DISEÑO INSTRUCIONAL EVALUACIÓN FINAL (B)

ASIGNATURA ESTADÍSTICA INFERENCIAL DOCENTE Sergio JURADO CHAMORRO

Instrucciones: Desarrolle las soluciones a los problemas siguientes de manera ordenada, en letra imprenta (legible), a lapicero de tinta azul o negra. El
procedimiento será calificado tanto como la respuesta. Se permite el uso de calculadoras científicas.
Están permitidos solo los formularios y tablas proporcionados por el aplicador de la prueba.
Tiempo: 80 minutos
Items:

1. Se pidió a 2 grupos de economistas, uno del sector público y otro del sector privado, que hicieran un pronóstico sobre el posible crecimiento de la
economía, en términos del Producto Interno Bruto (PIB), para el año siguiente y se obtuvieron los pronósticos que se muestran a continuación:

Si existe la información de una población fuertemente sesgada, con un nivel de significación de 0.05, pruebe la hipótesis de que los pronósticos de
los economistas del sector público tienden a ser mayores que los de los economistas del sector privado. (4pts)

Ordeno de Mayor a Menor los valores Cuartiles

Pronóstico del crecimiento
del PBI al año siguiente Pronóstico del crecimiento del Economista Economista
(%) PBI al año siguiente (%) del sector del sector
Economista Economista Economista público privado
del sector del sector Economista del
del sector
público privado sector público
privado
.5 3.2 Q1 = 5.4 2.7
0.5 0.1
5.9 4.9 4 2.4 Q2 = 6.6 3.0
4.0 2.4 5.9 2.9 Q3 = 7.8 4.1
6.7 5.7 6.4 3
6.4 0.1 6.7 3.2 𝐿𝑖𝑚𝑖𝑡𝑒 inf 𝑒 = 1.8 0.6
8.5 2.9 7.6 4.9
8.8 3.0 8.5 5.7 𝐿𝑖𝑚𝑖𝑡𝑒 𝑆𝑢𝑝 = 11.4 6.2
7.6 8.8

𝑥1 = 6.050
̅̅̅ 𝑥2 = 3.171
̅̅̅ En los Dos grupos hay datos atípicos , las poblaciones no se pueden considerar normales
 I. Rangos
𝐻0: 𝑀𝑒𝑑1 ≤ 𝑀𝑒𝑑2
𝐻1: 𝑀𝑒𝑑1 > 𝑀𝑒𝑑2 𝑇 − 𝜇𝑇 84 − 64
Pronóstico del crecimiento 𝑍= =
del PBI al año siguiente Valor de Prueba: 𝜎𝑇 8.641
(%)
𝑇 = 84 𝑍 = 2.315
Economista Economista
del sector del sector
8(8 + 7 + 1) Valor Critico al 0.05 de Z= es 1.96, Rechazamos H0
público privado
𝜇𝑇 = = 64 como verdadera , donde existe evidencia Muestral para
2 6 2 probar que el pronóstico del Sector Publico tiende a ser
10 8 mayor que los del Sector Privado
7 3
12 9
8 ∗ 7(8 + 7 + 1)
𝜎𝑇 = √ = 8.641
11 1 12
14 4
15 5
13

𝑇 = ∑ 𝑅1 = 84
2. En una escuela de estudios superiores se desea investigar si las calificaciones de estudiantes a profesores es igual en todas las áreas. Se
selecciona una muestra aleatoria de evaluaciones de las distintas áreas. Los resultados se muestran a continuación:

Calificaciones Excelente Bueno Regular Malo a. Pruebe si la distribución de las calificaciones entre las tres áreas
Administración 21 28 15 8 académicas es igual o no, con un nivel de significación de 0.05.
Contaduría 18 25 12 7 (4pts)
Economía 15 21 13 6
b. En base a la información explique porque optó por realizar los
procedimientos que usó para encontrar la respuesta. 1pts.

Solución:

𝐻0: 𝑂 = 𝐸 𝐿𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑟 𝑎𝑟𝑒𝑎𝑠 𝑎𝑐𝑎𝑑𝑒𝑚𝑖𝑐𝑎𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

𝐻1: 𝑂 ≠ 𝐸 𝐿𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑟 𝑎𝑟𝑒𝑎𝑠 𝑎𝑐𝑎𝑑𝑒𝑚𝑖𝑐𝑎𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

I. Se realiza el Cálculo de totales en la tabla O

Calificaciones Excelente Bueno Regular Malo TOTALES

Administración 21 28 15 8 72
Contaduría 18 25 12 7 62
Economía 15 21 13 6 55
Totales 54 74 40 21 189

II. Para realizar la determinación de los valores de la tabla de frecuencias esperadas, procedo a calcular las frecuencias utilizando la
(𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎)(𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎)
formula 𝐸= copiamos la tabla con los totales y procedemos por cada casilla:
𝑇𝑜𝑡𝑎𝑙
 Calificaciones Excelente Bueno Regular Malo
54 ∗ 72 74 ∗ 72 40 ∗ 72 21 ∗ 72
Administración
189 189 189 189
54 ∗ 62 74 ∗ 62 40 ∗ 62 21 ∗ 62
Contaduría
189 189 189 189
54 ∗ 55 74 ∗ 55 40 ∗ 55 21 ∗ 55
Economía
189 189 189 189

Donde obtengo la tabla de frecuencia E:

Calificaciones Excelente Bueno Regular Malo TOTALES

Administración 20.571 28.190 15.238 8.000 71.999
Contaduría 17.714 24.275 13.122 6.889 62.000
Economía 15.714 21.534 11.640 6.111 54.999
Totales 53.999 73.999 40 21 188.998

(𝑂−𝐸)2
III. Teniendo los datos de la tabla de frecuencias O y la tabla de frecuencias paso a calcular para cada par teniendo:
𝐸
Calificaciones Excelente Bueno Regular Malo

Administración 0.009 0.001 0.004 0.000

Contaduría 0.005 0.022 0.096 0.002
Economía 0.032 0.013 0.159 0.002
𝒙𝟐 = 0.345

IV. Sumando todos los resultados se hallará el estadístico de prueba:

𝒙𝟐 =0.345
V. Después de ello determino el valor crítico en la tabla A4 con

𝑔𝑙 = (𝑓 − 1)(𝑐 − 1)

𝑔𝑙 = (3 − 1)(4 − 1) = 6

𝛼 = 0.05

Conclusión : Conclusión: como 0.345 < 12.592 Valor

Critico Aceptamos HO como verdadera.

Respuesta:

a. Por lo tanto, Si existe evidencia Muestral suficiente

para probar que distribución de las calificaciones
entre las tres áreas académicas son iguales con un
nivel de Significancia de 0.05
b. Opte por la prueba de Independencias porque se quiere comprobar si una variable, cuya descripción parece adecuada,
tiene una determinada función de probabilidad o relación entre las variables donde se hace uso de las Hipótesis y como
el enunciado se trata de variables tipo categórico y es cualitativo.
3. A continuación, Con los datos de la tabla siguiente, sobre 15 ejecutivos, construya una ecuación de regresión lineal para predecir el sueldo.
Desarrolle pruebas con las variables y responda

Sueldo Años de Años de Sexo a. Al nivel del 5% de significancia, ¿Existe correlación lineal entre las
mensual experiencia escolaridad variables y la variable Sueldo? Pruebe una a una. (1pts)
1 23023 7.5 13 F b. ¿Cuál es el mejor modelo de regresión para los datos de la
2 27335 11 13 M población en el caso de la variable con mayo correlación en la pregunta a?
(2pts)
3 26103 6 14 F
c. Desarrolle una estimación para un ejecutivo con 13 años de
4 26180 10 13 M
experiencia al 95% de confianza. (2pts)
5 25025 11.5 14 M
6 23485 5 13 F
7 23870 9 12 F
8 21329 3.5 13.5 F
9 30800 10.5 14 M
10 26950 9.5 15 F
11 23870 11.5 11 M
12 22022 8 11 F
13 23100 4.5 13 M
14 21175 3.5 13.5 M
15 23870 7 14 F

a. Calculamos Estadístico de Prueba para descartar si existe Correlación Lineal en cada una de las Variables con Sueldo Mensual

Hipótesis

H0: P=0 No existe Correlación lineal entre las variables de Sueldo Mensual y Años de Experiencia

H0: P=0 Existe Correlación lineal entre las variables de Sueldo Mensual y Años de Experiencia
 Años de
Sueldo
experie X Y X^2 Y^2 XY Remplazando se tiene:
mensual
ncia
23023 7.5 23023 7.5 530058529 56.25 172672.5
27335 11 27335 11 747202225 121 300685 15(2961728) − (368137)(118)
𝑟=
26103 6 26103 6 681366609 36 156618 √15(9127974163) − (368137)2 √15(1042) − (118)2
26180 10 26180 10 685392400 100 261800
𝑟 = 0.639
25025 11.5 25025 11.5 626250625 132.25 287787.5
23485 5 23485 5 551545225 25 117425 El valor crítico de la tabla A-6, si n = 15 y α = 0.05:
23870 9 23870 9 569776900 81 214830 Valor Critico =0.514
21329 3.5 21329 3.5 454926241 12.25 74651.5
30800 10.5 30800 10.5 948640000 110.25 323400 Como |r|>valor Critico Rechazamos H0 como verdadera
Por tanto, existe evidencia muestral suficiente afirmar que
26950 9.5 26950 9.5 726302500 90.25 256025
existe correlación lineal entre las variables de sueldo
23870 11.5 23870 11.5 569776900 132.25 274505 Mensual y años de experiencia
22022 8 22022 8 484968484 64 176176
23100 4.5 23100 4.5 533610000 20.25 103950
21175 3.5 21175 3.5 448380625 12.25 74112.5
23870 7 23870 7 569776900 49 167090
368137 118 9127974163 1042 2961728
 Años de
Sueldo
escolari x y x^2 y^2 xy Remplazando se tiene:
mensual
dad
23023 13 23023 13 530058529 169 299299 15(4851077) − (368137)(197)
𝑟=
27335 13 27335 13 747202225 169 355355 √15(9127974163) − (368137)2 √15(2604.5) − (197)2
26103 14 26103 14 681366609 196 365442
26180 13 26180 13 685392400 169 340340 𝑟 = 0.4049
25025 14 25025 14 626250625 196 350350
El valor crítico de la tabla A-6, si n = 15 y α = 0.05:
23485 13 23485 13 551545225 169 305305
Valor Critico =0.514
23870 12 23870 12 569776900 144 286440
21329 13.5 21329 13.5 454926241 182.25 287941.5 Como |r|< valor Critico Aceptamos H0 como verdadera
30800 14 30800 14 948640000 196 431200 Por tanto, existe evidencia muestral suficiente afirmar que No
26950 15 26950 15 726302500 225 404250 existe correlación lineal entre las variables de sueldo Mensual y
23870 11 23870 11 569776900 121 262570 años de escolaridad
22022 11 22022 11 484968484 121 242242
23100 13 23100 13 533610000 169 300300
21175 13.5 21175 13.5 448380625 182.25 285862.5
23870 14 23870 14 569776900 196 334180
368137 197 9127974163 2604.500 4851077

b. EL mejor modelo de regresión para los datos de la población en el caso de la variable con mayo correlación en la pregunta a Es el
modelo Lineal
𝑦̂ = 𝑏0 − 𝑏1 𝑥

𝑏0 = 7.8667 − (0.0007067544)(24542.467)
15(2961728) − (368137)(118) 𝑏0 = -9.4788
𝑏1 =
15(9127974163)(368137)2
𝑏1 = 0.0007067544

𝑌̂ = −9.4788 + 0.0007067544(13)

𝑌̂ = −9.4696
Donde:
Intervalo de Confianza
1042 − (−9.4788)(118) − (0.0007067544)(2961728)
𝑆𝑒 = √
13
𝑆𝑒 =2.275 −9.4696 − 13.491 < 𝑦 < −9.4696 + 13.491
Tabla A3 = VC = 2,160 con 13 grados de libertad
−22.961 < 𝑦 < 4.0214
1 15(13 − 24542.467)2 Conclusión:
𝐸 = 2.275(2.160)√1 + +
15 15(9127974163) − 3681372
Tenemos una estimación del 95 % de significancia para un ejecutivo con
13 años de experiencia esta entre 10.867 y 24.469
𝐸 = 13.491
 4. Se prueban los efectos de 3 diferentes mezclas de publicidad sobre las ventas de determinado producto junto con las posibles diferencias en las
ventas en 4 distintos tipos de expendios en donde se vende ese producto. Los resultados que se obtuvieron fueron:
Mezclas de publicidad
A B C Pruebe, con un nivel de significación de 0,01:
60 40 40 a) ¿Existe diferencia entre los efectos de las 3 mezclas de publicidad sobre las ventas? Complete la tabla ANOVA.
30 60 20 (3pt)
10 30 60
b) Realice una prueba para explicar la relación entre las medias utilice =0,01. (2pt)
60 20 50
80 70 30
ANÁLISIS DE VARIANZA
90 80 40 Suma de Promedio de
40 50 30 Variaciones cuadrados gl los cuadrados F
20 20 20 Entre grupos
30 50 30 Dentro de los grupos 557.323232
20 30 20
30 90 40
Total 19897.2222
70 100 70

ANÁLISIS DE VARIANZA
Solución: Suma de Promedio de
Variaciones cuadrados gl los cuadrados F
Entonces decimos que:
Entre grupos 1505.555544 2 752.777772 1.351
Dentro de los grupos 18391.66666 33 557.323232
𝑛=36 𝑘=3 𝐿=12
Total 19897.2222 35

gl columnas =3-1=2 𝑆𝐶𝑇 1505.555544

N-K= 36-3 =33 𝐶𝑀𝑇 = = = 752.777772
N-1=36-1 =35 𝐾−1 2

Dentro de los Grupos = 33*557.323232 =18391.66666

𝐶𝑀𝑇 752.777772
Entre los Grupos = 18391.66666 +X=19897.2222 𝐹= = = 1.3507023
𝐶𝑀𝐸 557.323232
X=1505.555544
𝐻0: 𝜇1 = 𝜇2 = 𝜇3
𝐻1: 𝑃𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑚𝑒𝑑𝑖𝑎 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒

Buscamos el valor crítico en la tabla con α = 0.01 glnum = 2 y gldenom = 33

VC=5.312
El estadístico de Prueba de la Tabla Anova es F=1.351, por lo tanto, Aceptamos H0 como
verdadera.

Respuesta:
a. No existe evidencia Muestral para poder afirmar que hay diferencia en las entre los
efectos de las 3 mezclas de publicidad sobre las ventas