borrador_final(3).doc
Transcript of borrador_final(3).doc
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 1/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
INFERENCIA ESTADISTICA
TRABAJO COLABORATIVO Nº 2
PRESENTA
SANDRA CAROLINA SANCHEZ LUQUEC.C: 1.077.033.558
EDISON AUGUSTO CAITA
CC: 1077082600
BRAYAN STIVEN ANZOLA
CC: 1073324425
PRESENTADO A:HAROLD MAURICIO JARAMILLO
GRUPO 100403_149
UNIVERSIDAD NACIONAL
ESCUELA DE CIENCIAS BÁSICAS TECNOLÓGICAS
FACATATIVÁ- CUNDINAMARCA
05 DE MAYO DE 2013
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 2/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
INTRODUCCION
El siguiente trabajo nos ilustra acerca de los conceptos principales de la unidad
dos del curso de INFERENCIA ESTADISTICA, pruebas de hipótesis, análisis
de varianza y por ultimo temas de estadística no paramétrica, los cuales no
ayudaran al desarrollo de problemas estadísticos en determinación de
decisiones en nuestra vida cotidiana y profesional.
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 3/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
TRABAJO COLABORATIVO Nº2
1. Plantee solamente las hipótesis de los siguientes casos (paso 1 de uncontraste):
a. De las petroleras Canacol y Hocol se seleccionan dos muestras de
empleados de tamaños respectivamente, se quiere probar si existe
diferencias entre los salarios de las petroleras.
Hipótesis:1. los salarios de las petroleras 1 y 2 son las mismas.2. los salarios de la petrolera Canacol es mayor que Hocol.3. los salarios de la petrolera Hocol es mayor que Canacol.
b. En diciembre del 2012 las horas extras promedio laboradas por 40obreros de una petrolera de la región fue de 48 horas con una desviaciónestándar de 2 horas, mientras que 40 obreros de la misma petrolera enFebrero del 2013 tenían un promedio de horas extras laboradas igual a
47.5 horas con una desviación de 2.8 horas. El Gerente de RecursosHumanos de la empresa mantiene que el promedio de horas extraslaboradas por los obreros de la empresa en el 2012 es más alto que elpromedio de horas extras laboradas por los obreros en el 2013
Hipótesis:
1. El Gerente de Recursos Humanos de la empresa mantiene que el promediode horas extras laboradas por los obreros de la empresa en el 2012 es másalto que el promedio de horas extras laboradas por los obreros en el 2013.
2. el promedio es el mismo en los años son los mismos.
c. La tasa media de rendimiento de dos tipos de acciones es 40% y 45%,con desviaciones de 6 y 3. Al seleccionar dos muestras respectivamente,Se desea saber si el rendimiento promedio es diferente a un nivel designificancia del 0.10.
Hipótesis:1. el nivel de significancia del rendimiento promedio de las dos acciones son0,10.2. el nivel de significancia del rendimiento de las dos es diferente a 0.10.
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 4/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
2. La zona de rechazo en una prueba de hipótesis puede estar
ubicada a un sólo extremo o distribuida en el extremo ya seainferior o superior. Para el caso de muestras grandes en unaprueba unilaleral es necesario cargar todo el nivel designificancia alfa a un sólo lado, en dicho caso, cuál es el valor enlas colas si el nivel de confianza es:
NIVEL DE CONFIANZA VALOR DE LAS COLAS
90% 0,1392% 0,11
94% 0,08
3. Para poder realizar un ANOVA es importante identificar lasvariables a estudiar. Por tal motivo, en los siguientes casos sólo
se le pide identificar la variable dependiente e independiente:
a. Un agrónomo aplica a un cultivo de plantas que está dividido
en tres parcelas, tres tipos diferentes de abono simple, a saber:nitrogenado, fosfatado y potásico, para establecer con cual crecemás la planta.
VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE
Tipo de abono Tamaño de la planta
b. Para la transmisión de datos se utilizan metales. Se sabe queel oro es muy buen conductor, pero es muy costoso, por tanto ungrupo de ingenieros metalúrgicos intentan producir una aleaciónque tenga un alto poder de conducción (baudio= unidad detransmisión de datos) a menor costo; para lo cual experimentancon cuatro tipo de aleacciones.
VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE
Tipo de aleación Nº de baudio a transmitir
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 5/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
c. Un ingeniero industrial quiere empacar tilapia paracomercializar y que pueda conservarse para el consumo humanopor varias semanas, para lo cual lleva a cabo cinco procesosdiferentes de empacado, entre los cuales está el enlatado.
VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE
Procesos de empacado Semanas de conservación
4. Estudiantes de odontología realizan una investigación paraidentificar la técnica más apropiada para la preparación incisal
(Clic para ver: ¿Qué es la preparación incisal?). Para ello,comparan los resultados de tres técnicas diferentes aplicadas a36 unidades dentales (dientes), la variable dependiente en estecaso es la resistencia a la compresión, la cual se mide enmegapascales y la variable independiente (cualitativa) es latécnica usada.
Para identificar si hay diferencias entre las técnicas debe hacer elANOVA y la prueba de Tukey para determinar entre que par detécnicas hay diferencias.La siguiente es la tabla con los datos recogidos para cada una de
las técnicas usadas:
TECNIC
A A
TECNIC
A B
TECNIC
A C
73,95 148,36 173,98
50,99 66,01 183,28
78,18 84,81 179,01
85,89 55,57 180,72
75,65 97,66 193,77
73,15 78,64 225,53
100,09 60 168,11
73,95 55,35 163,66
66,03 66,01 163,84
77,9 56,72 185,75
91,82 82,78 212,55
95,4 56,78 176,41
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 6/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
OBSERVACION
TECNICAA
TECNICAB
TECNICAC TOTAL
1 73,95 148,36 173,98
2 50,99 66,01 183,28
3 78,18 84,81 179,014 85,89 55,57 180,72
5 75,65 97,66 193,77
6 73,15 78,64 225,53
7 100,09 60 168,11
8 73,95 55,35 163,66
9 66,03 66,01 163,84
10 77,9 56,72 185,75
11 91,82 82,78 212,55
12 95,4 56,78 176,41
MEDIA 76,2748591 69,833624 182,26673 328,3752128
VARIANZA
179,509333
715,936427
355,001499
DESVIACION
13,3981093
26,7569884
18,8414835
N 12 12 12 36
SUMA 943 908,69 2206,61 4058,3
Análisis de varianza de un factor
RESUMENGrupos Cuenta Suma Promedio Varianza
TECNICA A 12 943 78,58333333 179,509333
TECNICA B 12 908,69 75,72416667 715,936427
TECNICA C 12 2206,61 183,8841667 355,001499
ANÁLISIS DE VARIANZA
Origen de las
variaciones
Suma de
cuadrados
Gradosde
libertad
Promedio de
los cuadrados F
Probabilida
d
Valor crítico
para F Entre grupos 91180,1037 2 45590,05187 109,376989 2,7502E-15 3,284917651
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 7/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia EstadísticaDentro de losgrupos 13754,9199 33 416,815753
Total 104935,024 35
Media del grupo 1 78,5833
n del grupo 1 12
Media del grupo 2 75,7241
n del grupo 2 12
Media del grupo 3 183,884
n del grupo 3 12CME (Cuadrado medio delerror) 416,81
Estadístico Q de Tukey 3,49Comparación del grupo 1con el 2
Diferencia absoluta 2,8592
Error estándar de ladiferencia
5,893569942
Amplitud cítrica20,56855
91
Medias del grupo 1 y 2 sonNodiferente
Comparación del grupo 1con el 3
Diferencia absoluta 105,3007Error estándar de ladiferencia
5,893569942
Amplitud cítrica20,56855
91
Medias del grupo 1 y 3 son DiferentesComparación del grupo 2con el 3
Diferencia absoluta 108,1599Error estándar de ladiferencia
5,893569942
Amplitud cítrica20,56855
91
Medias del grupo 2 y 3 son Diferentes
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 8/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
CARACTERISTICAS ELEMENTOS
EJEMPLO.
Al hacer una prueba para la media,elemento que se calcula restándoleuno(1) al tamaño de la muestra
GRADOS DE LIBERTAD
En un experimento de conductividadcon tres tipos de metales:
Modelo de prueba no parametrito quequiere probar el grado de ajuste deltipo de metal a una distribuciónuniforme
DISTRIBUCION UNIFORME DELMETAL
GRADO DE HOMOGENEIDAD
VARIANZA MUESTRAL
La prueba de hipótesis sobre la
diferencia de dos muestrarelacionadas en la estadísticas noparametrica,es aplicada en formaadecuada a través de la prueba.
Prueba de hipótesis para medias
ANALISIS DE VARIANZA
(ANOVA)
Prueba no parametrica que requierede una muestra de parejas de valores,por ejemplo, antes de una dieta ydespués de la dieta , para realizar decada par de valores asignadoles unsigno(+) 0(-) dependiendo de si laresta es positiva o negativa.
PRUEBAS DE SIGNOS
PRUEBA DE WILCOXON
PRUEBAS D MCNEMAN
7/27/2019 borrador_final(3).doc
http://slidepdf.com/reader/full/borradorfinal3doc 9/9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias básicas tecnologías e IngenieríaInferencia Estadística
5. Según la característica que aparece en la primera columna, indique enla otra, el elemento que cumple con esa condición (ver ejemplo):
BIBLIOGRAFIA
http://es.wikipedia.org/wiki/inferencia_estadistica