UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD ESTADSTICA DESCRIPTIVA

100105

ESTADISTICA DESCRIPTIVA

MARA MNICA RINCN ROS

CC: 1093.213.321
NANCY YOLIMA VILLAMIZAR
CC: 1091.052.731
ALVARO EDILSON OCHOA ORTIZ
CC: 1093.740.729
JORGE NDRES JCOME SARABIA
CC: 1091.656.101
ESTUDIANTES
GRUPO: 550
ALVARO MORELO
TUTOR

COLOMBIA
24/MAYO/2012

INTRODUCCI
ON
En la estadstica hay una serie de medidas estadsticas que nos ayudan a medir y
a entender mucha de la informacin que tenemos y que necesitamos para
toma de decisiones o para un anlisis de la informacin.
En este trabajo encontrara una serie de ejercicios resueltos de la unidad 2, en los
cuales se aplic a manera de retroalimentacin lo asimilado del mdulo del curso
de Estadstica Descriptiva. Su desarrollo se basa en la solucin de los ejercicios
propuestos en la gua de trabajo utilizando como estrategias el debate, los aportes
individuales y el trabajo en equipo. El propsito de este trabajo es que nosotros
como estudiantes interioricemos y asimilemos en mayor medida los mtodos y
temticas establecidas para la solucin actividades.

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
2

OBJETIVO
GENERAL
Este trabajo tiene por objeto realizar la transferencia de conocimientos y
la aplicacin de los principios bsicos del curso Estadstica Descriptiva de la
Unidad
2 del mdulo, est dirigida esencialmente a la conceptualizacin de trminos
bsicos.

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
3

OBJETIVOS ESPECFICOS

Afianzar los conocimientos vistos en la unidad y evidenciarlos de manera

prctica.
Comprender y analizar los temas a tratar.
Construir el trabajo grupal, despus de haber consultado el material de
repaso propuesto en el mdulo.

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
4

EJERCICIOS - 1
1. Realizar un Mentefacto conceptual sobre las medidas de dispersin.

MEDIDAS DE DISPERSION

Son aplicados para medir

los datos extremos que
estn alejados de la
tendencia central.
RANGO
Se clasifican
en:
Es la diferencia entre el limite
Superior e inferior de un
Conjunto de datos.

PUNTAJE
ESTANDARIZADO

VARIACIO
N
Es
la
son
las
desviaciones
Media tomada en valorDESVIACION
absoluto.
ESTANDAR

media
DE
respecto COEFICIENTE
a
VARIACION

Es la media que se obtiene

Extrayendo la Raz cuadrada
De la varianza.

laDe

DESVIACION
MEDIANA
aritmtica
los
cuadrados.

se utiliza para efectuar comparaciones

entre series de observaciones distintas.

Trabajo Colaborativo 2_ Estadstica Descriptiva.

Pgina 6

Son las desviaciones

MENTEFACO MEDIDAS DE DISPERSION
Respecto a la
media Tomadas
en valor
Absoluto

RANGO
O
RECORRI
DO

Es la diferencia entre el lmite superior

e inferos, De un conjunto de datos.
Requiere que sus datos estn organizados
ya que
Es la medida de dispersin ms fcil de
calcular, pero
No es muy usada pues afecta fcilmente
los valores
Externos.

MEDIDA
S DE
DISPERSI
ON
VARIANZA

DESVIACION ESTANDAR
COEFICIE
NTE DE
VARIACIO
N

DESVIACI
ON
MEDIANA

OTROS

Trabajo Colaborativo 2_ Estadstica Descriptiva.

7

Es la media aritmtica de los

Cuadrados.
S2 para la varianza muestra
O2 para la varianza
poblacional

Es la media que se obtiene

Extrayendo la raz cuadrada
de la varianza.
son simbolizadas por la
muestra
O
la poblacin

Se utiliza para efectuar

comparaciones entre
Series de observaciones
distintas.
se utiliza como el coeficiente de
variacin

Pgina

Puntaje tpico
o estandarizado
Medidas de
Asimetra y
apuntamiento

EJERCICIOS 2

Con el fin de decidir cuantas cajas para atencin a los clientes se

necesitaran en las tiendas que construirn en el futuro, una cadena de
supermercados quiso obtener informacin acerca del tiempo (minutos)
requerido para atender los clientes. Se recogieron los siguientes datos
correspondientes al tiempo de atencin a:

Tallo
0.
1.
2.
3.
4.

DATOS ORIGINALES
3.6 1.9 2.1 0.3 0.8
3.2 3.0 0.4 2.3 1.8
2.8 0.3 1.1 0.5 1.2
3.6 1.9 2.1 0.3 0.8
2.8 0.3 1.1 0.5 1.2

0.3
4.5
0.6
0.3
0.6

2.5
0.9
1.8
2.5
1.8

1.0
0.7
3.0
1.0
3.0

1.4
3.1
0.8
1.4
0.8

1.8
0.9
1.7
1.8
1.7

1.6
0.7
1.4
1.6
1.4

1.1
3.1
0.3
1.1
0.3

1.8
1.8
1.3
1.8
1.3

DATOS ORDENADOS
0.3 0.3 0.5 0.8 0.9
0.3 0.3 0.6 0.8 1.0
0.3 0.3 0.6 0.8 1.0
0.3 0.4 0.7 0.8 1.1
0.3 0.5 0.7 0.9 1.1

1.1
1.1
1.2
1.2
1.3

1.3
1.4
1.4
1.4
1.4

1.6
1.6
1.7
1.7
1.8

1.8
1.8
1.8
1.8
1.8

1.8
1.8
1.9
1.9
2.1

2.1
2.3
2.5
2.5
2.8

2.8
3.0
3.0
3.0
3.1

3.1
3.2
3.6
3.6
4.5

Hoja
s
3
0
1
0
5

3
0
1
0

3
1
3
0

3
1
5
1

3
1
5
1

3
1
8
2

3 3 4 5 5 6 6 7 7 8 8 8 8 9 9
2 2 3 3 4 4 4 4 6 6 7 7 8 8 8 8 8 8 8 8 9 9
8
6 6

MUESTRA
Dm= DATO MAYOR
Dm=55
dm= DATO MENOR
dm=12

65
4,5

R= Dm-dm=

4,2

0,3

K=1+3,322log(n)
K= 1+3,322log
(56)= 2_ Estadstica
7,0
Trabajo
Colaborativo
Descriptiva.
K=

Pgina
9

C=R/K

C= 4,2/7=

0,60

- R1 RANGO AMPLIADO.
R1=C*K R1=
d=R1-R

4,2

d=

LIMITE
LIMITE
INFERIOR SUPERIOR
0,3
0,9
1,5
2,1
2,7
3,3
3,9

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

N de
piezas

Marca
de
Clase

Frecuencia Hj(%)
Acumulada

F(j) (Hj)
%

0,3 - 0,8

0,7

7,14

7,14

0,9 1,4
1,5 2,0
2,1 2,6
2,7 - 3,2
3,3 - 3,8
3,9 - 4,5
Total

1,6
2,5
3,4
4,3
5,2
6,15

9
15
7
9
11
1
56

16,07
26,79
13
16,07
19,64
1,79
100

13
28
35
44
55
56

23,21
50,00
62,50
78,57
98,21
100

Trabajo Colaborativo 2_ Estadstica

GRAFICAS
Descriptiva.

Pgina
10

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
11

EJERCICIOS - 3
En un estudio se registra la cantidad de Horas de T.V. a la semana que
ve un grupo de nios escogidos de un colegio de la localidad de Puente
Aranda:
Horas de TV
35
57
79
9 11
11 13

No. Nios
16
13
9
6
4

Total

48

a. Cul es el promedio de horas de tv que ven los nios?

b. Calcule el coeficiente variacin intrprete los resultados?

Horas de TV

No. De Nios

F.X

35

16

64

256

57

13

78

468

79

72

576

9 11

10

60

600

11 13

12
TOTAL

4
48

48
322

F.

576
2476

a) Promedio:

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
12

Varianza:

Desviacin estndar

b) Coeficiente de Variacin:

Este coeficiente de variacin es muy alto lo cual significa que el promedio no es lo

representativo de la distribucin.

EJERCICIOS - 4
La compaa de electrodomsticos MABE acaba de terminar un estudio sobre la
configuracin posible de tres lneas de ensamble para producir el Horno
microondas que ms ventas tiene en el mercado. Los resultados acerca del tiempo
en minutos que se demora cada configuracin en producir un horno son los
siguientes:
Configuracin I: Tiempo promedio 24.8 min desviacin estndar 4.8 min
Configuracin II: Tiempo promedio 25.5 min varianza 56.25
Configuracin III: Tiempo promedio 37.5 min desviacin estndar 3.8
Qu configuracin de lnea de ensamble le presenta mejores resultados a la
empresa? Por qu?
Solucin: Para dar un veredicto al respecto es necesario hallar el coeficiente de
variacin para las tres lneas de produccin, debido a que el tiempo promedio de
Trabajo Colaborativo 2_ Estadstica
Descriptiva.

Pgina
13

produccin de un horno es distinto en las tres configuraciones, por lo tanto para

determinar cul configuracin es la ms apropiada se escoger aquella que tenga
menor variabilidad relativa.

Configuracin I
Media aritmtica o promedio x : 24,8 min
2
Varianza s : (4,8 min) 2 23, 04 min 2

Desviacin Estndar: 4,8 min

Coeficiente de Variacin: CV

s
4,8 min
100%
100% 19,35%
x
24,8 min

Configuracin II
Media aritmtica o promedio x : 25,5 min
2
Varianza s : 56, 25 min 2

Desviacin Estndar

s : 7,5 min
2

Coeficiente de Variacin: CV

s
7,5 min
100%
100% 29, 41%
x
25,5 min

Configuracin III
Media aritmtica o promedio x : 37,5 min
2
Varianza s : (3,8 min) 2 14, 44 min 2

Desviacin Estndar: 3,8 min

Coeficiente de Variacin: CV

s
3,8 min
100%
100% 10,13%
x
37,5 min

Por lo tanto, se concluye que la mejor configuracin de lnea de ensamble que

presenta los mejores resultados para la empresa es la configuracin III, ya que es
la que presenta menor variabilidad relativa.

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
14

EJERCICIOS - 5
Las estaturas y pesos de 10 jugadores de baloncesto de un equipo son:

Calcular:
a. La recta de regresin de Y sobre X.
b. El coeficiente de correlacin.
c. El peso estimado de un jugador que mide 208 cm.
Solucin:
a. Para conocer el tipo de relacin que puede existir entre estas dos
variables, el primer paso es determinar es si el diagrama de dispersin
efectivamente insina una tendencia lineal.

El diagrama confirma la sospecha, se procede ahora a determinar la ecuacin

de la recta que ms se ajusta. Para ello se hace uso del mtodo de los
mnimos cuadrados.
Donde:
Trabajo Colaborativo 2_ Estadstica
Descriptiva.

Pgina
15

X
(Estatura)

Y (Peso)

XY

X2

Y2

186

85

15810

34596

7225

189

85

16065

35721

7225

190

86

16340

36100

7396

192

90

17280

36864

8100

193

87

16791

37249

7569

193

91

17563

37249

8281

198

93

18414

39204

8649

201

103

20703

40401

10609

203

100

20300

41209

10000

205

101

20705

42025

10201

1950

921

179971 380618 85255

10 179971 1950 921 3760

1, 02
10 380618 (1950) 2
3680

921 (1, 02 1950)

106,8
10

Y 1, 02 X 106,8
a. Para determinar el coeficiente de correlacin, es necesario conocer primero
el error estndar del estimado de la recta ajustada. Se trata pues de medir
el grado de confiabilidad de la ecuacin de la recta estimada. El error

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
16

estndar indicar la dispersin o la variabilidad de los valores observados

alrededor de la lnea de regresin y se calcula a partir de la siguiente
ecuacin:

Una vez obtenido el error estndar del estimado, es necesario medir qu

porcentaje de la informacin es recogida o explicada por el modelo de regresin
escogido. Se trata pues, de determinar las variaciones de la variable dependiente
mediante el coeficiente de determinacin (R2).

El coeficiente de correlacin lineal, se denota por r R 2 y es tambin

conocido como coeficiente de Pearson.

Y 2 a X b XY
85255 (106,8)(1950) (1,02)(179971)
Se

117, 23
n2
10 2

Y 2
85255
S
y2
8482, 41 43, 09
n
10
2
y

Se2
117, 232
R 1 2 1
317, 93
Sy
43, 09
2

r R 2 No _ Existe
Con los resultados obtenidos se puede asegurar que la ecuacin de la recta NO es
una muy buena estimacin de la relacin entre las dos variables, ya que el
coeficiente de correlacin entre estas dos variables no existe.
c. Y

1, 02 X 106,8

Y 1, 02 X 106,8 1, 02(208) 106,8 105, 36

Una persona de 208 cm de estatura tendra un peso aproximado de 105,36
EJERCICIOS - 6

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
17

A continuacin se presentan las ventas nacionales de mviles nuevos de 1992 a

2004 en la siguiente tabla. Obtenga ndice simple para las ventas nacionales
utilizando una base variable:
Aplicando la frmula para ndice variable se tiene:
I tt1 =

Xt
X 100%
X t 1

8 .8
X 100%
8 .8

9 .7
X 100% = 1.10%
8 .8

= 1%

Y as sucesivamente hasta el ltimo nmero de datos, el resultado de datos est

en la tabla siguiente:

Ao Ventas ( millones $)

ndice
simple

1992 8.8

1.0

1993 9.7

1.10

1994 7.3

0.75

1995 6.7

0.91

1996 8.5

1.2

1997 9.2

1.08

1998 9.2

1.0

1999 8.4

0.91

2000 6.4

0.76

2001 6.2

0.96

2002 5.0

0.80

2003 6.7

1.34

2004 7.6

1.13

Haciendo un anlisis de ndice se puede concluir que: el ndice de ventas del ao

1993 fue superior con respecto a 1992, y 1994 fue inferior con respecto al ao
anterior y el ltimo ao del periodo 2004 fue superior con respecto al primer ao
(1992), pero inferior con el ao anterior (2003). Y si sumamos todas las ventas de
todos los aos obtenemos un 12.94%.
Trabajo Colaborativo 2_ Estadstica
Descriptiva.

Pgina
18

ACTIVIDAD DE
INVESTIGACION

Realizar un recorrido a travs de los resultados del Censo General 2005,

ingresando a la pgina Web del DANE: www.dane.gov.co/censo/

ACTIVIDAD A REALIZAR:
En este segundo trabajo colaborativo, debern escoger previo acuerdo entre
los integrantes del grupo, de los temas que presenta la pgina del censo, un
grupo de datos los cuales se pide:

2. ASISTENCIA ESCOLAR Para diferentes grupos de edad de la

poblacin COLOMBIA. Asistencia escolar por grupos de edad 19732005

Trabajo Colaborativo 2_ Estadstica

Descriptiva.

Pgina
19

1. Calcular:

Medidas de dispersin
Medidas de regresin y correlacin

5 y 6 aos
Ao

Asistencia escolar

1973

11.1

1985

45.1

1993

58.8

2005

78.0

XY

1973

11.1

21900.3

3892729

123.21

1985

45.1

89523.5

3940225

2034.01

1993

58.8

117188.4

3972049

3457.44

2005

78.0

156390

4020025

6084

7956

193

385002.2

15825028

11698.66

Media aritmtica de Y

Media aritmtica de X

Covarianza

Desviaciones tpicas

Coeficiente de correlacin

Regresin

7 y 11aos
ao

Asistencia escolar

1973

58.5

1985

81.4

1993

85.2

2005

92.0

XY

1973

58.5

115420.5

3892729

3422.25

1985

81.4

161579

3940225

6625.96

1993

85.2

169803.6

3972049

7259.04

2005

92.0

184460

4020025

8464

7956

317.1

631263.1

15825028

25771.25

Media aritmtica de Y

Covarianza

Desviaciones tpicas

Media aritmtica de X

Coeficiente de correlacin

Regresin

12 y 17 aos
ao

Asistencia
escolar

1973

57.4

1985

64.9

1993

68.0

2005

77.8

XY

x2

y2

1973

57.4

113824
.2

389272
9

3294.76

1985

64.9

128826
.5

394022
5

4212.01

1993

68.0

135524

397204
9

4624

2005

77.8

155989

402002
5

6052.84

795
6

268.
1

53416
3.7

Media aritmtica de X

Media aritmtica de Y

Covarianza

Desviaciones tpicas

Coeficiente de correlacin

Regresin

15825
028

18183.
61

5 y 17 aos
ao

Asistencia
escolar

1973

50.8

1985

67.8

1993

73.4

2005

83.3

XY

x2

y2

1973

50.8

100228
.4

389272
9

2580.64

1985

67.8

134583

394022
5

4596.84

1993

73.4

146286
.2

397204
9

5387.56

2005

83.3

167016
.5

402002
5

6938.89

795
6

275.
3

54811
4.1

15825
028

19503.
93

Media aritmtica de X

Media aritmtica de Y

Covarianza

Desviaciones tpicas

Coeficiente de correlacin

Regresin

18 y 24 aos
ao

Asistencia
escolar

1973

19.1

1985

24.7

1993

26.1

2005

27.1

XY

x2

y2

1973

19.1

37684.

389272

364.81

1985

24.7

49029.
5

394022
5

610.09

1993

26.1

52017.
3

397204
9

681.21

2005

27.1

54335.
5

402002
5

734.41

795
6

97

19306
6.6

15825
028

2390.5
2

Media aritmtica de X

Media aritmtica de Y

Covarianza

Desviaciones tpicas

Coeficiente de correlacin

Regresin

CONCLUSION
ES
Mediante la elaboracin de este trabajo nos permiti interiorizar los
conocimientos del mdulo de Estadstica Descriptiva, los cuales se vieron en el
transcurso del semestre y de igual manera las unidades que conforman el
curso, la investigacin y solucin de los problemas planteados como son las
medidas de dispersin ,medidas de regresin y correlacin.
Con este trabajo hemos comprendido la importancia que tiene el conocer cada
componente del curso ya que es fundamental durante el proceso acadmico,
adems la indagacin por cada uno de los tpicos, identificando que pas hay
que seguir teniendo en cuenta la agenda, para que las actividades se
presenten oportunamente.
En el foro interactuamos con los compaeros de grupo con el fin de poner un
lder para cuando se requiera enviar un trabajo final.

BIBLIOGRAFIA

SANTA ESCOBAR Mnica, Modulo de estadstica descriptiva, UNAD, Bogot,

2005.
WAYNE W. Daniel, Bioestadstica, base para el anlisis de las ciencias de la
salud, editorial Limusa Wiley, cuarta edicin, Mxico, 2005.
ESTE TRABAJO HA SIDO PRESENTADO UTILIZANDO BASICAMENTE LOS
APORTES DE INVESTIGACION DE LOS MIEMBROS DEL GRUPO.
ANEXOS
DANE. http://www.dane.gov.co/index.php?
option=com_content&task=category& sectionid=16&id=496&Itemid=996
ESTADISTICAS DESCRIPTIVA LIBRO