PRACTICA

Apellidos y Nombres: Velsquez Daz Ronald , Velsquez Daz Edwin Nota: ........................

1) La prueba actual de un solo disco se tarda 2 minutos en promedio. Se propone un nuevo

mtodo de prueba que consiste en medir solo los radios 24 y 57, donde casi es seguro que
estar el valor mnimo buscado. Si el mtodo nuevo resulta igual de efectivo que el mtodo
actual, se podr reducir en 60% el tiempo de prueba. Se plantea un experimento donde se
mide la densidad mnima de metal en 18 discos usando tanto el mtodo actual como el mtodo
nuevo con los siguientes resultados:

a) Pruebe la igualdad de las medias usando la prueba pareada.

Error
estndar
de la
Muestra N Media Desv.Est. media
Metodo Actual 18 1.9606 0.1150 0.0271
Metodo Nuevo 18 1.9628 0.1124 0.0265

Error
estndar de IC de 95% para la
Media Desv.Est. la media diferencia_
-0.00222 0.03949 0.00931 (-0.02186, 0.01742)

diferencia_: media de (Metodo Actual - Metodo Nuevo)

Hiptesis nula H: diferencia_ = 0

Hiptesis alterna H: diferencia_ 0

Valor T Valor p
-0.24 0.814
b) Al ser =0.18 un dato que no se encuentra en el intervalo de confianza se rechaza,
entonces las mediciones que reportan son estadsticamente diferentes

c) Realice el anlisis de los datos ignorando el apareamiento. Compare con los resultados del
inciso a).

Las medias de ambos mtodos son muy parecidas ya que para la media actual tiene 1.9606
y del nuevo es 1.9628

d) Comente cual anlisis es el correcto, el del inciso a)o el del c)?

Son parecidos por lo que no habra un mtodo correcto o incorrecto

e) Recomendara usted la adopcin del nuevo mtodo? Argumente su respuesta.

Si, ya que el error del mtodo nuevo (0.0271) es menor al actual (0.0265)
2) Una caracterstica clave en la calidad de las pinturas es su densidad, y un componente que
influye en sta es la cantidad de arenas que se utilizan en su elaboracin. La cantidad de arena
en la formulacin de un lote se controla por medio del nmero de costales, que segn el
proveedor contienen 20 kg. Sin embargo, continuamente se tienen problemas en la densidad
de la pintura que es necesario corregir con re trabajo y reprocesos adicionales. En este
contexto se decide investigar cunta arena contienen en realidad los costales. Para ello se
toma una muestra aleatoria de 30 costales de cada lote o pedido (500 costales). Los pesos
obtenidos en las muestras de los ltimos tres lotes se muestran adelante. Las especificaciones
iniciales que se establecen para el peso de los costales de arena son de 20 0.8 kg.

a) De acuerdo con los 90 datos, el centrado del proceso es adecuado?

El centrado del proceso es de 19.60 kg, esto quiere decir que es adecuado dado que se
encuentra dentro del rango de las especificaciones del peso de los costales, pues el peso
vara entre 19.20 kg a 20.80 kg.

b) La variabilidad es poca o mucha? Apyese en los estadsticos adecuados.

La variacin entre los pesos es 0.651 kg no es muy considerable, y en la varianza es ms

pequea 0.424 kg. De donde podemos apreciar que el coeficiente de variabilidad es de tan
solo 3.33, lo que nos indica que la muestra es Altamente representativo.

c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprtelo con
detalle.
 Histogram of Costales de arena
Normal
Mean 19.56
25 24
StDev 0.6511
N 90
20
20
17
Frequency

15
13

10 9

6
5

1
0
17.800000 18.257143 18.714286 19.171429 19.628572 20.085715 20.542858 21.000001
Costales de arena

De la grfica podemos apreciar que la mayora de los pesos de los costales est en el
intervalo [18.71 20.08].

d) D su conclusin general acerca de si los bultos cumplen con el peso especificado.

Se puede apreciar que el 25% de los 90 costales tiene un peso menor a 19.10 kg, dicho
dato lo obtenemos al calcular el Q1, esto nos demuestra que estos costales estn fuera del
rango 20 0.8 kg .

Se puede apreciar que el 75% de los 90 costales tiene un peso menor a 20 kg, dicho dato lo
obtenemos al calcular el Q3, esto nos demuestra que la gran mayora de los costales estn
dentro del rango de peso especfico.

e) Haga un anlisis de cada lote por separado y con apoyo de estadsticos y grficas, seale si
hay diferencias grandes entre los lotes.
 Summary Report for Lote 1
Anderson-Darling Normality Test
A-Squared 0.55
P-Value 0.146
Mean 19.350
StDev 0.555
Variance 0.308
Skewness 1.01428
Kurtosis 1.38836
N 30
Minimum 18.600
1st Quartile 19.000
Median 19.250
3rd Quartile 19.650
Maximum 21.000
95% Confidence Interval for Mean
18.5 19.0 19.5 20.0 20.5 21.0 19.143 19.557
95% Confidence Interval for Median
19.100 19.477
95% Confidence Interval for StDev
0.442 0.746

95% Confidence Intervals

Mean

Median

19.1 19.2 19.3 19.4 19.5 19.6

Summary Report for lote 2

Anderson-Darling Normality Test
A-Squared 0.17
P-Value 0.920
Mean 19.297
StDev 0.690
Variance 0.476
Skewness 0.064659
Kurtosis -0.257977
N 30
Minimum 17.800
1st Quartile 18.800
Median 19.350
3rd Quartile 19.700
Maximum 20.700
95% Confidence Interval for Mean
18.0 18.5 19.0 19.5 20.0 20.5 19.039 19.554
95% Confidence Interval for Median
18.923 19.600
95% Confidence Interval for StDev
0.550 0.928

95% Confidence Intervals

Mean

Median

19.0 19.2 19.4 19.6

 Summary Report for Lote 3
Anderson-Darling Normality Test
A-Squared 0.43
P-Value 0.284
Mean 20.040
StDev 0.401
Variance 0.161
Skewness 0.285359
Kurtosis 0.464207
N 30
Minimum 19.100
1st Quartile 19.700
Median 20.000
3rd Quartile 20.325
Maximum 21.000
95% Confidence Interval for Mean
19.0 19.5 20.0 20.5 21.0 19.890 20.190
95% Confidence Interval for Median
19.800 20.200
95% Confidence Interval for StDev
0.320 0.540

95% Confidence Intervals

Mean

Median

19.8 19.9 20.0 20.1 20.2

Se puede apreciar que el lote que presenta menor variacin es el Lote 3, con tan solo 0.401.

f) Las diferencias encontradas se podran haber inferido a partir del histograma del inciso c)?

El Lote 1 es leptocrtica y es asimtrica a la derecha.

El Lote 2 es platicrtica y es simtrica.
El Lote 3 es relativamente mesacurtica y es relativamente asimtrica a la derecha.

g) Obtenga un diagrama de caja para cada lote y comprelos.

Boxplot of Lote 1, lote 2, Lote 3

21.0 21.0 21.0
20.8
20.7
20.6 20.6
20.5 20.5
20.4 20.4
20.4
20.4
20.3 20.3
20.2
20.2
20.2
20.1 20.1
20.1
20.0 20.0
20.0
20.0 20.0 20.0
20.0
20.0
20.0
20.0
19.9 19.9
19.8
19.8 19.8
19.8
19.7
19.7
19.7 19.7
19.7
19.7
19.7
19.7
19.7
19.6
19.6 19.6
19.6
19.6 19.6
19.6
19.5 19.5 19.5
Data

19.4
19.4
19.4 19.4
19.4
19.3
19.3 19.3
19.2
19.2 19.2
19.1
19.1
19.1
19.1 19.1 19.1
19.0 19.0
19.0
19.0 19.0
19.0
18.9 18.9
18.9
18.8 18.8
18.8
18.7
18.6
18.6
18.6 18.6
18.5 18.5
18.4
18.4
18.4

18.0
17.8

Lote 1 lote 2 Lote 3

3) Una caracterstica importante en la calidad de la leche de vaca es la concentracin de grasa.
En una industria en particular se fij 3.0% como el estndar mnimo que debe cumplir el
producto que se recibe directamente de los establos lecheros. Por medio de muestreos y
evaluaciones en cierta poca del ao se obtuvieron los siguientes 90 datos sobre
concentracin de grasa en cierta regin.

2.7 3.4 3.5 4.0 3.1 3.3 3.5 3.3 3.2 3.4 2.6 3.1
3.4 2.7 3.3 3.6 2.9 2.8 3.0 3.6 3.5 2.8 3.1 2.8
2.2 3.4 3.3 2.5 3.4 2.7 2.9 3.6 3.3 2.7 3.7 3.3
3.2 3.1 2.9 2.7 3.3 3.6 3.3 3.1 3.1 3.4 3.0 3.5
3.4 3.0 2.9 3.2 3.2 3.0 3.3 3.9 3.3 3.0 3.0 3.5
2.9 3.5 3.1 3.5 3.0 3.1 2.9 3.1 3.1 2.9 2.9 3.4
3.4 3.1 3.2 3.3 3.2 3.3 3.0 3.2 3.5 3.4 3.8 3.2
2.9 3.0 3.2 3.2 3.3 3.8
a) Calcule las medidas de tendencia central y de variabilidad, y comente acerca del
cumplimiento del estndar mnimo para la concentracin de grasa.

Error
estndar
de la
Variable N N* Media media Desv.Est. Mnimo Q1 Mediana Q3 Mximo Modo
GRASA 90 0 3.1878 0.0332 0.3151 2.2000 3.0000 3.2000 3.4000 4.0000 3.3
N para
Variable moda
GRASA 13

Como vemos la moda es de 3.3 eso quiere decir que de acuerdo a nuestra muestra el dato
que ms se repite con respecto a la muestra es de 3.3 en concentracin de grasa eso quiere
decir que no se est cumpliendo con el estndar establecido de 3.0.

b) Obtenga un histograma, inserte el estndar mnimo e intrprete de manera amplia.

 c) La poblacin de donde provienen estos datos, cumple el estndar mnimo?
Si cumple con el estndar esto se aprecia en el intervalo de confianza

d) Se puede suponer distribucin normal? Argumente.

En vista que la muestra es homognea se supone una distribucin normal esto permite
normalizar los datos

4) Los siguientes datos representan las horas cadas de equipos por semana en tres lneas de
produccin.
a) Analice los datos para cada lnea y anote las principales caractersticas de la distribucin de
los datos.

Linea Linea
Linea 1
2 3
7.7 6.6 7.5
6.8 5.2 8.1
8.5 7.2 6.2
8.6 9.2 7.4
5.7 6.7 8.2
7.9 6.2 6
8.1 7.1 8.2
7.6 8.1 8.1
7.1 6.4 6.7
7.3 6.3 8
7.8 8.2 8.1
6.1 8.4 8.1
6.4 7.4 7
6.3 6.5 8.5
7.8 7.7 8
6.7 7.4 7.7
7.3 6.1 7.5
5.7 6.2 8.2
6.2 7.3 7.7
7.3 6.9 7
5 6.1 6.5
5 6.9 6.2
 5.4 8.4 6
7.5 5 6.1
6 7.4 5.8

Linea 1 Linea 2 Linea 3

Media 6.872 Media 6.996 Media 7.312

0.2099 0.2001 0.1755
Error tpico 619 Error tpico 233 Error tpico 2967
Mediana 7.1 Mediana 6.9 Mediana 7.5
Moda 7.3 Moda 7.4 Moda 8.1
Desviacin 1.0498 Desviacin 1.0006 Desviacin 0.8776
estndar 0951 estndar 1648 estndar 4837
Varianza de la Varianza de la 1.0012 Varianza de la 0.7702
muestra 1.1021 muestra 3333 muestra 6667
- -
0.9407 0.0081 1.3529
Curtosis 1229 Curtosis 6116 Curtosis 3609
- -
Coeficiente de 0.2268 Coeficiente de 0.1339 Coeficiente de 0.4564
asimetra 2672 asimetra 6209 asimetra 0375
Rango 3.6 Rango 4.2 Rango 2.7
Mnimo 5 Mnimo 5 Mnimo 5.8
Mximo 8.6 Mximo 9.2 Mximo 8.5
Suma 171.8 Suma 174.9 Suma 182.8
Cuenta 25 Cuenta 25 Cuenta 25
Nivel de Nivel de Nivel de
confianza(95. 0.4333 confianza(95. 0.4130 confianza(95. 0.3622
0%) 4007 0%) 3418 0%) 7544

0.1527 0.1430 0.1200

Coef Var 6623 Coef Var 2694 Coef Var 285
Intervalos 6 Intervalos 6 Intervalos 6
Amplitud 1 Amplitud 1 Amplitud 0.45

b) Compare las tres lneas, nota alguna diferencia importante?

El menor coeficiente de variacin indica que la lnea 3 presento una dispersin menor de
sus cadas en horas respecto a la media, caso contrario las otras dos lneas la dispersin
fue mayor.
5) Se realiz un experimento para ver si dos tcnicos tienen alguna tendencia a obtener diferentes
resultados cuando determinan la pureza de cierto producto. Cada muestra fue dividida en dos
porciones y cada tcnico estableci la pureza de una de las porciones. Los resultados se
muestran a continuacin

a) Estos datos deben analizarse en forma pareada, explique por qu.

a) Formule la hiptesis correcta para el problema.
Se tienen dos tcnicos que analizan las mismas muestras tales que:

Ho : 1 = 2 HA : 1 2

Donde 1 son las medidas tomadas por el tcnico 1

Donde 2 son las medidas tomadas por el tcnico 2

Y Ho : indica que la tendencia de los resultados se mantienen

HA : los datos obtenidos de los anlisis muestran diferencias significativas en los
resultados.

b) Pruebe la hiptesis y obtenga conclusiones.

Usando la frmula:

Diferencias

Media 1.1625
Error tpico 0.3520032
Tecnico 1 Tecnico 2 Diferencia Mediana 1
74 73 1.00 Moda 1
Desviacin estndar 0.99561539
73.1 71.3 1.80 Varianza de la muestra 0.99125
73.5 73.2 0.30 Curtosis 0.04476387
Coeficiente de asimetra 0.1096322
73.9 71.1 2.80 Rango 3.2
71.2 70.3 0.90 Mnimo -0.4
Mximo 2.8
72.5 71.5 1.00 Suma 9.3
73 73.4 -0.40 Cuenta 8
Mayor (1) 2.8
74.3 72.4 1.90 Menor(1) -0.4
Promedio 73.19 72.03 1.16 Nivel de confianza(95.0%) 0.83235529

d=1.1625
SD= 0.995615387586997
N=8

Utilizando la frmula obtenemos: to = 3.30252683

Considerando un =0.05 y tomando en cuenta un nivel de confianza del 95% y adems conociendo el
intervalo de confianza que es igual 0.33014471 1.99485529
Determinamos que lo tcnicos no tienen los datos consistentes probando as que la hiptesis Ho es
falsa y la HA es verdadera
c) Si los tcnicos son diferentes hay alguna evidencia acerca de cul de ellos hace mal el
trabajo?

No debido a que no se est especificando cual es el rango ara medir la pureza del producto.

d) Qu recomendara para lograr una mayor uniformidad en las determinaciones de los dos
tcnicos?

Que se presenten las mismas condiciones para ambos tcnicos.