SlideShare una empresa de Scribd logo
1 de 15
Sesión 6
Pruebas de Hipótesis
ejercicios
Estadística en las organizaciones
AD4001
Dr. Jorge Ramírez Medina
Solución de tarea
• Gerente
Dr. Jorge Ramírez Medina
EGADE Business School
Solución de tarea
• Tuercas
Dr. Jorge Ramírez Medina
EGADE Business School
Solución de tarea
• Videojuegos
Dr. Jorge Ramírez Medina
EGADE Business School
Solución de tarea
• Teorema Límite central
Dr. Jorge Ramírez Medina
EGADE Business School
Recordar de la sesión pasada
Dr. Jorge Ramírez Medina
EGADE Business School
Problema en el Hospital
Dr. Jorge Ramírez Medina
EGADE Business School
El director del Hospital López
Mateos tendrá una junta con el consejo
directivo el día de mañana pues tiene la
idea de que las ambulancias están
tardando más de 12 minutos en prestar
el servicio, por lo que es necesario
comprar más unidades.
Solución problema
ambulancia
Dr. Jorge Ramírez Medina
EGADE Business School
H0:   
Reject H0 if t > t
P-value<
Problemas individuales
Resolver en la plataforma
– Problema 1.
• Las barritas Marinela están marcadas con un peso de 12 gr. al
empacarse. Seleccione una muestra de 64 barritas con un nivel
de significancia de 0.05 y pruebe si la media de la población es
significativamente menor a la indicada.
– Problema 2.
• Una máquina expendedora de refrescos cuando está
perfectamente ajustada llena los envases con 12 mml de bebida.
Seleccione aleatoriamente, una muestra de 49 envases y
determine con un nivel de confianza del 95% si la máquina está
bien ajustada o no.
Dr. Jorge Ramírez Medina
EGADE Business School
Problema en clase
Problema 1.
Las barritas Marinela están marcadas con un cierto peso al empacarse.
Seleccione una muestra con un nivel de significancia de 0.05 y pruebe si
la media de la población es significativamente menor a la indicada. La
muestra da una media de contenido de 11.7 gr. con una desviación
estándar de 1.6 gr.
Paso 1 Ho: μ >= 12
Ha: μ < 12
Paso 2 = 0.05
Paso 3 t= -1.5
Paso 4 Para = 0.05 t=-1.669402222
Paso 5 1.5 > 1.67 ? Falso =>
No rechazar Ho
Paso 4 Para t= -1.5 p-value= 0.06930473
Paso 5 0.07< 0.05 ? Falso =>
No rechazar Ho
Dr. Jorge Ramírez Medina
EGADE Business School
Problema en clase
Problema 2
Una máquina expendedora de refrescos cuando está perfectamente
ajustada llena los envases con 12 mml de bebida se selecciona
aleatoriamente, una muestra aleatoria de 49 envases La muestra da una
media de contenido de 11.9 mml con una desviación estándar de 0.28
mml
Paso 1 Ho: μ = 12
Ha: μ < > 12
Paso 2 = 0.05
Paso 3 t= -2.5
Paso 4 Para /2= 0.025 t/2=2.010634722
Paso 5 2.5 > 2.01 ? Cierto=>
Rechazar Ho
Paso 4 Para t= 2.5 p-value= 0.007944845
Paso 5 0.0079 < 0.025 ? Cierto =>
Rechazar Ho
Dr. Jorge Ramírez Medina
EGADE Business School
Experimento en clase
Por equipos resolver el problema práctico. Atender a las
indicaciones del profesor.
Subir los resultados en archivo Excel a la plataforma de
manera individual.
Dr. Jorge Ramírez Medina
EGADE Business School
Conclusiones
Dr. Jorge Ramírez Medina
EGADE Business School
Tomado de; The Cartoon guide to Statistics. Larry Gonick y Woollcott . Harper Collins Publisher 1993
Asignación para
la siguiente sesión
Dr. Jorge Ramírez Medina
EGADE Business School
Fin Sesión Siete

Más contenido relacionado

Destacado

Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
Wilmer Fabian N
 
Ejercicios intervalos de confianza
Ejercicios intervalos de confianzaEjercicios intervalos de confianza
Ejercicios intervalos de confianza
alimacni
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvo
joselbis
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
eraperez
 
TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
guest8a3c19
 
Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
Alejandro Ruiz
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
216846
 
Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)
Filomeno Carvajal
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
milit
 

Destacado (20)

Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
 
Muestreo aleatorio Sistemático y Estratificado
Muestreo aleatorio Sistemático y EstratificadoMuestreo aleatorio Sistemático y Estratificado
Muestreo aleatorio Sistemático y Estratificado
 
Pruebas de Hipótesis
Pruebas de HipótesisPruebas de Hipótesis
Pruebas de Hipótesis
 
Muestreo sistemático
Muestreo sistemáticoMuestreo sistemático
Muestreo sistemático
 
Ejercicios intervalos de confianza
Ejercicios intervalos de confianzaEjercicios intervalos de confianza
Ejercicios intervalos de confianza
 
Pruebas de hipótesis e inferencia estadística
Pruebas de hipótesis e inferencia estadísticaPruebas de hipótesis e inferencia estadística
Pruebas de hipótesis e inferencia estadística
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianza
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvo
 
EL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICOEL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICO
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)
 
TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8)
 
Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 

Similar a S06 (7)

S08
S08S08
S08
 
S06 ad4001 alumnos
S06 ad4001 alumnosS06 ad4001 alumnos
S06 ad4001 alumnos
 
S04 ad4001 v3_s_sa
S04 ad4001 v3_s_saS04 ad4001 v3_s_sa
S04 ad4001 v3_s_sa
 
S06 ad4001 alumnos_ss
S06 ad4001 alumnos_ssS06 ad4001 alumnos_ss
S06 ad4001 alumnos_ss
 
S06 ad4001 exámenes_ss
S06 ad4001 exámenes_ssS06 ad4001 exámenes_ss
S06 ad4001 exámenes_ss
 
S08 ad4001b ss
S08 ad4001b ssS08 ad4001b ss
S08 ad4001b ss
 
S03 ad4024
S03 ad4024S03 ad4024
S03 ad4024
 

Más de Jorge Ramírez

Más de Jorge Ramírez (20)

AD4026 BI Sesión 04
AD4026 BI Sesión 04AD4026 BI Sesión 04
AD4026 BI Sesión 04
 
Session 03 Business Intelligence
Session 03 Business IntelligenceSession 03 Business Intelligence
Session 03 Business Intelligence
 
Business Intelligence S02
Business Intelligence S02Business Intelligence S02
Business Intelligence S02
 
AD4026 BI Sesión 01
AD4026 BI Sesión 01AD4026 BI Sesión 01
AD4026 BI Sesión 01
 
S05
S05S05
S05
 
S04
S04S04
S04
 
S03
S03S03
S03
 
S02
S02S02
S02
 
Sesión 01 FZ4013
Sesión 01 FZ4013Sesión 01 FZ4013
Sesión 01 FZ4013
 
Sesión 01 FZ4013
Sesión 01 FZ4013Sesión 01 FZ4013
Sesión 01 FZ4013
 
S11 ad5015
S11 ad5015S11 ad5015
S11 ad5015
 
Sesión 10 AD5015
Sesión 10 AD5015Sesión 10 AD5015
Sesión 10 AD5015
 
Apoyo ejercicio busqueda de-patentes
Apoyo ejercicio busqueda de-patentesApoyo ejercicio busqueda de-patentes
Apoyo ejercicio busqueda de-patentes
 
Introduccion innovacion 2013-ott-cem
Introduccion innovacion 2013-ott-cemIntroduccion innovacion 2013-ott-cem
Introduccion innovacion 2013-ott-cem
 
Sesión 06
Sesión 06Sesión 06
Sesión 06
 
S04 ad4024 v2
S04 ad4024 v2S04 ad4024 v2
S04 ad4024 v2
 
Diapositivas de la sesión 04 AD5015
Diapositivas de la sesión 04 AD5015Diapositivas de la sesión 04 AD5015
Diapositivas de la sesión 04 AD5015
 
sesión 03 AD5015
sesión 03 AD5015sesión 03 AD5015
sesión 03 AD5015
 
S05
S05S05
S05
 
S04
S04S04
S04
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIACOMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
Wilian24
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
AndreaTurell
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
Gonella
 

Último (20)

UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docxUNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
 
Programa dia de las madres para la convi
Programa dia de las madres para la conviPrograma dia de las madres para la convi
Programa dia de las madres para la convi
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdfsesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
 
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIACOMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Planeacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxPlaneacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docx
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
 
Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
 
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraSanta Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
 
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdfEFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Presentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfPresentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdf
 
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto gradoUNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
 
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 20241ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
 
Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
 

S06

  • 1. Sesión 6 Pruebas de Hipótesis ejercicios Estadística en las organizaciones AD4001 Dr. Jorge Ramírez Medina
  • 2. Solución de tarea • Gerente Dr. Jorge Ramírez Medina EGADE Business School
  • 3. Solución de tarea • Tuercas Dr. Jorge Ramírez Medina EGADE Business School
  • 4. Solución de tarea • Videojuegos Dr. Jorge Ramírez Medina EGADE Business School
  • 5. Solución de tarea • Teorema Límite central Dr. Jorge Ramírez Medina EGADE Business School
  • 6. Recordar de la sesión pasada Dr. Jorge Ramírez Medina EGADE Business School
  • 7. Problema en el Hospital Dr. Jorge Ramírez Medina EGADE Business School El director del Hospital López Mateos tendrá una junta con el consejo directivo el día de mañana pues tiene la idea de que las ambulancias están tardando más de 12 minutos en prestar el servicio, por lo que es necesario comprar más unidades.
  • 8. Solución problema ambulancia Dr. Jorge Ramírez Medina EGADE Business School H0:    Reject H0 if t > t P-value<
  • 9. Problemas individuales Resolver en la plataforma – Problema 1. • Las barritas Marinela están marcadas con un peso de 12 gr. al empacarse. Seleccione una muestra de 64 barritas con un nivel de significancia de 0.05 y pruebe si la media de la población es significativamente menor a la indicada. – Problema 2. • Una máquina expendedora de refrescos cuando está perfectamente ajustada llena los envases con 12 mml de bebida. Seleccione aleatoriamente, una muestra de 49 envases y determine con un nivel de confianza del 95% si la máquina está bien ajustada o no. Dr. Jorge Ramírez Medina EGADE Business School
  • 10. Problema en clase Problema 1. Las barritas Marinela están marcadas con un cierto peso al empacarse. Seleccione una muestra con un nivel de significancia de 0.05 y pruebe si la media de la población es significativamente menor a la indicada. La muestra da una media de contenido de 11.7 gr. con una desviación estándar de 1.6 gr. Paso 1 Ho: μ >= 12 Ha: μ < 12 Paso 2 = 0.05 Paso 3 t= -1.5 Paso 4 Para = 0.05 t=-1.669402222 Paso 5 1.5 > 1.67 ? Falso => No rechazar Ho Paso 4 Para t= -1.5 p-value= 0.06930473 Paso 5 0.07< 0.05 ? Falso => No rechazar Ho Dr. Jorge Ramírez Medina EGADE Business School
  • 11. Problema en clase Problema 2 Una máquina expendedora de refrescos cuando está perfectamente ajustada llena los envases con 12 mml de bebida se selecciona aleatoriamente, una muestra aleatoria de 49 envases La muestra da una media de contenido de 11.9 mml con una desviación estándar de 0.28 mml Paso 1 Ho: μ = 12 Ha: μ < > 12 Paso 2 = 0.05 Paso 3 t= -2.5 Paso 4 Para /2= 0.025 t/2=2.010634722 Paso 5 2.5 > 2.01 ? Cierto=> Rechazar Ho Paso 4 Para t= 2.5 p-value= 0.007944845 Paso 5 0.0079 < 0.025 ? Cierto => Rechazar Ho Dr. Jorge Ramírez Medina EGADE Business School
  • 12. Experimento en clase Por equipos resolver el problema práctico. Atender a las indicaciones del profesor. Subir los resultados en archivo Excel a la plataforma de manera individual. Dr. Jorge Ramírez Medina EGADE Business School
  • 13. Conclusiones Dr. Jorge Ramírez Medina EGADE Business School Tomado de; The Cartoon guide to Statistics. Larry Gonick y Woollcott . Harper Collins Publisher 1993
  • 14. Asignación para la siguiente sesión Dr. Jorge Ramírez Medina EGADE Business School

Notas del editor

  1.  El director del Hospital López Mateos tendrá una junta con el consejo directivo el día de mañana en donde expondrá la necesidad de comprar más ambulancias para poder responder en tiempo a las peticiones de auxilio. El director tiene la idea de que las ambulancias están tardando más de 12 minutos en prestar el servicio, por lo que es necesario comprar más unidades. A este efecto le ha solicitado a usted que le ayude a reforzar esta petición. Usted decide aplicar herramientas estadísticas por lo que decide medir el tiempo que tardan 40 servicios seleccionados al azar en este Hospital. El promedio que obtuvo de esta medición fue de 13.25 minutos, por lo que el director muy contento le indica que debido a que la variación que se tiene en reportes históricos es de 3.2 se deben comprar las ambulancias. Sin embargo usted le indica que si se deben comprar las ambulancias, pero no porque el resultado de esta muestra fue mayor a los 12 minutos sino porque al realizar la prueba de hipótesis el p-value fue menor que alfa. Indique cual es el valor del p-value.
  2. P1 Utilizando el criterio de valor crítico, pruebe si la media de la población es significativamente menor a 12 grs. a= 0.05 n= 64 m0= 12 x= 11.7 s= 1.6 P4 Una máquina expendedora de refrescos cuando está perfectamente ajustada llena los envases con cierta cantidad de bebida. Seleccione aleatoriamente, una muestra y determine con un nivel de confianza del 95% si la máquina está bien ajustada o no. a= 0.05 n= 49 m0= 12 x= 11.9 s= 0.28 P3 Un máquina corta barras de chocolate Carlos V 6cms de longitud. La máquina se considera que está en un ajuste perfecto si la longitud promedio del corte de la barra es de 6 cms Una muestra de 49 barras se selecciona aleatoriamente, y se miden sus longitudes. Se determina que la longitud promedio de la barra en la muestra es de 6.125 cms con una desviación estándar de 0.35 cms a= 0.05 n= 49 m0= 6 x= 6.125 s= 0.35
  3. Preguntas detontantes: Usamos un modelo que represente a la población. Usualmente los científicos prueban hipótesis: predecir acerca de los parámetros poblacionales. Hipótesis nula. Hipótesis alternativa. Lo que hacemos es probar los datos en el modelo. Si el modelo ajusta: esto es si se explica la mayor parte de la variación, entonces decimos que la hipótesis es verdadera. ¿Qué es Estadística?, ¿para qué sirve? Datos Cualitativos/Cuantitativos Modelos estadísticos ¿Qué significa un percentil? Diagrama de Caja Histograma ¿Modelo representa la población? Ronald Fisher Estadístico de prueba Estadístico Inferencial Distribución de probabilidad discreta, contíínua) características Binomial, Poisson, Exponencial Chebyshev, regla empírica Valores Z Distribución de muestreo de la media muestral TLC Estimación de intervalos Distribución t Pruebas de hipótesis Planteamiento de las pruebas de hipótesis Errores Pruebas de cola sup, inf, dos colas Pasos de las pruebas de hipótesis Caso MBA