C.
Módulo de Estadística Inferencial (Toma de Decisiones y Proyecciones)
Intervalos de Confianza: Estimación de rangos con un nivel de confianza del
95% para la media de ingresos o para la proporción de clientes sobre los
productos y servicios ofrecidos por Pretty Cookies
Variable 1: Nivel de satisfacción del cliente sobre los productos y servicios
ofrecidos por Pretty Cookies
- n=100
- Z= 1.96
- Media: 3.95
- Mediana: 4
- Moda: 5
- Rango: 4
- Varianza: 1.52
- Desviación estándar: 1.23
Variable 2: Percepción del precio del cliente sobre los productos y servicios
ofrecidos por Pretty Cookies
- n=100
- Z= 1.96
- Media: 3.85
- Mediana: 4
- Moda: 5
- Rango: 4
- Varianza: 1.28
- Desviación estándar: 1.13
Enunciado del Ejercicio
La empresa Pretty Cookies ha realizado un estudio de mercado seleccionando dos
muestras independientes de 100 clientes cada una (n₁ = 100, n₂ = 100) para evaluar
dos aspectos clave de su negocio en una escala del 1 al 5: El nivel de satisfacción
general (variable 1) y la Percepción del precio (Variable 2). Los resultados obtenidos
fueron los siguientes:
Variable 1 (Satisfacción): Media (x̄ ₁) = 3.95, Varianza (s₁²) = 1.52
Variable 2 (Precio): Media (x̄ ₂) = 3.85, Varianza (s₂²) = 1.28
Con un nivel de confianza del 95% (Z = 1.96), determine el intervalo de confianza para
la diferencia entre la media poblacional del nivel de satisfacción y la media poblacional
de la percepción del precio (μ₁ − μ₂). ¿Se puede afirmar que existe una diferencia
significativa entre ambas variables?
Resolución del Ejercicio
1. Datos del problema
Muestra 1 (Satisfacción): n₁ = 100, x̄ ₁ = 3.95, s₁² = 1.52
Muestra 2 (Precio): n₂ = 100, x̄ ₂ = 3.85, s₂² = 1.28
Valor crítico: Z = 1.96 (para un 95% de confianza)
2. Fórmula del Intervalo de Confianza
Para la diferencia de dos medias con muestras grandes y varianzas conocidas o
estimadas, la fórmula es:
IC = (x̄ ₁ − x̄ ₂) ± Z · √(s₁²/n₁ + s₂²/n₂)
3. Cálculo del Error Estándar (EE)
Sustituimos las varianzas y los tamaños de muestra en la raíz cuadrada:
EE = √(1.52/100 + 1.28/100)
EE = √(0.0152 + 0.0128) = √0.0280
EE ≈ 0.1673
4. Cálculo del Margen de Error (ME)
Multiplicamos el valor crítico Z por el error estándar obtenido:
ME = 1.96 · 0.1673 ≈ 0.3279
5. Cálculo de los Límites del Intervalo
Calculamos la diferencia entre las medias de las muestras:
x̄ ₁ − x̄ ₂ = 3.95 − 3.85 = 0.10
Ahora, restamos y sumamos el margen de error para hallar los límites:
Límite Inferior (LI): 0.10 − 0.3279 = −0.2279
Límite Superior (LS): 0.10 + 0.3279 = 0.4279
Por lo tanto, el intervalo de confianza es:
IC = [−0.2279, 0.4279]
Conclusión e Interpretación
Con un 95% de nivel de confianza, la verdadera diferencia entre la media del nivel de
satisfacción y la percepción del precio de los clientes de Pretty Cookies se encuentra
entre −0.23 y 0.43.
Dado que el intervalo contiene el valor 0, no se puede afirmar que exista una
diferencia estadísticamente significativa entre la satisfacción general del cliente y
su percepción sobre el precio del producto.
Análisis de Regresión y Correlación Lineal: Evaluar la relación entre dos
variables de negocio Incluye el cálculo del Coeficiente de Correlación (r),
Coeficiente de Determinación (R2) y la ecuación de la recta para hacer
proyecciones.
Asumiremos un escenario de negocio muy común: la empresa Pretty Cookies quiere
evaluar si un mayor Nivel de satisfacción (Variable X) se traduce en una mejor
Percepción del precio (Variable Y) por parte de los clientes.
Para poder calcular los coeficientes exactos, asumiremos de forma complementaria
que la covarianza entre ambas variables es de sxy = 1.15.
Enunciado del Ejercicio
La pastelería Pretty Cookies desea entender si la satisfacción general del cliente
ayuda a predecir cómo perciben el precio de sus productos. A partir de una muestra de
n = 100 clientes, se obtuvieron los siguientes estadísticos:
- Variable Independiente (X) - Satisfacción: x̄ = 3.95, Varianza s_x^2 = 1.52,
Desviación estándar sx = 1.23
- Variable Dependiente (Y) - Percepción del Precio: ȳ = 3.85, Varianza s_y^2 = 1.28,
Desviación estándar sy = 1.13
- Covarianza muestral (sxy): 1.15
Con estos datos, se solicita:
1. Calcular e interpretar el Coeficiente de Correlación de Pearson (r).
2. Calcular e interpretar el Coeficiente de Determinación (R^2).
3. Determinar la ecuación de la recta de regresión lineal (ŷ = a + bx).
4. Realizar una proyección: ¿Cuál será la percepción del precio esperada si un cliente
califica su nivel de satisfacción con un 5.0?
Resolución del Ejercicio
Cálculo del Coeficiente de Correlación (r)
La fórmula del coeficiente de Pearson une la covarianza y el producto de las
desviaciones estándar:
r = sxy / (sx * sy)
Sustituyendo los valores: r = 1.15 / (1.23 * 1.13) ≈ 0.8274
Interpretación: Existe una correlación lineal positiva y fuerte (r ≈ 0.83). Esto significa
que a medida que aumenta la satisfacción del cliente, también tiende a mejorar su
percepción sobre el precio.
Cálculo del Coeficiente de Determinación (R^2)
El coeficiente de determinación se obtiene elevando al cuadrado el coeficiente de
correlación:
R^2 = r^2 = (0.8274)^2 ≈ 0.6846
Interpretación: El R^2 es aproximadamente 68.46%. Esto indica que el 68.46% de la
variabilidad en la percepción del precio de los clientes se explica a través de su nivel
de satisfacción con los productos de Pretty Cookies. El resto (31.54%) se debe a otros
factores no incluidos en el modelo.
Ecuación de la Recta de Regresión (ŷ = a + bx)
Paso A: Calcular la pendiente (b):
b = sxy / sx^2 = 1.15 / 1.52 ≈ 0.7566
Paso B: Calcular el intercepto (a):
a = ȳ - b * x̄ = 3.85 - (0.7566 * 3.95) ≈ 0.8614
Ecuación final de la recta:
ŷ = 0.8614 + 0.7566x
Proyección en el Negocio
Si un cliente otorga la máxima calificación en satisfacción (x = 5.0), proyectamos su
percepción del precio:
ŷ = 0.8614 + 0.7566 * 5.0 ≈ 4.644
Conclusión de la proyección: Si la satisfacción del cliente alcanza un nivel de 5.0, se
proyecta que su percepción del precio se elevará notablemente hasta un valor
estimado de 4.64 en la escala.
La representación gráfica del modelo de regresión lineal muestra la relación entre el
Nivel de satisfacción (X) y la Percepción del precio (Y), incluyendo la línea de
regresión ajustada y el punto de proyección para x = 5.0.