1)   A continuación se tiene información del ingreso mensual (en soles) de 150 estudiantes del curso Estadística II e

carrera de Administración y Negocios Internacionales de la UAP, durante el presente año.

Ingresos Ingresos
código código código
mensuales mensuales

100290889 889 1 100292935 2935 51 110292935

100293284 3284 2 100292064 2064 52 110292064
100086134 6134 3 100291621 1621 53 110291621
100291755 1755 4 100290994 994 54 110290994
100292922 2922 5 100291345 1345 55 110291345
100293001 3001 6 100293239 3239 56 110293239
100293434 3434 7 100293281 3281 57 110293281
100292046 2046 8 100277259 7259 58 110277259
100292300 2300 9 100292750 2750 59 110292750
100293655 3655 10 100291635 1635 60 110291635
100293119 3119 11 100293351 3351 61 110293351
100292160 2160 12 100293035 3035 62 110293035
100291488 1488 13 100292773 2773 63 110292773
100292503 2503 14 100293044 3044 64 110293044
100293949 3949 15 100293286 3286 65 110293286
100290858 858 16 100292481 2481 66 110292481
100292014 2014 17 100293656 3656 67 110293656
100291823 1823 18 100291885 1885 68 110291885
100291945 1945 19 100293418 3418 69 110293418
100291234 1234 20 100293365 3365 70 110293365
100291868 1868 21 100290681 681 71 110290681
100292025 2025 22 100293322 3322 72 110293322
100292133 2133 23 100291310 1310 73 110291310
100293270 3270 24 100291140 1140 74 110291140
100293338 3338 25 100293346 3346 75 110293346
100291435 1435 26 100293467 3467 76 110293467
100293253 3253 27 100292968 2968 77 110292968
100292417 2417 28 100293240 3240 78 110293240
100293275 3275 29 100293252 3252 79 110293252
100292833 2833 30 100291399 1399 80 110291399
100291734 1734 31 100293091 3091 81 110293091
100293040 3040 32 100291773 1773 82 110291773
100291450 1450 33 100290849 849 83 110290849
100086051 6051 34 100292371 2371 84 110292371
100290848 848 35 100293951 3951 85 110293951
100293438 3438 36 100283772 3772 86 110283772
100292440 2440 37 100291593 1593 87 110291593
100293154 3154 38 100293399 3399 88 110293399
100293219 3219 39 100293274 3274 89 110293274
100291098 1098 40 100295748 5748 90 110295748
100293053 3053 41 100293948 3948 91 110293948
100292061 2061 42 100293267 3267 92 110293267
100291392 1392 43 100293495 3495 93 110293495
100293266 3266 44 100292521 2521 94 110292521
100291148 1148 45 100293950 3950 95 110293950
100293184 3184 46 100292487 2487 96 110292487
100291323 1323 47 100293038 3038 97 110293038
100291986 1986 48 100292113 2113 98 110292113
100292937 2937 49 110293038 3034 99 110293038
100291509 1509 50 110292113 2110 100 110292113
 a)    Usando la tabla de números aleatorios y con un arranque (5,4), hallar una muestra piloto que
represente el 8% de la población.

N= 150
N= 8% * 150
N= 12 PERSONAS MUESTRA

Puntos de Arranque = (5,4)

Usando la tabla de Numeros Aleatorios

INGRESOS Media Ʃ de los ingresos mensuales

SELECCIÓN
MENSUALES Muestral N
107 3082 139440.01
92 3267 311829.17 32503 ꞊
2 3284 331104.34 12
81 3091 146242.51
83 849 3458050.17 ꞊
90 5748 9238053.67
22 2025 467286.17
123 1613 1200302.84 VARIANZA SUMA (Mi-Mm)^2
105 1548 1346953.67 N-1
103 2624 7154.34
121 882 3336406.67 23156268.92 ꞊
143 4490 3173445.34 11
32503 23156268.92
Confianza 95% ᾳ = 8%
Z= 1.96
Tamaño de Muestra E= 10% X = 0.1 * 2708.58 =

n= ꞊ Z^2 * σ ꞊ 111
E^2

b)    Hallar el tamaño óptimo de la muestra y la muestra adecuada.

FORMULA DEL TAMAÑO OPTIMO

n= n ꞊ 111 ꞊ 63.79 64
1+ n/N 1+111/150

c)    Construir una muestra de 15 alumnos utilizando el procedimiento de

muestreo aleatorio sistemático. ¿Qué alumnos debo incluir en la muestra?
 c)    Construir una muestra de 15 alumnos utilizando el procedimiento de
muestreo aleatorio sistemático. ¿Qué alumnos debo incluir en la muestra?

Enumeramos a los estudiantes y lo dividimos entre la

muestra para calcular el coeficiente K:

k = 150 ꞊ 10
15

Se elige un numero al azar del 1 al 5 y se le suma el coeficiente K

4 14 24 34 44
54 64 74 84 94
104 114 124 134 144
ntes del curso Estadística II en la
e el presente año.

Ingresos
mensuales

1930 101
1062 102
2624 103
896 104
1548 105
3030 106
3082 107
5254 108
1752 109
2634 110
4356 111
2038 112
3779 113
2045 114
1282 115
3480 116
4654 117
4880 118
2410 119
2360 120
882 121
3820 122
1613 123
1842 124
3940 125
3068 126
2862 127
3044 128
3454 129
1896 130
3990 131
1870 132
946 133
2670 134
3050 135
3670 136
1895 137
3994 138
3670 139
5846 140
3044 141
3866 142
4490 143
3520 144
3554 145
2785 146
3836 147
2610 148
3536 149
2810 150
muestra piloto que

2708.58

2105115.36 2105115.4

270.86
2) La Empresa de Transportes interprovincial Lima Chiclayo ha adquirido un lote de llantas
aro 22,5‘’ de la distribuidora TECNILLANTAS EL CHASKI SAC. El Transportista tiene dudas
de la afirmación hecha por el distribuidor de que la vida útil de los neumáticos es al menos
28,000 km. Para verificar la afirmación se prueba una muestra de estas llantas en los
ómnibus de la empresa, obteniéndose los siguientes resultados en miles de kilómetros:

25.60 27.10 31.10 26.50 26.50 28.30 29.40 27.10 27.10

27.40 29.70 29.50 27.70 27.10 31.20 29.50 29.70 31.20
27.30 25.80 26.50 27.30 31.20 28.00 26.00 25.80 26.40
29.60 26.40 26.40 25.80 27.50 27.90 26.90 26.40 28.00
23.40 28.00 29.00 28.80 27.30 27.50 27.80 28.00 29.60
27.30 25.80 26.50 27.30 31,2 28.00 26.00 25.80 26.40
29.60 26.40 26.40 25.80 27,5 27.90 26.90 26.40 28.00
25.60 27.10 31.10 26.50 26,5 28.30 29.40 27.10 27.10
27.40 29.70 29.50 27.70 27,1 31.20 29.50 29.70 31.20
25.80 27.50 26.00 25.80 26,4 28.00 27.30 31.20 26.40
269.00 273.50 282.00 269.20 139.60 286.30 278.70 277.20 281.40

a) ¿Es correcta la sospecha de la compañía de transportes en base a estos datos?

Ho: μ ≥ 28.000
H1: μ < 28.000

Significancia 0.05
Confianza 95%
n ꞊ 100

MEDIA ꞊ 2643200.00 ꞊ 26432.00

100

Varianza ꞊ 2798.18

Desviacion ꞊ 52.90

ESTADISTICO DE PRUEBA

Z = 26430 - 28000 ꞊ -1570 -296798.51

52.90 5.2897839379
100^0.5

Z = -296798.51
 Decision Z = -296798.512 ϵ RR → Aceptar H1

Conclusión
Con una confianza del 95%, se concluye por determinar que las sospechas del distribuidor no son
correctas ya la vida util de los neumaticos es menor a 28km.
 b) Se sospecha que la varianza poblacional es superior a 3000 ¿es correcta esta sospecha?

Ho: б2 ≤ 3000
H1: б2 > 3000

Varianza Poblacional

꞊ (n - 1) S2
б2

꞊ 99 x 2798.18 ꞊ 92.3
3000

Decisión 92.339987 ϵ RA → Aceptar Ho

ConclusiónCon una confianza del 95%, se concluye por determinar que las sospechas del distribuidor no son correctas y
que la varianza poblacional es menor a 3000
n lote de llantas
ta tiene dudas
cos es al menos
lantas en los
de kilómetros:

28.30
31.20
28.00
27.90
27.50
28.00
27.90
28.30
31.20
28.00
286.30 2643.20
l distribuidor no son
echa?

no son correctas y
4) En la siguiente tabla, se tiene la calificación de una prueba a personas con diferentes grad
escolaridad, lo que se intenta es probar si existe o no diferencia entre el grado escolar (variab
nominal) y el promedio de la calificación (variable numérica).
Para analizar si existe diferencia en los promedios se debe proceder a realizar una prueba F.

GRADO
Nº CALIFICACIÓN Nº CALIFICACIÓN
ESCOLAR
1 67.15 DOCTORADO 33 39.56
2 64.36 DOCTORADO 34 39.07
3 60.91 ESTUDIANTE 35 38.71
4 55.38 ESTUDIANTE 36 34.95
5 53.91 ESTUDIANTE 37 34.27
6 53.34 MAESTRÍA 38 34.27
7 52.15 ESTUDIANTE 39 67.63
8 51.86 ESTUDIANTE 40 62.77
9 51.12 DOCTORADO 41 60.88
10 50.63 ESTUDIANTE 42 56.55
11 50.35 MAESTRÍA 43 51.76
12 48.38 MAESTRÍA 44 53.63
13 47.07 DOCTORADO 45 50.77
14 44.09 MAESTRÍA 46 50.89
15 43.41 ESTUDIANTE 47 48.66
16 43.23 MAESTRÍA 48 52.67
17 41.82 ESTUDIANTE 49 47.98
18 41.57 ESTUDIANTE 50 48.23
19 41.21 MAESTRÍA 51 46.83
20 40.82 ESTUDIANTE 52 45.52
21 40.79 ESTUDIANTE 53 43.28
22 33.09 ESTUDIANTE 54 41.03
23 32.18 ESTUDIANTE 55 41.53
24 58.49 ESTUDIANTE 56 43.38
25 56.18 ESTUDIANTE 57 39.98
26 51.46 ESTUDIANTE 58 39.42
27 53.41 MAESTRÍA 59 38.45
28 53.76 ESTUDIANTE 60 39.8
29 50.9 ESTUDIANTE 61 37.09
30 49.49 DOCTORADO 62 41.13
31 50.07 ESTUDIANTE 63 34.42
32 48.55 MAESTRÍA 64 40.28

DR MG EST (X1-Xp1)^2 (X2-Xp2)^2

 1 67.15 195.31
2 64.36 125.11
3 60.91
4 55.38
5 53.91
6 53.34 39.36
7 52.15
8 51.86
9 51.12 4.22
10 50.63
11 50.35 10.78
12 48.38 1.73
13 47.07 37.27
14 44.09 8.86
15 43.41
16 43.23 14.72
17 41.82
18 41.57
19 41.21 34.30
20 40.82
21 40.79
22 33.09
23 32.18
24 58.49
25 56.18
26 51.46
27 53.41 40.24
28 53.76
29 50.9
30 49.49 13.58
31 50.07
32 48.55 2.20
33 39.56
34 39.07
35 38.71 209.22
36 34.95
37 34.27
38 34.27
39 67.63 208.96
40 62.77 92.07
41 60.88
42 56.55
43 51.76
44 53.63 43.08
45 50.77
46 50.89
47 48.66 20.38
48 52.67
49 47.98 0.83
50 48.23 1.35
51 46.83 40.25
52 45.52 2.39
53 43.28
54 41.03 36.44
55 41.53
56 43.38
57 39.98 50.22
58 39.42
 59 38.45
60 39.8
61 37.09
62 41.13 145.07
63 34.42
64 40.28
TOTAL 584.92 658.93 1782.67 1091.45 286.50
 s1^2 = 109.145 s2^2 = 22.038 s3^2 =

sw^2 = 67.165

N° DR. 11 DOCTORADO MAESTRIA

N° Mg. 14 PROMEDIO 53.175 47.066
N° Est. 39

Calculando grados de libertad numerador k-1 k=

2
Calculando grados de libertad denominador k(n-1) n=
252

Con 2 grados de libertad en el numerador, 252 grados de libertad en denominador y con un nivel de
significacion α=0.05 con lectura se obtiene Ftabla = 3.0374

Xp (Xp-XpP)^2
DOCTORADO 53.175 20.470
MAESTRIA 47.066 2.508
ESTUDIANTE 45.709 8.648
P. TOTAL 48.650 TOTAL 31.626

sx^2 = 15.813

Fprueba = 0.235

Como Fprueba es menor que Ftabla, no existe diferencia entre el grado escolar (variable nominal) y el promedio
de la calificación (variable numérica).
rsonas con diferentes grados de
tre el grado escolar (variable

r a realizar una prueba F.

GRADO
ESCOLAR
ESTUDIANTE
ESTUDIANTE
DOCTORAD
O
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORAD
O
DOCTORAD
O
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORAD
O
ESTUDIANTE
MAESTRÍA
MAESTRÍA
DOCTORAD
O
MAESTRÍA
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORAD
O
ESTUDIANTE
ESTUDIANTE

(X3-Xp3)^2
231.06
93.52
67.25

41.48
37.83

24.21
 5.29

15.13
17.14

23.91
24.20
159.25
183.05
163.34
109.63
33.07

64.81
26.94

19.01

37.82
44.08

115.77
130.86
130.86

230.14
117.52
36.61

25.61
26.84

48.45

5.90

17.47
5.43

39.56
 52.70
34.92
74.30

127.45
29.48
2671.87
 70.312

ESTUDIANTE
45.709

64

dor y con un nivel de

r (variable nominal) y el promedio

5)  Los residentes de un pueblo pequeño del interior del país están preocupados
sobre el incremento en los costos de la vivienda en la zona. El alcalde considera
que los precios de la vivienda fluctúan con los valores de la tierra. Los datos
sobre 34 casas vendidas recientemente y el costo del terreno sobre el cual se
construyeron se observan en la siguiente tabla (en miles de dólares). Se trata el
costo de las casas como la variable dependiente.

V. TIERRA C. CASA
3.80 36.00
3.30 45.00
3.30 45.00
3.70 54.00 a) Muestre el diagrama de dispersión.
5.90 58.00
5.90 58.00
5.50 60.00
6.90 63.00 CUADRO DE DISPERSION
4.20 64.00
4.20 64.00 100.00
5.20 64.00
5.20 64.00 90.00

7.00 67.00
80.00
6.40 74.00
6.40 74.00 70.00
6.80 74.00
8.90 76.00 60.00
7.40 76.20
4.70 78.40 50.00
6.90 80.00
6.40 82.00 40.00

7.60 82.00
30.00
7.60 82.00
7.80 82.00
20.00
7.80 82.00
7.90 82.00 10.00
9.60 87.00
9.90 89.00 0.00
2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00
10.00 92.00
10.00 92.00
8.50 93.00
8.50 93.00
8.80 93.00
8.80 93.00

b) Determine la recta de regresión y el coeficiente de determinación.

V. TIERRA (X) Y prom = 73.49

C. CASA (Y) X prom = 6.79
 X Y XY Xi^2 Yi^2 Xi*Yi
3.80 36.00 136.80 14.44 1296.00 136.80
3.30 45.00 148.50 10.89 2025.00 148.50
3.30 45.00 148.50 10.89 2025.00 148.50
3.70 54.00 199.80 13.69 2916.00 199.80
5.90 58.00 342.20 34.81 3364.00 342.20
5.90 58.00 342.20 34.81 3364.00 342.20
5.50 60.00 330.00 30.25 3600.00 330.00
6.90 63.00 434.70 47.61 3969.00 434.70
4.20 64.00 268.80 17.64 4096.00 268.80
4.20 64.00 268.80 17.64 4096.00 268.80
5.20 64.00 332.80 27.04 4096.00 332.80
5.20 64.00 332.80 27.04 4096.00 332.80
7.00 67.00 469.00 49.00 4489.00 469.00
6.40 74.00 473.60 40.96 5476.00 473.60
6.40 74.00 473.60 40.96 5476.00 473.60
6.80 74.00 503.20 46.24 5476.00 503.20
8.90 76.00 676.40 79.21 5776.00 676.40
7.40 76.20 563.88 54.76 5806.44 563.88
4.70 78.40 368.48 22.09 6146.56 368.48
6.90 80.00 552.00 47.61 6400.00 552.00
6.40 82.00 524.80 40.96 6724.00 524.80
7.60 82.00 623.20 57.76 6724.00 623.20
7.60 82.00 623.20 57.76 6724.00 623.20
7.80 82.00 639.60 60.84 6724.00 639.60
7.80 82.00 639.60 60.84 6724.00 639.60
7.90 82.00 647.80 62.41 6724.00 647.80
9.60 87.00 835.20 92.16 7569.00 835.20
9.90 89.00 881.10 98.01 7921.00 881.10
10.00 92.00 920.00 100.00 8464.00 920.00
10.00 92.00 920.00 100.00 8464.00 920.00
8.50 93.00 790.50 72.25 8649.00 790.50
8.50 93.00 790.50 72.25 8649.00 790.50
8.80 93.00 818.40 77.44 8649.00 818.40
8.80 93.00 818.40 77.44 8649.00 818.40
230.80 2498.60 17838.36 1697.70 191347.00 17838.36

X prom = 6.79 Y prom = 73.49

= 6.698

= 28.020

σx^2 = 3.85 σy^2 = 227.33

σx = 1.96 σy = 15.08
σxy = 25.802

r= 0.872
 y= 28.020+6.698x

c)    ¿Cuál sería el valor de una casa si el terreno vale USD$9100?

y= 28.020+6.698x
y= 28.020+6.698*9.1
y = 88.97
d) ¿Sería adecuada una regresión cuadrática en este caso? Explique

Si seria adecuada, ya que en el cuadro de dispersion de puede adaptar a una parabola, y

dicha ecuacion de parabalo se obtendria planteando una regresion cuadratica