va la autopista I75 .Desea estudiar el
tiempo necesario para llegar al aeropuerto por cada uno de estos caminos y despus comparar (en
minutos). Utilizando el nivel de significancia de 0.10. Existe alguna diferencia en la variacin de los
tiempos de recorrido por ambas rutas?
RUTA US25
INTERESTATAL
75
52
59
67
60
56
61
45
51
70
56
54
63
64
57
65
Ho: 1 = 2
H1: 1 2
19
20
21
INDIVIDUO
RESISTENCIA
DEL BRAZO
LEVANTAMIENTO
DINMICO
17.3
71.7
19.3
48.3
29.6
78.3
29.6
60.0
19.5
88.3
29.9
71.7
19.7
75.0
30.3
85.0
22.9
91.7
10
31.3
85.0
22
levantam
ientodinam
ico
90
80
70
60
50
16
18
20
22
24
26
Resistencia del brazo
28
30
32
levan
tam
ien
tod
in
am
ico
90
80
70
60
50
16
18
20
22
24
26
Resistencia del brazo
28
30
32
Regresin
I C de 95%
I P de 95%
levantam
ientodinam
ico
110
S
R-cuad.
R-cuad.(ajustado)
100
90
80
70
60
50
40
30
16
23
18
20
22
24
26
28
Resistencia del brazo
30
32
14,0422
2,9%
0,0%
24
25
MUERTESPORCANCERDEPULMON
125
100
75
50
60
26
70
80
90
100
110
CONSUMO DE CIGARRILLOS
120
130
140
MUERTESPOR CANCERDEPULMON
125
100
75
50
60
70
80
90
100
110
CONSUMO DE CIGARRILLOS
120
130
140
200
Regresin
I C de 95%
I P de 95%
S
R-cuad.
R-cuad.(ajustado)
150
100
50
60
27
70
80
90
100
110
120
CONSUMO DE CIGARRILLOS
130
140
18,6154
51,3%
49,2%
Problema n3:
28
Analizar estos datos e investigar la relacin entre estas dos variables para predecir
Y en funcin de X. Es adecuado el ajuste lineal?
99,9
99,8
99,7
99,6
0
29
20
40
60
X
80
100
120
99,9
99,8
99,7
99,6
0
20
40
60
X
80
100
120
Regresin
I C de 95%
I P de 95%
100,0
S
R-cuad.
R-cuad.(ajustado)
0,0393282
82,9%
82,3%
99,9
99,8
99,7
99,6
0
20
40
60
X
80
100
120
30
La ecuacin de regresin es
Y = 100 - 0,00290 X
Predictor
Coef
SE Coef
Constante
100,002
0,011
9184,91
0,000
-0,0029035
0,0002335
-12,43
0,000
S = 0,0393282
R-cuad. = 82,9%
R-cuad.(ajustado) = 82,3%
Anlisis de varianza
Fuente Ajuste
a un
GL x=100SC
Regresin
Error residual
Obs
28
111
99,6580
Total
0,23915
32
0,04949
CM
0,23915
154,62
0,000
EE de
0,00155
Ajuste
ajuste
Residuo
99,6792
0,0187
-0,0212
33
0,28864
Residuo
estndar
-0,61 X
EE de
Nueva obs
Ajuste
ajuste
99,7117
0,0163
IC de 95%
(99,6786. 99,7449)
IP de 95%
(99,6251. 99,7984)
100
ALUMNO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
PHP
13
13
13
15
16
15
12
13
13
13
11
14
15
15
15
ALGORITMOS
15
14
16
20
18
16
13
16
15
14
12
16
17
19
13
BASE DE DATOS
15
13
13
14
18
17
15
14
14
13
12
11
16
14
15
PROGRAMACIN
13
12
14
16
17
15
11
15
13
10
10
14
15
16
10
32
Coeficiente de determinacin: es 0.697, entonces el 69.70% del aprendizaje del Curso de PHP puede ser
explicado mediante las notas obtenidas por las asignaturas de Algoritmos, Base de Datos y
Programacin.
33
Podemos observar que hay una buena relacin de linealidad entre las variables dependientes
con la dependiente.
34
35
36
Problema n2:
Montgomery y Peck (1982) describen el empleo de un modelo de regresin para relacionar la cantidad
de tiempo requerido por un vendedor de ruta (chofer) para abastecer una maquina vendedora de
refrescos con el nmero de latas que incluye la misma, y la distancia del vehculo de servicio a la
ubicacin de la mquina. Este modelo se emple para el diseo de la ruta, el programa y el despacho de
vehculos. La tabla presenta 25 observaciones respecto al tiempo de entrega tomadas del mismo estudio
descrito por Montgomery y Peck.
37
NUMERO
DE TIEMPO
OBSERVACIONES DE
ENTREGA
(MIN.)
1
9.95
NUMERO
DE LATAS
DISTANCIAS(PIES)
50
24.45
110
31.75
11
120
35.00
10
550
25.02
295
16.8
200
14.38
375
9.60
52
24.35
100
10
27.50
300
11
17.08
412
12
37.00
11
400
13
41.95
12
500
14
11.66
360
15
21.65
205
16
17.89
400
17
69.00
20
600
18
10.30
585
19
34.93
10
540
20
46.59
15
250
21
44.88
15
290
22
54.12
16
510
23
56.63
17
590
24
22.13
100
25
21.15
400
Solucin:
39
Observamos un relacin lineal entre la variable dependiente Nro. De latas con respecto al T.de entrega
(Variable independiente), y en menor grado de linealidad Distancia Vs Tiempo de entrega.
40
42
43
Solucin:
Calculamos las frecuencias esperadas con n=200:
Categora A = 0.40 (200) = 80
Categora B = 0.40 (200) = 80
Categora C = 0.20 (200) = 40
Calculamos el estadstico de prueba chi-cuadrada (X2):
CATEGORAS
NMERO
OBSERVADOS(FI)
NMERO
FI - EI
ESPERADOS(EI)
(FI
EI)2
60
80
-20
400
120
80
40
1600
20
40
-20
400
TOTAL
- (FI
EI)2/ EI
5
20
10
X2=35
Para k-1=3-1=2 grados de libertad, con X2=35. Mediante tabla el valor-p es menor a 0.005. Entonces el
valor-p =0.01, por tanto, se rechaza H0.
44
45
Mediante el Minitab con X2 =35, se calcula el valor-p que se aproxima a 0. Por tanto el valor-p0.01.
Entonces se comprueba el rechazo de la hiptesis nula, concluyendo que no tienen la misma proporcin
en las poblaciones.
Problema n2:
Durante las primeras 13 semanas, se registraron las proporciones siguientes de televidentes los sbados
de 8 a 9 de la noche: ABC 29%, CBS 28%, NBC 25% e independientes 18%. Dos semanas despus en
una muestra de 300 hogares se obtuvieron las audiencias siguientes en sbados por la noche: ABC 95
hogares, CBS 70 hogares, NBC 89 hogares e independientes 46 hogares. Use =0.05 para determinar si
han variado las proporciones en la audiencia de televidentes.
Solucin:
H0: pA=0.29, pB=0.28, pc=0.25 y pD=0.18
H1: pA0.29, pB0.28 y pc0.25 y pD0.18
Nivel de significancia =0.05.
Calculamos las frecuencias esperadas con n=300:
ABC = 0.29 (300) = 87
CBS = 0.28 (300) = 84
NBC = 0.25 (300) = 75
Independiente = 0.18 (300) = 54
Calculamos el estadstico de prueba chi-cuadrada (X2):
TELEVISORAS
NMERO
ESPERADOS(EI)
FI - EI
(FI EI)2
(FI EI)2/ EI
ABC
95
87
64
0.7356
CBC
70
84
14
16
2.3333
NBC
89
75
14
196
2.6133
46
54
-8
64
1.1852
INDEPENDIENTE
TOTAL
46
NMERO
OBSERVADOS(FI)
X2=6.8674
Mediante el Minitab con X2 =6.86748, se calcula el valor-p =0.0762436. Por tanto el valor-p =0.05.
Entonces se comprueba el no rechazo de la hiptesis nula, concluyendo que tienen la misma proporcin
en las poblaciones.
M&M/Mars, fabricantes de los chocolates M&M, realizaron un sondeo nacional en el que ms de 10
millones de personas dieron su preferencia para un nuevo color. El resultado de este sondeo fue el
reemplazo de un color caf claro por uno azul. En el prospecto Colors de M&M/Mars, la distribucin
de los colores de estos chocolates es el siguiente:
CAF
AMARILLO
ROJO
30%
20%
20%
ANARANJADO
10%
VERDE
AZUL
10%
10%
En un estudio anterior se emplearon como muestra bolsas de 1 libra para determinar si los porcentajes
dados eran reales. En la muestra de 506 dulces los resultados encontrados fueron los siguientes:
CAF
AMARILLO
177
47
135
ROJO
ANARANJADO
79
41
VERDE
36
AZUL
38
Use =0.05 para determinar si estos datos coinciden con los datos por la empresa.
Solucin:
H0: pA=0.30, pB=0.20, pc=0.20, pD=0.10, pE=0.10 y pf=0.10
H1: pA0.30, pB0.20, pc0.20, pD0.10, pE0.10 y pf0.10
Nivel de significancia =0.05.
Calculamos las frecuencias esperadas con n=506:
Caf = 0.30 (506) = 151.8
Amarillo = 0.20 (506) = 101.2
Rojo = 0.20 (506) = 101.2
Anaranjado = 0.10 (506) = 50.6
Verde = 0.10 (506) = 50.6
Azul = 0.10 (506) = 50.6
COLORES DE
NMERO
NMERO
CHOCOLATES OBSERVADOS(FI) ESPERADOS(EI)
FI - EI
(FI
EI)2
CAF
177
151.8
25.20
635.04
4.1834
AMARILLO
135
101.2
33.80
1142.44
11.2889
ROJO
79
101.2
-22.20
492.84
4.8700
ANARANJADO
41
50.6
-9.6
92.16
1.8213
VERDE
36
50.6
-14.6
213.16
4.2126
AZUL
38
50.6
-12.6
158.76
3.1375
TOTAL
48
- (FI
EI)2/ EI
X2=29.51
Mediante el Minitab con X2 =29.5138, se calcula el valor-p =0.0000061. Por tanto el valor-p =0.05.
Entonces se comprueba el rechazo de la hiptesis nula, concluyendo que no tienen la misma proporcin
en las poblaciones.
49
VARIA
BLE
DE
RENGLONES
VARIABLE DE COLUMNA
A
20
44
50
30
26
30
Solucin:
H0: Las variables de rengln son independientes a las variables columna.
H1: Las variables de rengln no son independientes a las variables columna.
Tabla de contingencia:
VARIABLE
DE
RENGLONES
VARIABLE DE COLUMNA
A
TOTA
L
20
44
50
114
30
26
30
86
50
70
80
200
TOTAL
=28.5
e12=
=39.9
e13=
=45.6
e21=
=21.5
e22=
=30.1
e23=
=34.4
50
COLUMNA NMERO
NMERO
OBSERVADOS(FI) ESPERADOS(EI)
FI - (FI
EI
-EI)2
(FI
EI)2/EI
20
28.5
-8.5
72.25
2.5351
44
39.9
4.1
16.81
0.4213
50
45.6
4.4
19.36
0.4246
30
21.5
8.5
72.25
3.3605
26
30.1
-4.1
16.81
0.5585
30
34.4
-4.4
19.36
0.5628
TOTAL
X2=7.8628
Para (2-1) x (3-1) = 2 grados de libertad y mediante tabla para X2=7.8628, se calcula el valor-p que esta
entre 0.025 y 0.01. Por tanto el valor-p =0.05. Entonces se rechaza la hiptesis nula.
51
DE
TIPO DE VUELO
Vuelo
Nacional
Vuelo Internacional
PRIMERA
CLASE
29
22
CLASE
NEGOCIO/EJECUTIVA
95
121
VUELO
TRADICIONAL/
CLASE ECONMICA
518
135
Solucin:
H0: Los tipo de boleto son independientes con los tipos de vuelo.
H1: Los tipo de boleto son no independientes con los tipos de vuelo.
Tabla de contingencia:
TIPO DE
BOLETO
TIPO DE VUELO
V. Nacional
V. Internacional
TOTAL
PRIMERA
CLASE
20
44
64
CLASE
NEGOCIO
30
26
56
VUELO
TRADICIONAL
518
135
653
TOTAL
568
205
773
e11=
=28.5
e12=
e22=
=21.5
e31=
=39.9
=30.1
e21=
e32=
=45.6
=34.4
TIPO DE
VUELO
NMERO
OBSERVADOS(F
I)
NMERO
ESPERADOS(E
I)
FI EI
(FI
EI)2
(FI EI)2/EI
PRIMERA
Nacional
20
47.03
27.0
3
730.6
2
15.535
PRIMERA
Internacion
al
44
16.97
27.0
3
730.6
2
43.054
NEGOCIO
Nacional
30
41.15
11.15
124.3
2
3.0212
NEGOCIO
Internacion
al
26
14.85
11.15
124.3
2
8.3719
TRADICIONA
L
Nacional
518
479.82
38.1
8
1457.7
3.0380
TRADICIONA
L
Internacion
al
135
173.18
38.1
8
1457.7
8.4173
TOTAL
X2=81.43
7
Para (3-1) x (2-1) = 2 grados de libertad y mediante tabla para X2=81.437, se calcula el valor-p que es
menor a
0.005. Por tanto el
valorp
=0.05.
Entonces se rechaza
la
hiptesis nula.
53
Mediante el Minitab con X2 =81.413, se calcula el valor-p = 0.000. Por tanto el valor-p =0.05.
Entonces se comprueba el rechazo de la hiptesis nula, concluyendo que no hay independencia entre los
tipos de boleto y los tipos de vuelo.
NMERO
OCURRENCIA
DE F. OBSERVADA
39
30
30
18
Solucin:
H0: La poblacin tiene una distribucin Poisson.
H1: La poblacin no tiene una distribucin Poisson.
Total de frecuencias observadas: 120.
Media de ocurrencias: =
Entonces la probabilidad de Poisson es: f(x)=
54
= 1.31
=
0.2698
32.376
0.3535
42.420
0.2315
27.780
0.1011
12.132
0.0331
3.972
5 O MS
0.0110
1.320
FI - EI
(FI
EI)2
(FI
-EI)2/EI
39
32.376
6.624
43.877
1.355
30
42.420
-12.42
154.256
3.636
30
27.780
2.22
4.928
0.177
18
12.132
5.868
34.433
2.838
4 O MS
5.292
-2.292
5.253
0.993
TOTAL
X2=8.999
Para k-p-1=5-2=3 grados de libertad, con X2=8.999 mediante tabla el valor-p esta entre 0.05 y 0.025.
Entonces el valor-p =0.05, por tanto, se rechaza H0.
55
56
Nmero
Accidentes
de F. Observada(das)
34
25
11
Solucin:
H0: La poblacin tiene una distribucin Poisson.
H1: La poblacin no tiene una distribucin Poisson.
Total de frecuencias observadas: 80.
Media de ocurrencias: =
=1
57
PROBABILIDAD NMERO
DE
POISSON ESPERADO
F(X)
80.F(X)
0.3679
29.432
0.3679
29.432
0.1839
14.712
0.0613
4.904
0.0153
1.224
0.0037
0.296
NMERO
FI - EI
ESPERADOS(EI)
(FI - EI)2
(FI
EI)2/ EI
34
29.432
4.568
20.867
0.7095
25
29.432
-4.568
19.643
0.6669
11
14.712
-3.712
13.779
0.9381
10
6.424
3.712
12.788
1.9905
3 O MS
TOTAL
X2=4.30
Para k-p-1=4-2=2 grados de libertad, con X2=4.3 mediante tabla el valor-p esta entre 0.90 y 0.10.
Entonces el valor-p> =0.05, por tanto, no se rechaza H0.
58
Mediante Minitab con X2=4.30491, se calcula el valor-p=0.116199. Por tanto el valor-p >=0.05.
Entonces no se rechaza la hiptesis nula y se concluye que la poblacin tiene una distribucin Poisson.
El nmero de llamadas telefnicas que llegan por minuto al conmutador de una empresa tiene una
distribucin de Poisson. Use =0.05 y los datos siguientes para probar esta suposicin.
NMERO
DE FRECUENCIA
LLAMADAS
OBSERVADA
TELEFNICAS
QUE
LLEGAN POR MINUTO
0
15
31
20
15
13
Solucin:
H0: La poblacin tiene una distribucin Poisson.
H1: La poblacin no tiene una distribucin Poisson.
Total de frecuencias observadas: 100.
Media de ocurrencias: =
59
=2
NMERO
DE
OCURRENCIAS
PROBABILIDAD NMERO
DE
POISSON ESPERADO
F(X)
100.F(X)
0.1353
13.53
0.2707
27.07
0.2707
27.07
0.1804
18.04
0.0902
9.02
0.0361
3.61
0.0120
1.20
7 O MS
0.0047
0.47
FI - EI
15
13.53
1.47
31
27.07
20
(FI EI)2
(FI EI)2/ EI
2.
0.1
1609
597
3.93
15.4449
0.5706
27.07
-7.07
49.9849
1.8465
15
18.04
-3.04
9.2416
0.5123
13
9.02
3.98
15.8404
1.7561
5 O MS
5.28
0.72
0.5184
0.0982
TOTAL
100
X2=4.9434
Para k-p-1=6-2=4 grados de libertad, con X2=4.9434 mediante tabla el valor-p esta entre 0.90 y
0.10. Entonces el valor-p =0.05, por tanto, no se rechaza H0.
60
Mediante Minitab con X2=4.945411, se calcula el valor-p=0.292945. Por tanto el valor-p >=0.05.
Entonces no se rechaza la hiptesis nula y se concluye que la poblacin tiene una distribucin Poisson.
61
62
0.0000
0.0001
0.0006
0.0031
0.0117
0.0327
0.0708
0.1214
0.1669
0.1855
10
0.1669
11
0.1214
12
0.0708
13
0.0327
14
0.0117
15
0.0031
16
0.0006
17
0.0001
18
0.0000
63
Solucin:
p = es la proporcin que ven American Idol.
H0: p=0.5
H1: p0.5
Nivel de significancia =0.05.
La muestra es n=600, entonces es una distribucin normal donde:
=12.25
Z=
= 2.45
Mediante tabla para Z=2.45, se calcula para 2 colas el valor-p= 2(1-0.9929)= 0.0142. Como el valor-p
=0.05, entonces se rechaza H0.
64
Solucin:
=9.49
= 2.32
Mediante tabla para Z=2.32, se calcula para 2 colas el valor-p= 2(1-0.9898)= 0.0204. Como el valor-p
=0.05, entonces se rechaza H0.
En una muestra de 150 partidos de basquetbol universitario, el equipo de casa gan 98 partidos. Realice
una prueba para determinar su los datos sustentan la hiptesis de que en el basquetbol universitario el
equipo de casa tiene ventaja. A qu conclusin llega con =0.05?
Solucin:
65
=6.12
= 3.76
Mediante tabla para Z=3.76, se calcula para una cola el valor-p= 1- 0.9999 0.00. Como el valor-p
=0.05, entonces se rechaza H0.
PROBLEMA
En la tabla se presentan las preferencias de 10 personas respecto a dos marcas de un producto.
PERSONA
66
MARCA
FRENTEA
MARCA B
10
Solucin:
p = es la proporcin de preferencia por la marca A.
H0: p=0.5
H1: p0.5
Nivel de significancia =0.05.
Tabla de probabilidades binomiales para n=10 y p=0.5.
NMERO DE PROBABILIDADES
SIGNOS MS
0
0.0010
0.0098
0.0439
0.1172
0.2051
0.2461
0.2051
0.1172
0.0439
0.0098
10
0.0010
El nmero de signos ms para la marca A es x=7, entonces su probabilidad est en la cola superior:
P(x 7) = P(7)+P(8)+P(9)+P(10)=0.1172+0.0439+0.0098+0.0010=0.1719.
Como es para dos cola el valor-p = 2(0.0154)=0.8438. Adems el valor-p =0.05
Entonces no se rechaza H0.
PROBLEMA
Realice la prueba de hiptesis siguiente:
H0: Mediana 150
67
Solucin:
Con nivel de significancia =0.01.
El nmero de la muestra es n = 27, asume una distribucin normal.
= 0.50 (27) = 13.5
=
=2.60
= 3.27
Mediante tabla para Z=3.27, se calcula para una cola el valor-p= 1- 0.990 = 0.001.
Como el valor-p =0.01.
Entonces se rechaza H0.
68
Solucin:
H0: Mediana = $131 000
H1: Mediana $131 000
Con nivel de significancia =0.01.
El nmero de la muestra es n = 300, asume una distribucin normal.
= 0.50 (300) = 150
=
= 8.66
= 1.73
Mediante tabla para Z=1.73, se calcula para dos colas el valor-p=2(1- 0.9582) = 0.0836. Como el valorp =0.01, entonces no se rechaza H0.
69
= 7.5
= 1.27
Mediante tabla para Z=1.27, se calcula para dos colas el valor-p=2(1- 0.8980) = 0.204. Como el valorp =0.01, entonces no se rechaza H0.
70
ADITIVOS
1(millas
/galn)
2(millas
/galn)
20.12
18.05
23.56
21.77
22.03
22.57
19.15
17.06
21.23
21.22
24.77
23.80
16.16
17.20
18.55
14.98
21.87
20.03
10
24.23
21.15
11
23.21
22.78
12
25.02
23.70
Solucin:
H0: Las poblaciones son idnticas en relacin a los aditivos.
H1: Las poblaciones no son idnticas en relacin a los aditivos.
AUTMOVI
L
ADITIVOS
1(mill
as/galn)
71
2(mill
as/galn)
DIFERENCI
A
VALORABS.D
E
DIFERENCIA
RANG
O
RANG
O CON
SIGNO
20.12
18.05
2.07
2.07
23.56
21.77
1.79
1.79
22.03
22.57
19.15
17.06
21.23
-0.54
0.54
-3
2.09
2.09
10
10
21.22
0.01
0.01
24.77
23.80
0.97
0.97
16.16
17.20
1.04
-5
18.55
14.98
3.57
3.57
12
12
21.87
20.03
1.84
1.84
10
24.23
21.15
3.08
3.08
11
23.21
22.78
0.43
0.43
12
25.02
23.70
1.32
1.32
-1.04
8
11
8
11
Suma de signos: 62
Media: t=0
Desviacin: t=
= 25.50
Se realiza la prueba de rangos de signos de Wilcoxon con =0.05, adems de tener el valor de T=62. Se
obtiene el valor para el estadstico de prueba:
Z=
=2
De la tabla para Z=2.43 se halla para dos colas el valor-p=2(1-0.9925)=0.015. Como el valor-p
=0.05, se rechaza H0.
72
EMPRESAS
Avis
Budge
t
73
BOSTON
LOGAN
1.58
1.39
CHICAGO
OHARE
1.60
1.55
CHICAGO
MIDWAY
1.53
1.55
DENVER
1.55
1.51
FORT
LAUDERDALE
1.57
1.58
LOS NGELES
1.80
1.74
MIAMI
1.62
1.60
NUEVO YORK
1.69
1.60
ORANGE
COUNTRY
1.75
1.59
WASHINGTON
W.
1.55
1.54
EMP
RESAS
Avis
Budget
BOSTON
LOGAN
1.58
1.39
0.19
0.19
CHICAGO
OHARE
1.60
1.55
0.05
0.05
CHICAGO
MIDWAY
1.53
1.55
DENVER
1.55
1.51
FORT
LAUDERDALE
1.57
1.58
LOS NGELES
1.80 1.74
MIAMI
1.62
NUEVO YORK
-0.02
10
10
6
0.02
3.5
0.04
0.01
1.5
-1.5
0.06
0.06
1.60
0.02
0.02
3.5
3.5
1.69
1.60
0.09
0.09
ORANGE
COUNTRY
1.75
1.59
0.16
0.16
WASHINGTON
W.
1.55
1.54
0.01
0.01
0.04
-0.01
-3.5
5
9
1.5
9
1.5
Suma de signos=45
Media: t=0
Desviacin: t=
= 19.62
Se realiza la prueba de rangos de signos de Wilcoxon con =0.05, adems de tener el valor de T=45. Se
obtiene el valor para el estadstico de prueba:
Z=
74
= 2.29
75
RONDAS
1
2
FRED
COUPLES
69
73
JOHN DAB
70
73
ERNIE ELS
72
70
JIM FURYK
65
71
PHIL
MICKELSON
70
73
ROCCO
MEDIATE
69
74
NICK PRICE
72
71
VIJAY
SINGH
68
70
SERGIO
GARCA
70
68
MIKE WEIR
71
71
TIGER
WOODS
72
69
Solucin:
H0: Las poblaciones son idnticas en relacin a los aditivos.
H1: Las poblaciones no son idnticas en relacin a los aditivos.
ENTREGAS
76
SER
DIFERENCIA
VALOR
RANGO RANGO
ABS.DE
DIFERENCIA
CON
SIGNO
FRED
COUPLES
69
73
-4
-8
JOHN DAB
70
73
-3
-6
ERNIE ELS
72
70
JIM FURYK
65
71
-6
10
-10
PHIL
MICKELSON
70
73
-3
-6
ROCCO
MEDIATE
69
74
-5
-9
NICK PRICE
72
71
VIJAY
SINGH
68
70
-2
-3
SERGIO
GARCA
70
68
MIKE WEIR
71
71
--
--
TIGER
WOODS
72
69
Desviacin: t=
= 19.62
Se realiza la prueba de rangos de signos de Wilcoxon con =0.05, adems de tener el valor de T=-29. Se
obtiene el valor para el estadstico de prueba:
Z=
= -1.48
De la tabla para Z= 1.48, se halla para dos colas el valor-p = 2(1-0.99306)=0.1388, como el valor-p
0.05, No se rechaza H0.
77
78
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
Solucin:
H0: las dos poblaciones son idnticas en trmino de rendimiento.
H1: las dos poblaciones no son idnticas en trminos de rendimiento.
Nivel de significancia que se toma =0.05.
79
ADITIVO 1
RANGO
ADITIVO 2
RANGO
16.7
17.8
17.3
18.7
8.5
17.5
18.7
8.5
18.2
19.8
11
18.4
20.2
12
20.7
13
19.1
10
21.0
14
21.3
15
22.1
16
Suma de rangos:
34
80
102
Se concluye que la diferencia entre ambas poblaciones es significativa, entonces ambas poblaciones no
son idnticas en trminos de rendimiento segn el aditivo usado.
81
PLANIFICADOR
FINANCIERO
45.2
44.0
45.9
44.2
46.9
48.1
49.2
50.9
50.0
46.9
51.3
48.6
52.0
44.7
53.2
48.9
53.8
46.8
54.5
43.9
Solucin:
H0: las dos poblaciones son idnticas en trmino de salarios iniciales.
H1: las dos poblaciones no son idnticas en trminos de salarios iniciales.
Nivel de significancia que se toma =0.05.
CONTADOR
PBLICO
PLANIFICADOR
FINANCIERO
SALARIO
Rango
Salario
Rango
45.2
43.9
45.9
44.0
46.9
8.5
44.2
49.2
13
44.7
50.0
14
46.8
82
51.3
16
46.9
8.5
52.0
17
48.1
10
53.2
18
48.6
11
53.8
19
48.9
12
54.5
20
50.9
15
Suma de Rangos
83
136.5
73.5
n1 (n1+n2+1) =
t=
10(10+10+1) =105
= 13.23
= 2.38
Mediante tabla para Z=2.38, se halla para 2 colas el valor-p=2(1-0.9913)=0.0174. Como valorp=0.05, entonces se rechaza H0.
Minitab:
Se concluye que la diferencia entre ambas poblaciones es significativa, entonces ambas poblaciones no
son idnticas en trminos de salarios entre la poblacin de contadores pblicos y de planificadores
financieros.
84
3
0.6
Mujeres
7
5.5
4
4.5
4
5.2
3
5.4
6
2.2
2
7.9
3
8.2
4
0.5
4
9.9
2
5.8
5
5.3
4
7.5
2
4.8
Solucin:
H0: las dos poblaciones son idnticas en trmino de salarios iniciales.
H1: las dos poblaciones no son idnticas en trminos de salarios iniciales.
Nivel de significancia que se toma =0.05.
Hombres
Mujeres
Salario
Rango
Salario
Rango
30.6
24.8
38.2
25.8
45.2
27.9
49.9
11
35.4
55.3
12
40.5
62.2
13
44.5
75.5
14
47.5
10
Suma de Rangos
69
36
Se concluye que la diferencia entre ambas poblaciones es significativa, entonces ambas poblaciones no
son idnticas en trminos de salarios entre mujeres y hombres.
86
Prueba de Kruskal-Wallis
PROBLEMA
Las calificaciones dadas a productos por un panel de 15 consumidores son las siguientes:
PRODUCTO
A
50
80
60
62
95
45
75
98
30
48
87
58
65
90
57
Use la prueba de Kruskal-Wallis y =0.05 para determinar si existe una diferencia significativa entre las
clasificaciones dadas de los tres productos.
Solucin:
PRODUCTO
A
RANGO
RANGO
RANGO
48
80
11
30
50
87
12
45
62
90
13
57
65
95
14
58
75
10
98
15
60
TOTAL
34
65
21
El valor-p que se calcula es 0.006, por tanto, valor-p=0.006 =0.05, se rechaza H0.
Se concluye que las poblaciones no son idnticas, es decir, que hay diferencia entre la clasificacin entre
los 3 productos.
88
540
450
600
400
540
630
490
400
580
530
410
490
490
480
590
610
370
620
550
570
Solucin:
PROGRAMAS
A
RANGO
RANGO
RANGO
400
2.5
370
490
490
400
2.5
570
14
490
410
580
15
530
10
450
590
16
540
11.5
480
600
17
610
18
540
11.5
620
19
550
13
630
20
TOTAL
58
43
109
El valor-p que se calcula es 0.011, por tanto, valor-p=0.011 =0.05, se rechaza H0.
Se concluye que las poblaciones no son idnticas, es decir, que hay diferencia entre los tres programas
de calificacin.
PROBLEMA
Para bajar de peso basta con practicar una de las siguientes disciplinas tres veces por semana durante
40 minutos. En la tabla siguiente se muestra la cantidad de caloras que se quema en 40 minutos de
cada una de estas disciplinas. Estos datos indican que exista diferencia en la cantidad de caloras
quemadas con cada una de estas disciplinas? De su conclusin.
90
DISCIPLINAS
ANDAR EN
BICICLETA
NATACIN
TENIS
408
415
385
380
485
250
425
450
295
400
420
402
427
530
268
Solucin:
DISCIPLINAS
ANDAR
EN BICICLETA
RAN
GO
NATACIN
RANGO
TENIS
RANGO
380
415
250
400
420
10
268
408
450
13
295
425
11
485
14
385
427
12
530
15
402
TOTAL
41
61
17
W = 9.26
Para k-1=3-1=2 grados de libertad.
X2= 7.378 su rea de cola superior = 0.025
X2= 9.210 su rea de cola superior = 0.01
Entonces el valor-p esta entre 0.025 y 0.01, por tanto valor-p =0.01, se rechaza H0.
El valor-p que se calcula es 0.010, por tanto, valor-p=0.010 =0.05, se rechaza H0.
Se concluye que las poblaciones no son idnticas, es decir, que hay diferencia entre los la cantidad de
caloras quemadas con cada una de las disciplinas.
92