Prueba de Hipotesis

UNIVERSIDAD TECNICA DE AMBATO
FACULTAD DE CONTABILIDAD Y AUDITORIA

CARRERA DE ECONOMA
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
MODELO ESTADISTICO DE RELACIN Y CORRELACIN

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.
1.- Los datos siguientes se obtuvieron de dos muestras aleatorias independientes tomadas
de dos poblaciones.
Muestra 1
Muestra 2
10
8
7
7
13
8
7
4
9
6
8
9
a) Determinar el coeficiente de correlacin lineal

b) Use el =0.05 para probar la hiptesis que la muestra uno es mayor que la muestra dos
c) Trabajar a dos colas
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
distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

siguientes condiciones se satisfagan: La poblacin se distribuye normalmente o n >30.
(Triola, 2009, p.409)
r n2
t= 2
1r
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
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=62
gl=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
5.-Calculo del Estadstico de Prueba y Toma de Decisin

5.1) Calculo del estadstico de prueba
Con los datos del ejercicio con las variables propuestas se elaboran con
los insumos necesarios para la elaboracin de la correlacin
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
5.2) Toma de decisin

Con los datos del problema se ha determinado que el valor de t calculado es igual a Tc =
0.9832 es menor que el valor de la tabla Tt= 2.78 por lo tanto con el 95% de nivel de
confianza la hiptesis nula es aceptada que dice H0 : La muestra uno no es mayor que la
muestra dos
MODELO ESTADISTICO DE RELACIN Y CORRELACIN SEGUNDO
MTODO
4317i.
2.-The Wall Street Journal hizo un estudio sobre el tipo de empleo de sus suscriptores. Los
siguientes datos mustrales corresponde a las ediciones del este y del oeste.
Regin
Tipo de empleo
Edicin del este
Edicin del Oeste
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?
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

(Triola, 2009, p.409)
t=
r n2
1r 2
Dnde:
3.-Nivel de confianza
=0.05
4.-Regla de Decisin:
Dnde:
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

5.1) Calculo del estadstico de prueba
Con los datos del ejercicio con las variables propuestas se elaboran con
los insumos necesarios para la elaboracin de la correlacin
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=
dx 2 /n1= 654027 /41=446.91
Y=
dx 2 /n1= 169592,8/ 41=237,76
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
5.2.- Toma de decision.

confianza la hiptesis nula es aceptada que dice Ho que dice: El tipo de empleo no es
independiente de la regin.
MODELO ESTADISTICO DE RELACIN Y CORRELACIN TECER MTODO
4317i.
3.- Una institucin de prstamo muestra los datos siguientes sobre los prstamos aprobados
por cuatro de sus agentes. Use un error de 0,05 y realice una prueba para determinar si la
aprobacin de las decisiones de prstamo es independiente del agente que recibe la
solicitud del prstamo.
10
Decisin de aprobar el prstamo

Agente de
prstamo
Milller
McMahon
Games
Runk
Aprobado
Rechazo
24
17
35
11
16
13
15
9
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.

(Triola, 2009, p.409)
t=
r n2
1r 2
Dnde:
=0.05
4.- Regla de decisin.

11
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

5.1.- Calculo del estadstico de prueba
Con los datos del ejercicio con las variables propuestas se elaboran con los insumos
necesarios para la elaboracin de la correlacin
CALCULO DE LAS DESVIACIONES

12
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=
dx 2 /n1= 28.75 /41=3.09569
R=
ZxZy
n1
R=
2,395765
41
R=0,79
r n2
t= 1r 2
0,79 42
t= 10,792
t=1.82
5.2.- Toma de decision.
13
Zx*Zy
0.19441
0.037311
0.728548
1.435495
2.395765
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
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
Renta de un automvil por dia

47
50
53
45
40
43
39
37
a) Determinar el modelo estadstico chi cuadrado

b) Use el =0.05 para probar la hiptesis Que el nmero de autos rentados por da depende
de la ciudad
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
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
=0.05

Grados de libertad = K-1
Dnde:
k= Representa el nmero de categoras diferentes o resultados
gl=K1
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

5.1.- Calculo del estadstico de prueba
Con los datos del ejercicio, con las variables propuestas se elaboran con los insumos
necesarios para la elaboracin del modelo estadstico ji cuadrado
FRECUENCIAS OBSERVADAS EN EL EJERCICIO.

Ciudad
Renta de un automvil por dia
Atlanta
47
Chicago
50
Dallas
53
New Orleans
45
Phoenix
40
Pittsburg
43
San Francisco
39
Seattle
37
CALCULO DEL MODELO ESTADSTICO CHI CUADRADO:

O
E
(O-E)
(O-E)^
(O-E)^/E
0.1709039
Atlanta
47
44.25
2.75
7.5625
5
Chicago
50
44.25
5.75
33.0625 0.7471751
N
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
5.2 Toma de decisin

Con los datos del problema se ha determinado que el valor de ji cuadrado calculado es igual
a x^c = 4.9152 es menor que el valor de la tabla x^t = 14.07 por lo tanto con el 95%
de nivel de confianza la hiptesis nula es aceptada que dice Ho: El nmero de autos
rentados por da no depende de la ciudad
PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES

4317i.
5.-De una muestra de piezas se obtiene la tabla de contingencia siguiente sobre la calidad,
de acuerdo con el turno de produccin.
17
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?
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.
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
=0.05
18

En primera instancia es necesario calcular el valor de los grados de libertad:
Gl =(c-1)(f-1)= 2x1=2
Dnde:
C= nmero de columnas
F= numero de filas
Gl = 2x1=2
Con el 95 % de nivel de confianza y 2 grados de libertad se determina el valor de la tabla de
ji cuadrado X2 t= 0,10
Regla de decisin: ACEPTO Ho SI X2c < X2t
5 Calculo del Estadstico de Prueba y Toma de Decisin

5.1Calculo del estadstico de prueba:
necesarios para la elaboracin del modelo estadstico ji cuadrado con ajuste de bondad
FRECUENCIAS OBSERVADAS
19
Turno
Nmero de piezas
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
31.56
23.67
15.78
71
Total
400
300
200
900
CALCULO DEL MODELO ESTADISTICO CHI CUADRADO

O
368
285
176
32
15
24
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
5.2.- Toma de decisin

Con los datos del problema se ha determinado que el valor de ji cuadrado calculado es igual
a x^c = 8.10 es mayor que el valor de la tabla x^t = 0.10 por lo tanto con el 95% de
nivel de confianza la hiptesis de investigacin es aceptada que dice Hi: La calidad si
es independiente del turno de produccin.
20
MODELO ESTADISTICO PRUEBA DE SIGNOS

4317i.
6.-Barna Research Group presenta datos obtenidos sobre la asistencia a la iglesia de
acuerdo a las edades ( USA Today, 20 de Noviembre del 2003). Use los datos mustrales
para determinar si la asistencia a la iglesia es independiente a la edad.
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
Use 0.05 como nivel de significancia. Se trabajara a dos colas

El problema plantea la siguiente conjetura. La asistencia a la iglesia es
independiente a la edad.
1.1-Modelo Lgico
Ho: La asistencia a la iglesia no es independiente a la edad
Hi: La asistencia a la iglesia si es independiente a la edad
Como el ejercicio propuesto es una prueba no paramtrica se decide utilizar la prueba del
signo Prueba del signo: una prueba no paramtrica (de distribucin libre) que utiliza
signos positivos y negativos para probar diferentes aseveraciones, incluyendo: 1.
Aseveraciones que incluyen datos apareados de datos mustrales 2. Aseveraciones que
incluyen datos nominales 3. Aseveraciones acerca de la mediana de una sola poblacin
(Triola, 2009, p.640).
+0.5n
r
0.5 n
t=
Dnde:
21
R=Anlisis de correlacin y regresin

N= Numero de muestra
=0.05

Dnde:
gl=n1
gl=41
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
5.- Calculo del Estadstico de Prueba y Toma de Decisin

5.1 Calculo del estadstico de prueba:
necesarios para la elaboracin del modelo prueba de signo
MODELO ESTADISTICO PRUEBA DE SIGNOS
Edades
20 a 29
30 a 39
40 a 49
50 a 59
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
5.2.- Toma de decisin

-2 es menor que el valor de la tabla Tt = 2.353 por lo tanto con el 95% de nivel de
23
confianza la hiptesis nula es aceptada que dice Hi: La asistencia a la iglesia no es

independiente a la edad
MODELO ESTADSITICO FISHER

Ejercicios de aplicacin. (pg. 507. ej. 9). Cengage Learning Editores, S.A.
Modelo Estadstico Fisher
7.-Para estudiar el efecto de la temperatura en el rendimiento de un proceso qumico, se
produjeron cinco lotes con cada uno de los tres tratamientos. Los resultados se presentan a
continuacin. De la tabla para el anlisis de la varianza. Use =0.05 para probar si la
temperatura afecta el rendimiento del proceso
Temperatura
60 C
50 C
34
24
36
39
32
30
31
34
23
27
70
23
28
28
30
31
El problema plantea la siguiente conjetura La temperatura afecta el rendimiento del
proceso.
1.1-Modelo Lgico
Ho: la temperatura no afecta el rendimiento del proceso.
Hi: La temperatura si afecta el rendimiento del proceso.
24
Como se va a utilizar tres muestras necesitamos un modelo estadstico

que trabaje con ms de dos muestras por lo tanto se aplica el modelos
estadstico fisher
El mtodo de anlisis de varianza se basa en el siguiente concepto
fundamental: bajo el supuesto de que las poblaciones tienen la misma
varianza s2, estimamos el valor comn de s2 por medio de dos mtodos
diferentes. El estadstico de prueba F es la proporcin de dichos
estimados, de forma que un estadstico de prueba F significativamente
grande (que se ubica a la extrema derecha de la grfica de distribucin
F) constituye evidencia en contra de que las medias poblacionales son
iguales. La figura 11-2 muestra la relacin entre el estadstico de prueba
F y el valor P. Los dos mtodos para estimar el valor comn de s2 son los
siguientes: 1. La varianza entre muestras (tambin se le llama variacin
debida al tratamiento) es un estimado de la varianza poblacional comn
s2, que se basa en la variacin entre las medias muestrales. 2. La
varianza dentro de las muestras (tambin se le llama variacin debida al
error) es un estimado de la varianza poblacional comn s2, que se basa
en las varianzas muestrales. (Triola, 2009, p.609).
F=
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
=0.05

Grados de libertad numerador
gln=k1
gln=31
gln=2
Dnde:
K= nmero de muestras
Grados de libertad denominador
gld=nk
gld=15 -3
gld=12
Dnde:
K= nmero de muestras
K= Muestra
Con el 95 % de nivel de confianza y 2 grados de libertad del numerador

denominador se determina el valor de la tabla de Ft=3.89
y 12 de
Regla de decisin: ACEPTO Ho SI Fc < Ft
26
5.- Calculo del Estadstico de Prueba y Toma de Decisin

5.1 Calculo del estadstico de prueba:
Con los datos del ejercicio con las variables propuestas se elaboran con los insumos
necesarios para completar la tabla ANOVA
ANALISIS DE VARIANZAS
50 C
1
2
3
4
5
suma tc
(tc)^
nc
(tc)^/nc
suma (xc)^
x

(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
Calculo de la media de los cuadrados:

SST
MST =
n
70
2
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
Tabla ANOVA generada por Excel

Tambin podemos generar la tabla ANOVA mediante Excel con los siguientes pasos
1.
2.
3.
4.
RESUMEN
Grupos
50 C
60 C
70
Nos dirigimos a la opcin Datos

Buscamos la opcin anlisis de datos y le damos click
Seleccionamos anlisis de varianza de un factor
Ingresamos los datos en la opcin rango y seleccionamos un rango de salida le
damos en aceptar y se genera la tabla ANOVA
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
5.2 Toma de decisin

Con los datos del problema se ha determinado que el valor de Fisher calculado es igual a Fc=
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
Anderson, Sweeney & Williams, (2009). Estadstica para Administracin y

Economa. 10ma. Ed. Cengage Learning Editores, S.A. Mxico , Cdigo:4317i.
Triola Mario F. (2009), ESTADISTICA 10ma edicin. Pearson Educacin, Mxico.

Cdigo: 3424D

Prueba de Hipotesis

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Prueba de Hipotesis

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD TECNICA DE AMBATO

FACULTAD DE CONTABILIDAD Y AUDITORIA

MODELO ESTADISTICO DE RELACIN Y CORRELACIN

a) Determinar el coeficiente de correlacin lineal

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

4.- Regla de decisin

5.-Calculo del Estadstico de Prueba y Toma de Decisin

5.2) Toma de decisin

Edicin del este

Edicin del Oeste

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

5.-Calculo del Estadstico de Prueba y Toma de Decisin

dx 2 /n1= 654027 /41=446.91

dx 2 /n1= 169592,8/ 41=237,76

5.2.- Toma de decision.

Decisin de aprobar el prstamo

distribucin t de Student cuando se desconozca y cuando cualquiera o ambas de las

4.- Regla de decisin.

5.-Calculo del Estadstico de Prueba y Toma de Decisin

CALCULO DE LAS DESVIACIONES

dx 2 /n1= 28.75 /41=3.09569

5.2.- Toma de decision.

Renta de un automvil por dia

a) Determinar el modelo estadstico chi cuadrado

4.- Regla de decisin.

5.-Calculo del Estadstico de Prueba y Toma de Decisin

FRECUENCIAS OBSERVADAS EN EL EJERCICIO.

CALCULO DEL MODELO ESTADSTICO CHI CUADRADO:

5.2 Toma de decisin

PRUEBA DE CHI CUADRADO CON LA BONDAD DE AJUSTES

4.- Regla de decisin.

5 Calculo del Estadstico de Prueba y Toma de Decisin

CALCULO DEL MODELO ESTADISTICO CHI CUADRADO

5.2.- Toma de decisin

MODELO ESTADISTICO PRUEBA DE SIGNOS

Use 0.05 como nivel de significancia. Se trabajara a dos colas

R=Anlisis de correlacin y regresin

4.- Regla de decisin.

5.- Calculo del Estadstico de Prueba y Toma de Decisin

5.2.- Toma de decisin

confianza la hiptesis nula es aceptada que dice Hi: La asistencia a la iglesia no es

MODELO ESTADSITICO FISHER

Como se va a utilizar tres muestras necesitamos un modelo estadstico

4.- Regla de decisin.

Con el 95 % de nivel de confianza y 2 grados de libertad del numerador

Regla de decisin: ACEPTO Ho SI Fc < Ft

5.- Calculo del Estadstico de Prueba y Toma de Decisin

Calculo de la media de los cuadrados:

Tabla ANOVA generada por Excel

Nos dirigimos a la opcin Datos

5.2 Toma de decisin

Anderson, Sweeney & Williams, (2009). Estadstica para Administracin y

Triola Mario F. (2009), ESTADISTICA 10ma edicin. Pearson Educacin, Mxico.

S-ar putea să vă placă și