Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estadística Aplicada para los Negocios Examen Final Pregunta 1 (4 puntos) A. Una muestra aleatoria de 144 observaciones arroja una media muestral de 160 y una varianza de 100. Con un nivel de confianza del 90% podemos afirmar que los límites inferior y superior del intervalo de confianza son respectivamente: - Identifique la variable y tipo de variable: - Límite inferior: [A] - Límite superior: [B] Solución: 𝐼𝐶(𝜇; 0.90) = [160 − (1.645) ( 10 √144 ) ; 160 + (1.645) ( 10 √144 )] 𝐼𝐶(𝜇; 0.90) = [158.63; 161.37] B. Una muestra aleatoria de 169 observaciones arroja una media muestral de 85 y una varianza de 81. Con un nivel de confianza del 95% podemos afirmar que los límites inferior y superior del intervalo de confianza son respectivamente: - Identifique la variable y tipo de variable: - Límite inferior: [A] - Límite superior: [B] Solución: 𝐼𝐶(𝜇; 0.95 ) = [85 − (1.96) ( 9 √169 ) ; 85 + (1.96) ( 9 √169 )] 𝐼𝐶(𝜇; 0.95 ) = [83.64; 86.36] C. Una muestra aleatoria de 225 observaciones arroja una media muestral de 135 y una varianza de 49. Con un nivel de confianza del 80% podemos afirmar que los límites inferior y superior del intervalo de confianza son respectivamente: - Identifique la variable y tipo de variable: - Límite inferior: [A] - Límite superior: [B] Solución: 𝐼𝐶(𝜇; 0.80) = [135 − (1.282) ( 7 √225 ) ; 135 + (1.282) ( 7 √225 )] 𝐼𝐶(𝜇; 0.80) = [134.40; 135.60] Pregunta 2 (6 puntos) A. Un fabricante afirma que por lo menos 90% de las piezas de una maquinaria que suministra a una fábrica guardan las formas especificadas. Un examen de 200 de esas piezas reveló que 160 de ellas no eran defectuosas. Identifique la variable, el tipo de variable y pruebe si lo que afirma el fabricante es cierto al 5% de significación. Solución: Ho: 𝑝 ≥ 0.9 H1: 𝑝 < 0.9 �̅� = 160 200 = 0.8 𝛼 = 0.05 𝑍𝑐 = �̅� − 𝑝 𝜎�̅� = 0.8 − 0.9 √0.9 ∗ 0.1 200 = −4.71 Dado que 𝑍𝑐 = −4.71 cae en la región crítica, rechazamos Ho. Menos del 90% de las piezas producidas por el fabricante guardan las formas específicas. 𝑍1−0.05 =-1.645 B. Un fabricante afirma que por lo menos 85% de las piezas de una maquinaria que suministra a una fábrica guardan las formas especificadas. Un examen de 300 de esas piezas reveló que 270 de ellas no eran defectuosas. Identifique la variable, el tipo de variable y pruebe si lo que afirma el fabricante es cierto al 3% de significación. Solución: Ho: 𝑝 ≥ 0.85 H1: 𝑝 < 0.85 �̅� = 270 300 = 0.9 𝛼 = 0.03 𝑍𝑐 = �̅� − 𝑝 𝜎�̅� = 0.9 − 0.85 √0.85 ∗ 0.15 300 = 2.43 Dado que 𝑍𝑐 = 2.43 cae en la región de aceptación, aceptamos Ho. Al menos el 85% de las piezas producidas por el fabricante guardan las formas específicas. 𝑍1−0.05 =-1.885 C. Un fabricante afirma que por lo menos 80% de las piezas de una maquinaria que suministra a una fábrica guardan las formas especificadas. Un examen de 120 de esas piezas reveló que 90 de ellas no eran defectuosas. Identifique la variable, el tipo de variable y pruebe si lo que afirma el fabricante es cierto al 1% de significación. Solución: Ho: 𝑝 ≥ 0.80 H1: 𝑝 < 0.80 �̅� = 90 120 = 0.75 𝛼 = 0.01 𝑍𝑐 = �̅� − 𝑝 𝜎�̅� = 0.75 − 0.80 √0.80 ∗ 0.20 120 = −1.369 Dado que 𝑍𝑐 = −1.369 cae en la región de aceptación, aceptamos Ho. Al menos el 80% de las piezas producidas por el fabricante guardan las formas específicas. 𝑍1−𝛼 =-2.325 Pregunta 3 (6 puntos) 1) Se encuestó a un grupo de personas para conocer su posición política y si estaban a favor de las últimas acciones del congreso. A continuación se muestran los resultados: A favor Indiferente En contra Izquierda 2 12 24 Centro 6 6 8 Derecha 26 10 6 ¿Hay relación entre la posición política de los encuestados y la opinión respecto al congreso? Use un nivel de significación del 10%. Solución: 𝐻0: 𝐿𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑝𝑜𝑙í𝑡𝑖𝑐𝑎 𝑦 𝑜𝑝𝑖𝑛𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎𝑑𝑜𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. 𝐻1: 𝐿𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑝𝑜𝑙í𝑡𝑖𝑐𝑎 𝑦 𝑜𝑝𝑖𝑛𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎𝑑𝑜𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. Nivel de significancia: 10%. Estadística de prueba: 𝑟 = 3, 𝑐 = 3. Grados de libertad: (3 − 1)(3 − 1) = 4. 𝜒2𝑐 = ∑ ∑ (𝑂𝑖𝑗 − 𝑒𝑖𝑗) 2 𝑒𝑖𝑗 𝑟 𝑗=1 𝑐 𝑖=1 ~𝜒2(4) Región crítica: A favor Indiferente En contra Total Izquierda 2 12 24 38 Centro 6 6 8 20 Derecha 26 10 6 42 Total 34 28 38 100 𝜒2(0.90,4) = 7.7794 𝜒2(0.90,4) = 7.7794 A favor Indiferente En contra Izquierda 12.92 10.64 14.44 Centro 6.8 5.6 7.6 Derecha 14.28 11.76 15.96 𝜒2𝑐 = 31.97 Conclusión: Como 𝜒2𝑐 ∈ 𝑅𝐶 entonces se rechaza 𝐻0. La posición política y opinión de los encuestados no son independientes. 2) El jefe de operaciones de una fábrica que elabora neumáticos desea determinar si hay diferencias en la calidad del trabajo entre los tres turnos diarios. Cada neumático es clasificado como perfecto, aceptable o defectuoso. A continuación se muestran los datos que ha recopilado el jefe de operaciones: Perfecto Aceptable Defectuoso Turno 1 22 15 2 Turno 2 16 14 2 Turno 3 12 14 3 ¿Proveen los datos suficiente evidencia para afirmar que hay diferencias en la calidad de los neumáticos en los tres turnos? Utilice un nivel de significación del 5%. Solución: 𝐻0: 𝐿𝑜𝑠 𝑡𝑢𝑟𝑛𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑦 𝑙𝑎 𝑐𝑎𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑜𝑠 𝑛𝑒𝑢𝑚á𝑡𝑖𝑐𝑜𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. 𝐻1: 𝐿𝑜𝑠 𝑡𝑢𝑟𝑛𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑦 𝑙𝑎 𝑐𝑎𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑜𝑠 𝑛𝑒𝑢𝑚á𝑡𝑖𝑐𝑜𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. Nivel de significancia: 5%. Estadística de prueba: 𝑟 = 3, 𝑐 = 3. Grados de libertad: (3 − 1)(3 − 1) = 4. 𝜒2𝑐 = ∑ ∑ (𝑂𝑖𝑗 − 𝑒𝑖𝑗) 2 𝑒𝑖𝑗 𝑟 𝑗=1 𝑐 𝑖=1 ~𝜒2(4) Región crítica: Perfecto Aceptable Defectuoso Total Turno 1 22 15 2 39 Turno 2 16 14 2 32 Turno 3 12 14 3 29 Total 50 43 7 100 𝜒2(0.95,4) = 9.4877 0.95 0.05 9.4877 Perfecto Aceptable Defectuoso Turno 1 19.5 16.77 2.73 Turno 2 16 13.76 2.24 Turno 3 14.5 12.47 2.03 𝜒2𝑐 = 1.81 Conclusión: Como 𝜒2𝑐 ∈ 𝑅𝐴 entonces se acepta 𝐻0. Los turnos de trabajo y la calidad de los neumáticos son independientes. 3) La directora de la biblioteca municipal analiza la cantidad de usuarios por horario que utilizan las salas de estudio, para lo cual toma los siguientes datos: Estudiantes de academias Universitarios Profesionales Horario 7:00 - 11:00 2 14 4 11:00 - 15:00 21 12 6 15:00 - 19:00 38 16 12 Determine si hay relación entre los horarios de atención de la biblioteca y el nivel educativo de los usuarios, utilizando un nivel de significación del 5%. Solución: 𝐻0: 𝐸𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 𝑦 𝑒𝑙 ℎ𝑜𝑟𝑎𝑟𝑖𝑜 𝑑𝑒 𝑎𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. 𝐻1: 𝐸𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 𝑦 𝑒𝑙 ℎ𝑜𝑟𝑎𝑟𝑖𝑜 𝑑𝑒 𝑎𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠. Nivel de significancia: 5%. Estadística de prueba: 𝑟 = 3, 𝑐 = 3. Grados de libertad: (3 − 1)(3 − 1) = 4. 𝜒2𝑐 = ∑ ∑ (𝑂𝑖𝑗 − 𝑒𝑖𝑗) 2 𝑒𝑖𝑗 𝑟 𝑗=1 𝑐 𝑖=1 ~𝜒2(4) Región crítica: Estudiantes de academias Universitarios Profesionales Total Horario 7:00 - 11:00 2 14 4 20 11:00 - 15:00 21 12 6 39 15:00 - 19:00 38 16 12 66 Total 61 42 22 125 𝜒2(0.95,4) = 9.4877 0.95 0.05 9.4877 Estudiantes de academias Universitarios Profesionales7:00 - 11:00 9.76 6.72 3.52 11:00 - 15:00 19.032 13.104 6.864 15:00 - 19:00 32.208 22.176 11.616 𝜒2𝑐 = 17.30 Conclusión: Como 𝜒2𝑐 ∈ 𝑅𝐶 entonces se rechaza 𝐻0. El nivel de educación y el horario de atención no son independientes. Pregunta 4 (4 puntos) 1) En la producción de herramientas, la deformación de acero a cierta temperatura puede afectar su dureza. En la investigación de esta relación se obtuvieron los siguientes resultados experimentales: Deformación (en mm^2) 6 9 11 13 22 26 28 33 35 Dureza (en kg/mm^2) 68 67 65 53 44 40 37 34 32 a) Identifique las variables y tipos de variable. b) Elabore el diagrama de dispersión e interprete la pendiente. c) Estime e interprete el coeficiente de correlación de Pearson. d) Estime e interprete la dureza si la deformación alcanza los 40 mm^2. e) Determine e interprete el coeficiente de determinación. Solución: Como está implícito en el enunciado, la variable dependiente es la dureza y la variable independiente es la deformación. a) Variables: Deformación y Dureza. Ambas son cuantitativas continuas por ser mediciones físicas. b) Diagrama de dispersión: Pendiente: La pendiente negativa nos indica un decrecimiento, es decir que mientras mayor sea la deformación, menor será la dureza del acero. c) Calculamos el coeficiente de correlación de Pearson en Excel: =PEARSON(C3:K3,C4:K4) Respuesta: -0.9773 (redondeado: -0.98) d) Si la deformación alcanza el valor X=40 mm^2, entonces la dureza será Y=22.94 kg/mm^2. y = -1.3196x + 75.72 R² = 0.9552 0 10 20 30 40 50 60 70 80 0 5 10 15 20 25 30 35 40 D u re za e n k g/ m m Þ ^2 Deformación en mm^2 Relación entre la dureza y deformación de herramientas de acero e) 𝑅2 = 0.9552. Dado que 𝑅2 está muy cerca de 1, podemos afirmar que el modelo de regresión propuesto representa de forma adecuada la relación entre las variables Deformación y Dureza. 2) La siguiente tabla muestra las cantidades de dinero de Gastos en Publicidad y Ventas de una empresa: Gastos en publicidad (en miles de dólares) Ventas (en miles de dólares) 18 185 23 193.4 26 209 32 252.6 28 231.7 27 220.9 32 235.4 20 211.9 27 234.2 29 254.1 a) Identifique las variables y tipos de variable. b) Elabore el diagrama de dispersión e interprete la pendiente. c) Estime e interprete el coeficiente de correlación de Pearson. d) Estime e interprete cuánto dinero se recaudaría de las ventas si se hiciera un gasto en publicidad de 15.565 miles de dólares. e) Determine e interprete el coeficiente de determinación. Solución: a) Las variables son Gasto en publicidad y ventas, en miles de dólares. Ambas son cuantitativas continuas. b) Diagrama de dispersión: La pendiente positiva de la ecuación de regresión nos indica existe una relación directa entre las variables bajo estudio. A mayor inversión en publicidad, se obtendrá un mayor monto de ventas. y = 4.2513x + 111.44 R² = 0.7302 170 180 190 200 210 220 230 240 250 260 16 18 20 22 24 26 28 30 32 34 M o n to d e ve n ta s en m ile s d e d ó la re s Gasto en publicidad, en miles de dólares Relación entre el gasto en publicidad y las ventas de una empresa c) Coeficiente de correlación de Pearson: 0.8545. Existe una correlación positiva y fuerte entre las variables bajo estudio. d) Cuánto dinero se recaudaría de las ventas si se hiciera un gasto en publicidad de 15.565 miles de dólares. a 111.4351738 b 4.251329243 Calculamos a y b con las fórmulas de Excel: 𝑌 = 111.4351738 + 4.251329243 ∗ 𝑋 Reemplazando 15.565 dólares en la ecuación se obtiene que la respuesta es: 177.61. e) Coef. De determinación: 0.7302. El modelo de regresión desarrollado representa de forma regular la relación entre las variables. 3) La siguiente tabla muestra las horas trabajadas y unidades producidas por 12 trabajadores en un taller: Horas trabajadas Unidades producidas 68 266 73 212 81 315 70 281 73 210 79 319 75 291 68 214 72 291 82 332 87 355 65 196 a) Identifique las variables y tipos de variable. b) Elabore el diagrama de dispersión e interprete la pendiente. c) Estime e interprete el coeficiente de correlación de Pearson. d) Estime e interprete la cantidad de unidades producidas si uno de los trabajadores tuviera una cantidad total de 40 horas trabajadas. e) Determine e interprete el coeficiente de determinación. Solución: a) Variables: Horas trabajadas, unidades producidas por trabajador. Variables cuantitativas discretas. b) Diagrama de dispersión: La pendiente positiva 6.70 nos indica que hay una relación positiva entre las variables. A mayor cantidad de horas de trabajo, mayor cantidad de unidades producidas. y = 6.7007x - 225.15 R² = 0.676 175 195 215 235 255 275 295 315 335 355 375 60 65 70 75 80 85 90 U n id ad es p ro d u ci d as Horas trabajadas Relación entre las horas trabajadas y las unidades producidas por un conjunto de trabajadores de un taller c) Correlación de Pearson: 0.8222. Existe una correlación positiva y fuerte entre las variables “Horas trabajadas” y “unidades producidas”. d) Si un trabajador laborara 40 horas, entonces el número de unidades producidas sería (ojo: el número de unidades producidas es un número entero, redondeado): Aplicamos la fórmula para realizar pronósticos en Excel: =PRONOSTICO(40, Datos Y, Datos X) Se obtiene 42.88, que redondeando es 43. e) Coeficiente de determinación: 0.676. El modelo de regresión lineal no muestra de forma efectiva la relación entre las variables bajo estudio.
Compartir