INFERENCIA ESTADÍSTICA (212064)

Fase 4 - PRUEBAS NO PARAMÉTRICAS

Presentado por:
Laur Maria Ortega Ortega

Grupo:

Presentado a:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2020
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un númer

primero que va a formar parte de la mue

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= 6.0574949
N= 2950
n= 487
K= 6 se redondea

K= 6 Seleccione la muestra cada 4 elementos

Alea= 3 Se escoge un número aleatorio entre 1 y K.
Fijo= 6 Copie y pegue el número aleatorio como valor para que no e

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre 1 y K,

LISTO! Esta es la lista de personas que van a conformar su muestra, recuer

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$12:$O$2961;2;0) esto es p

cantidad de elementos que va a incluir en la muestra. El número 2, correspo

TOMA Elemento Tipo de articulo

CANTIDAD
MUESTRA vendido

1 6 6 1
 2 12 12 4
3 18 18 3
4 24 24 3
5 30 30 4
6 36 36 2
7 42 42 3
8 48 48 5
9 54 54 3
10 60 60 4
11 66 66 5
12 72 72 3
13 78 78 5
14 84 84 5
15 90 90 5
16 96 96 2
17 102 102 5
18 108 108 5
19 114 114 5
20 120 120 2
21 126 126 1
22 132 132 3
23 138 138 3
24 144 144 3
25 150 150 2
26 156 156 3
27 162 162 4
28 168 168 1
29 174 174 2
30 180 180 1
31 186 186 5
32 192 192 4
33 198 198 5
34 204 204 2
35 210 210 5
36 216 216 5
37 222 222 1
38 228 228 1
39 234 234 2
40 240 240 3
41 246 246 4
42 252 252 2
43 258 258 1
44 264 264 5
45 270 270 5
46 276 276 1
47 282 282 4
48 288 288 1
49 294 294 3
50 300 300 5
51 306 306 5
52 312 312 5
53 318 318 4
54 324 324 1
55 330 330 3
56 336 336 5
57 342 342 4
58 348 348 2
59 354 354 2
60 360 360 3
61 366 366 3
62 372 372 3
63 378 378 2
64 384 384 2
65 390 390 3
66 396 396 1
67 402 402 1
68 408 408 3
69 414 414 4
70 420 420 1
71 426 426 5
72 432 432 1
73 438 438 2
74 444 444 3
75 450 450 3
76 456 456 2
77 462 462 2
78 468 468 2
79 474 474 2
80 480 480 3
81 486 486 2
82 492 492 2
83 498 498 2
84 504 504 1
85 510 510 4
86 516 516 4
87 522 522 4
88 528 528 3
89 534 534 5
90 540 540 4
91 546 546 2
92 552 552 2
93 558 558 1
94 564 564 4
95 570 570 4
96 576 576 5
97 582 582 2
98 588 588 3
99 594 594 3
100 600 600 4
101 606 606 3
102 612 612 3
103 618 618 3
104 624 624 5
105 630 630 4
106 636 636 4
107 642 642 5
108 648 648 5
109 654 654 4
110 660 660 4
111 666 666 1
112 672 672 2
113 678 678 3
114 684 684 5
115 690 690 2
116 696 696 3
117 702 702 5
118 708 708 2
119 714 714 2
120 720 720 4
121 726 726 4
122 732 732 2
123 738 738 1
124 744 744 4
125 750 750 5
126 756 756 1
127 762 762 1
128 768 768 3
129 774 774 1
130 780 780 4
131 786 786 3
132 792 792 3
133 798 798 2
134 804 804 1
135 810 810 5
136 816 816 5
137 822 822 5
138 828 828 2
139 834 834 1
140 840 840 2
141 846 846 1
142 852 852 2
143 858 858 5
144 864 864 5
145 870 870 4
146 876 876 1
147 882 882 3
148 888 888 1
149 894 894 1
150 900 900 4
151 906 906 3
152 912 912 5
153 918 918 4
154 924 924 5
155 930 930 4
156 936 936 4
157 942 942 4
158 948 948 2
159 954 954 4
160 960 960 4
161 966 966 1
162 972 972 1
163 978 978 5
164 984 984 2
165 990 990 2
166 996 996 5
167 1002 1002 2
168 1008 1008 3
169 1014 1014 5
170 1020 1020 2
171 1026 1026 2
172 1032 1032 3
173 1038 1038 2
174 1044 1044 2
175 1050 1050 1
176 1056 1056 2
177 1062 1062 2
178 1068 1068 4
179 1074 1074 4
180 1080 1080 3
181 1086 1086 1
182 1092 1092 2
183 1098 1098 3
184 1104 1104 2
185 1110 1110 4
186 1116 1116 3
187 1122 1122 1
188 1128 1128 2
189 1134 1134 5
190 1140 1140 2
191 1146 1146 2
192 1152 1152 1
193 1158 1158 4
194 1164 1164 1
195 1170 1170 1
196 1176 1176 4
197 1182 1182 4
198 1188 1188 4
199 1194 1194 5
200 1200 1200 1
201 1206 1206 4
202 1212 1212 4
203 1218 1218 1
204 1224 1224 1
205 1230 1230 4
206 1236 1236 4
207 1242 1242 5
208 1248 1248 2
209 1254 1254 2
210 1260 1260 3
211 1266 1266 2
212 1272 1272 4
213 1278 1278 3
214 1284 1284 2
215 1290 1290 4
216 1296 1296 2
217 1302 1302 1
218 1308 1308 2
219 1314 1314 1
220 1320 1320 4
221 1326 1326 5
222 1332 1332 2
223 1338 1338 3
224 1344 1344 3
225 1350 1350 3
226 1356 1356 3
227 1362 1362 4
228 1368 1368 5
229 1374 1374 2
230 1380 1380 2
231 1386 1386 4
232 1392 1392 3
233 1398 1398 5
234 1404 1404 1
235 1410 1410 5
236 1416 1416 2
237 1422 1422 4
238 1428 1428 3
239 1434 1434 3
240 1440 1440 3
241 1446 1446 2
242 1452 1452 2
243 1458 1458 3
244 1464 1464 2
245 1470 1470 1
246 1476 1476 5
247 1482 1482 4
248 1488 1488 3
249 1494 1494 5
250 1500 1500 1
251 1506 1506 3
252 1512 1512 4
253 1518 1518 5
254 1524 1524 1
255 1530 1530 3
256 1536 1536 3
257 1542 1542 1
258 1548 1548 3
259 1554 1554 5
260 1560 1560 1
261 1566 1566 4
262 1572 1572 5
263 1578 1578 2
264 1584 1584 2
265 1590 1590 5
266 1596 1596 3
267 1602 1602 4
268 1608 1608 2
269 1614 1614 1
270 1620 1620 2
271 1626 1626 4
272 1632 1632 1
273 1638 1638 1
274 1644 1644 1
275 1650 1650 1
276 1656 1656 4
277 1662 1662 1
278 1668 1668 3
279 1674 1674 3
280 1680 1680 2
281 1686 1686 5
282 1692 1692 1
283 1698 1698 4
284 1704 1704 3
285 1710 1710 3
286 1716 1716 4
287 1722 1722 2
288 1728 1728 3
289 1734 1734 5
290 1740 1740 5
291 1746 1746 2
292 1752 1752 5
293 1758 1758 5
294 1764 1764 4
295 1770 1770 3
296 1776 1776 5
297 1782 1782 3
298 1788 1788 3
299 1794 1794 2
300 1800 1800 5
301 1806 1806 2
302 1812 1812 2
303 1818 1818 2
304 1824 1824 3
305 1830 1830 1
306 1836 1836 1
307 1842 1842 2
308 1848 1848 5
309 1854 1854 3
310 1860 1860 2
311 1866 1866 4
312 1872 1872 3
313 1878 1878 4
314 1884 1884 5
315 1890 1890 3
316 1896 1896 3
317 1902 1902 3
318 1908 1908 5
319 1914 1914 4
320 1920 1920 1
321 1926 1926 4
322 1932 1932 2
323 1938 1938 1
324 1944 1944 3
325 1950 1950 3
326 1956 1956 5
327 1962 1962 3
328 1968 1968 3
329 1974 1974 5
330 1980 1980 3
331 1986 1986 1
332 1992 1992 2
333 1998 1998 5
334 2004 2004 5
335 2010 2010 5
336 2016 2016 3
337 2022 2022 4
338 2028 2028 5
339 2034 2034 1
340 2040 2040 2
341 2046 2046 4
342 2052 2052 2
343 2058 2058 5
344 2064 2064 2
345 2070 2070 1
346 2076 2076 3
347 2082 2082 4
348 2088 2088 1
349 2094 2094 3
350 2100 2100 5
351 2106 2106 3
352 2112 2112 3
353 2118 2118 3
354 2124 2124 4
355 2130 2130 5
356 2136 2136 5
357 2142 2142 1
358 2148 2148 2
359 2154 2154 3
360 2160 2160 1
361 2166 2166 4
362 2172 2172 4
363 2178 2178 5
364 2184 2184 2
365 2190 2190 4
366 2196 2196 2
367 2202 2202 1
368 2208 2208 3
369 2214 2214 1
370 2220 2220 1
371 2226 2226 2
372 2232 2232 2
373 2238 2238 2
374 2244 2244 1
375 2250 2250 5
376 2256 2256 3
377 2262 2262 2
378 2268 2268 3
379 2274 2274 4
380 2280 2280 5
381 2286 2286 1
382 2292 2292 2
383 2298 2298 3
384 2304 2304 5
385 2310 2310 5
386 2316 2316 3
387 2322 2322 1
388 2328 2328 2
389 2334 2334 3
390 2340 2340 1
391 2346 2346 1
392 2352 2352 1
393 2358 2358 1
394 2364 2364 3
395 2370 2370 1
396 2376 2376 3
397 2382 2382 4
398 2388 2388 1
399 2394 2394 1
400 2400 2400 2
401 2406 2406 3
402 2412 2412 2
403 2418 2418 3
404 2424 2424 3
405 2430 2430 4
406 2436 2436 3
407 2442 2442 4
408 2448 2448 3
409 2454 2454 3
410 2460 2460 2
411 2466 2466 4
412 2472 2472 5
413 2478 2478 4
414 2484 2484 2
415 2490 2490 3
416 2496 2496 4
417 2502 2502 1
418 2508 2508 2
419 2514 2514 2
420 2520 2520 5
421 2526 2526 3
422 2532 2532 3
423 2538 2538 2
424 2544 2544 3
425 2550 2550 1
426 2556 2556 4
427 2562 2562 2
428 2568 2568 2
429 2574 2574 3
430 2580 2580 5
431 2586 2586 4
432 2592 2592 3
433 2598 2598 3
434 2604 2604 5
435 2610 2610 3
436 2616 2616 3
437 2622 2622 1
438 2628 2628 3
439 2634 2634 2
440 2640 2640 5
441 2646 2646 5
442 2652 2652 4
443 2658 2658 5
444 2664 2664 1
445 2670 2670 2
446 2676 2676 2
447 2682 2682 3
448 2688 2688 5
449 2694 2694 3
450 2700 2700 2
451 2706 2706 1
452 2712 2712 3
453 2718 2718 1
454 2724 2724 5
455 2730 2730 2
456 2736 2736 5
457 2742 2742 2
458 2748 2748 3
459 2754 2754 5
460 2760 2760 2
461 2766 2766 1
462 2772 2772 3
463 2778 2778 5
464 2784 2784 3
465 2790 2790 4
466 2796 2796 4
467 2802 2802 1
468 2808 2808 2
469 2814 2814 1
470 2820 2820 4
471 2826 2826 2
472 2832 2832 5
473 2838 2838 5
474 2844 2844 3
475 2850 2850 1
476 2856 2856 5
477 2862 2862 1
478 2868 2868 5
479 2874 2874 1
480 2880 2880 5
481 2886 2886 3
482 2892 2892 3
483 2898 2898 5
484 2904 2904 2
485 2910 2910 2
486 2916 2916 3
487 2922 2922 2
TIPO DE MUESTREO: Sistemático

tomando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

ero que va a formar parte de la muestra.

ento de la población)

ada 4 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando

sde 1 hasta n

l número que encontró entre 1 y K, es decir el que corresponde al valor fijo

van a conformar su muestra, recuerde que es importante mantener la constante K

iables de la población

ción!$B$12:$O$2961;2;0) esto es para que no tenga que pasar manualmente la información de la

n la muestra. El número 2, corresponde a la columna de la variable, en este caso Tipo de Articulo

Vida util del Precio de costo Probabilidad de defecto Precio de

producto (meses) venta

36 5400 1.83964818197629 12000

12 18300 2.13803458432352 36000
36 14000 3.70297469539582 25000
60 18300 1.44392606616621 36000
12 5400 3.21348041675976 18000
48 18300 3.90188957422885 36000
36 18300 3.70331581481041 36000
12 14000 3.43959201224451 25000
36 14000 2.54135198473665 25000
36 18300 2.70940334509747 36000
36 14000 3.94355249177395 25000
36 24000 2.73721525964039 45000
36 24000 3.17081509641593 36000
36 18300 2.05037864444847 36000
36 5400 1.59867389946472 12000
36 18300 2.79266423690239 36000
36 24000 1.31113626865845 45000
18 18300 2.85139001918322 36000
36 5400 2.25627254032905 12000
48 18300 1.31698316644599 36000
36 18300 1.96323650135852 36000
60 5400 2.6210603574492 12000
12 24000 2.22662542851881 41000
36 24000 1.69659700299899 49000
12 24000 3.90525628445673 42000
36 14000 1.51944079143619 25000
36 18300 2.04206760088992 36000
18 14000 1.79274127830031 25000
36 5400 2.47424291962927 12000
36 14000 2.87876590573884 25000
12 18300 3.19691368281161 36000
36 14000 3.2629229329986 25000
60 14000 1.31815251150657 21000
48 24000 3.1860712683477 36000
36 5400 3.83549308809042 18000
18 5400 1.61936023307811 12000
12 5400 2.63591053239705 12000
48 5400 1.63474120126968 15000
12 18300 2.23228543713431 36000
36 24000 3.77311945704937 36000
36 5400 1.04832822080866 18000
36 14000 3.95315875017119 25000
36 18300 3.11562522512821 36000
12 5400 1.1612551491568 12000
18 18300 2.85402038337761 36000
36 14000 2.44085285507549 25000
18 24000 3.71521044333559 47000
36 14000 2.90824727760196 25000
36 5400 1.43247539558307 18000
36 18300 1.97161544319612 36000
60 5400 3.86191860615328 12000
48 5400 1.57124514397226 18000
48 24000 3.46190756657306 36000
36 5400 2.06060952581684 18000
12 5400 2.01985508711364 12000
60 14000 2.14424721008766 25000
60 5400 3.72099162493592 12000
36 24000 3.6056555047612 45000
36 18300 2.99281434501077 36000
18 24000 1.76694972282328 41000
12 18300 2.97563025116927 36000
36 14000 1.41872930515802 25000
18 24000 1.9159786090712 42000
18 14000 1.82710943066656 20000
18 14000 2.39728772129753 25000
36 24000 1.26234357802648 47000
48 5400 2.39153969404006 12000
36 18300 3.38502176412343 36000
60 5400 3.88296096701874 12000
48 18300 2.66487724784437 36000
60 5400 3.78706925069851 18000
18 18300 3.39816917204741 36000
36 24000 1.41386352687681 36000
18 5400 1.00091377772001 18000
60 24000 2.57600414239541 36000
48 5400 1.87135969114741 12000
36 5400 1.41792832121039 12000
48 5400 2.05438891943797 18000
12 24000 1.50983063170982 41000
36 18300 3.65698210839847 36000
36 5400 2.5710206595008 15000
48 18300 1.49491555596653 36000
18 5400 1.73067506408519 12000
18 5400 2.18140448847811 18000
18 5400 3.82701932966788 18000
36 24000 1.81617456655227 36000
12 18300 1.05264630286998 36000
36 24000 1.33118559647444 42000
18 14000 1.00048914304197 25000
36 18300 2.52781944628345 36000
12 5400 2.858635018435 12000
36 14000 3.75314634610949 25000
18 5400 2.08832610212616 12000
12 14000 1.50191271881508 25000
36 18300 1.57818105771135 36000
36 18300 3.83874517303819 36000
60 5400 1.35185380347184 12000
60 5400 1.86809524424873 18000
36 24000 3.66674773306323 36000
36 24000 1.96811897033312 42000
12 14000 1.44734000418803 25000
18 24000 3.4349526095607 36000
60 24000 2.69354432554938 36000
36 5400 2.41833921968366 12000
48 14000 3.46629954639103 25000
36 5400 2.37433647759187 18000
60 18300 1.64939605459411 36000
60 18300 3.0385401986111 36000
36 5400 2.57435842763356 12000
12 14000 2.63324995754197 25000
36 18300 1.30170968866927 36000
36 18300 3.28926432018968 36000
60 5400 3.57192537385206 12000
36 5400 1.54508239532147 18000
36 18300 1.09178936302875 36000
18 5400 3.77627153352386 12000
48 18300 3.10886269187609 36000
48 5400 2.02526236714878 12000
36 14000 2.1386994640794 25000
12 24000 1.71373348170317 42000
60 24000 1.36355868318725 41000
36 24000 1.32342681693167 36000
36 14000 2.93438445616879 25000
36 24000 2.86009791186232 47000
60 18300 1.09242476374343 36000
12 5400 1.66466332145393 12000
12 14000 2.66319638943469 25000
36 14000 3.32214610562463 25000
36 18300 2.80688766385064 36000
36 14000 3.60479274556041 25000
48 5400 1.6639213364904 18000
12 18300 2.16379699250288 36000
12 24000 1.67694995104661 49000
48 18300 2.3089591252481 36000
36 5400 2.01028850430085 12000
36 14000 1.02735484231116 21000
48 14000 2.97135369585394 25000
36 24000 3.16159448029912 41000
12 14000 3.142533277309 25000
12 18300 1.37798718691823 36000
18 5400 2.83663180680377 18000
18 18300 3.53438461114468 36000
12 24000 1.3487975468467 36000
48 18300 3.30406218506211 36000
36 5400 3.13967471308873 18000
36 5400 3.78688387152043 18000
36 5400 3.70216109151397 12000
36 14000 1.45354963609566 25000
48 14000 3.06022968200112 25000
36 5400 2.54102845016603 12000
18 14000 3.56145253354803 25000
60 24000 3.43629058922914 36000
12 5400 2.15987517589831 12000
48 24000 2.39346109306286 36000
60 24000 1.9764722874075 47000
36 18300 1.46383710045671 36000
36 18300 1.29695989015565 36000
36 24000 1.16007663166445 36000
18 5400 3.46602567173272 12000
36 24000 2.9745085849839 36000
18 5400 2.28164072672883 18000
36 14000 2.12962732457498 25000
36 18300 2.25509679773369 36000
36 14000 1.67106392091742 20000
36 5400 1.31779459747391 12000
12 24000 1.99849644739341 45000
36 14000 2.7876682767224 25000
18 18300 1.80023910327893 36000
18 18300 3.85932100687448 36000
18 14000 1.27673735851932 25000
12 14000 2.41552680372694 25000
36 14000 2.79530538285174 25000
36 18300 2.60859428938622 36000
18 14000 2.73799216409775 25000
12 24000 3.84801497048297 36000
36 5400 3.75933340487512 18000
12 14000 3.82239689480652 25000
36 14000 2.12578255565329 25000
60 5400 3.48048240367128 12000
60 18300 1.90369357670452 36000
36 14000 3.21518584881757 25000
36 14000 1.3678476755596 21000
12 5400 1.35667592643789 18000
48 24000 2.88049911582356 36000
36 18300 3.95189999550566 36000
36 14000 2.68497768930281 25000
18 5400 2.06193754921235 18000
48 14000 3.04221095930463 25000
36 14000 1.74613193530976 25000
12 14000 2.21763584760107 25000
48 5400 3.90627553019626 15000
60 18300 1.74683654300311 36000
18 5400 1.60759046061152 18000
36 18300 1.66969602204626 36000
18 18300 2.71650065139087 36000
36 18300 2.70423160904152 33000
36 18300 2.19514914451249 36000
36 5400 2.42931265253636 12000
60 18300 2.86809150496107 36000
18 18300 1.09720144554284 36000
18 14000 3.9966206936101 25000
18 24000 1.56044394237925 45000
36 18300 1.34905104913035 36000
18 24000 1.73205705432188 49000
36 5400 1.57417159033011 18000
18 24000 3.74858708665431 36000
36 24000 1.14851547077414 36000
12 14000 3.49308188666268 20000
36 14000 3.09128165697357 25000
12 18300 2.36991487966422 36000
12 14000 1.89747420959336 25000
36 18300 1.80917761685404 36000
36 5400 3.55372599489968 15000
36 24000 1.6167125836694 42000
36 24000 3.65466796511238 49000
36 18300 2.45065993622249 36000
60 24000 3.71016264149057 41000
36 18300 3.69618233606887 36000
36 14000 1.15372369989571 25000
60 5400 3.10559144898609 12000
18 24000 3.56888341682753 45000
60 14000 3.90773335714781 25000
48 18300 2.64589652886858 36000
36 14000 3.48471603438792 25000
12 14000 3.18102146359964 25000
48 14000 2.60414692368606 25000
18 5400 2.46159678294842 18000
12 5400 2.5341919409776 18000
36 5400 2.21227611877258 12000
18 18300 3.33269237500332 36000
12 18300 2.22138511590124 36000
48 14000 1.93045296029881 25000
36 5400 1.6439667063689 18000
36 24000 1.09565217989714 36000
60 14000 3.34727570535684 20000
36 5400 3.34183631960427 12000
48 18300 1.61453425477518 36000
36 5400 3.7907001925467 18000
48 18300 2.96683277567309 36000
48 18300 1.26371407898452 36000
18 24000 1.4524090399117 36000
18 18300 2.51959577636899 36000
12 5400 1.78815308092881 18000
36 24000 3.48117459644801 36000
48 18300 2.33652458325009 36000
18 14000 1.96767468692689 25000
48 14000 2.3856557017847 20000
18 18300 1.94796118369591 36000
60 14000 2.5917331391428 25000
36 18300 1.53965708424102 36000
18 14000 2.45300378271794 20000
48 24000 2.41357738749426 45000
36 24000 3.50494850230514 36000
12 5400 1.7720516803958 18000
48 5400 3.55354659472542 12000
48 14000 3.9542123655177 20000
60 18300 2.43551877299244 36000
36 14000 3.24064897690977 20000
48 14000 2.14931534974197 25000
36 24000 3.92905502868474 42000
36 5400 2.60527368391265 12000
48 24000 1.57991024144746 49000
12 18300 1.87632379089242 36000
36 5400 1.03385083971761 12000
18 5400 3.71813680590088 15000
36 24000 2.64414798433374 42000
18 5400 1.9663836188317 18000
48 5400 1.70696177798314 18000
12 5400 2.13550733656132 18000
12 14000 1.60065042137125 25000
36 18300 2.87456750445791 36000
18 5400 3.94508736446351 18000
36 14000 3.85627214235004 20000
48 18300 2.53471981273866 36000
48 24000 3.08962134335563 36000
48 24000 2.55125000467605 49000
18 5400 2.98904135397767 12000
48 14000 3.36817272492945 25000
12 5400 3.42558755087892 12000
18 14000 3.34461791324519 25000
48 14000 1.44442847212553 25000
60 5400 1.09809367896732 12000
12 5400 1.87886191433791 18000
36 18300 2.22468526723792 36000
36 18300 2.47701077751719 33000
60 5400 3.11294591240914 12000
36 5400 3.45001018142185 12000
18 14000 1.37877126469489 21000
36 18300 3.8011615793289 33000
18 24000 3.08291852673427 49000
18 5400 1.31780501879911 12000
18 24000 2.74071967790408 42000
60 18300 1.73944337794941 36000
18 18300 2.07122503126994 36000
18 14000 1.95841579583569 25000
36 14000 3.621150529403 25000
36 24000 2.2765897841513 42000
18 14000 2.26034129928638 25000
36 18300 2.95744663630131 36000
60 5400 2.43627683198716 12000
48 14000 2.79515885312731 25000
48 5400 3.56699958716515 18000
36 14000 1.77185858811107 25000
36 18300 2.10525545221546 36000
36 14000 2.26337643137809 25000
36 24000 2.2248406418505 36000
48 14000 1.6140918066332 25000
60 24000 1.84157701133219 36000
12 5400 1.00507403077594 18000
36 18300 3.58654020224242 36000
48 5400 1.65041712097372 12000
18 14000 2.39809829058335 25000
36 14000 2.1278828665936 25000
48 24000 1.13026725739956 36000
12 14000 1.47252277467362 25000
12 24000 3.88340979863703 45000
48 14000 2.02453374458695 21000
36 24000 1.47164400663963 42000
60 14000 3.35143432750799 20000
48 18300 1.4554463605627 36000
36 18300 1.54223681125361 36000
60 5400 3.85854977493231 18000
36 24000 1.31928103977811 36000
18 18300 2.08996439549396 33000
36 5400 2.64593572306165 12000
12 5400 1.48242290424726 12000
48 18300 2.08693235927386 36000
36 24000 1.97979809785707 47000
12 24000 1.10045345979887 41000
12 24000 1.62264195448158 36000
36 24000 1.60276552272171 42000
60 5400 3.16814123416118 18000
48 18300 1.35759620087235 36000
36 5400 2.79605631226304 18000
12 14000 2.18982984084184 25000
48 18300 1.67535859266829 33000
12 18300 3.59699707722064 36000
36 24000 3.38139513132251 47000
12 14000 2.55158814912475 25000
36 18300 1.04366652280469 36000
18 24000 3.84771684933087 36000
12 5400 2.99569356689319 12000
36 24000 3.77667842709679 42000
48 18300 3.17441935646488 36000
36 18300 3.40305634803326 36000
12 18300 1.71341091300176 36000
36 14000 1.06239189240578 25000
48 14000 2.97099387527897 25000
36 18300 3.84546669802336 36000
36 5400 2.18124658637654 12000
36 18300 3.39516305670718 36000
18 18300 2.83121911493622 36000
12 14000 1.82299269396906 21000
36 14000 2.59205819525086 25000
36 14000 1.06427429884343 25000
36 14000 2.43507301196462 25000
48 14000 1.82086263649503 25000
36 14000 1.21359051473505 25000
36 5400 3.43196923451506 18000
36 24000 1.84527225665248 41000
36 18300 1.16347290405785 36000
18 18300 2.83159148849142 33000
36 14000 1.08168619025834 21000
48 18300 3.98360020083067 36000
18 14000 3.33996470894367 25000
60 18300 1.29498152139927 36000
48 14000 1.34997577942279 25000
60 24000 3.88532995469043 36000
60 18300 3.79071806464684 36000
12 18300 3.35277038235783 36000
18 5400 2.73913683186313 12000
36 18300 3.35676818680749 36000
36 18300 3.33493495496016 36000
48 5400 2.99634188248645 12000
18 24000 3.04692062033291 49000
36 14000 2.30110194339162 25000
48 24000 1.08879238801072 36000
36 24000 3.23293702536228 36000
18 5400 2.57410120257222 18000
60 5400 3.28766659281126 18000
18 5400 1.27972977178337 12000
18 18300 2.24752268141749 36000
60 5400 3.64287561196479 12000
18 5400 1.95645693288037 12000
60 14000 3.47288857611617 25000
60 14000 2.56018631995003 25000
18 5400 3.35575294976666 12000
36 14000 1.47344894606822 25000
36 5400 1.72635104667355 12000
48 18300 3.52782611016506 36000
48 5400 1.38889535485298 12000
36 5400 1.31120509686255 15000
36 14000 2.16351716895212 21000
48 5400 2.87387825072834 12000
36 18300 2.3674198056094 36000
12 18300 2.16619479770282 36000
12 5400 2.09193973768339 12000
60 14000 1.60132291170831 25000
36 18300 3.52172998026973 36000
36 14000 2.76991079716844 25000
48 14000 3.82121532883642 25000
48 24000 3.83776992793933 36000
18 18300 3.02862036019757 36000
48 24000 3.48320103367564 47000
36 24000 3.53301663291721 49000
18 24000 1.09533429348501 41000
48 18300 1.27905855758455 36000
36 5400 1.1394954359281 12000
48 5400 3.42749342759197 12000
36 5400 2.37344551593561 15000
60 14000 1.34279399359151 25000
18 14000 3.39943741310069 25000
36 18300 2.87161258374364 36000
48 18300 2.42653074180914 36000
48 18300 3.13367585235654 36000
36 14000 2.16546385956805 25000
36 5400 3.27278148414845 12000
36 5400 2.49229517059016 18000
36 14000 3.1410649638304 21000
12 18300 1.24448237567523 36000
36 5400 1.18055603672737 18000
18 5400 3.40530511492085 18000
18 18300 2.77957499864566 36000
36 24000 1.77160923339913 36000
36 5400 3.49597343925332 18000
36 5400 1.85183948943648 12000
36 14000 2.99945321823569 25000
18 24000 2.26102713512719 36000
48 5400 3.32052172120752 18000
36 18300 1.0503574328633 33000
18 24000 3.4301741513726 36000
36 14000 1.26893216569299 25000
36 18300 1.53606723277112 36000
36 5400 3.30664053059046 12000
48 14000 3.0692346318466 25000
36 5400 2.58435025751715 15000
48 18300 3.4783723988104 36000
18 14000 1.4055571582875 25000
36 24000 2.69879232677512 42000
18 5400 2.06725996976839 12000
60 5400 2.65818404692332 18000
36 24000 3.67645102099641 41000
12 14000 1.20258812832945 20000
36 24000 1.92032167598267 49000
12 5400 2.42361482261316 12000
60 5400 2.13168598926336 18000
12 14000 3.30091145504954 25000
36 5400 2.50347107868404 12000
36 5400 1.35054847507362 18000
36 5400 1.20724901419558 12000
36 24000 3.64478941230852 36000
48 5400 3.44753135489374 12000
60 18300 1.97983330124101 36000
36 18300 1.60295301021388 36000
12 5400 3.40419509455817 12000
12 18300 2.13214730106273 36000
48 14000 1.71412521759305 21000
36 18300 1.44896536757921 36000
60 18300 2.271723173229 36000
60 14000 1.69731820074794 25000
12 24000 2.60876752797668 36000
18 18300 2.2883110996842 36000
12 24000 1.24337999911547 41000
48 14000 1.48792705159854 25000
36 14000 2.68854797742766 25000
48 24000 3.65126379884627 36000
36 14000 3.93451717354789 25000
12 18300 2.3667424921612 36000
60 18300 3.34971898258699 36000
36 5400 2.73202199950256 18000
18 18300 2.59531384877792 36000
18 18300 2.01577337048336 36000
12 18300 1.12218691016565 36000
18 18300 2.27481222242342 36000
60 14000 2.64426771309502 25000
36 24000 2.20378683024562 41000
12 24000 2.65686395626572 41000
36 5400 3.04124281154275 12000
36 18300 3.42865236258542 36000
36 18300 1.5594389787277 36000
18 24000 3.58939689181593 36000
36 5400 1.00382349198532 12000
36 24000 3.37028800061956 36000
36 24000 3.50060819108235 36000
36 14000 2.81046166513925 20000
12 18300 2.52031230720622 36000
60 18300 3.73358265782079 36000
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de
aleatorio simple.

Precio de impuesto Precio del Género de cliente

envío

1600 5000 1
6200 6000 2
4400 6000 1
5200 6000 2
3000 6000 1
5200 6000 2
6200 6000 2
5200 5500 2
4300 6000 1
5200 6000 2
5200 5500 1
7300 6000 1
8400 5500 1
6200 5500 2
2300 5500 1
5200 6000 1
8400 5500 1
7300 5500 1
2500 5500 2
5200 6000 2
5000 5000 1
1800 6000 1
6200 6000 1
7300 6000 1
7300 6000 1
3600 6000 2
6000 6000 2
3300 5000 2
1900 6000 1
3600 5000 1
5200 5500 1
3600 6000 2
3600 5500 1
6900 6000 1
3600 5500 2
2400 5500 2
1400 5000 2
2100 5000 2
5200 6000 2
6900 6000 2
2700 6000 1
3600 6000 1
5000 5000 2
2200 5500 1
6900 5500 2
3600 5000 2
7300 6000 2
4000 5000 2
3000 6000 2
7300 5500 2
1800 5500 2
2500 5500 2
7300 6000 1
2400 5000 2
1700 6000 1
4400 5500 1
1600 6000 2
7300 6000 2
4400 6000 1
6200 6000 1
5200 6000 1
4700 6000 1
7300 6000 2
3600 6000 1
4400 6000 2
6200 5000 1
2000 5000 1
5200 6000 2
1800 6000 2
5000 5000 2
3000 5500 2
4400 5000 2
7300 6000 2
2600 6000 1
7300 6000 1
2200 6000 1
2300 6000 1
2700 6000 1
6200 6000 2
6000 6000 2
2400 6000 1
4400 6000 2
2000 6000 1
2300 5000 1
2600 6000 2
7300 6000 1
5200 6000 1
6200 6000 2
4400 5500 2
6200 6000 2
1900 6000 2
3600 6000 1
1600 5000 1
3600 6000 2
5200 6000 1
6200 5500 1
1900 6000 2
2900 6000 1
6200 6000 2
7300 6000 1
3700 6000 2
6900 6000 2
7300 6000 2
2400 5500 2
4000 6000 2
2500 6000 1
5200 5500 1
5200 5500 1
2100 6000 2
4400 6000 1
4400 5000 1
5200 6000 2
2300 6000 2
3600 5500 2
5200 6000 1
2000 6000 1
6200 5500 2
2100 6000 1
3600 6000 1
7300 6000 2
6200 6000 1
6200 6000 2
3700 5000 2
7300 6000 1
6200 5500 2
1400 5000 2
3600 5000 1
4200 6000 1
4400 5000 1
4400 6000 2
3000 6000 1
6200 6000 2
7300 6000 1
4400 5000 1
2100 5500 2
3600 5500 2
4400 5500 2
6200 6000 1
3000 5000 2
4400 6000 1
2400 5000 2
5200 6000 2
7300 5500 2
5200 5500 2
2800 6000 2
2300 5000 2
1800 6000 2
3600 5000 1
3600 5000 2
2000 6000 1
4400 6000 1
8400 5500 1
1600 6000 1
7700 5500 1
7300 6000 1
6200 6000 1
6200 6000 2
7300 6000 2
1700 6000 1
6200 6000 1
2200 5000 1
3600 5000 2
5200 5500 2
3600 6000 1
2200 6000 1
8100 5500 2
4400 6000 1
6000 6000 2
5200 5500 2
4300 6000 2
4400 6000 1
4000 6000 1
5200 6000 1
4000 6000 2
5200 5000 2
3600 6000 2
3600 6000 1
4300 6000 2
2000 6000 1
4400 6000 1
3700 5000 1
3600 6000 1
2500 6000 1
7300 6000 2
5200 6000 2
4200 6000 2
2400 5000 2
4000 6000 1
5300 5500 1
4400 6000 2
2500 6000 2
5200 5000 1
2500 6000 1
4400 5000 1
5200 5000 1
5200 6000 1
5200 6000 1
1600 6000 2
6900 5500 2
4300 5000 1
4400 6000 1
7300 6000 1
5000 5000 1
6900 5000 2
3600 6000 1
7300 6000 1
8400 5500 2
3600 6000 1
4400 6000 1
5200 6000 1
3600 6000 1
4400 6000 1
2500 6000 1
7300 6000 2
7300 6000 2
4400 6000 2
5200 5000 1
5200 6000 1
3600 5000 2
2100 6000 2
8200 5500 1
4000 6000 1
5200 6000 1
3600 6000 2
3600 6000 1
4700 6000 1
2800 6000 1
3000 5500 2
2100 6000 1
5200 6000 2
4400 6000 1
4200 6000 1
3600 5500 1
6200 5000 1
3600 5500 1
2000 6000 2
6000 6000 1
2500 6000 2
5200 6000 2
5200 6000 1
6900 6000 1
5200 6000 1
3600 6000 1
6200 6000 2
5000 5000 1
4400 5500 2
3600 6000 1
5000 6000 2
4400 5500 1
5000 5000 1
3600 6000 2
7300 6000 1
8400 5500 2
2300 5000 1
2200 6000 2
3600 6000 1
4200 5000 2
3300 6000 2
4400 5500 1
5200 5000 1
1700 6000 1
8400 5500 2
5000 6000 1
1600 6000 1
2700 5500 1
6200 6000 2
2600 6000 2
2600 6000 2
2400 5000 1
4400 6000 2
6000 6000 2
2400 5000 1
2800 5000 2
4400 5000 2
6200 5000 1
7300 6000 1
1700 5000 2
4300 6000 2
1800 6000 1
3700 6000 2
3600 5500 2
1400 5000 1
2900 6000 2
6000 6000 2
5200 6000 1
2000 6000 2
2100 6000 2
3300 6000 1
6000 5500 1
8400 5500 2
2000 6000 2
7300 5500 2
7300 5500 1
5200 6000 2
4400 6000 2
4400 5500 2
7300 6000 2
3600 6000 2
5200 6000 1
2000 5500 2
3600 6000 1
3600 6000 2
3600 6000 2
5200 6000 2
3600 5000 2
6200 5000 1
4000 6000 1
8000 5500 2
2500 6000 1
6200 6000 1
1700 6000 2
4000 6000 2
3600 6000 2
7300 5500 2
3700 6000 2
7300 6000 2
3600 6000 2
7300 5500 1
3600 6000 2
5200 5000 2
5200 6000 1
2900 6000 1
6200 5000 2
5300 6000 1
1700 6000 2
2100 5500 2
6000 6000 1
7300 6000 1
7300 5500 1
7300 6000 1
5200 5000 2
2600 6000 2
6200 5500 1
3300 5500 1
4400 5500 1
5300 6000 1
6000 6000 2
8400 5500 1
4000 5000 1
4400 6000 2
6900 6000 1
1700 6000 2
7300 5500 2
5200 6000 1
4400 5000 1
5200 6000 2
3700 6000 2
4000 5000 1
6200 6000 1
2100 5500 2
5200 6000 1
6200 6000 1
3600 6000 2
3600 6000 1
3600 5500 1
4400 5500 1
3700 5000 2
3600 6000 2
2700 6000 1
5200 5000 2
5200 6000 1
5200 6000 2
3600 5500 1
5200 6000 2
4700 6000 2
4400 6000 1
3600 5000 1
7700 6000 1
5200 5000 2
4400 5000 1
1900 6000 1
6200 6000 1
5000 6000 2
1400 5000 2
8400 5500 1
4400 6000 2
6200 6000 1
7700 6000 2
2800 6000 2
2900 5500 2
1800 5000 1
5200 6000 2
2200 6000 2
2000 5500 1
4700 5500 2
3600 6000 1
1500 5000 2
4400 6000 2
1700 6000 1
4200 5000 1
2000 5000 1
2200 5000 2
2900 5000 1
1700 6000 2
5200 5000 1
6200 6000 1
1900 6000 2
3700 5000 1
7300 5000 1
3700 6000 2
3600 6000 2
7300 6000 1
4400 6000 1
7300 6000 1
7300 6000 2
6200 6000 2
5200 6000 1
1600 6000 2
1800 6000 1
2400 6000 2
3700 6000 2
4700 5500 1
5000 6000 2
6200 6000 2
4400 6000 2
4400 6000 1
1700 5000 2
2900 6000 2
3300 6000 1
6200 5500 1
2600 6000 1
2600 6000 2
5200 6000 1
7300 6000 2
2600 5000 1
1900 6000 1
4000 6000 1
6900 6000 2
3600 6000 2
6000 5500 2
7300 6000 2
4000 6000 2
5200 6000 2
2400 5500 2
3600 6000 1
2500 6000 2
4300 5000 1
3700 6000 1
7300 6000 1
2400 5500 2
3600 5500 1
6200 6000 2
3700 5500 2
6900 5000 2
2000 6000 2
2500 6000 1
3600 6000 2
1800 5500 1
7300 6000 1
1600 6000 1
6000 5000 2
2200 6000 2
4400 5000 2
6200 5500 2
1900 6000 1
5200 5500 2
3600 6000 2
5200 6000 1
6900 5500 2
3600 6000 1
7300 5000 2
5200 6000 1
7300 5500 2
4400 6000 1
3600 6000 2
6900 6000 2
3600 5000 1
5200 6000 2
5200 5000 1
2500 6000 1
5200 6000 1
6200 5500 2
6200 5500 2
6200 6000 1
4400 5000 1
7300 5500 2
5200 5000 1
2500 5500 1
5300 5000 2
5200 5500 1
6200 6000 1
2300 6000 1
8400 5500 2
7300 6000 2
3600 6000 2
5000 6000 2
4400 6000 1
reo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Probabili
Edad del cliente Satisfacción Portal de dad de Utilidad del
compra volver a producto
comprar

54 4 5 1 3
36 4 3 1 1
29 3 4 2 3
53 4 4 2 2
49 1 5 2 2
22 3 5 1 2
31 3 5 2 2
29 3 2 1 3
27 1 1 1 1
47 4 2 2 1
30 3 4 2 1
19 1 4 2 2
41 2 2 2 4
27 2 4 1 1
23 1 5 2 2
31 3 2 1 3
48 2 4 2 3
31 2 3 1 3
18 3 3 1 3
33 1 3 1 2
39 2 1 1 1
25 2 1 1 3
45 3 4 1 4
22 3 5 2 2
54 4 2 1 3
38 3 4 1 4
18 3 4 2 4
20 2 3 2 2
55 2 3 1 1
50 1 1 2 3
46 4 1 1 2
50 3 3 2 4
29 1 3 2 2
27 1 4 1 2
40 2 3 1 1
23 3 5 2 1
43 4 1 1 3
31 2 5 1 1
54 1 4 2 2
23 1 3 2 1
41 1 3 2 4
26 2 4 1 3
51 3 3 1 3
49 4 3 2 3
39 1 5 1 3
28 3 2 2 3
46 4 4 2 3
39 3 2 1 3
38 1 4 2 1
30 4 5 2 3
41 1 4 2 1
51 4 4 1 3
33 1 3 2 2
29 4 4 1 4
43 1 5 2 1
47 3 5 2 3
38 4 2 2 1
28 2 4 1 3
49 3 5 2 2
54 4 4 2 3
31 3 4 2 1
51 4 3 1 3
41 2 3 1 4
47 1 1 2 1
21 2 4 1 3
34 2 1 2 2
49 3 4 1 3
46 1 5 2 3
28 1 4 1 2
44 1 4 2 2
27 1 4 1 1
33 3 1 2 2
26 3 3 1 3
22 2 3 2 1
36 2 2 2 1
20 1 4 1 4
47 2 3 2 4
27 1 4 2 2
22 3 4 1 2
47 3 2 1 4
47 1 5 1 2
43 3 3 2 4
28 2 4 2 2
36 2 4 1 3
36 1 5 2 3
32 4 4 1 3
32 4 3 1 2
34 1 4 2 1
43 1 2 1 3
55 4 3 2 3
43 1 4 2 1
53 4 3 2 3
38 3 3 1 2
31 1 1 2 1
47 2 3 1 3
21 3 3 1 4
37 3 4 1 2
55 4 5 2 2
55 3 4 1 3
27 2 4 1 4
18 4 4 2 1
43 1 4 2 2
55 4 2 1 1
36 4 4 1 1
54 1 5 2 2
44 3 5 1 1
53 1 2 1 1
50 4 3 1 2
53 3 3 2 4
37 1 4 1 4
45 2 5 2 3
41 4 3 2 1
22 2 2 2 4
40 3 2 2 3
26 2 2 1 1
48 1 5 2 3
33 4 2 2 2
26 2 3 2 1
52 4 1 1 2
47 4 4 1 1
53 3 5 2 2
29 3 5 2 2
48 3 1 1 1
48 2 3 2 2
45 4 4 1 2
55 4 1 2 1
35 2 3 2 4
31 2 4 2 4
27 1 5 2 4
35 4 1 1 4
41 4 2 1 2
54 2 5 1 3
39 4 2 1 1
46 1 4 2 4
40 4 4 2 3
23 3 5 2 2
39 4 5 2 1
33 3 3 2 1
27 2 5 1 1
29 4 5 2 3
54 1 2 2 4
40 1 5 1 3
48 4 2 2 4
48 2 5 2 2
34 3 1 2 4
53 4 1 2 3
21 1 2 2 4
42 4 1 1 2
22 3 2 1 2
48 1 4 2 4
44 2 2 2 4
32 2 4 1 1
22 1 4 1 4
48 4 5 1 3
53 3 4 1 4
29 4 1 2 2
30 3 2 2 1
47 2 3 1 1
18 1 5 1 4
43 3 2 2 3
26 4 3 2 1
24 1 5 2 1
22 1 5 2 3
43 2 2 2 4
51 1 2 2 2
48 1 4 1 1
30 4 4 2 2
37 4 3 2 4
36 4 5 2 2
30 3 1 1 2
43 4 5 1 4
18 4 3 2 3
37 1 5 1 4
50 1 2 2 4
50 3 5 1 1
33 1 4 2 4
41 1 1 1 4
32 1 4 1 3
54 2 5 2 4
19 3 5 1 4
20 3 4 2 2
37 4 4 1 2
21 2 4 1 3
24 4 1 2 1
26 3 4 2 3
27 1 4 2 1
21 2 2 1 2
20 2 3 1 2
52 2 1 1 4
21 4 4 1 2
27 2 4 2 2
22 3 5 2 2
19 1 3 2 4
26 4 2 1 1
47 2 1 1 3
28 4 1 1 2
32 2 4 2 4
51 3 3 2 1
34 1 2 1 2
21 3 5 2 3
29 4 5 2 1
39 4 1 2 1
41 2 2 1 4
53 4 4 1 1
48 2 1 2 3
55 3 5 2 4
30 4 4 2 3
33 4 1 1 4
27 2 3 2 2
30 1 3 2 4
26 2 4 1 3
54 3 3 2 4
29 3 5 2 4
45 1 5 2 1
55 1 1 2 2
43 1 3 1 4
50 2 4 2 2
25 4 3 1 3
54 4 5 1 1
38 2 5 1 3
29 4 1 2 1
23 3 2 2 4
55 4 5 1 2
18 2 2 2 2
19 3 5 2 3
47 1 4 2 1
30 1 5 1 1
53 4 4 1 3
50 4 4 1 4
23 1 1 2 1
32 4 2 2 1
43 4 1 1 4
22 4 4 2 2
25 4 5 1 3
35 2 1 2 3
53 2 1 1 1
35 3 2 2 1
26 2 5 1 4
27 4 1 2 1
53 4 4 2 3
44 2 3 1 1
24 1 1 1 1
42 1 4 2 2
49 2 4 1 4
36 4 1 2 1
37 1 2 2 1
33 3 4 2 2
23 4 2 2 2
46 2 5 2 2
50 1 5 1 1
38 1 2 2 2
50 1 4 1 4
43 1 3 2 1
39 2 2 1 1
18 2 1 2 4
31 4 4 1 4
25 1 5 2 1
35 4 4 1 3
24 1 1 1 4
41 4 4 1 3
22 2 2 2 1
19 2 4 1 4
42 2 4 2 1
45 1 4 2 3
54 1 4 1 1
32 1 4 1 1
36 1 3 2 1
46 2 4 1 4
39 3 3 1 2
33 4 4 1 3
21 4 5 1 3
36 1 2 1 2
47 4 3 2 2
51 1 1 1 2
39 2 1 2 4
36 4 4 1 2
39 4 5 2 4
51 3 4 2 3
54 3 5 1 4
30 4 5 1 2
52 4 2 2 4
24 1 5 1 3
20 1 3 2 3
42 4 1 1 2
41 1 1 2 4
24 3 2 1 4
49 2 5 1 3
41 3 4 1 2
41 1 2 1 2
47 4 1 1 1
51 3 1 1 4
19 3 4 2 1
43 2 3 2 2
44 3 3 2 3
48 4 4 2 2
43 4 3 2 2
50 4 5 2 1
29 4 2 2 4
47 2 2 1 4
47 1 3 2 3
52 1 2 2 4
44 1 4 1 1
44 3 4 2 4
23 2 4 1 1
31 4 2 2 1
50 3 4 2 4
22 1 4 2 4
48 3 4 2 2
40 2 4 1 4
51 4 4 2 1
24 2 2 2 3
32 1 1 1 1
32 1 4 1 1
33 1 4 2 2
49 1 4 1 2
20 4 4 2 4
40 2 4 1 4
41 4 4 1 2
49 2 3 1 4
35 1 2 1 1
54 4 1 2 4
50 1 3 2 1
24 2 3 1 2
48 4 3 2 3
23 2 2 2 3
25 1 2 1 1
33 1 3 1 4
27 2 3 2 2
32 2 4 2 2
54 4 4 1 2
29 1 4 2 1
51 3 1 2 4
44 2 5 2 4
30 4 4 2 4
41 4 2 1 3
41 3 2 2 1
24 2 5 2 1
32 1 4 1 1
35 4 4 2 4
33 4 5 1 2
41 4 2 2 4
25 4 4 1 2
25 1 3 2 3
23 2 2 2 2
50 2 2 1 3
24 2 3 1 4
18 1 2 1 3
26 2 5 1 1
27 4 1 1 1
18 4 4 2 3
46 1 3 2 2
47 3 5 1 3
37 4 3 2 1
31 1 4 1 2
31 4 4 1 2
43 4 2 2 3
33 1 4 1 3
42 1 1 1 1
26 3 4 1 1
42 1 4 2 4
18 4 4 1 2
35 3 3 1 2
40 1 4 2 4
32 3 2 1 2
49 4 2 2 1
22 3 1 2 3
24 3 3 1 1
33 3 1 2 1
32 2 5 1 1
55 3 3 1 2
46 2 5 2 2
40 3 1 2 2
18 2 5 2 2
33 1 4 2 3
41 3 4 2 2
31 4 5 1 1
31 4 5 2 2
27 2 3 2 3
37 2 4 1 1
41 3 4 2 2
51 1 2 2 1
30 1 4 1 3
46 2 4 1 2
39 4 5 1 3
55 3 1 1 2
29 3 4 2 2
54 2 3 2 3
26 4 2 2 3
41 1 3 2 2
21 1 1 2 1
41 2 3 1 3
47 2 1 2 1
21 4 4 2 1
22 2 5 1 4
23 3 2 1 4
47 4 4 2 2
25 1 2 1 1
30 1 3 1 1
48 3 4 2 3
29 4 1 1 2
50 1 5 1 1
37 1 3 2 3
48 4 5 2 1
39 3 5 1 3
45 1 3 2 3
42 1 5 1 1
37 4 4 2 3
35 1 4 2 4
42 3 3 2 1
42 1 1 2 2
46 4 4 1 4
20 3 1 2 4
29 3 4 2 2
22 1 4 2 1
25 2 4 2 1
27 3 4 1 1
34 1 2 2 1
55 3 3 2 3
47 1 3 2 3
41 1 2 1 2
51 4 2 2 4
30 4 5 2 4
21 2 4 1 2
26 3 5 1 1
51 3 5 1 3
46 3 5 1 1
29 1 2 2 3
37 1 4 1 4
43 2 5 2 1
46 4 1 1 4
22 3 3 1 2
54 4 3 2 4
36 4 4 2 4
28 3 2 2 3
48 1 4 1 2
24 1 4 2 4
52 1 4 2 1
42 4 3 2 2
24 3 1 1 2
21 4 2 2 2
42 1 4 1 3
39 1 2 1 2
38 3 1 2 3
35 3 1 1 2
29 1 1 2 3
20 4 5 2 2
19 3 3 1 2
31 2 4 1 2
37 2 4 2 2
29 4 4 2 4
29 4 5 1 3
46 3 5 1 1
24 1 5 1 4
55 3 2 1 1
49 1 5 1 1
38 1 1 1 4
54 2 2 1 2
39 1 5 2 1
27 2 5 1 3
32 3 1 2 2
52 2 2 2 2
41 2 4 2 1
43 2 4 1 1
26 4 3 1 1
39 1 4 2 3
24 1 4 1 1
53 2 1 2 2
44 1 2 2 2
51 2 4 2 1
36 1 5 2 2
25 3 2 2 3
31 3 4 1 4
44 2 5 2 1
44 3 1 2 1
25 1 4 1 3
24 3 3 1 1
41 2 5 2 4
55 2 1 1 1
28 1 5 1 2
26 2 1 1 4
35 3 2 2 1
28 2 5 2 2
45 4 5 1 4
52 3 1 1 4
39 3 4 2 1
46 3 3 1 3
42 1 3 2 3
Recomendación
del producto

3
1
3
3
3
2
3
1
2
3
2
3
2
1
3
1
2
1
2
2
2
3
3
1
3
3
3
2
2
3
2
2
1
3
3
3
1
1
1
3
2
2
2
3
3
1
2
2
2
2
2
3
3
2
3
3
2
3
3
1
2
1
3
3
1
3
1
2
3
1
1
1
3
1
2
3
1
3
3
2
3
2
3
2
2
3
3
1
3
2
2
3
3
2
2
1
1
1
3
2
3
1
1
2
3
2
3
1
3
3
2
3
3
3
1
2
2
1
1
3
2
2
1
3
3
3
3
1
1
1
3
3
3
1
3
2
1
3
3
1
3
1
3
1
3
2
3
3
2
2
2
3
1
3
1
3
3
3
1
3
1
1
3
2
1
3
3
3
1
3
2
2
1
3
2
2
3
1
2
3
1
2
3
2
2
3
1
1
2
1
3
3
3
2
3
3
3
3
3
3
3
1
1
3
3
2
2
3
2
2
1
3
1
3
3
1
1
3
2
2
1
3
1
1
3
2
3
3
1
1
3
3
3
3
3
3
2
1
2
3
1
1
2
3
2
2
3
3
1
3
3
3
3
3
3
3
2
1
3
2
1
2
3
1
2
2
2
2
3
1
3
1
3
3
1
2
1
2
3
3
3
3
1
2
2
3
2
2
2
3
3
3
2
3
2
2
3
3
1
1
3
3
2
2
3
3
3
3
2
3
2
3
1
1
3
3
3
2
3
1
3
3
2
3
3
2
2
1
1
3
1
1
2
3
3
1
2
3
3
3
3
3
3
3
2
3
2
3
3
1
1
3
1
3
3
3
3
3
3
3
3
3
3
1
3
3
2
3
2
1
2
1
3
2
1
2
3
2
3
3
3
3
1
1
3
3
3
2
3
1
3
3
2
3
1
3
1
2
1
1
3
1
2
2
1
3
2
3
3
3
3
3
3
3
3
2
3
3
1
3
2
1
1
2
3
3
2
3
1
3
2
1
2
1
3
1
1
3
3
1
3
3
2
1
1
1
3
3
2
3
2
3
3
2
3
2
3
3
3
3
2
3
1
3
1
2
1
1
3
1
2
1
3
1
3
1
2
1
3
3
2
1
3
2
2
3
3
 En este espacio se deben publicar los cuadros comparati

Prueba Ques es Carcteristi

Es un Prueba para anilizar variables nomimales o Es necesario que se apliquea e

cualitativas, para determinar la existencia o no de muestras independientes y cu
Chi-Cuadrado independencia entre dos variables valores espereados sean mayo
Se trata de una prueba de bonda
para verificar si las puntuaciones
la muestra siguen o no una distri

grado de concordancia existente

de un conjunto de datos y una di
específica.
Kolmogorov permite verificar si las puntuaciones de la muestra
siguen o no una distribución normal.
señalar si los datos provienen de
tiene la distribución teórica espe
contrastar si las observaciones p
proceder de la distribución espec

Se utiliz rangos de muestras de tres o mas muestras Se tiene al menos tres muestras
independientes para probar a hipotesis nula de que las cuales se selecciona al azar. La
muestras provienen de poblaciones con medianas iguales- que tena una sistribucion en esp
observaciones se expresan en es

Kruskal-W

Contigencia
uadros comparativos individuales.

Carcteristicas ventajas
Se utiliza con datos pertenecientes a una escala nominal o
superior, se establece una hipótesis nula que postula una
distribución de probabilidad especificada como el modelo
s necesario que se apliquea estudio basados en matemático de la población que ha generado la muestra.
muestras independientes y cuando todos los
alores espereados sean mayores de 5
e trata de una prueba de bondad de ajuste, que sirve Es más poderosa que la prueba Chi cuadrado (χ²) (también prueba
ara verificar si las puntuaciones que se ha obtenido de de bondad de ajuste).
muestra siguen o no una distribución normal. Es fácil de calcular y usar, y no requiere agrupación de los datos.
Permite medir el El estadístico es independiente de la distribución de frecuencias
rado de concordancia existente entre la distribución esperada, solo depende del tamaño de la muestra.
e un conjunto de datos y una distribución teórica
specífica. Su objetivo es
eñalar si los datos provienen de una población que
ene la distribución teórica especificada, lo que hace es
ontrastar si las observaciones podrían razonablemente
roceder de la distribución especificada.

e tiene al menos tres muestras independientes, las Sirve para contrastar la hipotesis que K poblaciones conocidas o
uales se selecciona al azar. La poblacion no se exige desconocidas, son iguales o que solo difieren en las medidas de
ue tena una sistribucion en especial. Las tendencias central.
bservaciones se expresan en escala ordinal Sirve para contrastar que K muestras proceden de la misma
poblacion.
Los K niveles producen efectos diferentes
 ventajas
datos pertenecientes a una escala nominal o
stablece una hipótesis nula que postula una
e probabilidad especificada como el modelo
de la población que ha generado la muestra.

sa que la prueba Chi cuadrado (χ²) (también prueba

ajuste).
ular y usar, y no requiere agrupación de los datos.
s independiente de la distribución de frecuencias
depende del tamaño de la muestra.

rastar la hipotesis que K poblaciones conocidas o

son iguales o que solo difieren en las medidas de
ntral.
ontrastar que K muestras proceden de la misma

producen efectos diferentes

PRECIO DE
IMPUESTO
1400 Prueba C
1400 Estadístico de Prueba
1400
1400
1500
1600
1600
1600
1600
1600 Hipotesis
1600 H0: Los datos provienen de una muestra al azar de una población
1600 H1: Los datos no provienen de una muestra al azar de una poblac
1600
1700 Pasos a verificar:
1700 1. Plantear las hipótesis nula y alterativa.
1700 2. Determinar el nivel de significancia.
1700 3. Estimar el valor del estadístico de prueba
1700 4. Establecer la regla de decisión.
1700 5. Tomar la decisión.
1700
1700
Variable:
1700 Paso 1: Plantearla hipótesis
1700 Hipotesis Nula (Ho): El precio de iMPUESTO se distribuye como u
1800 Hipotesis Altervativa(H1): El precio de iMPUESTO no se distribu
1800
1800 Paso 2: Determinar el nivel de significancia.
1800
1800 α = 0.05
1800
1800 Paso 3: Estimar el estadístico de prueba
1800 Ingrese los valores solicitados en los espacios sombreados:
1900
1900 Datos iniciales
1900 Media 4495.277
1900 Desviación 1820.029811166
1900 Num de datos (k) 12
1900 n 487
1900
2000 Tabla de frecuencias
2000
2000 Xi Oi Ei= n/k
2000 1400 4 40.583
2000 1500 1 40.583
2000 1600 8 40.583
2000 1700 10 40.583
2000 1800 8 40.583
2000 1900 7 40.583
2000 2000 12 40.583
2000 2100 9 40.583
2000 2200 8 40.583
2100 2300 7 40.583
2100 2400 11 40.583
2100 2500 13 40.583
2100 Total 98 487
2100
2100 El valor del Chi-Cuadrado de prueba (calculado) es:
2100 = 3032.332
2100
2100 Paso 4: Establecer la regla de decisión.
2200 El valor del Chi-cuadrado de tabla (teorico) es:
2200 = 5.226029488393 Grados de libe
2200
2200 Paso 5: Tomar la decisión
2200
Si Chi calculado es menor o igual que chi crítico (te
2200
2200 Criterio de decisión:
2200 Se rechaza la hipótesis nula con un nivel de significancia del 0,05
2300
2300 Conclusión:
2300 Como Chi calculado es mayor a chi crítico se rechaza la Ho. Por tan
2300
2300
2300
2300
2400
2400
2400
2400
2400
2400
2400
2400
2400
2400
2400
2500
2500
2500
2500
2500
2500
2500
2500
2500
2500
2500
2500
2500
2600
2600
2600
2600
2600
2600
2600
2600
2700
2700
2700
2700
2800
2800
2800
2800
2900
2900
2900
2900
2900
2900
3000
3000
3000
3000
3000
3000
3300
3300
3300
3300
3300
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3600
3700
3700
3700
3700
3700
3700
3700
3700
3700
3700
3700
3700
4000
4000
4000
4000
4000
4000
4000
4000
4000
4000
4000
4000
4200
4200
4200
4200
4200
4300
4300
4300
4300
4300
4300
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4400
4700
4700
4700
4700
4700
5000
5000
5000
5000
5000
5000
5000
5000
5000
5000
5000
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5200
5300
5300
5300
5300
6000
6000
6000
6000
6000
6000
6000
6000
6000
6000
6000
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6200
6900
6900
6900
6900
6900
6900
6900
6900
6900
6900
6900
6900
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7300
7700
7700
7700
8000
8100
8200
8400
8400
8400
8400
8400
8400
8400
8400
8400
8400
Prueba Chi-Cuadrado
Oi= Frecuencias Observadas
Ei= Frecuencias Esperadas o también f(xi)
K= Número de observaciones
Con k-r grados de libertad.
k: es el número categorías
r: es el número de restricciones (r ≥1)

r de una población distribuida de acuerdo a un modelo teórico.

azar de una población distribuida de acuerdo a un modelo teórico.

Variable: Precio de Costo

e distribuye como una normal

ESTO no se distribuye como una normal

a.

ombreados:

K= Categorías observadas
 (Oi-Ei)2 /Ei
334.585
1566.840
132.709
93.534
132.709
161.120
68.084
110.834
132.709
161.120
79.561

58.526
3032.332

Grados de libertad= k-1

al que chi crítico (teórico) SE ACEPTA LA Ho, en caso contrario SE RECHAZA

nificancia del 0,05

chaza la Ho. Por tanto,el precio de iMPUESTO no se distribuye como una normal.
f(xi)

)
SE RECHAZA

mo una normal.
Vida Util del
Producto
36 P
12 Estadístico de Prueba
36
60
12
48
36
12 Hipotesis
36 H0: Los datos analizados siguen una distri
36 H1: Los datos analizados no siguen una di
36
36 Pasos a verificar:
36 1. Plantear las hipótesis nula y alterativa.
36 2. Determinar el nivel de significancia.
36 3. Estimar el valor del estadístico de prueb
36 4. Establecer la regla de decisión.
36 5. Tomar la decisión.
18
36
48 Paso 1: Plantear la hipótesis
36 Hipotesis Nula (Ho): La Vida Util se dis
60 Hipotesis Altervativa(H1): La Vida Util
12
36 Paso 2: Determinar el nivel de signific
12
36 α=
36
18 Paso 3: Estimar el estadístico de prue
36 Ingrese los valores solicitados en los espac
36

12 Datos iniciales
36 Media
60 Desviación
48 Mínimo
36 Máximo
18 Rango
12 Número de Datos
48
Sturges( Nºde Intervalos)
12
36 Tamaño del Intervalo (A)
36
36 Tabla de frecuencias
36

12 Intervalos
18 1
36 2
18 3
36 4
36 5
36 6
60 7
48 8
48 9
36 10
12
60
60
36
36
18
12
36
18 TOTAL
18
18
36
48
36 Paso 4. Establecer la Regla de Decisió
60
48 Estadistico de Prueba S-
60 Nivel de Significancia
18 n
Estadistico obtenido de
36 la tabla (teórico)
18 La Hipotesis
60
48
36 Paso 5. Tomar la Decisión
48
Si el estadístico de prueba es menor o igu
12 Si el estadístico de prueba es menor o igu
36
36 Conclusión:
48 No se acepta la Ho, por tanto, LA vida Util
18
18
18
36
12
36
18
36
12
36
18
12
36
36
60
60
36
36
12
18
60
36
48
36
60
60
36
12
36
36
60
36
36
18
48
48
36
12
60
36
36
36
60
12
12
36
36
36
48
12
12
48
36
36
48
36
12
12
18
18
12
48
36
36
36
36
48
36
18
60
12
48
60
36
36
36
18
36
18
36
36
36
36
12
36
18
18
18
12
36
36
18
12
36
12
36
60
60
36
36
12
48
36
36
18
48
36
12
48
60
18
36
18
36
36
36
60
18
18
18
36
18
36
18
36
12
36
12
12
36
36
36
36
36
60
36
36
60
18
60
48
36
12
48
18
12
36
18
12
48
36
36
60
36
48
36
48
48
18
18
12
36
48
18
48
18
60
36
18
48
36
12
48
48
60
36
48
36
36
48
12
36
18
36
18
48
12
12
36
18
36
48
48
48
18
48
12
18
48
60
12
36
36
60
36
18
36
18
18
18
60
18
18
36
36
18
36
60
48
48
36
36
36
36
48
60
12
36
48
18
36
48
12
12
48
36
60
48
36
60
36
18
36
12
48
36
12
12
36
60
48
36
12
48
12
36
12
36
18
12
36
48
36
12
36
48
36
36
36
18
12
36
36
36
48
36
36
36
36
18
36
48
18
60
48
60
60
12
18
36
36
48
18
36
48
36
18
60
18
18
60
18
60
60
18
36
36
48
48
36
36
48
36
12
12
60
36
36
48
48
18
48
36
18
48
36
48
36
60
18
36
48
48
36
36
36
36
12
36
18
18
36
36
36
36
18
48
36
18
36
36
36
48
36
48
18
36
18
60
36
12
36
12
60
12
36
36
36
36
48
60
36
12
12
48
36
60
60
12
18
12
48
36
48
36
12
60
36
18
18
12
18
60
36
12
36
36
36
18
36
36
36
36
12
60
 Prueba Kolmogorov-Smirnov
rueba
Siendo
Fn(x)= Función de distribución muestra
F0(x)= Función teórica

alizados siguen una distribución M.

alizados no siguen una distribución M.

r:
ótesis nula y alterativa.
nivel de significancia.
r del estadístico de prueba
gla de decisión.
ón.

Variable: Probabilidad de Defecto

la hipótesis
Ho): La Vida Util se distribuye como una normal
ativa(H1): La Vida Util no se distribuye como una normal

nar el nivel de significancia.

0.05

el estadístico de prueba
s solicitados en los espacios sombreados:

tos iniciales
33.9548254620123
14.9106395962434
12
60
48 Rango =Max - min
487
9.93 10
 4.83482465740202 A= Rango/Sturges

ncias

lim Inf Lim Sup Fo FOR FOR ACUM

12 16.834824657 72 0.1478439 0.1478439
16.834824657 21.669649315 82 0.1683778 0.316221766
21.669649315 26.504473972 0 0 0.316221766
26.504473972 31.339298630 0 0 0.316221766
31.339298630 36.174123287 203 0.4168378 0.733059548
36.174123287 41.008947944 0 0 0.733059548
41.008947944 45.843772602 0 0 0.733059548
45.843772602 50.678597259 76 0.1560575 0.889117043
50.678597259 55.513421917 0 0 0.889117043
55.513421917 60.000000000 54 0.110883 1

487 1

er la Regla de Decisión

0.22943197977524
0.05
487

0.0616274826024
Se Acepta

a Decisión

e prueba es menor o igual que el estadístico crítico (teórico) SE ACEPTA LA Ho, en caso contrario S
e prueba es menor o igual que el estadístico crítico (teórico) SE ACEPTA LA Ho, en caso contrario S

o, por tanto, LA vida Util no se distribuye como una normal

rnov

de distribución muestral
teórica

Está configurado como matriz

(no se puede borrar uno por
uno), para eliminar se debe:

Dar clic en una celda y oprimir

 Está configurado como matriz
(no se puede borrar uno por
uno), para eliminar se debe:

Dar clic en una celda y oprimir

al tiempo las teclas
Crtl + Shift + Enter
FER ABS(FOR ACUM-FER )
0.100725514 0.047118428809258
0.201451027 0.114770738522007
0.302176541 0.014045224826132
0.402902055 0.086680288869744
0.503627568 0.229431979775243
0.604353082 0.128706466079368
0.705078596 0.027980952383493
0.80580411 0.083312933554147
0.906529623 0.017412580141728
1 0

Tabla de E

Ho, en caso contrario SE RECHAZA

 omo matriz
rar uno por
ar se debe:

da y oprimir
 omo matriz
rar uno por
ar se debe:

da y oprimir
teclas
+ Enter

Tabla de Estadístico Teórico

Edad del Cliente
PRUEBA H DE
54 Estadístico de Prueba:
36
29
53
49
22 Pasos a verificar:
31 1. Ordenar los datos
29 2. Asignar Rangos
27 3. Calcular suma de Rangos
47 4.Calcular el estadístico de Prueba
30 5. Establecer nivel de significancia e hipótesis
19 6. Estadístico teórico
41 7. Toma de Decisión
27 Paso 1 ordenar los datos u observaciones
23
31 T1
48 18
31 18
18 19
33 20
39 22
25 22
45 23
22 23
54 23
38 25
18 26
20
55 Paso 2: Asignar Rangos
50
46 Rangos T1
50 1.5
29 1.5
27 3
40 4
23 5.5
43 5.5
31 8
54 8
23 8
10
41 11
26
51 Paso 3: Calcular suma de Rangos
49
39 Rangos T1
28 1.5
46 1.5
39 3
38 4
30 5.5
41 5.5
51 8
33 8
29 8
10
43 11
47 TOTAL 66
38 Total ^2 4356
28
49 Paso 4: Calcular el estadístico de Prueba
54

12/44(44+1)

31

(primer cuadrado/Total T1)+(segundo

cuadrado/Total T2)+(tercer
cuadrado/Total T3)+(ultimo
cuadrado/Total T4)
51

3(44+1)
41
47

11892.2727272727
21
34
49
46 Paso 5: Establecer Nivel de significancia e hipot
28
44 α = 0.05
27 Hipótesis
33 Ho: La edad se distribuye como una normal
26 Ha: La edad No se distribuye como una normal
22
36
20 Paso 6: Estadístico Teorico
47
27 La región de rechazo para el estadísitico H con a = 0,05 incluye val
22 Donde esta básado en (k-1) = (4 - 1) = 3 grados de libertad.
47

47 H teórico o crítico=
43

28 H calculado
36
36
32 Paso 7: Toma de Decisión
32 Si el valor crítico es menor
34 0 es __________ a
43 Conclusión:
55
43
53
38
31
47
21
37
55
55
27
18
43
55
36
54
44
53
50
53
37
45
41
22
40
26
48
33
26
52
47
53
29
48
48
45
55
35
31
27
35
41
54
39
46
40
23
39
33
27
29
54
40
48
48
34
53
21
42
22
48
44
32
22
48
53
29
30
47
18
43
26
24
22
43
51
48
30
37
36
30
43
18
37
50
50
33
41
32
54
19
20
37
21
24
26
27
21
20
52
21
27
22
19
26
47
28
32
51
34
21
29
39
41
53
48
55
30
33
27
30
26
54
29
45
55
43
50
25
54
38
29
23
55
18
19
47
30
53
50
23
32
43
22
25
35
53
35
26
27
53
44
24
42
49
36
37
33
23
46
50
38
50
43
39
18
31
25
35
24
41
22
19
42
45
54
32
36
46
39
33
21
36
47
51
39
36
39
51
54
30
52
24
20
42
41
24
49
41
41
47
51
19
43
44
48
43
50
29
47
47
52
44
44
23
31
50
22
48
40
51
24
32
32
33
49
20
40
41
49
35
54
50
24
48
23
25
33
27
32
54
29
51
44
30
41
41
24
32
35
33
41
25
25
23
50
24
18
26
27
18
46
47
37
31
31
43
33
42
26
42
18
35
40
32
49
22
24
33
32
55
46
40
18
33
41
31
31
27
37
41
51
30
46
39
55
29
54
26
41
21
41
47
21
22
23
47
25
30
48
29
50
37
48
39
45
42
37
35
42
42
46
20
29
22
25
27
34
55
47
41
51
30
21
26
51
46
29
37
43
46
22
54
36
28
48
24
52
42
24
21
42
39
38
35
29
20
19
31
37
29
29
46
24
55
49
38
54
39
27
32
52
41
43
26
39
24
53
44
51
36
25
31
44
44
25
24
41
55
28
26
35
28
45
52
39
46
42
PRUEBA H DE KRUSKAL-WALLIS
a:

Variable: Precio de Venta

angos
o de Prueba
significancia e hipótesis

atos u observaciones

T2 T3 T4
27 33 48
27 36 49
27 38 49
29 39 50
29 40 50
29 41 51
30 41 53
31 43 54
31 45 54
31 46 54
31 47 55

gos

T2 T3 T4
13 23 34
13 24 35.5
13 25 35.5
16 26 37.5
16 27 37.5
16 28.5 39
 18 28.5 40
18 30 42
18 31 42
18 32 42
18 33 44

ma de Rangos

T2 T3 T4
13 23 34
13 24 35.5
13 25 35.5
16 26 37.5
16 27 37.5
16 28.5 39
18 28.5 40
18 30 42
18 31 42
18 32 42
18 33 44
177 308 429 R Rango
31329 94864 184041

stadístico de Prueba

12/44(44+1) 12.2727272727273 n=

er cuadrado/Total T1)+(segundo
cuadrado/Total T2)+(tercer
cuadrado/Total T3)+(ultimo 980
cuadrado/Total T4)

3(44+1) 135
 11892.2727272727

ivel de significancia e hipotesis:

se distribuye como una normal

No se distribuye como una normal

eorico

estadísitico H con a = 0,05 incluye valores de H ≥ que el estadístico teórico

= (4 - 1) = 3 grados de libertad.

11892.2727272727

isión
Si el valor crítico es menor o igual al calculado se rechaza la Ho
11892.2727272727 por tanto se __________ la Ho y se acepta la H1
 54
36
18
18
19
20
22
22
23
23
23
25
26
27
27
27
29
29
29
30
31
31
31
31
 33
38
39

40
41
41
43
45
46
47
48
49
50
50
51
53
54

54
55

44
Genero utilidad de
Producto
T
1 36 Prueba Chi - Cuad
2 12 Estadístico de Prueba:

1 36

2 60

1 12

2 48
Variable
2 36 Pasos a verificar:
2 12 1. Establecer nivel de significancia e hipótesis
1 36 2.Realizar tabla de contingencia (valores obse
2 36 3. Calcular valores esperados
1 36 4.Calcular el estadístico de Prueba
1 36 5. Estadístico teórico
1 36 6. Toma de Decisión
2 36 Paso 1: Establecer Nivel de signific
1 36
1 36 α=
1 36 Hipótesis
1 18 Ho:
2 36 Ha:
2 48
1 36 2.Realizar tabla de contingencia
1 60
1 12
1 36
1 12
2 36
2 36
2 18
1 36 Con valores observados (Oi)
1 36
1 12
2 36
1 60
1 48
2 36
2 18 3: Calcular los valores esperados (E
2 12
2 48
2 12
2 36
1 36
1 36
2 36 4: Calcular el estadístico de Prueba

1 12
2 18
2 36
2 18
2 36
2 36
2 36
2 60 5: Estadístico Teorico
2 48
1 48 Número de filas
2 36 Número de columnas
1 12 grados de libertad
1 60
𝛼
2 60
2 36
Χ_
1 36 𝛼^Decisión
6: Toma de
1 18 2
1 12
1 36
2 18
1 18 Conclusión
2 18
1 36 Como el estadístico calculado es menor al estadístico teó
1 48
2 36
2 60
2 48
2 60
2 18
2 36
1 18
1 60
1 48
1 36
1 48
2 12
2 36
1 36
2 48
1 18
1 18
2 18
1 36
1 12
2 36
2 18
2 36
2 12
1 36
1 18
2 12
1 36
1 36
2 60
1 60
2 36
1 36
2 12
2 18
2 60
2 36
2 48
1 36
1 60
1 60
2 36
1 12
1 36
2 36
2 60
2 36
1 36
1 18
2 48
1 48
1 36
2 12
1 60
2 36
2 36
1 36
2 60
2 12
1 12
1 36
1 36
2 36
1 48
2 12
1 12
1 48
2 36
2 36
2 48
1 36
2 12
1 12
2 18
2 18
2 12
2 48
2 36
2 36
2 36
1 36
2 48
1 36
1 18
1 60
1 12
1 48
1 60
1 36
2 36
2 36
1 18
1 36
1 18
2 36
2 36
1 36
1 36
2 12
1 36
2 18
2 18
2 18
1 12
1 36
1 36
2 18
2 12
2 36
1 12
2 36
1 60
1 60
1 36
1 36
1 12
2 48
2 36
2 36
2 18
1 48
1 36
2 12
2 48
1 60
1 18
1 36
1 18
1 36
1 36
2 36
2 60
1 18
1 18
1 18
1 36
2 18
1 36
1 18
2 36
1 12
1 36
1 12
1 12
1 36
1 36
2 36
2 36
2 36
1 60
1 36
2 36
2 60
1 18
1 60
1 48
2 36
1 12
1 48
1 18
2 12
1 36
2 18
1 12
1 48
1 36
1 36
1 60
2 36
1 48
2 36
2 48
1 48
1 18
1 18
1 12
2 36
1 48
2 18
1 48
2 18
1 60
1 36
2 18
1 48
2 36
1 12
2 48
1 48
2 60
2 36
1 48
1 36
1 36
2 48
1 12
1 36
1 18
2 36
2 18
2 48
1 12
2 12
2 36
1 18
2 36
2 48
1 48
1 48
2 18
2 48
1 12
2 18
2 48
1 60
2 12
2 36
1 36
2 60
2 36
1 18
1 36
2 18
2 18
2 18
1 60
2 18
2 18
2 36
2 36
2 18
1 36
2 60
1 48
2 48
2 36
2 36
2 36
1 36
1 48
2 60
1 12
1 36
2 48
2 18
2 36
2 48
2 12
2 12
2 48
1 36
2 60
2 48
1 36
1 60
2 36
1 18
2 36
2 12
1 48
1 36
1 12
1 12
2 36
2 60
1 48
1 36
1 12
1 48
2 12
1 36
1 12
2 36
1 18
2 12
2 36
1 48
1 36
2 12
2 36
1 48
1 36
2 36
1 36
1 18
2 12
1 36
1 36
1 36
2 48
2 36
1 36
2 36
1 36
2 18
1 36
2 48
2 18
1 60
1 48
1 60
2 60
1 12
1 18
1 36
2 36
2 48
1 18
2 36
1 48
2 36
2 18
2 60
1 18
2 18
2 60
1 18
2 60
1 60
2 18
2 36
1 36
1 48
1 48
2 36
1 36
2 48
1 36
1 12
2 12
1 60
1 36
2 36
2 48
1 48
1 18
1 48
2 36
2 18
1 48
2 36
1 48
2 36
2 60
1 18
2 36
2 48
2 48
1 36
2 36
2 36
1 36
1 12
1 36
2 18
1 18
2 36
1 36
1 36
1 36
2 18
2 48
2 36
2 18
2 36
2 36
2 36
1 48
2 36
1 48
1 18
1 36
2 18
1 60
2 36
2 12
2 36
2 12
1 60
2 12
1 36
1 36
1 36
2 36
2 48
2 60
2 36
1 12
2 12
2 48
1 36
2 60
1 60
2 12
1 18
2 12
1 48
2 36
2 48
1 36
2 12
1 60
1 36
1 18
2 18
2 12
1 18
1 60
2 36
1 12
1 36
2 36
1 36
1 18
1 36
2 36
2 36
2 36
2 12
1 60
 TABLA DE CONTINGENCIA
Prueba Chi - Cuadrada para tablas de contingencia (tabla de clasificación cruzad
de Prueba:

Variable: _________________________________
ficar:
nivel de significancia e hipótesis
bla de contingencia (valores observados)
alores esperados
estadístico de Prueba
teórico
ecisión
tablecer Nivel de significancia e hipotesis:

0.05

abla de contingencia

observados (Oi)
r los valores esperados (Ei)

r el estadístico de Prueba

o Teorico

Decisión

tico calculado es menor al estadístico teórico __________ Ho, es decir, _________________________________.

NCIA
e clasificación cruzada)

__________
 0
Χ_𝑐^
2

__________.