UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE CIENCIAS ECONÓMICAS CONTABLES Y

ADMINISTRATIVAS

ESCUELA ACADÉMICO PROFESIONAL DE ADMINISTRACIÓN

ESTADÍSTICA APLICADA

DOCENTE:

- Luis A. Alcántara Zárate

INTEGRANTES:

- Briceño Morillo, Benjamín

- Jave Salazar, Jimena
- Montoya Gonzales, German
- Rodríguez Alvarez, Pamela
- Vásquez Palma, Albert

Cajamarca, Mayo del 2018

 SOLUCIONES DE LA PRÁCTICA
SOLUCIÓN 1
a. Tamaño mínimo de la muestra para la proporción de familias con uno o más
hijos entre 7 y 15 años.

Tamaño de la muestra para estimación

Método

Parámetro Proporción
Distribución Binomial
Proporción 0.5
Nivel de confianza 95%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
0.04 623

b. Tamaño mínimo de la muestra necesaria para el estudio referente al promedio

de gasto mensual en educación.

TAMAÑO DE LA MUESTRA PARA ESTIMACIÓN

Método

Parámetro Media
Distribución Normal
Desviación estándar 200 (estimación)
Nivel de confianza 95%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
50 64
GRÁFICA DE DISTRIBUCIÓN

Gráfica de distribución
Normal, Media=1200, Desv.Est.=200

0.0020

0.0015
Densidad

0.0010

0.0005

0.025 0.025
0.0000
808.0 1200 1592
X

SOLUCIÓN 2
a. Tamaño mínimo muestral:

- Error: +- 50 Probabilidad: 0.98

TAMAÑO DE LA MUESTRA PARA ESTIMACIÓN
Método

Parámetro Media
Distribución Normal
Desviación estándar 81 (estimación)
Nivel de confianza 98%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
50 18
 - Error: +- 0.02 Probabilidad: 0.99

Tamaño de la muestra para estimación

Método

Parámetro Proporción
Distribución Binomial
Proporción 0.3125
Nivel de confianza 99%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
0.02 3699

- Error: 0.08

Tamaño de la muestra para estimación

Probabilidad: 95%

Método

Parámetro Proporción
Distribución Binomial
Proporción 0.6875
Nivel de confianza 95%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
0.08 153
 Probabilidad: 99%

Tamaño de la muestra para estimación

Método

Parámetro Proporción
Distribución Binomial
Proporción 0.6875
Nivel de confianza 99%
Intervalo de confianza Bilateral
Resultados
Margen Tamaño
de error de la
muestra
0.08 254

b. Precisión: +- 19.1

T de una muestra

Estadísticas descriptivas

N Media Desv.Est. Error IC de 98%

estándar para μ
de la
media
18 450.0 81.0 19.1 (401.0, 499.0)
μ: media de Muestra

GRÁFICA DE DISTRIBUCIÓN

Gráfica de distribución
T, df=17

0.4

0.3
Densidad

0.2

0.1

0.01 0.01
0.0
-2.567 0 2.567
X
Solución 3
a. Intervalo del 90% de confianza para la desviación estándar de los tiempos de
producción del turno 1.
La desviación estándar puede variar entre 5.45 y 7.77 minutos, representa la
variabilidad entre los tiempos promedios de un empleado y otro.

GRÁFICA DE DISTRIBUCIÓN

Gráfica de distribución
Chi-cuadrada, df=44

0.04

0.03
Densidad

0.02

0.01

0.05
0.05
0.00
29.79 60.48
X

b. Intervalo del 95% de confianza para la proporción de artículos que no son de

buena calidad, en el turno 1.

IC para una proporción

Método
p: proporción de eventos
Para este análisis se utiliza el método exacto.
Estadísticas descriptivas
N Evento Muestra p IC de 95% para p
45 31 0.688889 (0.533509, 0.818341)

Al 95 % de confianza la proporción de artículos de buena calidad en el turno 1 está entre

0.53 y 0.82.
c. Por la relación entre el coeficiente de variación y la desviación estándar
determinamos que es: 185.25 = 185.
Por la relación entre la suma de cuadrados y la media de los valores determinamos
la varianza para el segundo turno: 1709.98

Prueba T de dos muestras e IC

Método
μ₁: media de la muestra 1
µ₂: media de la muestra 2
Diferencia: μ₁ - µ₂
No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Muestra N Media Desv.Est. Error
estándar
de la
media
Muestra 1 500 200.0 41.4 1.8
Muestra 2 600 185.3 29.6 1.2
Estimación de la diferencia
Diferencia IC de 90%
para la
diferencia
14.75 (11.11, 18.39)
Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 0
Hipótesis alterna H₁: μ₁ - µ₂ ≠ 0
Valor T GL Valor p
6.67 882 0.000

La diferencia de medias muéstrales en un intervalo de 90%, va de 11.11 a 18.39.

Solución 4
a. Intervalo de confianza del 90 % para la razón de varianzas:

Prueba e IC para dos varianzas

Método
σ₁²: varianza de Muestra 1
σ₂²: varianza de Muestra 2
Relación: σ₁²/σ₂²
Se utilizó el método F. Este método es exacto sólo para datos normales.

Estadísticas descriptivas
Muestra N Desv.Est. Varianza IC de 90% para
σ
Muestra 1 200 41.352 1709.980 (38.223, 45.092)
Muestra 2 185 29.640 878.530 (27.315, 32.438)

Relación de desviaciones estándar

Relación IC de 90%
estimada para la
relación
usando F
1.39514 (1.238, 1.571)

Prueba
Hipótesis nula H₀: σ₁ / σ₂ = 1
Hipótesis alterna H₁: σ₁ / σ₂ ≠ 1
Nivel de significancia α = 0.1
Método Estadística GL1 GL2 Valor p
de prueba
F 1.95 199 184 0.000
b. Conclusión: No se puede afirmar que el tiempo promedio de producción en el
turno 2 es menor que 2.5.

T de una muestra
Estadísticas descriptivas
N Media Desv.Est. Error Límite
estándar inferior
de la de
media 95% para μ
31 185.00 29.64 5.32 175.96
μ: media de Muestra

Prueba
Hipótesis nula H₀: μ = 2.5
Hipótesis alterna H₁: μ > 2.5
Valor T Valor p
34.28 0.000

c. Conclusión: Con alfa 0.05 se puede concluir que la desviación estándar de los
tiempos de producción del turno 1 son mayores a 22 minutos.

Prueba y CI para una varianza

Método
σ: desviación estándar de Muestra
El método de Bonett no se puede calcular para datos resumidos.
El método de chi-cuadrada solo es válido para la distribución normal.
Estadísticas descriptivas
N Desv.Est. Varianza Límite inferior
de 95% para σ
usando
Chi-cuadrada
45 29.6 879 25.3
Prueba
Hipótesis nula H₀: σ = 22
Hipótesis alterna H₁: σ > 22
Método Estadística GL Valor p
de prueba
Chi-cuadrada 79.87 44 0.001

d. Conclusión: Con alfa 0.01 se puede asumir que el promedio de producción del
segundo turno es mayor en comparación al primero.

Prueba T de dos muestras e IC

Método
μ₁: media de la muestra 1
µ₂: media de la muestra 2
Diferencia: μ₁ - µ₂
No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas

Muestra N Media Desv.Est. Error

estándar
de la
media
Muestra 1 500 200.0 41.4 1.8
Muestra 2 600 185.3 29.6 1.2

Estimación de la diferencia
Diferencia Límite inferior
de 99% para la
diferencia
14.75 9.60

Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 0
Hipótesis alterna H₁: μ₁ - µ₂ > 0
 Valor T GL Valor p
6.67 882 0.000

e. Conclusión: Con alfa 0.05 no se puede concluir que el promedio de producción

del turno 2 sea menor en comparación al turno 1.

Prueba T de dos muestras e IC

Método
μ₁: media de la muestra 1
µ₂: media de la muestra 2
Diferencia: μ₁ - µ₂
No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas
Muestra N Media Desv.Est. Error
estándar
de la
media
Muestra 1 500 200.0 41.4 1.8
Muestra 2 600 185.3 29.6 1.2
Estimación de la diferencia
Diferencia Límite superior
de 99% para la
diferencia
14.75 19.90
Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 0
Hipótesis alterna H₁: μ₁ - µ₂ < 0
Valor T GL Valor p
6.67 882 1.000

f. No hay error respecto a las conclusiones en los ítems mencionados.

Solución 5
a. Al 95% de confianza la desviación estándar de los gastos mensuales en seguro
médico en la ciudad A va desde:

Prueba y CI para una varianza

Método
σ: desviación estándar de Muestra
El método de Bonett no se puede calcular para datos resumidos.
El método de chi-cuadrada solo es válido para la distribución normal.

Estadísticas descriptivas
N Desv.Est. Varianza Límite inferior
de 95% para σ
usando
Chi-cuadrada
33 85.8 7355 71.4

GRÁFICA DE DISTRIBUCIÓN

Gráfica de distribución
Chi-cuadrada, df=32

0.05

0.04
Densidad

0.03

0.02

0.01

0.025
0.025
0.00
X
b. Interpretación: La diferencia entre las proporciones de las empresas que tienen
un gasto médico menor de 800 dólares entre la ciudad A y la ciudad B al 95 %,
va desde -0.120460 a 0.3473 (12% a 34%).

Prueba e IC para dos proporciones

Método

p₁: proporción donde Muestra 1 = Evento

p₂: proporción donde Muestra 2 = Evento
Diferencia: p₁ - p₂

Estadísticas descriptivas
Muestra N Evento Muestra p
Muestra 1 33 16 0.484848
Muestra 2 35 13 0.371429

Estimación de la diferencia
Diferencia IC de 95% para la
diferencia
0.113420 (-0.120460, 0.347300)
IC basado en la aproximación a la normal

Prueba
Hipótesis nula H₀: p₁ - p₂ = 0
Hipótesis alterna H₁: p₁ - p₂ ≠ 0
Método Valor Z Valor p
Aproximación normal 0.95 0.342
Exacta de Fisher 0.462

c. Importancia: El intervalo nos proporciona información importante ya que

podemos observar que la ciudad A tiene mayor variabilidad en cuanto al gasto
médico promedio que la ciudad B.

Prueba e IC para dos varianzas

Método

σ₁²: varianza de Muestra 1

σ₂²: varianza de Muestra 2
Relación: σ₁²/σ₂²
Se utilizó el método F. Este método es exacto sólo para datos normales.
Estadísticas descriptivas
Muestra N Desv.Est. Varianza IC de 90% para
σ
Muestra 1 33 30.628 938.100 (25.492, 38.673)
Muestra 2 35 29.263 856.300 (24.475, 36.659)

Relación de desviaciones estándar

Relación IC de 90%
estimada para la
relación
usando F
1.04667 (0.784, 1.402)

Prueba
Hipótesis nula H₀: σ₁ / σ₂ = 1
Hipótesis alterna H₁: σ₁ / σ₂ ≠ 1
Nivel de significancia α = 0.1
Método Estadística GL1 GL2 Valor p
de prueba
F 1.10 32 34 0.792
GRÁFICA DE DISTRIBUCIÓN F

Gráfica de distribución
F, df1=32, df2=34

1.2

1.0

0.8
Densidad

0.6

0.4

0.2
0.025
0.025
0.0
0 0.4974 1.996
X