Professional Documents
Culture Documents
PRIMER PARCIAL
Pgina 1
ESTADISTICA INFERENCIAL
ACTIVIDAD DE APRENDIZAJE 1.1
PRIMER PARCIAL
PROBLEMA 1
Business Week public que los ingresos fiscales de Playboy Enterprises, Inc. han
sufrido unos retrocesos importantes en los ltimos aos. Christie Hefner, hija del
fundador, asumi el puesto de directora ejecutiva de Playboy en noviembre de 1988.
La seora Hefner ha encontrado que los ingresos mensuales medios de los
distintos clubes de Playboy en todo el pas son de 1.23 millones de dlares, con
una desviacin tpica de 0.65 millones de dlares. Supongamos por el momento que
exista normalidad en la distribucin de ingresos mensuales:
DATOS
=$ 0.65 millones
P( X >1,3)
Z=
Andrs Fernndez
Pgina 2
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
131.23
Z=
0.65
Area=0.0438
P( X >1,3)=0,50 Area
P( X >1,3)=0,500,0438
P( X >1,3)=0,4562
Existe la probabilidad del 45,62 que elingreso mensual de uno de los clubes
Z=
x 1
Z=
1.501.23
0.65
Area=0.1628
Andrs Fernndez
Pgina 3
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
x
Z= 2
Z=
2.001.23
0.65
Area=0.3810
P (1,50< X <2,00 ) =Area2Area 1
P (1,50< X <2,00 ) =0,38100,1628
P (1,50< X <2,00 ) =0,2182
Existe la probabilidad del 21,82 que el ingreso mensual estar comprendido
entre 1,50 y 2,00 millones de d lares .
P( X < 0,89)
Z=
Andrs Fernndez
Pgina 4
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
0.891.23
Z=
=0.52
0.65
Area=0.1985
P( X < Xo)=0,12
x 0=+ Z
Andrs Fernndez
Pgina 5
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
PROBLEMA 2
Supongamos que a lo largo de todo un ao el hospital de St. Jude admite 50
pacientes que han de ser explorados para determinar si necesitan operacin. Cul
es la probabilidad de que ms de la mitad necesiten operarse? Los datos del
hospital indican que lo habitual es que el 40% de sus pacientes sean sometidos a
ciruga.
DATOS
=0,40
n=50
=n=500,40=20
= n ( 1 )= 500,40( 10,40 ) =3,46
P(X >25)
DESARROLLO
Andrs Fernndez
Pgina 6
ESTADISTICA INFERENCIAL
Z=
( X 0,50 )
Z=
PRIMER PARCIAL
Z =1,59
Area=0,4441
DATOS :
Poblaci n para demoraen las llamadas :20, 12,17, 15,18 y 15
Andrs Fernndez
Pgina 7
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
N=6
K=N C n=6 C 2=
6!
=15
2 ( 62 ) !
DE
CALCULOS
X2
20
12
17
15
18
15
97
400
144
289
225
324
225
1.607
x
N
97
6
=16,17
desviacion tipica =
Andrs Fernndez
x
2
( x )
Pgina 8
ESTADISTICA INFERENCIAL
1607
( 97 )
6
PRIMER PARCIAL
=2,54
Existe un moderado grado de dispersi n en ladistribuci n de la poblaci n
Muestras
k
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
20
20
20
20
20
12
12
12
12
17
17
17
15
15
18
Media de
muestra
s
12
17
15
18
15
17
15
18
15
15
18
15
18
15
15
Suma:
16
18,5
17,5
19
17,5
14,5
13,5
15
13,5
16
17,5
16
16,5
15
16,5
242,5
p=
Andrs Fernndez
de exitos
total de muestra
Pgina 9
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
1
p=
15
p=0,0667
Existe la probabilidad del 6,67 que se presente este caso .
p=
de exitos
total de muestra
p=
5
15
p=0,3333
Existe la probabilidad del 33,33 que se presente este caso .
Andrs Fernndez
Xm
Xm.f
Xm.f
13,5
27
364,5
14,5
14,5
210,25
15
30
450
16
48
768
16,5
33
544,5
17,5
52,5
918,75
18,5
18,5
342,25
19
19
361
Suma:
15
242,5
3959,25
Pgina 10
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Xf
X =
k
242,5
X =
15
X =16,17 minutos
Conlos c lculos del literal b , se verifica que num ricamente son iguales los valores
promediosde la poblaci n y de ladistribuci n muestral de medias .
Error tipico= x =
x=
x f
( x f )
n
n
2
( 242,5 )
15
3959,25
15
x =1,609 minutos
Este valor mide el grado de dispersin de la distribucin muestral de medias
alrededor de su valor promedio , que de los resultados se verificaes menor
PROBLEMA 2
Fortune public que el efecto de las compras apalancadas es difcil de detectar. En
1988 el valor medio de las empresas de Fortune 500 que se compraron fue de 3.51
miles de millones de dlares, con una desviacin tpica de 1.92 miles de millones de
dlares.
Andrs Fernndez
Pgina 11
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
DATOS
n=64
P ( X >3,65 )
Z=
X
/n
Z=
3,653,51
1,92/ 64
Z =0,58
Area=0,2190
0,50 rea
P ( X >3,65 )=0,500,2190
P ( X >3,65 )=0,2810
Andrs Fernndez
Pgina 12
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Z=
X
/n
Z=
3,643,51
1,92/ 64
Z =0,54
Area=0,2054
0,50 rea
P ( X >3,64 ) =0,500,2054
P ( X >3,64 ) =0,2946
El 29,46 deltotal de muestras tendrnmedias superiores a 3,64 mil millones de dlares .
Andrs Fernndez
Pgina 13
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
c) Si se tom una muestra de n=64 y se obtuvo una =3.90, qu podra
deducir?
Z=
X
/n
Z=
3,903,51
1,92/ 64
Z =1,625
Area=0,4484
0,50 rea
P ( X >3,90 )=0,500,4484
P ( X >3,90 )=0,0516
Solo el 5,16 del total de muestrastendrn medias muestrales
superio r a 3,90 mil millones de dlares .
Andrs Fernndez
Pgina 14
ESTADISTICA INFERENCIAL
Z=
X
/n
Z=
0.50
1,92/ 10
PRIMER PARCIAL
Z =2,60
Area=0,4953
2(0,50 rea)
PROBLEMA 3
Autoridades de la administracin de Washington acaban de expresar su
preocupacin sobre el exceso de gastos en contratos militares. Estos gastos no
planificados han costado a los contribuyentes norteamericanos miles de millones
de dlares anuales. El presidente nombr un comit de expertos que estimase la
cantidad media que cada contrato cuesta por encima de la cantidad acordada. El
Andrs Fernndez
Pgina 15
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
comit ha determinado ya que la desviacin tpica de los costes excesivos es de
17,500 millones de dlares y que parecen seguir una distribucin normal:
DATOS
n=25
Z=
X
/n
Z=
1000
17500/ 25
Z =2,86
Area=0,4979
0,50 rea
P ( error> 1000 )=0,500,4979
P ( error> 1000 )=0,0021
Andrs Fernndez
Pgina 16
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Existe la mnima probabilidad del 0,21 que l a muestra haga una estimacin
de la media poblacional quesupere en ms de 10000 millones de dlares .
Z=
X
/n
Z=
5000
17500/ 25
Z =1,43
Area=0,4236
rea
P ( er ror<5000 ) =0,4236
Andrs Fernndez
Pgina 17
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
PROBLEMA 4
Como ahora las investigaciones de las autoridades deportivas hacen indagaciones
ms profundas en los deportes, un funcionario ha estimado que el 70% de los
programas de baloncesto universitario han infringido las reglas. Si se ha
encontrado que 32 de los 40 programas examinados han cometido una infraccin
como mnimo, qu conclusin se podra sacar sobre la estimacin de dicho
funcionario?
DATOS
n=40
p=0,70
32
=0,80
40
Andrs Fernndez
Pgina 18
ESTADISTICA INFERENCIAL
Z=
Z=
p
( 1 )
n
0,700,80
0,80 (10,80 )
40
PRIMER PARCIAL
Z =1,58
Area=0,4429
rea
P ( 0,70< p <0,80 )=0,4429
La estimacin del funcionario presenta un error de subestimacin con
probabilidad del 44,29 .
Pgina 19
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Un nmero de febrero de 1989 de la revista Fortune relataba los esfuerzos de las
empresas por aumentar la velocidad con que desarrollan, fabrican y comercializan
sus productos. Una respuesta de 50 empresas realizada por Kaiser Associates,
empresa consultora de Vienna, Virginia, revel que casi todas las empresas ponan
el acento en la estrategia del tiempo (TBS), como se llama al nuevo
planteamiento. El atractivo de la TBS, como deca un director ejecutivo, procede de
que la velocidad mata a la competencia.
a) A General Electric le preocupaba el tiempo que tardaba en servir cuadros de
interruptores automticos. En la factora de Akron, Ohio, se pensaba que el
tiempo medio necesario era de unas tres semanas desde la recepcin del
pedido hasta la expedicin de un cuadro. Si los 100 ltimos pedidos se
sirvieron al cabo de 3.4 semanas de media, con una desviacin tpica de 1.1
semana, se confirma la estimacin de 3 semanas al nivel de confianza del
98%?
IC=X
Area=
ZS
n
0,98
=0,49 Z=2,33
2
IC=3,4
2,3311
100
IC=3,4 0,26
LI =3,40,26
LI =3,14
LS=3,4+0,26
Andrs Fernndez
Pgina 20
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
LS=3,66
tS
n
IC=2,3
Andrs Fernndez
1,7961,5
12
Pgina 21
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
IC=2,3 0,78
LI =2,30,78
LI =1,52
LS=2,3+0,78
L S=3,08
PROBLEMA 2
Tom Monaghan, director ejecutivo de Dominos Pizza, es un verdadero entusiasta
del deporte. Adems de ser propietario del equipo de bisbol Detroit Tigers, corre
ms de 6 millas diarias y todos los lunes se lleva a sus directivos a correr con l. La
empresa est organizada con las mismas directrices que una liga deportiva
profesional, con divisiones regionales que compiten entre s en rendimiento
general, incluidos los tiempos de entrega. Monaghan ha llevado a Dominos a
ocupar el segundo puesto de las cadenas de pizza, despus de Pizza Hut,
ofreciendo a sus clientes un descuento de 3 dlares por cada pizza que tarde en
llegar ms de 30 minutos. Todo nuestro negocio se basa en la velocidad, afirma.
Monaghan est interesado en la proporcin de pizzas que no pasan la prueba de los
30 minutos y que, por lo tanto, tiene descuento. Supongamos que en una muestra
de 780 entregas, 54 llegan tarde. Monaghan quiere un intervalo de confianza que
Andrs Fernndez
Pgina 22
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
slo tenga una probabilidad de error del 4% para la proporcin de entregas que le
cuestan 3 dlares.
DATOS :
n=780
x 54
p= =
=0,0692
n 780
Intervalo de confianza del 96
np comon(1 p)son mayores a 5 se aplica la distribucin normal .
IC= p Z
rea=
p ( 1p )
n
0,96
=0,48: Z=2,06
2
IC=0,0692 2,06
0,0692 ( 10,0692 )
780
IC=0,0692 0,0091
LI =0,06920,0091
LI =0,0601
LS=0,0692+ 0,0091
LS=0,0783
Andrs Fernndez
Pgina 23
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
PROBLEMA 3
a) Si Dominos quiere un intervalo de confianza del 99% para el tiempo medio
de entrega que no tenga un error superior a 1.5 minutos qu tamao deber
tener la muestra si una muestra piloto estima la desviacin tpica en 6
minutos?
E=1,5 minutos
NC=99
S=6 minutos
Area=
0,99
=0,495 Z=2,58
2
ZS
n=
E
( )
(
n=
2,586
1,5
n=106,50 107
Andrs Fernndez
Pgina 24
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
b) Si se ha de construir un intervalo de confianza del 95% para la proporcin de
entregas retrasadas que nos d una estimacin del 1%, qu tamao deber
tener la muestra?
Area=
0,95
=0,475 Z=1,96
2
Z
n=p ( 1 p )
E
( )
n=0,0692 ( 10,0692 )
1,96
0,01
( )
n=2474,43 2474
Para cumplir con las caracteristicas , es necesario un tamano minimo
DATOS :
=$ 15 milllones
n=120
X =$ 15,39 millones
Andrs Fernndez
Pgina 25
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
PROBLEMA 2
a) Si se elige al azar una muestra de 120 tiendas y se hallan una ventas medias
de 15.39 millones de dlares, con una desviacin tpica de 2.9 millones de
dlares, est respaldada la hiptesis de = 15 millones al nivel de
significacin del 10%?
1.Planteo de hiptesis .
Venta promedio por tienda es igual a 15 mill ones de dlares .
2.Nivel de significancia:
3.Estadstica de prueba .
Zp=
X
S/ n
Zp=
15,3915
2,9/120
Zp=1,47
Andrs Fernndez
Pgina 26
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
4.Regla de decisin .
Estadstica Z critica , para rea=0,50
=0,45 : Zc=1,65
2
5.Decisin .
Como Zp=1,47 est dentro de 1,65 se acepta la Ho ,entonces al nivel de
p=2(0,500,4292)=0,1416
Entonces , no existe evidencia que Ho no es verdadera .
IC=X
ZS
n
Andrs Fernndez
Pgina 27
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
0,90
Area=
=0,45 Z=1,65
2
IC=15
1,652,9
120
IC=15 0,44
LI =150,44
LI =14,54
LS=15+0,44
LS=15,44
Z 1=
Z 1=
X 1
/n
14.5614,8
=0,91
2,9 / 120
Area 1=0,3186
Z 2=
X 2
/n
Z 1=
15.4414,8
=2,42
2,9/ 120
Area 1=0,4922
Andrs Fernndez
Pgina 28
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
1.Planteo de hi ptesis .
2.Nivel de significancia :
3.Estadstica de prueba .
n>30, ladistribucin muestral para lamedia se aproxima a la
X
S/ n
Zp=
15,3915
2,9/120
Zp=1,47
4.Regla de decisin .
Andrs Fernndez
Pgina 29
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Valor p
Para Zp=1,47: rea=0,4292
p=0,500,4292=0,0708
Entonces, existe alguna evidencia que Hono es verdadera .
ZS
n
Area=0,900,50=0,40 Z =1,28
Andrs Fernndez
Pgina 30
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
1,282,9
LS=15+
120
LS=15+0,34
LS=15,34
Calculo de probabilidad : P(X < 15,34)
Z 1=
X
/n
Z 1=
15,3414,8
=2,04
2,9/ 120
Area=0,4793
PROBLEMA 3
El servicio norteamericano de peces y vida salvaje etiquetaba salmones que
desovaban en el ro Hood cerca de Seattle para determinar sus caractersticas
migratorias. El servicio pensaba que el 40% de los peces volvan all cada ao:
Andrs Fernndez
Pgina 31
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
a) Si una muestra de 2,022 peces revel que 822 haban sido etiquetados el ao
anterior, est respaldada la hiptesis del servicio al nivel de 5%?
DATOS :
n=2022
X =822
p=
822
=0,4065
2022
=0,40
=0,05
1.Planteo de hiptesis .
Proporcinde peces que regresan es igual al 40 .
3.Estadstica de prueba .
Ya que n. y n (1 )es mayor a 5, ladistribucin muestral para la proporcin
Zp=
p
( 1 )
n
0,40650,40
=0,60
0,40 ( 10,40 )
2022
Andrs Fernndez
Pgina 32
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
4.Regla de decisin .
Estadstica Z critica , para rea=0,50 /2=0,475 :Zc=1,96
se mantiene en el 40 .
b) Calcular el valor de p correspondiente a estos datos.
Andrs Fernndez
( 1 )
n
Pgina 33
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
rea=0,95/2=0,475 : Z=1,96
IC=0,40 1,96
0,40 ( 10,40 )
2022
IC=0,40 0,021
LI =0,400,021
LI =0,379
LS=0,40+0,021
LS=0,421
Z 1=
Z 1=
p1 1
( 1 )
n
0,3790,38
=0,90
0,38 ( 10,38 )
2022
Area 1=0,0359
Z 2=
p2 2
( 1 )
n
Andrs Fernndez
Pgina 34
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
0,4210,38
Z 2=
=3,80
0,38 ( 10,38 )
2022
Area 2=0,50
P ( 0,3796< p<0,421 )== Area 1+ Area 2
P ( 0,3796< p<0,421 )=0,0359+ 0,50
P ( 0,3796< p<0,421 )=0,5359
Existe la probabilidad del 53,59 de cometer un error tipo II si
PROBLEMA 4
Con los datos del problema anterior, si el servicio mantuviera la hiptesis de que
ms del 40% de los peces regresaban cada ao, cules seran sus respuestas a las
partes a), b) y c)?
1.Planteo de hiptesis .
Proporcinde peces que regresan es el 40 .
3.Estadstica de prueba .
Ya que n. y n (1 )es mayor a 5, ladistribucin muestral para la proporcin
Andrs Fernndez
Pgina 35
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Zp=
p
( 1 )
n
0,40650,40
=0,60
0,40 ( 10,40 )
2022
4.Regla de decisin .
Estadstica Z critica , para rea=0,50 =0,45 :Zc=1,65
Valor p
Pgina 36
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
LS= + Z
( 1 )
n
Area=0,950,50=0,45 Z =1,65
LS=0,40+1,65
0,40 ( 10,40 )
2022
LS=0,40+0,018
LS=0,418
Zp=
Zp=
p 1
( 1 )
n
0,4180,38
=3,52
0,38 ( 10,38 )
2022
Andrs Fernndez
Pgina 37
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Area=0,50
P ( p< 0,418 )==0,50+ rea
P ( p< 0,418 )=0,50+ 0,50
P ( p< 0,418 )=1,00
Existe la probabilidad del 100 de cometer un error tipo II si
la verdadera proporcin de peces q ue regresan es 0,38.
GRUPO 2
X 1=62.5horas
horas
X 2=39.7
S 2=8.9 horas
n1=175
n2=168
Andrs Fernndez
Pgina 38
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
DATOS :
S 1 2 S 22
Sp=S X X =
+
n1 n2
1
Sp=S X X =
1
23,72 8,92
+
=1,9186
175 168
1.Planteo de hiptesis .
Promedio de horas de trabajo semanal es igual en los 2 grupos .
3.Estadstica de prueba .
Por ser lostamaos de muestras mayores a 30, la distribucin muestral
X 1X 2
Sp
Zp=
62,539,7
=11,88
1,9186
4.Regla de decisin .
Andrs Fernndez
Pgina 39
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
5.Decisin .
Como Zp=11,88 est fuera de 1,65 se rechaza la Ho , entonces alnivel
1.Planteo de hiptesis .
2.Nivel de significancia:
3.Estadstica de prueba .
Zp=
X 1X 2
Sp
Zp=
62,539,7
=11,88
1,9186
Andrs Fernndez
Pgina 40
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
4.Regla de decisin .
Estadstica Z critica , para rea=0,50 =0,40 :Zc=1,28
5.Decisin .
Como Zp=11,88> 1,28 se rechaza la Ho , ent onces al nivel de
1.Planteo de hiptesis .
2.Nivel de significancia:
3.Estadstica de prueba .
Andrs Fernndez
Pgina 41
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
X
( 1 X 2)10
Sp
Zp=
Zp=
(62,539,7)10
=6,67
1,9186
4.Regla de decisin .
horas de trabajo semanal entre los 2 grupos es mayor a10 horas en forma significativa .
PROBLEMA 2
Muchos estudios econmicos se ocupan de sectores en los cuales una gran parte
del dominio del mercado se concentra en manos de unas pocas empresas. Se teme
que las empresas poderosas en sectores de tan alta concentracin dominen el
mercado con fines egostas. Se emparejaron las empresas de nueve sectores
concentrados con las de un nmero igual de sectores en los cuales el poder
econmico estaba ms disperso. Se hicieron coincidir las empresas de cada grupo
Andrs Fernndez
Pgina 42
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
en cuanto a competencia extranjera, estructuras de coste y de todos los dems
factores que pueden afectar a los precios industriales.
A continuacin se indican los incrementos medios del precio en porcentajes de
cada sector. Al nivel del 5%, parece que los sectores concentrados presentan una
presin inflacionista ms pronunciada que los sectores menos concentrados?
PAREADOS DE
SECTORES
SECTORES
SECTORES
CONCENTRADOS (%)
MENOS
CONCENTRADOS
1
2
3
4
5
6
7
8
9
(%)
3.2
3.7
2.6
0.1
4.1
4.8
5.2
3.9
4.6
3.7
4.1
2.1
-0.9
4.6
5.2
6.7
3.8
4.9
DATOS :
Sectores
Concentra
d.
3,7
4,1
2,1
-0,9
4,6
5,2
6,7
3,8
Andrs Fernndez
Sectore
s
Menor c.
Diferenci
a
D
Dif
media
Dm
Cuadrad
o
(D-Dm)
3,2
3,7
2,6
0,1
4,1
4,8
5,2
3,9
0,5
0,4
-0,5
-1
0,5
0,4
1,5
-0,1
0,22
0,22
0,22
0,22
0,22
0,22
0,22
0,22
0,0772
0,0316
0,5216
1,4938
0,0772
0,0316
1,6327
0,1038
Pgina 43
ESTADISTICA INFERENCIAL
9
4,9
4,6
Sumas:
PRIMER PARCIAL
0,3
2
0,22
0,0060
3,9756
DIFERENCIA MEDIA
D=
D
n
2
D= =0,22
9
DESVIACION ES TANDAR
S n=
( DD )2
S n=
3,9756
=0,7049
91
n1
1.Planteo de hiptesis .
2.Nivel de significancia:
3.Estadstica de prueba .
Andrs Fernndez
Pgina 44
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
D
tp=
Sn
n
tp=
0,22
=0,94
0,7049/ 9
4.Regla de decisin .
5.Decisin .
Como tp=0,94 <1,86 se aceptala Ho , entonces al nivel de significancia
significativa .
PROBLEMA 3
Una empresa de sondeos prueba dos barrenas perforando pozos hasta una
profundidad mxima de 112 pies y anotando el nmero de horas que requiere el
proceso. La primera barrena se utiliz en 12 casos con un tiempo medio de 1 =
27.3 horas y s1 = 8.7 horas. Con la segunda se perforaron 10 pozos, obtenindose
un resultado de 2 =31.7 horas y s2 = 8.3 horas.
Andrs Fernndez
Pgina 45
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
DATOS :
2
p
S =
S 2p=
( n1 1 ) S 21+ ( n21 ) S 22
n1+ n22
1.Planteo de hiptesis .
Tiempo promedio de perforacion es igual con los 2 tipos de barrenas .
3.Estadstica de prueba .
Por ser lostamaos de muestras menores a 30 y se desconocen los valo res de
tp=
X 1X 2
S2p
( n1 + n1 )
1
23,731,7
1 1
72,63
+
12 10
Andrs Fernndez
=1,206
)
Pgina 46
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
4.Regla de decisin .
Estadstica t critica , para n 1+n 2 2=20 gl de una cola
=0,10 :tc=1,325
Andrs Fernndez
Pgina 47
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
PROBLEMA 4
Un estudio realizado por Retail Management revel que 131 de 468 mujeres pagaron
sus compras al por menor con una tarjeta de crdito concreta, mientras que de 237
hombres 57 utilizaron la misma tarjeta:
DATOS :
pc =
X1+ X2
n1 +n2
pc =
131+57
=0,2667
468+237
1.Planteo de hiptesis .
2.Nivel de significancia:
3.Estadstica de prueba .
Andrs Fernndez
Pgina 48
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
Zp=
Zp=
p 1 p2
PC ( 1PC )
( n1 + n1 )
1
0,280,24
1
1
0,2666 ( 10,2666 )
+
468 237
=1,13
4.Regla de decisin .
=0,475 : Zc=1,96
2
5.Decisin .
Como Zp=1,13 est dentro de 1,96 se acepta la Ho , entonces al nivel de
Andrs Fernndez
Pgina 49
ESTADISTICA INFERENCIAL
b) Supongamos que la hiptesis fuera que w > M.
1.Planteo de hiptesis .
2.Nivel de significancia:
3.Estadstica de prueba .
Zp=
Zp=
p 1 p2
PC ( 1PC )
( n1 + n1 )
1
0,280,24
0,2666 ( 10,2666 )
( 4681 + 2371 )
=1,13
4.Regla de decisin .
Estadstica Z critica , para rea=0,50 =0,45 :Zc=1,65
Andrs Fernndez
Pgina 50
PRIMER PARCIAL
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
1.Planteo de hiptesis .
Proporcin de compras con tarje tahecha
3.Estadstica de prueba .
Zp=
Zp=
p1
( 1 )
n1
0,280,24
=2,03
0,24 ( 10,24 )
468
4.Regla de decisin .
Andrs Fernndez
Pgina 51
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
1.Planteo de hiptesis .
Diferenciaen proporcin de compras
3.Estadstica de prueba .
Andrs Fernndez
Pgina 52
ESTADISTICA INFERENCIAL
PRIMER PARCIAL
p
( 1 p2 )0,015
1 1
+
n 1 n2
Zp=
PC ( 1PC )
Zp=
( 0,280,24 ) 0,015
0,2666 ( 10,2666 )
( 4681 + 2371 )
=0,71
4.Regla de decisin .
mayor en el1,5 en forma significativa sobre las compras r ealizada por hombres .
Bibliografa principal. Texto gua
Andrs Fernndez
Pgina 53
ESTADISTICA INFERENCIAL
Ttulo:
PRIMER PARCIAL
Autor:
Editorial:
Pearson
Edicin o ao:
7. edicin
Ttulo:
Autor:
Editorial:
Harla
Edicin o ao:
1981
Ttulo:
Autor:
Editorial:
McGraw Hill
Edicin
11. edicin
Andrs Fernndez
Pgina 54