Probabilidad y Estadistica
Enviado por Flor de Maria Huillca Teves • 8 de Junio de 2022 • Tarea • 614 Palabras (3 Páginas) • 187 Visitas
[pic 1]
1. Los estudiantes de la facultad de Salud han realizado una investigación en los habitantes fumadores de tres ciudades, para lo cual, se estudió el número de cigarrillos diarios que consumen dichos habitantes. Los datos se muestran a continuación:
Ica | Pisco | Chincha |
19 | 6 | 26 |
2 | 6 | 8 |
22 | 24 | 5 |
4 | 8 | 25 |
23 | 25 | 16 |
16 | 17 | 27 |
9 | 15 | 17 |
14 | 13 | 2 |
10 | 4 | 9 |
19 | 3 | 12 |
18 | 12 | 41 |
16 | 19 | 30 |
Se programará una campaña de concientización sobre los efectos adversos del consumo de tabaco, en la ciudad que cumpla las dos situaciones siguientes:
Situación 1: Ciudad que presente mayor heterogeneidad en el número de cigarrillos diarios que consumen los habitantes.
Situación 2: Ciudad en que los habitantes presenten un mayor número medio de cigarrillos consumidos al día.
¿En qué ciudad se programará la campaña de concientización? Justifique su respuesta teniendo en cuenta los resultados de las dos situaciones planteadas. (6 puntos)
- Las ventas diarias en una tienda de accesorios de cómputo representan una variable aleatoria que se distribuye de manera normal, con una media de 3400 soles y una desviación estándar de 1200 soles.
Calcule e interprete la probabilidad de que la venta mínima diaria sea de 2600 soles. (3 puntos)
[pic 2]
CON MEGASTAT:[pic 3][pic 4]
INTERPRETACIÓN:
La probabilidad de que la venta mínima diaria sea de 2600 soles es del 25.25%.
- El administrador de una fábrica de muebles tiene la sospecha de que el tipo de defecto de los muebles está relacionado con el material del cual fueron fabricados. Para poder verificar su sospecha, elije al azar una muestra de 300 muebles y registra el tipo de defecto y el material de fabricación. Si confirma que el tipo de defecto y el material de fabricación están relacionados decidirá implementar programas preventivos direccionados a mejorar la calidad según el material de fabricación.
Tipo de defecto | Material de fabricación | Total | ||
Melanina | Madera | DM lacado | ||
A | 10 | 26 | 30 | 66 |
B | 21 | 30 | 18 | 69 |
C | 42 | 34 | 49 | 125 |
D | 13 | 7 | 20 | 40 |
Total | 86 | 97 | 117 | 300 |
Con un nivel de significancia del 1%, ¿el administrador debe implementar los programas preventivos? (6 puntos)
[pic 5]
[pic 6]
p-valúe
0.0066<0.01
INTERPRETACION:
Según la tabla de contingencia Chi Cuadrado se demuestra que las variables son independientes y no se relacionan entre si, debido a que el valor calculado estadisticamente es menor al error de etimacion de 0.01, por lo que no se podrá implementar algun programa de prevencion direccionado.
- El gerente de una caja municipal quiere determinar si el número de préstamos mensuales colocados por los analistas de crédito está en función de sus años de experiencia.
Años de experiencia | 7 | 2 | 1 | 4 | 2 | 6 | 4 | 3 | 3 | 2 | 2 | 7 | 3 | 2 | 3 | 5 |
Nº de préstamos mensuales | 35 | 15 | 14 | 25 | 16 | 32 | 28 | 24 | 14 | 18 | 12 | 38 | 20 | 15 | 20 | 29 |
- Calcule e interprete el grado de relación entre las variables. (coeficiente de correlación) (2 puntos)
[pic 7]
[pic 8]
Sea:
0.5<r<1 Correlación fuerte
r= 0.95 “correlación fuerte”
INTERPRETACIÓN: El número de préstamos mensuales colocados por los analistas de crédito es muy dependiente a los años de experiencia que estos tengan, con un grado de correlación del 95%.
- Determine el modelo de regresión lineal que explique el número de préstamos mensuales colocados por los analistas de crédito en función de sus años de experiencia. (2 puntos)
ANOVA table | |||||||
Source | SS | df | MS | F | p-value | ||
Regression | 909.7356 | 1 | 909.7356 | 129.04 | 1.89E-08 | ||
Residual | 98.7019 | 14 | 7.0501 | ||||
Total | 1,008.4375 | 15 |
|
|
| ||
Regression output | confidence interval | ||||||
variables | coefficients | std. error | t (df=14) | p-value | 95% lower | 95% upper | |
Intercept | 7.5481 | ||||||
Años de experiencia | 4.1827 | 0.3682 | 11.359 | 1.89E-08 | 3.3930 | 4.9724 | |
Es decir,
...