Chi Cudrado

20-7-2018 UNIVERSIDAD
NACIONAL DE
CAJAMARCA
ESCUELA ACADÉMICO PROFESIONAL
DE INGENIERÍA CIVIL
INTEGRANTES:
o CACHI SALCEDO, Christian Andrés
o HUAMÁN CHAUPE, Yoidi Anaís
o VÁSQUEZ BAZÁN, Ana Sophia
ASIGANTURA:
o Estadística Aplicada
DOCENTE:
o Lic. Miguel Ángel Macetas
TEMA:
o v
GRUPO:
o B1
UNIVERSIDAD NACIONAL DE CAJAMARCA
Contenido
EJERCICIO 1 ................................................................................................................... 2
EJERCICIO 2 ................................................................................................................... 4
EJERCICIO 3 ................................................................................................................... 6
EJERCICIO 4 ................................................................................................................... 8
EJERCICIO 5 ................................................................................................................. 10
EJERCICIO 6 ................................................................................................................. 13
EJERCICIO 7 ................................................................................................................. 15
MINITAB ................................................................................................................... 15
EXCEL ....................................................................................................................... 16
EJERCICIO 8 ................................................................................................................. 18
MINITAB ................................................................................................................... 18
EXCEL ....................................................................................................................... 19
EJERCICIO 9 ................................................................................................................. 22
MINITAB ................................................................................................................... 22
EXCEL ....................................................................................................................... 23
EJERCICIO 10 ............................................................................................................... 25
MINITAB ................................................................................................................... 25
EXCEL ....................................................................................................................... 26
EJERCICIO 11 ............................................................................................................... 28
MINITAB ................................................................................................................... 28
EXCEL ....................................................................................................................... 29
EJERCICIO 12 ............................................................................................................... 31
Página 1 de 59
EJERCICIO 1
MINITAB
a) Porcentaje real de turistas que tiene opinión buena y excelente.
b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena y

excelente.
c) Prueba de hipótesis global de igualdad de las proporciones.
EXCEL
OPINIÓN Mala Regular Buena Excelente TOTAL

TURISTAS 25 35 32 28 120
Página 2 de 59
Nivel de
95%
Confianza
Nivel de
α=5%=0.05
significación
a) Porcentaje real de turistas que tiene opinión buena y excelente.
p 0.5
𝑍1−𝛼/2 1.95996398
INTERVALO 0.5 ± 0.022821773
b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena y

excelente.
𝑝1 0.266666667 0.267
𝑝2 0.233333333 0.233
INTERVALO 0.034 ± 0.126368795
c) Prueba de hipótesis global de igualdad de las proporciones.
Prueba de Chi-
cuadrado:
Chi-cuadrado
(Valor
observado) 1.933
Chi-cuadrado
(Valor
crítico) 7.815
GL 3
valor-p 0.586
alfa 0.05
Interpretación de la
prueba:
H0: La distribución no es diferente de lo que se
espera.
Ha: La distribución es diferente de lo que se
espera.
Página 3 de 59
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede rechazar
la hipótesis nula H0.
EJERCICIO 2
MINITAB.
o Prueba chi cuadrado, igualdad de proporciones
H0:p1=p2=p3=p4.
Ha: p1,p2,p3,p4 son diferentes.
EXCEL
o Probabilidad de que 4 conductores no hayan elegido 2 y 4.
CASETAS 1 2 3 4
PROBABILIDAD 0.25 0.25 0.25 0.25
Probabilidad de que C2 y C4 no sean

elegidos 0.03515625
o ¿Muestran los datos igual preferencia por las cuatro casetas?
CASETAS 1 2 3 4 TOTAL
CONDUCTORES 80 100 190 30 400
P(x) 0.2 0.25 0.475 0.075
FREC. ESPERADAS 100 100 100 100
Prueba de Chi-cuadrado:
Página 4 de 59
Chi-cuadrado (Valor observado) 134.000
Chi-cuadrado (Valor crítico) 7.815

GL 3
valor-p < 0.0001
alfa 0.05
Interpretación de la prueba:
H0: La distribución no es diferente de lo que se espera.
Ha: La distribución es diferente de lo que se espera.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se debe
rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
Página 5 de 59
EJERCICIO 3
MINITAB
H0: p1=0.3, p2=0.45. p3=0.25
Ha: p1≠0.3, p2≠0.45. p3≠0.25
EXCEL
a) Probabilidad de que en una muestra de 20 compradores, menos de tres paguen

con cheques y exactamente 8 paguen al contado.
n= 20
P(x1<3,x2=8,x3=12-x1)
Cuando:
x1 0 1 2
x2 8 8 8
x3 12 11 10 total
p 1.26255E-05 0.000181807 0.0011999 0.0013944
P(x1<3,x2=8,x3=12-x1) 0.001394356
b) Prueba de hipótesis
H0: p1=0.3, p2=0.45. p3=0.25
Ha: p1≠0.3, p2≠0.45. p3≠0.25
n= 400
Página 6 de 59
F.
OBSERVADA F.ESPERADA
Cheques 110 120
Efectivo 210 180
Tarjeta 80 100
GL 2
valor-p 0.007
alfa 0.05
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se

debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
Página 7 de 59
EJERCICIO 4
MINITAB
o Prueba de hipótesis
H0: la relación de la cantidad de caramelos es 4:3:2:1
Ha: la relación de la cantidad de caramelos no es 4:3:2:1
EXCEL
a) Prueba de hipótesis
H0: la relación de la cantidad de caramelos es 4:3:2:1
Ha: la relación de la cantidad de caramelos no es 4:3:2:1
n 300
COSTO DE
COSTO
SABOR P.ESPERADAS F.ESPERADAS F.OBSERVADAS CADA
ESPERADO
CARAMELO
Piña 0.4 120 115 0.05 6
Fresa 0.3 90 95 0.1 9
Limón 0.2 60 70 0.15 9
Naranja 0.1 30 20 0.2 6
COSTO
30
TOTAL
Chi-cuadrado
(Valor 5.486
observado)
Chi-cuadrado
7.815
(Valor crítico)
Página 8 de 59
GL 3
valor-p 0.139
alfa 0.05
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05,
no se puede rechazar la hipótesis nula H0.
b) Costo total: 30 u.
Página 9 de 59
EJERCICIO 5
DÍA TARDANZAS
LUNES 58
MARTES 39
MIÉRCOLES 75
JUEVES 48
VIERNES 80
total 300
MINITAB
o Proporción de tardanza real los viernes
o Prueba z para dos proporciones / Prueba bilateral: De martes y jueves
o Prueba de hipótesis para determinar si las proporciones son iguales
Página 10 de 59
EXCEL
a) Proporción de tardaza real los viernes

α 0.05
p 0.266666667 0.267
𝑧1−𝛼/2 𝑧0.975 1.959963985
INTERVALO 0.267 ± 0.0500605
b) Prueba z para dos proporciones / Prueba bilateral: De martes y jueves
Intervalo de confianza para la diferencia entre las proporciones al 95%:

] -0.090 , 0.030 [
Diferencia -0.030
z (Valor observado) -0.928

z (Valor crítico) 1.960
valor-p (bilateral) 0.353
alfa 0.05
H0: La diferencia entre las proporciones es igual a 0. p1=p2
Ha: La diferencia entre las proporciones es diferente de 0. p1≠p2

Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede
rechazar la hipótesis nula H0.
c) Prueba de hipótesis para determinar si las proporciones son iguales

DÍA TARDANZAS F.ESPERADAS
LUNES 58 60
MARTES 39 60
MIÉRCOLES 75 60
JUEVES 48 60
VIERNES 80 60
Página 11 de 59
total 300 300
Chi-cuadrado (Valor
observado) 20.233
Chi-cuadrado (Valor
crítico) 9.488
GL 4
valor-p 0.000
alfa 0.05
d) Método de Bonferroni
α 0.1
m 10
𝛼0 0.01
1- 𝛼0 /2 0.995
z 2.575829304
Página 12 de 59
EJERCICIO 6
Se realizó un estudio de opinión sobre la preferencia de un producto que un supermercado

vende en tres marcas. Para esto se entrevistó a una muestra de 200 consumidores del
producto, resultando que 40. 100 y 60 de ellos prefieren el producto de las marcas 1,2,3,
respectivamente.
a) Al nivel de significación α= 0.05, ¿cree usted que las frecuencias reales de los
consumidores del producto es loa misma para las tres marcas?
b) ¿Cuál de las tres marcas del producto tiene mayor preferencia real por los
consumidores con un nivel de confianza simultáneo de al menos 94%? Aplique el método
de Bonferroni para las comparaciones múltiples por pares de proporciones.
MARCAS CONSUMIDORES α 0.05

1 40
2 100
3 60
TOTAL 200
MINITAB
EXCEL
a) Prueba de Hipótesis
CONSUMIDORE PROPORCIONE P.ESPERADA
MARCAS
S S S
1 40 0.2 0.333333333
2 100 0.5 0.333333333
3 60 0.3 0.333333333
Página 13 de 59
Chi-cuadrado (Valor
28.000
observado)
Chi-cuadrado (Valor
5.991
crítico)
𝛼0 /2
GL 2
valor-p < 0.0001
Alfa 0.05
H0: La distribución no es diferente de lo
que se espera.
Ha: La distribución es diferente de lo que
se espera.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se
debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
b) Método de Bonferroni
α 0.06 MARCAS CONSUMIDORES PROPORCIONES P.ESPERADAS
m 3 1 40 0.2 0.333333333
𝛼0 0.02 2 100 0.5 0.333333333
1- 𝛼0 /2 0.99 3 60 0.3 0.333333333
z 2.326347874 2.33
Para 1
INTERVALO -0.3 ± 0.1286785
y2
Para 1
INTERVALO -0.1 ± 0.1153291
y3
Página 14 de 59
Para 2
INTERVALO 0.2 ± 0.1436308
y3
EJERCICIO 7
Un investigador quiere comprobar la hipótesis de que son igualmente probables los
eventos “cara” y “sello” en el experimento de lanzar una moneda. Para esto lanzó 160
veces 4 monedas similares y encontró la siguiente distribución de frecuencias del número
de caras:
N° caras 0 1 2 3 4
N° sellos 17 30 64 34 15
Probar la hipótesis del investigador es equivalente a probar que la distribución de
frecuencias observadas es una muestra de una distribución binomial B(4,0.5).
a) Enuncie las hipótesis de la prueba y obtenga las frecuencias esperadas.

b) Describa la estadística de la prueba y determine la región crítica de la prueba con
alfa = 0.05. Conclusiones.
c) Determine la probabilidad de la prueba, ¿a qué conclusión llega usando este
criterio?
a) Hipótesis
𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝐵(4,0.5)
𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝐵(4,0.5)
b) Frecuencias esperadas
MINITAB
o Distribución binomial para hallar las proporciones de cada evento.
Página 15 de 59
o Prueba de chi cuadrado de bondad de ajuste.
EXCEL
Binomial distribution
4 n
0.5 p
cumulative
X p(X) probability
0 0.06250 0.06250
1 0.25000 0.31250
2 0.37500 0.68750
3 0.25000 0.93750
4 0.06250 1.00000
1.00000
2.000 expected value

1.000 variance
1.000 standard deviation
Página 16 de 59
Caras 0 1 2 3 4 TOTAL
Observadas 17 30 64 34 15 160
p(x) 0.06250 0.25000 0.37500 0.25000 0.06250
Esperadas 10 40 60 40 10
Goodness of Fit Test
observed expected O-E (O - E)² / E % of chisq

17 10.000 7.000 4.900 44.28
30 40.000 -10.000 2.500 22.59
64 60.000 4.000 0.267 2.41
34 40.000 -6.000 0.900 8.13
15 10.000 5.000 2.500 22.59
160 160.000 0.000 11.067 100.00
11.07 chi-square
3 df
.0114 p-value
RC > 9.48772904
c) Estadística de la prueba y Región crítica.

𝑅𝑐 = {𝒳 2 > 9.488}
𝒳 2 𝑐𝑎𝑙𝑐 = 11.067, 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑜 𝑦𝑎 𝑞𝑢𝑒 𝒳 2 𝑐𝑎𝑙𝑐 > 9.488
d) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.0114
Página 17 de 59
EJERCICIO 8
Un ingeniero controla la calidad de lotes grandes escogiendo de cada lote una muestra
aleatoria de 5 unidades y observando en ellas el número de defectuosas. Si de 200 lotes
controlados obtuvo la ste. Distribución de frecuencias:
Defectuosas 0 1 2 3 4 5
Muestras 137 43 10 5 3 2
a) Estime la proporción real de unidades defectuosas por el método de máxima
verosimilitud.
b) Pruebe la hipótesis de que la distribución del número de caras se ajusta por un
modelo de probabilidad binomial. α=0.01.
 Estimación de la proporción real de unidades defectuosas.

 Hipótesis
 𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝐵(5,0.1)
 𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝐵(5,0.1)
 Frecuencias esperadas.
MINITAB
Página 18 de 59
Como dos de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
Página 19 de 59

Defect. 0 1 2 3 4 5 TOTAL
Observadas 137 43 10 5 3 2 200
Z 0.59049 0.32805 0.07290 0.00810 0.00045 0.00001
Esperadas 118.098 65.610 14.580 1.620 0.090 0.002
Defect. 0 1 2 TOTAL
Observadas 137 43 20 200
Z 0.59049 0.32805 0.08146
Esperadas 118.098 65.610 16.292

137 118.098 18.902 3.025 25.94
43 65.610 -22.610 7.792 66.82
20 16.292 3.708 0.844 7.24
200 200.000 0.000 11.661 100.00
11.66 chi-square
1 df
.0006 p-value
por ERROR TIPO I

RC > 6.6348966

𝑅𝑐 = {𝒳 2 > 6.634}
Página 20 de 59

d) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.0006
Página 21 de 59
EJERCICIO 9
Un vendedor de la compañía “ELECTRIC” visita regularmente a 6 clientes por día. El
gerente de ventas opina que el número de ventas por día que el vendedor realiza es una
variable aleatoria que puede ser descrita mediante una distribución Binomial. Si durante
30 días ha registrado las siguientes ventas realizadas por día de este vendedor.
Ventas 0 1 2 3 4 5 6
días 3 3 9 9 6 0 0
a) Estime la proporción real de ventas del vendedor.
b) En el nivel de significación 0.05, ¿está de acuerdo con la opinión del gerente?
 Estimación de la proporción real de unidades defectuosas.
= 2.4 = 6𝑝
𝑝= 0.4

 Hipótesis
 𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝐵(6,0.4)
 𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝐵(6,0.4)
 Frecuencias esperadas.
MINITAB
Página 22 de 59
Como 4 de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
Página 23 de 59
Binomial distribution
cumulative
X p(X) probability
0 0.04666 0.04666
1 0.18662 0.23328
2 0.31104 0.54432
3 0.27648 0.82080
4 0.13824 0.95904
5 0.03686 0.99590
6 0.00410 1.00000
1.00000
2.400 expected value

1.440 variance

VENTAS 0 1 2 3 4 5 6 TOTAL
OBSERVADOS 3 3 9 9 6 0 0 30
P(x) 0.04666 0.18662 0.31104 0.27648 0.13824 0.03686 0.00410
ESPERADOS 1.39968 5.59872 9.3312 8.2944 4.1472 1.10592 0.12288
VENTAS 0-1 2 3 4-5-6 TOTAL

RC > 5.99146455

6 6.998 -0.998 0.142 49.69
9 9.331 -0.331 0.012 4.10
9 8.294 0.706 0.060 20.94
6 5.376 0.624 0.072 25.27
30 30.000 0.000 0.287 100.00
.2866 chi-square
2 df
.8665 p-value
a) Estadística de la prueba y Región crítica.

𝑅𝑐 = {𝒳 2 > 5.991}
𝒳 2 𝑐𝑎𝑙𝑐 = 0.2866, 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 ℎ𝑜 𝑦𝑎 𝑞𝑢𝑒 𝒳 2 𝑐𝑎𝑙𝑐 < 6.634
b) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.865
Página 24 de 59
EJERCICIO 10
a) Hipótesis
𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝐻(20,3,4)
𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝐻(20,3,4)
b) Frecuencias esperadas.
MINITAB
Página 25 de 59
Como 1 de los valores esperados es menor a 5 arreglamos las tabla de esta manera.
EXCEL
o Distribución hipergeométrica para hallar las proporciones de cada evento.
Hypergeometric distribution
20 N, population size
3 S, number of possible occurrences
4 n, sample size
cumulative
X p(X) probability
0 0.49123 0.49123
1 0.42105 0.91228
2 0.08421 0.99649
3 0.00351 1.00000
1.00000
0.6 expected value

0.429 variance
Página 26 de 59

DEFECTUOSOS 0 1 2 3 4 TOTAL
OBSERVADOS 35 30 4 1 0 70
P(x) 0.49123 0.42105 0.08421 0.00351 0.00000
ESPERADOS 34.3859649 29.4736842 5.89473684 0.24561404 0
DEFECTUOSOS 0 1 2-3 TOTAL

OBSERVADOS 35 30 5 70
P(x) 0.49123 0.42105 0.08772
ESPERADOS 34.3859649 29.4736842 6.14035088
RC> 5.99146455

35 34.386 0.614 0.011 4.72
30 29.474 0.526 0.009 4.05
5 6.140 -1.140 0.212 91.23
70 70.000 0.000 0.232 100.00
.23 chi-square
2 df
.8904 p-value

𝑅𝑐 = {𝒳 2 > 5.9914}
d) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.8904
Página 27 de 59
EJERCICIO 11
a) Hipótesis
𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝜆(0.85)
𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝜆(0.85)
MINITAB
Página 28 de 59
Como 2 de los valores esperados es menor a 5 arreglamos las tablas de esta

manera.
EXCEL
o Distribución de Poisson para hallar las proporciones de cada evento.
Poisson distribution
0.85 mean rate of occurrence
cumulative
X p(X) probability
0 0.427415 0.42741493
1 0.363303 0.79071762
2 0.154404 0.94512
3 0.04375 0.98887
4 0.00930 0.99817
5 0.00158 0.99975
6 0.00022 0.99997
7 0.00003 1.00000
8 2.8886E-06 0.9999997
9 0.000 0.99999997
10 0.000 1
1.000
0.85 expected value

0.85 variance
Página 29 de 59

LLAMADAS 0 1 2 3 4 O MÁS TOTAL
OBSERVADOS 45 35 11 8 2 100
P(x) 0.42741 0.36330 0.15440 0.04375 0.01113
ESPERADOS 42.7414932 36.3302692 15.4403644 4.37476992 1.11310306
VENTAS 0 1 2 3 O MÁS TOTAL

OBSERVADOS 35 30 11 10 100
P(x) 0.42741 0.36330 0.15440 0.05488
ESPERADOS 42.7414932 36.3302692 15.4403644 5.48787298
RC> 11.3448667

35 42.741 -7.741 1.402 18.72
30 36.330 -6.330 1.103 14.72
11 15.440 -4.440 1.277 17.04
10 5.488 4.512 3.710 49.52
86 100.000 -14.000 7.492 100.00
Warning: sums should be equal.
7.49 chi-square
2 df
.0236 p-value

𝑅𝑐 = {𝒳 2 > 11.345}
d) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.236
Página 30 de 59
EJERCICIO 12
a) Hipótesis
𝐻𝑜: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 = 𝜆(0.85)
𝐻1: 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 > 𝜆(0.85)
MINITAB
Página 31 de 59
Como 2 de los valores esperados es menor a 5 arreglamos las tablas de esta

manera.
EXCEL
o Distribución de Poisson para hallar las proporciones de cada evento.
Poisson distribution
0.85 mean rate of occurrence
cumulative
X p(X) probability
0 0.427415 0.42741493
1 0.363303 0.79071762
2 0.154404 0.94512
3 0.04375 0.98887
4 0.00930 0.99817
5 0.00158 0.99975
6 0.00022 0.99997
7 0.00003 1.00000
8 2.8886E-06 0.9999997
9 0.000 0.99999997
10 0.000 1
1.000
0.85 expected value

0.85 variance
Página 32 de 59

LLAMADAS 0 1 2 3 4 O MÁS TOTAL
OBSERVADOS 45 35 11 8 2 100
P(x) 0.42741 0.36330 0.15440 0.04375 0.01113
ESPERADOS 42.7414932 36.3302692 15.4403644 4.37476992 1.11310306
VENTAS 0 1 2 3 O MÁS TOTAL

OBSERVADOS 35 30 11 10 100
P(x) 0.42741 0.36330 0.15440 0.05488
ESPERADOS 42.7414932 36.3302692 15.4403644 5.48787298
RC> 11.3448667

35 42.741 -7.741 1.402 18.72
30 36.330 -6.330 1.103 14.72
11 15.440 -4.440 1.277 17.04
10 5.488 4.512 3.710 49.52
86 100.000 -14.000 7.492 100.00
Warning: sums should be equal.
7.49 chi-square
2 df
.0236 p-value

𝑅𝑐 = {𝒳 2 > 11.345}
d) Probabilidad p
𝑃𝑟𝑜𝑏 𝑝 = 0.236
Página 33 de 59
EJERCICIO 13
EJERCICIO 14
EJERCICIO 15
EJERCICIO 16
La empresa ¨P & C¨ que busca un modelo de probabilidad para la vida útil de su principal
producto le pide a usted comprobar si los siguientes datos (en meses), que le envía,
corresponden a una variable aleatoria con distribución exponencial:
16.2 15.4 8.9 7.4 4.2 0.9 3.2

5.3 3.5 1.2 7.5 14.6 9.2 1.4
7.9 3.5 5.3 15.3 11.4 3.8 5.4
10.5 11.7 1.6 3.9 2.2 6.5 4.2
2.8 2.9 6.3 6.4
a) ¿Qué respuestas le da usted a la empresa si ésta le especifica la media 6.25 meses

?E
b) ¿Qué respuesta le da si la empresa no le especifica media alguna?
En ambos casos use los intervalos de clase: [0, 4[, [4, 8[, 12[, [12, 16[, [16,+∞[
y el nivel de significación α = 0.05.
EJERCICIO 17
Los ingresos mensuales en dólares de una muestra aleatoria de hogares se tabularon en la

siguiente distribución de frecuencia:
Ingresos Familias
Página 34 de 59
Menos de 200 70
[200, 400[ 30
[400, 600[ 18
[600, 800[ 12
[800, 1000[ 10
100 o más 60
¿Es válido concluir, al nivel de significación de 5%, que estos ingresos familiares siguen
el modelo de una distribución log-normal de parámetros µ=6 y σ=2 ?.
EJERCICIO 18
A una muestra de empleados de la PUCP clasificados como: Docentes, no docentes y de

servicio. Se les pidió que escogieran entre tres planes de seguro familiar particular: A, B
y C. En el cuadro que sigue se dan los resultados
Plan de seguro
A B C
Clase de trabajo
Docentes 100 100 60
No docentes 40 70 20
Servicios 20 40 10
Se quiere probar con esta muestra si el plan de seguro depende de la clase de trabajo.
a) Enuncie la hipótesis de la prueba.

b) Describa la estadística de la prueba y determínela región crítica al nivel de
significación del 5%. ¿A qué conclusión llega usando este criterio de
decisión?.
c) Realice el contraste con el método de probabilidad P.
EJERCICIO 19
Página 35 de 59
Un estudio de mercado de la empresa ´´A & H´´ proporciona la tabla de datos que sigue,
donde, la muestra de 800 consumidores de un producto específico opinan acerca de las
tres formas presentación y de las tres marcas que aparecen en el mercado:
Marca del producto

Presentación M1 M2 M3
P1 200 130 70
P2 60 60 80
P3 40 6 100
a) Si el estudio concluye afirmando, al nivel de significación 0,05, que el

consumidor solo tiene una cuenta marca del producto pero no la presentación, ¿está
usted de acuerdo con la afirmación?. Si no está de acuerdo, ¿cómo mide el nivel de
correlación entre las dos variables cualitativas?. ¿Es significativa la correlación
muestral?.
b) ¿Se descarta que las presentaciones 2 y 3 influyen en la decisión de los
consumidores con igual frecuencia?. Aplique un intervalo de estimación de la
diferencia de dos proporciones al nivel de confianza del 95%.
c) Si el estudio concluye afirmando que la frecuencia real de la marca 2 es la misma
que la de 3, pero ésa es el doble de la presentación 1, ¿qué opina usted?. Utilice la
probabilidad de error tipo 1 igual a 0.05
EJERCICIO 20
Un grupo de alumnos realiza un trabajo acerca del consumo de un producto específico

que está a la venta en el mercado en cuatro marcas: 1, 2, 3, 4 y tres presentaciones: 1, 2,
3 diferentes. Las frecuencias observadas por los alumnos en una muestra de 200
consumidores del producto se dan en la tabla.
Al nivel de significación α= 0.05
a) ¿Cree usted que la población de consumidores escoge la marca del producto
independientemente de la presentación?
b) ¿Existen diferencias significativas entre el número de consumidores por tipo de
presentación del producto? ¿Cuál tipo de presentación prefieren más los
consumidores del producto?
c) ¿Son iguales las proporciones reales de las compras por marca de la presentación
17?
d) Si la población consiste de 10000 consumidores, obtenga el intervalo de
estimación del 95% para el número de consumidores que prefieren la marca 2.
Página 36 de 59
EJERCICIO 21
EJERCICIO 22
EJERCICIO 23
EJERCICIO 24
La compañía de cerveza “DEORO” está interesada en saber si el consumo de su marca

de cerveza depende de una localización geográfica en especial. Encargo el estudio a una
firma de investigación de mercados y ésta proporcionó entre otros resultados la siguiente
tabla del consumo anual por persona de muestras aleatorias de cuatro regiones principales
del país:
Consumo anual Localización geográfica: Regiones

por persona Sur Centro Norte Selva
1: Más de 10 cajas
200 120 100 90
2: De 5 a 10 cajas
150 100 150 200
3: Menos de 5
100 230 200 160
cajas
a) Con probabilidad de error tipo 1 igual a 0.05 ¿cree usted que la localización
geográfica es un factor significativo en el consumo de cerveza?
b) ¿Son iguales los 3 niveles reales de consumo en las 4 regiones? Aplique la
prueba de hipótesis global de proporciones con nivel de significación α=0.05
¿Cuál es el mayor nivel real de consumo? Aplique el método de Bonferroni con
nivel de confianza global de al menos 0.95.
c) ¿En cuál de las cuatro regiones se consume anualmente mayor cantidad de
cerveza por persona? Use Bonferroni con 1-α=0.93
EJERCICIO 25
Página 37 de 59
Cuatro máquinas de segunda son ofertadas a un fabricante de un producto. El elegirá la

máquina que tenga menor porcentaje de producción defectuosa. Para esto, realizó una
prueba de producción con las cuatro máquinas, luego seleccionó una muestra para cada
máquina y obtuvo los siguientes datos muestrales:
Máquinas
A B C D
Defectuosos
12 24 48 60
Tamaños de
400 400 400 400
muestra
a) ¿Cuál de las 4 marcas de máquinas elegiría el fabricante? Realice primero una

prueba de hipótesis global de igualdad de proporciones de defectuosas con
α=0.05.
Y si rechaza la hipótesis nula aplique el método comparación global de Bonferroni
con nivel confianza de al menos 1-α=0.92.
b) Si eligiera la máquina A, ¿qué proporción mínima y máxima de producción
defectuosa tendría aplicando nivel de confianza igual a 95 %?
DEFECTUOSOS MUESTRA
A 12 400
B 24 400
MÁQUINAS
C 48 400
D 60 400
MINITAB
Página 38 de 59
EXCEL
a) Prueba de Chi-cuadrado:
Chi-cuadrado (Valor
observado) 43.956

GL 3
valor-p < 0.0001
alfa 0.05
H0: Las proporciones son iguales.
Ha: Al menos una proporción es diferente de otra.
PRUEBA BONFERRONI
α 0.08 DEFECTUOSOS MUESTRA p
m 6 A 12 400 0.03
𝛼0 0.01333333 B 24 400 0.06
1- 𝛼0 /2 0.99333333 C 48 400 0.12
z 2.47473965 D 60 400 0.15
Para 1 y 2 INTERVALO -12 ± 0.03693502

Para 1 y 3 INTERVALO -36 ± 0.04661125
Para 1 y 4 INTERVALO -48 ± 0.0503535
Página 39 de 59
Para 2 y3 INTERVALO -24 ± 0.05196953

Para 2 y 4 INTERVALO -36 ± 0.05559909
Para 3 y 4 INTERVALO -12 ± 0.06418837
𝑝𝐴 =𝑝𝐵 < 𝑝𝐶 =𝑝𝐷
b) Intervalo de confianza para máquina A

z 1.96
error 0.016717548
INTERVALO 0.01328245 0.046717548
Página 40 de 59
EJERCICIO 26
Se realizó un estudio de mercado para comparar las preferencias por un producto específico
entre consumidores de las ciudades de Lima, Cuzco, Trujillo e Iquitos.
De tener las 4 ciudades igual porcentaje de preferencia del producto, ¿cuál es la

probabilidad aproximada (use el TLC) de que en una muestra al azar de 200 consumidores
en Trujillo, al menos 38 pero no más de 62 prefieren el producto?
En cada ciudad se escogió una muestra al azar de 200 consumidores. Si se encontró que
prefieren el producto: 110. 150. 90 y 160 respectivamente en Lima, Cuzco, Trujillo e
Iquitos, aplicando la prueba de hipótesis global el nivel de significación de 0.05, ¿es
válido inferir que las proporciones de consumidores que prefieren el producto son las
mismas en las 4 ciudades?
Si no es así, ¿en cuál de las 4 ciudades es mayor el consumo del producto?.
Utilice el método de comparaciones múltiples de Bonferroni con nivel de confianza de al

menos el 94%.
MINITAB
EXCEL
a) Calcular P[38≤X≤62]
X~B(200,0.25)
u 50
desv. est. 6.1237
P[38≤X≤62] = P[-1.96≤z≤1.96]
P[-1.96≤z≤1.96] 1-α/2 0.975002105
α 0.04999579
P 0.95000421
b) Prueba de hipótesis
CIUDAD F.OBSERVADAS MUESTRAS

Lima 110 200
Cuzco 150 200
Trujillo 90 200
Iquitos 160 200
Página 41 de 59
Chi-cuadrado
(Valor observado) 70.859
Chi-cuadrado
(Valor crítico) 7.815
GL 3
valor-p < 0.0001
alfa 0.05
prueba:
H0: Las proporciones son
iguales.
Ha: Al menos una proporción es
diferente de otra.
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se debe rechazar la
hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
PRUEBA DE
BONFERRONI
α 0.06 CIUDAD F.OBSERVADAS MUESTRAS PROPORCIÓN P.ESPERADAS
m 6 Lima 110 200 0.55 0.25

α0 0.01 Cuzco 150 200 0.75 0.25
1-
0.995 0.45
α0/2 Trujillo 90 200 0.25
z 2.575829304 2.58 Iquitos 160 200 0.8 0.25
Para
INTERVALO -0.2 ± 0.20478
1y2
Para
INTERVALO 0.1 ± 0.18152
1y3
Para
INTERVALO -0.25 ± 0.207
1y4
Para
INTERVALO 0.3 ± 0.19221
2y3
Para
INTERVALO -0.05 ± 0.22694
2y4
Para
INTERVALO -0.35 ± 0.19371
3y4
P3=P1<P2=P4
EJERCICIO 27
Un empresario confeccionista textil tiene 3 líneas de producción. En una inspección de las

prendas por muestreo se escogieron al azar 250, 150 y 200 prendas de las líneas 1, 2 y 3
Página 42 de 59
respectivamente y se encontró que 10, 15 y 30 respectivamente, presentaban defectos. Al

nivel de significación α=0.05
a) ¿Es válido inferir que la calidad de las prendas es independiente de la línea de

producción?.
b) ¿Son homogéneas las frecuencias reales de las líneas de producción con respecto
a los niveles de calidad?
c) ¿Son iguales los porcentajes de producción defectuosa en las tres líneas de
producción?
d) Calcule los intervalos de estimación del 95% de cada proporción defectuosa y
realice la comparación global de las proporciones aplicando el método de
traslape de intervalos. ¿Cuánto es el nivel de confianza global de los tres
intervalos?
¿Cuánto debería ser el nivel de confianza de cada intervalo si se quiere que con el
método del traslape el nivel de confianza global sea 0.95?
MINITAB
EXCEL
LÍNEAS PRENDAS DEFECTUOSAS P P.ESPERADAS

1 250 10 0.04 0.333333333
2 150 15 0.1 0.333333333
3 200 30 0.15 0.333333333
α 0.05
a)La calidad de las prendas es independiente de la línea de produción
Prueba de Chi-
cuadrado:
Chi-
cuadrado
(Valor
observado) 16.314
Chi-
cuadrado
5.991
(Valor
crítico)
GL 2
valor-p 0.000
alfa 0.05
Página 43 de 59
prueba:
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05,
se debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
b) ¿Son homogéneas las frecuencias reales de las líneas de producción con respecto los niveles de
calidad?
Al rechazarse H0 en a), se concluye que las frecuencias no son homogéneas
c) ¿Son homogéneas las proporciones reales de las líneas de producción con respecto los niveles
de calidad?
Al rechazarse H0 en a), se concluye que las proporciones no son homogéneas
EJERCICIO 28
MINITAB
EXCEL
a) P[N=0, T≤2, N=10-T]

T=0 P 1.69351E-05
T=1 P 0.000169351
T=2 P 0.000762079
P[N=0, T≤2, N=10-T] 0.000948365
n 10
p 0.33333333
b)
No
Defectuosos defectuosos TOTAL P P.ESPERADA
Mañana 41 369 410 0.1 0.333333333
Tarde 20 380 400 0.05 0.333333333
Noche 57 323 380 0.15 0.333333333
α 0.01
Página 44 de 59
Chi-
cuadrado
(Valor
observado) 21.820
Chi-
cuadrado
(Valor
crítico) 5.991
GL 2
valor-p < 0.0001
alfa 0.05
prueba:
Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se debe rechazar la
hipótesis nula H0, y aceptar la hipótesis alternativa Ha.
c) Bonferroni
α 0.05
m 3
α0 0.01666667
1-α0/2 0.99166667
z 2.3939798 2.394
Para 1 y 2 INTERVALO 0.05 ± 0.03230559

Para 1 y 3 INTERVALO -0.05 ± 0.04237388
Para 2 y 3 INTERVALO -0.1 ± 0.03736402
Orden P3=P1>P2
EJERCICIO 29
MINITAB
EXCEL
Reclama
Sí No total
De 16 a 25 15 135 150 0.1
Página 45 de 59
Grupo De 25 a 40 40 140 180 0.22222222

de De 40 a 55 40 80 120 0.33333333
edad 55 o mayor 60 90 150 0.4
total 155 445 600
a) Prueba de independencia
Chi-square Contingency Table Test for Independence

Sí No Total
De 16
a 25 Observed 15 135 150
(O - E)² /
E 14.56 5.07 19.63
De 25
a 40 Observed 40 140 180
(O - E)² /
E 0.91 0.32 1.23
De 40
a 55 Observed 40 80 120
(O - E)² /
E 2.61 0.91 3.52
55 o
mayor Observed 60 90 150
(O - E)² /
E 11.65 4.06 15.71
Total Observed 155 445 600
(O - E)² /
E 29.73 10.36 40.09
Chi-square
Critic value 7.815
RC={x²>7.815}
40.09 chi-square
3 df
1.02E-08 p-value
.258 Phi coefficient
Coefficient of
.250 Contingency
H0: El reclamo es indepenciente de la edad.
Ha: El reclamo no es independiente de la edad.
Puesto que el chi cuadrado pertenece a la RC, se rechaza H0 y acepta Ha.
b)
Sí No TOTAL P.ESPERADA P
De 16
a 25 75 75 150 0.25 0.25
De 25
a 40 90 90 180 0.25 0.3
Página 46 de 59
De 40
a 55 60 60 120 0.25 0.2
55 o
mayor 75 75 150 0.25 0.25
TOTAL 300 300
Chi-cuadrado
(Valor
observado) 6.000
Chi-cuadrado
GL 3
valor-p 0.112
alfa 0.05
EJERCICIO 30
MINITAB
EXCEL
Nivel socioeconómico
Nivel I Nivel II
Periódico
Media Medi
Baja Alta
Baja a total
X 10 30 35 70 145
Y 8 25 35 50 118
Z 7 10 30 20 67
W 7 20 20 10 57
total 32 85 120 150 387
a)
PRUEBA PARA 4 NIVELES
Chi-square Contingency Table Test for
Independence
Página 47 de 59
Media
Baja Baja Media Alta Total
Observe
X d 10 30 35 70 145
(O - E)² /
E 0.33 0.11 2.21 3.39 6.03
Observe
Y d 8 25 35 50 118
(O - E)² /
E 0.32 0.03 0.07 0.40 0.82
Observe
Z d 7 10 30 20 67
(O - E)² /
E 0.38 1.51 4.10 1.37 7.36
Observe
W d 7 20 20 10 57
(O - E)² /
E 1.11 4.47 0.31 6.62 12.50
Observe
Total d 32 85 120 150 387
(O - E)² /
E 2.14 6.12 6.68 11.78 26.72
chi-
26.72 square
9 df
.0016 p-value
.263 Phi coefficient

Coefficient of
.254 Contingency
b)
Resultados para Var1:
Chi-cuadrado
Chi-cuadrado
GL 3
valor-p 0.506
alfa 0.05
Ha: Al menos una proporción es diferente de
otra.
Página 48 de 59
Chi-cuadrado
Chi-cuadrado
GL 3
valor-p 0.049
alfa 0.05
otra.
Chi-cuadrado
Chi-cuadrado
GL 3
valor-p 0.021
alfa 0.05
otra.
Página 49 de 59
Chi-cuadrado 19.23
(Valor observado) 0
Chi-cuadrado
GL 3
valor-p 0.000
alfa 0.05
otra.
c)
Prueba z para dos proporciones / Prueba
bilateral:
Intervalo de confianza para la diferencia entre las proporciones al

95%:
0.014
] -0.066 , [
Diferencia -0.026
z (Valor observado) -1.211
z (Valor crítico) 1.960
alfa 0.05
H0: La diferencia entre las proporciones es igual a 0.
Ha: La diferencia entre las proporciones es diferente de 0.
EJERCICIO 31
MINITAB
EXCEL
DATOS
2.6
1.8
Página 50 de 59
2.2
-1.6 α 0.01
2.1
2.7
-1
2
1.7
2.4
Estadísticos descriptivos:
Obs.
con Obs. sin
datos datos
Observacion perdido perdido Mínim Máxim Desv.
Variable es s s o o Media típica
Var1 10 0 10 -1.600 2.700 1.490 1.511
Parámetros estimados(Normal):
Error
estánda
Parámetro Valor r
µ 1.490 0.484
sigma 1.511 0.375
Chi-cuadrado
(Valor
observado) 18.309
Chi-cuadrado
GL 7
alfa 0.01
H0: La muestra sigue una distribución Normal
Ha: La muestra no sigue una distribución Normal
Página 51 de 59
EJERCICIO 32
MINITAB
EXCEL
DATOS
-8.01
11.53
10.8 α 0.05
-3.14
-13.9
8.63
-1.79
-5.63
5.04
14.36
Obs. con Obs. sin

datos datos Desv.
Variable Observaciones perdidos perdidos Mínimo Máximo Media típica
Var1 10 0 10 -13.900 14.360 1.789 9.579
Parámetros
estimados(Normal):
Error
Parámetro Valor estándar
µ 1.789
sigma 9.579 1.186
Chi-cuadrado
(Valor
observado) 4.901
Chi-cuadrado
GL 2
valor-p
(bilateral) 0.086
alfa 0.01
Página 52 de 59
H0: La muestra sigue una distribución
Normal
EJERCICIO 33
MINITAB
EXCEL
CALIFICACIÓN PERSONAS
80 13
85 27
90 38 α 0.05
95 55
100 70
105 60
110 42
115 33
120 12
Obs. con Obs. sin

datos datos Desv.
Variable Observaciones perdidos perdidos Mínimo Máximo Media típica
CALIFICACIÓN 9 0 9 80.000 120.000 100.000 13.693
PERSONAS 9 0 9 12.000 70.000 38.889 20.165
Ajuste de una distribución (CALIFICACIÓN):
Parámetros estimados (CALIFICACIÓN)(Normal):
Error
µ 100.000 1.186
sigma 13.693 1.186
Estadísticos estimados sobre los datos y calculados utilizando

los parámetros estimados de la distribución Normal (CALIFICACIÓN):
Página 53 de 59
Estadístico Datos Parámetros

Media 100.000 100.000
Varianza 187.500 187.500
Asimetría
(Pearson) 0.000 0.000
Curtosis
(Pearson) -1.601 0.000
Prueba de Chi-cuadrado (CALIFICACIÓN):
Chi-cuadrado
(Valor
observado) 2.346
Chi-cuadrado
GL 2
valor-p
(bilateral) 0.309
alfa 0.05
EJERCICIO 34
MINITAB
EXCEL
Ajuste de una distribución (Var1):
Parámetros estimados (Var1)(Normal):
Parámetro Valor Error estándar

µ 10.250 1.678
sigma 4.867 2.373
Prueba de Chi-cuadrado (Var1):

GL 4
Página 54 de 59
alfa 0.05
Puesto que el valor-p calculado es mayor que el nivel de significación alfa=0.05, no se puede rechazar la hipótesis
Comparación entre las frecuencias observadas y teóricas (Var1):
Límite Límite Frecuencia Frecuencia Chi-

Clase inferior [ superior [ (Datos) (Distribución) cuadrado
1 0.000 2.429 0 0.146 0.146
2 2.429 4.857 1 0.320 1.449
3 4.857 7.286 0 0.549 0.549
4 7.286 9.714 1 0.740 0.092
5 9.714 12.143 0 0.781 0.781
6 12.143 14.571 1 0.645 0.195
7 14.571 17.000 1 0.418 0.809
Ajuste de una distribución

(Var2):
Parámetros estimados
(Var2)(Normal):
Error
µ 11.750 1.678
sigma 4.603 1.678
Chi-cuadrado (Valor
observado) 6.215
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Página 55 de 59
Límite Límite
inferior superior Frecuencia Frecuencia Chi-
Clase [ [ (Datos) (Distribución) cuadrado
1 0.000 2.429 0 0.064 0.064
2 2.429 4.857 0 0.183 0.183
3 4.857 7.286 1 0.396 0.923
4 7.286 9.714 0 0.652 0.652
5 9.714 12.143 1 0.819 0.040
6 12.143 14.571 0 0.784 0.784
7 14.571 17.000 2 0.572 3.568

(Var3):
(Var3)(Normal):
Error
µ 13.500
sigma 3.202 1.061
Chi-cuadrado (Valor
observado) 8.058
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Página 56 de 59
Límite Límite
inferior superior Frecuencia Frecuencia Chi-
Clase [ [ (Datos) (Distribución) cuadrado
1 9.000 10.300 1 0.315 1.486
2 10.300 11.600 0 0.471 0.471
3 11.600 12.900 0 0.597 0.597
4 12.900 14.200 2 0.643 2.860
5 14.200 15.500 0 0.590 0.590
6 15.500 16.800 0 0.459 0.459
7 16.800 18.100 1 0.304 1.596
Ajuste de una
distribución (Var4):
(Var4)(Normal):
Error
Parám estánda
etro Valor r
12.7
µ 50
5.26
sigma 2 1.370
Chi-cuadrado
Chi-cuadrado
GL 4
alfa 0.05
H0: La muestra sigue una distribución
Normal
Ha: La muestra no sigue una distribución
Normal
Puesto que el valor-p calculado es mayor que el nivel de significación
alfa=0.05,
Página 57 de 59
Comparación entre las frecuencias observadas y

teóricas (Var4):
Límit Límit Frecuenci

e e Frecuen a Chi-
inferi super cia (Distribuc cuadr
Clase or [ ior [ (Datos) ión) ado
1 0.000 2.714 0 0.082 0.082
2 2.714 5.429 1 0.215 2.861
3 5.429 8.143 0 0.434 0.434
10.85
4 8.143 7 0 0.676 0.676
10.85 13.57
5 7 1 0 0.810 0.810
13.57 16.28
6 1 6 2 0.749 2.092
16.28 19.00
7 6 0 1 0.533 0.408
(Var5):
(Var5)(Normal):
Parámetr
o Valor Error estándar
14.2
µ 50 0.437
1.48
sigma 0 0.518
Chi-cuadrado (Valor
observado) 5.430
Chi-cuadrado (Valor
crítico) 9.488
GL 4
alfa 0.05
Página 58 de 59
Frecuenci
a Chi-
Límite Límite Frecuenci (Distribuc cuadr
Clase inferior [ superior [ a (Datos) ión) ado
1 12.000 12.586 1 0.265 2.042
2 12.586 13.171 0 0.411 0.411
3 13.171 13.757 0 0.546 0.546
4 13.757 14.343 1 0.622 0.230
5 14.343 14.929 0 0.607 0.607
6 14.929 15.514 1 0.507 0.479
7 15.514 16.100 1 0.363 1.116
EJERCICIO 35
MINITAB
EXCEL
EJERCICIO 36
MINITAB
EXCEL
Página 59 de 59

Chi Cudrado

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Chi Cudrado

Enviado por

Direitos autorais:

Formatos disponíveis

20-7-2018 UNIVERSIDAD

a) Porcentaje real de turistas que tiene opinión buena y excelente.

b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena y

c) Prueba de hipótesis global de igualdad de las proporciones.

OPINIÓN Mala Regular Buena Excelente TOTAL

a) Porcentaje real de turistas que tiene opinión buena y excelente.

INTERVALO 0.5 ± 0.022821773

b) Intervalo de estimación de la diferencia de proporciones de las opiniones buena y

c) Prueba de hipótesis global de igualdad de las proporciones.

o Prueba chi cuadrado, igualdad de proporciones

o Probabilidad de que 4 conductores no hayan elegido 2 y 4.

Probabilidad de que C2 y C4 no sean

o ¿Muestran los datos igual preferencia por las cuatro casetas?

FREC. ESPERADAS 100 100 100 100

Chi-cuadrado (Valor observado) 134.000

Chi-cuadrado (Valor crítico) 7.815

H0: p1=0.3, p2=0.45. p3=0.25

Ha: p1≠0.3, p2≠0.45. p3≠0.25

a) Probabilidad de que en una muestra de 20 compradores, menos de tres paguen

H0: p1=0.3, p2=0.45. p3=0.25

Ha: p1≠0.3, p2≠0.45. p3≠0.25

Chi-cuadrado (Valor observado) 9.833

Chi-cuadrado (Valor crítico) 5.991

Puesto que el valor-p computado es menor que el nivel de significación alfa=0.05, se

o Proporción de tardanza real los viernes

o Prueba z para dos proporciones / Prueba bilateral: De martes y jueves

o Prueba de hipótesis para determinar si las proporciones son iguales

a) Proporción de tardaza real los viernes

INTERVALO 0.267 ± 0.0500605

b) Prueba z para dos proporciones / Prueba bilateral: De martes y jueves

Intervalo de confianza para la diferencia entre las proporciones al 95%:

z (Valor observado) -0.928

valor-p (bilateral) 0.353

Ha: La diferencia entre las proporciones es diferente de 0. p1≠p2

c) Prueba de hipótesis para determinar si las proporciones son iguales

total 300 300

Se realizó un estudio de opinión sobre la preferencia de un producto que un supermercado

MARCAS CONSUMIDORES α 0.05

2 100 0.5 0.333333333

valor-p < 0.0001

α 0.06 MARCAS CONSUMIDORES PROPORCIONES P.ESPERADAS

𝛼0 0.02 2 100 0.5 0.333333333

1- 𝛼0 /2 0.99 3 60 0.3 0.333333333

a) Enuncie las hipótesis de la prueba y obtenga las frecuencias esperadas.

o Prueba de chi cuadrado de bondad de ajuste.

2.000 expected value

o Prueba de chi cuadrado de bondad de ajuste.

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq

c) Estadística de la prueba y Región crítica.

 Estimación de la proporción real de unidades defectuosas.

o Prueba de chi cuadrado de bondad de ajuste.

o Prueba de chi cuadrado de bondad de ajuste.

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq

por ERROR TIPO I

c) Estadística de la prueba y Región crítica.

𝒳 2 𝑐𝑎𝑙𝑐 = 11.66, 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑜 𝑦𝑎 𝑞𝑢𝑒 𝒳 2 𝑐𝑎𝑙𝑐 > 6.634

o Prueba de chi cuadrado de bondad de ajuste.

2.400 expected value

o Prueba de chi cuadrado de bondad de ajuste.

VENTAS 0-1 2 3 4-5-6 TOTAL

Goodness of Fit Test

observed expected O-E (O - E)² / E % of chisq