intervalo de confianza, prueba de hipótesis para la media de población y para dos medias poblacionales, prueba de hipotesis para la proporción, prueba de independencia (chi cuadrado), intervalo de confianza para la razón de dos varianzas .
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento describe los procedimientos para realizar pruebas de hipótesis para comparar dos medias con muestras independientes. Explica cómo formular las hipótesis nula y alternativa, calcular el estadístico de prueba, establecer una regla de decisión y tomar una decisión sobre la hipótesis nula. También cubre el uso de pruebas unilaterales cuando la hipótesis alternativa es direccional. Finalmente, presenta un ejemplo completo de cómo aplicar estos conceptos para comparar las proporciones de defectos en
Este documento describe diferentes medidas de dispersión para analizar la variabilidad de los datos en una distribución estadística. Explica medidas absolutas como el recorrido, desviación media, varianza y desviación estándar, y medidas relativas como el coeficiente de apertura, recorrido relativo y coeficiente de variación. También cubre conceptos como asimetría y puntuaciones Z para comparar observaciones en relación a la media de una distribución.
Estimacion. limites o intervalos de confianza para la media y para las propor...eraperez
Este documento describe diferentes métodos de estimación estadística, incluyendo estimaciones puntuales y por intervalo. Explica cómo calcular intervalos de confianza para estimar la media de una población basado en una muestra, así como para estimar proporciones. Proporciona ejemplos numéricos para ilustrar cómo usar estas técnicas y determinar intervalos de confianza para parámetros desconocidos.
Este documento describe diferentes tipos de distribuciones de probabilidad para variables aleatorias discretas. Explica las distribuciones uniforme, de Bernoulli, binomial, binomial negativa, geométrica e hipergeométrica, definiendo sus funciones de probabilidad, media y varianza. También presenta ejemplos para ilustrar el uso de las distribuciones binomial negativa y geométrica.
Este documento resume tres distribuciones de probabilidad discretas: la distribución binomial, la hipergeométrica y la de Poisson. Explica que la distribución binomial modela experimentos con dos resultados posibles, la hipergeométrica experimentos de muestreo sin reposición de una población finita dividida en dos clases, y la de Poisson eventos aleatorios en el tiempo. Además, proporciona ejemplos y fórmulas para calcular probabilidades usando cada distribución.
Este documento describe las pruebas de hipótesis unilaterales y bilaterales. Explica que una prueba de hipótesis es unilateral cuando la hipótesis alternativa es mayor o menor que un valor, mientras que es bilateral cuando la hipótesis alternativa es diferente a un valor. También proporciona ejemplos de cómo calcular el nivel de significación y la potencia para pruebas unilaterales y cómo representarlas gráficamente.
Este documento presenta diferentes métodos gráficos para representar distribuciones de frecuencias, incluyendo diagramas de barras, diagramas de Pareto, pictogramas y diagramas de sectores. Explica cómo construir y leer estos gráficos, proporcionando ejemplos detallados. También cubre distribuciones de frecuencias agrupadas e introduce variables cuantitativas discretas.
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento describe los procedimientos para realizar pruebas de hipótesis para comparar dos medias con muestras independientes. Explica cómo formular las hipótesis nula y alternativa, calcular el estadístico de prueba, establecer una regla de decisión y tomar una decisión sobre la hipótesis nula. También cubre el uso de pruebas unilaterales cuando la hipótesis alternativa es direccional. Finalmente, presenta un ejemplo completo de cómo aplicar estos conceptos para comparar las proporciones de defectos en
Este documento describe diferentes medidas de dispersión para analizar la variabilidad de los datos en una distribución estadística. Explica medidas absolutas como el recorrido, desviación media, varianza y desviación estándar, y medidas relativas como el coeficiente de apertura, recorrido relativo y coeficiente de variación. También cubre conceptos como asimetría y puntuaciones Z para comparar observaciones en relación a la media de una distribución.
Estimacion. limites o intervalos de confianza para la media y para las propor...eraperez
Este documento describe diferentes métodos de estimación estadística, incluyendo estimaciones puntuales y por intervalo. Explica cómo calcular intervalos de confianza para estimar la media de una población basado en una muestra, así como para estimar proporciones. Proporciona ejemplos numéricos para ilustrar cómo usar estas técnicas y determinar intervalos de confianza para parámetros desconocidos.
Este documento describe diferentes tipos de distribuciones de probabilidad para variables aleatorias discretas. Explica las distribuciones uniforme, de Bernoulli, binomial, binomial negativa, geométrica e hipergeométrica, definiendo sus funciones de probabilidad, media y varianza. También presenta ejemplos para ilustrar el uso de las distribuciones binomial negativa y geométrica.
Este documento resume tres distribuciones de probabilidad discretas: la distribución binomial, la hipergeométrica y la de Poisson. Explica que la distribución binomial modela experimentos con dos resultados posibles, la hipergeométrica experimentos de muestreo sin reposición de una población finita dividida en dos clases, y la de Poisson eventos aleatorios en el tiempo. Además, proporciona ejemplos y fórmulas para calcular probabilidades usando cada distribución.
Este documento describe las pruebas de hipótesis unilaterales y bilaterales. Explica que una prueba de hipótesis es unilateral cuando la hipótesis alternativa es mayor o menor que un valor, mientras que es bilateral cuando la hipótesis alternativa es diferente a un valor. También proporciona ejemplos de cómo calcular el nivel de significación y la potencia para pruebas unilaterales y cómo representarlas gráficamente.
Este documento presenta diferentes métodos gráficos para representar distribuciones de frecuencias, incluyendo diagramas de barras, diagramas de Pareto, pictogramas y diagramas de sectores. Explica cómo construir y leer estos gráficos, proporcionando ejemplos detallados. También cubre distribuciones de frecuencias agrupadas e introduce variables cuantitativas discretas.
El documento describe la distribución chi cuadrada de la varianza muestral S2. Explica que si S2 se calcula a partir de una muestra aleatoria de tamaño n de una población normal con varianza σ2, entonces la razón (n-1)S2/σ2 sigue una distribución chi cuadrada con n-1 grados de libertad. Proporciona un ejemplo numérico y explica cómo usar los valores chi cuadrados para determinar si un valor observado de S2 es consistente con la varianza poblacional supuesta σ2.
Este documento analiza el coeficiente de correlación lineal y su aplicación en la estadística industrial. Explica el coeficiente de correlación de Pearson, el coeficiente de determinación, la prueba de significancia del coeficiente de correlación y ejemplos de aplicación. También cubre el modelo de regresión, la ecuación de regresión estimada y el método de cuadrados mínimos.
El documento presenta el tema de planteamiento de hipótesis para la proporción en 1 y 2 poblaciones. Explica conceptos como hipótesis nula, hipótesis alternativa, nivel de significancia, proporción y formula el planteamiento de hipótesis para la proporción en una población. Incluye ejemplos y ejercicios resueltos sobre pruebas de hipótesis para la proporción en una población.
El documento describe el procedimiento para probar una hipótesis estadística en 4 pasos: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de prueba, y 4) tomar una decisión y conclusión sobre si se rechaza o no la hipótesis nula. Explica conceptos como nivel de significancia, error tipo I y II, distribución normal y t de Student, valores críticos y zonas de decisión. También incluye fórmulas empleadas
Se lleva a cabo un experimento para comparar el desgaste por abrasivo de dos materiales laminados. El material 1 tuvo un desgaste promedio de 85 unidades y el material 2 de 81 unidades. Usando una prueba t de Student con un nivel de significancia del 0.05, no se puede concluir que el desgaste del material 1 exceda el del material 2 en más de 2 unidades.
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptxYeferQuion
El documento presenta información sobre análisis de regresión lineal múltiple. Explica conceptos clave como matriz de varianza-covarianza, intervalo de confianza e intervalo de predicción. Muestra cómo calcular la matriz de varianza-covarianza a partir de datos y cómo estimar intervalos de confianza y predicción para una regresión múltiple. Resuelve ejemplos numéricos ilustrando los pasos para aplicar estos conceptos.
Este documento describe la distribución muestral de la diferencia entre dos medias ( ̄X1 - ̄X2) cuando se extraen muestras independientes de dos poblaciones. Explica que ̄X1 - ̄X2 se distribuye aproximadamente de forma normal, y proporciona fórmulas para calcular la media y varianza muestral. Además, incluye varios ejemplos y ejercicios para ilustrar cómo aplicar este teorema estadístico para calcular probabilidades relacionadas con la diferencia entre medias m
La distribución normal describe un conjunto de curvas con forma de campana que varían en función de su media y desviación estándar. Fue estudiada por Moivre y Gauss, y se aplica a muchas variables naturales como pesos, tallas y errores de medición. Representa cómo se agrupan los datos alrededor de la media de forma simétrica.
Este documento trata sobre inferencia estadística. Explica conceptos como estimación de parámetros, pruebas de hipótesis, hipótesis nula y alterna, errores tipo I y tipo II, nivel de significancia, intervalos de confianza, y pruebas estadísticas como Z y T de Student. También incluye ejemplos sobre cómo calcular intervalos de confianza e hipótesis estadísticas para la media poblacional.
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
Este documento presenta 6 ejercicios de estadística probabilística resueltos. Los ejercicios involucran conceptos como distribución normal, probabilidad, media poblacional, desviación estándar y tamaño de muestra. Se calculan probabilidades de que la media muestral se encuentre dentro de ciertos rangos, y se estiman parámetros poblacionales como la desviación estándar a partir de datos muestrales.
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra formular una hipótesis nula y una hipótesis alterna, y luego utilizar datos estadísticos para decidir si se rechaza o no la hipótesis nula. También describe los errores tipo I y tipo II, y cómo calcular la potencia de una prueba. Además, presenta ejemplos de pruebas para medias, proporciones y varianzas poblacionales.
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
Este documento describe el planteamiento de hipótesis estadística para comparar proporciones entre dos poblaciones. Explica la teoría, supuestos, fórmulas y ejemplos de cómo calcular el tamaño de muestra y contrastar la hipótesis nula de que las proporciones son iguales vs. la alternativa de que son diferentes mediante el estadístico Z. También incluye definiciones clave como distribución muestral, hipótesis, homocedasticidad y tablas de contingencia.
Este documento presenta los conceptos básicos de la regresión lineal simple y múltiple. Explica qué es la regresión, los tipos de regresión, diagramas de dispersión, determinación de ecuaciones y errores. Luego presenta dos ejercicios de regresión aplicados en ingeniería: el primero involucra regresión múltiple con dos variables independientes y una dependiente, y el segundo es de regresión cuadrática con dos variables. El objetivo es resolver los ejercicios usando Microsoft Excel y analizar los resultados.
Este documento presenta varios ejemplos de regresión lineal múltiple para modelar diferentes relaciones entre variables. En el primer ejemplo, se analizan tres conjuntos de datos para determinar cuál tiene la correlación más fuerte. En el segundo ejemplo, se usa la regresión lineal múltiple para predecir salarios basados en la producción y especialización. En el tercer ejemplo, se ajusta un modelo para predecir los ahorros familiares en función de los ingresos.
Trabajo de ESTADISTICA APLICADA ULADECH III CICLO
La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis de que las preguntas de una encuesta telefónica se pueden contestar en un tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35 conferencias se obtiene una media de 17 minutos y una desviación estándar de 4 minutos. ¿Se justifica a tarifa adicional?
a) Formule las hipótesis nula y alternativa para esta aplicación
b) Calcule el valor del estadístico de prueba
c) ¿Cuál es el valor de P?
d) Con α = 0.01, ¿cuál es su conclusión?
Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se selecciona una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la máquina no funciona correctamente?
Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido por la distribuidora?
Este documento describe los conceptos fundamentales de la estadística inferencial. Explica que la estadística inferencial permite estimar características desconocidas de una población mediante el análisis de una muestra representativa. Se divide la estadística inferencial en tres áreas: distribuciones muestrales, estimación y prueba de hipótesis. Finalmente, define los conceptos clave de cada área como intervalos de confianza, errores tipo I y tipo II, y las hipótesis nula y alternativa.
1) Los parámetros de la población como la media y la varianza se estiman mediante estadísticos como la media muestral y la cuasivarianza muestral respectivamente.
2) Se habla de estimación puntual cuando se asigna un valor concreto al parámetro y de estimación por intervalos cuando se asigna un intervalo de valores posibles.
3) El documento describe las funciones de decisión y los intervalos de confianza utilizados para estimar parámetros como la media, la varianza, las diferencias de medias y las proporciones
Este documento describe la distribución normal. La distribución normal fue presentada por primera vez por Abraham de Moivre en 1733 y ampliada por Laplace en 1812. Se llama a la distribución normal aquella en la que la función de densidad de probabilidad de una variable aleatoria continua tiene forma de campana y depende de dos parámetros: la media y la desviación típica.
El documento explica los conceptos de parámetros y estadísticos, así como el uso de intervalos de confianza para estimar parámetros poblacionales a partir de datos muestrales. Define parámetros como valores constantes de una población y estadísticos como variables aleatorias que describen una muestra. Explica cómo construir intervalos de confianza para estimar la media y proporción de una población normal o binomial.
El documento describe la distribución chi cuadrada de la varianza muestral S2. Explica que si S2 se calcula a partir de una muestra aleatoria de tamaño n de una población normal con varianza σ2, entonces la razón (n-1)S2/σ2 sigue una distribución chi cuadrada con n-1 grados de libertad. Proporciona un ejemplo numérico y explica cómo usar los valores chi cuadrados para determinar si un valor observado de S2 es consistente con la varianza poblacional supuesta σ2.
Este documento analiza el coeficiente de correlación lineal y su aplicación en la estadística industrial. Explica el coeficiente de correlación de Pearson, el coeficiente de determinación, la prueba de significancia del coeficiente de correlación y ejemplos de aplicación. También cubre el modelo de regresión, la ecuación de regresión estimada y el método de cuadrados mínimos.
El documento presenta el tema de planteamiento de hipótesis para la proporción en 1 y 2 poblaciones. Explica conceptos como hipótesis nula, hipótesis alternativa, nivel de significancia, proporción y formula el planteamiento de hipótesis para la proporción en una población. Incluye ejemplos y ejercicios resueltos sobre pruebas de hipótesis para la proporción en una población.
El documento describe el procedimiento para probar una hipótesis estadística en 4 pasos: 1) establecer las hipótesis nula y alternativa, 2) determinar el criterio de contraste, 3) calcular el estadístico de prueba, y 4) tomar una decisión y conclusión sobre si se rechaza o no la hipótesis nula. Explica conceptos como nivel de significancia, error tipo I y II, distribución normal y t de Student, valores críticos y zonas de decisión. También incluye fórmulas empleadas
Se lleva a cabo un experimento para comparar el desgaste por abrasivo de dos materiales laminados. El material 1 tuvo un desgaste promedio de 85 unidades y el material 2 de 81 unidades. Usando una prueba t de Student con un nivel de significancia del 0.05, no se puede concluir que el desgaste del material 1 exceda el del material 2 en más de 2 unidades.
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptxYeferQuion
El documento presenta información sobre análisis de regresión lineal múltiple. Explica conceptos clave como matriz de varianza-covarianza, intervalo de confianza e intervalo de predicción. Muestra cómo calcular la matriz de varianza-covarianza a partir de datos y cómo estimar intervalos de confianza y predicción para una regresión múltiple. Resuelve ejemplos numéricos ilustrando los pasos para aplicar estos conceptos.
Este documento describe la distribución muestral de la diferencia entre dos medias ( ̄X1 - ̄X2) cuando se extraen muestras independientes de dos poblaciones. Explica que ̄X1 - ̄X2 se distribuye aproximadamente de forma normal, y proporciona fórmulas para calcular la media y varianza muestral. Además, incluye varios ejemplos y ejercicios para ilustrar cómo aplicar este teorema estadístico para calcular probabilidades relacionadas con la diferencia entre medias m
La distribución normal describe un conjunto de curvas con forma de campana que varían en función de su media y desviación estándar. Fue estudiada por Moivre y Gauss, y se aplica a muchas variables naturales como pesos, tallas y errores de medición. Representa cómo se agrupan los datos alrededor de la media de forma simétrica.
Este documento trata sobre inferencia estadística. Explica conceptos como estimación de parámetros, pruebas de hipótesis, hipótesis nula y alterna, errores tipo I y tipo II, nivel de significancia, intervalos de confianza, y pruebas estadísticas como Z y T de Student. También incluye ejemplos sobre cómo calcular intervalos de confianza e hipótesis estadísticas para la media poblacional.
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
Este documento presenta 6 ejercicios de estadística probabilística resueltos. Los ejercicios involucran conceptos como distribución normal, probabilidad, media poblacional, desviación estándar y tamaño de muestra. Se calculan probabilidades de que la media muestral se encuentre dentro de ciertos rangos, y se estiman parámetros poblacionales como la desviación estándar a partir de datos muestrales.
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra formular una hipótesis nula y una hipótesis alterna, y luego utilizar datos estadísticos para decidir si se rechaza o no la hipótesis nula. También describe los errores tipo I y tipo II, y cómo calcular la potencia de una prueba. Además, presenta ejemplos de pruebas para medias, proporciones y varianzas poblacionales.
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
Este documento describe el planteamiento de hipótesis estadística para comparar proporciones entre dos poblaciones. Explica la teoría, supuestos, fórmulas y ejemplos de cómo calcular el tamaño de muestra y contrastar la hipótesis nula de que las proporciones son iguales vs. la alternativa de que son diferentes mediante el estadístico Z. También incluye definiciones clave como distribución muestral, hipótesis, homocedasticidad y tablas de contingencia.
Este documento presenta los conceptos básicos de la regresión lineal simple y múltiple. Explica qué es la regresión, los tipos de regresión, diagramas de dispersión, determinación de ecuaciones y errores. Luego presenta dos ejercicios de regresión aplicados en ingeniería: el primero involucra regresión múltiple con dos variables independientes y una dependiente, y el segundo es de regresión cuadrática con dos variables. El objetivo es resolver los ejercicios usando Microsoft Excel y analizar los resultados.
Este documento presenta varios ejemplos de regresión lineal múltiple para modelar diferentes relaciones entre variables. En el primer ejemplo, se analizan tres conjuntos de datos para determinar cuál tiene la correlación más fuerte. En el segundo ejemplo, se usa la regresión lineal múltiple para predecir salarios basados en la producción y especialización. En el tercer ejemplo, se ajusta un modelo para predecir los ahorros familiares en función de los ingresos.
Trabajo de ESTADISTICA APLICADA ULADECH III CICLO
La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis de que las preguntas de una encuesta telefónica se pueden contestar en un tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35 conferencias se obtiene una media de 17 minutos y una desviación estándar de 4 minutos. ¿Se justifica a tarifa adicional?
a) Formule las hipótesis nula y alternativa para esta aplicación
b) Calcule el valor del estadístico de prueba
c) ¿Cuál es el valor de P?
d) Con α = 0.01, ¿cuál es su conclusión?
Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se selecciona una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la máquina no funciona correctamente?
Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido por la distribuidora?
Este documento describe los conceptos fundamentales de la estadística inferencial. Explica que la estadística inferencial permite estimar características desconocidas de una población mediante el análisis de una muestra representativa. Se divide la estadística inferencial en tres áreas: distribuciones muestrales, estimación y prueba de hipótesis. Finalmente, define los conceptos clave de cada área como intervalos de confianza, errores tipo I y tipo II, y las hipótesis nula y alternativa.
1) Los parámetros de la población como la media y la varianza se estiman mediante estadísticos como la media muestral y la cuasivarianza muestral respectivamente.
2) Se habla de estimación puntual cuando se asigna un valor concreto al parámetro y de estimación por intervalos cuando se asigna un intervalo de valores posibles.
3) El documento describe las funciones de decisión y los intervalos de confianza utilizados para estimar parámetros como la media, la varianza, las diferencias de medias y las proporciones
Este documento describe la distribución normal. La distribución normal fue presentada por primera vez por Abraham de Moivre en 1733 y ampliada por Laplace en 1812. Se llama a la distribución normal aquella en la que la función de densidad de probabilidad de una variable aleatoria continua tiene forma de campana y depende de dos parámetros: la media y la desviación típica.
El documento explica los conceptos de parámetros y estadísticos, así como el uso de intervalos de confianza para estimar parámetros poblacionales a partir de datos muestrales. Define parámetros como valores constantes de una población y estadísticos como variables aleatorias que describen una muestra. Explica cómo construir intervalos de confianza para estimar la media y proporción de una población normal o binomial.
Tamaño de muestra para datos cualitativos y cuantitativosAna Lucía Caballero
Este documento trata sobre el tamaño de la muestra para datos cuantitativos y cualitativos. Explica conceptos como variable, población, muestra, métodos de muestreo probabilísticos y no probabilísticos. Incluye fórmulas para calcular el tamaño de la muestra para proporciones y para medias. También presenta casos prácticos de cálculo del tamaño de muestra.
El documento presenta 4 ejercicios de estadística resueltos. El primer ejercicio extrae una muestra estratificada de 18 observaciones de una población de 80 sujetos. El segundo ejercicio evalúa si la media de letras recordadas en una prueba difiere de 4.5 letras. El tercer ejercicio estima el nivel promedio de inteligencia emocional de docentes. El cuarto ejercicio estima el tiempo promedio de conexión a internet de estudiantes y calcula el tamaño mínimo de muestra.
Este documento describe los conceptos de población, muestra, tipos de muestras (probabilísticas y no probabilísticas), y el proceso de determinar el tamaño de la muestra. Explica que la población es el conjunto total de individuos a estudiar, mientras que la muestra es un subconjunto de la población. También cubre métodos para seleccionar muestras representativas y cálculos para determinar un tamaño de muestra adecuado.
Este documento presenta información sobre pruebas de hipótesis, la t de Student y chi cuadrado. El objetivo es aplicar estos conocimientos de estadística inferencial para resolver problemas relacionados con el comercio exterior. Se explican los conceptos clave de cada tema y se proporcionan ejemplos para ilustrar su aplicación.
Los estudiantes calificaron la enseñanza de los docentes de la UTP. La mayoría (28 estudiantes) la calificó como "buena", 12 la calificaron como "muy buena" y 10 como "regular".
Este documento presenta información sobre pruebas de hipótesis para la media poblacional, incluyendo: 1) definiciones de conceptos clave como variable, parámetro, estimador, hipótesis estadística y estadístico de prueba; 2) los pasos para realizar una prueba de hipótesis, como establecer las hipótesis nula y alternativa, seleccionar el estadístico de prueba, y evaluar las hipótesis; y 3) ejemplos resueltos de pruebas de hipótes
Este documento presenta información sobre pruebas de hipótesis para la media poblacional, incluyendo: 1) definiciones de conceptos clave como variable, parámetro, estimador, hipótesis estadística y estadístico de prueba; 2) los pasos para realizar una prueba de hipótesis, como establecer las hipótesis nula y alternativa, seleccionar el estadístico de prueba, y evaluar las hipótesis; y 3) ejemplos resueltos de pruebas de hipótes
Este documento presenta información sobre un curso de técnicas e instrumentos de investigación impartido por la Dra. Tula Sánchez en la Universidad Nacional Mayor de San Marcos. El curso cubrirá temas como población y muestra, determinación del tamaño de la muestra, y tipos de muestreo como probabilístico y no probabilístico. Contará con varios ponentes que brindarán información sobre estos temas.
Este documento trata sobre distribuciones muestrales y estimación. Explica que una distribución muestral es la distribución de probabilidad de un estimador que resulta de considerar todas las muestras posibles de una población. La estimación tiene como objetivo principal generalizar las conclusiones de una muestra a la población completa. El documento incluye ejemplos de distribuciones muestrales de medias, diferencias de medias, proporciones y diferencias de proporciones.
Este documento presenta una serie de ejercicios estadísticos y sus respuestas relacionados con cálculos de medidas de tendencia central, dispersión y forma. Los ejercicios involucran datos sobre palabras leídas, nivel socioeconómico, precios de libros, notas de estudiantes y más. Las respuestas explican cómo calcular medidas como la media, mediana, moda, varianza, desviación estándar y coeficiente de variación para analizar y comparar los diferentes conjuntos de datos.
1. El documento presenta ejercicios estadísticos para practicar resúmenes. Incluye cálculos de medidas de tendencia central y dispersión para datos sobre lectura y coeficiente intelectual.
2. Calcula medias, medianas, cuartiles y grafica los resultados para comparar dos grupos.
3. Explica que la mediana divide los datos en dos partes iguales y que la moda siempre existe en la distribución.
Este documento presenta información sobre probabilidad condicional y distribuciones de probabilidad binomial. Incluye ejemplos y ejercicios sobre conceptos como probabilidad condicional, media, varianza, desviación estándar y coeficiente de variación para variables aleatorias discretas. También introduce el concepto de sucesos dependientes y cómo calcular la probabilidad condicional.
DISTRIBUCIÓN MUESTRAL
Una distribución muestral es la distribución de probabilidad de un estimador o estadígrafo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una población. Es decir, si se toman todas las muestras posibles y se obtienen los diferentes valores para un estimador y su respectiva probabilidad, a esta distribución que se forma, es lo que se denomina Distribución Muestral.
Este documento presenta tres hipótesis relacionadas con el temor de los maestros a rendir pruebas de conocimientos específicos. La primera hipótesis es que los maestros sienten temor por no sentirse preparados. La segunda es que hay falta de información por parte del gobierno sobre las pruebas. La tercera es que hay desinterés y desmotivación de los maestros para prepararse. Luego, el documento presenta una encuesta aplicada a cinco maestros y un análisis de los resultados.
Este documento describe diferentes distribuciones de probabilidad, incluyendo la distribución binomial, la distribución de Poisson y la distribución normal. Explica las características y propiedades clave de cada distribución, así como cómo calcular probabilidades y otros estadísticos relevantes usando estas distribuciones teóricas. También proporciona ejemplos numéricos para ilustrar los conceptos.
El documento presenta una introducción al curso de estadística de primer año. Explica conceptos básicos como la utilidad de la estadística, su definición, la diferencia entre estadística descriptiva e inferencial, y términos como población, muestra, variables cualitativas y cuantitativas. También incluye ejemplos y ejercicios para que los estudiantes comiencen a familiarizarse con estos conceptos fundamentales de la estadística.
El documento presenta una tesis sobre el uso de historietas para mejorar el hábito de lectura en estudiantes de primer grado de educación secundaria. Contiene un marco teórico, resultados y conclusiones. El objetivo es demostrar que el uso de historietas mejora el hábito de lectura. Se aplicó un pre-test y post-test al grupo experimental y de control. Los resultados mostraron una mejora significativa en el grupo experimental expuesto a las historietas. Por lo tanto, la hipótesis de que las historietas mejoran el hábito de lectura fue
Uso de la historieta para mejorar el hábito de lectura en las estudiantes d...RONALD RAMIREZ OLANO
El documento presenta una tesis sobre el uso de historietas para mejorar el hábito de lectura en estudiantes de primer grado de educación secundaria. Contiene un marco teórico, resultados y conclusiones. El objetivo es demostrar que el uso de historietas mejora el hábito de lectura. Se aplicó un pre-test y post-test a un grupo experimental y de control. Los resultados mostraron una mejora significativa en el grupo experimental que utilizó historietas. Por lo tanto, la hipótesis de que las historietas mejoran el hábito de lectura
Los enigmáticos priones en la naturales, características y ejemplosalexandrajunchaya3
Durante este trabajo de la doctora Mar junto con la coordinadora Hidalgo, se presenta un didáctico documento en donde repasaremos la definición de este misterio de la biología y medicina. Proteinas que al tener una estructura incorrecta, pueden esparcir esta estructura no adecuada, generando huecos en el cerebro, de esta manera creando el tejido espongiforme.
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...Champs Elysee Roldan
La primera discusión semicientífica sobre una nave espacial propulsada por cohetes la realizó el alemán Hans Ganswindt, quien abordó los problemas de la propulsión no mediante la fuerza reactiva de los gases expulsados sino mediante la eyección de cartuchos de acero que contenían dinamita. Supuso que la explosión de una carga transferiría energía cinética a la pared de la nave espacial y la impulsaría en la dirección deseada. Supuso que múltiples explosiones proporcionarían suficiente velocidad para alcanzar la órbita y la velocidad de escape.
El 27 de mayo de 1891, pronunció un discurso público en la Filarmónica de Berlín, en el que introdujo su concepto de un vehículo galáctico(Weltenfahrzeug).
Ganswindt también exploró el uso de una estación espacial giratoria para contrarrestar la ingravidez y crear gravedad artificial.
Priones, definiciones y la enfermedad de las vacas locasalexandrajunchaya3
Durante este trabajo de la doctora Mar junto con la coordinadora Hidalgo, se presenta un didáctico documento en donde repasaremos la definición de este misterio de la biología y medicina. Proteinas que al tener una estructura incorrecta, pueden esparcir esta estructura no adecuada, generando huecos en el cerebro, de esta manera creando el tejido espongiforme.
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...AlexanderZrate2
Las quemaduras, una de las lesiones traumáticas más comunes, representan un desafío significativo para el cuerpo humano. Estas lesiones pueden ser causadas por una variedad de agentes, desde el contacto con el calor extremo hasta la exposición a productos químicos corrosivos, la electricidad y la radiación. Independientemente de su origen, las quemaduras pueden provocar un amplio espectro de daños, que van desde lesiones superficiales de la piel hasta afectaciones graves de tejidos más profundos, con potencial para comprometer la vida del individuo afectado.
La incidencia y gravedad de las quemaduras pueden variar según factores como la edad, la ocupación, el entorno y la atención médica disponible. Las quemaduras son un problema global de salud pública, con impacto no solo en la salud física, sino también en la calidad de vida y la salud mental de los afectados. Además del dolor y la discapacidad física que pueden ocasionar, las quemaduras pueden dejar cicatrices permanentes y aumentar el riesgo de infecciones y otras complicaciones a largo plazo.
El manejo adecuado de las quemaduras es esencial para minimizar el riesgo de complicaciones y promover una recuperación óptima. Desde los primeros auxilios en el lugar del incidente hasta el tratamiento médico especializado en centros de quemados, se requiere una atención integral y multidisciplinaria. Además, la prevención juega un papel fundamental en la reducción de la incidencia de quemaduras, mediante la educación pública, la implementación de medidas de seguridad en el hogar, el trabajo y otros entornos, y la promoción de políticas de salud y seguridad efectivas.
En esta exploración exhaustiva sobre el tema de las quemaduras, analizaremos en detalle los diferentes tipos de quemaduras, sus causas y factores de riesgo, los mecanismos fisiopatológicos involucrados, las complicaciones potenciales y las estrategias de tratamiento y prevención más relevantes en la actualidad. Además, consideraremos los avances científicos y tecnológicos recientes que están transformando el enfoque hacia la gestión de las quemaduras, con el objetivo último de mejorar los resultados para los pacientes y reducir la carga global de esta importante condición médica.
Fijación, transporte en camilla e inmovilización de columna cervical II.pptxjanetccarita
Explora los fundamentos y las mejores prácticas en fijación, transporte en camilla e inmovilización de la columna cervical en este presentación dinámica. Desde técnicas básicas hasta consideraciones avanzadas, este conjunto de diapositivas ofrece una visión completa de los protocolos cruciales para garantizar la seguridad y estabilidad del paciente en situaciones de emergencia. Útil para profesionales de la salud y equipos de respuesta ante emergencias, esta presentación ofrece una guía visualmente impactante y fácil de entender.
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
2. INTEGRANTES
CUEVA CUEVA, Neycer Ranuldo
PRINCIPE MOSQUERA, Jack Robinson
GUTIERREZ ORTIZ, Dennys Gianfranco
GRUPO 01
3. Se utilizara la estadística inferencial y los conocimientos desarrollados en
clase para deducir(inferir) propiedades, características y cualidades de la
población en estudio a parir de una muestra significativa de 50
estudiantes universitarios de la sede Lima Norte (Universidad
Tecnológica Del Perú). De esta manera se describe una primera etapa
que consiste en el análisis y recolección de información. Esto se dará
utilizando un sistema de encuestas por los ambientes de la universidad.
Posteriormente se procedió a ordenar la información en tablas de
frecuencia para analizar las respuestas de cada encuestado, aplicar la
estadística inferencial a los datos y elaborar una conclusión con los
resultados.
4. Identificar a través de la estadística inferencial las
probabilidades de situaciones relacionadas con el
entorno del estudiante universitario, así como su
carrera y horas de estudio, si guardan relación con las
otras carreras universitarias, así como también poner
en practica nuestros conocimientos aprendidos y
desarrollados en clase con la ayuda de nuestro docente
5. ESTADÍSTICA INFERENCIAL: Es la rama de la Estadística que se
encarga de inferir o estimar los parámetros de la población a partir de las
conclusiones del análisis de la muestra
Población:
Muestra:
Unidad de estudio:
Muestro probabilístico Muestro no probabilístico
Aleatorio
Estratificado
Sistemático
Conglomerado
6. Un profesor de la UTP quiere determinar si existe diferencia entre el promedio de horas que estudian los
alumnos del turno tarde y los del turno mañana. Para ello se recogió dos muestras al azar de 50 alumnos del
turno tarde y 50 alumnos del turno mañana con media de 16.64 y 18 respectivamente. Se desea estimar la
diferencia de medias sabiendo que las varianzas 172.64 y 176.5. Considere un intervalo de confianza de 95%.
Turno tarde Turno mañana
ҧ𝑥1 = 16.64 ҧ𝑥1 = 18
𝒔1
2
= 172.64 s2
2
= 176.5
n=50 n=50
Nivel de confianza
Confianza: 1 –α= 0.95 α= 0.05α/2 = 0.025
𝑧0.025= -1.96
IC: 1.36-1.96x
176.5
5𝑂
+
172.64
5𝑂
< (𝜇1 − 𝜇2)<1.36+1.96x
176.5
5𝑂
+
172.64
5𝑂
IC: -3.82< (𝜇1 − 𝜇2) <6.54
Interpretación:
Con un 95% de confianza la diferencia de medias de los promedios de horas
de estudio se encuentra en un rango de -3.82 y 6.54.
7. En una encuesta realizada en la Universidad Tecnológica del Perú sede Norte, para dar su último promedio
ponderado se utilizó una muestra aleatoria de 50 alumnos. Si el informe muestra que solo 36 alumnos aprobaron
con un promedio a partir de 15. Obtenga el intervalo de confianza de la proporcion de alumnos aprobados con notas
a partir de 15 con un nivel de confianza de 95%.
16 13 15 15 14.5 15 16 18 15.3 14
16 16 18 15 19 16.5 16.75 14.3 14 15
17 14 15 17.6 16 17 14 17 15.6 15
19 16 17 15 15 18 14 16 16 17
15.5 14 14 13 12 16 12 14 20 18
Desarrollo
Datos: n=50
significancia α=5%=0.05
𝑝 =
36
50
= 0.72 𝑃 𝑝
= 𝑝 ± 𝑍∝/2.
𝑝(1 − 𝑝)
𝑛
𝑃 𝑝 = 0.72 ± 1.96.
0.72(1 − 0.72)
50
𝑃 𝑝 = 0.72 ± 0.124
IC: 0.596 ≤ 𝑃 𝑝 ≤ 0.844
interpretación:
Con un nivel de confianza del 95%, el porcentaje de alumnos
aprobados con notas a partir de 15 se ubica en el intervalo de
0.596 y 0.844.
8. En estudios previos se ha determinado que la media de los promedios ponderados de los jóvenes universitarios
de la UTP es igual 16. Sin embargo, los alumnos de la UTP piensan que en realidad el promedio es diferente y
para probar su afirmación usan la siguiente muestra:
¿Habrá suficiente muestra estadística para
apoyar la afirmación de los alumnos? Justificar la
respuesta con un nivel de significancia de 5%.
DATOS:
ത𝑋=15.64
S=1.74
PASO 1: Planteo de hipótesis:
H0: μ = 16
H1: μ ≠ 16
PASO 2: Nivel de significancia:
α =0.05
PASO 3: Estadístico de prueba:
PASO 4: Regla de decisión:
PASO 5: Decisión:
𝑍 =
15.64−16
1.74
50
≈-1.46
PASO 6: Conclusión:
A un nivel de significancia de 0.05, se
puede concluir que no existe suficiente
evidencia estadística para apoyar la
afirmación de los alumnos.
16 13 15 15 14.5 15 16 18 15.3 14
16 16 18 15 19 16.5 16.75 14.3 14 15
17 14 15 17.6 16 17 14 17 15.6 15
19 16 17 15 15 18 14 16 16 17
15.5 14 14 13 12 16 12 14 20 18
9. Se analiza las horas de estudio semanal de los alumnos del turno mañana y tarde de la UTP. Se escoge dos muestras
aleatorias independientes de 50 alumnos. Al final de la encuesta, resultó las medias 16.4 y 18.2 para el turno tarde y
mañana respectivamente. Ambas poblaciones presentan varianzas de 256 para los de la mañana y 225 para el turno
tarde. Con un nivel de significancia del 5%. ¿Demuestran estos resultados evidencia confiable para indicar que los
alumnos del turno mañana estudian las mismas horas que los de la tarde?
15 10 2 12 5 5 9 25 5 6
6 28 48 8 10 5 24 14 4 28
3 50 9 5 12 1 0 30 8 35
50 8 4 24 24 7 18 14 18 8
15 30 25 3 18 2 25 17 20 30
10 20 6 18 40 17 10 30 4 18
0 15 26 30 19 13 2 26 45 30
14 14 15 24 9 7 10 14 33 25
44 19 18 22 16 10 11 12 4 20
30 15 18 3 4 28 12 25 26 31
turno tarde:
turno mañana:
Desarrollo
T. MAÑANA T. TARDE
𝑛1=50 𝑛2=50
ҧ𝑥1 = 18.2 ҧ𝑥2 = 16.4
𝜎1
2
= 256 𝜎2
2
= 225
1. Planteo de hipótesis
𝐻0: 𝜇1 = 𝜇2
𝐻 𝑎: 𝜇1 ≠ 𝜇2
2. Nivel de significancia
α = 0.05
3. Estadístico de prueba
.𝑧 =
ҧ𝑥1− ҧ𝑥2 −(𝜇1−𝜇2)
𝜎1
2
𝑛1
+
𝜎1
2
𝑛2
4. Región critica
5.Calculo del estadístico de
prueba
𝑧 =
)18.2 − 16.4 − (0
256
50
+
225
50
= 0.58
6. Conclusión
Aceptamos la nula
Interpretación
Con un nivel de
significancia del 5% se
demuestra que los alumnos
del turno mañana estudian
las mismas horas que los
del turno tarde.
𝑐𝑎𝑒 𝑒𝑛 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑎𝑐𝑒𝑝𝑡𝑎𝑐𝑖𝑜𝑛
10. Se está realizando una investigación sobre los métodos de estudio de los estudiantes para mejorar su
desempeño académico. Se ha tomado una muestra de 50 estudiantes de la Universidad Tecnológica del Perú y
se ha encontrado que 37 de ellos prefieren el uso del internet. Contrastar la hipótesis de que el porcentaje de
jóvenes que usan el internet como medio de mejora en su desempeño es diferente de 40% utilizando α=0,01.
DATOS:
n = 50 π = 0.4 x = 37 P =
37
50
= 0.74
1. Planteo de hipótesis
𝐻 𝑜: π = 0.4
𝐻 𝑎: π ≠ 0.4
2. Nivel de significancia
α = 0.01
3. Estadístico de prueba
𝑍 =
𝑃 − 𝜋
𝜋(1 − 𝜋)
𝑛
•Región critica
•Calculo del estadístico de prueba
Z=0.74-0.40.4(1-0.4)50=4.91
•Interpretación
Con una significancia del 1% podemos concluir que la cantidad de alumnos
que usas el internet como método de mejora para su desempeño difiere del
40%
11. En una reciente encuesta dirigidas a los alumnos de la UTP, acerca de cuan frecuente retiran libros de la
biblioteca. En una investigación a 50 alumnos de la universidad, se encontró que 16 de estos alumnos sacan
solo un libro por mes. Por ello, ¿Puede concluirse en el nivel de significancia 0,02, que el uso de los libros en
la universidad es menos del 10%?
DATOS:
n = 50 π = 0.1 x = 16 P =
16
50
= 0.32
1. Planteo de hipótesis
𝐻 𝑜: π ≥ 0.1
𝐻 𝑎: π < 0.1
2. Nivel de significancia
α = 0.02
3. Estadístico de prueba
𝑍 =
𝑃 − 𝜋
𝜋(1 − 𝜋)
𝑛
4. Región crítica
5. Cálculo del estadístico de prueba
𝑍 =
0.32 − 0.1
0.1(1 − 0.1)
50
= 5.18
6.Conclusión
Cae en zona de aceptación y con
una significancia del 2%, con lo
cual se acepta la nula, indicando
así que el uso de los libros en la
universidad es mayor al 10 %
12. Un grupo de jóvenes desean comparar la variabilidad de libros utilizados diariamente entre los varones y las
mujeres en la biblioteca UTP. Se sabe se sabe que los libros utilizados por varones y mujeres se distribuyen
normalmente. Dos muestras aleatorias de préstamo de libros por varones y mujeres: una de 10 días para los
varones y la otra de 8 días para las mujeres revelaron la siguiente cantidad de libros utilizados.
Muestra de
varones
12 20 17 16 14 19 21 15 17 18
Muestra de
mujeres
12 15 14 13 16 14 12 11
Utilice un intervalo de confianza del 95% para la razón de dos
varianzas, determinar si son iguales o no las varianzas de las dos
poblaciones de libros prestados diariamente por varones y
mujeres
Desarrollo
Sea X, Y las variables aleatorias que representan la cantidad de libros utilizados
por varones y mujeres. Se supone que las distribuciones X, Y son normales.
Con α=0.05% y grado de libertad 𝑟1 = 𝑛1 − 1 = 9 𝑟2 = 𝑛2 − 1 = 7
En la tabla F se encuentran:
𝑓1−𝛼,𝑟2,𝑟1
= 𝑓(0.975,7,9) = 4,20
𝑓(
𝛼
2
,𝑟2,𝑟1)
=
1
𝑓(1−𝛼/2,𝑟1,𝑟2)
=
1
𝑓(0.975,9,7)
=
1
4.90
= 0.204
13. Un grupo de jóvenes desean comparar la variabilidad de libros utilizados diariamente entre los varones y las
mujeres en la biblioteca UTP. Se sabe se sabe que los libros utilizados por varones y mujeres se distribuyen
normalmente. Dos muestras aleatorias de préstamo de libros por varones y mujeres: una de 10 días para los
varones y la otra de 8 días para las mujeres revelaron la siguiente cantidad de libros utilizados.
De los datos de la muestra resultan:
Ƹ𝑠1
2
= 7.66 Ƹ𝑠2
2
= 3.07
Los límites de confianza del 95% para
𝜎1
2
𝜎2
2
inferior y superior son respectivamente:
Ƹ𝑠1
2
Ƹ𝑠2
2 𝑓 𝛼
2
,𝑟2,𝑟1
=
7.66
3.07
0.204 = 0.5090
Ƹ𝑠1
2
Ƹ𝑠2
2 𝑓(1−𝛼/2,𝑟1,𝑟2) =
7.66
3.07
4.20 = 10.4794
Por lo tanto, el intervalo de confianza del 95% para la varianza
𝜎1
2
𝜎2
2 es:
0.5090 ≤
𝜎1
2
𝜎2
2≤ 10.4794
Dado que el intervalo contiene la a la unidad, es decir:
𝜎1
2
𝜎2
2 = 1 ∈ 0.5090 , 10.4794
Debería inferir con un nivel de confianza del 95% que las dos
varianzas poblacionales son iguales ya que contienen a 1.
14. En la universidad Tecnológica del Perú los alumnos del curso de estadística inferencial del ciclo 2018-I queremos
determinar si existe similitud entre el promedio de notas de los estudiantes de ingeniería y la carrera de ingeniería a
la cual pertenecen de nuestra sede Lima Norte. Para ello se tomó una muestra de 50 estudiantes y se los clasifico por
2 criterios, promedio ponderado y carrera a la cual pertenecen en ingeniería. Las frecuencias observadas se
muestran registradas en la siguiente tabla.
CARRERA DE
INGENIERIA
PROMEDIOS
menos de 14 de 14 a 16 de 17 a 20
Ing. Civil 8 5 2
Ing. Industrial 10 6 4
Ing. Mecánica 9 4 2
¿Se puede concluir con un nivel de significancia de 0.05% que
el promedio de notas es dependiente de la carrera del estudiante
universitario?
SOLUCION:
1. Planteo de hipótesis
H0: el promedio de notas de los estudiantes depende
de la carrera elegida.
Ha: el promedio de notas de los estudiantes no
depende de la carrera elegida.
2. Nivel de significancia
α: 0.05
3. Estadístico de prueba
𝒊
(𝒐𝒊 − 𝒆𝒊) 𝟐
𝒆𝒊
Se distribuye aproximadamente como
un chi-cuadrado con grado de libertad
𝑣 = 𝑟 − 1 𝑐 − 1 = 3 − 1 3 − 1
= 4 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
4. Región crítica
nivel de significación del α: 0.05 y 4 grados
de libertad el valor critico es: 𝑥0.95,4
2
= 9.49
se rechazará la hipótesis nula si el valor
calculado del chi-cuadrado sea mayor a 9.49
15. En la universidad Tecnológica del Perú los alumnos del curso de estadística inferencial del ciclo 2018-I queremos
determinar si existe similitud entre el promedio de notas de los estudiantes de ingeniería y la carrera de ingeniería a
la cual pertenecen de nuestra sede Lima Norte. Para ello se tomó una muestra de 50 estudiantes y se los clasifico por
2 criterios, promedio ponderado y carrera a la cual pertenecen en ingeniería. Las frecuencias observadas se
muestran registradas en la siguiente tabla.
CARRERA DE INGENIERIA
PROMEDIOS
TOTALmenos de
14
de 14 a 16 de 17 a 20
Ing. Civil 8 (8.1) 5 (4.5) 2 (2.4) 15
Ing. Industrial 10 (10.8) 6 (6) 4 (3.2) 20
Ing. Mecánica 9 (8.1) 4 (4.5) 2 (2.4) 15
TOTAL 27 15 8 50
5. Cálculos
Valor esperado entre paréntesis( )
Luego
𝑋𝑐𝑎𝑙
2
=
𝒊
𝒐𝒊 − 𝒆𝒊
𝟐
𝒆𝒊
=
8 − 8.1 2
8.1
+
5 − 4.5 2
4.5
+ ⋯ +
(2 − 2.4)2
2.4
𝑋𝑐𝑎𝑙
2
=
10
81
+
7
27
+
2
9
= 0.604
6. Decisión
CONCLUSIÓN:
Dado que 0.604<9.49 y cae en zona de
aceptación se acepta la hipótesis nula. por
lo tanto el promedio de estudiantes
dependerá de la carrera que elijan.
16. CONCLUSIONES
De los datos recolectados en las encuestas realizadas y llevadas al
estudio de la estadística inferencial se encontró similitudes y/o
diferencias entre un grupo y otro al ser estudiados, también relación y
diferencia de parámetros con grados de significancia, razón y
proporciones así como si los datos observados son independientes.
Aprendimos de la estadística inferencial lo importante de su utilización.
17. BIBLIOGRAFIA
LEVIN, Richard y David Rubín (2010) Estadística para
Administración y Economía. 7ª ed. Pearson. México. Cap.1:
Introducción.1-5págs
CORDOVA, Manuel (2006) estadística inferencial. Segunda edición.
Moshera S.R.L lima-Perú