SlideShare una empresa de Scribd logo
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN –
ESCUELADE ADMINISTRACION
I EXAMEN DE ESTADISTICA
NOMBRE: Luis Gustavo Quenta Rivera (2019-105056)
1.-El gerente de unaempresa agroexportadora,afirma que los pagos semanales a los
trabajadores tiene una distribución normal con media de 400 soles (como resultado
de la negociación colectiva). Un inspector del Ministerio de Trabajo quiere verificar
si el gerente de la empresa dice la verdad y toma una muestra de 36 trabajadores y
encuentra que el pago promedio por semana que reciben estos trabajadores es de
385 soles; con una desviación estándar de 8 soles ¿Puede ser acusado el gerente de
la empresa de no decir la verdad? Use un nivel de significancia del 5%.
Datos:
n = 36
σ = 8
𝑥̅ = 385
𝜇 = 400
Paso 1: Formulación de la hipótesis
𝐻0:𝜇 = 400
𝐻1: 𝜇 < 400
Paso 2: Nivel de significancia
𝛼 = 0.05
Paso 3: Estadístico de prueba
Paso 4: Región de aceptación y rechazo
𝑅.𝑅.= (−∞,− 1.96]
𝑅.𝐴.= (−1.96 ,00+)
Paso 5: Cálculo del valor de prueba
𝑍𝑐 =
385 − 400
8
√36
= −11.25
Paso 6: Conclusión
Se rechaza la H0, ya que el resultado cae en la región de rechazo.
Paso 7: Decisión
Como un nivel de significancia de 0.05 podemos rechazar la hipótesis nula, por tanto, el gerente si
puede ser acusado de no decir la verdad con respecto a los sueldos de los trabajadores.
- 5
1.96
R.A.
R.R.
Hallar un intervalo de confianza del 99% para el pago semanal promedio (U)
𝑧 = 385 + −2.57 ∗
8
√36
= 381.57 ; 388.43
Intervalo de confianza= 381.57 ; 388.43
2.-Se desea probar si ha habido un cambio en la proporción del 40% de mujeres que
estudia Administración en la UNJBG ; se seleccionó una muestra de 200 ingresantes
del último examen de admisión de la UNJBG , y se determinó que ingresaron 90
mujeres a la Escuela de Administración, Use un nivel de significancia del 1% para
probar la hipótesis que la proporción de mujeres que estudia administración es
diferente .
Datos:
n = 200
P0= 40% = 0.40
P
̂ = 90/200 = 0.45 = 0.45 proporción estudiantes mujeres que estudian administración
α = 0.01
Desarrollo:
Paso 1. Formulación de la hipótesis
H0: P = 0.40
H1: P ≠ 0.40
Paso 2. Fijar el nivel de significancia: α = 0.01
Paso 3. Estadística de prueba:
Paso 4. Determinar región de aceptación y rechazo
R.R = (-oo; -2.576] U (2.576; 00+]
R.A = (-2.576; 2.576)
Paso 5. Cálculo del valor de prueba
Zc =
0.45− 0.40
√
(0.40)(1−0.40)
200
= 1.4433
Paso 6. Decisión
Como el Z calculado 1.4433 cae en la región de aceptación, entonces se acepta la H0
Paso 7. Conclusión
Con un nivel de significancia del 5% se puede afirmar que la proporción de ingresantes mujeres a la
carrera de administración es 40%.
Hallar un Intervalos de Confianza del 95% para la proporción poblacional (P)
𝐼𝑐 = ⟦0.45 + −1.96√
0.45 ∗ (1 − 0.45)
200
⟧
Ic= 0.3810 ; 0.5189
Zc= 1.4433
-2.576
1.64
R.A.
R.R.
R.A.
R.R.
2.576
1.64
R.A.
R.R.
3.- Se realizóun experimentopara determinar si existe diferenciaentre losresultados
del tiempo medio de duración o vencimiento de dos tipos de conserva, del tipo A y
B. suponga que el tiempo medio de duración de las conservas se distribuye
normalmente. Se eligieron al azar doce conservas registrándose el tiempo de
duración en semanas. Los datos muéstrales son los siguientes:
a) El tiempo de duración de los dos tipos de conservas es diferente? Use α = 0.01
DATOS:
𝑋
̅A=14.66 𝑆1 = 2.3094 𝑆1
2
= 5.33
𝑋
̅B=14.5 𝑆2 = 2.9695 𝑆1
2
= 8.8181
1.Formulación de Hipótesis
𝑯𝒐:
𝑺𝟏
𝑺𝟐
= 𝟏
H1:
𝑺𝟏
𝑺𝟐
> 𝟏
2.Nivel de significancia
α=1% = 0.01
3.Estadistico de prueba
4.Región de rechazo y aceptación
5.Calculo
𝑭 =
𝟓.𝟑𝟑
𝟖.𝟖𝟏
= 𝟎.𝟔𝟎𝟓
Conserva A 12 11 15 16 14 16 18 14 13 14 14 19
Conserva B 10 13 13 12 13 14 15 18 12 16 18 20
1%
%
4.16
6.Decisión
Ya que cae en zona de aceptación, se acepta la hipótesis nula 𝑯𝒐:
𝑺𝟏
𝑺𝟐
= 𝟏 a un nivel de significancia del
1%
7.Las varianzas son iguales
𝑺𝟏
𝑺𝟐
= 𝟏
a) El tiempo de duración de las dos conservas es diferente? (realice la prueba de igualdad o diferencia
de varianzas previamente) . Use α = 0.01
𝑋
̅A=14.66 𝑆1 = 2.3094 𝑆1
2
= 5.33
𝑋
̅B=14.5 𝑆2 = 2.9695 𝑆2
2
= 8.8181
1.Formulación de hipótesis
Ho: 𝝁𝟏 = 𝝁𝟐
H1: 𝝁𝟏 ≠ 𝝁𝟐
2.Nivel de significancia
α=1%=0.01
3.Estadistico de prueba
4.Región de rechazó y aceptación
5.Calculo
-2.508 2.508
𝒕 =
𝟏𝟒.𝟔𝟔 − 𝟏𝟒.𝟓
√
(𝟏𝟐 − 𝟏) ∗ 𝟓. 𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖.𝟖𝟏
𝟏𝟐 + 𝟏𝟐 − 𝟐
∗ (
𝟏
𝟏𝟐
+
𝟏
𝟏𝟐
)
= 𝟎. 𝟑𝟔𝟏𝟎
6.Decisión
Ya que 0.3610 es mayor que -2.508 y menor que 2.508 entonces cae en zona de aceptación, por lo tanto,
se acepta la hipótesis nula 𝝁𝟏 = 𝝁𝟐 a un nivel de significancia del 1%.
Se puede afirmar que el tiempo medio de duración de ambas conservas es el mismo.
7.Los datos muéstrales tienen evidencia para decir que el promedio de duración o vencimiento de dos
tipos de conserva son iguales
b) Calcule un intervalode confianza del95% para la diferenciadeltiempo de duración
promedio poblacionales
𝟏𝟒.𝟔𝟔 − 𝟏𝟒.𝟓 ± 𝟐. 𝟎𝟕𝟒 ∗ √
(𝟏𝟐 − 𝟏) ∗ 𝟓.𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖.𝟖𝟏
𝟏𝟐 + 𝟏𝟐 − 𝟐
∗ √(
𝟏
𝟏𝟐
+
𝟏
𝟏𝟐
) =
𝟐.𝟎𝟖𝟔 ∗ √
(𝟏𝟐 − 𝟏) ∗ 𝟓.𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖. 𝟖𝟏
𝟏𝟐 + 𝟏𝟐 − 𝟐
∗ √(
𝟏
𝟏𝟐
+
𝟏
𝟏𝟐
) = 𝟐.𝟎𝟏
−𝟎.𝟏𝟔 ± 𝟐.𝟐𝟓𝟏𝟑𝟒𝟗𝟎𝟓
𝑰.𝑪.= −𝟐. 𝟎𝟗𝟏𝟑𝟒 ; 𝟐.𝟒𝟏𝟏𝟑𝟒
Dado que hay 0 en nuestro intervalo de confianza a un 95% de confianza, no podemos afirmar que una
conserva tiene mejor duración o vencimiento que otra.
4.- La fracción de artículos defectuosos producidos por dos líneas de producción
se está analizando. Una muestra aleatoria de 700 unidades de la línea 1 tiene 50
artículos defectuosas, en tanto que una muestra aleatoria de 600 unidades de la línea
2 tiene 28 artículos defectuosos. ¿Es razonable concluir que la línea de producción1
y 2 producen una fracción diferente de artículos defectuosas? Use un nivel de
significancia del 1%.
Paso 1: Formulación de la hipótesis
𝐻0:𝑃1 = 𝑃2
𝐻1: 𝑃1 ≠ 𝑃2
Paso 2: Nivel de significancia
𝛼 = 0.01
Paso 3: Estadístico de prueba
Paso 4: Región de aceptación y rechazo
𝑅.𝑅.= (−∞,− 2.576] 𝑈 [2.576,∞)
𝑅.𝐴.= (−2.576,2.576)
0.01
- 2.576 2.576
R.A.
Paso 5: Cálculo del valor de prueba
𝑝̂1 =
50
700
= 0.071
𝑝̂2 =
28
600
= 0.046
𝑝̂ =
50 + 28
700 + 600
= 0.06
Reemplazamos en la fórmula
𝑍𝑐 =
(0.071 − 0.046)
√0.06(1 − 0.06) [(
1
700
) + (
1
600
)]
= 1.89214
Paso 6: Conclusión
Como Zc= 1.89214 cae en la región de aceptación, aceptamos H0 y rechazamos H1
Paso 7: Decisión
Como un nivel de significancia de 0.01 podemos afirmar que existe evidencia estadísticamente
significativa para decir que la línea de producción 1 y 2, producen la misma fracción de artículos
defectuosos.
b ) Hallar un intervalos de confianza del 95% para P1 - P2
𝐼𝑐 = (0.071 − 0.046)+ −1.96√
0.071(1 − 0.071)
700
+ 0.046(1 − 0.046)/600
Ic= -0.00035 < p < 0.05035
5.-Se desea probar a un nivel de α =5%; si hay independencia entre la evaluación de
personal de una planta pesquera y su desempeño laboral
Nivel de Evaluación de personal
Desempeño laboral. BAJO ALTO
Bueno 7 33
Deficiente 23 17
Paso 1: Formulación de la hipótesis
Ho: La práctica de la planta pesquera y desempeño laboral son independientes.
Ho: La práctica de la planta pesquera y desempeño laboral no son independientes
Paso 2: Nivel de significancia:
α = 5% = 0.05
Paso 3: Estadística de Prueba:
Desempeño
laboral.
Bajo Alto
Bueno 7 33
Deficiente 23 17
Frecuencia:
Desempeño
laboral.
Favorable Desfavorable Total 2
Bueno 7 33 40
Deficiente 23 17 40
Total 1 30 50 80
Frecuencia Esperada:
Fórmula para la frecuencia esperada (TOTAL COLUMNA * TOTAL FILA) / (SUMA
TOTAL)
Desempeño
laboral.
Favorable Desfavorable
Bueno 30*40/80=15 50*40/80=25
Deficiente 30+40/80=15 50*40/80=25
Estadística de prueba:
𝑥2
=
(𝑜1−𝑒1)2
𝑒1
+
(𝑜2−𝑒2)2
𝑒2
+
(𝑜3−𝑒3)2
𝑒3
+
(𝑜4−𝑒4)2
𝑒4
Paso 4: Región de Aceptación y de rechazo
Grados de libertad:
(2-1) *(2-1)
(2-1) *(2-1)
1
Valor Critico:
3.841 según la tabla chi-cuadrado
Ho
Regiónde rechazo
𝛼 = 0.05
Z= 3.841, Zc= 13.654
Paso 5: Calculo del Valor de Prueba
𝑥2
=
(𝑜1−𝑒1)2
𝑒1
+
(𝑜2−𝑒2)2
𝑒2
+
(𝑜3−𝑒3)2
𝑒3
+
(𝑜4−𝑒4)2
𝑒4+
𝑥2
=
(7−15)2
15
+
(33−25)2
25
+
(23−15)2
15
+
(17−25)2
25
= 13.654
(Xc)2 = 13.654
Paso 6: Decisión
Como el valor calculado (Xc)2 = 13.654, pertenece a la región de Rechazo de Ho, se
rechaza la ho.
Paso 7: Conclusión
Con los datos obtenidos se concluye que se rechaza la Hipótesis Nula y se acepta la
hipótesis alternativa, por lo tanto, las variables de evaluación del personal y el
desempeño laboral de los trabajadores de la planta pesquera si se relacionan.

Más contenido relacionado

La actualidad más candente

Seminario 8
Seminario 8Seminario 8
Distribucion binominal
Distribucion binominalDistribucion binominal
Distribucion binominal
Elia Paz
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
vanediazs
 
Distribución norma estandar
Distribución norma estandarDistribución norma estandar
Distribución norma estandar
Pedro Rico Hernández
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencial
Yaremi Mejia Guerrero
 
Estadistica
EstadisticaEstadistica
Distribución binomial naduath
Distribución binomial naduathDistribución binomial naduath
Distribución binomial naduath
Naduath Mendoza
 
S04 ad4001 v3_s_sa
S04 ad4001 v3_s_saS04 ad4001 v3_s_sa
S04 ad4001 v3_s_sa
Jorge Ramírez
 
Practica dirigida 1 estimación de proporciones_ingeniería
Practica dirigida 1 estimación de proporciones_ingenieríaPractica dirigida 1 estimación de proporciones_ingeniería
Practica dirigida 1 estimación de proporciones_ingeniería
Juan Soto
 
Problemas resueltos de_mecanica_de_suelo
Problemas resueltos de_mecanica_de_sueloProblemas resueltos de_mecanica_de_suelo
Problemas resueltos de_mecanica_de_suelo
Alpi Quispe
 
Caso de Yovana
Caso de YovanaCaso de Yovana
Caso de Yovana
alimacni
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
Julio Leal
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
Andreu M. Dorado
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
Evelin Garcia Fernandez
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
IPN
 
Distribucion binominal
Distribucion binominalDistribucion binominal
Distribucion binominal
marin133
 
Ejercicio 6 y 7
Ejercicio 6 y 7Ejercicio 6 y 7
Ejercicio 6 y 7
julio_rmz10
 
Distribución de Probabilidad
Distribución de ProbabilidadDistribución de Probabilidad
Distribución de Probabilidad
SistemadeEstudiosMed
 

La actualidad más candente (18)

Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Distribucion binominal
Distribucion binominalDistribucion binominal
Distribucion binominal
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Distribución norma estandar
Distribución norma estandarDistribución norma estandar
Distribución norma estandar
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencial
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribución binomial naduath
Distribución binomial naduathDistribución binomial naduath
Distribución binomial naduath
 
S04 ad4001 v3_s_sa
S04 ad4001 v3_s_saS04 ad4001 v3_s_sa
S04 ad4001 v3_s_sa
 
Practica dirigida 1 estimación de proporciones_ingeniería
Practica dirigida 1 estimación de proporciones_ingenieríaPractica dirigida 1 estimación de proporciones_ingeniería
Practica dirigida 1 estimación de proporciones_ingeniería
 
Problemas resueltos de_mecanica_de_suelo
Problemas resueltos de_mecanica_de_sueloProblemas resueltos de_mecanica_de_suelo
Problemas resueltos de_mecanica_de_suelo
 
Caso de Yovana
Caso de YovanaCaso de Yovana
Caso de Yovana
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 
Distribucion binominal
Distribucion binominalDistribucion binominal
Distribucion binominal
 
Ejercicio 6 y 7
Ejercicio 6 y 7Ejercicio 6 y 7
Ejercicio 6 y 7
 
Distribución de Probabilidad
Distribución de ProbabilidadDistribución de Probabilidad
Distribución de Probabilidad
 

Similar a Examen 1 luis gustavo quenta rivera

Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
Mark Ardiles Alegre
 
Estadistica III
Estadistica IIIEstadistica III
Estadistica III
Videoconferencias UTPL
 
estadístico ambiental
estadístico ambiental estadístico ambiental
estadístico ambiental
AronHuarcayaPastor
 
Planes de muestreo
Planes de muestreoPlanes de muestreo
Planes de muestreo
Claudia Castro
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
google
 
meto_super_respu.ppt
meto_super_respu.pptmeto_super_respu.ppt
meto_super_respu.ppt
HomeroHerreraRojas2
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
María Gordón
 
Chi cuadrado
Chi  cuadradoChi  cuadrado
Chi cuadrado
Maricela Ayala
 
Presentacion ops umayor-2011
Presentacion ops umayor-2011Presentacion ops umayor-2011
Presentacion ops umayor-2011
gestiondecalidad2011
 
Taller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdfTaller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdf
PaoloParedes5
 
Estudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadEstudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidad
Daday Rivas
 
Prueba de Hipótesis
Prueba de Hipótesis Prueba de Hipótesis
Prueba de Hipótesis
Alberto Esteban Valdez
 
Estadistica 4
Estadistica 4Estadistica 4
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesis
Iris Márquez
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
F Franz Guillermo
 
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESISPRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
Carlos Miguel Santa Cruz Vera
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
GLADYSROSALINALEYVAC
 
S13.s1 - Material.pptx
S13.s1 - Material.pptxS13.s1 - Material.pptx
S13.s1 - Material.pptx
AnaskeylaCuadros
 
Ejercicios de prueba de hipotesis
Ejercicios de prueba de  hipotesisEjercicios de prueba de  hipotesis
Ejercicios de prueba de hipotesis
Irizitha Carreon Rangel
 
Priorización de historias de usuario: ISSHBC
Priorización de historias de usuario: ISSHBCPriorización de historias de usuario: ISSHBC
Priorización de historias de usuario: ISSHBC
Ismael-Santiago Sánchez-Herrera Bautista-Camara
 

Similar a Examen 1 luis gustavo quenta rivera (20)

Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
 
Estadistica III
Estadistica IIIEstadistica III
Estadistica III
 
estadístico ambiental
estadístico ambiental estadístico ambiental
estadístico ambiental
 
Planes de muestreo
Planes de muestreoPlanes de muestreo
Planes de muestreo
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
meto_super_respu.ppt
meto_super_respu.pptmeto_super_respu.ppt
meto_super_respu.ppt
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
 
Chi cuadrado
Chi  cuadradoChi  cuadrado
Chi cuadrado
 
Presentacion ops umayor-2011
Presentacion ops umayor-2011Presentacion ops umayor-2011
Presentacion ops umayor-2011
 
Taller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdfTaller R&R_CALIDAD DE MEDICIONES.pdf
Taller R&R_CALIDAD DE MEDICIONES.pdf
 
Estudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadEstudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidad
 
Prueba de Hipótesis
Prueba de Hipótesis Prueba de Hipótesis
Prueba de Hipótesis
 
Estadistica 4
Estadistica 4Estadistica 4
Estadistica 4
 
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesis
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
 
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESISPRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
 
S13.s1 - Material.pptx
S13.s1 - Material.pptxS13.s1 - Material.pptx
S13.s1 - Material.pptx
 
Ejercicios de prueba de hipotesis
Ejercicios de prueba de  hipotesisEjercicios de prueba de  hipotesis
Ejercicios de prueba de hipotesis
 
Priorización de historias de usuario: ISSHBC
Priorización de historias de usuario: ISSHBCPriorización de historias de usuario: ISSHBC
Priorización de historias de usuario: ISSHBC
 

Último

La psicología del dinero, aprende a mejorar tu relacion con el dinero
La psicología del dinero, aprende a mejorar tu relacion con el dineroLa psicología del dinero, aprende a mejorar tu relacion con el dinero
La psicología del dinero, aprende a mejorar tu relacion con el dinero
CecilyJaimesBermudez
 
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptxANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
PalJosuTiznadoCanaza
 
Documentos comerciales, documento comercial
Documentos comerciales, documento comercialDocumentos comerciales, documento comercial
Documentos comerciales, documento comercial
JaimeMorra
 
ORGANIZACIÓN EMPRESARIAL..............pptx
ORGANIZACIÓN EMPRESARIAL..............pptxORGANIZACIÓN EMPRESARIAL..............pptx
ORGANIZACIÓN EMPRESARIAL..............pptx
NoeliaLupacaInquilla1
 
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptxClase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
kimLore2
 
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
micarnavaltupatrimon
 
Trabajo sobre Presupuesto Empresarial .pdf
Trabajo sobre Presupuesto Empresarial .pdfTrabajo sobre Presupuesto Empresarial .pdf
Trabajo sobre Presupuesto Empresarial .pdf
YennyGarcia45
 
Calculo de amortización de un prestamo.pdf
Calculo de amortización de un prestamo.pdfCalculo de amortización de un prestamo.pdf
Calculo de amortización de un prestamo.pdf
LEIDYRIOFRIO
 
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANOINVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
jennicaceres
 
Actividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptxActividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptx
luis95466
 
Los catorce principios de calidad en las empresas, según Deming..pptx
Los catorce  principios de calidad en las empresas, según Deming..pptxLos catorce  principios de calidad en las empresas, según Deming..pptx
Los catorce principios de calidad en las empresas, según Deming..pptx
AbelQuispe31
 
ejecucion de la investigacion de mercados
ejecucion  de la investigacion de mercadosejecucion  de la investigacion de mercados
ejecucion de la investigacion de mercados
MARIAGUADALUPEMENDEZ10
 
NIF C-1 Efectivo y equivalentes de efectivo.pptx
NIF C-1 Efectivo y equivalentes de efectivo.pptxNIF C-1 Efectivo y equivalentes de efectivo.pptx
NIF C-1 Efectivo y equivalentes de efectivo.pptx
sashadelynch27
 
Gestión de Inventarios - Cadena de Sumnistro
Gestión de Inventarios - Cadena de SumnistroGestión de Inventarios - Cadena de Sumnistro
Gestión de Inventarios - Cadena de Sumnistro
hrbuildersaccom
 
Tema 20 Cuentas Por Cobrar Finanzas I UNSA
Tema 20 Cuentas Por Cobrar Finanzas I UNSATema 20 Cuentas Por Cobrar Finanzas I UNSA
Tema 20 Cuentas Por Cobrar Finanzas I UNSA
GABRIELAALEXANDRASAI1
 
Guia de emprendimientos para los alumnos
Guia de emprendimientos para los alumnosGuia de emprendimientos para los alumnos
Guia de emprendimientos para los alumnos
cantutecperu
 
cafetales encalado y producción usos y costumbres
cafetales encalado y producción usos y costumbrescafetales encalado y producción usos y costumbres
cafetales encalado y producción usos y costumbres
DavidFloresJara
 
Lo nuevo NOI 11 haz ese momento historico
Lo nuevo NOI 11 haz ese momento historicoLo nuevo NOI 11 haz ese momento historico
Lo nuevo NOI 11 haz ese momento historico
Cade Soluciones
 
Sesión 1-2 Formulación de Estados Financieros (2).pdf
Sesión 1-2 Formulación de Estados Financieros (2).pdfSesión 1-2 Formulación de Estados Financieros (2).pdf
Sesión 1-2 Formulación de Estados Financieros (2).pdf
JhoanaSilvaHeredia
 
DIRECTORIO órgano de control institucional - ABRIL 2024.pdf
DIRECTORIO órgano de control institucional - ABRIL 2024.pdfDIRECTORIO órgano de control institucional - ABRIL 2024.pdf
DIRECTORIO órgano de control institucional - ABRIL 2024.pdf
peruvip2
 

Último (20)

La psicología del dinero, aprende a mejorar tu relacion con el dinero
La psicología del dinero, aprende a mejorar tu relacion con el dineroLa psicología del dinero, aprende a mejorar tu relacion con el dinero
La psicología del dinero, aprende a mejorar tu relacion con el dinero
 
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptxANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
ANÁLISIS FINANCIERO DE LA EMPRESA GLORIA.pptx
 
Documentos comerciales, documento comercial
Documentos comerciales, documento comercialDocumentos comerciales, documento comercial
Documentos comerciales, documento comercial
 
ORGANIZACIÓN EMPRESARIAL..............pptx
ORGANIZACIÓN EMPRESARIAL..............pptxORGANIZACIÓN EMPRESARIAL..............pptx
ORGANIZACIÓN EMPRESARIAL..............pptx
 
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptxClase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
Clase 6.- Comercio Internacional y Acuerdos Comerciales.pptx
 
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...
 
Trabajo sobre Presupuesto Empresarial .pdf
Trabajo sobre Presupuesto Empresarial .pdfTrabajo sobre Presupuesto Empresarial .pdf
Trabajo sobre Presupuesto Empresarial .pdf
 
Calculo de amortización de un prestamo.pdf
Calculo de amortización de un prestamo.pdfCalculo de amortización de un prestamo.pdf
Calculo de amortización de un prestamo.pdf
 
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANOINVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
INVESTIGACION FORMATIVA GESTIÓN DE TALENTO HUMANO
 
Actividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptxActividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptx
 
Los catorce principios de calidad en las empresas, según Deming..pptx
Los catorce  principios de calidad en las empresas, según Deming..pptxLos catorce  principios de calidad en las empresas, según Deming..pptx
Los catorce principios de calidad en las empresas, según Deming..pptx
 
ejecucion de la investigacion de mercados
ejecucion  de la investigacion de mercadosejecucion  de la investigacion de mercados
ejecucion de la investigacion de mercados
 
NIF C-1 Efectivo y equivalentes de efectivo.pptx
NIF C-1 Efectivo y equivalentes de efectivo.pptxNIF C-1 Efectivo y equivalentes de efectivo.pptx
NIF C-1 Efectivo y equivalentes de efectivo.pptx
 
Gestión de Inventarios - Cadena de Sumnistro
Gestión de Inventarios - Cadena de SumnistroGestión de Inventarios - Cadena de Sumnistro
Gestión de Inventarios - Cadena de Sumnistro
 
Tema 20 Cuentas Por Cobrar Finanzas I UNSA
Tema 20 Cuentas Por Cobrar Finanzas I UNSATema 20 Cuentas Por Cobrar Finanzas I UNSA
Tema 20 Cuentas Por Cobrar Finanzas I UNSA
 
Guia de emprendimientos para los alumnos
Guia de emprendimientos para los alumnosGuia de emprendimientos para los alumnos
Guia de emprendimientos para los alumnos
 
cafetales encalado y producción usos y costumbres
cafetales encalado y producción usos y costumbrescafetales encalado y producción usos y costumbres
cafetales encalado y producción usos y costumbres
 
Lo nuevo NOI 11 haz ese momento historico
Lo nuevo NOI 11 haz ese momento historicoLo nuevo NOI 11 haz ese momento historico
Lo nuevo NOI 11 haz ese momento historico
 
Sesión 1-2 Formulación de Estados Financieros (2).pdf
Sesión 1-2 Formulación de Estados Financieros (2).pdfSesión 1-2 Formulación de Estados Financieros (2).pdf
Sesión 1-2 Formulación de Estados Financieros (2).pdf
 
DIRECTORIO órgano de control institucional - ABRIL 2024.pdf
DIRECTORIO órgano de control institucional - ABRIL 2024.pdfDIRECTORIO órgano de control institucional - ABRIL 2024.pdf
DIRECTORIO órgano de control institucional - ABRIL 2024.pdf
 

Examen 1 luis gustavo quenta rivera

  • 1. UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN – ESCUELADE ADMINISTRACION I EXAMEN DE ESTADISTICA NOMBRE: Luis Gustavo Quenta Rivera (2019-105056) 1.-El gerente de unaempresa agroexportadora,afirma que los pagos semanales a los trabajadores tiene una distribución normal con media de 400 soles (como resultado de la negociación colectiva). Un inspector del Ministerio de Trabajo quiere verificar si el gerente de la empresa dice la verdad y toma una muestra de 36 trabajadores y encuentra que el pago promedio por semana que reciben estos trabajadores es de 385 soles; con una desviación estándar de 8 soles ¿Puede ser acusado el gerente de la empresa de no decir la verdad? Use un nivel de significancia del 5%. Datos: n = 36 σ = 8 𝑥̅ = 385 𝜇 = 400 Paso 1: Formulación de la hipótesis 𝐻0:𝜇 = 400 𝐻1: 𝜇 < 400 Paso 2: Nivel de significancia 𝛼 = 0.05 Paso 3: Estadístico de prueba
  • 2. Paso 4: Región de aceptación y rechazo 𝑅.𝑅.= (−∞,− 1.96] 𝑅.𝐴.= (−1.96 ,00+) Paso 5: Cálculo del valor de prueba 𝑍𝑐 = 385 − 400 8 √36 = −11.25 Paso 6: Conclusión Se rechaza la H0, ya que el resultado cae en la región de rechazo. Paso 7: Decisión Como un nivel de significancia de 0.05 podemos rechazar la hipótesis nula, por tanto, el gerente si puede ser acusado de no decir la verdad con respecto a los sueldos de los trabajadores. - 5 1.96 R.A. R.R.
  • 3. Hallar un intervalo de confianza del 99% para el pago semanal promedio (U) 𝑧 = 385 + −2.57 ∗ 8 √36 = 381.57 ; 388.43 Intervalo de confianza= 381.57 ; 388.43 2.-Se desea probar si ha habido un cambio en la proporción del 40% de mujeres que estudia Administración en la UNJBG ; se seleccionó una muestra de 200 ingresantes del último examen de admisión de la UNJBG , y se determinó que ingresaron 90 mujeres a la Escuela de Administración, Use un nivel de significancia del 1% para probar la hipótesis que la proporción de mujeres que estudia administración es diferente . Datos: n = 200 P0= 40% = 0.40 P ̂ = 90/200 = 0.45 = 0.45 proporción estudiantes mujeres que estudian administración α = 0.01 Desarrollo: Paso 1. Formulación de la hipótesis H0: P = 0.40 H1: P ≠ 0.40 Paso 2. Fijar el nivel de significancia: α = 0.01 Paso 3. Estadística de prueba: Paso 4. Determinar región de aceptación y rechazo
  • 4. R.R = (-oo; -2.576] U (2.576; 00+] R.A = (-2.576; 2.576) Paso 5. Cálculo del valor de prueba Zc = 0.45− 0.40 √ (0.40)(1−0.40) 200 = 1.4433 Paso 6. Decisión Como el Z calculado 1.4433 cae en la región de aceptación, entonces se acepta la H0 Paso 7. Conclusión Con un nivel de significancia del 5% se puede afirmar que la proporción de ingresantes mujeres a la carrera de administración es 40%. Hallar un Intervalos de Confianza del 95% para la proporción poblacional (P) 𝐼𝑐 = ⟦0.45 + −1.96√ 0.45 ∗ (1 − 0.45) 200 ⟧ Ic= 0.3810 ; 0.5189 Zc= 1.4433 -2.576 1.64 R.A. R.R. R.A. R.R. 2.576 1.64 R.A. R.R.
  • 5. 3.- Se realizóun experimentopara determinar si existe diferenciaentre losresultados del tiempo medio de duración o vencimiento de dos tipos de conserva, del tipo A y B. suponga que el tiempo medio de duración de las conservas se distribuye normalmente. Se eligieron al azar doce conservas registrándose el tiempo de duración en semanas. Los datos muéstrales son los siguientes: a) El tiempo de duración de los dos tipos de conservas es diferente? Use α = 0.01 DATOS: 𝑋 ̅A=14.66 𝑆1 = 2.3094 𝑆1 2 = 5.33 𝑋 ̅B=14.5 𝑆2 = 2.9695 𝑆1 2 = 8.8181 1.Formulación de Hipótesis 𝑯𝒐: 𝑺𝟏 𝑺𝟐 = 𝟏 H1: 𝑺𝟏 𝑺𝟐 > 𝟏 2.Nivel de significancia α=1% = 0.01 3.Estadistico de prueba 4.Región de rechazo y aceptación 5.Calculo 𝑭 = 𝟓.𝟑𝟑 𝟖.𝟖𝟏 = 𝟎.𝟔𝟎𝟓 Conserva A 12 11 15 16 14 16 18 14 13 14 14 19 Conserva B 10 13 13 12 13 14 15 18 12 16 18 20 1% % 4.16
  • 6. 6.Decisión Ya que cae en zona de aceptación, se acepta la hipótesis nula 𝑯𝒐: 𝑺𝟏 𝑺𝟐 = 𝟏 a un nivel de significancia del 1% 7.Las varianzas son iguales 𝑺𝟏 𝑺𝟐 = 𝟏 a) El tiempo de duración de las dos conservas es diferente? (realice la prueba de igualdad o diferencia de varianzas previamente) . Use α = 0.01 𝑋 ̅A=14.66 𝑆1 = 2.3094 𝑆1 2 = 5.33 𝑋 ̅B=14.5 𝑆2 = 2.9695 𝑆2 2 = 8.8181 1.Formulación de hipótesis Ho: 𝝁𝟏 = 𝝁𝟐 H1: 𝝁𝟏 ≠ 𝝁𝟐 2.Nivel de significancia α=1%=0.01 3.Estadistico de prueba 4.Región de rechazó y aceptación 5.Calculo -2.508 2.508
  • 7. 𝒕 = 𝟏𝟒.𝟔𝟔 − 𝟏𝟒.𝟓 √ (𝟏𝟐 − 𝟏) ∗ 𝟓. 𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖.𝟖𝟏 𝟏𝟐 + 𝟏𝟐 − 𝟐 ∗ ( 𝟏 𝟏𝟐 + 𝟏 𝟏𝟐 ) = 𝟎. 𝟑𝟔𝟏𝟎 6.Decisión Ya que 0.3610 es mayor que -2.508 y menor que 2.508 entonces cae en zona de aceptación, por lo tanto, se acepta la hipótesis nula 𝝁𝟏 = 𝝁𝟐 a un nivel de significancia del 1%. Se puede afirmar que el tiempo medio de duración de ambas conservas es el mismo. 7.Los datos muéstrales tienen evidencia para decir que el promedio de duración o vencimiento de dos tipos de conserva son iguales b) Calcule un intervalode confianza del95% para la diferenciadeltiempo de duración promedio poblacionales 𝟏𝟒.𝟔𝟔 − 𝟏𝟒.𝟓 ± 𝟐. 𝟎𝟕𝟒 ∗ √ (𝟏𝟐 − 𝟏) ∗ 𝟓.𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖.𝟖𝟏 𝟏𝟐 + 𝟏𝟐 − 𝟐 ∗ √( 𝟏 𝟏𝟐 + 𝟏 𝟏𝟐 ) = 𝟐.𝟎𝟖𝟔 ∗ √ (𝟏𝟐 − 𝟏) ∗ 𝟓.𝟑𝟑 + (𝟏𝟐 − 𝟏) ∗ 𝟖. 𝟖𝟏 𝟏𝟐 + 𝟏𝟐 − 𝟐 ∗ √( 𝟏 𝟏𝟐 + 𝟏 𝟏𝟐 ) = 𝟐.𝟎𝟏 −𝟎.𝟏𝟔 ± 𝟐.𝟐𝟓𝟏𝟑𝟒𝟗𝟎𝟓 𝑰.𝑪.= −𝟐. 𝟎𝟗𝟏𝟑𝟒 ; 𝟐.𝟒𝟏𝟏𝟑𝟒 Dado que hay 0 en nuestro intervalo de confianza a un 95% de confianza, no podemos afirmar que una conserva tiene mejor duración o vencimiento que otra.
  • 8. 4.- La fracción de artículos defectuosos producidos por dos líneas de producción se está analizando. Una muestra aleatoria de 700 unidades de la línea 1 tiene 50 artículos defectuosas, en tanto que una muestra aleatoria de 600 unidades de la línea 2 tiene 28 artículos defectuosos. ¿Es razonable concluir que la línea de producción1 y 2 producen una fracción diferente de artículos defectuosas? Use un nivel de significancia del 1%. Paso 1: Formulación de la hipótesis 𝐻0:𝑃1 = 𝑃2 𝐻1: 𝑃1 ≠ 𝑃2 Paso 2: Nivel de significancia 𝛼 = 0.01 Paso 3: Estadístico de prueba Paso 4: Región de aceptación y rechazo 𝑅.𝑅.= (−∞,− 2.576] 𝑈 [2.576,∞) 𝑅.𝐴.= (−2.576,2.576) 0.01 - 2.576 2.576 R.A.
  • 9. Paso 5: Cálculo del valor de prueba 𝑝̂1 = 50 700 = 0.071 𝑝̂2 = 28 600 = 0.046 𝑝̂ = 50 + 28 700 + 600 = 0.06 Reemplazamos en la fórmula 𝑍𝑐 = (0.071 − 0.046) √0.06(1 − 0.06) [( 1 700 ) + ( 1 600 )] = 1.89214 Paso 6: Conclusión Como Zc= 1.89214 cae en la región de aceptación, aceptamos H0 y rechazamos H1 Paso 7: Decisión Como un nivel de significancia de 0.01 podemos afirmar que existe evidencia estadísticamente significativa para decir que la línea de producción 1 y 2, producen la misma fracción de artículos defectuosos. b ) Hallar un intervalos de confianza del 95% para P1 - P2 𝐼𝑐 = (0.071 − 0.046)+ −1.96√ 0.071(1 − 0.071) 700 + 0.046(1 − 0.046)/600 Ic= -0.00035 < p < 0.05035
  • 10. 5.-Se desea probar a un nivel de α =5%; si hay independencia entre la evaluación de personal de una planta pesquera y su desempeño laboral Nivel de Evaluación de personal Desempeño laboral. BAJO ALTO Bueno 7 33 Deficiente 23 17 Paso 1: Formulación de la hipótesis Ho: La práctica de la planta pesquera y desempeño laboral son independientes. Ho: La práctica de la planta pesquera y desempeño laboral no son independientes Paso 2: Nivel de significancia: α = 5% = 0.05 Paso 3: Estadística de Prueba: Desempeño laboral. Bajo Alto Bueno 7 33 Deficiente 23 17 Frecuencia: Desempeño laboral. Favorable Desfavorable Total 2 Bueno 7 33 40 Deficiente 23 17 40 Total 1 30 50 80 Frecuencia Esperada:
  • 11. Fórmula para la frecuencia esperada (TOTAL COLUMNA * TOTAL FILA) / (SUMA TOTAL) Desempeño laboral. Favorable Desfavorable Bueno 30*40/80=15 50*40/80=25 Deficiente 30+40/80=15 50*40/80=25 Estadística de prueba: 𝑥2 = (𝑜1−𝑒1)2 𝑒1 + (𝑜2−𝑒2)2 𝑒2 + (𝑜3−𝑒3)2 𝑒3 + (𝑜4−𝑒4)2 𝑒4 Paso 4: Región de Aceptación y de rechazo Grados de libertad: (2-1) *(2-1) (2-1) *(2-1) 1 Valor Critico: 3.841 según la tabla chi-cuadrado Ho Regiónde rechazo 𝛼 = 0.05 Z= 3.841, Zc= 13.654
  • 12. Paso 5: Calculo del Valor de Prueba 𝑥2 = (𝑜1−𝑒1)2 𝑒1 + (𝑜2−𝑒2)2 𝑒2 + (𝑜3−𝑒3)2 𝑒3 + (𝑜4−𝑒4)2 𝑒4+ 𝑥2 = (7−15)2 15 + (33−25)2 25 + (23−15)2 15 + (17−25)2 25 = 13.654 (Xc)2 = 13.654 Paso 6: Decisión Como el valor calculado (Xc)2 = 13.654, pertenece a la región de Rechazo de Ho, se rechaza la ho. Paso 7: Conclusión Con los datos obtenidos se concluye que se rechaza la Hipótesis Nula y se acepta la hipótesis alternativa, por lo tanto, las variables de evaluación del personal y el desempeño laboral de los trabajadores de la planta pesquera si se relacionan.