2.

ESTADISTICA DESCRIPTIVA
CONTENIDO
2.1 DISTRIBUCIONES DE FRECUENCIAS Y GRAFICOS 2.1.1 DATOS CORRESPONDIENTES A UN ATRIBUTO 2.1.2 DATOS CORRESPONDIENTES A UNA VARIABLE DISCRETA 2.1.3 DATOS CORRESPONDIENTES A UNA VARIABLE CONTINUA 2.1.4GRAFICAS DE SERIE DE TIEMPO 2.2 MEDIDAS CARACTERISTICAS DE UNA DISTRIBUCION DE FRECUENCIAS. 2.2.1 MEDIDAS DE POSICION 2.2.2 MEDIDAS DE DISPERSIN 2.2.3 COEFICIENTE DE VARIACION 2.3 REGLA EMPIRICA 2.4 DIAGRAMAS DE CAJA O BOX - PLOT 2.5 TRANSFORMACIONES LINEALES 2.6 TRABAJO PRACTICO 2.7 COMPLEMENTO PARA EL USO DE EXCEL 11 11 14 16 22

2 ESTADISTICA DESCRIPTIVA................................................................................... 11

25 26 29 32 33 34 36 38 44

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

11

2 ESTADISTICA DESCRIPTIVA
Una vez fijado el objetivo de estudio y en consecuencia definida la o las poblaciones asociadas, se procede a la recoleccin de los datos (censo o muestra). Considerando que el conjunto de datos constituye una muestra, en este captulo se estudian algunas de las t cnicas m!s usadas para" la presentacin de los mismos en forma ordenada ( tablas y gr!ficos) el c!lculo de medidas res#menes.

$ntes de analizar los datos es importante determinar primero si se recogieron datos cualitativos o cuantitativos ya que se usan t cnicas estadsticas distintas para cada uno de ellos, por lo que se pueden esperar resultados errneos si se aplica una t cnica inapropiada.

2.1 DISTRIBUCIONES DE FRECUENCIAS Y GRAFICOS

Una forma #til de presentar un conjunto de datos es la distribucin de frecuencias.

2.1.1 DATOS CORRESPONDIENTES A UN ATRIBUTO

%jemplo :
&os siguientes datos representan la condicin en 'atem!tica (iscreta de los alumnos de la ca) rrera de *ngeniera en +istemas de *nformacin de la U.,.-., .eg. .osario, inscriptos en la asignatura /robabilidad y %stadstica, en el a0o 1221

Condicin Apr !"#" R&'()"r C(r*"#" C(r*"+# S,+ -(r*"r T .")&*

Nmero de alumnos Proporcin de alumnos

nk
119 32$ 13 44 3 499

fk
$%24 $%64 $%$3 $%$9 $ 1%$$

Caracterstica en estudio" Condicin en 'atem!tica (iscreta (variable cualitativa o atributo) /ara armar la distribucin de frecuencias se particion al conjunto de los 344 alumnos inscriptos en /robabilidad y %stadstica en el a0o 1221 en subconjuntos o c ases seg#n los niveles del atributo (en el ejemplo 5 niveles que se corresponden con las condiciones de" aprobada, regular, cursada, cursando y sin cursar). %l n#mero de elementos que pertenecen a cada clase recibe el nombre de frecuencia abs! uta "n#$. %l cociente entre la frecuencia absoluta y el n#mero total de observaciones recibe el nombre de frecuencia re ati%a " f# $. &a suma de las frecuencias absolutas es igual al n#mero total de observaciones y en conse) cuencia, la suma de las frecuencias relativas es siempre igual a 6.
G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

12

%s muy frecuente e7presar a las frecuencias relativas como porcentaje8 as en el ejemplo diremos que slo el 13 9 de los alumnos que cursaron /robabilidad y %stadstica en el 1221, tenan aprobada la asignatura 'atem!tica (iscreta.

REPRESENTACION GRAFICA GRAFICO CIRCULAR O SECTORES (realizado en %7cel, con asistente de gr!fico )

C!ndicin en &ate'(tica Discreta de !s a u'n!s )ue cursan Pr!b. * Estad+stica , a-! 2..2
+in cursar 29 $probada 139

Cursando 49 Cursada ;9

.egular :39

GRAFICO DE BARRAS (realizado en %7cel con asistente de gr!fico)

C!ndicin en &ate'(tica Discreta de !s a u'n!s inscri/t!s en Pr!babi idad * Estad+stica , 2..2
2,<2 2,:2

frec. relativa

2,52 2,32 2,;2 2,12 2,62 2,22

$probada

.egular

Cursada Condicin

Cursando

+in cursar

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

13

DIAGRAMA DE PARETO
%s un caso especial del diagrama de barras, que se usa con frecuencia en control de calidad. &as barras se grafican en orden descendente. /uede tambi n incluir una segunda escala (del 2 al 622), encima de las barras de las clases, que muestre los porcentajes acumulados. %ste tipo de diagrama lleva el nombre del economista italiano =. /areto y en general representa la > ley de /areto?, esto es" la mayor parte de los defectos aparece slo en unas pocas categoras.

%jemplo "
Un analista de redes registr las causas principales que propiciaron fallas en los sistemas durante los #ltimos seis meses, obteniendo el siguiente resultado" Razn de la falla C +&/,0+ 12*,-" F"))" &)3-.r,-" S 1.5"r& #&) *&r6,# r 7"r#5"r& #&) *&r6,# r S&r6,# r *,+ 8&8 r," #,*p +,!)& A+-9 #& !"+#" ,+"#&-("# Frecuencia 1 4 24 4 14 1

%ste resultado se presenta en un diagrama de /areto (obtenido a trav s del soft@are estadstico +/++)

.azn de la falla
:2 622 52

/ercent

32

;2 1D 12 63 D 2 +oft servidor Calla el ctrica +in memoria 3 $ncAo de banda Cone7in fsica Bard@are

52

Count

62

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

14

2.1.2 DATOS CORRESPONDIENTES A UNA VARIAB0E DISCRETA

%jemplo "
Un distribuidor de aspiradoras registra el n#mero de unidades vendidas por da durante un perodo de 52 das. &os resultados obtenidos fueron"

44 44 46 4: 4;

44 49 9$ 49 44

4: 9$ 49 91 4:

49 44 44 46 44

44 4: 91 9$ 91

49 91 92 49 4:

44 46 49 91 92

91 49 44 92 9$

4: 4; 94 49 4;

4; 44 9$ 44 4:

Caracterstica en estudio" n#mero de aspiradoras vendidas por da (variable discreta) $ fin de ordenar la informacin se particiona al conjunto de 52 das en clases, seg#n la variable en estudio" n#mero de aspiradoras vendidas por da y se realiza el cmputo de frecuencias seg#n se indica en la siguiente"

DISTRIBUCION DE FRECUENCIAS

V") r #& )" 6"r,"!)&

/<

C08p(. #& Fr&-(&+-,"*

Fr&-(&+-," "!* )(."

Fr&-(&+-," r&)".,6"

+<

1<

Fr&-(&+-," "!* )(." "-(8()"#"

Fr&-(&+-," r&)".,6" "-(8()"#"

N<

F<

44 4; 46 4: 44 49 9$ 91 92 93 94

== ==== === ==== == ==== ==== ==== ==== ==== ==== = === = Total

2 4 3 : 1$ 9 ; 6 3 $ 1 ;$

$%$4 $%$4 $%$6 $%14 $%2$ $%14 $%1$ $%12 $%$6 $%$$ $%$2 1%$$

2 6 9 16 26 3; 4$ 46 49 49 ;$

$%$4 $%12 $%14 $%32 $%;2 $%:$ $%4$ $%92 $%94 $%94 1%$$

&a frecuencia abs! uta acu'u ada " N# $ es la cantidad de elementos correspondientes a valores de la variable menores o iguales a 7E . &a frecuencia re ati%a acu'u ada " 1# $ es la proporcin de elementos cuyo valor de la variable es menor o igual que 7E.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

1;

REPRESENTACION GRAFICA GRAFICO DE BASTONES (realizado en %7cel con $n!lisis de datos6)

%l mismo se obtiene representando la frecuencia (absoluta o relativa) correspondiente a cada valor de la variable mediante un segmento cuya longitud es proporcional a la frecuencia.

2,15

frecuencia relativa

2,1

2,65

2,6

2,25

D;

D3

D5

D:

D<

DD

D4

42

46

41

4;

43

n#mero de aspiradoras

GRAFICO ESCALONADO
6 Crec. rel. acumulada 2,D 2,: 2,3 2,1 2 D; D3 D5 D: D< DD D4 42 46 41 4; 43 45

-#mero de aspiradoras

V&r p"* * " *&'(,r p"r" *( (.,),>"-,0+ &+ &) p(+. 2.:: C 8p)&8&+. p"r" &) (* #& E/-&)% p"' 4;. G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

16

+i el n#mero de observaciones Aubiese sido peque0o (supongamos las dos primeras columnas), el tratamiento de la informacin se Aara a trav s de un"

DIAGRAMA DE PUNTOS
44 4; 46 4: 44 49 9$ 91

+@8&r #& "*p,r"# r"*

2.1.2 DATOS CORRESPONDIENTES A UNA VARIAB0E CONTINUA

%jemplo"
Con el propsito de adecuar los objetivos curriculares de una escuela, se decide analizar la realidad socioeconmica de la familia a la cual pertenecen los alumnos ingresantes en un a0o determinado. $ tal fin se registran para cada uno de ellos (entre otros datos) la superfi) cie cubierta de la vivienda que Aabita la familia del alumno ingresante. &os resultados obteni) dos para ;2 alumnos ingresantes seleccionados al azar fueron"

4; A 11: A 92 A 12$ A 94 A 11$ A 1;1 A 9$ A 4$ A 116 A 9; A 1$2 A 1$$ A 113 A 114 A 14$ A 133 A 1$4 A 11; A 144 A 11$ A 13$ A 1$$ A 12$ A 1$4 A 12; A 1$; A 13$ A 112 A 1;$
Caracterstica en estudio" superficie cubierta de la vivienda, en m1 (variable continua).

DIAGRAMA DE TALLO- OJA

Como un paso previo a la construccin de la distribucin de frecuencias, los datos pueden organizarse en un dia3ra'a de ta !,4!5a. %n este tipo de diagramas, cada valor observado se descompone en >dgitos tallo? y >dgitos Aoja?. %n el ejemplo planteado, la decena y la centena de cada valor observado forman los >dgitos tallo? y la unidad el >dgito Aoja?. $s, para las dos primeras observaciones (D5 y 66<) re) sultan"

#2',. * .")) 4 11

#2',. * 9 ?" ; :

%s conveniente presentar a los dgitos Aoja ordenados en forma creciente para facilitar la posterior utilizacin del diagrama tallo)Aoja, tanto en forma gr!fica como tabular.
G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

1:

%n el ejemplo, resulta el dia3ra'a de ta !,4!5a realizado con /B+tat 1 "

6 8 1. 11 12 12 19 17 .7 .297 ..2766 ..227:;6 ..7 ..2 .6 .1

DISTRIBUCION DE FRECUENCIAS
Ftra forma de organizar la informacin es individualizando entre los datos, el valor mnimo (D2 m1) y el m!7imo (656 m1) que asume la variable. &a diferencia entre ambos valores (en este caso <6 m1) se llama ran3!. &os 1D valores restantes pertenecen al intervalo [ D2, 656]. /ara poder realizar el respectivo cmputo de frecuencias, dicAo intervalo se particiona en subintervalos de igual amplitud. Cada uno de ellos identifica a una clase y recibe el nombre de inter%a ! de c ase . Cuando se agrupan datos a trav s de intervalos de clase, se produce una p rdida de informacin por la no conservacin de los valores individuales. (emasiados intervalos provoca p rdida de efectividad como medio de resumir datos8 en cambio, pocos intervalos condensan tanto la informacin que arrojan poca luz sobre el comportamiento de la caracterstica. &a eleccin del n#mero de subintervalos est! estrecAamente relacionada con la cantidad de datos que se consideran. %s com#n usar entre 5 y 12 subintervalos. +uele aplicarse una regla pr!ctica que indica que el n#mero de subintervalos es apro7imadamente igual a la raz cuadrada del n#mero de observaciones. /ara el ejemplo dado, se tomar!n : subintervalos, dado que 3$ G 5,3<<1

Cuando se fijan los intervalos de clase, se debe tener en cuenta que"

(eben ser se'iabiert!s para que cada valor de la variable pertenezca a uno y slo uno de los intervalos. %n el ejemplo " <4 H 7 46 ( <4 , 46] %l /unt! 'edi! de cada intervalo de clase debe ser un posible valor de la variable (de acuerdo a las restricciones con las que se e7presan los valores de las observaciones). %n el ejemplo los puntos medios deben ser valores enteros a pesar de que la variable es continua.

%s preferible, por facilidad en el an!lisis, que los intervalos posean igual a'/ itud. &a tabla siguiente muestra la distribucin de frecuencias del ejemplo "
2

P7S.". &* (+ - 8p)&8&+. &*."#2*.,- p"r" M,-r * 1. E/-&) ,+-)(,# &+ &) CD B(& "- 8p"C" ") ),!r E*."#2*.,-" p"r" A#8,+,*A .r"-,0+ D2#" &#,-,0+E #& B&r&+* +% MF L&6,+& % D. G Hr&9!,&)%T.F &#,. r,") P&"r* + E#(-"-,0+% M3/,- % 2$$1.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

14

I+.&r6") #& -)"*& P(+. 8&#,

Fr&-(&+-," "!* )(."

Fr&-(&+-," r&)".,6"

Fr&-(&+-," "!* )(." "-(8()"#"

Fr&-(&+-," r&)".,6" "-(8()"#"

:9 I / 91 91 I / 1$3 1$3 I / 11; 11; I / 12: 12: I / 139 139 I / 1;1

4; 9: 1$9 121 133 14;

3 6 4 6 3 4 3$

$%1$ $%2$ $%2: $%2$ $%1$ $%13 1%$$

3 9 1: 23 26 3$

$%1$ $%3$ $%;: $%:: $%4: 1%$$

REPRESENTACION GRAFICA

ISTOGRAMA
&as bases de las barras tienen la longitud igual a la amplitud del intervalo de clase que representan y se ubican sobre el eje de la abscisa. %l !rea de cada barra es proporcional a la frecuencia del intervalo de clase. +i los intervalos de clase son de igual amplitud, las alturas de las barras resultan proporcionales a las frecuencias de las clases. %n caso de amplitudes diferentes, las alturas deben ser calculadas para que se verifique la condicin anterior.

/ara el ejemplo, se presenta a continuacin la distribucin de frecuencia y el Aistograma realizado en %7cel con $n!lisis de datos"; C)"*&* :9 91 1$3 11; 12: 139 1;1 163 Fr&-(&+-," $ $%1$ $%2$ $%2: $%2$ $%1$ $%13 $ Fr&-. "-(8()"#" $ $%1$ $%3$ $%;: $%:: $%4: 1 1

V&r p"* * " *&'(,r p"r" *( (.,),>"-,0+ &+ &) p(+. 2.:: C 8p)&8&+. p"r" &) (* #& E/-&)% p"' 4;

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

19

2,; 2,15 Crecuencia 2,1 2,65 2,6 2,25 2 <4 46 62; 665 61< 6;4 656 6:; +uperficie cubierta (en m1)

&os Aistogramas son m!s f!ciles de interpretar si los intervalos de clase tienen la misma amplitud. %l Aistograma, al igual que el diagrama de tallo)Aoja, proporciona una impresin visual del aspecto que tiene la distribucin de las observaciones, as como informacin sobre la dispersin de los datos. $l pasar de los datos originales o del diagrama de tallo)Aoja a la distribucin de frecuencias y al Aistograma, se pierde parte de la informacin debido a que ya no se tienen las observaciones originales. +in embargo, esta p rdida en la informacin a menudo es peque0a si se le compara con la facilidad de interpretacin ganada al utilizar la distribucin de frecuencias y el Aistograma. /ara conjuntos de datos peque0os, los Aistogramas pueden cambiar claramente de apariencia si el n#mero de clases o el ancAo de stas cambia. &os Aistogramas son m!s estables si el n#mero de observaciones es grande.

POLIGONO DE FRECUENCIAS
Ftra forma de representar gr!ficamente la distribucin de frecuencias absolutas o relativas es a trav s del /! +3!n! de frecuencias. +i se considera una distribucin de frecuencias con intervalos de clase de igual amplitud, el polgono est! referido a un sistema coordenado donde cada v rtice tiene por abscisa el punto medio del intervalo y por ordenada la frecuencia del intervalo de clase. /ara Aallar los puntos de iniciacin y finalizacin del polgono, se consideran dos intervalos de clase (uno anterior al primero y otro posterior al #ltimo) de igual amplitud a los restantes y de frecuencia cero. +e demuestra mediante la igualdad de tri!ngulos que el polgono as construido encierra igual !rea que el Aistograma.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

2$

/ara el ejemplo"

2,; 2,15 frecuencia relativa 2,1 2,65 2,6 2,25 2 <; D5 4< 624 616 6;; 635 65< sup. cubierta (en m1)

POLIGONO DE FRECUENCIAS ACUMULADAS

(e igual forma se puede construir el polgono de frecuencias acumuladas como se muestra en la siguiente figura"

1 0,9

Crec. relativa acumulada

0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

:<

<4

46

62;

665

61<

6;4

656

6:;

+up. cubierta (en m1)

+e presenta a continuacin otro ejemplo sobre variable continua

4

"

E?&8p) &/.r"2# #& JPr !"!,),#"# G E*."#2*.,-" "p),-"#" " )" I+'&+,&r2"K #& M +.' 8&rG D (')"*% R(+'&r G& rA '&.A M- Gr"5 7,)) L M3/,- % 1996. p"'. ; G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

21

&os datos de la siguiente tabla representan la resistencia a la tensin, en libras por pulgada
cuadrada (psi), de D2 muestras de una nueva aleacin de aluminio y litio, que est! siendo evaluada como posible material para la fabricacin de elementos estructurales de aeronaves.

R&*,*.&+-," " )" .&+*,0+ #& 4$ 8(&*.r"* #& ")&"-,0+ #& ")(8,+, A),., 1$; 221 143 146 121 141 9: 1;4 1;3 1:4 12$ 164 24; 224 1:4 199 141 1;4 163 131 1;4 11; 16$ 2$4 2$: 14$ 19$ 193 194 133 134 1:4 :6 16: 144 13; 214 1;: 1$1 1:1 16; 1:2 199 1;1 142 163 14; 1:1 16$ 1:; 149 4: 16$ 23: 196 2$1 2$$ 1:6 1;$ 1:$

14$ 16: 1:6 1;4 1;6 229 1;4 144 1;$ 114

143 141 11$ 133 123 146 169 1;4 13; 149

&os datos fueron registrados conforme se realizaba la prueba y en este formato no conllevan mucAa informacin con respecto a la resistencia a la tensin. -o es f!cil responder a preguntas tales como >IJu porcentaje de las muestras fallaron debajo de los 612 psiK?. (ado que se tienen mucAas observaciones, la construccin de un diagrama de puntos para estos datos es ineficiente8 e7isten presentaciones visuales m!s eficaces para conjuntos grandes de datos. Una de ellas es el ya visto dia3ra'a de ta ! * 4!5a"

Tallo
: 4 9 1$ 11 12 13 14 1; 16 1: 14 19 2$ 21 22 23 24

Hoja
6 : : ;1 ;4$ 1$3 413;3; 29;43169 4:134$4464$4 3$:3$;$4:9 4;441621$6 $36141$ 96$934 :1$4 4 149 : ;

Frecuencia
1 1 1 2 3 3 6 4 12 1$ 1$ : 6 4 1 3 1 1

Ftra gr!fica apropiada es el Aistograma. -tese en la figura siguiente la simetra de la distribucin de frecuencias de las mediciones de resistencia.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

22

1.6.3 <RA1ICAS DE SERIE DE TIE&PO 7

&as gr!ficas consideradas Aasta el momento (Aistogramas, diagramas de tallo y Aoja) son m todos visuales muy #tiles para mostrar la variabilidad presente en los datos. +in embargo, con frecuencia el tiempo es un factor importante que contribuye a la variabilidad observada en los datos, y los m todos anteriores no lo toman en cuenta. Una serie de tiempo, o secuencia de tiempo, es un conjunto de datos en los que las observaciones se registran en el orden en que ocurren. &a 3r(fica de una serie de tie'/! es un diagrama en el que el eje vertical denota el valor observado (por ejemplo x), mientras que el eje Aorizontal denota el tiempo (que puede ser minutos, das, a0os, etc.). Cuando se grafican las mediciones como una serie de tiempo, a menudo se observan tendencias, ciclos u otras caractersticas importantes de los datos que, de otra forma, pasaran inadvertidas. /or ejemplo, consid rese la figura 6)6D a, la cual presenta la gr!fica de una serie de tiempo de las ventas anuales de una compa0a durante los #ltimos diez a0os. &a impresin general que ofrece esta gr!fica es que las ventas tienen una tendencia a crecer. %7iste cierta variabilidad en esta tendencia, donde, las ventas en algunos a0os aumentaron con respecto a las del a0o anterior, mientras que las ventas de otros a0os disminuyeron. &a figura 6)6D b presenta las ventas de los tres #ltimos a0os notificadas por trimestre. %sta gr!fica muestra de manera clara que las ventas anuales de la empresa e7Aiben una variabilidad c+c ica por trimestre, donde las ventas en los dos primeros trimestres son mayores que en los dos #ltimos.

E/.r"2# #& JPr !"!,),#"# G E*."#2*.,-" "p),-"#" " )" I+'&+,&r2"K #& M +.' 8&rG D (')"*% R(+'&r G& r'&.A MGr"5 7,)) L M3/,- % 1996. p"'. 33

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

23

a)

b) F,'(r" 1A14 V&+."* #& (+" - 8p"C2" p r "C "E G p r .r,8&*.r& !E

$lgunas veces puede ser #til combinar las gr!ficas de serie de tiempo con alguno de los tipos de presentacin gr!fica considerados Aasta el momento, por ejemplo con los diagramas de ta) llo y Aoja, para formar un dia3ra'a de d+3it!s * +neas. &a figura 6.64 presenta un diagrama de dgitos y lneas para las observaciones de resistencia a la tensin del ejemplo de la p!gina 1;, que como se dijo, fueron registradas en el orden en que ocurrieron. %sta gr!fica indica de manera eficaz la variabilidad total de los datos de resistencia a la tensin y, de manera simult!nea, presenta la variabilidad en las mediciones con el paso del tiempo. &a impresin general es que la resistencia cambia alrededor del valor medio de 6:1,:<, y no Aay ning#n patrn obvio sobre esta variabilidad con respecto al tiempo.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

24

%l diagrama de dgitos y lneas de la figura 6.12 presenta una situacin diferente. %sta gr!fica resume ;2 observaciones sobre la concentracin de un producto obtenido mediante un proceso qumico, donde las observaciones se registraron a intervalos de una Aora. &a gr!fica indica que, durante las primeras 12 Aoras de operacin, el proceso produjo concentraciones en general por encima de D5 gLl, pero despu s de la muestra 12 algo ocurri con el proceso, que dio como resultado concentraciones m!s bajas. +i esta variabilidad en la concentracin del producto puede reducirse, entonces es posible mejorar la operacin del proceso.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

2;

2.2 MEDIDAS CARACTERISTICAS DE UNA DISTRIBUCION DE FRECUENCIAS.

&as medidas que resumen la informacin de una distribucin de frecuencias reciben el nombre de"

ESTADISTICOS

de acuerdo a

!" #$%&'(")#*$ +,- .'#$/"$

pueden ser de

POSICION

DISPERSION

M-/#" M&#,"

M-/#"$"

M&/"

F'")0#!"1

R"$2&

3"'#"$4"

D-156& -107$/"'

D-156& I$0-'),"'06!#)&

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

26

2.2.1 &EDIDAS DE POSICION

+e llaman tambi n de tendencia centra y est!n referidas a la posicin de la distribucin de frecuencias sobre el eje de las abscisas.

%llas son "

NOMBRE

NOTACION

DEFINICION

Media aritmtica

E* &) pr 8&#, #& )"* !*&r6"-, +&*

Moda

M x

E* &) 6") r #& )" 6"r,"!)& - + 8"G r 1r&-(&+-," E* &) 82+,8 6") r #& )" 6"r,"!)& B(& "-(8()"% p r ) 8&+ *% &) ;$ O #& )"* !*&r6"-, +&* r#&+"#"* &+ 1 r8" -r&-,&+.& S + ) * 82+,8 * 6") r&* #& )" 6"r,"!)& B(& "-(8()"+ r&*p&-.,6"8&+.&% p r ) 8&+ * :

Mediana

N x

C,"'0#!-1 Fractilas D-)#!-1 P-')-$0#!-1

+1 +2 +3 /1 /2 ...... /8 91 92 ........988

&) 2;O % &) ;$O G &) :;O #& )"* !*&r6"A -, +&* r#&+"#"* &+ 1 r8" -r&-,&+.&. &) 1$O % &) 2$O ........&) 9$O #& )"* !*&rA 6"-, +&* r#&+"#"* &+ 1 r8" -r&-,&+.&. &) 1O % &) 2O ........ &) 99O #& )"* !*&rA 6"-, +&* r#&+"#"* &+ 1 r8" -r&-,&+.&.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

2:

M-/#" "'#0(:0#)" & 9'&(-/#& (,-10'"!

%s la m!s conocida y utilizada de las medidas de posicin. -o coincide necesariamente con un valor de la variable. /ara el c!lculo del promedio de n observaciones de la variable M ( 7i con i G 6, 1,.......n ), resulta"

x=

1 n

xi

D1E

i= 1

+i las n observaciones est!n agrupadas en r clases , la frmula (6) resulta "

x=

1 n

xi ni =

i= 1

xi fi

D2E

i= 1

%n los casos en que las observaciones se encuentren agrupadas en intervalos de clase, se le da a 7i el valor del punto medio del intervalo de clase correspondiente.

Caracter sticas del promedio!

,oma en consideracin toda la informacin por lo tanto es muy sensible a la influencia de los valores e7tremos, lo que puede ser una ventaja o desventaja, seg#n la situacin. %s una medida de posicin #til para comparar dos o m!s distribuciones, slo si stas tienen forma semejante.

M&/"
%s el valor de la variable con mayor frecuencia.

Caracter sticas de la moda!

$lgunos conjuntos de observaciones no poseen moda. $lgunos conjuntos de observaciones tienen m!s de una moda.

M-/#"$"
%s el mnimo valor de la variable que acumula, por lo menos, el 52 9 de las observaciones ordenadas en forma creciente, por tal razn es uno de los llamados estadsticos de orden.

N x = F DN x E $%;

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

24

Caracter stica de la mediana!

A) + . 8"r &+ -(&+." . #" )" ,+1 r8"-,0+ p(&* #&p&+#& #& )" -"+.,#"# #& !*&r6"-, +&* G + #& )" 8"'+,.(# #& +,+'@+ 6") r &/.r&8 % + &* *&+*,!)& " #,-9 * 6") r&* &/.r&8 *.

F'")0#!"1
S& .r"!"?"+ &+ 1 r8" *,8,)"r " )" 8&#,"+".

E?&r-,-, * 1. I+#,B(& -08 -")-()"r2" )" 8&#,"+" &+ ) * *,'(,&+.&* -"* * :

*, *& .,&+& (+ +@8&r ,8p"r #& !*&r6"-, +&*% p r &?. : : % 12 % 1; % 1$ % 4 *, *& .,&+& (+ +@8&r p"r #& !*&r6"-, +&*% p r &?. : 4 % 1: % 1; % 1$ % 12 % : *, )"* !*&r6"-, +&* *& &+-(&+.r"+ -)"*,1,-"#"* &+ -)"*&* D&?. "p"r."# 2.1.2% p"'. 16E *, )"* !*&r6"-, +&* *& &+-(&+.r"+ "'r(p"#"* &+ ,+.&r6") * #& -)"*& D&?. "p"r."#
2.1.3 % p"'. 2$ E
2. L * @).,8 * #,&> #2"* #& ?(+, % &) .r&+ J C *." E*p&-,") K ))&'0 ."r#& " *( #&*.,+ &+ ) *

*,'(,&+.&* +@8&r * #& 8,+(. * D (+ +@8&r +&'".,6 *,'+,1,-" B(& &) .r&+ ))&'0 - + "+.,A -,p"-,0+E: 3 % 6 % 4 % 1$ % A 4 % 124 % 2 % A 1 % 4 % 1 PQ(3 8&#,#"* #& p *,-,0+ (.,),>"r2" U#. p"r" :

8 *.r"r B(& &) .r&+ 1r&-& (+ !(&+ *&r6,-, R 8 *.r"r B(& &) .r&+ 1r&-& (+ 8") *&r6,-, R
COMPARACION DE MEDIA ARITMETICA; MEDIANA Y MODA D#10'#.,)#*$ S#( :0'#)"

"edia "ediana "oda

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

29

D#10'#.,)#&$-1 A1#(:0'#)"1 & S-12"/"1

D,*.r,!(-,0+ "*,83.r,-" " )" #&r&-9"

D,*.r,!(-,0+ "*,83.r,-" " )" ,>B(,&r#"

2.2.2 &EDIDAS DE DISPERSI=N

$nalizando comparativamente las siguientes distribuciones se observa que a pesar de que est!n igualmente centradas, los valores de la variable de cada una de ellas est!n alejados del promedio de manera distinta. %sta situacin Aace ver la necesidad del estudio de otro tipo de medida caracterstica de las distribuciones de frecuencias que son llamadas de dis/ersin.

(icAa informacin se obtiene a trav s de los siguientes estad+stic!s de dis/ersin"

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

3$

NOMBRE

NOTACION

DEFINICION E* )" #,1&r&+-," &+.r& &) 8"G r &) 8&+ r 6") r #& )"* !*&r6"-, +&* G

R"$2&

'

3"'#"$4" (,-10'"!

12+A1

E* &) pr 8&#, % "pr /,8"# % #& ) * -("#r"# * #& )"* #,1&r&+-,"* &+.r& ) * 6") r&* #& )"* !*&r6"-, A +&* G *( - rr&*p +#,&+.& 8&#," "r,.83.,-"

D-156& -107$/"' (,-10'"!

E* )" r"2> -("#r"#" p *,.,6" #& )" 6"r,"+>".

R-)&''#/& #$0-'),"'06!#)&

'#+

E* )" #,1&r&+-," &+.r& &) -("r.,) 3

G &) -("r.,) 1.

R"$2&
%s la diferencia entre el m!7imo valor de las observaciones (7 ') y el mnimo valor de las mismas (7m )

r S /M A / 8
/roporciona una primera informacin sobre la dispersin de los valores pero basta que al menos uno de los dos valores que intervienen en su c!lculo est e7cesivamente alejado para que pierda importancia la informacin que brinda.

3"'#"$4" (,-10'"!
%s el promedio, apro7imado, de los cuadrados de los desvos de las observaciones con res) pecto a su media aritm tica.
2 sn 1 =

1 r 2 ( xi x ) ni n 1 i= 1

+i el denominador Aubiese sido n en lugar de n)6, se Aubiera obtenido el promedio de los cuadrados de los desvos de las observaciones con respecto al promedio de las mismas. +in embargo, n)6 se usa aqu debido a ciertas propiedades deseables del estadstico s1 que lo
G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

31

Aacen apropiado para la inferencia estadstica. +i el tama0o de la muestra es grande, la diferencia entre s1n y s1n)6 es despreciable. &a varianza est! e7presada en unidades al cuadrado, lo que representa una desventaja para su interpretacin.

D-156& -107$/"' (,-10'"!

%s la raz cuadrada positiva de la varianza muestral. s =
2 sn 1

%ste estadstico tiene la ventaja de estar e7presado en la misma unidad de las observaciones

R-)&''#/& #$0-'),"'06!#)&
%s la diferencia entre el tercer cuartil y el primer cuartil.

r,B S B3 A B1
+e dar!n a continuacin las medidas caractersticas calculadas para los dos ejemplos trabajados con variable discreta y con variable continua. &as mismas fueron obtenidas en %7cel con $n!lisis de datos, en la opcin %stadstica (escriptiva "

/ara el ejemplo del apartado 1.6.1 correspondiente al n#mero de aspiradoras vendidas

diariamente por un distribuidor, las mismas resultaron "
-#mero de $spiradoras 'edia DD,33 %rror tpico 2,;1 'ediana DD,22 'oda DD,22 (esviacin est!ndar 1,1; =arianza de la muestra 3,44 Curtosis )2,11 Coeficiente de asimetra 2,25 .ango 62 'nimo D3 '!7imo 43 +uma 3311 Cuenta 52

Con respecto al ejemplo del apartado 1.6.; correspondiente a la superficie cubierta de las
viviendas de los alumnos ingresantes a una escuela las mismas resultaron "
G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

32

+uperficie cubierta (en m1) 'edia 66;,42 %rror tpico ;,36 'ediana 661,52 'oda 612,22 (esviacin est!ndar 6D,<2 =arianza de la muestra ;34,53 Curtosis )2,;; Coeficiente de asimetra 2,;5 .ango <6 'nimo D2 '!7imo 656 +uma ;36< Cuenta ;2

2.2.2 COE1ICIENTE DE VARIACION

%s una medida de variacin relativa. +e simboliza c.v. y es igual a "

c.#. =

s . 1$$ x

%s el desvo est!ndar e7presado como porcentaje de la media aritm tica, por lo tanto no viene e7presado en unidades. %s #til para la comparacin de la variabilidad relativa entre distribuciones que no est!n e7presadas en la misma unidad de medida o bien, entre distribuciones que si bien est!n e7presadas en la misma unidad, poseen promedios muy dispares.

%jemplo "
%n febrero del a0o pasado, los datos de pr stamos personales de una mutual mostraron un promedio de N:52 y una desviacin est!ndar de N;22. .ecientemente se calcul la media y la desviacin est!ndar correspondiente a los pr stamos personales de febrero del presente a0o resultando las mismas N 422 y N ;52 respectivamente. I%n cu!l de los dos a0os los pr stamos personales presentaron menor dispersin relativaK

c.v. a0o pasado G ( ;22 L :52 ) . 622 G 359 c.v. presente a0o G ( ;52 L 422 ) . 622 G ;49
&a menor dispersin relativa se presenta en los pr stamos personales otorgados este a0o por la mutual.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

33

2.3 REGLA EMPIRICA

%s posible que dos conjuntos de datos distintos tengan el mismo rango pero difieran considerablemente en el grado de variacin de los datos. %n consecuencia, el rango es una medida relativamente insensible de la variacin de los datos. &a varianza tiene importancia terica, pero es difcil de interpretar porque las unidades de medicin de la variable de inter s est!n elevadas al cuadrado. %n cambio, las unidades de medicin de la desviacin est!ndar son las unidades de la variable. +i la desviacin est!ndar se combina con la media del conjunto de datos, resulta f!cil interpretarla. Una regla pr!ctica #til es la que se conoce como re3 a e'/+rica, a saber" +i un conjunto de datos tiene una distribucin a/r!>i'ada'ente si'?trica se pueden utilizar las siguientes reglas pr!cticas para describir el conjunto de datos"

$pro7imadamente el :D 9 de las observaciones quedan a una desviacin est!ndar de su media (es decir, dentro del intervalo x * ) $pro7imadamente el 45 9 de las observaciones quedan a dos desviaciones est!ndar de su media (es decir, dentro del intervalo x 2 * ) Casi todas las observaciones quedan a tres desviaciones est!ndar de su media (es decir, dentro del intervalo x 3 * )

&a regla emprica es el resultado de la e7periencia pr!ctica de investigadores en mucAas disciplinas, que Aan observado muy diferentes tipos de conjuntos de datos de la vida real.

F(&+.& : E*."#2*.,-" E)&8&+."). T 9+* + L H(!G p"' 42

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

34

Con respecto al ejemplo del apartado 1.6.; correspondiente a la superficie cubierta de las
viviendas de los alumnos ingresantes a una escuela, la media es 66;,D m1 y la desviacin est!ndar 6D,1:< m1. &as proporciones del n#mero total de observaciones que se esperara encontrar en x 3 * seg#n la regla emprica, as como las los intervalos x * , x 2 * y proporciones reales, se presentan en la siguiente tabla"

< 1 2 3

x <*
9;%;33 L 132%$6: ::%266 L 1;$%334 ;4%999 L 164%6$1

Proporcin esperada de obser#aciones en el inter#alo $%64 $%9; Apr /,8"#"8&+.& 1%$$

Proporcin real de obser#aciones en el inter#alo $%6: 1%$$ 1%$$

%n caso de conocer la distribucin de frecuencias, lgicamente se encuentran las proporciones reales de las observaciones para los distintos intervalos y no se aplica la regla emprica.

2.4 DIAGRAMAS DE CAJA O BOX - PLOT

.epresenta los tres cuartiles junto con los dos valores e7tremos de las observaciones. &os diagramas de caja que se presentan a continuacin ( confeccionados con /B+tat ), corresponden a los datos observados para las caractersticas >n#mero de aspiradoras vendidas? y >superficie cubierta de la vivienda? analizadas anteriormente en el desarrollo de las distribuciones de frecuencias de las variables discretas y continuas, respectivamente.

N@ As/irad!ras
4: 43 41 42 DD D: D3 D1 -O $spiradoras

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

3;

Su/erficie cubierta

652 6;2 662 42 +uperficie <2

%l lado inferior de las cajas corresponde al primer cuartil, el lado superior al tercer cuartil y el segmento que divide a las cajas al segundo cuartil. Un segmento de recta une el lado inferior de las cajas con el mnimo valor observado y otro segmento une el lado superior de las cajas con el m!7imo valor observado.

Constituyen una Aerramienta eficaz para el an!lisis de la simetra de una distribucin de frecuencias y su estudio comparativo con otras distribuciones.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

36

DETECCION DE VA0ORES ANO&A0OS "!ut iers$

Bay ocasiones en que un conjunto de datos contiene observaciones inconsistentes y es proba) ble que no se desee incluirlas para su an!lisis. Cuando dicAas observaciones se salen del in) tervalo de valores de datos que se quiere describir, se denominan %a !res an'a !s u !ut iers. Una observacin >7? que es inusualmente grande o peque0a en relacin con los dem!s valores de un conjunto de datos se denomina valor anmalo. Uno de los m todos para determinar si una observacin es un valor anmalo es observar si el valor absoluto de z es anormalmente grande. %l valor >z? de un valor >7? de un conjunto de datos es la distancia a la que se encuentra 7 por arriba o por debajo de la media, medida en unidades de la desviacin est!ndar"

V") r > =

/ A/ *

%stos valores por lo general son atribuibles a una de las siguientes causas"

&a observacin se registra incorrectamente. &a observacin proviene de una poblacin distinta. &a observacin es correcta pero representa un suceso poco com#n (fortuito)

2.5 TRANSFORMACIONES LINEALES

+upongamos una variable >7? con media aritm tica ( / ) y varianza ( s17 ) y una variable >y? de la forma" y G aPb7 +e demuestra f!cilmente que"

G= "+ !/
2 2 2 *G = ! */

( media aritm tica de la variable y ) ( varianza de la variable y ) ( desvo est!ndar de la variable y )

*G S ! */

%n el caso b G 6, lo #nico que se Aace es sumar una constante (a). &a media aritm tica de la nueva variable quedar! incrementada en un valor igual al de la constante (a) y el desvo est!ndar, que es una medida de dispersin, permanece igual. %n cambio, si la variable es multiplicada por una constante b 6, esto produce una contraccin o una dilatacin de la distribucin (seg#n sea b menor o mayor que 6) lo que se refleja en la varianza.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

3:

%jemplo "
+ea la variable 7 " n#mero de das completos trabajados en un a0o por operario de una f!) brica. +e conoce que el promedio de la variable 7 es 142,6 das con una desviacin de 1,1 das. Cada da no trabajado ocasiona a la f!brica una p rdida de N 652. Calcule la p rdida anual promedio por operario y su desvo est!ndar (considere ;22 das la) borables en el a0o). y " p rdida anual por operario

G, S D 3$$ A /, E 1;$
de donde "

G S D 3$$ A 29$%1 E 1;$ S U 144; p rdida anual promedio por operario

*G S 1;$ . 2%2 S U 33$ desviacin est!ndar de la p rdida anual por operario

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

34

2.6 TRABAJO PRACTICO

6.) $nalice los siguientes gr!ficos:. Comente. a ) %l siguiente gr!fico representa una reduccin ( en el a0o 6442 con respecto al a0o anterior ) del 529 en el n#mero de barriles de petrleo e7tranjero utilizado en el proceso de manufactura de productos de pelculas por una empresa.

12$%$$$ B"rr,)&*

6$%$$$

1949

199$

b)

0ideraA3!
;9 19 19

CF&(Q%&& R$-S%. 669 ;19 %...$. T$&&%.U C%-,U.U otros

$%ui&n creen los propietarios 'ue es el l der en bienes ra ces(

L * 'rV1,- * 1(&r + r&"),>"# * p r D,&' M"r.2+&> V,"#&8 +.&% ")(8+ B(& -(r*0 )" "*,'+".(r" &+ &) "C 2$$3 G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

39

c)

C)e#rolet* +os camiones m,s formales - de ma-or duracin* C!'! una r!ca

4D P!rcenta5e 4< 4: 45 CB%=U CF.( ,FUF,$ -*++$Ca'in

",s del ./0 de los camiones C)e#- #endidos durante los ltimos 12 a3os si4uen en el camino*

C)e#rolet* +os camiones m,s formales - de ma-or duracin*

C!'! una r!ca

622 42 D2 <2 :2 52 32 ;2 12 62 2 CB%=U CF.( ,FUF,$ -*++$Ca'in

",s del ./0 de los camiones C)e#- #endidos durante los ltimos 12 a3os si4uen en el camino*

P!rcenta5e

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

4$

1., %n una editorial se clasificaron las publicaciones del a0o anterior seg#n su car!cter y se obtuvo que el 359 de las publicaciones eran cientficas, el 6<9 t cnicas, 6:9 literarias, 619 artsticas y 629 de otro car!cter. /resente un informe respecto a las publicaciones de la editorial. ;.) Una f!brica de est reos desea estudiar la relacin entre el n#mero de piezas defectuosas y el momento de la jornada de trabajo en que se producen las mismas. +e fijaron tres perodos de la jornada " : V < Aoras 8 62 V 66 Aoras y 6; V 63 Aoras y en cada uno de ellos se observ durante treinta das el n#mero de defectuosos. &os resultados obtenidos fueron"

15 per odo 65 per odo 75 per odo

4 4 6 3 4 11

1 1$ 2 6 ; 12

4 6 4 6 6 9

3 4 ; ; 9 14

; 6 : 9 4 12

1$ ; 4 4 1$ 9

4 : ; 6 12 11

4 6 6 : 11 13

1$ 6 4 6 12 12

3 9 6 4 1$ 11

: : ; : 9 13

6 ; : 6 9 14

6 6 4 6 1$ 12

; : 6 ; 4 1$

9 ; ; : : 13

Compare y concluya respecto de la relacin entre el n#mero de piezas defectuosas y el momento de la jornada de trabajo. 3.) &os siguientes datos corresponden a los tiempos de duracin (en segundos) de 622 temas de rocE. .ealiza un an!lisis descriptivo completo de la informacin"

Tiempo 13; 14; 1;; 16; 1:; 14; . . . . . . < < < < < < 14; 1;; 16; 1:; 14; 19;

Frecuencia 4 9 14 2$ 3; 1$

5.) $ los efectos de organizar las compras de gaseosas para la fiesta de fin de curso de un instituto, se le pregunt a cada uno de los 122 integrantes de la comunidad educativa la gaseosa preferida. Completa la siguiente tab a a d!b e entrada considerando que" el 12 9 de los docentes y el ;2 9 de los alumnos prefieren naranja de los no docentes , el 32 9 prefieren cola y el 12 9 prefieren pomelo

el porcentaje de alumnos que prefieren pomelo es igual al de los docentes que prefieren
la misma gaseosa

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

41

Integrante s Gaseosa C )" P 8&) N"r"+?" T .")&* 4$ 1$ 4 D -&+.&* N # -&+.&* A)(8+ * T .")&*

:.) Una compa0a de seguros registr entre sus asegurados el n#mero de accidentes del a0o 122;, obteniendo la siguiente informacin"

8dad del ase4urado N5 de accidentes $ 1 2 8V* #& 2 T .")&*

[14A24E [24A34E [34A44E [44A;4E ;4 G 8V*

:44 44 41 1$ 421 ;$ 1; 9 :46 41 12 ; :2$ 66 16 ; 6:2 6$ 2; 4

T .")&*

%n base al cuadro anterior responde" a) IJu porcentaje de asegurados no tuvo accidentes durante 122;K

!E $naliza en qu rango de edades Aay el mayor y el menor porcentaje de asegurados

que tuvieron al menos un accidente.

-E +i la compa0a decide no renovar el seguro a todos aquellos asegurados que Aayan

tenido m!s de dos accidentes, Icu!ntos asegurados est!n en condiciones de renovar su seguro en 1223K

#E ICu!l puede Aaber sido el objetivo de este estudioK &E &a compa0a decide dar un premio del 59 de descuento sobre el valor de la pliza del
a0o 1223 a todos aquellos asegurados que no sufrieron accidentes en 122;. %l valor promedio de cada pliza es de N ;.122, Icu!nto dejar! de ganar la compa0a en 1223 por la implementacin de dicAo premioK

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

42

<.) &a siguiente es la distribucin de frecuencias de los sueldos de los empleados administrativos de una industria"

9ueldo D / E D &+ U E

Nmero de empleados

2$$ < / 4$$ < / 6$$ < /

4$$ 6$$ 4$$

1$ 2; 4$ 1$ 2

4$$ < / 1$$$ 1$$$ < / 12$$

"E Calcule las medidas descriptivas que crea conveniente para representar los datos e
interprete sus resultados.

!E %l sueldo promedio de los 6222 operarios de esa industria es de N 342. Fbtenga el

sueldo promedio para el conjunto de ambas categoras de empleados.

-E +i conociera la mediana y la moda para la categora de los operarios, Ipodra calcular

esas medidas para el conjunto de todos los trabajadores de la industriaK d) +i se aumentara en un 62 9 el sueldo de cada empleado, calcule sueldo promedio y varianza. &E +i a cada empleado se le aumenta el sueldo en 52 N, calcule sueldo promedio y varian) za.

D.) &os siguientes datos son mediciones de viscosidad de un producto qumico tomadas cada Aora (de arriba abajo y de izquierda a derecAa). 4:%9 4:%9 44%6 44%$ 44%4 44%1 44%$ 44%6 44%4 44%1 44%3 4:%2 44%9 44%6 44%$ 4:%; 44%6 44%$ 4:%9 44%3 44%; 44%1 44%$ 44%3 43%2 43%$ 43%; 43%1 43%$ 42%9 43%6 43%3 43%$ 42%4 43%1 43%2 43%6 43%2 43%; 43%$

a) Trafique de la manera m!s conveniente. !E &as especificaciones sobre la viscosidad del producto son 3D P 1. IJu conclusiones puede obtener sobre el desempe0o del procesoK

4.) %n un proceso de produccin interesa controlar el di!metro ( M ) de un tipo de lata ( en mm ).

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

43

+e seleccionan al azar 6:2 latas a las cu!les se les mide el di!metro y se obtiene la siguiente distribucin de frecuencias" Dimetro de las latas 43%4 / I 43%; 43%; / I 43%6 43%6 / I 43%: 43%: / I 43%4 43%4 / I 43%9 43%9 / I 44%$ 44%$ / I 44%1 Cantidad de latas 3 12 21 3$ 4: 24 19

"E *ndique la caracterstica en estudio y clasifquela. ( la unidad elemental asociada a la

variable o atributo. Trafique. b) Calcule la media aritm tica, mediana, moda , desvo est!ndar. $nalice la simetra.

-E (e otra muestra de 122 observaciones del di!metro de la lata mencionada se obtuvo

un promedio de D;,4; mm con una desviacin est!ndar de 2,12 mm. I/uede a partir de estos datos encontrar el promedio de las observaciones de las dos muestrasK %n caso afirmativo, encu ntrelo. %n caso negativo, justifique porqu .

#E ICu!l de la dos muestras (la primera de 6:2 observaciones y la segunda de 122

observaciones) presenta menor dispersin relativaK Wustifique la respuesta. 62.) /ara comparar la capacidad de frenado de tres dise0os de bandas de rodamiento, se midi la distancia necesaria para detener un tipo de automvil que se desplazaba sobre pavimento A#medo. &os neum!ticos de cada dise0o fueron probados en el mismo veAculo que circulaba sobre un pavimento A#medo controlado. (ise0o $ ;< V ;: V ;3 V 32 V ;D ) ;1 (ise0o R (ise0o C ;; V ;3 V ;5 V ;D V 31 ) ;3 32 V ;4 V 36 V 36 V 32 ) 3;

Construya un gr!fico de cajas para cada uno de los tres dise0os y presente un informe con sus conclusiones.

G.Carnevali-E.Franchelli-G.Gervasoni

ESTADSTICA DESCRIPTIVA

44

2.7 COMPLEMENTO PARA EL USO DE EXCEL

1. S& &+.r" &+ E/-&) &+ 7ERRAMIENTAS
2. E+ COMPLEMENTOS DISPONIBLES *& "-.,6"+ )"* p-, +&* 7&rr"8,&+."* p"r"

"+V),*,* G 7&rr"8,&+."* p"r" "+V),*,* VBA 3. S& "-.,6" ANALISIS DE DATOS D "9 r" G" &+ 7&rr"8,&+."* E 4. P"r" 'r"1,-"r *& &+.r" " )" p-,0+ 7ISTOGRAMA "E R"+' &+.r"#" : *& 8"r-" )" - )(8+" &+ # +#& &*.V+ ) * #". * !E R"+' #& -)"*& : *& 8"r-" )" - )(8+" &+ # +#& *& 9"+ #"# ) * )28,.&* *(p&r, r&* #& ) * ,+.&r6") * #& -)"*& &)&',# *
-E R"+' #& *"),#" : *& &),'& #0+#& *& B(,&r&+ )" #,*.r,!(-,0+ #& 1r&-(&+-,"* G &) 'rV1,-

D p(&#& *&r &+ )" 8,*8" 9 ?" #E S& "-.,6" -r&"r 'rV1,-

&+ 9 ?" +(&6" E

&E P"r" ) * # * .,p * #& 'rV1,- * D!"*. +&* & 9,*. 'r"8"E *& "-.,6" (+" !"rr". E+ OPCIONES: ANC7O DE RANGO:
A

S, *& ))&6" " ;$$ )"* !"rr"* *& *&p"r"+ G *& !.,&+& &) 'rV1,- #& BASTONES S, *& ))&6" " $ )"* !"rr"* *& (+&+ G *& !.,&+& &) 7ISTOGRAMA

;.A E+ ANALISIS DE DATOS )" p-,0+ ESTADSTICA DESCRIPTIVA #" &) r&*(8&+ #& . # * ) * &*."#2*.,- * Dp *,-,0+% #,*p&r*,0+% "*,8&.r2" &.-.E

G.Carnevali-E.Franchelli-G.Gervasoni