Control Lectura Estadistica

 

1

¿Cuál de las siguientes afirmaciones es verdadera? El ta tama maño ño de una una mue muest stra ra nunc nunca a pue puede de ser ser iigu gual al al tama tamaño ño de la pobl pobl Las clases describen sólo una característica de los datos que serán or  En general, como regla, los especialistas en estadística utilizan entre 6 Todos los anteriores. Los incisos b) y c), pero no a).

2

Las gráficas de distribuciones de frecuencias se utilizan debido a que: Tienen una larga historia en aplicaciones prácticas.  Atraen la atención sobre los patrones que siguen los datos datos.. Toman en cuenta los datos sesgados o incompletos. Permiten estimar con facilidad los valores. Incisos b) y d).

3

Cuan Cu ando do se ca calc lcul ula a la la ta tasa sa pr prom omed edio io de expa expans nsió ión n de la deud deuda ad de e una una com com Media aritmética. Media ponderada. Media geométrica. Cualquiera de los dos: a) o c).

4

¿Cuá ¿C uáll d de e llos os si sigu guie ient ntes es es el pr prim imer er paso paso para para calc calcul ular ar la medi median ana ad de e un un co co Promedie los dos valores centrales del conjunto de datos. Ordene los datos. Determine Determi ne los pesos pesos relativos relativos de los los valores valores de los datos datos en términos términos d Ninguno de los anteriores.

5

¿Porr qué, ¿Po qué, normalm normalmente ente,, es mejor mejor calc calcula ularr una moda moda de de un conjun conjunto to agrupa agrupa Los datos no agrupados tienden a ser bimodales. La moda para los datos agrupados será la misma, independientemente Los valores extremos tienen menos efecto sobre los datos agrupados. La posib posibili ilidad dad de de escoger escoger como como moda moda un valor valor que que no sea sea represe representat ntatii

6

Cuando una distribución es simétrica y tienen sólo una moda, el punto más Rango. Moda. Mediana. Media. Todos los anteriores. b), c) y d), pero no a).

7

La probabilidad simple de que se presente un evento se conoce como Probabilidad bayesiana.

 

Probabilidad conjunta. Probabilidad marginal. Probabilidad condicional. 8

Simbólicamente, una probabilidad marginal es: P(AB). P(BA). P(B| A). P(ABC). Ninguno de los anteriores.

9

¿Cuál ¿Cu ál de de las variabl variables es sigui siguiente entes s nunca nunca podrá podrá ser ser descri descrita ta por por una distri distribuc buc El número de partes defectuosas producidas en un proceso de ensam La cantidad de agua utilizada diariamente por una sola ama de casa. El número número de perso personas nas de su su grupo grupo que pueden pueden respo responder nder correct correctame ame Todos los anteriores pueden ser descritas por una distribución binomia

10

¿Cuá ¿C uáll de de llas as si sigu guie ient ntes es es una una con condi dici ción ón nece necesa sari ria a par para a el el u uso so de una una d diist strr La probabilidad de una llegada por segundo es constante. El núme número ro de ll lleg egad adas as en cual cualqu quiier inte interv rval alo o de un segu segund ndo o es inde indepe pe La probabilidad de tener dos o más llegadas en el mismo segundo es c Todos los anteriores. b) y c), pero no a).

11

En un muestreo aleatorio, podemos describir matemáticamente lo objetivo Si Siem empr pre e sabe sabemo mos s la pr prob obab abil ilid idad ad de de que que cual cualqu quie ierr el elem emen ento to de la la pobl pobl Toda muestra siempre tiene una oportunidad igual de ser seleccionada Todas las muestras son exactamente del mismo tamaño y pueden con Ninguna de las anteriores. a) y b), pero no c).

12

Cuand Cu ando o esc escog ogem emos os un es esti tima mado dorr de de un un pará paráme metr tro o de de pob pobla laci ción, ón, debe debe tom tom Suficiencia. Claridad. Eficiencia. Todos los anteriores. a) y c), pero no b).

13

¿Cuál de las las siguientes siguientes es una condición condición necesaria necesaria para utilizar utilizar una tabla tabla d n es pequeño. Se conoce s, pero no s. La población es infinita. Todos los anteriores. a) y b), pero no c).

 

14 Para probar hipótesis acerca de la media de una población normal con desviación El valor observado de  x  con  con el valor crítico de  x   .. El valor observado de  x  con  con el valor crítico de z . El valor observado de z  con  con el valor crítico de  x . El valor observado de z  con  con el valor crítico de z . Cualquiera de a) o d). 15 Su Supon ponga ga que que des deseam eamos os prob probar ar si si una una medi media a de pob pobla laci ción ón es es signi signifi fica cati tivam vament ente em y encontramos x = 8. ¿Cuál debe ser nuestra hipótesis alternativa? m < 10. m ≠ 10. m > 10. No puede determinarse de la información dada. 16 Para una prueba de hipótesis de dos colas, con α = 0.1, la región de aceptación es  A la derecha del valor crítico negativo. Entre los dos valores críticos. Fuera de los dos valores críticos.  A la izquierda del valor crítico positivo. p ositivo. 17 Cuando se acepta una hipótesis nula, es posible que: Se haya tomado una decisión correcta. Se haya cometido un error tipo I. Haya ocurrido tanto a) como b). No haya ocurrido a) ni b). Ninguno de los anteriores. 18

Supong Supo nga a que que ha obse observ rvad ado o pro propo porc rcio ione nes sd de e tre tres s reg regio ione nes sg geo eogr gráf áfic icas as dife diferr significativamente diferentes. Suponiendo que  p1,  p2 y  p3 s  so on la las pro propor porcion

 p  ≠  p  ≠  p . 1 2 3  p1 =  p2 =  p3.  p1,  p2 y  p3 no son todas iguales. Ninguno de los anteriores. 19

Supong Supo nga a que que cono conoce cem mos la esta estatu tura ra de una una e est stud udiiante ante,, per pero o no no su su pes peso. o. U de su peso, basándonos en su estatura. Por tanto, podemos concluir que: El peso es la variable independiente. La altura es la variable dependiente. La relación entre peso y altura es inversa. Ninguna de las anteriores. b) y c), pero no a).

20

Suponga que se calculó la ecuación de estimación Ŷ  =  = 5 – 2 X  pa  para un conj

 

La ordenada Y  de  de la recta es 2. La pendiente de la recta es negativa. La recta representa una relación inversa. Todos los anteriores. b) y c), pero no a).

 

 

ción de la que se toma. anizados. y 15 clases.

 

 

 

añía, la media correcta a utilizar es la:

njunto de datos?

  e su importancia.

 

do de datos, en lugar de hacerlo con un conjunto no agrupado de datos?  del sesgo de la distribución. o es reducida.  

alto de la curva de distribución se conoce como:

 

   

ión binomial? laje.

 

nte a esta pregunta. .

 

ibución de Poisson?  

 

   

 

 

diente de las llegadas en otros intervalos. ero.

  e nuestras estimaciones. ¿Por qué? ación se incluya en la muestra. . arse.

rse en cuenta:

distribución t ?

 

  stándar conocida, podemos comparar:

 

 

yor o menor que 10. Tomamos una muestra

 

toda la región:

ntes. Usted desea probar si las regiones tienen proporciones s verdaderas, ¿cuál de las siguientes sería la hipótesis nula?

samos una ecuación de estimación para determinar una estimación

 

nto de datos. ¿Qué es cierto de lo siguiente para esta situación?

 

1.- Merrill Lynch concluyó un estudio relacionado con el tamaño de las carteras de inversión en línea (acciones, bonos, fondos mutuos y cercado de depósito) en una muestra de   clientes del grupo grupo de 40 a 50 años de edad. A connuación aparece el valor valor de las inversiones   en miles de dólares de los 70 parcipantes. 669.9 301.9

7.5 235.4

77.2 716.4

7.5 145.3

125.7 26.6

516.9 187.2

219.9 315.5

645.2 89.2

136.4 380.7 228.6 39.5 31.3 221.1 295.7

616.9 3.3 308.7 124.3 301.2 43.4 437

440.6 363.2 126.7 118.1 35.7 212.3 87.8

408.2 51.9 430.3 23.9 154.9 243.3 302.1

34.4 52.2 82 352.8 174.3 315.4 268.1

296.1 107.5 227 156.7 100.6 5.9 899.5

185.4 82.9 321.1 276.3 236.7 1002.2

526.3 63 403.4 23.5 171.9 171.7

a) Organice los datos en una distribución de frecuencias. ¿Cuántas clases sugeriría sugeriría?? ¿Qué valor   propondría para un intervalo de clase? b) Diseñe un histograma. Interprete Interprete el resultado que obtuvo.

2.- Una distribución normal ene una medida de 50 y una desviación estándar de 4. a) Calcule la probabilidad de un valor localizado entre 44.0 y 55.0 b) Calcule la probabilidad de un valor mayor de 55.0 c) Calcule la probabilidad de un valor localizado entre 52.0 y 55.0

3.- En la actualidad, la mayoría de quienes viajan por avión compra sus boletos por internet. De esta   forma, los pasajeros evitan la preocupación preocupación de cuidar un boleto de papel, además de que las   aerolíneas ahorran. No obstante, obstante, en fechas recientes, las aerolíneas han recibido recibido quejas relacionadas relacionadas   con los boletos, en parcular parcular cuando se requiere requiere hacer un enlace para cambiar cambiar de línea. Para      

analizar el problema, problema, una agencia de invesgación invesgación independiente independiente tomó tomó una muestra aleatoria de 20 aeropuertos y rrecogió ecogió información información relacionada relacionada con la candad de quejas que hubo sobre los boletos durante marzo. A connuación se presenta la información. 14 12

14 15

16 15

12 14

12 13

14 13

13 12

16 13

15 10

125 106

96 112

4.- El fabricante de un reproductor MP3 desea saber si una reducción de 10% de precio es suciente para   aumentar las ventas ventas de su producto. Para saberlo con certeza, el propietario selecciona al azar ocho endas   y vende el reproductor MP3 al precio reducido. En siete endas endas seleccionadas seleccionadas al azar, el aparato se vendió    

al precio normal. A connuación se presenta el número de unidades que se vendieron el mes pasado en las endas muestreadas. muestreadas. Con un nivel de signi signicancia cancia de 0.01, ¿ puede concluir el fabri fabricante cante que la reducc reducción ión de precio generó un aumento de ventas?

Precio normal Precio reducido

138 128

121 134

88 152

115 135

141 114

 

14 13

120

 

1.- La siguiente tabla presenta las inscripciones a 13 universidades públicas del estado de Ohio Universidad

Inscripciones

University of Akron Bowling Green State University Central State University University of Cincinna Cleveland State University Kent State University Miami University Ohio State University Ohio University Shawnee State University University of Toledo Wright State University Youngstown State University

25 942 18 989 1 820 36 415 15 664 34 056 17 161 59 091 20 437 4 300 20 775 18 786 14 682

a) ¿Es una muestra o una población? b) ¿ Cual es la media de las inscripciones? c) ¿ Cuál es la mediana de las inscripciones? d) ¿ Cuál es el rango de las inscripciones? e) Calcule la desviación estandar

2.- De acuerdo con el Internal Revenue Service (IRS) el reembolso medio de impuestos en 2007 fue de $2 708.   Suponga que la desviación estándar estándar es de $650 y que las sumas sumas devueltas devueltas enen una distribución normal. normal. a) ¿ Qué porcentajes de reembolsos son superiores a $3 000 b) ¿ Qué porcentajes de reembolsos son superiores a $3 000 e inferiores a $3 500? c) ¿ Qué porcentajes de reembolsos son superiores a $2 500 e inferiores a $3 500 3. El ingreso promedio por persona en Estados Unidos es de $40 000, y la distribución de ingresos sigue   una distribución distribución normal. Una muestra aleatoria aleatoria de 10 residentes de Wilmington, Wilmington, Delaware, Delaware, presentó   una media de $50 000, con una desviación desviación estándar de $10 000. A un nivel nivel de signicancia signicancia de 0.05,   ¿ existe suciente suciente evidencia para concluir que los los residentes de Wilmington, Delaware, Delaware, ganan más más que   el promedio nacional?

4. Ocurre cierto número de accidentes automovilíscos automovilíscos menores en varias intersecciones de alto riesgo   en Teton County, County, a peasr peasr de los semáforos. El departamento de trámsito trámsito arma que una modicación modicación   del po de semáforos. El departamento de trámsito trámsito arma que una modicación modicación del po de semáforos   reducirá estos estos accidentes. Los comisionados del condado acordaron acordaron poner en prácca un experimento.   Se eligieron ocho intersecciones intersecciones al azar azar y se modicaron los semáforos. Los números de accidentes accidentes   menores durante un período de seis seis meses antes y después de las las modicaciones fueron: Número de accidentes A

B

C

D

E

F

G

Antes de la modi

5

7

6

4

8

9

8

Después de la m

3

7

7

0

4

6

8

 

Con un nivel de signicancia de 0.01, ¿ es razonable concluir que la modicación redujo el número de accidentes de tránsito?

5.- El administrador de un nuevo programa para praccantes de leyes en Seagate Technical College desea   esmar el promedio de calicaciones calicaciones en el programa, programa, y considera considera que el promedio de calicaciones calicaciones en el   bachillerato, la calicación calicación en aptudes aptudes verbales verbales en el Examen de Aptud Aptud Escolar (SAT) y llaa calicación calicación   en matemácas en el SAT seríam seríam buenos factores de predicción de la calicación calicación promedio promedio en el programa.   Los datos de nueve estudiantes son: Promedio de calicaciones

Estudiante en el bachillerato

Promedio de SAT verbal

SAT

Matemácas

calicaciones en el program

1

3.25

480

410

3.21

2 3 4 5 6 7 8 9

1.80 2.89 3.81 3.13 2.81 2.20 2.14 2.63

290 420 500 500 430 320 530 469

270 410 600 490 460 490 480 440

1.68 3.58 3.92 3.00 2.82 1.65 2.3 2.33

Es correcto lo que considera c onsidera el administrador?

 

H

10

 

2

 

Hypothesis Test: Mean vs. Hypothesized Value 50.000 82.500 59.493 17.174 12 11

hypothesized value mean Data std. dev. std. error  n df 

1.89 1.892 2 t .0425 p-value (one-tai (one-tailed, led, upper) 44.700 confidence interval 95.% lower  120.300 confidence interval 95.% upper  37.800 margin of error 

Hypothesis Test: Independent Groups (t-test, pooled variance) LR 27.4610 4.4404

MI 25.6892 mean 2.6845 std. dev.

10

12 n 20 1.77183 12.83648 3.58280

df  difference (LR - MI) pooled variance pooled s std. td. dev.

1.534060 standard error of difference hypoth hypothesize esized d difference diffe rence 1.155 1.155 t .2617 p-val p-value ue (two-tailed) (two-tailed)

Hypothesis Test: Mean vs. Hypothesized Value 50.000 82.500 59.493 17.174 12 11

hypothesized value mean Data std. dev. std. error  n df 

1.89 1.892 2 t .0425 p-value (one-tai (one-tailed, led, upper) 44.700 confidence interval 95.% lower  120.300 confidence interval 95.% upper  37.800 margin of error 

Hypothesis Test: Independent Groups (t-test, pooled variance)

 

LR 27.4610 4.4404 10

MI 25.6892 mean 2.6845 std. dev. 12 n 20 df  1.77183 difference (LR - MI) 12.83648 pooled variance 3.58280 pooled s std. td. dev. 1.53406 standard error of difference 0 hypoth hypothesize esized d difference difference 1.155 1.155 t .2617 p-val p-value ue (two-tailed) (two-tailed)

 

1.- Los temas de salud representan una preocupación para gerentes, en especial cuando deben evalu   el costo costo del seguro seguro médico médico.. Una encues encuesta ta recien reciente te ent entre re 150 ejecu ejecuvos vos de Elvers Elvers Ind Indust ustrie ries, s, una e importante empresa nanciera y de seguros, ubicada en el suroeste de Estados Unidos, informó la   candad de libras libras de sobrepeso de los ejecuvos. Calcule Calcule la media media y la la desviación desviación estándar Libras de sobrepeso

0a6 6 a 12 12 a 18 18 a 24 24 a 30

Frecuencia

14 42 58 28 8

xi 3 9 15 21 27

150 2.- Entrelas ciudades de estados estados Unidos con una población población de más de 250 000 000 habitantes, habitantes, la media media d de ida al trabajo es de 24.3 minutos. El empo de viaje más largo pertenece a la ciudad de Nueva empo medio es de 38.3 38.3 minutos. Suponga que la distribuci distribución ón de los empos de viaje viaje en la ci ciuda uda ene una distribución de probabilidad normal y la desviación estándar es de 7.5 minutos.

a) ¿Qué porcentaje de viajes en la ciudad de Nueva York consumen menos de 30 minutos? b) ¿Qué porcentaje de viajes consumen entre 30 y 35 minutos? c) ¿Qué porcentaje de viajes consumen entre 30 y 40 minutos? 3.- Un grupo de expertos en Washington, D.C. D.C. anuncia que el adolescente adolescente pico envió envió 50 mensajes d durant dur antee 2009. 2009. Para Para actu actuali alizar zar la la esmac esmación ión,, ust usted ed conta contacta cta por por teléf teléfono ono a una una muest muestra ra de adol adolesc esc cuántos mensajes enviaron el día anterior. Sus respuestas fueron:

51

175

47

49

44

54

145

A un nivel de signicancia de 0.05, ¿puede concluir que el numero medio es mayor a 50? 4.- El centro medico BAM se diseño para atender emergencias medicas menores de los habitantes de Hay dos instalaciones LR y MI. El departamente de control de calidad desea comparar los empos de pacientes en las dos ubicaciones. Las muestras de los empos de espera, en minutos son: LR MI

31.73 22.93

28.77 23.92

29.53 26.92

22.08 27.2

29.47 26.44

18.6 25.62

Con un nivel de signicancia de 0.05 ¿hay alguna diferencia entre los empos medios de espera? 5.- Ud es un empleado nuevo en BCP que se especializa en la venta de casas hipotecadas por medio Su jefe le pidio aplicar los siguientes datos en una muestra aleatoria de ventas recientes con el n de real de la subasta x1 x2 x3 y

Sald Saldo o pr pres esta tamo mo

Pago Pagoss mens mensua uale less

Pagos hechos

Precio subasta

 

85600 115300 103100 84600 97600 104400

985.87 902.56 736.28 945.45 821.07 983.27

1 33 6 9 24 26

16900 75800 43900 16600 40700 63100

113800 116400 100000 92800 105200

1075.54 1087.16 900.01 683.11 915.24

19 35 33 36 34

72600 72300 58100 37100 52600

105900 94700

905.67 810.7

38 25

51900 43200

105600

891.33

20

52600

104100 85700 113600 119400

864.38 1074.73 871.61 1021.23

7 30 24 58

42700 22200 77000 69000

90600

836.46

3

35600

104500

1056.37

22

63000

Esme la funcion que necesitaria Ud para esmar el precio nal de la subasta.

no aporta

 

ar   stados Unidos, informó la candad

xi*f

xi-u 42 378

-10.96 -4.96

870

1.04

588 216 2094   el empo de viaje   ork, donde el  de Nueva York

7.04 13.04

Media 13.96

0.195768 0.455458

  e texto por día entes y les pregunta

 

l area de Santa Catalina

 

espera medio de los

  e subasta publica   esmar el precio

 

203

21

59

42

100

32.94 30.61

25.18 29.44

29.82 23.09

26.49 23.1

26.69

Resumen Estadíscas de la regresión

Co Coe ecie cient ntee de co corr rrel elaci ación ón múl múlpl plee

0. 0.939 939101 101693 693762 762

Co Coe eci cien ente te de de dete term rmin inac ació ión n R^2 R^2 R^2 ajustado Error pico Observaciones

0. 0.88 8819 1911 1199 9912 1226 26 0.859770489581 7066.401308636 20

ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados

Regresión Residuos Total

3 16 19

Intercepción Saldo prestamo Pagos mensuales Pagos hechos

Coefcientes

io de los cua

5966725060.72499 1988908354 798944439.275013 49 49934027.5 6765669500 Error pico

Estadísco t

-118929.4613533 19733.6073506966 -6 - 6.02674712 1.626754131186 0.180898698373006 8.99262485 2.062280419797 14.9484011690283 0.13795993 50.33781205897 134.913879997981 0.3731107

F 

39.8307217534134

Probabilidad  

1.76099316767022E-05 1.17809400369279E-07 0.89199339370513 0.713963016871283

Resumen Estadíscas de la regresión

Co Coe ecie cient ntee de co corr rrel elaci ación ón múl múlpl plee Co Coe eci cien ente te de de dete term rmin inac ació ión n R^2 R^2 R^2 ajustado Error pico Observaciones

0. 0.938 938554 554494 494946 946 0. 0.88 8808 0884 8453 5399 9983 83 0.866870956452 6885.175186006 20

ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados

Regresión Residuos Total

2 17 19 Coefcientes

Intercepción Saldo prestamo Pagos mensuales

 

io de los cua

5959773665.18603 2979886833 805895834.813972 47 47405637.3 6765669500 Error pico

Estadísco t

-121554.0797406 17964.4043274814 -6 - 6.76638521 1.660018026366 0.153367447229399 10.8237964 2.544134744409 14.5105740647676 0.17532971

F 

62.8593348739354

Probabilidad  

3.295001719342E-06 4.79360998641777E-09 0.86289194247132

Resumen Estadíscas de la regresión

Co Coe ecie cient ntee de co corr rrel elaci ación ón múl múlpl plee Coe Coec cie ient ntee de de dete terrmina minaci ción ón R^2 R^2 R^2 ajustado

0. 0.938 938439 439741 741086 086 0. 0.88 8806 0669 6914 1476 765 5 0.874039655853

Error pico Observaciones

6697.234537696 20

ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados

Regresión Residuos Total

1 18 19 Coefcientes

Intercepción Saldo prestamo

5958316391.84764 5958316392 807353108.152364 44 44852950.5 6765669500 Error pico

-119892.8730946

io de los cua

Estadísco t

F 

132.84112486877

Probabilidad  

14846.0435300546 -8 - 8.07574576

2.14236864860289E-07

1.666629527579 0.144601500545545 11.5256724

9.6326150915142E-10

Resumen Estadíscas de la regresión

Co Coe ecie cient ntee de co corr rrel elaci ación ón múl múlpl plee Co Coe eci cien ente te de de dete term rmin inac ació ión n R^2 R^2 R^2 ajustado

0. 0.939 939101 101693 693762 762 0. 0.88 8819 1911 1199 9912 1226 26 0.859770489581

Erbro O serrvpaiccio ones

7066.40130863260

ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados

Regresión Residuos Total

3 16 19 Coefcientes

Intercepción Saldo prestamo Pagos mensuales Pagos hechos

Resumen

io de los cua

5966725060.72499 1988908354 798944439.275013 49 49934027.5 6765669500 Error pico

Estadísco t

-118929.4613533 19733.6073506966 -6 - 6.02674712 1.626754131186 0.180898698373006 8.99262485 2.062280419797 14.9484011690283 0.13795993 50.33781205897 134.913879997981 0.3731107

F 

39.8307217534134

Probabilidad  

1.76099316767022E-05 1.17809400369279E-07 0.89199339370513 0.713963016871283

 

Estadíscas de la regresión

Coecie Coe cient ntee de co corr rrel elaci ación ón múl múlpl plee Coe Coec cie ient ntee de de dete terrmina minaci ción ón R^2 R^2 R^2 ajustado Error pico Observaciones

0. 0.938 938439 439741 741086 086 0. 0.88 8806 0669 6914 1476 765 5 0.874039655853 6697.234537696 20

ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados

Regresión Residuos Total

1 18 19 Coefcientes

Intercepción Saldo prestamo

io de los cua

5958316391.84764 5958316392 807353108.152364 44 44852950.5 6765669500 Error pico

Estadísco t

-119892.8730946 14846.0435300546 -8 - 8.07574576 1.666629527579 0.144601500545545 11.5256724

F 

132.84112486877

Probabilidad  

2.14236864860289E-07 9.6326150915142E-10

 

xi-u cuadrado   120.12   24.60   1.08   49.56   170.04

(xi-u cuadrado)*f   1681.7024 1033.2672 62.7328 1387.7248 1360.3328   5,525.76 37.0856376

6.08979783

51 175 47 49 44 54 145 203 21 59 42 100

LR 22.31

MI 31.73 28.77 29.53

22.93 23.92 26.92

22.08

27.2

29.47 18.6 32.94 25.18

26.44 25.62 30.61 29.44

29.82

23.09

26.49

23.1 26.69 22.31

 

lor críco de F 

1.19427E-07

Iner erior 95%

-1607 -160762. 62.84 84 1.24 1. 2432 3266 6602 02 -29. -2 9.626 626914 9142 2 -235. -2 35.66 66683 6835 5

Superior 95% 95%

ner eriior 95. 5.0 0 uperior 95. 5.0 0%

-7709 -77096. 6.082 082835 83528 28 -1 -1607 60762. 62.84 84 -7 -770 7096. 96.082 0828 8 2. 2.01 0102 0242 4223 2379 7946 46 1. 1.24 2432 3266 6602 02 2. 2.01 0102 0242 4224 24 33 33.75 .75147 147506 506275 275 -2 -29.6 9.6269 269142 142 33.751 33.751475 4751 1 33 336.3 6.3424 424593 593085 085 -2 -235. 35.666 666835 835 336.34 336.34245 2459 9

lor críco de F 

1.39871E-08

Iner erior 95%

Superior 95% 95%

ner eriior 95. 5.0 0 uperior 95. 5.0 0%

-1 -159 5945 455. 5.65 659 9 -836 -83652 52.4 .499 9998 9896 967 7 -1 -159 5945 455. 5.65 659 9 -8 -836 3652 52.5 .5 1.33 336 644 441 1 1.98 983 359 595 505 052 271 712 2 1.33 336 644 441 1 1. 1.9 9835 359 950 505 5 -28. -28.070 070500 5002 2 33 33.15 .15876 876967 967037 037 -2 -28.0 8.0705 705002 002 33.158 33.158769 7697 7

 

lor críco de F 

9.63262E-10

Iner erior 95%

Superior 95% 95%

ner eriior 95. 5.0 0 uperior 95. 5.0 0%

-151083.25 -151083 .253 3 -88702. -88702.4930 49308208 8208 -151083 -151083.253 .253 -88702. -88702.4931 4931 1.36 1. 3628 2833 3305 05 1. 1.97 9704 0426 2600 0066 6638 38 1. 1.36 3628 2833 3305 05 1. 1.97 9704 0426 2601 01