INFORME DE

RESULTADOS DE
APLICACIÓN DE LA
GUÍA DE PRÁCTICAS
Aprendizaje Práctico
Experimental
FR.01.1-002 / V1.0 / 04-11-2020
 N° del
Informe de Resultados de aplicación de la Guía de Prácticas Reporte
Se deberá generar
de forma secuencial
automática

Datos Generales
NOMBRE DE LA CASOS PRACTICOS
PRÁCTICA
FACULTAD
CIENCIAS ADMINISTRACIÒN
SOCIALES, ESTADISTICA
FACULTAD EDUCACIÒN
CARRERA DE EMPRESAS ASIGNATURA
INFERENCIAL
COMERCIAL
Y DERECHO
PROFESOR DE TENORIO ALMACHE JOSE LUIS AMBIENTE O
PRÁCTICA LABORATORIO
TIEMPO ASIGNADO Tipo APE
UNIDAD: 3Y4 TEMAS:
FECHA DE INICIO FECHA FIN

Individual
TIPO DE PRÁCTICA CANTIDAD DE
4
(Marque la opción) ESTUDIANTES
Grupal X

NOMBRE DEL O LOS ESTUDIANTES:

1. Burgos Méndez Douglas Eduardo 2. Matute Vegay Petter Geovanny
4. Rosales Navarro Eliana Katiuska
3. Lopez Quisphe Arianna Michelle
(NO TRABAJO)
5. 6.

Desarrollo de la Práctica
Para el diseño de la tabla de datos brutos y resultados se debe considerar al menos: etiqueta de la
tabla según formato APA, incertidumbre, unidades y cifras significativas de los datos resultados y
cantidad física con sus respetivas unidades.

ANEXOS: (Gráficos, Fotografías y/o Dibujos de la Práctica en Realización)

Debe usar formato APA 7tma edición (Pegar ilustraciones)

Resultados Obtenidos
Se detallan todos los cálculos realizados en la práctica, se debe considerar al menos incertidumbres,
unidades y cifras significativas en los resultados finales.
En el caso que hubiere una gráfica, debe considerar la curva de mejor ajuste, el coeficiente de
correlación R2, etiquetar adecuadamente la gráfica según las normas APA y rotular los ejes con la
cantidad física y sus unidades respectivas
 Conclusiones y Recomendaciones
En la conclusión se deben considerar al menos, comportamiento de las variables, tipos de errores,
precisión y exactitud.
En el caso de la evaluación debe realizar un análisis del método usado y describir los puntos fuertes
y débiles del proceso.
En las recomendaciones deben estar basadas en mejoras para los puntos débiles.

REALIZAR LOS SIGUIENTES CASOS PRÀCTICOS Y PRESENTRALOS EN EL

FORMATO DE GUÌA PRÀCTICA.

1.- FLIPPY, es un negocio familiar que vende a clientes minoristas en la ciudad de

Londres, desde hace muchos años. Tanto en radio como en televisión e internet, la
compañía destaca sus precios bajos y fáciles términos de crédito. El propietario desea
analizar la relación entre las ventas y la suma de dinero que gastó en publicidad. A
continuación, se presenta la información de las ventas y de los gastos publicitarios durante
los últimos cuatro meses.

Mes Gastos publicitarios (en Ingresos por ventas (en

millones de dólares) millones de dólares)

Julio 2 7
Agosto 1 3
Septiembre 3 8
Octubre 4 10

PREGUNTAS

a) El propietario desea pronosticar las ventas con base en los gastos publicitarios. ¿Cuál
es la variable dependiente? ¿Cuál es la variable independiente?

Variable Dependiente: Ingresos por ventas

Variable Independiente: Gastos publicitarios

b) Trace un diagrama de dispersión.

 DIAGRAMA DE DISPERCIÓN
12

10

Ingresos por venta

8

0
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Gastos publicitarios

c) Determine el coeficiente de correlación

Mes Gastos publicitarios Ingresos por ventas (en Proyecciones

(en millones de dólares) millones de dólares)

Julio 2 7 5,9
Agosto 1 3 3,7
Septiembre 3 8 8,1
Octubre 4 10 10,3

MEDIA X: 2,50
MEDIA Y: 7,00
N-1: 3
Sx: 1,29
Sy: 2,94

r= 11,00
11,4

r= 0,96
 y-yprima (y-yprima)2 x-mx y-my Product (x-
mx)(y-my)

1,1 1,21 0,50 0,00 0

-0,7 0,49 1,50 4,00 6
-0,1 0,01 -0,50 -1,00 0,5
-0,3 0,09 -1,50 -3,00 4,5
0 1,8 11

d) Interprete la fuerza del coeficiente de correlación.

N.S 0,05

G.L 2
VALOR ESTADISTICO: 4,303
-4,303
t= 5,185449729

2.- En base al ejercicio 1, responder las siguientes preguntas:

a) Determine la ecuación de regresión

PENDIENTE DE LA RECTA DE REGRESIÓN

r: 0,96

sy: 2,94
sx: 1,29
b: 2,2
INTERSERCIÓN DE LA EJE Y

media x 2,50

media y 7,00
b: 2,2
a: 1,5

EXPRESAR LA REGRESION DE ECUACION LINEAL

Y Prima: 1,5+2,2X

b) Interprete los valores de a y b.

Valor a: El valor de (a) representa el termino independiente de 1,5

Valor b: El valor de (b) representa la cantidad de 2,2 millones de dólares

c) Estime las ventas cuando se gastan $3 millones en publicidad

a: 1,5
b: 2,2

𝒀 = 𝟏, 𝟓 + 𝟐, 𝟐(𝟑)
𝒀 = 8,1

3.Una muestra de 25 campañas para la alcaldía de ciudades de tamaño medio con

poblaciones entre 50000 y 250000 habitantes demostró que la correlación entre el
porcentaje de los votos recibidos y la cantidad gastada en la campaña por cada candidato
fue 0.43. A un nivel de significancia de 0.05, ¿hay una asociación positiva entre las
variables? Explique por qué y demuestre o sustente su respuesta.
Datos

Variable dependiente (y) Porcentaje de votos recibidos

Variable independiente (x) Cantidad gastada en la campaña por cada candidato

r= 0,43

n= 25

NS= 0,05

Coeficiente de correlación

𝒓√𝒏 − 𝟐
𝒕= 𝒄𝒐𝒏 𝒏 − 𝟐 𝒈𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅
√𝟏 − 𝒓𝟐

Datos
t= 0,43 √23
NS= 0,05
√1- 0,432
n= 25
t= 2,062
GL= n-2 0,903
GL= 23 t= 2,284
Valor estadístico 2,069

-2,069

Ho: p=0 La correlación entre la población es cero (0)

H1: p ≠ 0 La correlación entre la población es diferente de cero (0)

Conclusión:

Acepte la hipótesis alternativa porque la correlación no es igual a 0

Por lo tanto: el valor de r es verdadero

Es razonable concluir que existe una correlación positiva entre el porcentaje de votos que
recibe cada candidato y el monto gastado en actividades electorales

4.Una muestra de 25 campañas para la alcaldía de ciudades de tamaño medio con

poblaciones entre 50000 y 250000 habitantes demostró que la correlación entre el
porcentaje de los votos recibidos y la cantidad gastada en la campaña por cada candidato
fue 0.43. A un nivel de significancia de 0.05, ¿hay una asociación positiva entre las
variables? Explique por qué y demuestre o sustente su respuesta.

Datos

Variable dependiente (y) Porcentaje de votos recibidos

Variable independiente (x) Cantidad gastada en la campaña por cada candidato

r= 0,43

n= 25

NS= 0,05

Coeficiente de correlación

𝒓√𝒏 − 𝟐
𝒕= 𝒄𝒐𝒏 𝒏 − 𝟐 𝒈𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅
√𝟏 − 𝒓𝟐
Datos
NS= 0,05
n= 25
GL= n-2
GL= 23
Valor
estadístico 2,069
-2,069

t= 0,43 √23
√1- 0,432
t= 2,062
0,903
t= 2,284
 Ho: p=0 La correlación entre la población es cero (0)

H1: p ≠ 0 La correlación entre la población es diferente de cero (0)

Conclusión:

Acepta la hipótesis alternativa porque la correlación no es igual a 0

Dicho esto, el valor de r es verdadero

Se puede concluir razonablemente que existe una correlación positiva entre el porcentaje de
votos que recibe cada candidato y la cantidad gastada en actividades de campaña.

5.- Un entrenador, desea conocer cómo se relaciona el número de estudiantes ausentes con
la temperatura media del día.

Usó una muestra aleatoria de 10 días para el estudio. Los siguientes datos indican el
número de estudiantes ausentes y la temperatura media para cada día.

Día Ausencia (X) Temperatura (Y) (X - Media X) (Y - Media Y) Producto (X-MX)(Y-MY)

Día 1 8 10 2,3 -33,4 -76,82

Día 2 7 20 1,3 -23,4 -30,42
Día 3 5 25 -0,7 -18,4 12,88
Día 4 4 30 -1,7 -13,4 22,78
Día 5 2 40 -3,7 -3,4 12,58
Día 6 3 45 -2,7 1,6 -4,32
Día 7 5 50 -0,7 6,6 -4,62
Día 8 6 55 0,3 11,6 3,48
Día 9 8 99 2,3 55,6 127,88
Día 10 9 60 3,3 16,6 54,78
118,2

Variable Dependiente: Ausencia

Variable
Independiente: Temperatura
Muestra (n): 10
Media de X: 5,7
Media de Y: 43,4
n-1: 9
Sx: 2,3118055
Sy: 25,255142

r= 118,2

525,46478

r= 0,2249437

a) Establezca la variable dependiente y la variable independiente.

Variable Dependiente: Ausencia

Variable Independiente: Temperatura

b) Dibuje un diagrama de dispersión para estos datos.

Estudiantes ausentes
10
9
8
7
6
5
4
3
2
1
0
0 20 40 60 80 100 120
 c) ¿La relación entre las variables parece lineal o curvilínea?

Gracias al gráfico podemos observar que las variables tienen una relación curvilínea.

d) ¿Qué tipo de curva puede dibujar a través de los datos?

Trazar una recta curvilínea.

e) ¿Cuál es la explicación lógica para la relación observada?

Una vez que resolvimos este ejercicio podemos decir que la ausencia es mayor cuando la
temperatura ya sea muy baja o muy alta.

6.- Las ventas de línea blanca varían según el estado del mercado de casas nuevas: cuando
las ventas de casas nuevas son buenas, también lo son las de lavaplatos, lavadoras de ropa,
secadoras y refrigeradores.

Una asociación de comercio compiló los siguientes datos históricos (en miles de unidades) de
las ventas de línea blanca y la construcción de casas.

"X" "Y"
V. V.
INDEPENDIENTE DEPENDIENTES
VENTAS DE LINEA X- Y- MEDIA XY X^2 Y^2
CONSTRUCCION BLANCA (miles) MEDIA Y PRODUCTO
DE CASAS (miles) X (x-ma)(y-
my)
2 5 2,00 5,00 10,00 10 4 25
2,5 5,5 2,50 5,50 13,75 13,75 6,25 30,25
3,2 6 3,20 6,00 19,20 19,2 10,24 36
3,6 7 3,60 7,00 25,20 25,2 12,96 49
3,3 7,2 3,30 7,20 23,76 23,76 10,89 51,84
4 7,7 4,00 7,70 30,80 30,8 16 59,29
4,2 8,4 4,20 8,40 35,28 35,28 17,64 70,56
4,6 9 4,60 9,00 41,40 41,4 21,16 81
4,8 9,7 4,80 9,70 46,56 46,56 23,04 94,09
5 10 5,00 10,00 50,00 50 25 100
37,20 75,50 37,20 75,50 295,95 295,9 147,18 597,03
5
Media X: 3,72
Media Y: 7,55
n: 10 295,95
r:
Sx: 0,988601706 15,41220231
Sy: 1,732211175
G.L.: 8 r: 19,2023

r: 19,2023

a) Desarrolle una ecuación para la relación entre las ventas de línea blanca (en miles) y
la construcción de casas (en miles).

Pendiente de la recta Intersección eje y

Datos: Datos:
r: 19,2023 media y: 7,55
sx: 0,988601706 media x: 3,72
sy: 1,732211175 b: 33,65
b: 33,6460 a: -117,6130

b) Interprete la pendiente de la recta de regresión.

Por cada casa adicional, las ventas de la línea blanca aumentarán en 1.7156 unidades.

c) Calcule e interprete el error estándar de la estimación.

a∑y= -8879,78

b ∑ xy = 9957,53

Syx= 597,03 − 88,19 − 507,72

√
10 − 2

Syx= 1,1173
√
8

Syx= 0,37371446

d) La construcción de casas durante el año próximo puede ser mayor que el intervalo
registrado; se han pronosticado estimaciones hasta de 8.0 millones de unidades. Calcule
un intervalo de predicción de 90% de confianza para las ventas de línea blanca, con base
en los datos anteriores y el nuevo pronóstico de construcción de casas.
 Yp= a+bx

YP= 1,1681+1,7156x
YP= 151,5548

90
45
2

45
0,45
100

z 0,17360

151,5548 +/- 0,064876831

151,6197

151,4899

7.- Delicias S.A. Tiene desayunos, comidas y cenas bajas en calorías. Usted es considerado cliente
aceptable y por ende recibe dos alimentos empacados al día. Delicias S.A., afirma que usted puede
comer todo lo que quiera en su tercera comida y aun así perderá al menos cinco libras el primer
mes. Los clientes aceptables se pasan antes de comenzar el programa y de nuevo al cabo del
primer mes. Las experiencias de una muestra aleatoria de 11 miembros son:
 Nombre Cambio de Peso
Alvaro Bajó
Gutierrez Bajó
Delgado Subió
Prieto Bajó
Salgado Sin cambio
Benitez Bajó
Sambonino Bajó
Pluas Bajó
Arce Bajó
Benavidez Bajó
Naranjo Bajó

PREGUNTAS

Lo que interesa saber es si los clientes aceptables, perdieron peso como resultado del programa de
Delicias S.A

a) Fórmula H0 y H1.

Ho: π<=0,5
H1: π >0,5

Ho: El programa no hizo bajar de peso por lo que no trajo ningún resultado.

H1: El programa realizado ayudó a los participantes a perder peso.

b) Con un nivel de significancia de 0.05, ¿Cuál es su regla de decisión?

Suponiendo que, de 11 personas, solo 10 cambian, es decir:

Nombre Cambio de peso

Álvaro Bajó -
Gutiérrez Bajó -
Delgado Subió +
Prieto Bajó -
Benítez Bajó -
Sambonino Bajó -
Plúas Bajó -
Arce Bajó -
Benavidez Bajó -
Naranjo Bajó -

n: 10
(-): 9
 x: 9

Puedes ver que 9 personas pierden peso y 1 persona aumenta de peso.

Regla de decisión: Rechazar Ho si hay un cambio en lo observado y el número de participantes que

representa el cambio es mayor a 9 pero no igual o menor, aceptar H1 si el participante tiene puntaje,
pero disminuye el peso de H1, excepto que la parte superior es mayor de 9

c) ¿Cuál es su conclusión respecto del programa de Delicias S.A?

Finalmente, pudimos verificar que el programa Delicias SA no arrojó resultados significativos para el
100% de los participantes, ya que dos participantes no se comprometieron con la pérdida de peso
según lo planeado, aceptando la hipótesis nula, pero en mi opinión el programa es algo efectivo.
porque solo en ambos casos no funciona.

8.- El departamento de recursos humanos de Ford Motor Company implantó un programa

de medición de presión arterial y educación sobre cómo mantenerla dentro de ciertos
límites para los 100 empleados del departamento de pintura el primer día del año. Como
seguimiento, en julio se les tomó la presión arterial a los mismo 100 empleados, 80 de ellos
mostraron una reducción. ¿Es posible concluir que las mediciones fueron eficaces para
reducir la presión arterial?

PREGUNTAS

a) Formule las hipótesis nula y alternativa.

Ho ≥ Las respectivas mediciones que se realizaron son mayores es decir que no fueron
eficaces en lo absoluto.
H1 ≤ Las mediciones que se hicieron fueron importantes y eficaces para la reducción de la
presión arterial.
U= N/2
U= 100/2
U= 50
b) ¿Cuál es la regla de decisión con nivel de significancia de 0,05?
Aquí se deberá rechazar la hipótesis nula si el valor obtenido en el estadístico de la
prueba es mayor al valor crítico de la tabla (z) y de esa manera la hipótesis alternativa
será aprobada, en este caso este dentro del rango de aceptación deberá ser aprobada y
la hipótesis alternativa deberá ser rechazada.

c) Calcule el valor del estadístico de prueba.

 80 ± 0,5 - 50
z= 80 = 0,5 - 50 5
Z= 5

80,5 - 50
80,5 - 79,5 - 50
50
Z= z= 5 Z= 5 z=
5
30,5 29,5
Z= 5 Z= 5
30,5
z= z=
5
Z= 6,1 Z= 5,9

z= 6,1
VALOR CRITICO: 1,645
z=

d) ¿Cuál es su decisión respecto de la hipótesis

Valor critico: nula?
1,645
La decisión con respecto a la hipótesis nula es que esta debe de ser rechazada.

e) Interprete su decisión
La decisión que se toma es rechazar la hipótesis nula puesto que el estadístico no se
encuentra dentro del rango de aceptación que corresponde, con esto se comprender que
la hipótesis alternativa es aceptada.

Región de
aceptación 6,1 Y 5,9
Región
de
rechazo

1,645