Trabajo Aplicado
Trabajo que como parte del curso de Estadística Inferencial presentan los
alumnos
2. PRINCIPALES OBJETIVOS.......................................................................... 8
8. CÁLCULOS………………………………………………………………………. 11
1.1. Introducción
1.2. Historia
El Perú es uno de los países con mayor diversidad biológica del planeta,
así como un crisol de razas y culturas de origen muy remoto, cuyos
ancestros supieron aprovechar los frutos que la tierra les ofrecía en
beneficio de los suyos.
1.3. Misión
1.4. Visión
RUC 20498377981
ESTADO Activo
CIIU 15499
TELEFONOS 295315
809475
GERENTE Rodríguez Rojas Cesar Gonzalo
2. Principales objetivos:
Adjunto en la ficha n° 1
Producto elaborado
6-7. Indicadores- medidas de Tendencia Central y de Dispersión
Dentro del área de producción notamos que la máquina 1 está programado para
embolsar hojuelas de avena con una cantidad media de 250gr. Y al tomar una
muestra de 100 bolsas obtuvimos una media de 250,03gr. Con una desviación
de 0,2116.
Nos interesa conocer el verdadero peso medio de las hojuelas de avena con
quinua para lo cual usaremos un I.C de 95%. Con esto sabremos si se está
cumpliendo con el contenido medio de las bolsas.
𝑢 = 250 𝑔𝑟
𝑛 = 100 𝑆 0,2116
𝜎̂ = =
𝑋̅ = 250,03𝑔𝑟 √𝑛 √100
0.95
0,025 0.025 𝜎̂ = 0,02116𝑔𝑟
𝑆 = 0,2116
𝑍0,975 = 1,96
HOJUELAS DE HOJUELAS DE
AVENA(A) AVENA CON
QUINUA(B)
𝑛𝐴 =100 𝑛𝐵 =100
̅̅̅
𝑋 𝐴 =250.013 gr
̅̅
𝑋̅̅
𝐵 =249.981 gr
̅̅̅
I.C (𝑢1 -𝑢2 ; 1-𝛼)= [( 𝑋 ̅̅̅̅
𝐴 - 𝑋𝐵 ) - 𝑍1−𝛼 𝜎(̅̅̅̅
̅̅̅ ̅̅̅̅
𝑋𝐵 ); ( 𝑋𝐴 - 𝑋𝐵 ) + 𝑍1−𝛼 𝜎(̅̅̅̅
𝑋𝐴 − ̅̅̅̅ 𝑋𝐵 )]
𝑋𝐴 − ̅̅̅̅
2 2
𝐴 𝜎2𝐵 𝜎2
𝜎(̅̅̅̅ 𝑋𝐵 )=√𝑛 + 𝑛
𝑋𝐴 − ̅̅̅̅
𝐴 𝐵
0.0547 0.0447
𝜎(̅̅̅̅ 𝑋𝐵 )=√
𝑋𝐴 − ̅̅̅̅ +
100 100
𝜎(̅̅̅̅ 𝑋𝐵 )=0.0315
𝑋𝐴 − ̅̅̅̅
I.C (𝑢1 -𝑢2 ; 95)= [ ( 250.013- 249.981) - (1.96)(0.0315); ( 250.013- 249.981) +
(1.96)(0.0315)]
n= 100
𝑥̅ = 249.98 , 𝑠 = 0.2116
1. Hipótesis
𝐻0 = 𝜇 ≥ 250
𝐻1 = 𝜇 < 250
2. Nivel de Significancia
𝛼 = 0.05
3. Estadística de Prueba
𝑥̅ − 𝜇0
𝑍𝑐 =
𝜎̂𝑥̅
𝑠
𝜎̂𝑥̅ =
√𝑛
4. Región Critica
R.C R.A
𝑧0,05 = −1.645
5. Calculo de estadística de prueba
0.2116
𝜎̂𝑥̅ = = 0.0212
√100
249.98 − 250
𝑍𝑐 = = −0.9434 ∈ 𝑅. 𝐴
0.0212
Dentro del área de producción se desea determinar si hay diferencia entre las
medias de los productos embolsados por la máquina A y B. Notamos que hay
una máquina A que está programado de embolsar hojuelas de avena, de una
muestra de 100 bolsas obtuvimos una media de 250,013gr. Con una varianza de
0.0547 gr mientras que otra muestra de 100 bolsas de la máquina B encargada
de embolsar hojuelas de avena con quinua se obtiene una media de 294.981gr
con una varianza de 0.0447gr. Con un nivel de significación de 5%
̅̅̅̅
𝑋𝐴 =250.013gr
𝜎𝐴2 =0.0547 gr
̅̅̅̅
𝑋𝐵 =249.981gr
𝜎𝐵2 =0.0447gr
𝝁𝑨 ≠ 𝝁𝑩 =?
1. Prueba de hipótesis
Ho: 𝜇𝐴 − 𝜇𝐵 = 𝑑0
H1:𝜇𝐴 − 𝜇𝐵 ≠ 𝑑0
2. Nivel de significación
𝜶 = 𝟎. 𝟎𝟓
3. Estadística de prueba
̅̅̅̅
(𝑿 ̅̅̅̅
𝑨 −𝑿 𝑩 )−𝒅𝟎
𝒁𝒄 =
𝝈 𝝈𝟐 𝟐
√ 𝑨+ 𝑩
𝒏𝑨 𝒏𝑩
(250.013−249.981)−0
Zc = 0.0547 0.0447
√ +
100 100
0.032
𝐙𝐜 =
0.0315
𝐙𝐜 = 1.0159 ∈ 𝑅𝐴
6. Conclusión
Seleccionando 100 bolsas de hojuelas de avena con quinua al azar que cumplen
con los estándares embolsamiento, nos damos cuenta que el por lo menos el
18,3 % pueda que no sea exacta.
𝑛 = 100
𝑃̅ = 0.183
0.98
0.01
𝑍0,99 = 2.325
𝑝̅ (1 − 𝑝̅)
𝜎̂𝑝 = √
𝑛
0.183(1 − 183)
=√
100
𝜎̂𝑝 = 0,0387
Una vez recolectado todos nuestros datos, nos interesa conoces un intervalo de
confianza para la diferencia entre las dos proporciones de ambas máquinas
sabiendo que de nuestra muestra 17 y 30 no cumplen el envasado estándar de
250gr por bolsa.
Máquina A Máquina B
P1 = 0,17. P2 = 0.30.
𝐼. 𝐶(𝑝1 − 𝑝2 ; 1 − 𝛼)
= [(𝑃1 − 𝑃2 ) − 𝑍1−𝛼 × 𝜎 𝑃1 − 𝑃2 ; (𝑃1 − 𝑃2 ) + 𝑍1−𝛼 × 𝜎 𝑃1 − 𝑃2 ]
2 2
𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 )
𝜎 ^ 𝑝1 − 𝑝2 = √ +
𝑛1 𝑛2
𝑍(0,975) = 1,96
𝜎 ^ 𝑝1 − 𝑝2 =0.0592536918
𝐼. 𝐶(𝑝1 − 𝑝2 ; 1 − 𝛼)
= [(0.17 − 0.30) − 1,96 × 0.0592536918; (0.17 − 0.30) + 1,96
× 0.0592536918]
Conclusión:
Con los datos obtenidos nos interesa conocer si la evidencia excede al 10% en
los envases hay un problema del peso, contamos con 13 envases los cuales
indicaron que hay problemas de incremento de peso.
n= 100
x=13 , 𝑃̅ = 0.13
1. Hipótesis
𝐻0 = 𝑃 ≤ 0.10
𝐻1 = 𝑃 > 0.10
2. Nivel de Significancia
𝛼 = 0.05
3. Estadística de Prueba
𝑃̅ − 𝑃0
𝑍𝑐 =
𝜎𝑃̅
𝑃0 (1 − 𝑃0 )
𝜎𝑃̅ = √
𝑛
4. Región Critica
0.13 − 0.10
𝑍𝑐 = =1
0.03
6. Conclusión
Se acepta H0. La proporción de envase con problemas de incremento de
peso no es mayor al 10%
La afirmación se hace con un nivel de significancia del 5%
8.8. Prueba de hipótesis para las proporciones de dos poblaciones
máquina A máquina B
n1 =100 n2 =100
x1 =83 x2=70
¿A > B?
1. Planteo de hipótesis:
𝐻0 = 𝑃1 − 𝑃2 ≤ 0
𝐻1 = 𝑃1 − 𝑃2 > 0
2. Nivel de significancia:
𝛼 = 0.05
3. Estadística de prueba:
𝑝̅1 − 𝑝̅2 − 𝑑𝑜
𝑧𝑐 =
√𝑝̅1 (1 − 𝑝̅1 ) + √ 𝑝̅2 (1 − 𝑝̅2 )
𝑛 𝑛
4. Región Critica:
5. Cálculo de la estadística de prueba:
0.83 − 0.70 − 0
𝑧𝑐 = = 2.1940 ∈ 𝑅. 𝐶
√0.83(1 − 0.83) + √0.70(1 − 0.70)
100 100
Se dice que para hacer un embolsado manual tardan 1.30min por el llenado en
cada bolsa, nosotros queremos saber la varianza de todos los tiempos del
proceso de embolsado a un intervalo del 95%, para ello tomamos una muestra
de 100 bolsas con una desviación estándar de 0. 2116.
n=100
𝑠 = 1.30min
I. C (σ2 ; 0.95) =?
99𝑥1.302 99𝑥1.302
I. C (σ2 ; 0.95) = [ ; ]
128.42 73.361
Con los datos obtenidos nos interesa conocer el intervalo de confianza para la
razón de varianzas de ambas máquinas y si ambas varianzas son iguales de 100
envases. Para la máquina A su desviación estándar es de 0.21165 gr. y de la
máquina B su desviación estándar es de 0.2338 gr.
Máquina A Máquina B
𝜎12 𝜎12 2 2
𝐶𝑜𝑚𝑜 1 ∈ 𝐼. 𝐶 ( 2 ; 0.95) → 2 = 1 → 𝜎1 = 𝜎2
𝜎2 𝜎2
n=100
1. Hipótesis
𝐻0 : 𝜎 2 ≤ 0.0547
𝐻1 : 𝜎 2 > 0.0547
2. Nivel de Significancia
𝛼 = 0.05
3. Estadística de Prueba
(𝑛 − 1)𝑆 2
𝑋2𝑐 =
𝜎2
4. Región Critica
Se desea hacer una comparación entre las hojuelas si pasan por un nivel de
humedad y si afecta en su producción, para ello se tomó una muestra de 100
unidades de la máquina A, esta produce una varianza de 0.05467778 y otra
muestra de la máquina B, produciendo una varianza de 0.04478687. ¿Podemos
decir que la varianza de la máquina A es mayor que la de la máquina B? Lo
calcularemos a un nivel de confianza del 95 %.
máquina A máquina B
n=100 n=100
1. Hipótesis
𝐻0 : 𝜎 21 = 𝜎 2 2
𝐻1 : 𝜎 21 > 𝜎 2 2
2. Nivel de Significancia
𝛼 = 0.05
3. Estadística de Prueba
𝑛1 (𝑛2 − 1)S12 𝜎 2 2
𝑋2𝑐 =
𝑛2 (𝑛1 − 1)S22 𝜎 21
4. Región Critica
R.A
0.95
Z=1.96
5. Calculo de estadística de prueba
100(100 − 1)0.05467778
𝑋2𝑐 = = 1.2208
100(100 − 1)0.04478687
6. Conclusión
Se acepta H0, la varianza entre la fabricación de las hojuelas de A es
mayor que el de la fabricación de las hojuelas en B
Esta muestra indica que no existe problemas de variabilidades.
La afirmación se hace con un nivel de significancia de 5%
8.10. Prueba de bondad da ajuste. (Para una distribución Binomial o
Poisson )
(EMBOLSADOS)
LUNES 5 DE JUNIO 120
MARTES 6 DE JUNIO 150
MIERCOLES 7 DE JUNIO 90
JUEVES 8 DE JUNIO 100
VIERNES 9 DE JUNIO 130
SOLUCIÓN
(EMBOLSADOS) ei
Oi
LUNES 5 DE 120 120
JUNIO
MARTES 6 DE 150 120
JUNIO
MIERCOLES 7 DE 90 120
JUNIO
JUEVES 8 DE 110 120
JUNIO
VIERNES 9 DE 130 120
JUNIO
TOTAL 600 600
X: días de la semana que se embolsaron las hojuelas de avena con
quinua.
1. Planteo de hipótesis
Ho: se encuentra distribuido en forma equitativa
H1: no se encuentra distribuido en forma equitativa
2. Nivel de significación
𝜶 = 𝟎. 𝟎𝟓
3. Estadística de prueba
(𝑶𝒊− 𝒆𝒊 )𝟐
𝑿𝟐𝑪 =∑𝒌𝒊=𝟏 ~𝑿𝟐 (𝒌 − 𝟏)
𝒆𝒊
4. Región critica
(𝐎𝐢− 𝐞𝐢 )𝟐
𝐗 𝟐𝐂 =∑𝐤𝐢=𝟏 𝐞𝐢
𝐗 𝟐𝐂 =0+7.5+7.5+0.83+0.83
𝐗 𝟐𝐂 =16.66 ∈ 𝑹𝑪
4. Conclusión
H𝑜 pertenece a la región crítica, se rechaza.
No se encuentre distribuido en forma equitativa durante los 5 días.
La afirmación se hace con un nivel de significancia de 5%
8.11. Prueba de independencia
X: las máquinas 1 y 2
1.- hipótesis
H0: el peso de las hojuelas de avena con quinua es independiente a las máquinas
1 y2.
H1: el peso de las hojuelas de avena con quinua es dependiente a las máquinas
1 y2.
𝛼 = 0,05
(𝑟 − 1)(𝑐 − 1)
4.-Región critica.
(2 − 1)(3 − 1)=2
0,95 0,05
2
𝜒0,95;2=5,9915
6.- conclusión
Se acepta H0, dado que existe independencia entre el peso de las hojuelas de
avena con quinua y las máquinas 1 y 2, entonces podemos afirmar que el peso
menor, exacto o en exceso son a causa las hojuelas de avena con quinua, no
todas las hojuelas poseen un peso unitario igual.
Variables cuantitativas
Interpretación:
Se observa que nuestras medias tienen una distribución sesgada hacia la
derecha y la dispersión que presenta es muy pequeña siendo nuestros datos
asimétricos y tenemos un dato atípico que es 249.
Ilustración 2: Extraído de IBM SPSS Statistic
Interpretación
Se puede observar que tenemos una distribución sesgada hacia la derecha y a
su vez posee un pico que es 250, así mismo es una distribución asimétrica que
también tiene como dato atípico el peso de 249.
Polígono de frecuencias
60
40
20
0
248.8 249 249.2 249.4 249.6 249.8 250 250.2 250.4 250.6
Pesos
Se puede observar que nuestro valor más alto es del de 250 lo cual nos indica
que es el dato más frecuente.
50
40
30
20
10
0
248.8 249 249.2 249.4 249.6 249.8 250 250.2 250.4 250.6
PESO
Interpretación:
Se observa en el grafico que el dato más alto y siendo el más frecuente el peso
de 250 siendo este el que es de mayor frecuencia.
Variables cualitativas
Grafico circular
Avena
Kiwicha
Interpretación:
Siete harinas
8.93%, 9%
14.29%, 14% Siete harinas lacteadas
Papilla fortificada
8.93%, 9% 21.43%, 22%
Harina de maíz extruida
Harina de quinua extruida
17.86%, 18% Harina de kiwicha extruida
14.29%, 14%
Harina de arroz extruida
7.14%, 7%
7.14%, 7%
Harina de trigo extruida
Interpretación:
Gráfico de barras
1200
1000
800
600
400
200
0
Siete Siete Papilla Harina de Harina de Harina de Harina de Harina de
harinas harinas fortificada maíz quinua kiwicha arroz trigo
lacteadas extruida extruida extruida extruida extruida
Interpretación: