DISEÑO INSTRUCIONAL EVALUACIÓN FINAL (B)

ASIGNATURA ESTADÍSTICA INFERENCIAL DOCENTE Sergio JURADO CHAMORRO

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 Planteamiento de
pronósticos que se muestran a continuación: Hipótesis:

+1pts
Pronóstico del crecimiento
Si existe la información de una población fuertemente sesgada, con un nivel de significación
del PBI al año siguiente
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)
Economista Economista
del sector del sector
Cálculo de estadístico
público privado
de prueba para el tipo
.5 3.2 de prueba adecuado
5.9 4.9
4.0 2.4 +2pts
6.7 5.7
6.4 0.1
8.5 2.9
8.8 3.0 VC y Decisión y
7.6 respuesta al
problema:
Se utiliza una prueba no
paramétrica porque se nos +1pts
dice que la población es
fuertemente sesgada, es
decir no es simétrica por
Justificar el método
tanto no es normal. usado +1
 2. En una escuela de estudios superiores se desea investigar si la calificación 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: Planteamiento de
hipótesis:
Calificaciones Excelente Bueno Regular Malo a. Pruebe si la distribución de las
Administración 21 28 15 8 calificaciones entre las tres áreas académicas es +1pts
Contaduría 18 25 12 7 igual o no, con un nivel de significación de 0.05.
(4pts)
Economía 15 21 13 6

Cálculo del estadístico

de prueba y VC:

+2pts

Conclusión y
respuesta a la
interrogante:

+1pts

b. En base a la información explique porque optó por realizar los procedimientos que usó para encontrar la respuesta.
1pts. b. Sustentación de
procedimientos:
Los procedimientos usados, se han elegido por que las variables son cualitativas categóricas y se desea probar la igualdad de
distribución de frecuencias entre las categorías de una de las variables. +1pts
 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

a. Al nivel del 5% de significancia, ¿Existe

Sueldo Años de Años de Sexo correlación lineal entre las variables y la variable
mensual experiencia escolaridad Sueldo? Pruebe una a una. (1pts) Pregunta a.
1 23023 7.5 13 F
2 27335 11 13 M Sueldo – Años de experiencia: +1pts
r = 0.639 moderada correlación
3 26103 6 14 F
4 26180 10 13 M
Sueldo – Años de escolaridad:
5 25025 11.5 14 M r = 0.405 débil correlación
6 23485 5 13 F
7 23870 9 12 F Solo en el caso de Años de experiencia:
8 21329 3.5 13.5 F H0  = 0 No existe correlación lineal entre Sueldo y Pregunta b.
9 30800 10.5 14 M Años de experiencia.
10 26950 9.5 15 F H0   0 Existe correlación lineal entre Sueldo y Ecuación: +0.5pts
11 23870 11.5 11 M Años de experiencia.
12 22022 8 11 F r = 0.639 y VC = 0.514. Por tanto, existe Planteamiento de
13 23100 4.5 13 M correlación entre Sueldo y Años de experiencia Hipótesis: +0.5pts
14 21175 3.5 13.5 M
b. ¿Cuál es el mejor modelo de regresión para Calculo de estadístico
15 23870 7 14 F
los datos de la población en el caso de la variable de prueba: +0.5pts
con mayor correlación en la pregunta a? (2pts)
Con una calculadora Casio 82, 90, 99ES, se obtienen los coeficientes b0 y b1: Valor crítico y
Respuesta: 0.5pts
𝑌̂ = 19996.9812 + 577.816 x
9.127𝑥109 +19996.981(368137)−577.8159(2961728)
H0:  = 0 La recta es Horizontal (la ecuación no es válida) Se = √ = 2057.104
15−2
H1:   0 La recta no es Horizontal (la ecuación es válida) x = 2.7536
577.81594
t= 2057.104 = 2.995 VCgl=13;0.05= 2.160 t=2.995 > VC = 2.160 Rechazamos H0 como verdadera
2.7547√15 Pregunta c:
La no recta es horizontal y la ecuación es válida en la población.
+2pts
c. Desarrolle una estimación para un ejecutivo con 13 años de experiencia al 95% de confianza. (2pts)

1 15(13−∗7.8667)2
E = 2.160(2057.104)√1 + + = 5011.586 𝑌̂ = 19996.9812+577.816(13) = 27508.5885 22497.0026<y<32520.1744
15 15(1042)−1182
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
Mezclas de publicidad producto. Los resultados que se obtuvieron fueron: Pregunta a.
A B C
60 40 40 Pruebe, con un nivel de significación de 0,01:
a) ¿Existe diferencia entre los efectos de las 3 mezclas de publicidad sobre las ventas?
Planteamiento de
30 60 20
10 30 60 Complete la tabla ANOVA. (3pt) hipótesis: +1pts
60 20 50
H0: u1 = u2 = u3 Completar la tabla
80 70 30
H1: Por lo menos una de las mezclas de publicidad tiene una media diferente
90 80 40 ANOVA: +1pts
40 50 30
ANÁLISIS DE VARIANZA
20 20 20 Conclusión y
30 50 30
Suma de Promedio de
Variaciones cuadrados gl los cuadrados F respuesta: +1pts
20 30 20
30 90 40 Entre grupos 1505.5556 2 752.7778 1.351
70 100 70 Dentro de los grupos 18391.6666 33 557.323232
n= 12 12 12
X= 45 53.333 37.5
Total 19897.2222

F = 1.351 < VCgl=2gl=33;001 = 5,312 Aceptamos H0 como verdadera: No existe evidencia para probar que existe diferencia
entre los efectos de las 3 mezclas de publicidad sobre las ventas

b) Realice una prueba para explicar la relación entre las medias utilice =0,01. (2pt)

ANOVA nos dice que no existen diferencias significativas entre las Mezclas de publicidad, por tanto se puede asegurar que Pregunta b:
en la población, indistintamente cualquiera de las tres mezclas de publicidad nos brindaran niveles de ventas iguales. No se
requieren pruebas múltiples. +2pts