UNIVERSIDAD LAICA ELOY ALFARO DE MANABI

FACULTAD INGENIERIA INDUSTRIAL

TRABAJO AUTONOMO INTEGRADOR DEL SEMESTRE

Nombre: Nelson Steeven Mero Quijije

Curso: 4to "B"

Asignatura: Estadística Inferencial

1. Para una muestra de 60 mujeres, tomadas de un población de más de 5,000 inscritas en un programa de reducción de peso de una cadena
nacional de balnearios de aguas termales, la presión sanguínea diastólica media de la muestra es 101 y la desviación estándar de la muestra
es 42. Para un nivel de significancia de 0.02, ¿puede concluir que, en promedio, las mujeres inscritas en el programa tienen una presión
sanguínea diastólica que excede el valor de 75 recomendado por diversas sociedades médicas?

DATOS: Ho u ≤ 75 R/D Si Xc calculada es < 75 se Acepta Ho, caso contario se rechaza

n= 60 H1 u > 75 Por lo tanto se rechaza Ho
X= 101
S= 42 Xc = u + Z*Sx X=
u= 75 Xc= 87.63 101
α= 0.02
z= 2.33

98%
CONCLUSION:Con un nivel de confianza del 98% se determinó que las mujeres
inscritas en el programa tienen una presion sanguía diastólica que excede del
valor recomendado de 75
75 Xc=
87.63
2. La fábrica Clic Pens ha probado dos tipos de anuncios en puntos de venta para su nueva pluma de tinta borrable. El anuncio de mostrador
fue colocado en una muestra aleatoria de 40 tiendas en el mercado de prueba, y el anuncio de piso se colocó en otras 40 tiendas del área.
El número medio de plumas vendidas por tienda en un mes con los anuncios de mostrador fue 42, con una desviación estándar de 8. En cuanto
a los anuncios de piso, el número medio de plumas vendidas por tienda durante el mismo mes fue 45, con desviación estándar de 7. Al nivel
0.02, ¿hubo una diferencia significativa entre las ventas con los dos tipos de anuncio?

DATOS: Ho u1 = u2 SX1-X2= 1.68

n1= 40 H1 u1 ≠ u2
n2= 40 Zc= -1.78
X1= 42 Zc= -1.78
X2= 45 R/D Si Zc es mayor o menor
S1= 8 Se acepta Ho, caso contrario se rechaza
S2= 7 Por lo tanto Se acepta Ho.
α= 0.02
z= 2.33 98%

CONCLUSION: Con un nivel de confianza del 98%, se identifico que no hay una
diferencia significativa entre las ventas con los dos tipos de anuncio
2.33 0 2.33

3. Altoona Tire Company vende sus llantas ATC-50 con una garantía de 50,000 millas de vida para la banda de rodamiento. Lorrie Ackerman,
una ingeniera de control de la calidad de la compañía, efectúa pruebas de campo para monitorear la vida de los productos del proceso de
fabricación ATC-50. De cada uno de los últimos 12 lotes de 1,000 llantas, ella probó 5 llantas y registró los siguientes resultados, con x y R
expresados en miles de millas:
a) Use estos datos para ayudar a Lorrie a trazar una grafica x
b) ¿Está bajo control el proceso? Explique su respuesta.

LOTE X R Promedio x Promdeio R LCSx LCIx LCSR LCIR

1 50.5 1.1 50.45 1.37 51.24 49.66 2.89 0
 2 49.7 1.6 50.45 1.37 51.24 49.66 2.89 0
3 50 1.8 50.45 1.37 51.24 49.66 2.89 0
4 50.7 0.1 50.45 1.37 51.24 49.66 2.89 0
5 50.7 0.9 50.45 1.37 51.24 49.66 2.89 0
6 50.6 2.1 50.45 1.37 51.24 49.66 2.89 0
7 49.8 0.3 50.45 1.37 51.24 49.66 2.89 0
8 51.5 0.8 50.45 1.37 51.24 49.66 2.89 0
9 50.2 2.3 50.45 1.37 51.24 49.66 2.89 0
10 50.4 1.3 50.45 1.37 51.24 49.66 2.89 0
11 50.6 2 50.45 1.37 51.24 49.66 2.89 0
12 50.7 2.1 50.45 1.37 51.24 49.66 2.89 0
605.4 16.4

n= 5 A2= 0.577 D3= 0 D4= 2.115

k= 12 Promedio x 50.45 Promedio R 1.37
LCSx= 51.24 LCSR= 2.8905
LCIx= 49.66 LCIR= 0

Gráfico X Gráfico R
52 3.5
51.5 3
51 2.5
50.5 2
50 1.5
49.5 1
49 0.5
48.5 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
Column C Column E Column G Column H Column D Column F Column I Column J
 49.5 1
49 0.5
48.5 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
Column C Column E Column G Column H Column D Column F Column I Column J

CONCLUSION: En base al analisis realizado, se determinó que la vida de los productos del proceso de fabricación ATC-50, estan
fuera de control

4.Photomatic imprime rollos fotográficos de 35 mm con equipo automático. El método de alto volumen y bajo costo funciona en las situaciones
más comunes, pero la variación en la entrada puede llevar a malos resultados.Por ejemplo, si un cliente deja su rollo en el calor de un automóvil,
es posible imprimirlo con manejo especial, pero los resultados del proceso automático son inaceptables. Cuando los clientes rechazan las
impresiones, Photomatic debe reimprimirlas a mano —un proceso que cuesta más que lo que el cliente paga, de manera que cada “defecto”
es una pérdida para la empresa. El proveedor del equipo establece que el complejo circuito de medición de luz debe producir una calidad de
impresión aceptable con no más de un defecto por cada mil. El ingeniero de control de calidad B. J. Nighthorse obtiene un muestreo aleatorio
de 2,000 impresiones de cada una de las últimas 20 corridas de producción y registra la siguiente información:
Construya un gráfico de control para ver si el desempeño del equipo está dentro de las especificaciones y si el proceso está bajo control.
Corrida No. Defectos p LCIp LCSp p
1 3 0.1500 n= 2000 -0.001 0.312 0.1
2 1 0.0500 N= 40000 -0.001 0.312 0.1
3 2 0.1000 P= 0.001 -0.001 0.312 0.1
4 4 0.2000 Sp= 0.001 -0.001 0.312 0.1
5 4 0.2000 LCIp= -0.001 -0.001 0.312 0.1
6 2 0.1000 LCSp= 0.0031 -0.001 0.312 0.1
7 2 0.1000 -0.001 0.312 0.1
8 3 0.1500 -0.001 0.312 0.1
9 1 0.0500 -0.001 0.312 0.1
10 0 0.0000 -0.001 0.312 0.1
11 2 0.1000 -0.001 0.312 0.1
12 2 0.1000 -0.001 0.312 0.1
13 1 0.0500 -0.001 0.312 0.1
14 3 0.1500 -0.001 0.312 0.1
15 2 0.1000 -0.001 0.312 0.1
16 2 0.1000 -0.001 0.312 0.1
 17 0 0.0000 -0.001 0.312 0.1
18 4 0.2000 -0.001 0.312 0.1
19 2 0.1000 -0.001 0.312 0.1
20 0 0.0000 -0.001 0.312 0.1
40

Gráfico P
0.3500
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0 5 10 15 20 25
-0.0500
Column D Column G Column H Column I

CONCLUSION: Se logro determinar que las perdidas y la calidad de las impresiones realizadas por esta empresa se encuentran bajo control

5. De una muestra de 25 observaciones, la estimación de la desviación estándar de la población fue 15.0. Para otra muestra de 14 observaciones,
la estimación fue 9.7. ¿Podemos aceptar la hipótesis de que las dos muestras provienen de poblaciones con varianzas iguales o debemos
concluir que la varianza de la segunda población es menor? Utilice el nivel de significancia de 0.01.

DATOS: Ho σ1 = σ2
n1= 25 H1 σ1 ≠ σ2 Fc=
S1= 15 2.39
n2= 14 Fc=(S1^2)/(S2^2)
S2= 9.7 Fc= 2.39
α= 0.01
f= 3.59

R/D Si F calculada es menor que F critica (3,59) se acepta Ho caso contrario se rechaza F1%=3,59
Por lo tanto se acepta Ho
CONCLUSION: Se pude aceptar la afirmacion de que las dos muestras provienen de poblaciones con varianzas iguales

6. Una compañía de seguros está interesada en la duración de la hospitalización por varias enfermedades. Seleccionaron una muestra aleatoria
de 20 pacientes del hospital A y 25 del hospital B internados por la misma enfermedad. El tiempo que pasaron en el hospital A tuvo un promedio
de 2.4 días con desviación estándar de 0.6 días. El tiempo de tratamiento en el hospital B promedió 2.3 días con desviación estándar de 0.9 días.
¿Los pacientes del hospital A tiene significativamente menor variabilidad en su tiempo de recuperación? Pruebe para un nivel de significancia
de 0.01.

DATOS: Ho u1 = u2 Sp^2=( 〖 S1 〗 ^2 (n1−1)+ 〖 S2 〗 ^2 (n2−1))/

(n1+n2−2)
n1= 20 H1 u 1 ≠ u2
X1= 2.4 Sp^2= 0.77
S1= 0.6
n2= 25 t=((x1−x2)−(u1−u2))/√((Sp^2
x2= 2.3 )/n1+(Sp^2 )/n2)
S2= 0.9
α= 0.01 t= 0.38
t= 2.66
gl= 43 t= 0.38

R/D Si t calculada es mayo o menor que 2,66 se acepta Ho, caso contrario
se rechaza. Por lo tanto se acepta Ho

99%
CONCLUSION: Con un nivel de confianza del 99% se determino que el tiempo de
recuperacion de los dos hospitales es casi igual.
 2.66 0 2.66

7. MacroSwift diseñó un nuevo sistema operativo que revolucionará la industria de la computación. El único problema es que la compañía
espera que el tiempo promedio requerido para aprender a manejarlo sea 124 horas. Aun cuando este tiempo de aprendizaje es largo, la
compañía está en verdad preocupada por la varianza de ese tiempo. Los datos preliminares indican que la varianza es 171 horas al cuadrado.
En pruebas recientes con 25 personas se encontró un tiempo promedio de aprendizaje de 123 horas y una varianza de la muestra de 196.5 horas
al cuadrado. ¿Indican estos datos que la variabilidad en el tiempo de aprendizaje es diferente de la estimación previa? Pruebe sus hipótesis a
un nivel de significancia de 0.02.

DATOS:
S= 171
n= 25
8. Sam Bogart, dueño de la compañía de aparatos de audio, Play-It-Again, ofrece un año de garantía en todos los estéreos que vende su
compañía. Para los 30 aparatos a los que se les dio servicio de garantía el año anterior, el costo promedio de compostura fue $75 y la desviación
estándar de la muestra fue $15. Calcule un intervalo de confianza del 95% para la desviación estándar real del costo de reparación. Sam ha
decidido que a menos que la desviación estándar verdadera sea menor que $20, comprará sus aparatos de audio a otro mayorista. Ayude a Sam
a probar las hipótesis adecuadas, utilizando un nivel de significancia de 0.01. ¿Debe cambiar de proveedor?
9. Las tiendas establecen sus precios, pero los fabricantes tienen interés en el precio de venta final como parte de su estrategia de promoción.
El gerente de mercadotecnia de los bolígrafos marca C se queja de que el resultado de un recorte de precios excesivo en las tiendas es que la
marca C se percibe como una “pluma corriente”. El gerente de ventas contesta que “todos dan descuentos, todas las marcas, hasta cierto punto”
Durante las llamadas de ventas recolectaron datos del precio final de cuatro marcas de bolígrafos, incluyendo la de ellos, en cinco tiendas
diferentes. Para un nivel de confianza de 0.05, ¿existe una variación significativa en el precio entre las marcas?

Precio ( en centavos de dólar)

No. Tienda Marca A Marca B Marca C Marca D
1 61 52 47 67 3721 2704 2209 4489
2 55 58 52 63 3025 3364 2704 3969
3 57 54 49 68 3249 2916 2401 4624
4 60 55 49 59 3600 3025 2401 3481
5 62 58 57 65 3844 3364 3249 4225
295 277 254 322 1148 17439 15373 12964 20788 66564

DATOS SSC= 495.60

Ho u1=u2=u3=u4 SST= 668.80 Análisis de varianza de un factor
H1 u1≠u2≠u3≠u4 SSE= 173.20
k 4 RESUMEN
n1 5 f. de variacio gl. suma de cuadrcuadrado merelacion "f" Grupos Cuenta Suma
n2 5 factor 3 495.60 165.20 15.26 Columna 1 5 295
n3 5 error 16 173.20 10.82 Columna 2 5 277
n4 5 total 19 668.80 176.03 Columna 3 5 254
N 20 Columna 4 5 322
α 5% R/D Si f calculada es menor a f crítica 3,24 se acepta hipótesis nula
Fα5% 3.24 caso contrario se rechaza. Por lo tanto se rechaza Ho
ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados de libertad
CONCLUSION: Con un nivel de confianza del 95% se determinó que si existe una variación significativa Entre grupos 495.6 3
en el precio entre las marcar que vende los bolígrafos. Dentro de los 173.2 16
 Total 668.8 19

10. Un estudio compara el número de horas de alivio que proporcionan cinco marcas de antiácidos administrados a 25 personas diferentes,
cada una con acidez estomacal considerada fuerte. Los resultados son los siguientes:
MARCA
No. Personas A B C D E Con un nivel de significancia de 0.05, ¿las marcas
1 4.4 5.8 4.8 2.9 4.6 producen cantidades significativamente diferentes
2 4.6 5.2 5.9 2.7 4.3 de alivio a las personas con acidez estomacal
3 4.5 4.9 4.9 2.9 3.8 fuerte?
4 4.1 4.7 4.6 3.9 5.2
5 3.8 4.6 4.3 4.3 4.4

MARCA
No. Personas A B C D E
1 4.4 5.8 4.8 2.9 4.6 19.36 33.64 23.04 8.41 21.16
2 4.6 5.2 5.9 2.7 4.3 21.16 27.04 34.81 7.29 18.49
3 4.5 4.9 4.9 2.9 3.8 20.25 24.01 24.01 8.41 14.44
4 4.1 4.7 4.6 3.9 5.2 16.81 22.09 21.16 15.21 27.04
5 3.8 4.6 4.3 4.3 4.4 14.44 21.16 18.49 18.49 19.36
21.4 25.2 24.5 16.7 22.3 110.1 92.02 127.94 121.51 57.81 100.49
Análisis de varianza de un factor
DATOS SSC= 9.01
Ho u1=u2=u3=u4=u5 SST= 14.89 RESUMEN
H1 u1≠u2≠u3≠u4≠u5 SSE= 5.88 Grupos Cuenta Suma
k 5 Columna 1 5 21.4
n1 5 f. de variacio gl. suma de cuadrcuadrado merelacion "f" Columna 2 5 25.2
n2 5 factor 4 9.01 2.25 7.65 Columna 3 5 24.5
n3 5 error 20 5.88 0.29 Columna 4 5 16.7
n4 5 total 24 14.89 2.55 Columna 5 5 22.3
n5 5
N 25 R/D Si f calculada es menor a f crítica 2,87 se acepta hipótesis nula
α 0.05 caso contrario se rechaza. Por lo tanto se rechaza Ho ANÁLISIS DE VARIANZA
Fα5% 2.87 Origen de las variaciones
Suma de cuadrados
Grados de libertad
Entre grupos 9.0056 4
CONCLUSION: Con un nivel de confianza del 95% se identifico que cada una de las marcas ofrecen Dentro de los 5.884 20
a los consumen estos medicamentos, un alivio diferente.
Total 14.8896 24

11. Un arrendador está interesado en ver si las rentas de sus departamentos son las comunes. Para esto tomó una muestra aleatoria de 11
rentas y tamaños de departamentos en complejos de departamentos similares. Los datos son los siguientes:
RENTA No.RECAMARAS
230 2 a) Desarrolle la ecuación de estimación que mejor describa estos datos.
190 1 b) Calcule el coeficiente de determinación.
450 3 c) Pronostique la renta para un departamento de 4 recámara
310 2
218 2
185 2
340 2
245 1
125 1
350 2
280 2

x y x^2 x*y y^2 n= 11

230 2 52900 460 4 a= 55
190 1 36100 190 1 b= 115.9
450 3 202500 1350 9
310 2 96100 620 4 X=a+b*y
 218 2 47524 436 4 x=55+115,9*y
185 2 34225 370 4
340 2 115600 680 4 r= 0.7590581
245 1 60025 245 1 Recamaras: 4
125 1 15625 125 1 Renta: $ 518.60
350 2 122500 700 4
280 2 78400 560 4
2923 20 861499 5736 40

12. En una operación de control, se clasifican las piezas prpducidas por cuatro maquinas en tres grupos según su calidad (buenas, regulares
y malas). Al nivel del 2%, segum los resultaados obtenidos, ¿puede admitirse que la distribucion de las piezas buenas, regulares, y malas es la
misma, independientemente de la maquina que las fabrica
MAQUINA CLASIFICACION
No. BUENAS REGULARES MALAS TOTALES
1 229 216 105 550 Ho: La distribucion de las piezas es la misma independiente de la máquina que l
2 186 119 63 368 H1: La distribucion de las piezas no es la misma independiente de la máquina qu
3 110 92 49 251
4 150 127 67 344 DATOS:
TOTALES 675 554 284 1513 k= 3
r= 4 7.75
gl= 6
x^2alfa2%= 15.033
x^2calculada 7.75
MAQUINA CLASIFICACION
No. BUENAS REGULARES MALAS TOTALES
1 245.37 201.39 103.24 550.00 x^2alfa2%=
2 164.18 134.75 69.08 368.00 15.03
3 111.98 91.91 47.11 251.00
4 153.47 125.96 64.57 344.00 RD: Si x^2 calculada es mayor a 15,592 se acepta Ho caso contrario se rechaza
 TOTALES 675 554 284 1513.00 Por lo tanto se Rechaza Ho

CONCLUSION: Con un nivel de confianza del 98% se determino que la distribucion de las piezas buenas, regulares, y malas
no es la misma independiente de la máquina que las fabrica

13. El gerente de ventas de cierta compañía esta interesado en probar si los vendedores son igualmente ambiciosos, energicos, imaginarios, etc,
realizan igual numero de visitas durante el mismo tiempo. El numero de ventas que realiza un vendedor, por lo general depende del numero de
visitas. Se selecciona una dada y se halla que realizo un numero de 210 visitas, distribuidas de la siguiente forma

VENDEDORA A B C D E F TOTAL
no. de visitas 35 20 47 32 51 25 210
Fe 35 35 35 35 35 35

Ho: El numero de ventas que realiza un vendedor depende del numero de las visitas
35 H1: El numero de ventas que realiza un vendedor es independe del numero de las visitas
DATOS:
k= 6 x^2calculada 20.97
gl= 5
x^2alfa5%= 11.07
x^2calculada 20.97 R/D Si x^2 calculada es mayor a 11,07 se acepta x^2calculada=
Ho caso contrario se rechaza 20.97

CONCLUSION: Con un nivel de confianza del 98% se determino que el número

de ventas que realiza un vendedor depende del numero de las visitas

x^2alfa5%=
11.07
14. El numero de reclamaciones recibidas en 5 establecimientos de una cadena d tiendas, por concepto de mercancias equivocada o defectuosa
en un ciertso mes del año, es la siguiente:
TIENDA No. 1 2 3 4 5 TOTAL
RECLAMACIONES 63 78 54 49 56 300
Sobre base de estos resultados, ¿ es sosteniblemla hipotesis de que el numero de reclamaciones que recibe cada tienda; es
aproximadamente el mismo?, a un nivel de significancia de 0.05.

TIENDA No. 1 2 3 4 5 TOTAL

RECLAMACIONES 63 78 54 49 56 300

15. Se aplica un programa de control de calidad para un proceso, donde se fabrican grandes placas de acero, con un interés especial por los
defectos superfi ciales. El objetivo es establecer una gráfica de control de calidad para el número de defectos por placa. Los datos se presentan
a continuación. Elabore la gráfi ca de control apropiada utilizando esta información. ¿Parecería que el proceso está bajo control
Muestra No. Defectos Muestra No. Defectos
1 4 11 1
2 2 12 2
3 1 13 2
4 3 14 3
5 0 15 1
6 4 16 4
7 5 17 3
8 3 18 2
9 2 19 1
10 2 20 3
 14
mn J
 14
mn J
 Promedio Varianza
59 8.5
55.4 6.8
50.8 15.2
64.4 12.8

Promedio de los cuadradosF Probabilidad

Valor crítico para F
165.2 15.26097 5.925E-05 3.23887152
10.825
 499.77

Promedio Varianza
4.28 0.107
5.04 0.233
4.9 0.365
3.34 0.508
4.46 0.258
Promedio de los cuadradosF Probabilidad
Valor crítico para F
2.2514 7.65261727 0.0006546 2.8660814
0.2942
 iente de la máquina que las fabrica
endiente de la máquina que las fabrica

aso contrario se rechaza