Machismo











Tamaño para la tasa de llegada
 
 
n' = 15

 

 
 
 
ΣX = 200
 
 
 
 
x = 13.3333
 
 
 
 
S = 5.1083
 
 
 
 
α = E = 0.05
 

n = 225.553526 = 226 muestras
Zα/2 = 1.96
 
 
 
 

Tamaño para la tasa de servicio
 
 
n' = 15

 
 
ΣX = 220

 
 
x = 14.6667

 
 
S = 5.8999

 
 
α = E = 0.05

n = 248.654668 = 249 muestras
Zα/2= 1.96
 
 
 
 





Diseño de muestreo aleatorio






n
Fecha
tasa de llegada
tasa de servicio


(clientes/hora)
(clientes/hora)
16
Martes 18 - 12:06pm
15
16
17
Martes 18 - 3:20pm
12
9
18
Martes 18 - 7:53pm
8
21
19
Martes 18 - 8:23pm
14
20
20
Martes 18 - 9:53pm
8
16
21
Miércoles 19 - 10:00am
7
18
22
Miércoles 19 - 11:30am
16
17
23
Miércoles19 - 2:07pm
15
10
24
Miércoles 19 - 3:37pm
10
20
25
Miércoles 19 - 9:31pm
17
21
26
Jueves 20 - 11:10am
14
13
27
Jueves 20 - 2:28pm
12
16
28
Jueves 20 - 3:28pm
15
16
29
Jueves 20 - 7:50pm
8
15
30
Jueves 20 - 8:50pm
12
20
31
Jueves 20 - 9:50pm
13
7
32
Viernes 21 - 9:00am
11
8
33
Viernes 21 - 10:00am
16
20
34
Viernes 21 - 12:35pm
15
19
35
Viernes 21 -1:35pm
9
10
36
Viernes 21 - 3:30pm
13
10
37
Viernes 21 - 4:30pm
9
8
38
Viernes 21 - 7:02pm
10
7
39
Viernes 21 - 8:02pm
9
15
40
Viernes 21 - 9:02pm
12
20
41
Sábado 22 - 10:00am
18
19
42
Sábado 22 - 11:30am
17
8
43
Sábado 22 - 2:26pm
17
10
44
Sábado 22 - 3:56pm
16
9

45
Sábado 22 - 7:00pm
11
10
46
Sábado 22 - 8:00pm
16
13
47
Sábado 22 - 9:00pm
9
1848
Sábado 22 - 8:30pm
14
11
49
Domingo 23 - 10:03am
11
8
50
Domingo 23 - 11:03am
10
10
51
Domingo 23 - 12:03am
7
12
52
Domingo 23 - 2:00pm
15
20
53
Domingo 23 - 3:00pm
16
17
54
Domingo 23 - 4:00pm
18
16
55
Domingo 23 - 5:00pm
16
7
56
Domingo 23 - 7:12pm
17
17
57
Domingo 23 - 8:12pm
11
9
58
Domingo 23 - 9:12pm
8
12
59
Domingo 23 - 10:12pm
14
8
60Martes 25 - 12:05pm
11
13
61
Martes 25 - 1:05pm
9
10
62
Martes 25 - 3:14pm
10
20
63
Martes 25 - 7:59pm
8
7
64
Martes 25 - 8:59pm
11
12
65
Martes 25 - 9:59pm
14
7
66
Miércoles 26 - 9:30am
18
19
67
Miércoles 26 - 10:30am
10
7
68
Miércoles 26 - 2:25pm
16
17
69
Miércoles 26 - 3:25pm
13
10
70
Miércoles 26 - 9:33pm
12
21
71
Miércoles 26 - 10:33pm
7
7Error para la tasa de llegada
 
 
 
n' = 15
n=71 observaciones








 
ΣX = 200
 

 
x = 13.3333
 

 
S = 5.1083
 

 
α = 0.05
 
E=0.089118
 
 
Zα/2 = 1.96
 
 
 
 

Error para la tasa de servicio
 
 
 
n' = 15
 








 
ΣX = 220
 

 
x = 14.6667
 

 
S = 5.8999
 

 
α = 0.05
 
E=0.093570
 
 
Zα/2 = 1.96
 
 
 
 CONCLUSION
El siguiente estudio se realizara con un total de 71 observaciones registradas en el local “ HELADOS BON” ubicado en la AVE. JUAN PABLO DUARTE #181 con errores muestrales de 8.9118% y 9.3570% para la tasa de llegada y tasa de servicio respectivamente, asi como un nivel de significancia del 5%.






PRUEBA DE BONDAD DE AJUSTE PARA LA TASA DE LLEGADA
H0: los datos siguen unadistribución poisson
clese
Li-LS
Xi
Oi
Xi*Oi
P
ei
((0i-ei)^2)/ei
1
2--5
3.5
1
3.5
0.001361114
0.095277987
8.590881717
2
5--8
6.5
9
58.5
0.029994372
2.099606033
22.67827209
3
8--11
9.5
19
180.5
0.157376268
11.01633875
5.785846669
4
11--14
12.5
19
237.5
0.311069318
21.77485227
0.353609982
5
14--17
15.5
17
263.5
0.292228147
20.45597026
0.58387504
6
17--2018.5
3
55.5
0.15041861
10.52930269
5.384060152
7
20--23
21.5
2
43
0.046728128
3.270968978
0.493848201
total
 
 
70
 
0.989175957
69.24231698
43.87039385
H1: los datos no siguen una distribución poisson

λ= 900/71=12.67= 12.67 clientes/hora
P= poisson.dis( x, λ, cumulative)
P1 = poisson.dist( 3.5, 12.67, true)= 0.001361114
ei= (70)*(...