UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

ALUMNO : DEXTRE GUILLEN ALBERTO

DOCENTE : Walter varela rojas

CICLO ACADÉMICO : v

TEMA : estadística aplicada a los

negocios y
economia

AÑO ACADÉMICO : 2020 – I

HUARAZ - PERÚ
2020
CAPITULO 13.
EJERCICIO 1. Si los datos en una serie temporal tienen una varianza grande, ¿Podría
utilizarse un promedio móvil con un número mayor de periodos, o uno con un número
menor de periodos? ¿Por qué?

SOLUCION:
Los promedios móviles tienen el efecto de suavizante en las variaciones grandes de
datos, por lo que entre más grande sea el número de periodos en un promedio móvil, más
pronunciado será el efecto suavizante, lo cual sería de mayor beneficio.
EJERCICIO 2. ¿Por qué se debe utilizar un promedio móvil solo cuando los datos no
presentan tendencia ni ascendente ni descendente?
SOLUCION
Se utilizan solo cuando los datos no presentan tendencia ni ascendente ni descendente
debido a que los promedios móviles tienen el efecto de suavizamiento en las variaciones
grandes de los datos. Este efecto de suavizamiento ocurre porque las observaciones
inusualmente pequeñas se promedian con otros valores, y por tanto impacto se mitiga.
Entre más grande es el número de periodos en un promedio móvil, más pronunciado será
el efecto de suavizamiento. Es por ello que esta técnica se ajusta para proyectar envíos
futuros.
EJERCICIO 3. Acontinuación se presenta el número de llamadas telefónicas diarias que
ingresan a un comutador de una oficina muy ocupada Calcule el promedio móvil para 3
periodos.

Día N° PM de tres
Llamadas periodos
1 40
2 37 40.6
3 45 38
4 32 39.6
5 42 40.3
6 47 42.6
7 39 44.3
8 47 42.3
9 41 41.3
10 36 38.3
11 38

EJERCICIO 4. A continuación se presenta el número de empleados que se ausentan

diariamente de su trabajo en una fábrica grande. Calcule el promedio móvil de cuatro
periodos relacionados con estos datos. Centre los promedios.

Día N° PM de cuatro
Empleados periodos
1 45
2 54 50.25
3 63 49.5
4 39 43.75
5 42 40
6 31 43.75
7 48 49.25
8 54 50.5
9 64 48.75
10 36 48.25
11 41
12 52
EJERCICIO 5. Las existencias excedentes para Mommis Apples Pies. Inc, durante 10
semanas han sido 101, 122, 109, 111, 120, 117, 115, 118, 112 y 117.

Utilice el suavizamiento exponencial con α =0.20 y proyecte las existencias para la

semana número once.
Solución:
Como…

F t+1 =α At +(1−α ) F t
Con…
F t+1= Valor existencia proyectada para el periodo siguiente

At = Valor existencia actual

F t=Valor proyectado para el periodo actual

F 11° semana =(0.20) 117+(0.80)¿

EJERCICIO 6. los créditos mensuales en miles de dólares en el banco local son 211,
234, 209, 217, 215, 232, 221, 211 y 203. Utilice el suavizamiento exponencial para
proyectar los créditos al siguiente periodo utilizando un valor alfa de 0.10. Calcule el
cuadrado medio del error y compártelo con el cuadrado medio del error y compárelo con
el cuadrado medio del error si alfa es 0.80. ¿Cuál valor alfa proporciona el mejor
pronóstico?
Solución

real proyeccion (0.1) error proyeccion (0.8) error

211 0   0  
234 211 -23 211 -23
209 213.3 4.3 229.4 20.4
217 212.87 -4.13 209.86 -7.14
215 213.283 -1.717 216.174 1.174
232 213.4547 -18.5453 214.6566 -17.3434
221 215.30923 -5.69077 228.29094 7.29094
211 215.878307 4.878307 219.861846 8.861846
203 215.3904763 12.3904763 211.9756614 8.9756614
  214.1514287   205.4780953  
PARA α = 0.1

(−23)2+(4.3)2 +(−4.13)2+(−1.72)2+(−18.55)2+(−5.69)2 +(4.88)2 +(12.39)2

CME=
9−1
1121 .12979
CME =
8
CME = 140.141223

PARA α = 0.8

(−23)2+(20.4)2 +(−7.14)2+(1.17)2+(−17.34)2 +(7.29)2 +( 8.86)2+(8.98)2

CME=
9−1
1510. 56402
CME =
8
CME = 188.820502
EJERCICIO 7. A continuación, aparecen los puntajes de las pruebas nacionales anuales,
de los estudiantes de último año de bachillerato que están solicitando ingreso a las
universidades. Desarrolle una recta de tendencia y proyecte el puntaje del examen para
1998.

198 199 199 199 199 199 199 199 199

9 0 1 2 3 4 5 6 7
PUNTAJ
412 423 453 432 541 539 587 591 602
E

SOLUCION

AÑO PUNTAJE
1989 412
1990 423
1991 453
1992 432
1993 541
1994 539
1995 587
1996 591
1997 602
 f(x)=27.316666667x - 53933.377777

R2 = 0.9090600734

PUNTAJE PARA EXAMEN DE 1998: 650 aprox.

PUNTAJE DE PRUEBAS NACIONALES

700

600

500

400 PUNTAJE

300

200

100

0
1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

EJERCICIO 8. El departamento de investigaciones de National Industries ha registrado el

nivel de producción en miles de unidades, producidadas durante los últimos meses.
Utilizando los daros de aquí se muestran, desarrolle una recta de tendencia y una
proyección para la producción de noviembre y diciembre.

producción
Periodo (y)
enero 89
febrero 78
marzo 71
abril 75
mayo 68
junio 61
julio 65
agosto 54
Solución:

producción
Periodo t(x) (y) XY X2
enero 1 89 89 1
febrero 2 78 156 4
marzo 3 71 213 9
abril 4 75 300 16
mayo 5 68 340 25
junio 6 61 366 36
julio 7 65 455 49
agosto 8 54 432 64
36 561 2351 204

362
SC X =204−
8
SC X =42

36∗561
SC XY =2351−
8
SC XY =−173.5

SC XY
b 1=
SC X
−173.5
b 1= =−4.1738
42
b 0=Ý −b1 X́

b 0=70.125−(−4.1738 ) ( 4.5 )

b 0=88.9071
La ecuación para la recta tendencia es:

Ý =88.9071−4.1738 t
Proyección para la producción de noviembre y diciembre:

 Noviembre

Ý nov =88.9071−4.1738 ( 11)

 Ý nov =42.9953 ≅ 43 unidades producidas

 Diciembre

Ý dic =88.9071−4.1738 ( 12 )

Ý dic =38.8215 ≅ 39 unidades producidas

Interpretación:
El coeficiente negativo para t de -4.1738 indica que la producción está descendiendo a
una tasa de 4.1738 unidades por cada periodo(mes).

EJERCICIO 10:

Trimestre del Razón por PM

ingreso PM PM centrado
año Y/CMA=S.I
1995-I 12

II 15
17.75
III 18 18.125 0.993
18.50
IV 26 18.875 1.377
19.25
1996-I 15 19.625 0.764
20.00
II 18 21.25 0.847
22.50
III 21 21.875 0.960
21.25
IV 36 20.875 1.724
20.50
1997-I 10 19.625 0.509
18.75
II 15 17.375 0.863
16.00
III 14 16.25 0.861
16.50
IV 25 16.375 1.526
16.25
1998-I 12 16.375 0.732
16.50
 II 14 16.5 0.848
16.50
III 15

IV 25

La suma de la razón promedio con los promedios móviles es 4.001 como se observa en la
4
siguiente tabla. La razón de normalización es =0.9998 .
4.001

Razones por promedio móvil

Razón promedio por Índice
1995 1996 1997 1998
PM estacional
I 0.764 0.509 0.732 0.668 0.667
II 0.847 0.863 0.848 0.853 0.852
III 0.993 0.960 0.861 0.938 0.937
IV 1.377 1.724 1.526 1.542 1.541
4.001 3.997 ≈ 4

Cada índice estacional se calcula multiplicando la razón promedio por la razón de

normalización.
Para el trimestre I es 0.668∗0.9998=0.667 .
 EJERCICIO 11. Los datos trimestrales para el número de clientes de Eastern Electronics
se presentan a continuación. Compare la recta de tendencia y los índices para cada
trimestre.

SOLUCIÓN:

PROMEDIO %DE
VALORES
AÑO TRIMESTRE N° DE PROMEDIO MOVIL
REALES
CLIENTES
MOVIL CENTRADO
I 215 - - -

II 253 304.25 - -
1995
III 351 342 342.125 0.97

IV 398 396.5 369.25 0.92

I 366 421.5 409 1.12
II 471 485 453.25 0.96

1996 III 451 540.25 512.625 1.14

IV 652 565.25 552.75 0.85

I 587 594.75 580 0.99

II 571 578.75 586.75 1.028

1997
III 569 587.25 583 1.025
 IV 588 608.25 597.75 1.02

I 621 637.75 623 1.003

II 655 665.5 651.625 0.99

1998
III 687 - - -

IV 699 - - -

AÑO I II III IV

1995 - - 0.97 0.92

1996 1.12 0.96 1.14 0.85

1997 0.99 1.028 1.025 1.02

1998 1.003 0.99 - -

1.003 0.99 1.025 0.92

TENEMOS LOS INDICES ESTACIONALES

400 > (100) x (1.003+0.99+1.025+0.92)
400 > 393.8
EJERCICIO 13. Desestacionalice los datos para los fondos de Inversión de Estados
Unidos en el ejercicio anterior.

SOLUCION:
AÑO TRIMESTRE COSTO PROMEDIO PROMEDIO %DE
MOVIL MOVIL VALORES
CENTRADO REALES

1 I 14 - - -
9
II 18 18.25 - -
9
5 III 26 20 19.125 1.36

IV 15 21.5 20.75 0.72

1 I 21 22.25 21.875 0.96
9
II 24 23 22.625 1.06
9
6 III 29 23 23 1.26

IV 18 22.75 22.875 0.79

1 I 21 25 23.875 0.88
9
II 23 25.75 25.375 0.91
9
7 III 38 27 26.375 1.44
IV 21 28.25 27.625 0.76
1 I 26 30.75 29.5 0.88
9
II 28 33.25 32 0.87
9
8 III 48 - - -

IV 31 - - -

PORCENTAJE DE NUMEROS REALES

AÑO I II III IV

1995 - - 1.36 0.72

1996 0.96 1.06 1.26 0.79

 1997 0.88 0.91 1.44 0.76

1998 0.88 0.87 - -

0.88 0.91 1.36 0.76

Desestacionalice

Índice Costos
Estacion Desestacionali
AÑO T Costo al ce
1995 1 14 0 0
  2 18 0 0
  3 26 1.36 19.1176471
  4 15 0.72 20.8333333
1996 5 21 0.96 21.875
  6 24 1.06 22.6415094
  7 29 1.26 23.015873
  8 18 0.79 22.7848101
1997 9 21 0.88 23.8636364
  10 23 0.91 25.2747253
  11 38 1.44 26.3888889
  12 21 0.76 27.6315789
1998 13 26 0.88 29.5454545
  14 28 0.87 32.183908
  15 48 0 0
  16 31 0 0

Costos:
 Costo
12

10

0
0 2 4 6 8 10 12

Costos Desestacionalice:

Costos Desestacionalice
12

10

0
0 2 4 6 8 10 12

Serie desestacionalizada
 12

10

Axis Title 6
4
Costo
2 Costos Desestacionalice

0
0 2 4 6 8 10 12

Serie desestacionalizada

EJERCICIO 14. Los costos de los ingredientes utilizados por Hobson Industries para
fabricar dulces se presentan aquí para los meses seleccionados. Desarrolle y explique un
índice de precios simple para cada ingrediente, utilizando el mes de mayo como periodo
base.

Productos Marzo Abril Mayo Junio Julio

Azúcar US$5.12 US$5.89 US$6.12 US$6.03 US$6.29
Base de 1.15 1.20 2.03 1.96 1.84
goma
Aceite de 0.97 1.04 1.09 1.15 1.25
maíz

Solución:
AZUCAR:

Tasa de inflación
Mes IPC (%)
Precio de azúcar US$ (%)
Marzo 5.12 83.6601307  
Abril 5.89 96.2418301 15.0390625
Mayo 6.12 100 3.9049236
Junio 6.03 98.5294118 -1.47058824
Julio 6.29 102.777778 4.31177446
El IPC el cual representa una medida de precios para Marzo va respecto al periodo base
Mayo, donde el IPC es de 83.66 % siendo la medida menor de los periodos y el periodo
de Julio representa el mayor IPC que es 102.77% respecto al periodo base .
BASE DE GOMA:

Precio de base de Tasa de inflación

Mes IPC (%)
goma US$ (%)
Marzo 1.15 56.6502463  
Abril 1.2 59.1133005 4.34782609
Mayo 2.03 100 69.1666667
Junio 1.96 96.5517241 -3.44827586
Julio 1.84 90.6403941 -6.12244898

El IPC el cual representa una medida de precios para Marzo va respecto al periodo base
Mayo, donde el IPC es de 56.65 % siendo la medida menor de los periodos y el periodo
de Junio representa el mayor IPC que es 96.55% respecto al periodo base .

ACEITE DE MAIZ:

Precio de aceite de maiz Tasa de inflación

Mes IPC (%)
US$ (%)
Marzo 0.97 88.9908257  
Abril 1.04 95.412844 7.21649485
Mayo 1.09 100 4.80769231
Junio 1.15 105.504587 5.50458716
Julio 1.25 114.678899 8.69565217

El IPC el cual representa una medida de precios para Marzo va respecto al periodo base
Mayo, donde el IPC es de 88.99 % siendo la medida menor de los periodos y el periodo
de Julio representa el mayor IPC que es 114.67% respecto al periodo base .
CAPITULO 14.
EJERCICIO 3. A los compradores del centro local se les pide calificar un nuevo producto
en una escala continua que comienza con el cero. Con base en los siguientes datos
agrupados. ¿Puede usted concluir a nivel del 5% que los datos están distribuidos
normalmente, con una media de 100 y una desviación estándar de 25?

K=8
m=0
K–m–1=7

Se encuentra que el valor critico X2 es X20.05 = 14.067

 Frecuencia Probabilidades Frecuencia
Clasificación
real (O) (P) esperada (E)
0-50 1 0,0228 11,4
50-70 51 0,0955 47,75
70-90 112 0,2275 113,75
90-110 151 0,3108 155,4
110-130 119 0,2295 114,75
130-150 43 0,0913 45,65
150-170 21 0,02 10
mas de 170 2 0,0026 1,3
500 1 500

Usando la fórmula del chi-cuadrado.

( 1−11.4 )2 ( 51−47.75 )2 ( 112−113.75 )2 ( 151−155.4 )2 ( 119−114.75 )2 ( 43−45.65 )2

x 2= + + + + +
11.4 47.75 113.75 155.4 114.75 45.65

+(21−10)2 (2−1.3)2
+
10 1.3

108.16 10.5625 3.0625 19.36 18.0625 7.0225 121 0.49

x 2= + + + + + + +
11.4 47.75 113.75 155.4 114.75 45.65 10 1.3

x 2=22.651

La hipótesis nula se rechaza ya que 22.651 > 14.067

EJERCICIO 5. TransWorld Airways desea determinar si existe alguna relación entre el

número de vuelos que las personas toman y su ingreso. ¿A qué conclusión llega al nivel
del 1%con base en los datos para 100 viajeros en la tabla de contingencia?

SOLUCIÓN:

INGRESO FRECUENCIA DE VUELOS TOTAL

 NUNC RARA CON
A VEZ FRECUENCIA
20 15 2
MENOS DE US 30,000 37
100 89.19 81.08
8 5 1
US 30,000 - 50,000 14
264.29 235.71 214.29
7 8 12
US 50,000 - 70,000 27
137.04 122.22 111.11
2 5 15
MAS DE US 70,000 22
168.18 150 136.36
TOTAL 37 33 30 100

CHI CUADRADO ES:

( 20−100 )2 ( 15−89.19 )2 ( 2−81.08 )2 ( 8−264.29 )2 (5−235.71 )2 ( 1−214.29 )2 ( 7−137.04 )2 ( 8−122

x 2= + + + + + + +
100 89.19 81.08 264.29 235.71 214.29 137.04 122.
1620.22

EJERCICIO 6. Dos propagandas de publicidad para computadoras las califican 15

clientes potenciales para determinar si existe alguna preferencia. Los resultados se
presentan aquí. Al nivel del 10%. ¿Cuáles son los resultados?

Cliente 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Publicidad 8 9 5 7 9 4 3 8 9 5 7 8 8 7 9
1
Publicidad 7 3 2 8 5 5 7 2 1 3 7 2 2 3 8
2

Solución:

Resultados
Cliente Publicidad 1 Publicidad 2 signo
 1 8 7 +
2 9 3 +
3 5 2 +
4 7 8 -
5 9 5 +
6 4 5 -
7 3 7 -
8 8 2 +
9 9 1 +
10 5 3 +
11 7 7 0
12 8 2 +
13 8 2 +
14 7 3 +
15 9 8 +

La observación 11 se ignora porque la diferencia es cero. Existen once signos más y tres
signos menos. Se puede calcular la probabilidad de que once o menos signos más
puedan ocurrir o la probabilidad de que tres o más signos menos puedan ocurrir
.Concentrándose en el número de signos más, se tiene de la tabla C (Apéndice III del
libro), que:

P ( p ≤ 1|n=9 , π =0.5 ¿=0 .9935 0

α 0.10
Entonces, debido a que = =0.05< 0.9935, se acepta la hipótesis nula
2 2

EJERCICIO 8. Búsquedas relacionadas con El brillo de la cristalería se mide en una

escala de 1 a 100. Se prueban 20 vasos antes y después de ser tratados con un nuevo
proceso. Si se resta el factor de brillo después del tratamiento, del de antes del
tratamiento y da 5 signos positivos y 3 signos negativos, ¿existe alguna diferencia al nivel
del 5%? ¿Cómo interpreta los resultados de la prueba?

Solución
Datos:
m=3 n=3+5=8
p=5
  Hipótesis
H0: m=p
Hn: m ≠ p

 Cálculo de probabilidades
Probabilidad de que tres o menos signos puedan ocurrir
P (p ≥5, n=8, π= 0.5) = 0.3673
Probabilidades que cinco más signos puedan ocurrir
P (p≥5, n=8, π=0.5) = 1-P(p≤4)
= 1-0.6367
= 0.3633
¿Exista alguna diferencia al nivel del 5 %?
α= 5% =0.05
como α/2= 0.025<0.3633, no se rechaza la hipótesis nula, por lo que no existe
alguna diferencia al nivel de 5%
¿Cómo interprete los resultados de la prueba?
Después de ser tratados los 20 vasos con un nuevo proceso resulta que el brillo
de la cristalería no cambia, existe menos de α/2= 0.025 de probabilidad de que la
hipótesis sea cierta.

EJERCICIO 9. Cincuenta empleados que han recibido capacitación especial forman

parejas con otros cincuenta que son parecidos en cada aspecto pero que no recibieron
capacitación .la productividad de quienes recibieron capacitación se resta de la de
quienes no la recibieron, dando 15 signos positivos y 17 signos negativos. ¿al nivel del
5% el entrenamiento hace la diferencia ?

Solución:

Posttes
 - +

+ 15

- 17

( X ± 0.5 )−1/2 N
z=
1/2 √ N

( 15+0.5 ) −1/2( 50)

z=
1
(7.07)
2

z=−2.7

Según la tabla

0.0034<α

0.0034<0.05

Se rechaza la hipótesis

EJERCICIO 10.

MUJERES RANGO HOMBRES RANGO

5.12 9.5 5.83 13
3.15 3 6.49 15
8.17 16 4.45 7
3.42 4 5.12 9.5
3.02 2 9.02 19
4.42 6 9.73 20
3.72 5 5.42 11
 2.12 1 6.43 14
5.72 12 8.79 17
4.87 8 8.89 18
n1 =10 ∑ R 1=66.5 n1 =10 ∑ R 2=¿ 143.5 ¿

Se calcula el estadístico U de Mann-Whitney para cada muestra de la ecuación, asi:

ESTADISTICO U DE MANN −WHITNEY PARA LA PRIMERA MUESTRA :

n1 (n 1+1)
U 1=n1∗n2 + − ∑ R1
2
10 ( 11 )
U 1= (10 )( 10 ) + −66.5=88.5
2
ESTADISTICO U DE MANN −WHITNEY PARA LA SEGUNDA MUESTRA :
n2 (n 2+1)
U 2=n1∗n 2+ − ∑ R2
2
10 ( 11 )
U 2= (10 )( 10 ) + −143.5=11.5
2
Ahora:

MEDIA DE LA DISTRIBUCION MUESTRAL PARA LA PRUEBA U DE MANN −WHITNEY :

n1∗n 2
μM=
2
(10)(10)
μM= =50
2
DESVIACION ESTANDAR DE LA DISTRIBUCION MUESTRAL PARA LA PRUEBA U DE M . W :

n1∗n2 (n1 +n2 +1)

σ M=
√ 12
σ M =13.23

VALOR Z PARA NORMALIZAR LA PRUEBA U DE MANN −WHITNNEY :

U i−μ M
Z=
σM
11.5−50
Z= =−2.91
13.23
Si α =10 % , la regla d decisión es:
H 0 :μ F ≥ μ M : Z=−2.91←1.96 ; RECHAZAR .

EJERCICIO 11. Rapid Roy probó dos tipos de combustible en su clásico deportivo, y noto la
velocidad máxima que permitía cada combustible. Con base en los resultados presentados aquí en
millas por hora, ¿Existe alguna diferencia en la velocidad promedio que proporciona cada
combustible al nivel del 1%?
SOLUCION:

COMBUSTIBLE COMBUSTIBLE
RANGO RANGO
1 2
31 1.5
31 1.5
38 2
41 3
45 4
54 5
59 6.5
59 6.5
65 7
67 8
69 9.5
69 9.5
70 10
73 11
76 12
77 13
79 14
81 15
82 16
84 17

∑ R 1=36 ∑ R 2=136

Calculando el estadístico U, sabiendo que:

n 1(n 1+ 1)
U1 = n1n2 + - ∑ R1
2
 n 2(n 2+1)
U2 = n1n2 + - ∑ R2
2
Donde:
n1 = 10
n2 = 11

10(10+1)
U1 = (10)(11) + – 36 = 129
2
11(11+1)
U2 = (10)(11) + – 136 = 40
2

Hallando media de la distribución:

n 1n 2
µµ =
2
10(11)
µµ = = 55
2

Hallando desviación estándar:

n1 n 2(n 1+n 2+1)

σµ =
√ 12

10 (11)(10+11+1)
σµ =
√ 12
= 14.201

Hallando el valor de Z
U i−U μ
Z=
σμ
Teniendo en cuenta las siguientes hipótesis:
Ho = U1 = U2
Ha = U1 ≠ U2

40−55
Z= = -1.056
14.201
 Si α = 1%, la regla de decisión seria la siguiente:
Regla de decisión: “No rechazar si -2.58 ≤ Z ≤ 2.58. Rechazar si Z < -2.58 o Z > 2.58”.

Región de
rechazo
α/2 = 0.005

-2.58 -1.056 0 2.58

Por lo tanto Z esta en la zona de rechazo, por lo que hay diferencia en la velocidad
promedio.

EJERCICIO 12. Los costos de vivienda de 42 residentes en Topeka, Kansas, se

compararon con los 35 residentes en Erie, Pennsylvania. Se clasificaron las
observaciones, produciendo ΣRt = 1833.5 y ΣRE =1169.5. Al nivel del 5%. ¿Parece haber
alguna diferencia en los costos promedios de vivienda en las dos ciudades

SOLUCION:

Hipótesis Estadísticos

Ho = No existe diferencia significativa en los costos promedios de viviendas en las dos

ciudades

H1 = Existe diferencia significativa en los costos promedios de viviendas en las dos

ciudades

Nivel de confianza: 95%

α: 0.05

ΣRt = 1833.5

ΣRE =1169.5
 n1 .n 2
U−
2
Z= … (1)
n1 .n 2(n1 +n2 +1)
√ 12

n1 (n 1+1)
U =n1 . n 2+ −R1 …(2)
2

n2 (n 2+1)
U =n1 . n 2+ −R2 …(3)
2

Reemplazando:

35(35+ 1)
U =35.42+ −1169.5
2

U =930.5

42(42+1)
U =35.42+ −1833.5
2

U =539.5

Tomamos el U menor

U =539.5

Remplazamos en Z

35.42
539.5−
2
Z=
35.42(35+42+1)
√ 12

Z=−2.000006541

Por lo tanto se rechaza H0 Y Existe diferencia significativa en los costos promedios de

viviendas en las dos ciudades.
EJERCICIO 13. Petroleum Transport envía petróleo crudo vía dos líneas de embarque,
FreightWays y OverSeas. Últimamente, se ha vuelto evidente que algunos de los envíos
llegan con menos petróleo del que aparece en la lista del manifiesto. Los recortes
medidos en mies de barriles se descubrieron en 50 envíos de FreightWays y 45 envíos de
OverSeas. Los resultados se calificaron produciendo ∑ R F=1,434.5 y ∑ R0 =1,258.5.
¿Existe evidencia que sugiera que FreightWays tiene una reducción más grande?
SOLUCIÓN
Calculamos el estadístico U

n1 ( n1 +1 )
U 1=n1 n 2+ −∑ R 1
2
50 ( 50+1 )
U 1=50∗45+ −1,434. 5
2
U 1=2090.5

n2 ( n2 +1 )
U 2=n1 n 2+ −∑ R 2
2
45 ( 45+1 )
U 2=50∗45+ −1,258. 5
2
U 1=2026.5
Sí, existe la evidencia de que FreightWays que tiene una reducción más grande.
50∗45
µµ= =1125
2

50∗45∗(50+ 45+1)
σ µ=
√ 12
=134.1640
EJERCICIO 15. Al nivel del 10%. ¿Existe una relación entre el tiempo de estudio en horas
y las notas en el examen, de acuerdo con estos datos?

Nota Tiempo (X) 10% X-Y=d (X - Y)

67 21 6,7 14,3 204,49
58 18 5,8 12,2 148,84
59 15 5,9 9,1 82,81
54 17 5,4 11,6 69,6
58 18 5,8 12,2 148,84
80 25 8 17 289
14 18 1,4 16,6 275,56
15 4 1,5 2,5 6,25
19 6 1,9 4,1 16,81
21 5 2,1 2,9 8,41
1250,61
1250.61 x 10% = 125.061
Coeficiente de correlación de Spearman.
6 ∑ d2i
r s=1− 2
n( n −1)

6(125.061)
r s=1−
10(102−1)

750.366
r s=1−
990

r s=1−0.758

r s=0.242
 EJERCICIOS 16. Las clasificaciones de las tasas de rendimiento de 50 acciones se
comparan con las clasificaciones de su razón precio-ganancia produciendo
∑ d 2i =19 , 412.5.
Al nivel del 5%. ¿Qué puede concluir sobre una relación entre las dos variables de las
acciones?

r s=1−6 ¿ ¿

r s=0.067

El valor r s=0.067 está en la zona de rechazo. Se concluye al nivel de significancia, que

existe una relación entre los puntajes de precio y ganancia del desempeño productivo

EJERCICIO 19.

MEZCLA RANGO MEZCLA RANGO MEZCLA RANGO MEZCLA RANGO

1 2 3 4
3 1.5 3 1.5 10 18.5 8 11.5
6 5.5 4 3 8 11.5 10 18.5
9 16 8 11.5 9 16 11 20
5 4 9 16 8 11.5 8 11.5
6 5.5 7 7.5 7 7.5 8 11.5
n1 =6 ∑ R 1=32.5 n2 =6 ∑ R 2=39.5 n3 =6 ∑ R 3=65 n 4=6 ∑ R 4=73

Ahora:

PRUEBA DE KRUSKAL−WALLIS :
12
K= ¿
n ( n+1 )

12 32.52+ 39.52+ 652+ 732

K= [
24 ( 25 ) 6 ] −3(25)

K=−34.43
EJERCICIO 20. Security investments utiliza 3 métodos para seleccionar las acciones
para sus portafolios, Al nivel de 5% ¿Existe una diferencia en las tasas de rendimiento
para cada método con base a estos datos?
Si usted rechaza la hipótesis nula. Realice una comparación por pares completa con el
subrayado común.
Tasas de rendimiento (Porcentajes)

Portafolio 1 14 12 10 15 13
Portafolio 2 9 6 8 5 5
Portafolio 3 6 8 5 9 7

Solución:

Tasas de rendimiento(Porcentajes)
% N°1 Rango % N°2 Rango % N°3 Rango % N° Rang % N°5 Rango
4 o
5 1 5 1 5 1
6 4.5 6 4.5
7 6
8 7.5 8 7.5
9 9 9 9
10 11

12 12
13 13
14 14
15 15
∑ R 1=¿27.5 ∑ R 2=¿24 ∑ R 3=¿19.5 ∑ R 4=¿25 ∑ R 5=¿20

Con n=15, para

 Prueba de Kruskal – Wallis

R2i
K=
12
n (n+1) [∑ ]
ni
−3(n+ 1)
 12 27.52 24 2 19.52 252 20 2
K=
15(15+ 1) [ ]
∑ 3 + 3 + 3 + 3 + 3 −3(15+1)
12
K= [ 252.083+192+126.75+208.333+133.333 ] -48
240
K=-2.375
Ahora, debemos comparar este valor con uno crítico. La distribución K es aproximada por
una distribución Chi-cuadrado con K-1 grados de libertad. Si K excede el valor critico de
Chi-cuadrado, se rechaza la hipótesis nula, entonces.

Con α =5 % y el valor critico de Chi-Cuadrado, dado 5-1=4 grados de libertad se vuelve

X 20.05,4=9.488
Entonces. No se rechaza la hipótesis dado de K≤ 9.488 .