Anda di halaman 1dari 95

4.

ANLISIS DE
DATOS DE ENTRADA
Simulacin Industrial

Helien Parra Riveros

Helien Parra Riveros

Agenda
Conceptos estadsticos fundamentales (repaso)
Distribuciones de Probabilidad
Distribucin Normal
Pruebas de Hiptesis e Inferencia estadstica

Anlisis de Normalidad (repaso)


Anlisis de Frecuencias
Medidas de Posicin Central
Asimetra y Apuntamiento

Helien Parra Riveros

Siempre hemos querido anticiparnos a los hechos

Helien Parra Riveros

Unos han intentado explicarlo.

Helien Parra Riveros

Proceso Histrico del Error

Helien Parra Riveros

La gran conclusin

Helien Parra Riveros

Distribuciones de Probabilidad
Un repaso

Helien Parra Riveros

Helien Parra Riveros

Histograma
Representacin grfica de
una variable en forma de
barras, donde la superficie
de cada barra es
proporcional a la frecuencia
de los valores
representados, ya sea en
forma diferencial o
acumulada. Sirven para
obtener una "primera vista"
general, o panorama, de la
distribucin de la poblacin,
o la muestra, respecto a una
caracterstica, cuantitativa y
continua, de la misma y que
es de inters para el
observador
Helien Parra Riveros

Numero de Clases
1. Orden arbitrario
2. Frmula de Sturges: c= 1+3,3 log (n)
3. Geomtrico = log()
4. Webster: 2
Donde n es el numero de datos.

Helien Parra Riveros

Los datos del histograma son una distribucin emprica de probabilidad


Clase
173
179,8125
186,625
193,4375
200,25
207,0625
213,875
220,6875
227,5
234,3125
241,125
247,9375
254,75
261,5625
268,375
275,1875
y mayor...

Frecuencia
1
0
1
4
6
16
23
28
35
39
39
22
17
13
5
7
4

% acumulado
0,38%
0,38%
0,77%
2,31%
4,62%
10,77%
19,62%
30,38%
43,85%
58,85%
73,85%
82,31%
88,85%
93,85%
95,77%
98,46%
100,00%

Histograma
45

120,00%
39 39

40

35

100,00%

35
28

30
23

25
20

16

22

60,00%

17
13

15
10
5

80,00%

4
1

40,00%
5

7
4

20,00%

Helien Parra Riveros

0,00%

Helien Parra Riveros

Helien Parra Riveros

Fuente: Webster

Propiedades de las frecuencias

Tendencia central: Es un valor de


la variable que se encuentra hacia
el centro de la distribucin de
frecuencias. A este valor se le
denomina promedio y es un valor
que sintetiza a todos los valores
de la distribucin.
Variabilidad: Es un ndice o
medida que resume el grado de
concentracin de los valores de
una distribucin en torno a un
promedio. Si los valores estn
muy cercanos al promedio se
habla de una distribucin
homognea; si, por el contrario,
los valores se alejan del promedio
se habla de distribucin
heterognea.

Helien Parra Riveros

Propiedades de las frecuencias

Sesgo o asimetra: Se refiere al grado de simetra o asimetra


de una distribucin de frecuencias. Si hay un nmero de
observaciones similar por debajo y por encima del promedio
se dice que la distribucin es simtrica. Si hay una mayor
frecuencia de valores bajos que de valores altos se dice que la
distribucin es asimtrica positiva. Si hay una mayor
frecuencia de valores altos que bajos, se dice que la
distribucin es asimtrica negativa.

Helien Parra Riveros

Propiedades de las frecuencias

Curtosis o apuntamiento: Se refiere al grado de apuntamiento


de la distribucin de frecuencias. Cuando es muy apuntada,
se dice que es leptocrtica, y si es muy aplastada, se dice que
es platicrtica. Un grado intermedio entre estos grados de
apuntamiento es la distribucin mesocrtica, que es la
distribucin normal o de referencia para establecer el grado
de apuntamiento

Helien Parra Riveros

Medidas de Dispersin

Helien Parra Riveros

Helien Parra Riveros

Definicion
Las medidas de dispersin, tambin llamadas
medidas de variabilidad, muestran la variabilidad de
una distribucin, indicando por medio de un
nmero, si las diferentes puntuaciones de una
variable estn muy alejadas de la media. Cunto
mayor sea ese valor, mayor ser la variabilidad,
cuanto menor sea, ms homognea ser a la media.

Helien Parra Riveros

Medidas de dispersin
Rango Estadstico y Rango Medio
Varianza
Desviacin Tpica
Coeficiente de Variacin

Helien Parra Riveros

Rangos
Rango Estadstico = ( Max Min )i
Rango Medio =

( )
(
)
2

Expresa la amplitud de la serie de datos

Helien Parra Riveros

Varianza
La varianza es una medida de dispersin entre cada
dato contra la media estadstica
Es una medida de distancia tpica y se expresa en
trminos cuadrticos pues se basa en la distancia
promedio positivas y negativas entre cada dato y la
media

Helien Parra Riveros

Desviacin estndar
La medida de la varianza al ser
cuadrtica expresa una unidad
de medida distinta a la del
fenmeno medido y observado
por lo que debe corregirse
Al aplicar el radical de orden 2 se
obtiene la unidad de medida
original pero la varianza como tal
no es un valor exacto por ello se
denomina desviacin tpica o
estndar
Es la variacin promedio ente los
datos y la media
Helien Parra Riveros

Coeficiente de Variacin
Es una expresin porcentual de cuanto vara la
media en relacin con su desviacin estndar y
sirve para comparar en un solo sistema dos
desviaciones de dos poblaciones distintas
=

X100

Helien Parra Riveros

Medidas de Asimetra

Helien Parra Riveros

Helien Parra Riveros

Asimetra
Grado de desplazamiento de la mayora de datos
en relacin con la media

Una forma de calcularlo es el coeficiente de


Pearson

Helien Parra Riveros

Apuntamiento

4
= 4

Donde

4 =

=1(

)4

Ap>3

Ap<3
Ap=3

Helien Parra Riveros

Podemos verlo..

45

120,00%
39

40

39
100,00%

35
35
28

Ttulo del eje

30
23

25
20

80,00%
22

16

13

15
10
5

60,00%
17

4
1

40,00%
5

7
4

20,00%

0,00%

Ttulo del eje

Helien Parra Riveros

Definicin
La distribucin de probabilidad de una variable
aleatoria es una funcin que asigna a cada suceso
definido sobre la variable aleatoria la probabilidad
de que dicho suceso ocurra.
La distribucin de probabilidad est completamente
especificada por la funcin de distribucin, cuyo
valor en cada real x es la probabilidad de que la
variable aleatoria sea menor o igual que x.
Podemos decir que la probabilidad es un rea bajo
la curva.
Helien Parra Riveros

Ejemplos
45

120,00%
39 39

40

35

100,00%

TFrecuencia

35
28

30
23

25
20

22

60,00%

17

16

13

15
10
5

80,00%

4
1

40,00%
5

7
4

20,00%

0,00%

Toneladas

Cual es la probabilidad que el numero de toneladas vendidas sea


menor a 220 toneladas?
Cual es la probabilidad de vender ms de 260 toneladas?
..
Helien Parra Riveros

Eventos Discretos y Eventos Continuos

Helien Parra Riveros

Helien Parra Riveros

Eventos Discretos y eventos continuos


Evento Discreto

Evento Continuo

Un evento discreto es aquel


cuya ocurrencia es
instantnea, toma un
conjunto de valores
reconocidos nicamente.
Cumple con la caracterstica
de ser biunvoco y
excluyente

Un evento continuo es
aquel que se da de forma
permanente toma cualquier
valor en un intervalo.
No es biunvoco ni
excluyente

Helien Parra Riveros

Eventos Discretos y Probabilidad Discreta

Helien Parra Riveros

Eventos Continuos y probabilidad contnua

Helien Parra Riveros

Distribuciones de Probabilidad variable discreta y Continua

Se denomina distribucin de
variable discreta a aquella cuya
funcin de probabilidad slo
toma valores positivos en un
conjunto de valores de finito o
infinito numerable.
Ejemplos de stas distribuciones
son:

Uniforme
Binomial
Bernoulli
Poisson
Hipergeomtrica

Se denomina variable continua a


aquella que puede tomar
cualquiera de los infinitos valores
existentes dentro de un intervalo.
En el caso de variable continua la
distribucin de probabilidad es la
integral de la funcin de densidad
Ejemplos de estas distribuciones
son:

Normal
t Student (Grossman)
Exponencial
Gamma
Uniforme
F
Weibull
.

Helien Parra Riveros

1. Distribucin Uniforme Discreta


Es una distribucin de probabilidad que asume un
nmero finito de valores con la misma probabilidad.

Helien Parra Riveros

Ensayo de Bernoulli

Un ensayo de Bernoulli es un
experimento aleatorio en el que slo
se pueden obtener dos resultados
(habitualmente etiquetados como
xito y fracaso).
Estos ensayos estn modelados por
una variable aleatoria que puede
tomar slo dos valores, 0 y 1.
Un ensayo de Bernoulli se caracteriza
por ser dicotmico, esto es, slo son
posibles dos resultados. A uno de
estos se denomina xito y tiene una
probabilidad de ocurrencia p y por
otro lado B, denomnado fracaso, con
una probabilidad q = 1 - p.
Los procesos de Bernoulli son los que
resultan de la repeticin en el tiempo
de ensayos de Bernoulli
independientes pero idnticos.

Jakob Bernoulli.
Helien Parra Riveros

Ensayo de Bernoulli
Despus de la
distribucin uniforme, la
distribucin de Bernoulli
de parmetro p es el
modelo ms simple de
probabilidad.
Se aplica a situaciones
en las que un cierto
atributo aparece con
probabilidad p (xito) y la
ausencia de este mismo
atributo con probabilidad
q=1-p (fracaso), es decir
slo admite dos
resultados posibles
Helien Parra Riveros

2. Distribucin de Bernoulli

p= Probabilidad de xito, q= Probabilidad de fracaso.


X= Numero de ensayos

Helien Parra Riveros

2. Distribucin de Bernoulli

Helien Parra Riveros

Ejemplo
Experimento : Lanzar un dado y que salga 5
X = # de veces que sale un 5.

Al lanzar un dado tenemos 6 posibilidades resultados el espacio muestral es de

S=(1,2,3,4,5,6)
Se considera xito sacar un 5 entonces la probabilidad es de P=1/6
Se considera fracaso a no sacar un 5 entonces q= 1-P = 1-(1/6) = 5/6
La probabilidad de que salga un 5 viene definida en que x =1 (xito)

P(x=1) = (1/6)1 * (5/6)1-1 = 1/6 = 0.16


Y x=0 (fracaso)

P(x=0) = (1/6)0 * (5/6)1-0 = 5/6 = 0.83

Helien Parra Riveros

Coeficiente binomial
Los coeficientes
binomiales, nmeros
combinatorios o
combinaciones son
nmeros estudiados en
combinatoria que
corresponden al
nmero de formas en
que se pueden extraer
subconjuntos a partir
de un conjunto dado.

Se tiene un conjunto con 6


objetos diferentes {A,B,C,D,E,F},
de los cuales se desea escoger 2
(sin importar el orden de
eleccin). Existen 15 formas de
efectuar tal eleccin:

Helien Parra Riveros

Coeficiente binomial
El coeficiente binomial
Es el nmero de subconjuntos de k elementos
escogidos de un conjunto con n elementos.
El coeficiente binomial est dado por la frmula:

Helien Parra Riveros

3. Distribucin Binomial
Es una distribucin de
probabilidad discreta
que mide el nmero de
xitos en una secuencia
de n ensayos de
Bernoulli
independientes entre s,
con una probabilidad
fija p de ocurrencia del
xito entre los ensayos.
Helien Parra Riveros

Tendencias del histograma

Cuando n es pequeo

Cuando n tiende a

Helien Parra Riveros

Funcin de distribucin:

n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.

n k nk
F ( x) p q
k 0 k
x

n!
P( X x )
Pk Qnk
k! (n k )!

Helien Parra Riveros

PQ 1

Ejemplo
Cul es la probabilidad de obtener 6 caras al
lanzar una moneda 10 veces?
p= (1/2)= 0.5. q= (1-p) = (1-0.5)= 0.5
k es el nmero de aciertos (k=6)
n : Numero de pruebas (10)
10!
P( X 6)
0.5 6 0.5106 0.205
6! (10 6)!
xls=(FACT(10)/(FACT(6)*FACT(4)))*((0,5^6)*(0,5^4))
Helien Parra Riveros

Proceso de Poisson
Proceso estocstico de
tiempo continuo que
consiste en "contar" eventos
raros que ocurren a lo largo
del tiempo.
El tiempo entre cada par de
eventos consecutivos tiene
una distribucin exponencial
con el parmetro , y cada
uno de estos tiempos entre
llegadas se supone que es
independiente de otros
tiempos entre llegadas.

Simon Denis Poisson

Helien Parra Riveros

Caractersticas
Estacionario
Simple
Independiente
Se puede representar por
- Longitud
- Intervalo

Helien Parra Riveros

Aplicaciones
Se pueden modelar
muchos fenmenos como
un proceso de Poisson. El
nmero de sucesos en un
intervalo de tiempo dado
es una variable aleatoria
de distribucin de Poisson
donde es la media de
nmeros de sucesos en
este intervalo. El tiempo
hasta que ocurre el
suceso nmero k en un
proceso de Poisson de
intensidad es una
variable aleatoria
Helien Parra Riveros

Ejemplos
Llegadas y arribos
Solicitudes
Cantidades que se
presentan en periodos
de tiempo
Procesos evolutivos

Helien Parra Riveros

4. Distribucin de Poisson
En la teora de la probabilidad y en la estadstica, la
distribucin de Poisson es una distribucin de
probabilidad discreta. Ella expresa, por ejemplo, la
probabilidad de que un correcto nmero de eventos
ocurran en un periodo de tiempo, si estos ocurran
con una tasa media conocida y si cada evento es
independiente del tiempo transcurrido desde el
ltimo evento.

Helien Parra Riveros

Distribucin de Poisson
Es una distribucin de
probabilidad discreta que expresa, a partir
de una frecuencia de ocurrencia media, la
probabilidad que ocurra un determinado
nmero de eventos durante cierto periodo
de tiempo o evento determinado
Donde:
P(X=K) es la probabilidad de ocurrencia cuando la variable discreta X
toma un valor finito k.
= es la ocurrencia promedio por unidad (tiempo, volumen, rea, etc.).
Puede darse directamente como una tasa estimarse al multiplicar la
probabilidad de xito (p) por el segmento dado (muestra) (n), es decir np.
La constante e tiene un valor aproximado de 2.711828
K es el nmero de xitos por unidad de tiempo o evento

Helien Parra Riveros

Helien Parra Riveros

Usos Prcticos
La distribucin de Poisson se utiliza en situaciones donde los
sucesos son impredecibles o de ocurrencia aleatoria. En otras
palabras no se sabe el total de posibles resultados.
Permite determinar la probabilidad de ocurrencia de un suceso
con resultado discreto.
Es muy til cuando la muestra o segmento n es grande y la
probabilidad de xitos p es pequea.
Se utiliza cuando la probabilidad del evento que nos interesa se
distribuye dentro de un segmento n dado como por ejemplo
distancia, rea, volumen o tiempo definido.
Es en muchos sentidos la versin de tiempo continuo del proceso
de Bernoulli.
Helien Parra Riveros

Ejemplo
El numero de clientes que
llega a la oficina los das
sbados es de 40 por hora.
Se requiere definir el
numero de vendedores a
contratar para el sbado
para lo que se emite una
directiva que establece que
si la probabilidad de tener al
menos 5 clientes cada 15
minutos es superior al 60%
se contratan dos (2)
vendedores. En caso
contrario se contratar un
solo vendedor

= 40 clientes por hora; 10


clientes en 15 minutos
k= 1+2+3+4+5.
P(x)=
0,05%+0,23%+0,76%+1,89%+3,78%

P(x)=6,71%
Dado que es muy baja, no se
contrata otro vendedor.

Helien Parra Riveros

Que sucede cuando n ????


Estamos ante un
contexto de cierta
aproximacin de la
distribucin binomial
para grandes valores de
n.
Abraham de Moivre

P( X x )

n!
Pk Qnk
k! (n k )!

Helien Parra Riveros

PQ 1

Teorema de De Moivre-Laplace

Helien Parra Riveros

Distribucin Normal

Helien Parra Riveros

Distribucin Normal
Disttribucion tpica de
poblaciones y es
considerada normal
porque es la tendencia de
la mayora de fenmenos

2
2
2

N: Numero de datos
: desviacin estndar
( )
: media = np
Helien Parra Riveros

Distribucin Normal. Teorema del Limite Central


Podemos
parametrizar
constantes en un
ndice Z e igualar:

Helien Parra Riveros

Propiedades Basicas
Es simtrica respecto de su media
La moda y la mediana son ambas iguales a la media
Los puntos de inflexin de la curva se dan para x =
y x = + .
Podemos dividir el rea bajo la curva en tres intervalos
en el intervalo [ - , + ] se encuentra comprendida,
aproximadamente, el 68,26% de la distribucin;
en el intervalo [ - 2, + 2] se encuentra,
aproximadamente, el 95,44% de la distribucin;
por su parte, en el intervalo [ -3, + 3] se encuentra
comprendida, aproximadamente, el 99,74% de la
distribucin.
Helien Parra Riveros

Distribucin Normal
: desviacin estndar (

Helien Parra Riveros

Bajo el concepto de estadstica descriptiva


cuantos datos necesito para inferir un
comportamiento normal?

Helien Parra Riveros

Helien Parra Riveros

Distribucin Normal

: desviacin estndar ( )
: media = np

Helien Parra Riveros

Distribucin Normal
: desviacin estndar (

Helien Parra Riveros

Distribucin Normal

: desviacin estndar
( )
: media = np

La transformacin de una distribucin X ~ N(, ) en una N(0, 1) se


llama normalizacin, estandarizacin o tipificacin de la variable X.

Helien Parra Riveros

0,5

0,5

Helien Parra Riveros

Helien Parra Riveros

P(x)= 0,5+Z(fx)
P(x)= 0,5-Z(fx)

P(x)= 0,5-Z(fx)

Helien Parra Riveros

P(x)= z1-z2

z2

z1

Helien Parra Riveros

Helien Parra Riveros

Distribucin Normal
1 = 1 = 0,3413
2 = 2 = 0,4773
3 = 1 = 0,4987

: desviacin estndar (

Helien Parra Riveros

CASOS TIPO

Helien Parra Riveros

CASOS TIPO
P(x) Xi ???

=

P(x) Xi = 0,5 - A(Zi)


Siempre Xi <
Xi

Suponga: Xi = 1,65. = 1,69. = 3


P(x) Xi ???
, ,
= , . = ,

P(x) Xi = 0,5 0,4082= 0,0918 = 9,18%


=

Helien Parra Riveros

CASOS TIPO
P(x) Xi ???

=

P(x) Xi = 0,5 + A(Zi)


Siempre < Xi

Xi

Suponga: Xi = 1,75. = 1,69. = 3


P(x) Xi ???
, ,
= , . = ,

P(x) Xi = 0,5 + 0,0080= 0,508 = 50,8%


=

Helien Parra Riveros

CASOS TIPO
P(x) Xi ???

=

P(x) Xi = 0,5 - A(Zi)


Siempre Xi <

Xi

Suponga: Xi = 1,72. = 1,69. = 3


P(x) Xi ???
=

, ,
= , . = ,

P(x) Xi = 0,5 0,0040= 0,496 = 49,6%


Helien Parra Riveros

CASOS TIPO

Xi

P(x) Xi ; Xj ???

=

P(x) Xi = A(Zj) - A(Zi)

Xj

Suponga: Xi = 1,65. Xj = 1,75. = 1,69. = 3


,,

,,

=
= , . = , ; =
= , . = , 80;

P(x) Xi = A(Zj) - A(Zi) = 0,4082-0,0080 = 0,4002= 40,02%

Helien Parra Riveros

Pruebas de Hiptesis

Helien Parra Riveros

Helien Parra Riveros

Concepto de Normalidad

En condiciones generales, si Sn es la suma de n variables aleatorias


independientes y de varianza no nula pero finita, entonces la funcin de
distribucin de Sn se aproxima bien a una distribucin normal
(tambin llamada distribucin gaussiana, curva de Gauss o campana de
Gauss). As pues, el teorema asegura que esto ocurre cuando la suma de
estas variables aleatorias e independientes es lo suficientemente
grandes

Helien Parra Riveros

Contraste de hiptesis

Un contraste de hiptesis (tambin denominado


prueba de hiptesis o prueba de significacin) es un
procedimiento de inferencia estadstica para
determinar si una propiedad que se supone en una
poblacin estadstica es compatible con lo observado
en una muestra de dicha poblacin.
una prueba de hiptesis es un mtodo eficaz para
inferir desde una poblacin hacia una muestra para
llegar a una conclusin
En situaciones prcticas, una inferencia estadstica
puede comprender la estimacin de un parmetro
poblacional o tomar decisiones acerca del valor del
parmetro
Helien Parra Riveros

Contrastacin
Es la base de la prueba de hiptesis.
Se basa en dos hiptesis en competencia son la
hiptesis alternativa Ha, generalmente la hiptesis
que el investigador desea apoyar y la hiptesis nula
H0, una contradiccin de la hiptesis alternativa.

Helien Parra Riveros

Proceso de estimacin por prueba de hiptesis


Una prueba estadstica de hiptesis est formada
de cinco partes:
1. La hiptesis nula, denotada por H0
2. La hiptesis alternativa, denotada por Ha
3. El estadstico de prueba
4. La regin de rechazo
5. La conclusin

Helien Parra Riveros

Aceptacin y Rechazo

Helien Parra Riveros

Ejemplo 1
Un estudio de mercados dice que el promedio diario de
clientes mujeres que visita un almacn es de 670. La
administracin del punto de venta afirma que el promedio de
hombres que visita el mismo punto, es mayor que el de las
mujeres. El departamento de mercadeo tom datos de
cuantos hombres acuden a dicho punto por 40 das de forma
aleatoria y se concluy que la media de los datos fue de una
media =725 con una desviacin = 102. Con un nivel del
confianza del 1% es vlido afirmar que asisten mas hombres
que mujeres a este punto de venta?
Esto es importante para cambiar la estrategia comercial
Como lo podemos probar?
Helien Parra Riveros

Ejemplo 1
Pasos 1 y 2: H0 : =670 contra Ha : 670
Paso 3: Estadstico de prueba: =

725670
102

= 3.41

40

Paso 4: Si el nivel de confianza es 1% (Z=2,33)

= 670
Z= 0

=x
Z1= 2,33

= 725
Z2= 3,41

Paso 5: Como Z2 es < Z1 entonces se rechaza H0 y


se acepta H1
Helien Parra Riveros

Ejemplo 2
Una fbrica de productos de aseo vende en promedio
diariamente 880 toneladas de su producto estrella. La
gerente comercial desea expandir el negocio para lo
cual los inversionistas le piden verificar si esta
informacin es verdica o no. Toma al azar 50 das de la
base de datos y calcula el promedio y desviacin
estndar de estos das encontrando una media =871
toneladas con una desviacin = 21 toneladas. El
inversionista desea estabilidad en la produccin ms
que cantidad por lo que plantea que quiere verificar si
este promedio ha cambiado con el tiempo con un nivel
de confianza del 5%
Helien Parra Riveros

Ejemplo 2
Pasos 1 y 2: H0 : =880 contra Ha : 880
Paso 3: Estadstico de prueba: =

871880
21

= -3.03

50

Paso 4: Si el nivel de confianza es 5% en dos colas es 2,5%


(Z=1,96)

= 871
Z2= -3,03

=x
Z1= -1,96

= 880
Z= 0

=x
Z1= 1,96

Paso 5: Como Z2 es < Z1 entonces se rechaza H0 y se acepta


H1
Helien Parra Riveros

Muestras pequeas
En el caso de muestras pequeas se aplica el mismo
procedimiento pero utilizando la tabla de la
distribucin t con (n-1) grados de libertad

Helien Parra Riveros

Ejemplo 3
Un nuevo proceso para producir diamantes
sintticos puede ser operado a un nivel rentable
slo si el peso promedio de stos es mayor a .5
quilates. Para evaluar la rentabilidad del proceso, se
generan seis diamantes que registran pesos de .46,
.61, .52, .48, .57 y .54 quilates. Estas seis
mediciones presentan suficiente evidencia para
indicar que el peso promedio de los diamantes
producidos por el proceso es ms de .5 quilates
Helien Parra Riveros

Ejemplo 3
Pasos 1 y 2: H0 : =0,5 contra Ha : > 0,5

0,530,5

Paso 3: Estadstico de prueba: = 0,0559

= 1.32

Paso 4: Si el nivel de confianza es 5% (t=2,571)

= 0,5
Z= 0

= 0,53
t1= 1,32

=x
t= 2,571

Paso 5: Como t1 es < t entonces se acepta H0 y se


rechaza H1
Helien Parra Riveros

Limite de Confianza
En muchos casos ms que formular hiptesis, lo que
interesa es el calcular el intervalo en el que con un
nivel de confianza esperado la poblacin tendr un
comportamiento basado en la muestra selecionada.
Este intervalo es conocido como lmite de confianza

Helien Parra Riveros

Definicion

Si: =

Si: t =

entonces =

entonces =

para n>30
para n30

con n-1 grados de libertad


Donde Z y t son el nivel de confianza esperado (es
decir de aceptar H0)

Helien Parra Riveros

Para los casos


Si se toma el nivel de confianza como el 95%
entonces Z= 1,96 y t= 2,571 entonces
Para el caso 1: 725 1,96 102 40 = 756,61 y 693, 39
Para el caso 2:871

1,96

Para el caso 3:0,53

2,571

21
50

= 876,82 y 865,18

0,0559

Helien Parra Riveros

61

= 0,5942 y 0,4657

Taller de Aplicacin

Helien Parra Riveros

Helien Parra Riveros


93

Caso Global Bike


Tienes el reporte de ventas de Global Bike desde el 2010
al 2014
1. Aplica estadstica descriptiva para conocer el
comportamiento de:

Ventas (cantidades)
Ventas (precios)
Ventas (zonas)
Ventas (tiendas)

2. Determina los ingresos promedio de Global Bike y


Aplica estadstica descriptiva para conocer el
comportamiento por regional, ciudad, cliente en pesos
del dia de hoy
Helien Parra Riveros

94

Decide con probabilidades que tan


bueno es asociarse con Global Bike

Helien Parra Riveros

Helien Parra Riveros


95

Anda mungkin juga menyukai