SlideShare una empresa de Scribd logo
1 de 8
Descargar para leer sin conexión
EQUIPO NATURAL DE TRABAJO N° 3
UNIVERSIDAD NORORIENTAL PRIVADA
GRAN MARISCAL DE AYACUCHO
DECANATO DE POSTGRADO
COORDINACION DE POSTGRADO
NUCLEO EL TIGRE
MAESTRIA DE INGENIERIA DE MANTENIMIENTO
MENCION CONFIABILIDAD INDUSTRIAL
CATEDRA: ESTADISTICA APLICADA
INTEGRANTES:
Rosal Francerys C.I: 20.170.787
Núñez Fabiana C.I: 20.546.072
Guzman Hirossay C.I: 21.175.558
Sandrea Leonel C.I: 19.626.290
Tanares Kristen C.I: 18.679.257
Tratamiento de datos y ajustes estadísticos
EQUIPO NATURAL DE TRABAJO N° 3
10 14 18 21 17
8 11 15 17 13
13 18 24 27 22
22 30 40 46 37
35 47 64 73 59
56 76 92 77 94
N: 30
Ẍ: ∑f.X/N
Ni: =1+3 1+3,3Log30 AT: 94 - 8 i: 14,3333
Ni: 6 AT: 86 i: 14 Ẍ 36,07
Ni Li Xi − Xs Ls X f F h H p f.X (x-ẋ)²
1 7,5 8 − 21 21,5 14,5 12 12 12∕30 12∕30 40 174 465,12
2 21,5 22 − 35 35,5 28,5 6 18 6∕30 18∕30 60 171 57,25
3 35,5 36 − 49 49,5 42,5 4 22 4∕30 22∕30 73,33 170 41,39
4 49,5 50 − 63 63,5 56,5 2 24 2∕30 24∕30 80 113 417,52
5 63,5 64 − 77 77,5 70,5 4 28 4∕30 28∕30 93,33 282 1185,65
6 77,5 78 − 94 91,5 86 2 30 2∕30 30∕30 100 172 2493,34
∑ 255 339 298,5 30 134 0 0 446,7 1082 4660,28
G: Ha: N/∑f/N
Ha: 30/∑F/N
Ha: 24,0457
G: 29,16283266
1. Del cálculo del tiempo promedio para metas organizacionales según lo obtenido y el nivel de cumplimiento de las mismas se define los
índices de efectividad en escala porcentual (Ver tabla), realice el tratamiento de datos con su respectiva interpretación.
Ni: 1+3,3LogN: AT: Dato Mayor - Dato Menor i: AT/Ni
Ẍ=1082/30
√(〖𝐗𝟏〗^𝐟𝟏∗〖𝐗𝟐〗^𝐟𝟐…..〖N
√(〖(14,5)〗^12∗〖〖(28,5)〗^6∗〖(42,5)〗^4∗〖(56,5)〗^2∗〖
EQUIPO NATURAL DE TRABAJO N° 3
Md: Li + * i Mo: Li + ∆1 * i S²: ∑(x-ẋ)²
∆1 + ∆2 N
Md: 7,5 + 30/2 - 0 * 14 Mo: 7,5 + 12 * 14 S²: 155,34
12 12 + 6
Md: 25 Mo: 16,8333
S:
S:
S: 12,46364937
N/2 - f. acum.anterior
f. mediana
Q70: 35,5+(((30*70/4)-18)/4)*14
49,5
35,5
1810
Q70: Li + (( N*K/100)-facum,ante)*i
P80: 49,5+((( 30*80/100)-24)/2)*14
D6: 21,5+((( 30*6/10)-12)/6)*14
P80: Li + (( N*K/100)-facum,ante)*i
D6: Li + (( N*K/100)-facum,ante)*i
√(〖𝟒𝟔𝟔𝟎,𝟐𝟖〗
^ /𝟑𝟎)/𝟑𝟎
√(〖∑(𝐗 − Ẍ)〗 /𝑵)/𝟑𝟎
EQUIPO NATURAL DE TRABAJO N° 3
En la grafica se puede observar que el tiempo promedio para las metas organizacionales da como resultado que el punto medio y la frecuencia se
interceptan en el eje de las de las donde se muestra la efectiva según la escala porcentual estudiada.
0
10
20
30
40
50
60
70
80
90
100
1 2 3 4 5 6
X
f
EQUIPO NATURAL DE TRABAJO N° 3
X Y Z
1,5 66 5,3
2,5 87 7,8
0,5 69 7,4
1,2 141 9,8
2,6 93 10,8
0,3 105 9,1
2,4 111 8,1
2 78 7,2
0,7 66 6,5
1,6 123 12,6
Intercepción 2,265897 X= 2,2
Variable X 1 0,22465 Y= 90
Variable X 2 0,062304
Z= 8,367528
2.- Estimar la ganancia de corriente en Ampere (Z) esperada cuando el tiempo de difusión (X) es de 2,2 horas y la resistencia (Y) de 90 ohm, aplicando un
modelo lineal de dos variables para ajuste de curvas con el método de mínimos cuadrados con base a diez datos muestrales tales como se muestra en la tabla
anterior.
Sustituyendo los valores X= 2,2 , Y= 90 en la ecuación de regresión obtenida, se tiene:
SOLUCIÓN: Para obtener la ganancia en Ampere se aplica un modelo de Regresión Lineal Múltiple con la siguiente ecuación: Z=a+bX+cY. Los coeficientes
a, b, c fueron obtenidos al utilizar la herramienta de análisis de datos con la función "Regresión". En la ventana de "Resultados" se muestran los valores
obtenidos para los coeficientes "a" (Intercepción), "b" (variable X1) y "c" (variable X2). Obteniendose la ecuación: Z= 2,2658 + 0,2246(X )+ 0,0623(Y).
0
20
40
60
80
100
120
140
160
1 2 3 4 5 6 7 8 9
X
Y
Z
EQUIPO NATURAL DE TRABAJO N° 3
Estadísticas de
la regresión
Coeficiente de
correlación
múltiple
0,757856226
Coeficiente de
determinación
R^2
0,574346059
R^2 ajustado 0,452730647
Error típico 1,596653456
Observaciones 10
Grados de
libertad
Suma de
cuadrado
s
Promedio
de los
cuadrado
s
F
Valor crítico
de F
Regresión 2 24,07888 12,03944 4,722642 0,050315096
Residuos 7 17,84512 2,549302
Total 9 41,924
Coeficientes
Error
típico
Estadísti
co t
Probabili
dad
Inferior 95%
Superior
95%
Inferior
95,0%
Superior
95,0%
Intercepción 2,265896727 2,141277 1,058199 0,325109 -2,797417876 7,329211 -2,797418 7,329211
Variable X 1 0,224650199 0,63321 0,35478 0,733203 -1,272654405 1,721955 -1,272654 1,721955
Variable X 2 0,062304457 0,020818 2,992799 0,020146 0,013077412 0,111532 0,0130774 0,111532
RESULTADOS
ANÁLISIS DE VARIANZA
EQUIPO NATURAL DE TRABAJO N° 3
EQUIPO NATURAL DE TRABAJO N° 3

Más contenido relacionado

La actualidad más candente

Unidad 3 Aplicaciones de cálculo Integral
Unidad 3 Aplicaciones de cálculo IntegralUnidad 3 Aplicaciones de cálculo Integral
Unidad 3 Aplicaciones de cálculo IntegralSilvia Sequeda
 
Examen final de cálculo integral
Examen final de cálculo integralExamen final de cálculo integral
Examen final de cálculo integraljoseasmar
 
Separata iii integración numerica terry
Separata iii integración numerica terrySeparata iii integración numerica terry
Separata iii integración numerica terryAPM Terminals
 
Métodos de optimización
Métodos de optimizaciónMétodos de optimización
Métodos de optimizaciónJhoan Tenjo
 
Formula ecuacion cuadratica
Formula ecuacion cuadraticaFormula ecuacion cuadratica
Formula ecuacion cuadraticaRamiro Muñoz
 
En un tiempo. proyecto integrador modulo 18
En un tiempo. proyecto integrador modulo 18En un tiempo. proyecto integrador modulo 18
En un tiempo. proyecto integrador modulo 18sandriita26
 
Problemas de optimización
Problemas de optimizaciónProblemas de optimización
Problemas de optimizaciónAdrián Sanabria
 
Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007 Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007 Demetrio Ccesa Rayme
 
Ejercicios resueltos regresion multiple
Ejercicios resueltos  regresion multipleEjercicios resueltos  regresion multiple
Ejercicios resueltos regresion multipleJuan Timoteo Cori
 
Concentración de co2 en una función
Concentración de co2 en una funciónConcentración de co2 en una función
Concentración de co2 en una funciónsandriita26
 
ejemplo de cortocircuito con power world
ejemplo de cortocircuito con power worldejemplo de cortocircuito con power world
ejemplo de cortocircuito con power worldWidmar Aguilar Gonzalez
 

La actualidad más candente (20)

Método del Gradiente
Método del GradienteMétodo del Gradiente
Método del Gradiente
 
Unidad 3 Aplicaciones de cálculo Integral
Unidad 3 Aplicaciones de cálculo IntegralUnidad 3 Aplicaciones de cálculo Integral
Unidad 3 Aplicaciones de cálculo Integral
 
Examen final de cálculo integral
Examen final de cálculo integralExamen final de cálculo integral
Examen final de cálculo integral
 
Separata iii integración numerica terry
Separata iii integración numerica terrySeparata iii integración numerica terry
Separata iii integración numerica terry
 
Green teorema
Green teoremaGreen teorema
Green teorema
 
Semana 14 funciones inversas
Semana 14 funciones inversasSemana 14 funciones inversas
Semana 14 funciones inversas
 
Métodos de optimización
Métodos de optimizaciónMétodos de optimización
Métodos de optimización
 
Notación
 Notación Notación
Notación
 
Formula ecuacion cuadratica
Formula ecuacion cuadraticaFormula ecuacion cuadratica
Formula ecuacion cuadratica
 
En un tiempo. proyecto integrador modulo 18
En un tiempo. proyecto integrador modulo 18En un tiempo. proyecto integrador modulo 18
En un tiempo. proyecto integrador modulo 18
 
Teorema De Green
Teorema De GreenTeorema De Green
Teorema De Green
 
Problemas de optimización
Problemas de optimizaciónProblemas de optimización
Problemas de optimización
 
Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007 Teoria y problemas de funciones cuadraticas ccesa007
Teoria y problemas de funciones cuadraticas ccesa007
 
Teorema fundamental del cálculo
Teorema fundamental del cálculoTeorema fundamental del cálculo
Teorema fundamental del cálculo
 
Optimización sobre una elipse
Optimización sobre una elipseOptimización sobre una elipse
Optimización sobre una elipse
 
Ecuaciones bicuadraticas
Ecuaciones bicuadraticasEcuaciones bicuadraticas
Ecuaciones bicuadraticas
 
Ejercicios resueltos regresion multiple
Ejercicios resueltos  regresion multipleEjercicios resueltos  regresion multiple
Ejercicios resueltos regresion multiple
 
Concentración de co2 en una función
Concentración de co2 en una funciónConcentración de co2 en una función
Concentración de co2 en una función
 
ejemplo de cortocircuito con power world
ejemplo de cortocircuito con power worldejemplo de cortocircuito con power world
ejemplo de cortocircuito con power world
 
Hp 8 calculo 2-2019 1
Hp 8 calculo 2-2019 1Hp 8 calculo 2-2019 1
Hp 8 calculo 2-2019 1
 

Similar a Inferencias de medias y varianzas

Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos
Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos
Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos equipo2estadistica
 
Ejercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesEjercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesJhonny Antequera
 
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...jose luis moreno campos
 
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Sheyla Caraballo
 
Regresion Polinomial
Regresion PolinomialRegresion Polinomial
Regresion PolinomialDiego Egas
 
Soluciones de los ejercicios por correlación de pearson
Soluciones de los ejercicios por correlación de pearsonSoluciones de los ejercicios por correlación de pearson
Soluciones de los ejercicios por correlación de pearsonalbertoperozo123
 
Hoja de trabajo no 2
Hoja de trabajo no 2Hoja de trabajo no 2
Hoja de trabajo no 2mfratta
 
Analisis de datos experimentales y graficos
Analisis de datos experimentales y graficosAnalisis de datos experimentales y graficos
Analisis de datos experimentales y graficosDarwin Mendoza
 

Similar a Inferencias de medias y varianzas (20)

Asignacion Practica
Asignacion PracticaAsignacion Practica
Asignacion Practica
 
Presentación de ejercicio ent 5
Presentación de ejercicio ent 5Presentación de ejercicio ent 5
Presentación de ejercicio ent 5
 
Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos
Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos
Aplicación De Tratamiento De Datos En La Gerencia de Recursos Humanos
 
Ejercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesEjercicio econometría 4.24 novales
Ejercicio econometría 4.24 novales
 
4. ejemplos regresion
4. ejemplos regresion4. ejemplos regresion
4. ejemplos regresion
 
9.problemas aplicados a la ingenieria quimica
9.problemas aplicados a la ingenieria quimica9.problemas aplicados a la ingenieria quimica
9.problemas aplicados a la ingenieria quimica
 
9.problemas aplicados a la ingenieria quimica
9.problemas aplicados a la ingenieria quimica9.problemas aplicados a la ingenieria quimica
9.problemas aplicados a la ingenieria quimica
 
Solucion de estructuras I
Solucion de estructuras ISolucion de estructuras I
Solucion de estructuras I
 
Solucionario
SolucionarioSolucionario
Solucionario
 
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...
CRITERIOS DE FALLA EN MATERIALES FRÁGILES, DÚCTILES, CURVAS S-N y DAÑO ACUMUL...
 
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
 
Regresion Polinomial
Regresion PolinomialRegresion Polinomial
Regresion Polinomial
 
Regresión Lineal múltiple
Regresión Lineal  múltiple Regresión Lineal  múltiple
Regresión Lineal múltiple
 
Regresión Lineal Múltiple
Regresión Lineal MúltipleRegresión Lineal Múltiple
Regresión Lineal Múltiple
 
Ejercicios 3 stevenson
Ejercicios 3 stevensonEjercicios 3 stevenson
Ejercicios 3 stevenson
 
Soluciones de los ejercicios por correlación de pearson
Soluciones de los ejercicios por correlación de pearsonSoluciones de los ejercicios por correlación de pearson
Soluciones de los ejercicios por correlación de pearson
 
Hoja de trabajo no 2
Hoja de trabajo no 2Hoja de trabajo no 2
Hoja de trabajo no 2
 
Analisis de datos experimentales y graficos
Analisis de datos experimentales y graficosAnalisis de datos experimentales y graficos
Analisis de datos experimentales y graficos
 
2010 i semana 15
2010   i semana 152010   i semana 15
2010 i semana 15
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 

Más de GERENCIA MTTO 3ER CORTE

Video ent 2 - PESENTACION EN POWERTPOINT
Video  ent 2 - PESENTACION EN POWERTPOINTVideo  ent 2 - PESENTACION EN POWERTPOINT
Video ent 2 - PESENTACION EN POWERTPOINTGERENCIA MTTO 3ER CORTE
 
Ensayo ent # 2 densidades probabilisticas
Ensayo ent # 2   densidades probabilisticasEnsayo ent # 2   densidades probabilisticas
Ensayo ent # 2 densidades probabilisticasGERENCIA MTTO 3ER CORTE
 
Revista ent #2 densidades probabilisticas
Revista ent #2   densidades probabilisticasRevista ent #2   densidades probabilisticas
Revista ent #2 densidades probabilisticasGERENCIA MTTO 3ER CORTE
 
INFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZASINFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZASGERENCIA MTTO 3ER CORTE
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaGERENCIA MTTO 3ER CORTE
 
Estadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialEstadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialGERENCIA MTTO 3ER CORTE
 
Asignacion Practica ENT 4 Estadística Para Ingenieros
Asignacion Practica ENT 4 Estadística Para IngenierosAsignacion Practica ENT 4 Estadística Para Ingenieros
Asignacion Practica ENT 4 Estadística Para IngenierosGERENCIA MTTO 3ER CORTE
 
Tratamiento de datos y ajuste de curva grupo 7
Tratamiento de datos y ajuste de curva grupo 7Tratamiento de datos y ajuste de curva grupo 7
Tratamiento de datos y ajuste de curva grupo 7GERENCIA MTTO 3ER CORTE
 

Más de GERENCIA MTTO 3ER CORTE (10)

Video ent 2 - PESENTACION EN POWERTPOINT
Video  ent 2 - PESENTACION EN POWERTPOINTVideo  ent 2 - PESENTACION EN POWERTPOINT
Video ent 2 - PESENTACION EN POWERTPOINT
 
Ensayo ent # 2 densidades probabilisticas
Ensayo ent # 2   densidades probabilisticasEnsayo ent # 2   densidades probabilisticas
Ensayo ent # 2 densidades probabilisticas
 
Revista ent #2 densidades probabilisticas
Revista ent #2   densidades probabilisticasRevista ent #2   densidades probabilisticas
Revista ent #2 densidades probabilisticas
 
INFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZASINFERENCIA REFERENTE A MEDIAS Y VARIANZAS
INFERENCIA REFERENTE A MEDIAS Y VARIANZAS
 
Densidad probabilistica
Densidad probabilisticaDensidad probabilistica
Densidad probabilistica
 
Estadistica.pptx...exposicion
Estadistica.pptx...exposicionEstadistica.pptx...exposicion
Estadistica.pptx...exposicion
 
DISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. EstadisticaDISTRIBUCION DE PROBABILIDADES. Estadistica
DISTRIBUCION DE PROBABILIDADES. Estadistica
 
Estadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialEstadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion Factorial
 
Asignacion Practica ENT 4 Estadística Para Ingenieros
Asignacion Practica ENT 4 Estadística Para IngenierosAsignacion Practica ENT 4 Estadística Para Ingenieros
Asignacion Practica ENT 4 Estadística Para Ingenieros
 
Tratamiento de datos y ajuste de curva grupo 7
Tratamiento de datos y ajuste de curva grupo 7Tratamiento de datos y ajuste de curva grupo 7
Tratamiento de datos y ajuste de curva grupo 7
 

Último

Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfAlfaresbilingual
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOluismii249
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024IES Vicent Andres Estelles
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdfMiNeyi1
 

Último (20)

Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 

Inferencias de medias y varianzas

  • 1. EQUIPO NATURAL DE TRABAJO N° 3 UNIVERSIDAD NORORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO DECANATO DE POSTGRADO COORDINACION DE POSTGRADO NUCLEO EL TIGRE MAESTRIA DE INGENIERIA DE MANTENIMIENTO MENCION CONFIABILIDAD INDUSTRIAL CATEDRA: ESTADISTICA APLICADA INTEGRANTES: Rosal Francerys C.I: 20.170.787 Núñez Fabiana C.I: 20.546.072 Guzman Hirossay C.I: 21.175.558 Sandrea Leonel C.I: 19.626.290 Tanares Kristen C.I: 18.679.257 Tratamiento de datos y ajustes estadísticos
  • 2. EQUIPO NATURAL DE TRABAJO N° 3 10 14 18 21 17 8 11 15 17 13 13 18 24 27 22 22 30 40 46 37 35 47 64 73 59 56 76 92 77 94 N: 30 Ẍ: ∑f.X/N Ni: =1+3 1+3,3Log30 AT: 94 - 8 i: 14,3333 Ni: 6 AT: 86 i: 14 Ẍ 36,07 Ni Li Xi − Xs Ls X f F h H p f.X (x-ẋ)² 1 7,5 8 − 21 21,5 14,5 12 12 12∕30 12∕30 40 174 465,12 2 21,5 22 − 35 35,5 28,5 6 18 6∕30 18∕30 60 171 57,25 3 35,5 36 − 49 49,5 42,5 4 22 4∕30 22∕30 73,33 170 41,39 4 49,5 50 − 63 63,5 56,5 2 24 2∕30 24∕30 80 113 417,52 5 63,5 64 − 77 77,5 70,5 4 28 4∕30 28∕30 93,33 282 1185,65 6 77,5 78 − 94 91,5 86 2 30 2∕30 30∕30 100 172 2493,34 ∑ 255 339 298,5 30 134 0 0 446,7 1082 4660,28 G: Ha: N/∑f/N Ha: 30/∑F/N Ha: 24,0457 G: 29,16283266 1. Del cálculo del tiempo promedio para metas organizacionales según lo obtenido y el nivel de cumplimiento de las mismas se define los índices de efectividad en escala porcentual (Ver tabla), realice el tratamiento de datos con su respectiva interpretación. Ni: 1+3,3LogN: AT: Dato Mayor - Dato Menor i: AT/Ni Ẍ=1082/30 √(〖𝐗𝟏〗^𝐟𝟏∗〖𝐗𝟐〗^𝐟𝟐…..〖N √(〖(14,5)〗^12∗〖〖(28,5)〗^6∗〖(42,5)〗^4∗〖(56,5)〗^2∗〖
  • 3. EQUIPO NATURAL DE TRABAJO N° 3 Md: Li + * i Mo: Li + ∆1 * i S²: ∑(x-ẋ)² ∆1 + ∆2 N Md: 7,5 + 30/2 - 0 * 14 Mo: 7,5 + 12 * 14 S²: 155,34 12 12 + 6 Md: 25 Mo: 16,8333 S: S: S: 12,46364937 N/2 - f. acum.anterior f. mediana Q70: 35,5+(((30*70/4)-18)/4)*14 49,5 35,5 1810 Q70: Li + (( N*K/100)-facum,ante)*i P80: 49,5+((( 30*80/100)-24)/2)*14 D6: 21,5+((( 30*6/10)-12)/6)*14 P80: Li + (( N*K/100)-facum,ante)*i D6: Li + (( N*K/100)-facum,ante)*i √(〖𝟒𝟔𝟔𝟎,𝟐𝟖〗 ^ /𝟑𝟎)/𝟑𝟎 √(〖∑(𝐗 − Ẍ)〗 /𝑵)/𝟑𝟎
  • 4. EQUIPO NATURAL DE TRABAJO N° 3 En la grafica se puede observar que el tiempo promedio para las metas organizacionales da como resultado que el punto medio y la frecuencia se interceptan en el eje de las de las donde se muestra la efectiva según la escala porcentual estudiada. 0 10 20 30 40 50 60 70 80 90 100 1 2 3 4 5 6 X f
  • 5. EQUIPO NATURAL DE TRABAJO N° 3 X Y Z 1,5 66 5,3 2,5 87 7,8 0,5 69 7,4 1,2 141 9,8 2,6 93 10,8 0,3 105 9,1 2,4 111 8,1 2 78 7,2 0,7 66 6,5 1,6 123 12,6 Intercepción 2,265897 X= 2,2 Variable X 1 0,22465 Y= 90 Variable X 2 0,062304 Z= 8,367528 2.- Estimar la ganancia de corriente en Ampere (Z) esperada cuando el tiempo de difusión (X) es de 2,2 horas y la resistencia (Y) de 90 ohm, aplicando un modelo lineal de dos variables para ajuste de curvas con el método de mínimos cuadrados con base a diez datos muestrales tales como se muestra en la tabla anterior. Sustituyendo los valores X= 2,2 , Y= 90 en la ecuación de regresión obtenida, se tiene: SOLUCIÓN: Para obtener la ganancia en Ampere se aplica un modelo de Regresión Lineal Múltiple con la siguiente ecuación: Z=a+bX+cY. Los coeficientes a, b, c fueron obtenidos al utilizar la herramienta de análisis de datos con la función "Regresión". En la ventana de "Resultados" se muestran los valores obtenidos para los coeficientes "a" (Intercepción), "b" (variable X1) y "c" (variable X2). Obteniendose la ecuación: Z= 2,2658 + 0,2246(X )+ 0,0623(Y). 0 20 40 60 80 100 120 140 160 1 2 3 4 5 6 7 8 9 X Y Z
  • 6. EQUIPO NATURAL DE TRABAJO N° 3 Estadísticas de la regresión Coeficiente de correlación múltiple 0,757856226 Coeficiente de determinación R^2 0,574346059 R^2 ajustado 0,452730647 Error típico 1,596653456 Observaciones 10 Grados de libertad Suma de cuadrado s Promedio de los cuadrado s F Valor crítico de F Regresión 2 24,07888 12,03944 4,722642 0,050315096 Residuos 7 17,84512 2,549302 Total 9 41,924 Coeficientes Error típico Estadísti co t Probabili dad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0% Intercepción 2,265896727 2,141277 1,058199 0,325109 -2,797417876 7,329211 -2,797418 7,329211 Variable X 1 0,224650199 0,63321 0,35478 0,733203 -1,272654405 1,721955 -1,272654 1,721955 Variable X 2 0,062304457 0,020818 2,992799 0,020146 0,013077412 0,111532 0,0130774 0,111532 RESULTADOS ANÁLISIS DE VARIANZA
  • 7. EQUIPO NATURAL DE TRABAJO N° 3
  • 8. EQUIPO NATURAL DE TRABAJO N° 3