Escuela de Ciencias Bsicas, Tecnologa e Ingeniera.

Ingeniera Industrial

TRABAJO COLABORATIVO 2
INFERENCIA ESTADSTICA 100403_60

PREZ SOLEDAD HOLLMAN FERNANDO - 74.080.124

JESUS DAVID PEREZ ROLON - 74082970
EDISON ANDRES PINTO FORERO 74080107
LUIS EDUARDO URANGO

Tutor
JEAMMY JULIETH SIERRA

Sogamoso, Colombia
2014

CONTENIDO

Pgina | 2

INTRODUCCIN................................................................................................................3
1.1. Diagrama Prueba de Hiptesis...................................................................................4
1.2 Prueba de Hiptesis para la media..............................................................................5
2.1 Anlisis de varianza ANOVA........................................................................................7
2.2 Prueba Tukey..............................................................................................................11
3. Prueba No Paramtrica: Ji-Cuadrado..........................................................................16
CONCLUSIONES.............................................................................................................19
REFERENCIAS................................................................................................................20

Pgina | 3

INTRODUCCIN
En nuestro desempeo como ingenieros debemos tomar decisiones respecto a muchas
situaciones. Estas se deben fundamentar en estudios o procedimientos acertados. En
este sentido toman bastante importancia las pruebas de hiptesis, con las cuales
podemos determinar la veracidad de una afirmacin respecto a una poblacin y una o
varias muestras tomadas de esta.
En el presente trabajo se desea profundizar en las temticas de las pruebas de
hiptesis, anlisis de varianza, pruebas no paramtricas, todos necesarios para el
tratamiento y entendimiento de los datos estadsticos.
La mecnica presentada es la de realizar diferentes ejercicios prcticos que requieren
la formulacin de diferentes pruebas paramtricas y no paramtricas.
En la presente actividad se destaca el trabajo colaborativo, fundamental en la
construccin del aprendizaje significativo, con la apropiacin de las diferentes temticas
por parte de todos los participantes.

Pgina | 4

1.1. Diagrama Prueba de Hiptesis

Un test estadstico es un procedimiento para, a partir de una muestra aleatoria y
significativa, extraer conclusiones que permitan aceptar o rechazar una hiptesis
previamente emitida sobre el valor de un parmetro desconocido de una poblacin.

La hiptesis emitida se designa por H0 y se llama hiptesis nula.

La hiptesis contraria se designa por H1 y se llama hiptesis alternativa.

Ilustracin 1: Presentacin en Prezi. Fuente: realizacin propia. Disponible en

http://prezi.com/b6no1dgov09m/?utm_campaign=share&utm_medium=copy.

1.2 Prueba de Hiptesis para la media

Pgina | 5

Sobre el diagrama anterior desarrollen del captulo 4 de prueba de hiptesis realicen el

siguiente ejercicio que esta propuesto en el mdulo:
Un fabricante de pastas alimenticias sostiene que el contenido medio de
protenas del producto es de 10.7. Un anlisis de una muestra de 8 paquetes dio
como resultado un contenido medio de 10% con una desviacin de 1. Se
puede aceptar como verdadera la afirmacin del fabricante a un nivel de 0.01?

X
S
n
Sugerencia: utilizar el siguiente estadstico de prueba:

Un ensayo unilateral con cola a la izquierda con un nivel significativo de 0.01 el valor
crtico con 7 grados de libertad es igual a 3.0.
Paso 1:Planteamos la hiptesis

H 0 : 10.7
H1 : 10.7
La hiptesis nula la planteamos en el sentido de que el promedio de
contenido de protena es igual a 10.7%, y la hiptesis alternativa que el contenido de
protenas es menor a 10.7%.

Paso 2: Nivel de significancia

El problema lo indica el nivel de significancia del 0.01 con una distribucin t, pues la
muestra es pequea menor a 30.

Pgina | 6

X 10

10,7
S 1
n8

Paso 3: Estadstico de prueba (o calculado)

Hallamos el estadstico para la prueba t-student:

10 10.7
1.9798
1
8

Paso 4: Estadstico terico (tabulado) y regla de decisin

Los valores crticos nos lo indica el problema: con 7 grados de libertad y un nivel de
significancia de 0.01 el valor crtico es -3.0:

Ilustracin 2: Prueba unilateral inferior (cola izquierda)

Pgina | 7

Paso 5: Tomar laDecisin

Como el estadstico de prueba t= -1.9799, observamos que este valor est dentro de la
regin de aceptacin de la hiptesis nula a un nivel de 0.01 de significancia,
Concluimos que el promedio de contenido de protenas en la pasta alimenticia es 10.7
como lo indica el fabricante.

2.1 Anlisis de varianza ANOVA

Realizar un ANOVA comparando los precios promedios de tres empresas del mismo
sector, por ejemplo tres bancos en los periodos 10 Mayo al 30 Mayo de 2013.
Los datos de los bancos a analizar son:

Pgina | 8

Tabla1: Medias y Varianzas del Precio de Cierre de la Accin de los Bancos Bancolombia, Banco
de occidente y Davivienda del 10 al 30 de mayo de 2013.

Con estos datos realizamos el anlisis de las ANOVA.

Paso 1: Establecer las hiptesis

H 0 : Bancolombia BancoOccidente Davivienda

H1 :
No todas las medias de la poblacin son iguales.
Paso 2: Nivel de significancia
Tomamos el valor de significancia 0.05.

Paso 3: Realizar la ANOVA

Pgina | 9

Podemos realizarla por los programas Excel e Infostat.

Tabla 2: Anlisis de varianza ANOVA por medio de EXCEL para el precio de cierre de las acciones
de los Bancos Bancolombia De Occidente y Davivienda entre el 10 y el 30 de Mayo de 2013.

Ilustracin 3: Anlisis de Varianza ANOVA por medio de Infostat para el precio de cierre de las
acciones de los Bancos Bancolombia De Occidente y Davivienda entre el 10 y el 30 de Mayo de
2013.

Paso 4: Calcular el valor del estadstico F o valor crtico correspondiente al nivel

de confianza de 0.05 con los grados de libertad

P g i n a | 10

Los grados de libertad son:

K 1 3 1 2

n K 42 3 39
El estadstico de prueba para K-1=2, n-K=39 y nivel de significancia 0.05 es:

F0.05 3.238
El valor de F es:

Este valor es el mismo que hallamos en la ANOVA, tanto con Excel, como con Infostat.
Paso 5: Hallar el estadstico de prueba A/B:
El valor de la relacin entre los cuadrados medios entre y dentro de los tratamientos es:

A
1178.89
B

P g i n a | 11

Este valor tambin nos lo proporciona la ANOVA.

Paso 6: Tomar la Decisin

Ilustracin 4: Prueba de distribucin de Fisher, para el Anlisis de Varianza.

Como observamos el valor del estadstico 1178.89 es mucho ms grande que el valor
crtico 3.238, por tanto con un nivel de significancia del 0.05, podemos rechazar la
hiptesis nula. Lo que se traduce en que existen diferencias significativas entre las
medias de los precios de cierre de los bancos Bancolombia, de Occidente y Davivienda.

P g i n a | 12

2.2 Prueba Tukey

Realicen una conclusin donde indique si hay diferencia significativas entre porlos
menos un par de los bancos y apoyados en la prueba de Tukey cual se esperaque
tenga los precios de cierre de las acciones ms altos.
La prueba Tukey para los precios de cierre de las acciones de los bancos estudiados en
el periodo de 10 al 30 de mayo de 2014 es, con Excel:

P g i n a | 13

Tabla 3: Comparacin Mltiple de Tukey de los precios de

cierre de las acciones de los Bancos Bancolombia,
de Occidente y Davivienda en el periodo del 10 al 30 de mayo de 2013.

Con Infostat:

Anlisis de la varianza
Variable
N
Cierre de la accin ($) 42

R
0,98

R Aj CV
0,98 2,43

P g i n a | 14
Cuadro de Anlisis de la Varianza (SC tipo III)
F.V.
SC
gl
CM
Modelo.
1263247561,90
2
631623780,95
Banco
1263247561,90
2
631623780,95
Error
20895228,57
39
535775,09
Total
1284142790,48
41
Test:Tukey Alfa=0,05 DMS=674,02249
Error: 535775,0916 gl: 39
Banco
Medias
n
E.E.
DAVIVIENDA
24510,00
14
195,63
BANCOLOMBIA
28205,71
14
195,63
B. OCCIDENTE
37542,86
14
195,63

F
1178,90
1178,90

p-valor
<0,0001
<0,0001

B
C

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Conclusin Prueba Tukey: Observamos que tanto con el software Excel, como con
Infostat, nos indica que las medias de los precios de cierre de los tres (3) bancos son
significativamente diferentes, todos los pares posibles de los bancos presentan
diferencias significativas en sus medias.
Para determinar cul Banco se espera que tenga el precio de la accin ms alto se
realiza una prueba de hiptesis para la varianza por parejas de bancos:

2.2.1 Prueba de hiptesis para los bancos Bancolombia y Banco de Occidente:

Paso 1: Planteamiento de la hiptesis
Con los datos obtenidos:

B.deOccidente 12 37543
B2 .deOccidente 1373534.69
2
Bancolombia 28206

H 0 : 12 2
H1 :
2
1

2
2
2 Bancolombia 2 41380.22
2 n 14

P g i n a | 15

Paso 2: Nivel de significancia

El nivel de significancia es el mismo que estamos trabajando: 0.05.
Paso 3: Estadstico de prueba (o calculado)
Utilizamos la da distribucin de Fisher:

S12 1373534.69
F 2
33.193
S2
41380.22

Paso 4: Estadstico terico (o tabulado) y regla de decisin

Calculamos el valor crtico con la tabla de distribucin F con cola derecha, con n-1
grados de libertad en el numerador n-1=13, y en el denominador n-1=13:

La tabla nos indica que el punto crtico es 2.577.

Paso 5: Tomar la decisin
Dado que el valor calculado es mucho mayor y est a la derecha del punto crtico,
aceptamos la hiptesis alternativa y concluimos que la varianza del Banco de Occidente
es mayor que la varianza de Bancolombia con una significancia del 5%.

P g i n a | 16

2.2.2 Prueba de hiptesis para los bancos Banco de Occidente y Davivienda:

Paso 1: Planteamiento de la hiptesis
Con los datos obtenidos:

B .deOccidente 37543
B2.deOccidente 12 1373534.69
2
Davivienda 24510

H 0 : 12 3
H1 :
2
1

2
2
2 Davivienda 3 80557.14
3 n 14

Paso 2:

Paso 2: Nivel de significancia

El nivel de significancia es el mismo que estamos trabajando: 0.05.
Paso 3: Estadstico de prueba (o calculado)
Utilizamos la da distribucin de Fisher:

S12 1373534.69
F 2
17.05
S2
80557.14

Paso 4: Estadstico terico (o tabulado) y regla de decisin

Al igual que en la prueba anterir los grados de libertad, tanto en el numerador como en
el denominador son igual a 13.Por tanto el punto crtico es 2.577.
Paso 5: Tomar la decisin

P g i n a | 17

Como el valor calculado es mucho mayor y est a la derecha del punto crtico,
aceptamos la hiptesis alternativa y concluimos que la varianza del Banco de Occidente
es mayor que la varianza del Banco Davivienda con una significancia del 5%.

2.2.3 Prueba de hiptesis para los bancos Bancolombia y Davivienda:

Davivienda 22 24510
2
Davivienda
80557.14
Bancolombia 28206
2
2
Bancolombi
a 3 41380.22
n 14

Paso 1: Planteamiento de la hiptesis

H 0 : 22 32
H 1 : 22 32

Paso 2: Nivel de significancia

El nivel de significancia es el mismo que estamos trabajando: 0.05.
Paso 3: Estadstico de prueba (o calculado)

0.05

Utilizamos la da distribucin de Fisher:

S12 80557.14
F 2
1.95
S 2 41380.22

P g i n a | 18

Paso 4: Estadstico terico (o tabulado) y regla de decisin

Al igual que en la prueba anterir los grados de libertad, tanto en el numerador como en
el denominador son igual a 13.Por tanto el punto crtico es 2.577.
Paso 5: Tomar la decisin
Dado que el valor calculado es menor y est a la izquierda del punto crtico, aceptamos
la hiptesis nula y concluimos que la varianza del Banco Davivienda y la varianza de
Bancolombia son iguales, con una significancia del 0.05.

12 22 32
Para resumir las pruebas de hiptesis:

Para decidir cul de los bancos presentar los precios de cierre de sus respectivas
acciones ms altos, debemos decidir entre Bancolombia y Davivienda.

3. Prueba No Paramtrica: Ji-Cuadrado

Dada la siguiente tabla en donde X es una variable aleatoria que representa elnmero
de errores por caso al ao, que se cometen al tramitar las pensiones en un fondo en
Colombia. Adems se tiene que en promedio () se cometen 3 errores.
# Errores

Frecuencias
Observadas

18

53

103

107

82

P g i n a | 19

46

18

13

Realicen una prueba Ji cuadrado (prueba no paramtrica) para comprobar si el nmero

de errores se distribuye como una Poisson.
Paso 1: Plantear la hiptesis
H0: Los datos se distribuyen segn el modelo de Poisson.
H1: Los datos no estn distribuidos segn el modelo de Poisson.
Paso 2: Determinar el nivel de significancia
Como el problema no lo indica, tomamos como nivel de significancia =0.05.
Paso 3: Estimar el estadstico de prueba

oi2
n
i 1 Ei
2

Para hallar el estadstico de prueba contamos con la siguiente

formula, la cual nos indica la relacin de la frecuencia observada con la frecuencia
esperada:

La frecuencia esperada la calculamos a travs de Excel con la siguiente tabla:

P g i n a | 20

Tabla 4: Calculo de frecuencias esperadas de los errores al ao cometidos en un Fondo de

Pensiones de Colombia

Ahora calculamos el estadstico:

2 446.01 440 6.011

Paso 4: Establecer la Decisin

El valor crtico lo tomamos con los grados de libertad= K-1=8-1=7, a un nivel de
significancia de 0.05 es:

Ilustracin 5: Calculo del estadstico de prueba Ji-cuadrado con 7 grados

de libertad y nivel de significancia del 5%.

P g i n a | 21

Revisando la tabla de distribucin Ji-cuadrado tenemos que el valor crtico es 14.067.

Ilustracin 6: Prueba no paramtrica Ji-Cuadrado.

Paso 5: Toma de la Decisin

Observamos que el estadstico de prueba es menor, o sea, est dentro de la zona de
aceptacin, entonces no podemos rechazar la hiptesis nula. En conclusin podemos
decir que el nmero de errores cometidos al tramitar una pensin en Colombia sigue
una distribucin Poisson.

P g i n a | 22

CONCLUSIONES
Con la realizacin del presente trabajo colaborativo se abordaron las diferentes
temticas de la Unidad 2 del curso de Inferencia Estadstica.
Comprendimos los pasos necesarios para la realizacin de las diferentes
pruebas de hiptesis, desde la formulacin de dichas hiptesis, tanto nula, como
alternativa. Pasando por el nivel de significancia, luego calculando el estadstico
calculado o tabulado. Entonces, se debe establecer la regla de decisin
calculando el estadstico terico ayudado de las funciones de probabilidad.
Finalmente, tomamos la decisin.
Adems, estudiamos y entendimos las diferentes aplicaciones de las diferentes
pruebas de hiptesis. En el ejercicio desarrollado precisamente se utiliz la
prueba para la media con muestra pequea.
Por otra parte, analizamos y nos acercamos a las pruebas de varianza ANOVA.
Las cuales se utilizan para determinar el grado de variabilidad de diferentes
muestras de una poblacin.
Observamos los diferentes escenarios en los cuales se pueden aplicar las
pruebas de hiptesis. El mbito de aplicacin es bastante extenso y til en las
diferentes actividades que desarrollamos o realizaremos como profesionales.
El trabajo colaborativo responde a las necesidades de aproximar el aprendizaje a
un ambiente significativo, donde todos los actores del proceso se apropian de las
temticas y construyen el conocimiento de una manera ms efectiva.

P g i n a | 23

REFERENCIAS
Sierra Hernandez, JeammyJulirth. (2012). Mdulo de Inferencia Estadstica.
Ibagu. UNAD.
https://sites.google.com/site/unadjeammysh/recursos-de-apoyo
Docentes

innovadores

(s.f.).

Prueba

de

hiptesis.

Recuperado

de:

http://www.docentesinnovadores.net/Archivos/5942/PRUEBA%20DE%20HIP
%C3%93TESIS%20CON%20CHI%20CUADRADO%20EMPLEANDO
%20EXCEL%20Y%20WINSTATS.pdf
Instituto Tecnolgico de Chihuaha. (s, f). Prueba del Signo para Muestras
Pareadas. Chihuahua, Mxico. Consultado el 01 de Mayo de 2014, en:
http://www.itch.edu.mx/academic/industrial/estadistica1/cap04d.html
Monge, J.F. & Juan, A. (s, f). Estadstica No paramtrica, prueba Chi-Cuadrado.
Ed. Fundaci per a la UniversitatOberta de Catalunya. Barcelona. Recuperado
de: http://www.uoc.edu/in3/emath/docs/Chi_cuadrado.pdf
Scientific European Federation Osteopaths (s.f.). Los Test estadsticos.
Consultado el 01 de Mayo de 2014, en:http://scientific-european-federationosteopaths.org/pt/test-estadisticos
Blog del curso Inferencia Estadstica: http://www.inferencia-e.blogspot.com/
Prueba ANOVA-Tukey en EXCEL: http://vimeo.com/59756490
Prueba ANOVA-Tukey en Infostat: http://vimeo.com/59763666
PRUEBA JI-CUADRADO: http://vimeo.com/78737008
Presentacin Prueba de Hiptesis: http://prezi.com/b6no1dgov09m/?
utm_campaign=share&utm_medium=copy