Documente Academic
Documente Profesional
Documente Cultură
TRABAJO DE ESTADISTICA
NOMBRE:
SEBASTIAN OJEDA
KENNY RIVERA
Docente:
ING. MARGOT BONILLA
SEMESTRE:
CUARTO A
ndice
MODELO ESTADISTICO DE RELACIN Y CORRELACIN.............................4
MODELO ESTADISTICO DE RELACIN Y CORRELACIN SEGUNDO
MTODO....................................................................................................7
MODELO ESTADISTICO DE RELACIN Y CORRELACIN TECER MTODO 10
MODELO ESTADISTICO CHI CUADRADO..................................................13
PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES....................16
MODELO ESTADISTICO PRUEBA DE SIGNOS............................................19
MODELO ESTADSITICO FISHER................................................................22
BIBLIOGRAFA..........................................................................................27
10
8
7
7
13
8
7
4
9
6
8
9
Verificacin de Hiptesis
El problema plantea la siguiente conjetura. La muestra uno es mayor que la muestra dos
1.- Planteamiento de la Hiptesis
Ho: La muestra uno no es mayor que la muestra dos
Hi: La muestra uno es mayor que la muestra dos
2.- Modelo Estadstico
Como la muestra es pequea menor a 30 se aplicara la prueba t de Student Utilice la
=0.05
4
Con cuatro grados de libertad y el 95% de Nivel de confianza el valor de la tabla es tt=
2.78
Acepto Ho si -tt < tc <tt
x*y
x^
y^
5
1
2
3
4
5
6
Total
10
7
13
7
9
8
54
8
7
8
4
6
9
42
80
49
104
28
54
72
387
100
49
169
49
81
64
512
64
49
64
16
36
81
310
n x 2
n xy x y
r=
54
42
2
6512
6( 387 )5442
r=
r=0.4412
t=
r n2
tc=
1r 2
0.4412 4
1(0.4412)2
tc=0.9832
Tiempo completo
Medio Tiempo
Autoempleo/consult
or
No empleado
1105
31
574
15
229
485
186
344
Use un error igual 0.05 para probar la hiptesis de que el tipo de empleo es independiente
de la regin. Cul es la conclusin?
Verificacin de Hiptesis
El problema plantea la siguiente conjetura. El tipo de empleo es independiente de la regin
7
1.-Planteamento de hiptesis
Ho: El tipo de empleo no es independiente de la regin.
Hi: El tipo de empleo es independiente de la regin.
2.-Modelo Estadstico
Como la muestra es pequea menor a 30 se aplicara la prueba t de Student Utilice la
r n2
1r 2
Dnde:
n= nmero de observaciones en la muestra
r= valor de la correlacin
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
4.-Regla de Decisin:
En primera instancia es necesario calcular el nmero de grados de libertad
Grados de libertad = n-2
Dnde:
N= nmero de observaciones
gl=n2
gl=42
gl=2
Con 2 grados de libertad y un nivel de confianza 95% el valor de t tabular es: Tt=2,92
Acepto Ho si tc tt
Una cola:
Rechazo
Ho
Acepto Ho
Tt=2,92
x
1
2
3
4
1105
31
229
485
1850
ANALISIS DE LA DESVIACIONES
y
dx= x-XM
dx^2
dy=y-YM
574
642,5 412806,3
294,25
15
-431,5 186192,3
-264,75
186
-233,5 54522,25
-93,75
344
22,5
506,25
64,25
1119
654027
Media:
XM =
x/n
462,5
Media
YM=
y/n
279,75
dy^2
86583,06
70092,56
8,789,063
4,128,063
169592,8
Desviacin S:
9
X=
Y=
Varianza:
Sx^2= (446.91)^2=199728,54
Sy^2= (237.76)^2=56529,81
Coeficiente de correlacin:
r=
1Sx 2 / Sy 2
r= 156529,81 /199728,54
r=0,84
r n2
t= 1r 2
t=
0,84 42
10,842
t=2,18
Aprobado
Rechazo
24
17
35
11
16
13
15
9
Verificacin de Hiptesis
El problema plantea la siguiente conjetura. La aprobacin de las decisiones de prstamo es
independiente del agente que recibe la solicitud del prstamo.
1.- Planteamiento de hiptesis.
HO: La aprobacin de las decisiones de prstamo no es independiente del agente
que recibe la solicitud del prstamo.
HI: La aprobacin de las decisiones de prstamo es independiente del agente que
recibe la solicitud del prstamo.
2.-Modelo Estadstico
Como la muestra es pequea menor a 30 se aplicara la prueba t de Student Utilice la
r n2
1r 2
Dnde:
n= nmero de observaciones en la muestra
r= valor de la correlacin
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
Dnde:
N= nmero de observaciones en la muestra
gl=n2
gl=42
gl=2
Con 2 grados de libertad y un nivel de confianza 95% el valor de t tabular es: Tt=2,92
Acepto Ho si tc tt
Una cola:
Acepto Ho
Rechazo
Ho
Tt=2,92
x
1
2
3
4
y
24
17
35
11
87
Media:
XM =
Media
YM=
16
13
15
9
53
dx= x-XM
2.25
-4.75
13.25
-10.75
x/n
dx^2
dy=y-YM
5.0625
2.75
22.5625
-0.25
175.5625
1.75
115.5625
-4.25
318.75
dy^2
Zx=dx/Sx Zy=dy/Sy
7.5625 0.218447 0.889968
0.0625 -0.46117 -0.08091
3.0625 1.286408 0.566343
18.0625 -1.04369
-1.3754
28.75
21.75
13
y/n
.25
Desviacin S:
2
SX= dx /n1= 318.75 /41=10.3077
sY=
R=
ZxZy
n1
R=
2,395765
41
R=0,79
r n2
t= 1r 2
0,79 42
t= 10,792
t=1.82
13
Zx*Zy
0.19441
0.037311
0.728548
1.435495
2.395765
Con los datos del problema se ha determinado que el valor de t calculado es igual a Tc =
1.82 es menor que el valor de la tabla Tt= 2.92 por lo tanto con el 95% de nivel de
confianza la hiptesis nula es aceptada que dice Ho que dice: La aprobacin de las
decisiones de prstamo no es independiente del agente que recibe la solicitud del
prstamo.
MODELO ESTADISTICO CHI CUADRADO
Anderson, D. Dennis, J. Thomas, A. (2009). Estadstica para Administracin y Economa.
Ejercicios de aplicacin. (pg. 407. ej. 11). Cengage Learning Editores, S.A., Cdigo:
4317i.
4.-A continuacin se presentan los precios de las rentas de un automvil por da en ocho
ciudades:
Ciudad
Atlanta
Chicago
Dallas
New Orleans
Phoenix
Pittsburg
San Francisco
Seattle
Verificacin de Hiptesis
El problema plantea la siguiente conjetura. El nmero de autos rentados por da depende de
la ciudad
1.- Planteamiento de la Hiptesis
Ho: El nmero de autos rentados por da no depende de la ciudad
Hi: El nmero de autos rentados por da depende de la ciudad
2.-Modelo Estadstico
La prueba de bondad de ajuste se utiliza para probar la hiptesis de que una distribucin
de frecuencias se ajusta a (o concuerda con) alguna distribucin que se asevera. (Triola,
2009, p.568)
14
Como buscamos probar una hiptesis de que la distribucin de autos depende de la ciudad
utilizamos el modelo estadstico chi cuadrado con el siguiente modelo estadstico:
(OE)
x =
E
2
Dnde:
O= Frecuencias observadas.
E= Frecuencias observadas
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
gl=81
gl=7
Con siete grados de libertad y el 95% de Nivel de confianza el valor de la tabla es X^T=
14.07
Acepto Ho si: x^c < x^t
15
16
Dallas
53
44.25
8.75
76.5625
New Orleans
45
44.25
0.75
0.5625
Phoenix
40
44.25
-4.25
18.0625
Pittsburg
San
Francisco
43
44.25
-1.25
1.5625
39
44.25
-5.25
27.5625
Seattle
37
44.25
-7.25
52.5625
354
354
217.5
Total
Media
4
1.7302259
9
0.0127118
6
0.4081920
9
0.0353107
3
0.6228813
6
1.1878531
1
4.9152542
4
44.25
(OE)
x =
E
2
x 2=4.9152
Turno
Nmero de piezas
Numero de defectuosos
Primero
Segundo
Tercero
368
285
176
32
15
24
Use un erro de 0,05 para probar la hiptesis de que la calidad es independiente del turno de
produccin. Cul es su conclusin?
Verificacin de Hiptesis
El problema plantea la siguiente conjetura. La calidad depende del turno de produccin.
1.- Planteamiento de hiptesis
1.1-Modelo Lgico
Ho: La calidad no es independiente del turno de produccin.
Hi: La calidad si es independiente del turno de produccin.
2.-Modelo Estadstico
La prueba de bondad de ajuste se utiliza para probar la hiptesis de que una distribucin
de frecuencias se ajusta a (o concuerda con) alguna distribucin que se asevera. (Triola,
2009, p.568)
Como buscamos probar una hiptesis de que la calidad depende del turno de produccin
utilizamos el modelo estadstico chi cuadrado con el siguiente modelo estadstico:
(OE)
x =
E
2
Dnde:
O= Frecuencias observadas.
E= Frecuencias observadas
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
18
FRECUENCIAS OBSERVADAS
19
Turno
Nmero de piezas
Numero de defectuosos
Primero
Segundo
Tercero
Total
368
285
176
829
32
15
24
71
Total
400
300
200
900
FRECUENCIAS ESPERADAS
Turno
Primero
Segundo
Tercero
Total
Nmero de piezas
368.44
276.33
184.22
829
Numero de defectuosos
31.56
23.67
15.78
71
Total
400
300
200
900
E
368.44
276.33
184.22
31.56
23.67
15.78
O-E
-0.44
8.67
-8.22
0.44
-8.67
8.22
(O-E)^2
0.19
75.17
67.57
0.19
75.17
67.57
x^2c=
(O-E)^2/E
0.00
0.27
0.37
0.01
3.18
4.28
8.10
X^2c= (O-E)^2/E
X^2c=8,10
20
EDAD
20 a 29
30 a 39
40 a 49
50 a 59
SI
31
63
94
72
Asistencia a la iglesia
NO
69
87
106
78
TOTAL
100
150
200
150
r
0.5 n
t=
Dnde:
21
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
gl=3
Con Tres grados de libertad y el 95% de Nivel de confianza el valor de la tabla es tt= 2.353
Acepto Ho si tc <tt
Acepto Ho
Rechazo
Ho
Tt=2.353
22
SI
NO
31
63
94
72
69
87
106
78
TOTAL
100
150
200
150
r+
rCero
N
DN SINO
SIGNO
-38
-24
-12
-6
0
4
0
4
-1
-1
-1
-1
r +0.5n
0.5 n
t=
t=
00.54
0.5 4
t=2
50 C
34
24
36
39
32
30
31
34
23
27
70
23
28
28
30
31
Verificacin de Hiptesis
El problema plantea la siguiente conjetura La temperatura afecta el rendimiento del
proceso.
1.- Planteamiento de hiptesis
1.1-Modelo Lgico
Ho: la temperatura no afecta el rendimiento del proceso.
Hi: La temperatura si afecta el rendimiento del proceso.
2.-Modelo Estadstico
24
MST
MSE
Dnde:
MST= Media de cuadrados de tratamientos
MSE= Media de cuadrados del error
Este procedimiento que propone Fisher se conoce con el nombre tabla ANOVA para
muestras de un factor
TABLA ANOVA
Fuente de
Variacion
Grados de
Suma de cuadrados Libertad
media de
cuadrados
Tratamientos
SST
k-1
MST
Error
SSE
n-k
MSE
Total
SSTotal
FISHER
MST/
MSE
25
3.-Nivel de confianza
La hiptesis se va a verificar con el 95% de Nivel de confianza y un error del
=0.05
gln=2
Dnde:
K= nmero de muestras
Grados de libertad denominador
gld=nk
gld=15 -3
gld=12
Dnde:
K= nmero de muestras
N= nmero de observaciones
K= Muestra
y 12 de
26
(Tc)
n
SST =
SST =13570
60 C
34
24
36
39
32
165
27225
5
5445
30
31
34
23
27
145
21025
5
4205
70
23
28
28
30
31
140
19600
5
3920
X1^
X2^
1156
576
1296
1521
1024
X3^
900
961
1156
529
729
529
784
784
900
961
450
5573
4275
3958
15
13570
13806
(450)
15
SST =70
27
2
x
SSTotal=
( 450)
SSTotal=13806
15
SSTotal=306
SSE=SSTotalSST
SSE= 306 -70
SSE=236
TABLA ANOVA
Fuente de
Variacion
Grados de
Suma de cuadrados Libertad
media de
cuadrados
Tratamientos
SST
MST
Error
SSE
k-1
70
2
n-k
236
Total
SSTotal
MST =35
MSE
12
19.66
N
306
MST =
FISHER
MST/
MSE
35
1.77
14
MSE=
SSE
n
MSE=
236
12
MSE=19.666
Fisher
MST
F=
MSE
28
F=
35
19.66
F=1.77
RESUMEN
Grupos
50 C
60 C
70
Cuenta
5
5
5
Suma
165
145
140
Promedio
Varianza
33
32
29
17.5
28
9.5
ANLISIS DE
VARIANZA
Origen de Suma de Grados Promedio de
las
cuadrad
de
los
Probabili
variaciones
os
libertad
cuadrados
F
dad
Entre
1.77966 0.21044
grupos
70
2
35
102
735
Dentro de
los grupos
236
12 19.6666667
Total
306
Valor
crtico
para F
3.88529
383
14
1.0834 , que es menor que el valor de la tabla Ft= 3.89 por lo tanto con el 95% de nivel de
29
confianza la hiptesis nula es aceptada que dice la temperatura no afecta el rendimiento del
proceso
30
BIBLIOGRAFA