SlideShare una empresa de Scribd logo
ESTADÍSTICA INFERENCIAL
INTEGRANTES
 CUEVA CUEVA, Neycer Ranuldo
 PRINCIPE MOSQUERA, Jack Robinson
 GUTIERREZ ORTIZ, Dennys Gianfranco
GRUPO 01
 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.
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
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
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.
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.
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
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
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%
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 %
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
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.
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
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.
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.
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
GRACIAS POR SU ATENCION

Más contenido relacionado

La actualidad más candente

Distribucion de la varianza
Distribucion de la varianzaDistribucion de la varianza
Distribucion de la varianza
Unisucre, I.E. Antonio Lenis
 
Análisis de Correlacion Lineal
Análisis de Correlacion LinealAnálisis de Correlacion Lineal
Análisis de Correlacion Lineal
Universidad Nacional Mayor de San Marcos
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
AGENCIAS2
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
franciscoe71
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
luiisalbertoo-laga
 
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptxS16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
YeferQuion
 
Distribucion de la diferencia de medias
Distribucion de la diferencia de mediasDistribucion de la diferencia de medias
Distribucion de la diferencia de medias
Unisucre, I.E. Antonio Lenis
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
Univ Peruana Los Andes
 
Hipotesis
HipotesisHipotesis
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
Evelin Garcia Fernandez
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
jhonatan piers
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 ok
DarioJara1306
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)
HOTELES2
 
Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
thomas669
 
Regresión Lineal múltiple
Regresión Lineal  múltiple Regresión Lineal  múltiple
Regresión Lineal múltiple
Hector García Cárdenas
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
Mark Ardiles Alegre
 
estadistica no parametrica
estadistica no parametricaestadistica no parametrica
estadistica no parametrica
DANIEL COLLAZOS MERINO
 
Estimacion y desviacion
Estimacion y desviacion Estimacion y desviacion
Estimacion y desviacion
Keber Quispe Gamboa
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
nestor
 

La actualidad más candente (20)

Distribucion de la varianza
Distribucion de la varianzaDistribucion de la varianza
Distribucion de la varianza
 
Análisis de Correlacion Lineal
Análisis de Correlacion LinealAnálisis de Correlacion Lineal
Análisis de Correlacion Lineal
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
 
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptxS16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
 
Distribucion de la diferencia de medias
Distribucion de la diferencia de mediasDistribucion de la diferencia de medias
Distribucion de la diferencia de medias
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 ok
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)
 
Regresión lineal multiple autores grillet montaño rodríguez
Regresión lineal multiple  autores grillet montaño rodríguezRegresión lineal multiple  autores grillet montaño rodríguez
Regresión lineal multiple autores grillet montaño rodríguez
 
Regresión Lineal múltiple
Regresión Lineal  múltiple Regresión Lineal  múltiple
Regresión Lineal múltiple
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
 
estadistica no parametrica
estadistica no parametricaestadistica no parametrica
estadistica no parametrica
 
Estimacion y desviacion
Estimacion y desviacion Estimacion y desviacion
Estimacion y desviacion
 
Tabla t Student
Tabla t StudentTabla t Student
Tabla t Student
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 

Similar a estadistica inferencial

Conceptos
ConceptosConceptos
Conceptos
YesicaTernera
 
Cuaderno ejercicios
Cuaderno ejerciciosCuaderno ejercicios
Cuaderno ejercicios
paulminiguano
 
Tamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativosTamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativos
Ana Lucía Caballero
 
Estadística Aplicada a la Psicología
Estadística Aplicada a la PsicologíaEstadística Aplicada a la Psicología
Estadística Aplicada a la Psicología
Carlos Castro
 
4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO
UNT VJ
 
Estaditica deber varios
Estaditica deber variosEstaditica deber varios
Estaditica deber varios
Kami Hernandez
 
estadística descriptiva
estadística descriptiva estadística descriptiva
estadística descriptiva
Jack Robinson Mosquera
 
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdfEXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
PaoloDeLosSantosNona
 
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdfEXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
PaoloDeLosSantosNona
 
Muestreo
MuestreoMuestreo
Muestreo
Gino Centti
 
Estadistica barbara mejias
Estadistica barbara mejiasEstadistica barbara mejias
Estadistica barbara mejias
barbaramejias4
 
Solucion compendios
Solucion compendiosSolucion compendios
Solucion compendios
Lore Gutǐerrez
 
Solucion compendios
Solucion compendiosSolucion compendios
Solucion compendios
Lore Gutǐerrez
 
Materia "Datos Y Azar" 3ºC
Materia "Datos Y Azar" 3ºCMateria "Datos Y Azar" 3ºC
Materia "Datos Y Azar" 3ºC
Ferna StambuK
 
Distribucin muestral
Distribucin muestralDistribucin muestral
Distribucin muestral
JosneilyVargas
 
Prueba de ensayo
Prueba de ensayoPrueba de ensayo
Prueba de ensayo
jparias2
 
Binonmial Poisson normal1.pdf
Binonmial  Poisson  normal1.pdfBinonmial  Poisson  normal1.pdf
Binonmial Poisson normal1.pdf
defa9294
 
Estadistica 1ero
Estadistica 1eroEstadistica 1ero
Estadistica 1ero
pcomba
 
Diapositivas de la tesis
Diapositivas de la tesis Diapositivas de la tesis
Diapositivas de la tesis
RONALD RAMIREZ OLANO
 
Uso de la historieta para mejorar el hábito de lectura en las estudiantes d...
Uso de la historieta para  mejorar el hábito de  lectura en las estudiantes d...Uso de la historieta para  mejorar el hábito de  lectura en las estudiantes d...
Uso de la historieta para mejorar el hábito de lectura en las estudiantes d...
RONALD RAMIREZ OLANO
 

Similar a estadistica inferencial (20)

Conceptos
ConceptosConceptos
Conceptos
 
Cuaderno ejercicios
Cuaderno ejerciciosCuaderno ejercicios
Cuaderno ejercicios
 
Tamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativosTamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativos
 
Estadística Aplicada a la Psicología
Estadística Aplicada a la PsicologíaEstadística Aplicada a la Psicología
Estadística Aplicada a la Psicología
 
4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO
 
Estaditica deber varios
Estaditica deber variosEstaditica deber varios
Estaditica deber varios
 
estadística descriptiva
estadística descriptiva estadística descriptiva
estadística descriptiva
 
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdfEXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
 
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdfEXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
 
Muestreo
MuestreoMuestreo
Muestreo
 
Estadistica barbara mejias
Estadistica barbara mejiasEstadistica barbara mejias
Estadistica barbara mejias
 
Solucion compendios
Solucion compendiosSolucion compendios
Solucion compendios
 
Solucion compendios
Solucion compendiosSolucion compendios
Solucion compendios
 
Materia "Datos Y Azar" 3ºC
Materia "Datos Y Azar" 3ºCMateria "Datos Y Azar" 3ºC
Materia "Datos Y Azar" 3ºC
 
Distribucin muestral
Distribucin muestralDistribucin muestral
Distribucin muestral
 
Prueba de ensayo
Prueba de ensayoPrueba de ensayo
Prueba de ensayo
 
Binonmial Poisson normal1.pdf
Binonmial  Poisson  normal1.pdfBinonmial  Poisson  normal1.pdf
Binonmial Poisson normal1.pdf
 
Estadistica 1ero
Estadistica 1eroEstadistica 1ero
Estadistica 1ero
 
Diapositivas de la tesis
Diapositivas de la tesis Diapositivas de la tesis
Diapositivas de la tesis
 
Uso de la historieta para mejorar el hábito de lectura en las estudiantes d...
Uso de la historieta para  mejorar el hábito de  lectura en las estudiantes d...Uso de la historieta para  mejorar el hábito de  lectura en las estudiantes d...
Uso de la historieta para mejorar el hábito de lectura en las estudiantes d...
 

Último

Mapa-conceptual-del-Metabolismo. .........
Mapa-conceptual-del-Metabolismo. .........Mapa-conceptual-del-Metabolismo. .........
Mapa-conceptual-del-Metabolismo. .........
luztania508
 
Los enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplosLos enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplos
alexandrajunchaya3
 
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
Champs Elysee Roldan
 
Los 20 medicamentos más recetados de
Los      20 medicamentos más recetados deLos      20 medicamentos más recetados de
Los 20 medicamentos más recetados de
prodinetpc1
 
Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1
911Busisness911
 
NEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimicaNEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimica
DanielNava80
 
35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf
JessicaNuez61
 
Priones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locasPriones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locas
alexandrajunchaya3
 
García, Francisco. - Las Navas de Tolosa [2024].pdf
García, Francisco. - Las Navas de Tolosa [2024].pdfGarcía, Francisco. - Las Navas de Tolosa [2024].pdf
García, Francisco. - Las Navas de Tolosa [2024].pdf
frank0071
 
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptxMÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
KEIKOFABIANAZETATEMO
 
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptxS07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
MarceloDelaCruz11
 
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de..."Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
AlexanderZrate2
 
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptx
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptxFijación, transporte en camilla e inmovilización de columna cervical II​.pptx
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptx
janetccarita
 
20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx
prodinetpc1
 
la gangrena de fournier presentacion de p
la gangrena de fournier presentacion de pla gangrena de fournier presentacion de p
la gangrena de fournier presentacion de p
cesarivan2201
 
Reanimacion cardiopulmonar RCP basico rcp basico
Reanimacion cardiopulmonar RCP basico rcp basicoReanimacion cardiopulmonar RCP basico rcp basico
Reanimacion cardiopulmonar RCP basico rcp basico
DaljaMendoza
 
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptxESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
diazbaltuanosebastia
 
Calor, tema de termodinamica en fisica para preparatoria
Calor, tema de termodinamica en fisica para preparatoriaCalor, tema de termodinamica en fisica para preparatoria
Calor, tema de termodinamica en fisica para preparatoria
rubentzompaangeles
 
Virus de la Inmunodeficiencia humana (VIH).pdf
Virus de la Inmunodeficiencia humana (VIH).pdfVirus de la Inmunodeficiencia humana (VIH).pdf
Virus de la Inmunodeficiencia humana (VIH).pdf
melaniepalomino1502
 
folleto triptico plantas vivero divertido moderno orgánico verde.pdf
folleto triptico plantas vivero divertido moderno orgánico verde.pdffolleto triptico plantas vivero divertido moderno orgánico verde.pdf
folleto triptico plantas vivero divertido moderno orgánico verde.pdf
ORTIZSORIANOREYNAISA
 

Último (20)

Mapa-conceptual-del-Metabolismo. .........
Mapa-conceptual-del-Metabolismo. .........Mapa-conceptual-del-Metabolismo. .........
Mapa-conceptual-del-Metabolismo. .........
 
Los enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplosLos enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplos
 
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...
 
Los 20 medicamentos más recetados de
Los      20 medicamentos más recetados deLos      20 medicamentos más recetados de
Los 20 medicamentos más recetados de
 
Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1
 
NEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimicaNEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimica
 
35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf
 
Priones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locasPriones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locas
 
García, Francisco. - Las Navas de Tolosa [2024].pdf
García, Francisco. - Las Navas de Tolosa [2024].pdfGarcía, Francisco. - Las Navas de Tolosa [2024].pdf
García, Francisco. - Las Navas de Tolosa [2024].pdf
 
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptxMÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
 
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptxS07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
 
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de..."Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
 
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptx
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptxFijación, transporte en camilla e inmovilización de columna cervical II​.pptx
Fijación, transporte en camilla e inmovilización de columna cervical II​.pptx
 
20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx
 
la gangrena de fournier presentacion de p
la gangrena de fournier presentacion de pla gangrena de fournier presentacion de p
la gangrena de fournier presentacion de p
 
Reanimacion cardiopulmonar RCP basico rcp basico
Reanimacion cardiopulmonar RCP basico rcp basicoReanimacion cardiopulmonar RCP basico rcp basico
Reanimacion cardiopulmonar RCP basico rcp basico
 
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptxESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
ESPECIALIDADES, Introducción breve a las especialidades en Medicina.pptx
 
Calor, tema de termodinamica en fisica para preparatoria
Calor, tema de termodinamica en fisica para preparatoriaCalor, tema de termodinamica en fisica para preparatoria
Calor, tema de termodinamica en fisica para preparatoria
 
Virus de la Inmunodeficiencia humana (VIH).pdf
Virus de la Inmunodeficiencia humana (VIH).pdfVirus de la Inmunodeficiencia humana (VIH).pdf
Virus de la Inmunodeficiencia humana (VIH).pdf
 
folleto triptico plantas vivero divertido moderno orgánico verde.pdf
folleto triptico plantas vivero divertido moderno orgánico verde.pdffolleto triptico plantas vivero divertido moderno orgánico verde.pdf
folleto triptico plantas vivero divertido moderno orgánico verde.pdf
 

estadistica inferencial

  • 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
  • 18. GRACIAS POR SU ATENCION