Académique Documents
Professionnel Documents
Culture Documents
Grupo 100403_115
Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
F= N/n
F= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)
F= N/n
N= 1647
n= 175
F= 9.41
F= 9
Alea= 8
Fijo= 2
Lugar de
Municipio Genero Escolaridad
residencia
Nº Muestra
5 38 Pasto Femenino Urbana Bachiller
7 56 Pasto Masculino Rural Tecnologo
8 65 Pasto Femenino Urbana Profesional
15 128 Pasto Femenino Rural Tecnologo
18 155 Pasto Femenino Rural Tecnologo
19 164 Pasto Femenino Rural Bachiller
20 173 Pasto Masculino Urbana Bachiller
21 182 Pasto Masculino Rural Bachiller
22 191 Pasto Femenino Urbana Bachiller
25 218 Pasto Femenino Urbana Tecnologo
27 236 Pasto Femenino Urbana Profesional
28 245 Pasto Masculino Urbana Tecnologo
30 263 Pasto Femenino Rural Tecnologo
31 272 Pasto Femenino Rural Postgrado
35 308 Pasto Femenino Urbana Postgrado
36 317 Pasto Femenino Urbana Tecnologo
39 344 Pasto Femenino Rural Profesional
40 353 Pasto Femenino Rural Tecnico
46 407 Pasto Masculino Rural Postgrado
49 434 Pasto Masculino Rural Postgrado
52 461 Pasto Femenino Rural Tecnico
53 470 Pasto Femenino Rural Tecnologo
54 479 Pasto Masculino Urbana Tecnico
55 488 Pasto Masculino Urbana Tecnico
56 497 Pasto Masculino Urbana Tecnologo
57 506 Pasto Femenino Rural Bachiller
63 560 Pasto Femenino Urbana Tecnologo
65 578 Pasto Masculino Rural Tecnologo
66 587 Pasto Masculino Urbana Tecnico
67 596 Pasto Masculino Urbana Tecnologo
68 605 Pasto Masculino Urbana Bachiller
69 614 Pasto Masculino Rural Tecnico
70 623 Pasto Masculino Rural Profesional
75 668 Pasto Femenino Urbana Tecnico
76 677 Pasto Femenino Rural Tecnico
81 722 Pasto Femenino Urbana Tecnologo
82 731 Pasto Femenino Urbana Tecnologo
87 776 Pasto Femenino Rural Bachiller
93 830 Pasto Femenino Rural Tecnico
95 848 Pasto Femenino Rural Bachiller
96 857 Pasto Femenino Urbana Tecnico
97 866 Pasto Masculino Urbana Postgrado
98 875 Pasto Masculino Rural Profesional
100 893 Pasto Masculino Urbana Profesional
101 902 Pasto Femenino Urbana Tecnico
102 911 Pasto Femenino Rural Tecnologo
103 920 Pasto Femenino Rural Tecnologo
106 947 Pasto Masculino Urbana Tecnologo
108 965 Pasto Femenino Rural Tecnico
111 992 Pasto Masculino Urbana Bachiller
114 1019 Pasto Masculino Urbana Profesional
116 1037 Pasto Femenino Rural Tecnico
117 1046 Pasto Masculino Urbana Postgrado
118 1055 Pasto Masculino Urbana Bachiller
122 1091 Pasto Femenino Rural Tecnologo
123 1100 Pasto Masculino Rural Postgrado
124 1109 Pasto Masculino Rural Postgrado
125 1118 Pasto Masculino Rural Profesional
127 1136 Pasto Masculino Urbana Bachiller
128 1145 Pasto Masculino Urbana Tecnologo
132 1181 Pasto Femenino Urbana Bachiller
133 1190 Pasto Masculino Urbana Profesional
134 1199 Pasto Femenino Rural Bachiller
135 1208 Pasto Femenino Urbana Postgrado
136 1217 Pasto Femenino Rural Profesional
138 1235 Pasto Masculino Urbana Postgrado
139 1244 Pasto Masculino Rural Tecnico
146 1307 Pasto Femenino Rural Tecnologo
147 1316 Pasto Masculino Urbana Tecnico
148 1325 Pasto Femenino Urbana Bachiller
149 1334 Pasto Femenino Rural Profesional
154 1379 Pasto Masculino Urbana Bachiller
156 1397 Pasto Femenino Urbana Profesional
157 1406 Pasto Masculino Rural Tecnico
161 1442 Pasto Masculino Urbana Postgrado
169 1514 Pasto Femenino Rural Profesional
175 1568 Pasto Femenino Urbana Tecnico
temático
Tipo de colegio
Posicion ocupacional Regimen de salud
egresado
1929605 38 6 22 165743
1929605 69 7 38 199916
1543684 77 6 37 119737
1157763 56 2 21 172019
1543684 11 5 26 107288
1543684 25 3 28 126016
1929605 52 3 18 281776
1543684 58 1 30 235291
1929605 80 6 40 129461
2315526 63 0 19 125176
2315526 48 5 19 281627
1543684 24 0 20 158097
1543684 42 0 30 248494
1543684 37 7 21 273927
1157763 42 8 29 281648
771842 60 6 18 188269
771842 64 8 40 104906
1929605 67 2 39 234211
1157763 36 6 29 233859
771842 71 0 40 191831
2315526 71 2 28 117574
1157763 50 5 36 265381
2315526 36 0 34 202325
1543684 80 5 25 223563
1543684 59 6 28 284469
771842 61 1 31 275809
2315526 39 4 34 157393
1543684 21 6 26 298913
771842 53 4 30 123944
1929605 63 8 39 193732
2315526 17 0 24 172570
2315526 37 3 18 177583
771842 51 8 21 155262
1543684 69 4 18 293900
1929605 76 5 26 194607
2315526 79 3 23 158823
771842 33 6 37 246295
2315526 74 7 40 214600
1157763 24 2 23 204112
1929605 16 4 20 248181
1157763 79 4 27 286088
1543684 35 5 40 255387
1929605 13 1 24 152488
2315526 74 1 34 191042
2315526 21 1 23 227900
771842 28 2 33 124768
771842 76 0 29 172239
1929605 52 5 38 176869
1543684 53 7 26 219793
1543684 41 4 37 213181
1157763 27 8 39 247214
2315526 18 6 25 247765
1543684 78 0 18 121050
1543684 49 0 38 196553
1929605 27 4 32 170447
771842 76 1 34 291678
771842 74 4 24 220658
1157763 26 7 19 256073
771842 17 6 21 283595
771842 12 8 18 270753
771842 33 0 29 208441
771842 39 0 26 149653
2315526 34 5 37 295171
2315526 50 7 18 250539
1157763 21 0 18 280851
771842 25 8 28 221499
1929605 75 5 31 168674
2315526 11 1 18 251804
1543684 44 0 30 173713
1929605 58 1 31 164463
1543684 31 2 34 255186
1543684 37 8 26 148740
2315526 38 6 29 263963
771842 20 6 35 220088
2315526 63 7 35 228700
1543684 16 5 19 204435
1157763 73 1 29 134900
Distancia al Gasto de la
puesto de canasta
salud mas
cercano (km) familiar
1.28 288150
1.4 545120
1.98 247000
1.33 400290
1.86 407420
2.38 272490
1.3 187620
1.62 408560
1.96 416630
2.06 179230
2.01 302200
2.05 428000
1.85 384020
1.84 394230
1.28 226600
1.96 552870
1.59 352140
2.05 380530
1.56 199470
1.57 369490
1.54 384200
1.65 356410
1.76 538390
1.23 250780
1.65 250900
1.23 361940
2.2 433740
2.02 157620
1.61 394040
1.64 469140
2.44 366370
1.29 331550
2.24 278570
1.71 270240
1.97 392940
2.22 324200
1.81 356430
1.83 277260
2.02 361010
1.71 465910
1.74 345060
1.51 301400
1.57 432840
2.09 465160
1.61 358660
2.01 519490
1.83 277200
1.89 313400
2.24 214170
1.7 281920
2.12 341760
2.1 397060
1.95 313580
1.8 356630
1.45 410410
2.06 355660
2.53 452400
1.8 400720
2.16 300350
2.33 529200
2.03 463620
1.92 239890
2.04 313580
1.37 295980
1.67 338470
1.63 497000
1.35 235550
1.75 444610
2.45 350580
1.71 211380
1.86 305090
1.91 392230
1.54 349490
1.79 470270
1.91 471000
1.69 379470
1.5 484560
Preguntas
A. ¿Cuáles son las partes por las
que está conformada una prueba
de hipótesis?
Estos son los elementos o pasos para ejecutar una prueba de hiptesis:
Error de tipo I
Si se rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I. La probabilidad de cometer
un error de tipo I es α, que es el nivel de significancia que se establece para su prueba de hipótesis. Un α
de 0.05 indica que se acepta una probabilidad de 5% de estar equivocado al rechazar la hipótesis nula.
Para reducir este riesgo, debe utilizar un valor menor para α. Sin embargo, usar un valor menor para alfa
significa que se tendrá menos probabilidad de detectar una diferencia si esta realmente existe.
Error de tipo II
Cuando la hipótesis nula es falsa y no se rechaza, se comete un error de tipo II. La probabilidad de
cometer un error de tipo II es β, que depende de la potencia de la prueba. Puede reducir el riesgo de
cometer un error de tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese
de que el tamaño de la muestra sea lo suficientemente grande como para detectar una diferencia práctica
cuando esta realmente exista.
Según informacion consultada en el sitio web:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-
topics/basics/what-is-anova/
https://www.youtube.com/watch?v=N9vB-BLnSd0
Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son
iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la variable de
respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas las medias de la
población (medias de los niveles de los factores) son iguales mientras que la hipótesis alternativa
establece que al menos una es diferente.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-
topics/basics/what-is-anova/
Para ejecutar un ANOVA, se debe tener una variable de respuesta continua y al menos un factor
categórico con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una
distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo,
los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de
normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas son
bastante diferentes. Las transformaciones del conjunto de datos original pueden corregir estas
violaciones.
Por ejemplo, si se diseña un experimento para evaluar la durabilidad de cuatro productos de alfombra
experimentales. Se coloca una muestra de cada tipo de alfombra en diez hogares y se mide la durabilidad
después de 60 días. Debido a que se está examinando un factor (tipo de alfombra), se utiliza un ANOVA
de un solo factor.
Es importante ya que permite hacer pruebas para establecer diferencias entre 2 o mas medias.
Esteban Solorzano Estudiante 3
Una prueba de hipotesis se conforma de 5 partes: Para desarrollar y llevar a cabo una prueba de
hipotesis, se deben de seguir seis pasos básicos
1. Hipotesis nula (Ho) para configurar y realizar correctamente una
2. Hipotesis Alternativa (Ha) prueba de hipótesis. 1. Especificar las
3. Calcular el valor estadistico de prueba y su valor p hipótesis. 2. Elegir un nivel de significancia
4. Region de rechazo (también denominado alfa o α). 3.
5. Sacar una conclusion Determinar la potencia y el tamaño de la muestra
para la prueba. 4.
Recolectar los datos. 5. Comparar el valor
p de la prueba con el nivel de significancia.
6.Decidir si rechazar o no rechazar la
hipótesis nula.
El Error tipo I es cuando el investigador rechaza la Si rechazamos una hipotesis cuando deberia ser
hipotesis nula siendo esta verdadera dentro de la aceptada, diremos que se ha cometido un error de
poblacion. Es igual a decir un falso positivo. tipo I.
Es una colección de modelos estadisticos en el cual
la varianza esta particionada en componentes.
Se utiliza cuando se requiere comparar 2 o mas Un análisis de varianza (ANOVA) prueba la hipótesis
medidas en diversas situaciones. de que las medias de dos o más poblaciones son
iguales. Los ANOVA evalúan la importancia de uno
o más factores al comparar las medias de la
variable de respuesta en los diferentes niveles de
los factores
http://www.hrc.es/bioest/Anova_1.html
Es muy util debido a que permite comparar varias
medias en diversas situaciones, para nuestro caso
en cada poblacion y problema planteado; muy
ligado, por tanto, al diseño de experimentos y, de
alguna manera, es la base del análisis
multivariante.
Erika Johana Gonzalez Cuartas Estudiante 5
Una prueba de hipótesis es el hecho de
tomar una decisión acerca del valor de un
parámetro, con base en alguna idea
preconcebida acerca de cuál podría ser su
valor.
Ho : µ = 5
Ho: µ ≠ 5
Bilateral
Paso 2: Establecer el nivel de significancia con el que se va a trabajar
a= 0.05
Paso 3: Estadístico de prueba (o calculado)
�_𝒑𝒓𝒖𝒆𝒃𝒂=(�
Zprueba= -5.31 −�)/(�/√�)
Conclusión:
Con la realizacion de los calculos procedimientos correspondientes, se
concluye que, con una significancia del 5%, la media de las horas laboradas
diariamente, no es de 5 horas.
Una PH para la media, para probar si la media de las horas
Datos
laboradas diariamente es de 5 horas. (Prueba Bilateral)
Paso 1: Descri
Ho:
Ha:
Paso 2: Establ
a=
Paso 4: Estadí
Paso 5: Tomar
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
Conclusión:
Ho : µ ≤ 900000
Ha: µ > 900000 Unilateral Derecho
Paso 2: Establecer el nivel de significancia con el que se va a trabajar
0.05
Estadistico de prueba
�_𝒑𝒓𝒖𝒆𝒃𝒂=(�
Zprueba= 15.81 −�)/(�/√�)
Zteórico= 1.645
Conclusión:
Pro
Paso 1: Describir la hipóte
Ho: La edad promedio es m
Ha: La edad promedio es m
Ho : µ ≥ 40
Ha: µ < 40
Zprueba=
Zteórico=
Conclusión:
o en forma simbólica:
≥ 40
< 40 Unilateral Izquierdo
2: Establecer el nivel de significancia con el que se va a trabajar
-1.645
5: Tomar la decisión
usión:
Ho : P ≥ 30%
Ha: P < 30% Unilateral Derecha
Paso 2: Establecer el nivel de significancia con el que se va a trabajar
a = 0.05
Paso 3: Estadístico de prueba (o calculado)
Proporción de la
p- P muestra
Zprueba=
P(1- P) Proporción Poblacional
n
Zprueba= -2.56
Zteórico= 1.645
Con una significancia del 5%, Se acepta la hipotesis nula, porque el Z de prueba es menor al Z teorico
Conclusión:
Con un nivel de significancia del 5%, el porcentaje de encuestados en la población con posicion
ocupacional "obrero, empleado particular" es mayor al 30%
da
Una PH para la proporción, para probar si él % posición
ocupacional “obrero, empleado particular” es mayor al 30%.
(Prueba Unilateral derecha).
ajar
21%
30%
Ho : P ≥ 30%
Ha: P < 30% Unilateral Izquierda
Paso 2: Establecer el nivel de significancia con el que se va a trabajar
a = 0.05
Paso 3: Estadístico de prueba (o calculado)
Proporción de la
p- P muestra
Zprueba= Proporción
P(1- P) Poblacional
n
Zprueba= 4.04
Zteórico= 1.645
Con una significancia del 5%, Se acepta la hipotesis nula, porque el Z de prueba esta
fuera del rango, de Z teorico, y esto lo observamos claramente en la grafica
Conclusión:
Con los resultados obtenidos se puede concluir que, con un nivel de significancia del 5%
el porcentaje de encuestados en la población con tipo de colegio egresado "Mixto"es
mayor al 30%
Una PH para la proporción, para probar si él % de tipo de colegio
egresado “Mixto” es Inferior al 25%. (Prueba Unilateral izquierda)
bajar
44%
30%
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
el Z de prueba esta
n la grafica
Ho : P
Ha: P ___lateral
Paso 2: Establecer el nivel de significancia con el que se va a trabajar
a= 0.05
Paso 3: Estadístico de prueba (o calculado)
p- P
Zprueba=
P(1- P)
: n
𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0 Zprueba= #DIV/0!
𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
Paso 4: Estadístico teórico (tablas)
Zteórico= 1.645
Conclusión:
tesis
Una PH para la proporción, para probar si él % de Escolaridad
“Bachiller” es igual al 35%. (Prueba Bilateral)
_lateral
a a trabajar
Proporción de la
muestra 0%
Proporción
Poblacional 0%
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
probar si él % de Escolaridad
%. (Prueba Bilateral)
Luis Alberto Rincon Betancourt
Fase 3 Pruebas de Hipotesis
Datos
MEDIA POBLACIONAL
MEDIAS MUESTRALES
PROMEDIO DE INGRESO MENSUAL DE LAS MUEJRES
PROMEDIO DE INGRESO MENSUAL DE LOS HOMBRES ENCUENTADOS ENCUENTADAS
H0: Ingreso mensual de las mujeres es menor o igual que el ingreso mensual de los hombres
Ha: Ingreso mensual de los hombres es mayor al promedio de ingreso mensual de las mujeres
Ho : �_1 ≤ �_2
Ha : �_1 > �_2
Unilateral Deracha
Donde
�_1: Promedio de ingreso mensual mujeres
�_2: promedio del ingreso mensual hombres
a= 0.05
Zprueba= -0.83
Paso 4: Estadístico teórico (tablas)
Zteórico= 1.645
1594574.6813187
564286.3353855
91
Deracha
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
menor que Zteorico, ademas, 𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
MEDIAS MUESTRALES
promedio de horas laborados diariamente por personas que se promedio de horas laborados diaria
consideran pobres personas que no se consideran p
Ho : �_1 ≤ �_2
Ha : �_1 > �_2
UNILATERAL DERECHA
Donde
�_1: promedio de
delhoras
ingreso
laborados
mensualdiariamente
de
encuestados
por personasdel
quesector urbano pobres �_2:
se consideran
�_2: promedio
promedio de horas
del ingreso
laborados
mensual
diariamente
de por
encuestados
personas quedel
no sector
se consideran
rural pobres.
a= 0.05
Zprueba=
Paso 4: Estadístico teórico (tablas)
Zteórico=
ES
promedio de horas laborados diariamente por
personas que no se consideran pobres.
ILATERAL DERECHA
a a trabajar
0.38
1.645
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
ya que, el Zprueba 0,38 esta en la 𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
Donde
BILATERAL
P1: % de
Escolaridad
encuestados
profesional
Femenina
Zonatiene
que Rural.régimen de salud
P2: Escolaridad profesional Zona
“contributivo”
Urbana.
P2: % de encuestados masculino
tiene régimen de salud
“contributivo”
P1 - P2
Zprueba=
PC (1- PC ) PC (1- PC )
+
n1 n2
Zprueba= -0.05 =
0.0755928946
Paso 4: Estadístico teórico (tablas)
Zteórico= -1.645 1.645
Conclusión:
ncuestados Masculino
ILATERAL
ajar
-0.6807902407
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
el Zprueba se encuentra fuera 𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
butivo” no es igual al % de
Estudiante
Fase 3 Pruebas de Hipotesis
Datos
probar que él %
n de salud ESCOLARIDAD PROFESIONAL ESCOLARIDAD NO PROFESIONALES
asculino tiene n1= n2=
Bilateral)
Donde
___lateral
P1: % Escolaridad profesional Zona
Rural.
P2: Escolaridad profesional Zona
Urbana.
P1 - P2
Zprueba=
PC (1- PC ) PC (1- PC )
+
n1 n2
Zprueba= #DIV/0!
#DIV/0!
Paso 4: Estadístico teórico (tablas)
Zteórico= -1.645
Conclusión:
sis
Una PH para la diferencia de proporciones, para probar que la
AD NO PROFESIONALES TOTAL proporción % de encuestados con Escolaridad “Bachiller” es
0 mayor si están ubicados en la Zona Rural. (Prueba Unilateral
derecha)
#DIV/0!
ona rural
ral
___lateral
a a trabajar
= #DIV/0!
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
orciones, para probar que la
n Escolaridad “Bachiller” es
na Rural. (Prueba Unilateral
a)
Data
Genero Count - Ingreso mensual StDev - Ingreso mensual
Femenino 91 564286.3353855
Masculino 84 542161.830824212
Total Result 175 553277.94799567
Count - Ingreso mensual
91
84
175
Referencias
• Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. Pp. 27
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=38&docID=10365616&tm=149255310215
• Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma.
Hill Interamericana. Pp. 65- 72. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280
• Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. Pp. 43-
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=54&docID=10365616&tm=149255314638
sites.google.com
https://sites.google.com/site/tallerdebioestadistica/pruebas-de-hipotesis/4-1-conceptos-generales-de-las-pruebas-
support.minitab.com/https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-t
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-topics/basics/what-is
https://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-de-hipotesis.shtml
erencias
co, D.F., MX: Instituto Politécnico Nacional. Pp. 43- 57. Recuperado de
on?ppg=54&docID=10365616&tm=1492553146384
Recuperado de http://hdl.handle.net/10596/10566
ipotesis/4-1-conceptos-generales-de-las-pruebas-de-hipotesis
help-and-how-to/statistics/basic-statistics/supporting-topics/basics/type-i-and-type-ii-error/
eling-statistics/anova/supporting-topics/basics/what-is-anova/
a-de-hipotesis.shtml