Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 34 vistas

    Taller 4

    Cargado por

    Bryan Medina
    El documento presenta las respuestas a 4 preguntas realizadas como parte de un taller. La primera pregunta estima un intervalo de confianza del 93% para la cantidad media de galones de gasolina vendidos. La segunda pregunta evalúa si el tiempo de vida estimado de productos automotrices es correcto. La tercera pregunta determina si más del 75% de las cuentas tienen un atraso mayor a 3 meses. Y la cuarta pregunta analiza la relación entre la cantidad de lluvia y el crecimiento de pinos, estimando la longitud de un pino y concluy

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Taller 4

    Cargado por

    Bryan Medina
    34 vistas5 páginas
    El documento presenta las respuestas a 4 preguntas realizadas como parte de un taller. La primera pregunta estima un intervalo de confianza del 93% para la cantidad media de galones de gasolina vendidos. La segunda pregunta evalúa si el tiempo de vida estimado de productos automotrices es correcto. La tercera pregunta determina si más del 75% de las cuentas tienen un atraso mayor a 3 meses. Y la cuarta pregunta analiza la relación entre la cantidad de lluvia y el crecimiento de pinos, estimando la longitud de un pino y concluy

    Título original

    Taller-4

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta las respuestas a 4 preguntas realizadas como parte de un taller. La primera pregunta estima un intervalo de confianza del 93% para la cantidad media de galones de gasolina vendidos. La segunda pregunta evalúa si el tiempo de vida estimado de productos automotrices es correcto. La tercera pregunta determina si más del 75% de las cuentas tienen un atraso mayor a 3 meses. Y la cuarta pregunta analiza la relación entre la cantidad de lluvia y el crecimiento de pinos, estimando la longitud de un pino y concluy

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    34 vistas5 páginas

    Taller 4

    Cargado por

    Bryan Medina
    El documento presenta las respuestas a 4 preguntas realizadas como parte de un taller. La primera pregunta estima un intervalo de confianza del 93% para la cantidad media de galones de gasolina vendidos. La segunda pregunta evalúa si el tiempo de vida estimado de productos automotrices es correcto. La tercera pregunta determina si más del 75% de las cuentas tienen un atraso mayor a 3 meses. Y la cuarta pregunta analiza la relación entre la cantidad de lluvia y el crecimiento de pinos, estimando la longitud de un pino y concluy

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 5

    Taller 4

    Bryan Medina, Fá tima German, Diego Vera, Oyuqui Loqui, Paulina Hernandez

    13/1/2022
    #PREGUNTA 1

    #El dueño de una gasolinera quiere estimar la cantidad media de galones de


    gasolina que vende
    # a sus clientes. De su registro de ventas toma una muestra aleatoria de 70
    ventas
    # y encuentra que la cantidad media de galones vendidos es 9.30, y la
    desviación estándar es 1.60 galones.
    # Determine un intervalo de confianza de 93% para la media.

    x=9.30 #(x es la media muestral )


    z=1.81 #(z nivel de confianza )
    o=1.60 #(o es la desviacion estandar)
    n=70 #(tamano de la muestra)

    total_negativo= x-z*o/sqrt(n)
    total_negativo

    ## [1] 8.953862

    total_positivo= x+z*o/sqrt(n)
    total_positivo

    ## [1] 9.646138

    #interpretacion: con un nivel de confianza del 93% podemos afirmar que la


    cantidad media de gasolina vendida, se encuentra entre 8,953 y 9,646

    #############################################################################
    ######################################################

    #PREGUNTA 2

    # 2. Un vendedor de repuestos automovilísticos tiene dudas con respecto a


    la calidad de los productos que vende, así que desea probar el tiempo de vida
    #de estos. #Estima que, en promedio, cuando vende un producto, sus clientes
    tardan menos de 45 días en volver para comprar un repuesto.
    #En una muestra de 60 de sus clientes, #tardaron alrededor de 42 en regresar
    a comprar un remplazo. Usando un nivel de confianza de 95% y una desviación
    estándar de 14. ¿Será correcto el estimado que hace #el vendedor y sus
    productos tienen un tiempo de vida corto?
    #hipotesis_nula = 45
    #hipoesis_altern < 45

    media_poblacional=45
    media_muestral=42
    desv_muestra=14
    tamanio_muestral=60
    alpha=0.05

    z_alpha=qnorm(alpha,mean=0,sd=1,lower.tail= T)
    z_alpha

    ## [1] -1.644854

    e_p_deZ=((media_muestral-media_poblacional))/
    ((desv_muestra)/sqrt(tamanio_muestral))
    e_p_deZ

    ## [1] -1.65985

    e_p_deZ<z_alpha

    ## [1] TRUE

    #Se rechaza la hipotesis nula

    #############################################################################
    ######################################################################

    #PREGUNTA 3
    #Tina Dennis es la inventora de una empresa. Ella cree que la actual falta de
    liquidez de la empresa se debe al lento cobro de sus cuentas. Ella #considera
    que más de 75% de las cuentas tienen un atraso superior a tres meses. En una
    muestra aleatoria de 300 cuentas se encontró que 232 tenían #más de tres
    meses. En el nivel de significancia 0.1 ¿Puede concluirse que más de 75% de
    las cuentas tienen un atraso de más de tres meses?

    x=232
    alpha<-0.1/2
    #Planteamiento de hipotesis
    #Ho= p=0.75
    #Ha= p>0.75
    #Nivel de significancia:
    #a=0.1
    #p= prob de cuentas atrasada > 3 meses
    #q= prob de atraso <= 3 meses
    #p=0.75
    #q=0.25
    p=232/300
    z<-qnorm(alpha,lower.tail = F)
    prop.test(x=232,n=300,p=0.75,conf.level = 0.90)

    ##
    ## 1-sample proportions test with continuity correction
    ##
    ## data: 232 out of 300, null probability 0.75
    ## X-squared = 0.75111, df = 1, p-value = 0.3861
    ## alternative hypothesis: true p is not equal to 0.75
    ## 90 percent confidence interval:
    ## 0.7294802 0.8120969
    ## sample estimates:
    ## p
    ## 0.7733333

    #############################################################################
    ##################################################################

    #PREGUNTA 4
    #Con 8 árboles de pinos se realiza el siguiente experimento.
    #Se los siembra separadamente y durante un año son sometidos a distintas
    cantidades de lluvia asimilada y se obtuvieron los siguientes datos:

    Cant_lluvia<-c(10,14,18,22,26,30,34,38)
    arbolitos<-c(29,30,28,35,32,42,45,47)

    regre_lin<-lm(arbolitos ~ Cant_lluvia)
    regre_lin

    ##
    ## Call:
    ## lm(formula = arbolitos ~ Cant_lluvia)
    ##
    ## Coefficients:
    ## (Intercept) Cant_lluvia
    ## 18.8571 0.7143

    summary(regre_lin)

    ##
    ## Call:
    ## lm(formula = arbolitos ~ Cant_lluvia)
    ##
    ## Residuals:
    ## Min 1Q Median 3Q Max
    ## -5.4286 -0.6071 1.0714 1.7500 3.0000
    ##
    ## Coefficients:
    ## Estimate Std. Error t value Pr(>|t|)
    ## (Intercept) 18.8571 3.1636 5.961 0.000998 ***
    ## Cant_lluvia 0.7143 0.1231 5.800 0.001151 **
    ## ---
    ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
    ##
    ## Residual standard error: 3.192 on 6 degrees of freedom
    ## Multiple R-squared: 0.8487, Adjusted R-squared: 0.8234
    ## F-statistic: 33.64 on 1 and 6 DF, p-value: 0.001151

    plot(Cant_lluvia, arbolitos, xlab = 'CANTIDAD LLUVIA cm3', ylab='LONGITUD


    ARBOL')

    # Y= 18.86 + 0.71(X)
    #LONGITUD_ARBOL= 18.86 + 0.71(Cant_lluvia)

    #b) Utilizar este resultado para pronosticar la longitud que alcanzará un


    pino
    #que recibe 27 cm3 de lluvia en un año.

    Lluvia<-data.frame(Cant_lluvia=seq(25,29))
    predict(regre_lin,Lluvia)

    ## 1 2 3 4 5
    ## 36.71429 37.42857 38.14286 38.85714 39.57143
    #La longitud que alcanza el pino es 28.11 al recibir 27cm3

    #c) A medida que incrementa la cantidad de lluvia, la longitud crece o


    decrece? En cuanto medida?
    ## A medida que incrementa la cant de lluvia, el arbol crece 0.33

    #d) Se considera un buen modelo? Justifique su respuesta con R cuadrado.


    #Si, se considera un buen modelo dado que para el diagrama de disperción, R-
    squared: 0.8234

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy