"Año del Bicentenario del Perú: 200 años de Independencia"
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE CIENCIAS ADMINISTRATIVAS
ESCUELA PROFESIONAL DE ADMINISTRACIÓN
TRABAJO MONOGRÁFICO:
Caso práctico:
PARC. INC.
CURSO: Estadística II
DOCENTE: Verónica Espinoza Carrasco
EXPOSITORES:
Ayvar Rodenas, Ennith Isabel 1910120903
Justo Rengifo, Leslie Stefany 1910121065
Osorio Esteban José Luis 1910121011
Polo Morante, Sindey Pamela 092162C
Sifuentes Manrique, Kely Rosmeli 1910120984
CICLO/GH: 02 A
Callao, 2021
INTRODUCCIÓN
Mediante este trabajo reflejamos los conocimientos adquiridos a lo largo del curso en
el campo de la estadística, el cual queda demostrado a través del desarrollo de este caso
práctico Parc. Inc. en el que se usó temas relevantes como Prueba de Hipótesis,
Intervalos de confianza, la distribución normal estándar, desviación estándar, la
varianza, la media, el Z crítico, estadístico de prueba, Valor p, entre otros. Asimismo,
integramos herramientas de apoyo como Microsoft Excel, Word, y calculadora
científica digital.
Por otro lado, es importante resaltar que actualmente la Estadística ha llegado a tal
grado de perfeccionamiento y especialización, que casi no existe disciplina científica, o
técnica, de investigación, control o planificación, en la cual no se apliquen los métodos
estadísticos como una herramienta de trabajo valiosísima e insustituible.
Para finalizar queremos agradecer a nuestra maestra Verónica Espinoza por el
tiempo, la dedicación, y el conocimiento brindado que nos ayudará para nuestro
desarrollo como futuros administradores.
Atentamente sus queridos alumnos que conforman este grupo
1
INDICE
MARCO TEÓRICO.....................................................................................................2
CASO PRÁCTICO: PARC. INC.................................................................................4
[Link]ÓN PREGUNTA 1...............................................................................5
[Link]ÓN PREGUNTA 2...............................................................................7
[Link]ÓN PREGUNTA 3...............................................................................7
[Link]ÓN PREGUNTA 4...............................................................................8
[Link]ÓN PREGUNTA 5...............................................................................9
Bibliografía.................................................................................................................10
2
MARCO TEÓRICO
1.1. ESTIMACIÓN DE LA DIFERENCIA ENTRE DOS MEDIAS
POBLACIONALES
SE= S21 S 2
Que se puede estimar como √ n1
2
n2 ¿
¿
Cuando los tamaños muéstrales son grandes.
2. Si las poblaciones muestreadas están distribuidas normalmente, entonces la
distribución muestral de 𝑥1 − 𝑥2 está distribuida normalmente exactamente, cualquiera
que sea el tamaño muestral.
3. Si las poblaciones muestreadas no están distribuidas normalmente, entonces la
distribución muestral de 𝑥1 − 𝑥2 está distribuida normalmente aproximadamente
cuando n1 y n2 son ambas de 30 o más, debido al teorema del límite central.
1.2. PRUEBA DE HIPÓTESIS DE MUESTRAS GRANDES PARA UNA
PROPORCIÓN BINOMIAL
Región de rechazo: rechazar H0 cuando.
1.3. DISTRIBUCION NORMAL ESTANDAR
µ=0
σ=1
Los valores de z del lado izquierdo de la curva son negativos
El área bajo la curva normal estándar a la izquierda de un valor
especificado de z, como z0 es la probabilidad P(z ≤ z0 ).
3
Los valores de z del lado derecho de la curva son positivos.
1.4. PRUEBA DE HIPÓTESIS
Es una prueba estadística que se utiliza para decidir si cierta propiedad supuesta para
una población es confirmada por la observación de una muestra. Una prueba estadística
de hipótesis está formada de cinco partes:
1. La hipótesis nula, denotada por H0
2. La hipótesis alternativa, denotada por Ha
3. El estadístico de prueba y su valor p
4. La región de rechazo
5. La conclusión Cuando se especifiquen estos cinco elementos, se define una prueba
particular.
1.5. ESTADÍSTICO DE PRUEBA
Valor determinado a partir de la información de la muestra, para determinar si se
rechaza la hipótesis nula. Este valor se emplea para ser contrastado contra el valor
crítico, o sea, un valor determinado por el nivel de significancia en una distribución de
probabilidad apropiada. Esto permite establecer una regla para tomar la decisión de
aceptar o rechazar la hipótesis nula.
1.6. CÁLCULO DEL VALOR P
Para evitar ambigüedades en las conclusiones, algunos experimentadores prefieren usar
un nivel de significancia variable llamada valor p para la prueba. El valor p o nivel de
significancia observado de una prueba estadística es el valor más pequeño de para el
cual H0 se puede rechazar. Es el riesgo real de cometer un error tipo I, si H0 es
rechazada con base en el valor observado del estadístico de prueba. El valor p mide la
fuerza de la evidencia contra H0
4
CASO PRÁCTICO: PARC. INC.
Parc, Inc. Es una importante empresa de equipos de golf. El gerente de Par piensa
que la participación de la empresa en el mercado aumentará con la introducción de una
pelota de golf de alta duración y resistente a los cortes. Con este objetivo, el grupo de
investigación de Par ha estado probado un nuevo recubrimiento para las pelotas,
diseñado para dar resistencia a los cortes y proporcionar un producto con mayor
durabilidad. Las pruebas realizadas con el recubrimiento han sido promisorias.
Uno de los investigadores expresó su preocupación por el efecto del nuevo
recubrimiento en la distancia del recorrido de la pelota. Par desea que el nuevo modelo,
resiste a los cortes, ofrezca una distancia de recorrido comparable a la de las pelotas de
golf actuales. Para comparar la distancia de recorrido de los tipos de pelotas, 40 de cada
modelo fueron sometidas a pruebas de distancia, las cuales se realizaron con una
máquina lanzadora de peltas con objeto de que la diferencia entre las distancias medias
de vuelo entre los dos modelos pudiera atribuirse a sus diferentes particularidades. Los
resultados de las pruebas, con la distancia expresadas a la yarda más cercana, se
presentan en la tabla de la siguiente página, Estos datos se encuentran en el sitio web del
libro. (Current refiere las pelotas actuales y las nuevas)
Fuente. Extraído del libro Estadística para negocios y economía
5
INFORME GERENCIAL
SOLUCIÓN PREGUNTA 1
1. Formule y justifique una prueba de hipótesis que le sirva a Par para comparar las
distancias de recorrido de la pelota actual y de la nueva pelota.
DATOS:
PASO 1
H 0 :μ 1−μ2=0−−−−→ μ1=μ 2
Ha: μ1 −μ 2 ≠ 0−−−−→ μ 1 ≠ μ2
prueba de dos colas
PASO 2
Nivel de Significancia
6
1 - α= 0.95
Z crítico = 1.96
PASO 3
Estadístico de prueba
( 270.275−267.5 )−0
z= =1.328
76.614 97.948
√ 40
+
40
SOLUCIÓN PREGUNTA 2
2. Analice los datos para formular la conclusión de la prueba de hipótesis. ¿Cuál es el
valor-p de la prueba? ¿Qué le recomendaría a Par, Inc.?
*¿Cuál es el valor-p de la prueba?
Hallamos Valor-p
Comparación de p con α Comparando p con a
Si p > a H0 no es rechazada
0. 1840>0.05
Si p < a H0 es rechazada
Ho no es rechazada
CONCLUSIÓN
7
No rechazar H0, aceptar Ho
El recorrido de la pelota que se usa actualmente no es diferente al recorrido de la pelota
nueva.
No se puede concluir que las pelotas que se usan actualmente tengan diferencia en
cuanto a la media de distancia de recorrido que las pelotas nuevas que se quieren lanzar
al mercado.
*¿Qué le recomendaría a Par, Inc.?
Se le sugiere a la empresa Par, Inc. Que implemente el nuevo recubrimiento a las
pelotas de golf nuevas, ya que no representa una diferencia significativa ni desventaja
en la distancia de recorrido de dichas pelotas en comparación a las pelotas actuales.
SOLUCIÓN PREGUNTA 3
3. Proporcione un resumen de estadística
CURRENT descriptiva con los datos de cada modelo.
Media 270.275
Error típico 1.383968421
Mediana 270 NEW
Moda 272
Desviación estándar 8.752984839 Media 267.5
Varianza de la muestra 76.61474359 Error típico 1.56483799
Curtosis -0.762587222 Mediana 265
Coeficiente de Moda 263
asimetría 0.306169371 Desviación estándar 9.89690446
Rango 34 Varianza de la muestra 97.9487179
Mínimo 255 Curtosis -0.51458655
Máximo 289 Coeficiente de
Suma 10811 asimetría 0.23981045
Cuenta 40 Rango 39
Mínimo 250
Máximo 289
Suma 10700
Cuenta 40
SOLUCIÓN PREGUNTA 4
¿Cuál es el intervalo de 95% de confianza para la media poblacional de la distancia de
recorrido de cada modelo, y cuál para la diferencia entre las medias de las dos
poblaciones?
8
*¿Cuál es el intervalo de 95% de confianza para la media poblacional de la
distancia de recorrido de cada modelo?
Current
μ1=270.275
σ =8.752
8.752
μ=270.275± 1.96 =270.275 ± 2.712
√ 40
El intervalo de confianza es de 267.562 y 272.987
New
μ2=267.5
σ =9.896
9.896
μ=267.5± 1.96 =267.5 ±3.067
√ 40
El intervalo de confianza es de 264.432 y 270.567
*¿Cuál es el intervalo de 95% de confianza para la diferencia entre las medias de
las dos poblaciones?
n=40 n=40
X 1 =270.275 X 2=267.5
s21=76.614 s 22=97.948
76.614 97.948
( 270.275−267.5 ) ± 1.96
√ 40
+
40
=2.775 ± 4.094
9
SOLUCIÓN PREGUNTA 5
5. ¿Ve usted que haya necesidad de tomar muestras más grandes y de efectuar más
pruebas con las pelotas de golf? Analícelo
Sí, porque ayudaría a la investigación en el sentido de que sería más significativa la
diferencia entre las medias de las distancias recorridas por cada modelo, es decir darían
resultados más exactos a los hallados. Además, para afianzar la respuesta, observamos
que hay valores negativos en el intervalo al 95% de confianza para la diferencia entre
las medias de las dos poblaciones, lo cual denota un gran margen de error. En
conclusión, sí sería beneficioso tomar muestras más grandes.
10
Bibliografía
Williams, A. S. (2016). Estadística para negocios y Economía. Mexico: CENGAGE
Learning.
