orio

11/03/2018

Manuel paredes Aranzamendi código 70267232

 DISEÑO INSTRUCCIONAL EVALUACIÓN FINAL (B)

ASIGNATURA DOCENTE

Instrucciones:
 El examen tendrá una duración efectiva de 100 minutos.
 Desarrolla paso a paso los siguientes enunciados de tu examen, todo en la hoja cuadriculada.
 Puedes utilizar tu calculadora y el formulario. REDONDEAR LOS DECIMALES A 4 CIFRAS. LOS PORCENTAJES A DOS CIFRAS.
Items:
1. En la publicidad de cuatro pinturas (TEKNO, VENCEDOR, ECOCOLOR y CPP) se dice que tienen el mismo tiempo de secado. Para verificarlo, se prueban
cinco muestras de cada una de las pinturas. Se registra el tiempo en min necesario para que el secado sea suficiente para la aplicación de una segundad
mano. Los datos obtenidos se listan a continuación.

TEKNO VENCEDOR ECOCOLOR CPP

128 144 133 150
137 133 143 142
135 142 137 135
124 146 136 140
141 130 131 153

Con 𝛼 = como nivel de significancia, realice una prueba para determinar si la media de los tiempos de secado es la misma en cada tipo de pintura.
0,05
(5 puntos)
RESOLUCION

Sumas de cuadrados
𝒑 𝒏𝒋

̅) 𝟐
𝑺𝑺𝒕𝒐𝒕𝒂𝒍 = ∑ ∑(𝒙𝒊𝒋 − 𝒙
𝒋=𝟏 𝒊=𝟏
𝑷

̅) 𝟐
𝑺𝑺𝒃 = ∑(𝒙𝒋 − 𝒙
𝒋=𝟏
𝒑 𝒏𝒋

̅) 𝟐
𝑺𝑺𝑾 = ∑ ∑(𝒙𝒊𝒋 − 𝒙
𝒋=𝟏 𝒊=𝟏

TABLA DE ANOVA

FUENTE DE SUMA DE GRADOS CUADRADO VALOR F

VARIACIÓN DE
CUADRADOS LIBERTAD MEDIO

Entre muestras SCTR c-1 CMTR CMTR/CME

(tratam.)

Dentro de muestras SCE n-c CME

(err.)

Variación total SCT n-1 CMT

 RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 5 665 133 47.5
Columna 2 5 695 139 50
Columna 3 5 680 136 21
Columna 4 5 720 144 54.5

ANÁLISIS
DE
VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crítico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre
grupos 330 3 110 2.5433526 0.09276427 3.23887152
Dentro de
los grupos 692 16 43.25

Total 1022 19

COMO PODEMOS VER

El valor de f es 2.54335. El p valor es .092764. POR TAL MOTIVO El resultado no es significativo en p <.05.
La hipótesis nula indica que las medias de población son todas iguales es decir que las pinturas no presentan diferencia entre su tiempo
de secado .
2. La siguiente tabla bidireccional de frecuencias aparece en el artículo "Uso de marihuana en la universidad" (Juventud y Sociedad,1979: 323-334). Cada
uno de los 445 estudiantes universitarios fue clasificado según su frecuencia de consumo de marihuana y si los padres consumían alcohol y drogas
sicoactivas.
3. ¿La información sugiere que la adicción de padres y de estudiantes son independientes en la población de la que se extrajo la muestra? (5 puntos)
Nivel estándar de consumo de
marihuana
Nunca Ocasional Regular
Padres Ninguno 141 54 40
consumen
Uno 68 44 51
alcohol y
drogas Ambos 17 11 19

Nunca Ocacional Regular Totales

Ninguno 141 54 40 235
Uno 68 44 51 163
Ambos 17 11 19 47

Column 226 109 110 445

Totals

Nunca Ocacional Regular

Ninguno 141 (119.35) [3.93] 54 (57.56) [0.22] 40 (58.09) [5.63]
Uno 68 (82.78) [2.64] 44 (39.93) [0.42] 51 (40.29) [2.85]
Ambos 17 (23.87) [1.98] 11 (11.51) [0.02] 19 (11.62) [4.69]

H0 = Las dos variables son independientes

H1 = Las dos variables no son independientes

(𝑂𝑖−𝐸𝑖) 2
=𝑥02 = ∑𝑘𝑖=1
𝐸𝑖
 Resolviendo la formula mencionado la estadística nos da el valor de chi-cuadrado es 22.3731.

.
2
𝑋0.05 = (𝑟 − 1)(𝑐 − 1)
Remplazando
Tenemos (3-1)(3-1 a un nivel de 0.05

El p- valor es .000169. El resultado es significativo en p <.05 por tal motivo estamos hablando de variables dependientes. Es decir se acepta H0

Un inventor afirma que creó un aditivo para gasolina que aumenta el rendimiento del combustible. Un posible financiador del producto hace una prueba con 8
automóviles diferentes que se conducen en las mismas condiciones, con y sin el aditivo, y obtiene los resultados que se muestran en la tabla.
Probar con un nivel de significación de 0,05, si se puede aceptar la afirmación del inventor como verdadera. Cabe resaltar que las muestras no provienen de
poblaciones con distribuciones normales. (5 puntos)

Con Sin
Automóvil aditivo aditivo
1 24.46 25.64
2 38.34 38.34
3 35.52 37.16
4 21.64 23.52
5 24.23 23.99
6 19.76 18.58
7 22.82 22.58
8 20.23 23.29

4. Requisitos para wilcoxon

5. Datos coincidentes
6. La variable dependiente es continua; en otras palabras, debe ser, en principio, posible distinguir entre valores en el lugar decimal n. °
7. Para lograr la máxima precisión, no debería haber empates, aunque esta prueba, como otras, tiene una forma de manejar las ataduras
8. Hipótesis nula
9. La hipótesis nula afirma que las medianas de las dos muestras son idénticas.
 A B F A R FR
1 24.46 25.64 -1 1.18 3 -3
2 38.34 38.34 n/a 0 n/a n/a
3 35.52 37.16 -1 1.64 5 -5
4 21.64 23.52 -1 1.88 6 -6
5 24.23 23.99 1 0.24 1.5 1.5
6 19.76 18.58 1 1.18 4 4
7 22.82 22.58 1 0.24 1.5 1.5
8 20.23 23.29 -1 3.06 7 -7

Detalles del resultado

Valor-W : 7
Diferencia media : -14.25
Suma de pos. clasificaciones : 7
Suma de neg. clasificaciones : 21

Z-valor : -1.1832 ( nb. N demasiado

pequeño)

Tamaño de la muestra ( N ): 7

10. Resultado 1 - valor Z

11. El valor Z es -1.1832. Sin embargo, el tamaño de N (7) no es lo suficientemente grande como para que la distribución del estadístico W de Wilcoxon forme una
distribución normal. Por lo tanto, no es posible calcular un valor de p exacto.
12. Resultado 2 - valor W
13. El valor W es 7. El valor crítico de W para N = 7 a p≤0,05 es 2. Por lo tanto, el resultado no es significativo a p≤0,05.

Por tanto la prueba concluye que no afirma que aumenta el rendimiento del combustible.

14.
15.
16.
17.
18.
19.
20. La empresa “Grupo-Servicios Múltiples”, produce partes para camión que utilizan en los remolques. La gerencia de producción desea desarrollar un modelo
de regresión que le permita predecir los costos de producción (miles de dólares) en función de las unidades producidas (en cientos). Los datos se muestran en
la siguiente tabla.

Unidades Costos
Producidas (miles de
(cientos) $)
12.3 6.2
8.3 5.3
6.5 4.1
4.8 4.4
6.6 5.2
4.6 4.8
9.6 5.9
6.5 4.2

Después de graficar el diagrama de dispersión de los puntos que representan estos datos se obtuvo:

Diagrama de dispersión de las unidades producidas y los

costos
7
Costo de producción (miles de $)

6
5
4
3
2
1
0
0 2 4 6 8 10 12 14
Unidades producidas (en cientos)
Haga una estimación y un pronóstico por intervalo del costo; para una producción de 650 unidades, con un nivel de confianza de 95%. (5 puntos)
Unidades Costos
Producidas (miles de
(cientos) $)
12.3 6.2
9.6 5.9
8.3 5.3
6.6 5.2
6.5 4.1
6.5 4.2
4.8 4.4
4.6 4.8
Promedio 7.4 5.013
Suma de X = 59.2
Suma de Y = 40.1
Media X = 7.4
Media Y = 5.0125
Suma de cuadrados ( SS X ) = 46.52
Suma de productos ( SP ) = 11.62

Ecuación de regresión = ŷ = bX + a

b = SP / SS X = 11.62 / 46.52 = 0.24979

a = M Y - b M X = 5.01 - (0.25 * 7.4) = 3.16409

ŷ = 0.24979 X + 3.16409

Regresión linial = y = 0.25x+3.16

estimación y un pronóstico por intervalo del costo; para una producción de 650 unidades
remplazando tenemos de resultado 165.5244 miles de dolares