Documente Academic
Documente Profesional
Documente Cultură
ESTADÍSTICA APLICADA
DOCENTE:
INTEGRANTES:
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
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:
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
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
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%
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
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
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
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)
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.
d. Conclusión: Con alfa 0.01 se puede asumir que el promedio de producción del
segundo turno es mayor en comparación al primero.
Estadísticas descriptivas
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
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
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%).
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
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