Análisis de los métodos estadísticos a la solución de

problemas técnico-
económicos que existen cotidianamente en nuestra
sociedad.
Indice
1. Introducción
2. Desarrollo
3. Diseño de experimento
4. Series Cronológicas
5. Conclusiones
6. Bibliografía

1. Introducción

Podemos decir que en estos tiempos en el entorno empresarial cubano se hace muy poco uso
y quizás nulo de las técnicas y métodos estadísticos que resultan de vital importancia en la
solución de disímiles problemas que se dan a diario en nuestras empresas, mientras el mundo
de la informática se desarrolla cada vez más y son muchos los programas que han surgido
entre los que se encuentran varios de análisis estadísticos.
Nuestro trabajo se desarrolló con el fin de conocer la situación del peso de las gallinas
pertenecientes a la Unidad Económica Básica "Frank País" de Moa en función de la cantidad
de pienzo y agua que consumen, así como la influencia de los alimentos que ingerimos a diario
y los distintos horarios del día en los valores de presión arterial.

2. Desarrollo

Regresión Lineal Simple Y Múltiple

Problema 1.
En la Unidad Económica Básica "Frank País" de Moa se desea conocer el peso promedio que
alcanzarán las gallinas en el próximo trimestre. A final de cada trimestre estas gallinas son
distribuidas a la población y se inicia nuevamente el ciclo de crecimiento.
Se conoce la cantidad de pienzo y agua consumida por estas juega un papel determinante en
el peso de las mismas.
En el actual trimestre se realizó un estudio donde se obtuvieron los datos para 35 gallinas. (Ver
anexo 1). (Los datos recopilados no son reales).

Análisis de la Regresión Simple.

Variables:

 Variable dependiente: Y. Peso de las gallinas en libras (lb.).

 Variable independiente: X. Cantidad de pienzo consumida en kilogramos (Kg.)

Dócima de la pendiente.
Planteamiento de las hipótesis:

Si se acepta H0 : la variable no es significativa.(No existe relación lineal entre Y y X ).

 Si se rechaza H0 la variable es significativa (Existe relación lineal entre Y y X ).

F. variación S.C G.L C.M F P

Regresión 153,198 1 153,198 90,58 0,0000

Residuos 55,815 33 1,69136

Total 209,013 34

El coeficiente de correlación = 0,856131(las variables se encuentran relacionadas linealmente

en un 85,6131%).
R2 = 73,2959 (Se ha eliminado un 73,2959 % de los errores con la regresión).
El error estándar = 1,30052
Como el valor de probabilidad es 0,0000<0,05 se RH0 lo que quiere decir que el pienzo es
determinante en el peso de las gallinas.

La ecuación determinada para esta estimación es:

Dócima de la falta de ajuste.

(El modelo lineal proporciona un buen ajuste).

(El modelo lineal no proporciona un buen ajuste).

El modelo que mejor ajusta es el Square Root-X

F. variación S.C G.L C.M F P

F.A 36,1583 24 1,5066 0,69 0,7771

E.P 19,6567 9 2,18407

Como el valor de probabilidad 0,7771>0,10 se AH0 por lo que el modelo proporciona un buen
ajuste.

Análisis de la Regresión múltiple:

Variables:

 Variable dependiente: Y. Peso de las gallinas en libras (lb.).

 Variable independiente: X1 .cantidad de pienzo consumida en kilogramos (Kg.).
 Variable independiente: X2 .cantidad de agua consumida en litros (L.).

Dócima de la pendiente
F. variación S.C G.L C.M F P

Regresión 177,586 2 88,7929 90,41 0,0000

Residuos 31,4272 32 0,982099

Total 209,013 34

R2 = 84,964 %
R2 ajustada =84,0243 %
Error estándar =0,991009
Error medio absoluto = 0,742858
Estadístico de Durbin Watson = 1,76054.
Como la probabilidad es menor que 0,05 entonces se RH 0, lo que indica que algunas de estas
variables son útiles para hacer estimaciones del peso de las gallinas (Y).

Método paso a paso.(paso alante )

Con este método podemos determinar cuáles variables del modelo son significativas.
Estadígrafo para entrar = 4,14911
Estadígrafo para remover = 4,14911
En el paso número cero tenemos cero variables en el modelo con 34 G.L para el error y un
coeficiente de determinación de 0,00 %.
En el paso número uno adicionamos la variable X1 con un estadígrafo para entrar de 87,4949 y
como este valor es mayor que 4,14911 esta variable queda en el modelo con 33 G.L para el
error y un coeficiente de determinación de 72,61 %.
En el paso número dos adicionamos la variable X2 con un estadígrafo para entrar de 26,2859 y
como este valor es mayor que 4,14911 esta variable queda en el modelo con 32 G.L para el
error y un coeficiente de determinación de 84,96 %.
Como podemos observar, tanto el pienzo como el agua que consumen las gallinas son
significativas en el peso de las mismas.

El modelo tiene la siguiente ecuación:

Verificación de supuestos:
Normalidad:
Si aproximadamente el 95 % de los residuos están en el intervalo de , entonces no hay
razón para rechazar el supuesto de normalidad.

El intervalo es (-1,982018; 1,982018)

Se cumple el supuesto de normalidad ya que el 94,29 % de los errores aleatorios se
encuentran dentro del intervalo indicado.

Homocedasticidad:

(Hay Homocedasticidad)
 Algún difiere (No hay Homocedasticidad)

n =35
c=3
p =3
S.C Residual G.1 = 22, 2067
S.C Residual G.2 = 24,306

F = 1, 0945345

1,0945345<2,57693

Se acepta H0 por lo que se cumple el supuesto de Homocedasticidad.

No autocorrelación:

(No hay autocorrelación).

(Hay autocorrelación)

n =35

dl =1,343
dv =1,584
RH0 AH0 RH0
0 1,343 1,584 2,416 2,657 4
d =1,76054. Se encuentra en la región de aceptación por lo que se cumple este supuesto.
No multicolinialidad:

(No hay multicolinialidad)

(Si hay multicolinialidad)

R.C:
R.C:

> 4,13927

Se RH0 por lo no se cumple el supuesto de no multicolinialidad.

Haciendo un pronóstico del peso que debería alcanzar una gallina para un consumo de pienzo
de 10,6 Kg. y 9 L de agua obtuvimos un valor de 10,5669 con un error estándar 1,04204.

3. Diseño de experimento

Problema 2.
En un estudio realizado por el ministerio de salud pública se obtuvo que la mayor parte de la
población cubana que padece de Hipertensión Arterial se concentra en las provincias
orientales. Según criterios médicos una de las causas fundamentales de tal enfermedad es el
régimen alimenticio que llevan las personas. Se pudo observar además que los alimentos que
se consumen no provocan el mismo efecto en la presión para los distintos horarios del día.
Es interés de todos conocer cuáles son los alimento que podemos consumir en mayor o menor
medida, los horarios en que son menores y mayores los valores de tensión arterial, así como la
mejor y la peor combinación de estos factores.
Para darle respuestas a estas interrogantes se tomaron muestras de valores de presión por 6
días en diferentes horarios del día de una persona. (Ver anexo 2).

Análisis de varianza para datos tipo III

F. variación S.C G.L C.M F P

P. Efectos

A: Factor A. 1733,33 2 866,667 39,00 0,0024

B: Factor H. 1200,0 2 600 27,00 0,0048

C: Réplic. 5,55556 1 5,55556 0,25 0,6433

Interacción

AB 266,667 4 66,6667 3,00 0,1562

AC 311,111 2 155,556 7,00 0,0494

BC 44,4444 2 22,2222 1,00 0,4444

Residuos 88,8889 4 22,2222

Total 3650,0 17

Analizando el P-value del factor A. se obtuvo que para se rechaza H0 lo que significa que hay
diferencias significativas entre los alimentos que se consumen, por lo que la variable es significativa en la
inestabilidad de la presión.
Haciendo el mismo análisis para el factor H. se obtuvo que para se rechaza H0 lo que significa
que hay diferencias significativas entre los horarios del día en que se toma la presión, por lo que la
variable es significativa en la inestabilidad de la presión.
Haciendo el análisis para las réplicas se obtuvo que para se acepta H0 lo que significa que la
variable no es significativa en la inestabilidad de la presión.
En las interacciones tenemos que solo es significativa la interacción del factor A con las réplicas.
Para obtener en cuáles horarios y en cuáles alimentos están estas diferencias significativas se uso del
método de Duncan obteniéndose:
Pruebas de rangos múltiples para los datos por el Factor A.

Método de Duncan con 95 %

Factor A. Conteo Media LS Grupos Homogéneos

Verduras 6 118,333 X

Harina 6 135,0 X

Sal 6 141,667 X

Contraste Diferencia

Harina-sal -6,66667

Harina-verduras *16,6667

Sal-verduras *23,3333

De aquí se deduce que existe homogeneidad entre los alimentos harina y sal y existen
diferencias significativas entre harina-verduras y sal-verduras.

Pruebas de rangos múltiples para los datos por el Factor H.

Método de Duncan con 95 %

Factor H. Conteo Media LS Grupos Homogéneos

Meridiano 6 121,667 X

Noche 6 131,667 X

mañana 6 141,667 X

Contraste Diferencia

Mañana-meridiano *20,0

Mañana-noche *10,0

Meridiano-noche *-10,0

De aquí se obtiene que existen diferencias significativas entre los tres horarios.
Para el Factor A.
Chequeo de varianza.
Prueba C. de Cochran`s: 0,565217 P-value = 0,279372
Prueba de Bartlett`s: 1,15598 P-value = 0,368475
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.

Para el Factor H.
Chequeo de varianza
Prueba C. de Cochran`s: 0,442177 P-value = 0,749976
Prueba de Bartlett`s: 1,17879 P-value = 0,322074
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.

Para el Factor Combi.

Pruebas de rangos múltiples para los datos por el Facto Combi.

Método de Duncan con 95 %

Factor Combi. Conteo Media Grupos Homogéneos

8 2 115,0 X

9 2 115,0 X

7 2 125,0 XX

5 2 125,0 XX

2 2 125,0 XX

6 2 135,0 XX

3 2 145,0 XX

4 2 145,0 XX

1 2 155,0 X

Con el experimento anterior llegamos a la conclusión de que los alimentos que debemos
consumir en mayor proporción son las verduras y los que menos debemos consumir son
aquellos que contengan alto contenido de sal. El horario del día en que la presión alcanza
menores valores es el meridiano y mayores valores por la mañana. La mejor combinación es
verduras-meridiano y la peor sal-mañana.

4. Series Cronológicas

Analizando el problema anterior pero con datos correspondientes a cuatro semanas se desea
analizar el comportamiento de la presión en cada semana así podría comportarse en los
próximos días. (Ver anexo 3).

1. Serie de tendencia constante estacional con período 7.

 Tt = B0
Media: 139,6429 Varianza: 153,4439 Modelo híbrido.

2. Estimación y chequeo.

B0 =139,643 p = 7 n = 28
E (1) =1,074 E (2) = 0,967 E (3) = 1,074 E (4) = 0,967
E (5) = 0,859 E (6) = 0,985 E (7) = 1,074
Varianza: 63,7500 Desv. Típica: 7,9844

3. Diseño de pronóstico.

Horizonte (K): 2 N = 28 m = 28 n = 14
Función de pronóstico:

E (1) = 1,060 E (2) = 0,971 E (3) = 1,065 E (4) = 0,975

E (5) = 0,851 E (6) = 0,953 E (7) = 1,094

Media de los errores: - 5,361

Suma de cuadrados: 980,298 Cuadrado Medio: 75,405
Raíz del Cuadrado Medio: 8,683752

Cálculo del intervalo de confianza para un nivel de confianza de 95 %.

Pronóstico para T = 30: 132,7373
Intervalo de confianza para el pronóstico (115,09; 150,38)
Desviación Estándar (1,25 DAP):9,0026
Valor del DAP: 7,20
Coeficiente de alisamiento del DPA: 0,250

5. Conclusiones

Consideramos que en dicho trabajo hemos cumplido con los objetivos propuestos debido a que
se puso en práctica los conocimientos adquiridos en clases, con la aplicación de métodos
estadísticos en la resolución de problemas, con el uso de paquetes de programas
profesionales. Obtuvimos como resultados que en el peso de las gallinas juega un papel
importante la cantidad de pienzo y agua consumida; que los alimentos que ingerimos a diario,
los diferentes horarios del día y la combinación de estos factores influyen significativamente en
los valores de presión arterial.

Recomendaciones
Exhortamos que se continúen realizando estos trabajos investigativos debido a que nos permite
elevar nuestros conocimientos y llevarlos a la práctica, logrando formar profesionales más
integrales, los cuales en futuro pueden rescatar aquellas técnicas estadísticas que se han
perdido.
Recomendamos además que la hora de seleccionar los alimentos a ingerir tengamos
presentes, cuáles son aquellos más beneficiosos y los que resulten más perjudiciales; que
preferentemente predominen en nuestras mesas las verduras y que en aquellos horarios tiende
a alcanzar mayores valores evitemos consumir alimento que contribuyen a elevar la misma