Grupo 8 Estadistica Aplicada - Pa3

“Año del Bicentenario, de la consolidación de nuestra
Independencia, y de la conmemoración de las heroicas batallas de

Junín y Ayacucho”
Producto Académico N° 3
Curso: Estadistica Aplicada
NRC: 8675
Docente: Arturo Zuñiga Blanco
Integrantes:
Nombres Y Apellidos DNI % De Participación
Alan David Rivera Huaman 43938263 100%
Emerson Cirilo Rodriguez Vivas 70342847 100%
Joel Salas Barrionuevo 47996062 100%
Stephany Angela Seclen Rivera 77130665 100%
Alexander Robinson Salazar Huayhuarima 70416710 100%
2024
UNIDAD 1: PRUEBA DE HIPÓTESIS DE UNA PROPORCIÓN Y
DE UNA MEDIA
A) PRUEBA DE HIPOTESIS DE UNA PROPORCIÓN:
El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una

proporción (o Porcentaje) de población. Las pruebas se basan en la premisa de
que una proporción muestral (es decir, x ocurrencias en n observaciones, o x/n)
será igual a la proporción verdadera de la población si se toman márgenes o
tolerancias para la variabilidad muestral.
Para ello se realizaron en 5 pasos el cual se realizará en el siguiente ejercicio.
EJERCICIO:
Un fabricante de mesas evalúa una nueva maquina pulidora. El fabricante

aprobara la maquina si el porcentaje de mesas pulidas que contienen defectos
en la superficie esta significativamente por debajo del 4%. Se toma una muestra
aleatoria de 420 mesas y se encuentra que 12 de ellos tienen defectos. ¿Qué
decisión debe toma el fabricante?
I. HIPÓTESIS DE INVESTIGACIÓN
Ho: π ≥ 0.04
H1: π < 0.04
Cuando no menciona en el ejercicio se considera por defecto 0.05
α = 0.05
II. HIPÓTESIS ESTADÍSTICAS
𝑚𝑒𝑠𝑎𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠 12
p̂ = =
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑚𝑒𝑠𝑎𝑠 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠 420
12
− 0.04
𝑧𝑐 = 420 = −1.1195229
√ 0.04(0.96)
420
En este caso procedemos a usar el R° como programa de apoyo para la
realización de cáculos.
III. REGIÓN CRITICA
= -1,1952
IV. ESTADÍSTICO DE PRUEBA
Como el ejemplo indica que H1: π < 0.04

Entonces en el ejemplo se utilizará cola izquierda, realizando la fórmula de R studio la
respuesta es:
P-VALOR = 01159989
Evidencia de resultado con el programa R STUDIO

Regla de decisión y decisión (SI P-VALOR ≤ α ⇒ SE RECHAZA LA H0)
El P-VALOR = 0.1159 > α = 0.05, NO SE RECHAZA LA H0
V. DECISIÓN Y CONCLUSIÓN
Como P- valor > α, la proporción de defectos es mayor o igual al 4%

Entonces quiere decir que esa maquina produce de 4% a mas de defectos y
obviamente el fabricante quiere que sea menor al 4% y no mayor al 4% por lo
tanto la maquina no ha pasado la prueba y no sirve para pulir mesas.
B) PRUEBA DE HIPOTESIS DE UNA MEDIA:
Es una prueba estadística que sirve para rechazar o aceptar la hipótesis de que
las medias de dos poblaciones son diferentes. Es decir, la prueba de hipótesis
para la diferencia de medias se usa para determinar si dos medias poblacionales
son iguales o distintas.
EJERCICIO:
Una máquina de rotura de briquetas, mide la resistencia a la

compresión de muestras tomadas en vigas de un puente
carrozable de 25 ml. Se selecciona una muestra aleatoria y se
mide la resistencia a la compresión. Los datos resultantes se
muestran a continuación (en kg/cm2):
210 240 280 270 250 290 265
220 260 290 275 280 290 280
Suponga que la resistencia a la compresión se obtiene normalmente.

¿Podríamos sostener la hipótesis que en promedio la resistencia a la compresión
de las briquetas son como máximo 280 kg/cm2? utilice nivel de significación 𝛼 =
0.05
H0: μ ≤ 280 kg/cm2
Hi: μ > 280 kg/cm2
α = 0.05 – nivel de significancia
Prueba de Hipótesis de Una Media Poblacional

Ẍ = Media Muestral
𝛿 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
CALCULO DE LA MEDIA MUESTRAL

SUMATORIA DE MEDIA MUESTRAL
DATOS OBTENIDOS
DATOS (Ẍ)
275 210 240 280 270 250 290 265 2080
260.938
200 220 260 290 275 280 290 280 2095
TOTAL 4175
CALCULA DE LA DESVIACIÓN ESTÁNDAR MUESTRAL

DATOS OBTENIDOS DESVIACIÓN ESTÁNDAR (𝛿 )
275 210 240 280 270 250 290 265
29.053
200 220 260 290 275 280 290 280
260.938 − 280
=
29.053 = -2.624
√16
= -2.624
El P valor > -2.624 < 280 por lo que no se rechaza la hipótesis nula Ho
En promedio la resistencia máxima del concreto en como máximo de 280 kg/cm2 a un nivel
de significancia del 5%.
UNIDAD 2: PRUEBA DE HIPÓTESIS PARA DOS POBLACIONES
En muchas ocasiones es necesario determinar si los parámetros de dos poblaciones

son iguales o diferentes; la prueba de hipótesis que involucra la diferencia entre las
medias de dos poblaciones se utiliza con más frecuencia para determinar si es
razonable o no concluir que las dos son diferentes entre sí.
Es importante determinar la dependencia o independencia de las muestras, ya que esto
determinará el tipo de prueba de hipótesis a utilizar.
EJERCICIO:
Una compañía minera cuenta con una planta concentradora para procesar el mineral
que se extraen de sus operaciones, esta se divide en dos circuitos independendientes
de las cuales cada una tiene su propio molino de bolas los cuales deben cumplir una
granulometría máxima de 105 micras, para eso se han tomado muestras aleatorias en
cada molino: en el molino 1 se realizó 350 muestras de las cuales 36 de ellas superaron
el limite máximo, en el molino 2 se tomaron 220 muestras y se obtuvieron 21 mediciones
que superan el límite, se cree que en términos de producción el molino #1 se superior
al molino #2.
H0: π1 ≤ π2  H0: π1 - π2 ≤ 0
Hi: π1 > π2  Hi: π1 - π2 > 0
α = 0.05 – nivel de significancia
𝑎1 + 𝑎2 36 + 21
𝑃̂ = = = 0,1
𝑛1 + 𝑛1 350 + 220
36 21
−
𝑍𝑐 = 350 220 = 0,0258
√(0.1)(0.9)(1⁄350 + 1⁄220
Hi: π1 > π2  Hi: π1 - π2 > 0
= 0,05
El P valor > 0,3948 < 0,05 por lo que no se rechaza la hipótesis nula Ho
La proporción de errores en la granulometria del molino #1 es superior a la del molino #2.

UNIDAD 3: CORRELACIÓN Y REGRESIÓN LINEAL SIMPLE
A) CORRELACIÓN LINEAL SIMPLE:
El análisis de regresión consiste en emplear métodos que permitan determinar

la mejor relación funcional entre dos o más variables concomitantes (o
relacionadas), y el análisis de correlación, el grado de asociación de las mismas.
Es decir; no sólo se busca una función matemática que exprese de que manera
se realcionan, sino también con que presición se puede predecir el valor de una
de ellas si se conoce los valores de las variables asociadas.
EJERCICIO:
Se piensa que el número de libras de vapor consumidas mensualmente por una planta
química se relaciona con la temperatura ambiente promedio (en F°) de ese mes. En la
tabla siguiente se muestran la temperatura y el consumo anual.
a) ¿Cuál es la estimación del consumo esperado de vapor cuando la temperatura
promedio es 55 F°?
b) ¿Qué cambios se espera en el consumo de vapor cuando la temperatura
mensual promedio cambia en 1 F°?
MES TEMPERATURA CONSUMO/1000

Enero 21 185.79
Febrero 24 214.47
Marzo 32 288.03
Abril 47 424.84
Mayo 50 454.58
Junio 59 539.03
Julio 68 621.55
Agosto 74 675.06
Setiembre 62 562.03
Octubre 50 452.93
Noviembre 41 369.95
Diciembre 30 273.98
CONTRASTE DE HIPOTESIS:
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99993274
Coeficiente de determinación R^2 0.99986549
R^2 ajustado 0.99985204
Error típico 1.94283527
Observaciones 12
Podemos decir:
- La relación entre las variables es directa Y fuerte
- el 99.99% de la variabilidad en y (de CONSUMO) es explicado por la ecucación
de regresión
GRAFICA DE DISPERSIÓN
CONSUMO ANUAL
800
700
600
CONSUMO MENSUAL
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
TEMPERATURA PROMEDIO
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 280583.119 280583.119 74334.3555 1.08364E-20
Residuos 10 37.7460889 3.77460889
Total 11 280620.865
Ho= Los datos no se ajustan a la regresión lineal

Ha= Los datos se ajustan a la regresión lineal
alpha= 0.05
Estadistico= 74334.3555
P.valor = 0.0000000000000000000108
Como Pvalor =0.000000000000000000000108<0.05 se rechaza la Ho
Podemos decir: La regresión lineal es adecuada para los datos
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
Intercepción -6.335501662 1.66764823 -3.79906359 0.00349116 -10.05125347 -2.61974985 -10.0512535 -2.61974985
TEMPERATURA 9.208362043 0.0337744 272.643275 1.0836E-20 9.133107998 9.28361609 9.133108 9.28361609
ECUACIÓN DE REGRESIÓN
Y= bo + b1 * X
Consumo = -6.3355 + 9.2083 * temperatura

Entonces respondiendo a la pregunta a) ¿Cuál es la estimación del consumo esperado
de vapor cuando la temperatura promedio es 55 F°?
Reemplazamos en la ecuación:
Consumo = -6.3355 + 9.2083 * 55

Consumo = 500.121
Respondiendo la pregunta b) ¿Qué cambios se espera en el consumo de vapor cuando

la temperatura mensual promedio cambia en 1 F°?
Ojo: supongamos que varia en forma negativa, esto quiere decir que disminuye 1 F°
Consumo = -6.3355 + 9.2083 * 54

Consumo = 490.9127
Ojo: supongamos que varia en forma positiva, esto quiere decir que aumenta 1 F°
Consumo = -6.3355 + 9.2083 * 56

Consumo = 509.3293
ANEXOS:
- Enlace a carpeta con los ejercicios trabajados en equipo

https://drive.google.com/drive/folders/1pkbWxbYeMc2zgwsfDDIj0yYFe3XOzh0b?u
sp=drive_link
REUNIONES MEET:

Grupo 8 Estadistica Aplicada - Pa3

Cargado por

Copyright:

Formatos disponibles

Grupo 8 Estadistica Aplicada - Pa3

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Grupo 8 Estadistica Aplicada - Pa3

Cargado por

Copyright:

Formatos disponibles

“Año del Bicentenario, de la consolidación de nuestra

Independencia, y de la conmemoración de las heroicas batallas de

Curso: Estadistica Aplicada

Docente: Arturo Zuñiga Blanco

Alan David Rivera Huaman 43938263 100%

Emerson Cirilo Rodriguez Vivas 70342847 100%

Joel Salas Barrionuevo 47996062 100%

Stephany Angela Seclen Rivera 77130665 100%

Alexander Robinson Salazar Huayhuarima 70416710 100%

A) PRUEBA DE HIPOTESIS DE UNA PROPORCIÓN:

El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una

Para ello se realizaron en 5 pasos el cual se realizará en el siguiente ejercicio.

Un fabricante de mesas evalúa una nueva maquina pulidora. El fabricante

II. HIPÓTESIS ESTADÍSTICAS

IV. ESTADÍSTICO DE PRUEBA

Como el ejemplo indica que H1: π < 0.04

Evidencia de resultado con el programa R STUDIO

El P-VALOR = 0.1159 > α = 0.05, NO SE RECHAZA LA H0

Como P- valor > α, la proporción de defectos es mayor o igual al 4%

Una máquina de rotura de briquetas, mide la resistencia a la

Suponga que la resistencia a la compresión se obtiene normalmente.

Prueba de Hipótesis de Una Media Poblacional

CALCULO DE LA MEDIA MUESTRAL

CALCULA DE LA DESVIACIÓN ESTÁNDAR MUESTRAL

III. REGIÓN CRITICA

IV. ESTADÍSTICO DE PRUEBA

En muchas ocasiones es necesario determinar si los parámetros de dos poblaciones

II. HIPÓTESIS ESTADÍSTICAS

III. REGIÓN CRITICA

Hi: π1 > π2  Hi: π1 - π2 > 0

La proporción de errores en la granulometria del molino #1 es superior a la del molino #2.

A) CORRELACIÓN LINEAL SIMPLE:

El análisis de regresión consiste en emplear métodos que permitan determinar

MES TEMPERATURA CONSUMO/1000

Ho= Los datos no se ajustan a la regresión lineal

Como Pvalor =0.000000000000000000000108<0.05 se rechaza la Ho

Podemos decir: La regresión lineal es adecuada para los datos

Consumo = -6.3355 + 9.2083 * temperatura

Consumo = -6.3355 + 9.2083 * 55

Respondiendo la pregunta b) ¿Qué cambios se espera en el consumo de vapor cuando

Consumo = -6.3355 + 9.2083 * 54

Consumo = -6.3355 + 9.2083 * 56

- Enlace a carpeta con los ejercicios trabajados en equipo

También podría gustarte