Escolar Documentos
Profissional Documentos
Cultura Documentos
Tema:
Avance de los deberes parcial III
Integrantes:
Liliana Albán
Verónica Cando
Valeria Sánchez
Curso:
Tercero Petroquímica
2017-2018
ESTADÍSTICA I
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 > 1,89 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
ESTADÍSTICA I
EJERCICIO 2.- El fabricante de llantas radiales con cinturón de acero X-15 para
camiones señala que el millaje medio que la llanta recorre antes de que se desgasten las
cuerdas es de 60000 millas.
La desviación estándar del millaje es de 5000 millas. La crosset Truck Company compró
48 llantas y encontró que el millaje medio para sus camiones es de 59500 millas. ¿La
experiencia de Crosset es diferente de lo que afirma el fabricante en el nivel de significancia
de 0.05?
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
−1,96 < 𝑋 < 1,96 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 < 1,65 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
ESTADÍSTICA I
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 < 2,33 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
ESTADÍSTICA I
EJERCICIO 5.- El cloro líquido que se agrega a las albercas para combatir las algas
tiene una duración relativamente corta en las tiendas antes de que pierda su eficacia. Los
registros indican que la duración media de un frasco de cloro es de 2160 horas (20 días).
Como experimento, se agregó Holdlonger al cloro para saber si este incrementaba la
duración del cloro en las tiendas.
Una muestra de nueve frascos de cloro arrojó los siguientes tiempos de duración (en horas)
en las tiendas:
2159 2170 2180 2179 2160 2167 2171 2181 2185
¿Incremento el Holdlonger la duración del cloro en las tiendas con el nivel de significancia
de 0.05? calcule el valor p.
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 < 2,30 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
EJERCICIO 6.- El gerente de ventas del distrito de las montañas rocallosas de Rath
Publishing. Inc., editorial de textos universitarios, afirma que los representantes de ventas
realizan en promedio 40 llamadas de ventas a la semana a profesores. Varios representantes
señalan que el cálculo es muy bajo. Una muestra aleatoria de 28 representantes de ventas
revela que la cantidad media de llamadas realizadas la semana pasada fue de 42. La
desviación estándar de muestra es de 2.1 llamadas. Con el nivel de significancia de 0.05,
¿puede concluir que la cantidad media de llamadas semanales por vendedor es de más de
40?
Paso 1: establecer hipótesis nula y alternativa.
𝐻𝑜: 𝜇 ≤ 40
𝐻𝑖: 𝜇 > 40
Paso 2: se selecciona el nivel de significancia
∝= 0,05
Paso 3: Se selecciona la estadística de prueba
𝑋̅ − 𝜇
𝑡= 𝑠
√𝑛
Paso 4: se formula la regla de decisión.
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 < 1,703 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
EJERCICIO 7.- La administración de White Industries analiza una nueva técnica para
armar un carro de golf; la técnica actual requiere 42,3 minutos en promedio. El tiempo
medio de montaje de una muestra aleatoria de 24 carros, con la nueva técnica, fue de 40,6
minutos, y la desviación estándar, de 2.7 minutos. Con un nivel de significancia de 0.10.
¿Puede concluir que el tiempo de montaje con la nueva técnica es más breve?
Paso 1: establecer hipótesis nula y alternativa.
𝐻𝑜: 𝜇 = 42,3
𝐻𝑖: 𝜇 < 42,3
Paso 2: se selecciona el nivel de significancia
∝= 0,10
Paso 3: Se selecciona la estadística de prueba
𝑋̅ − 𝜇
𝑡= 𝜎
√𝑛 − 1
Paso 4: se formula la regla de decisión
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 > −1,29 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
¿La agencia de investigación puede concluir que la cantidad media de quejas por aeropuerto
es menor que 15 al mes con un nivel de significancia de 0.05?
a) ¿qué suposición se requiere antes de llevar a cabo una prueba de hipótesis?
b) Ilustre la cantidad de quejas por aeropuerto en una distribución de frecuencias o en
un diagrama de dispersión ¿es razonable concluir que la población se rige por una
distribución normal?
c) Realice una prueba de hipótesis e interprete los resultados.
𝑋̅
14 + 14 + 16 + 12 + 12 + 14 + 13 + 16 + 15 + 14 + 12 + 15 + 15 + 14 + 13 + 13 + 12 + 13 + 1
=
20
𝑋̅ = 13,5
𝑆
√(14 − 13,5)2 + (14 − 13,5)2 + (16 − 13,5)2 + (12 − 13,5)2 + (14 − 13,5)2 + (13 − 13,5)2 + (16 − 13,5)2 + (15 − 13,5)2 + (14 − 13,5)2
=
19
𝑆 = 1,50
𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛
𝑥 > −1,729𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
EJERCICIO 9._Un artículo de USA Today informo que solo hay un trabajo disponible
por cada tres nuevos graduados de universidad. Las principales razones fueron un sobre
población de graduados universitarios y una economía débil. Una encuesta de 200 recién
graduados revelo que 80 estudiantes tenían trabajo. Con un nivel de significancia de 0,02
¿Puede concluir que una proporción mayor de estudiantes de su escuela tienen empelo?
PASO 1._ Establecer las hipótesis nula y alternativa
𝐻𝑜 = 𝜋 ≤ 0,33
𝐻𝑖 = 𝜋 > 0,33
PASO 2._Nivel de significancia
∝= 0,02
PASO 3._ Se selecciona el estadístico de a prueba
𝑝−𝜋
𝑧=
√𝜋(1 − 𝜋)
𝑛
PASO 4._ Se formula la decisión
0,5 − 0,02 = 0,48
𝑧(0,48) = 2,06
𝑧 < 2,06
NO SE RECHAZA
𝑧 > −1,65
NO SE RECHAZA
ESTADÍSTICA I
PASO 5._ Se toma decisión e interpreta
𝑥 48
𝑝= =
𝑛 100
∑(𝑥 − 𝑥̅ )2 29,2
𝑆𝑋 = √ =√ = 2,1018
𝑛−1 4
∑(𝑥 − 𝑥̅ ) × (𝑦 − 𝑦) 10,6
𝑟= = = 0,7522
(𝑛 − 1)𝑆𝑋 𝑆𝑦 4(2,1018)(1,3)
X (𝑥 − 𝑥̅ ) (𝑥 y (𝑦 − 𝑦̅) (𝑦 (𝑥 − 𝑥̅ )2 × (𝑦 − 𝑦)2
− 𝑥̅ )2 − 𝑦)2
5 012 0,015 13 2,375 5,64 0,296
3 -1,87 3,515 15 4.375 19,14 -8,20
6 1,12 1,265 7 -3,624 13,64 -4,078
4 -1,87 3,515 12 1,375 1,89 -2,078
3 -0.87 0,765 13 2,375 5,64 -0,328
4 -0.87 0,765 11 0,375 0,14 -1,828
4 1,28 1,265 9 -1,625 2,64 -1,828
6 3,25 0,76 5 -5,625 31,64 -1,7378
79,89
∑ 𝑥 39
𝑥̅ = = = 4,875
𝑛 8
∑ 𝑦 85
𝑦̅ = = = 10,628
𝑛 8
∑(𝑥 − 𝑥̅ )2 79,87
𝑆𝑋 = √ =√ = 1,726
𝑛−1 7
∑(𝑥 − 𝑥̅ ) × (𝑦 − 𝑦) −38,37
𝑟= = = −0,899
(𝑛 − 1)𝑆𝑋 𝑆𝑦 7(1,726)(3,37)
X (𝑥 − 𝑥̅ ) (𝑥 y (𝑦 − 𝑦̅) (𝑦 (𝑥 − 𝑥̅ )2 × (𝑦 − 𝑦)2
− 𝑥̅ )2 − 𝑦)2
2 -1 1 1 -9 81 9
4 -1 1 1 1 1 1
1 -2 4 4 -14 196 28
5 2 4 4 16 256 32
3 0 0 0 6 36 0
70
∑ 𝑥 15
𝑥̅ = = =3
𝑛 5
ESTADÍSTICA I
∑ 𝑦 120
𝑦̅ = = = 24
𝑛 5
∑(𝑥 − 𝑥̅ )2 90
𝑆𝑋 = √ = √ = 1,586
𝑛−1 4
(𝑋 − 𝑋̅)(𝑌
X 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2 Y 𝑌 − 𝑌̅ (𝑌 − 𝑌̅)2 − 𝑌̅)
5 0,12 0,01 13 2,37 5,62 0,28
3 -1,88 3,53 15 4,37 19,10 -8,22
6 1,12 1,25 7 -3,63 13,18 -4,07
3 -1,88 3,53 12 1,37 1,88 -2,58
4 -0,88 0,77 13 2,37 5,62 -2,09
4 -0,88 0,77 11 0,37 0,14 -0,33
6 1,12 1,25 9 -1,63 2,66 -1,83
8 3,12 9,73 5 -5,63 31,70 -17,57
𝑇𝑂𝑇𝐴𝐿 39 20,88 85 79,88 -36,37
∑ 𝑥 39
𝑋̅ = = = 4.875
𝑛 8
∑ 𝑦 85
𝑌̅ = = = 10.625
𝑛 5
𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑌̂ = 𝑏𝑥 + 𝑎
ESTADÍSTICA I
𝑆𝑦 3.38
𝑏=𝑟∗ = −0.891 ∗ = −1.743
𝑆𝑥 1.73
𝑌̂ = −1.74𝑥 + 19.12
5 1
12,5 4
10,0
Y
7,5 3
8
5,0
3 4 5 6 7 8
X
ESTADÍSTICA I
𝑌̂ = −1.74𝑥 + 19.12
𝑌̂ = −1.74(7) + 19.12
𝑌̂ = 6.94
∑ 𝑥 334
𝑋̅ = = = 33.4
𝑛 10
∑ 𝑦 611
𝑌̅ = = = 61.1
𝑛 10
𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑌̂ = 𝑏𝑥 + 𝑎
𝑆𝑦 39.78
𝑏=𝑟∗ = 0.975 ∗ = 2.19
𝑆𝑥 17.68
𝑌̂ = 2.195𝑥 − 12.20
120
100
ventas (miles de dolares)
80
60
40
20
0
10 20 30 40 50 60
Numero de contactos
11 1
10
Rendimiento
7
45
9
8
8
7 9
∑ 𝑦 87,9
𝑌̅ = = = 9.77
𝑛 9
𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑌̂ = 𝑏𝑥 + 𝑎
ESTADÍSTICA I
𝑆𝑦 1.64
𝑏=𝑟∗ = −0.046 ∗ = 0.0004
𝑆𝑥 192.11
𝑌̂ = 0.0004𝑥 + 9.92
𝑌̂ = 0.0004𝑥 + 9.92
𝑌̂ = 0.0004(400) + 9.92
𝑌̂ = 10.08
ESTADÍSTICA I
X: 5 3 6 3 4 4 6 8
Y: 13 15 7 12 13 11 9 5
̅ )(𝒀
(𝑿 − 𝑿 ̂
𝒀−𝒀 (𝒀
X Y ̅ ) (𝒀 − 𝒀
(𝑿 − 𝑿 ̅) (𝑿 − 𝑿 ̅ )𝟐 ̅ )𝟐
(𝒀 − 𝒀
̅) 𝟐
−𝒀 ̂)
−𝒀
5 13 0,125 2,375 0,2969 0,0156 5,6406 2.595 6.734
3 15 -1,875 4,375 -8,2031 3,5156 19,1406 1.079 1.164
6 7 1,125 -3,625 -4,0781 1,2656 13,1406 -1.647 2.712
3 12 -1,875 1,375 -2,5781 3,5156 1,8906 -1.921 3.69
4 13 -0,875 2,375 -2,0781 0,7656 5,6406 0.837 0.7
4 11 -0,875 0,375 -0,3281 0,7656 0,1406 -1.163 1.352
6 9 1,125 -1,625 -1,8281 1,2656 2,6406 0.353 0.1246
8 5 3,125 -5,625 -17,5781 9,7656 31,6406 -0.131 0.017
-36,3750 20,8750 79,8750 16.4936
𝟓+𝟑+𝟔+𝟑+𝟒+𝟒+𝟔+𝟖
𝑋̅ =
𝟖
𝑋̅ = 𝟒, 𝟖𝟕𝟓
ESTADÍSTICA I
𝟏𝟑 + 𝟏𝟓 + 𝟕 + 𝟏𝟐 + 𝟏𝟑 + 𝟏𝟏 + 𝟗 + 𝟓
𝑌̅ =
𝟖
𝑌̅ = 𝟏𝟎, 𝟔𝟐𝟓
𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)
20,8750
𝑺𝒙 = √
𝟕
𝑺𝒙 = 𝟏, 𝟕𝟐𝟔
𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)
79,8750
𝑺𝒚 = √
𝟕
𝑺𝒚 = 𝟑, 𝟑𝟕𝟕
𝚺(𝐱 − 𝐱̅)(𝐲 − 𝐲̅)
𝒓=
(𝒏 − 𝟏)𝑺𝒙 𝑺𝒚
−36,3750
𝒓=
(7)(1,726)(3,377)
𝒓 = −𝟎, 𝟖𝟗𝟗
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
3,377
𝑏 = (−0,899) ( )
1,726
𝒃 = −𝟏. 𝟕𝟓𝟖
̅ − 𝒃 ̅𝒙
𝒂=𝒚
𝑎 = 10,625 − (−1.758)(4,875)
𝒂 = 𝟏𝟗, 𝟏𝟗𝟓
̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1.758)𝑋
Cuando X=7
̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1,758)(7)
ESTADÍSTICA I
̂ = 𝟔, 𝟖𝟖𝟗
𝒀
𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 𝑛 − 2 = 8 − 2 = 6
𝑡 = 2.447
̂ )𝟐
∑(𝑌 − 𝒀
𝑠𝑦.𝑥 = √
𝑛−2
16.4936
𝑠𝑦.𝑥 = √
6
𝑠𝑦.𝑥 = 1.658
𝟏 ̅)𝟐
(𝒙−𝒙
̂ ± 𝒕𝒔𝒚.𝒙 √ +
a) 𝐼𝑐 = 𝒀 𝒏 ̅)𝟐
∑(𝒙−𝒙
𝟏 𝟒. 𝟓𝟏𝟓𝟔𝟐𝟓
𝐼𝑐 = 6,889 ± (𝟐. 𝟒𝟒𝟕)(𝟏. 𝟔𝟓𝟖)√ +
𝟖 20,8750
𝐼𝑐 = 6,889 ± 𝟐. 𝟑𝟕
𝐼𝑐𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 9.26
𝐼𝑐𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 4.518
b) Intervalo de predicción:
𝟏 ̅)𝟐
(𝒙 − 𝒙
𝐼𝑝 = 𝑌̂ ± 𝒕𝒔𝒚.𝒙 √𝟏 + +
𝒏 ∑(𝒙 − 𝒙 ̅)𝟐
𝟏 𝟒. 𝟓𝟏𝟓𝟔𝟐𝟓
𝐼𝑝 = 6,889 ± (𝟐. 𝟒𝟒𝟕)(𝟏. 𝟔𝟓𝟖)√𝟏 + +
𝟖 20,8750
𝐼𝑝 = 6,889 ± 𝟒. 𝟔𝟗𝟖𝟕𝟕
𝐼𝑐𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 11.5877
𝐼𝑐𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 2.1902
ESTADÍSTICA I
∑ 𝑥 91
𝑋̅ = = = 9.1
𝑛 10
∑ 𝑦 74
𝑌̅ = = = 7.4
𝑛 10
𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑌̂ = 𝑏𝑥 + 𝑎
𝑆𝑦 2.011
𝑏=𝑟∗ = 0.904 ∗ = 0.667
𝑆𝑥 2.72
𝑌̂ = 0.667𝑥 + 1.33
ESTADÍSTICA I
10
9
Kilowatts-hora (miles)
5 6 7 8 9 10 11 12 13 14
Número de habitaciones
d) Suponga que se selecciona una muestra grande (en lugar de solo diez). Entre que
valores estará aproximadamente 95% de los pronósticos de los kilowatts-hora?
En este caso se tomara 20 datos para realizar el cálculo
∑ 𝑥 212
𝑋̅ = = = 10.6
𝑛 20
∑ 𝑦 139
𝑌̅ = = = 6.95
𝑛 20
∑(𝑌 − 𝑌̅)2 63
𝑆𝑦 = √ =√ = 1.76
𝑛−1 20 − 1
𝑅𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑌̂ = 𝑏𝑥 + 𝑎
𝑆𝑦 1.76
𝑏=𝑟∗ = 0.326 ∗ = 0.244
𝑆𝑥 2.348
ESTADÍSTICA I
𝑎 = 𝑌̅ − 𝑏𝑋̅ = 6.95 − (0.244 ∗ 10.6) = 0.244
𝑌̂ = 0.244𝑥 + 4.36
10
8
Kilowatts-hora
5 6 7 8 9 10 11 12 13 14
Número de habitaciones
X Y 𝑌̂ 𝑌 − 𝑌̂ (𝑌 − 𝑌̂)2
12 9 7,29 1,71200 2,931
9 7 6,56 0,44400 0,197
14 10 7,78 2,22400 4,946
6 5 5,82 -0,82400 0,679
10 8 6,80 1,20000 1,440
ESTADÍSTICA I
8 6 6,31 -0,31200 0,097
10 8 6,80 1,20000 1,440
10 10 6,80 3,20000 10,240
14 4 7,78 -3,77600 14,258
13 7 7,53 -0,53200 0,283
10 5 6,80 -1,80000 3,240
14 7 7,78 -0,77600 0,602
12 8 7,29 0,71200 0,507
11 5 7,04 -2,04400 4,178
10 7 6,80 0,20000 0,040
12 8 7,29 0,71200 0,507
6 4 5,82 -1,82400 3,327
9 8 6,56 1,44400 2,085
10 7 6,80 0,20000 0,040
12 6 7,29 -1,28800 1,659
212 0,07200 52,697
+ 1 (𝑋 − 𝑋̅)2
𝑌̂ 𝑡 (𝑆𝑥∗𝑦 )√ +
− 𝑛 ∑(𝑋 − 𝑋̅)2
𝑛 = 20
𝑆𝑦∗𝑥 = 1.71
𝑋=6
95% 𝑦 𝑛 − 2 = 20 − 2 = 18 → 𝑡 = 2.101
ESTADÍSTICA I
𝑌̂ = 0.244𝑥 + 4.36
𝑌̂ = 0.244(6) + 4.36
𝑌̂ = 5.8240
𝑋 212
𝑋̅ = = = 10.60
𝑛 20
+ 1 (6 − 10.60)2
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 5.8240 2.101 ∗ (1.71)√ + =
− 20 149,8
+
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 5.8240 1.5712
−
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑆𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 7.3952
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 4.2528
Se puede concluir que el consumos en kilowatts-hora de esta muestra (habitaciones),
varie entre 5.8240 a 4.2528
Gráfica de distribución
T; df=20
0,4
0,3
Densidad
0,2
0,1
0,02426 0,02426
0,0
-2,101 0 2,101
X
ESTADÍSTICA I
0,3
Densidad
0,2
0,1
0,02500 0,02500
0,0
-2,306 0 2,306
X