UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA CIVIL Y

MECNICA

CARRERA DE INGENIERA CIVIL

PORTAFOLIO DEL
MODULO FORMATIVO

ESTADSTICA
Tercer Semestre
DOCENTE:

M. Sc. Ing. Fernando Durn

ALUMNO:

Andrs Abril Camino

AMBATO ECUADOR

Semestre Abril 2015 Septiembre 2015

Contenido
CONSULTAS Y DEBERES ..................................................................................................... 3
TABLAS ESTADSTICAS ..................................................................................................... 25
CONSULTAS Y MATERIA DOCUMENTADA..................................................................... 30

CONSULTAS Y DEBERES

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

TABLAS ESTADSTICAS

25

26

27

28

MANUAL BSICO PARA EL ESTUDIO

29

CONSULTAS Y MATERIA DOCUMENTADA

EJEMPLO

30

1.-El gerente de una empresa de alimentos desea saber que tanto varan los pesos de los
empaques (en gramos), de uno de sus productos; por lo que opta por seleccionar al azar
cinco unidades de ellos para pesarlos. Los productos tienen los siguientes pesos (490, 500,
510, 515 y 520) gramos respectivamente.
Por lo que su media es:

MTODO DE REGRESIN R2
El procedimiento para obtener valores de a y b para una serie de pares de datos de x
y de y (tal como la presentada en la Figura 1 y/o en la Tabla 1) es como sigue:
Paso 1

Calcule, para cada par de valores de x e y, las cantidades x, y, y

x.y.

Paso 2

Obtenga las sumas () de estos valores para todos los pares de datos de x e
y, as como las sumas del total de los valores de x e y. Los resultados de
los Pasos 1 y 2 aparecern en forma similar a la siguiente:
Nmero de pares de datos
1
2
3

n
Monto de las sumas

x.y

x x y y xy

Paso 3

Estime la pendiente (b) por medio de la relacin:

Paso 4

Estime el intercepto (a) por medio de la relacin:

31

A partir de esos valores de a y de b obtenidos mediante las Ecuaciones 2 y 3, es

posible trazar a lo largo de los puntos dispersos de un grfico la lnea recta mejor ajustada
a los mismos, y verificar visualmente si tales puntos estn bien expresados por la lnea
(Figura 1b).
Correlacin
El anlisis de correlacin se encuentra estrechamente vinculado con el anlisis de regresin
y ambos pueden ser considerados de hecho como dos aspectos de un mismo problema.
La correlacin entre dos variables es - otra vez puesto en los trminos ms simples - el
grado de asociacin entre las mismas. Este es expresado por un nico valor llamado
coeficiente de correlacin (r), el cual puede tener valores que ocilan entre -1 y +1. Cuando
r es negativo, ello significa que una variable (ya sea x o y) tiende a decrecer cuando
la otra aumenta (se trata entonces de una correlacin negativa, correspondiente a un valor
negativo de b en el anlisis de regresin). Cuando r es positivo, en cambio, esto
significa que una variable se incrementa al hacerse mayor la otra (lo cual corresponde a un
valor positivo de b en el anlisis de regresin).
Los valores de r pueden calcularse fcilmente en base a una serie de pares de datos de
x e y, utilizando la misma table y montos que se indican en el Paso 2 de la seccin
regresin de este captulo. De este modo r puede ser obtenido - indirectamente - a partir
de la relacin:

COEFICIENTE DE REGRESIN R2

Para la regresin lineal

Para la regresin basta con hacer el cuadrado del coeficiente de correlacin de Pearson.

Donde:

es la covarianza de

es la desviacin tpica de la variable

es la desviacin tpica de la variable

32

Desviacin Estndar.Es un clculo empleado en la estadstica por la letra griega su clculo se puede dar por
una tabla de distribucin estadstica con intervalos o tambin de un conjunto de datos
dados.
Su clculo esta dado de forma general para el clculo de un conjunto de datos de la
siguiente manera:
La raz cuadrada de la sumatoria de cada uno de los trminos restando a la media
aritmtica elevando est ltima resta de cada trmino al cuadrado todo esto dividido para
el nmero de datos o muestras existentes

Para una comprensin ms objetiva se realizara un ejemplo.

Del siguiente conjunto de datos determine la desviacin estndar:
59675
X = 6.4

Desviacin estndar en la tabla de distribucin estadstica

Dada una tabla de distribucin estadstica
Se obtiene una media aritmtica nica para la desviacin estndar dada del producto entre
la sumatoria total del nmero de variables existentes en cada intervalo (Fo) y La
sumatoria de la media aritmtica de cada intervalo Mc.
La desviacin estndar est dada por la raz cuadrada de la divisin la sumatoria total de
media aritmtica de cada intervalo elevado al cuadrado Mc 2 por cada uno del nmero de
variables existentes en cada intervalo entre la sumatoria total de Mc. Sumado la media
aritmtica nica de la desviacin estndar elevado al cuadrado.
Intervalos Fo
(17-19)
(19-21)
(21-23)
(23-25)

Mc
9
5
3
6

Mc*Fo
18
20
22
24
84

162
100
66
144
472

Mc*Fo
2916
2000
1452 X = 472/84
3456 X = 5.62
9824

R2
Esta dada por una ecuacin pre establecida que los datos estadsticos debern dar para
poder efectuar su clculo
Coef i ci en t e de regresi n

33

Cualquiera de las dos ecuaciones es vlida y no afectar el resultado dado que se tomara
Se determinar tambin el coeficiente de regresin R 2 ajustado que est dado por la
siguiente ecuacin y esta parte de la Regresin R 2
De igual forma se dar una ecuacin preestablecida de la siguiente manera:

Donde
n = nmero total de datos o de muestra
R2 = Coeficiente de regresin
P = frecuencia nula de una variacin de datos
K= el nmero de parmetros que se utiliza para la determinar el coeficiente de regresin.
Ejemplo:
Calclese el coeficiente de regresin R 2 y R2 Ajustado si se tiene la varianza explicada
como 3024.4 y la varianza total 3092.6 y se tiene dos parmetros de muestra entre 7 datos
Regresin R2

Regresin R2 ajustada
(

L a m edia

ar it m t ica e s

e l valor obt e n i do

al s u m ar t odos

l os dat os y dividir e l re su l t ado en t re e l n m er o t ot al de dat os .

e s el s m bol o de l a m edia ar it m t ica .

34

Ejem plo:

L os pe sos de se i s ami gos son : 84, 9 1 , 7 2 , 68 , 8 7 y 7 8 kg. H all ar e l

pe so m e di o.

MEDIA GEOMTRICA
a media geomtrica (MG) de un conjunto de nmeros estrictamente
positivos (X1, X2,,XN) es la raz N-sima del producto de
los N elementos.

Todos los elementos del conjunto tienen que ser mayores que cero.
Si algn elemento fuese cero (Xi=0), entonces la MG sera 0 aunque
todos los dems valores estuviesen alejados del cero.

La media geomtrica es til para calcular medias de porcentajes,

tantos por uno, puntuaciones o ndices. Tiene la ventaja de que no es tan
sensible como la media a los valores extremos.

Ejemplo
En una empresa quieren saber la proporcin media de mujeres en
los diferentes departamentos. Para ello, se recoge el porcentaje de
mujeres en los cinco principales departamentos.
35

Como es la media de porcentajes,

geomtrica que es ms representativa.

calculamos

la media

Media geomtrica
La media geomtrica (MG), de un conjunto de
la
ndel producto de los
media geomtrica es dada por

nmeros positivos se define como

nmeros. Por tanto, la frmula para la

Existen dos usos principales de la media geomtrica:

1. Para promediar porcentajes, indices y cifras relativas y
2. Para determinar el incremento porcentual promedio en ventas, produccin u
otras actividades o series econmicas de un periodo a otro.

36

Ejemplo
Supongase que las utilidades obtenidas por una compaa constructora en cuatro
proyectos fueron de 3, 2, 4 y 6%, respectivamente. Cal es la media geomtrica
de las ganancias?.
En este ejemplo

y asi la media geomtrica es determinada por

y as la media geomtrica de las utilidades es el 3.46%.

La media aritmtica de los valores anteriores es 3.75%. Aunque el valor 6% no es
muy grande, hace que la media aritmtica se incline hacia valores elevados. La
media geomtrica no se ve tan afectada por valores extremos.

Media armnica
La media armnica se define como el recproco de la media aritmtica de los
recprocos:

Este valor se emplea para promediar variaciones con respecto al tiempo.

Observaciones sobre la media Geomtrica y la media Armnica

El empleo de la media geomtrica o de la armnica equivale a una transformacin
de la variable en log

, respectivamente, y el clculo de la media

aritmtica de la nueva variable; por ejemplo, si la variable abarca un campo de
variacin muy grande, tal como el porcentaje de impureza de un producto qumico,
por lo general alrededor del 0.1%, pero que en ocaciones llega incluso al 1% o
ms, puede ser ventajoso el empleo de log
en lugar de
para obtener una
distribucin ms simtrica y que se aproxime ms a una distribucin normal. La
media aritmtica de log
es el logaritmo de la media geomtrica de
, de forma
que la media empleada es equivalente al empleo de la media geomtrica como
valor medio de

1. Construya la columna con los datos en Excel.

37

2. Ingrese a f y seleccione estadsticas y luego active MEDIA. GEOM o

MEDIA. ARMO, entonces aparecer una ventana en la que se le pide
Nmero 1: ingrese el rango de los datos
Nmero 2: ingrese el rando de otro conjunto de datos

Ejemplo

Supongase que una familia realiza un viaje en automvil a un ciudad y cubre los
primeros 100 km a 60 km/h, los siguientes 100 km a 70 km/h y los ltimos 100
km a 80 km/h. Calcular, en esas condiciones, la velocidad media realizada.

<Medidas de dispersin - rango, varianza, desviacin tpica y coeficiente

de variacin
Estudia la distribucin de los valores de la serie, analizando si estos se encuentran ms o
menos concentrados, o ms o menos dispersos.
Existen diversas medidas de dispersin, entre las ms utilizadas podemos destacar las
siguientes:
1.- Rango: mide la amplitud de los valores de la muestra y se calcula por diferencia entre
el valor ms elevado y el valor ms bajo.
2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se
calcula como sumatorio de las diferencias al cuadrado entre cada valor y la media,
multiplicadas por el nmero de veces que se ha repetido cada valor. El sumatorio obtenido
se divide por el tamao de la muestra.

La varianza siempre ser mayor que cero. Mientras ms se aproxima a cero, ms

concentrados estn los valores de la serie alrededor de la media. Por el contrario,
mientras mayor sea la varianza, ms dispersos estn.
3.- Desviacin tpica: Se calcula como raz cuadrada de la varianza.
38

4.- Coeficiente de varizacin de Pearson: se calcula como cociente entre la desviacin

tpica y la media.
Ejemplo: vamos a utilizar la serie de datos de la estatura de los alumnos de una clase
(leccin 2) y vamos a calcular sus medidas de dispersin.

Variable
(Valor)
x

x
1,20
1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,30

Frecuencias absolutas
Simple
Acumulada
x
x
1
1
4
5
4
9
2
11
1
12
2
14
3
17
3
20
4
24
3
27
3
30

Frecuencias relativas
Simple
Acumulada
x
3,3%
3,3%
13,3%
16,6%
13,3%
30,0%
6,6%
36,6%
3,3%
40,0%
6,6%
46,6%
10,0%
56,6%
10,0%
66,6%
13,3%
80,0%
10,0%
90,0%
10,0%
100,0%

1.- Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor (1,20).
Luego el rango de esta muestra es 10 cm.
2.- Varianza: recordemos que la media de esta muestra es 1,253. Luego, aplicamos la
frmula:

Por lo tanto, la varianza es 0,0010

3.- Desviacin tpica: es la raz cuadrada de la varianza.

39

Luego:

4.- Coeficiente de variacin de Pearson: se calcula como cociente entre la desviacin

tpica y la media de la muestra.

Cv = 0,0320 / 1,253

Luego,
Cv = 0,0255

El inters del coeficiente de variacin es que al ser un porcentaje permite comparar el

nivel de dispersin de dos muestras. Esto no ocurre con la desviacin tpica, ya que viene
expresada en las mismas unidas que los datos de la serie.
Por ejemplo, para comparar el nivel de dispersin de una serie de datos de la altura de los
alumnos de una clase y otra serie con el peso de dichos alumnos, no se puede utilizar las
desviaciones tpicas (una viene vienes expresada en cm y la otra en kg). En cambio, sus
coeficientes de variacin son ambos porcentajes, por lo que s se pueden comparar.

PERMUTACIONES
Una permutacin es una combinacin en donde el orden es importante. La notacin para
permutaciones es P(n,r) que es la cantidad de permutaciones de n elementos si solamente
se seleccionan r.

40

Ejemplo: Si nueve estudiantes toman un examen y todos obtienen diferente calificacin,

cualquier alumno podra alcanzar la calificacin ms alta. La segunda calificacin ms alta
podra ser obtenida por uno de los 8 restantes. La tercera calificacin podra ser obtenida
por uno de los 7 restantes.
La cantidad de permutaciones posibles sera: P(9,3) = 9*8*7 = 504 combinaciones posibles
de las tres calificaciones ms altas

Se llama permutaciones de m elementos (m = n) a las diferentes agrupaciones de esos m

elementos de forma que:
S entran todos los elementos.
S importa el orden.
No se repiten los elementos.

Ejemplos:
1. Calcular las permutaciones de 6 elementos.
P6 = 6! = 6 5 4 3 2 1 = 720

2. Cuntos nmeros de 5 cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5?

m=5

n=5

S entran todos los elementos.

S importa el orden.
No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.

3. De cuntas formas distintas pueden sentarse ocho personas en una fila de butacas?
S entran todos los elementos. Tienen que sentarse las 8 personas.
S importa el orden.

41

No se repiten los elementos. Una persona no se puede repetir.

Se llama permutaciones de m elementos (m = n) a las diferentes agrupaciones de esos m

elementos de forma que:
S entran todos los elementos.
S importa el orden.
No se repiten los elementos.

Ejemplos
1. Calcular las permutaciones de 6 elementos.
P6 = 6! = 6 5 4 3 2 1 = 720

2. Cuntos nmeros de 5 cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5.

m=5

n=5

S entran todos los elementos. De 5 dgitos entran slo 3.

S importa el orden. Son nmeros distintos el 123, 231, 321.
No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.

3. De cuntas formas distintas pueden sentarse ocho personas en una fila de butacas?
S entran todos los elementos. Tienen que sentarse las 8 personas.
S importa el orden.
No se repiten los elementos. Una persona no se puede repetir.

42

Permutaciones circulares
Es un caso particular de las permutaciones.
Se utilizan cuando los elementos se han de ordenar "en crculo", (por ejemplo, los
comensales en una mesa), de modo que el primer elemento que "se site" en la muestra
determina el principio y el final de muestra.

Ejemplos
1. Calcular las permutaciones circulares de 7 elementos.
PC7= (7 1)! = 6! = 6 5 4 3 2 1 = 720

2. De cuntas formas distintas pueden sentarse ocho personas alrededor de una mesa
redonda?

Permutaciones con repeticin

Permutaciones con repeticin de m elementos donde el primer elemento se repite a veces
, el segundo b veces , el tercero c veces, ...(m = a + b + c + ... = n) son los distintos grupos
que pueden formarse con esos m elementos de forma que :
S entran todos los elementos.
S importa el orden.
S se repiten los elementos.

Ejemplos

43

Calcular las permutaciones con repeticin de:

2. Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; cuntos nmeros de nueve cifras se pueden

formar?
m=9

a=3

b=4

c=2

a+b+c=9

S entran todos los elementos.

S importa el orden.
S se repiten los elementos.

3. En el palo de seales de un barco se pueden izar tres banderas rojas, dos azules y cuatro
verdes. Cuntas seales distintas pueden indicarse con la colocacin de las nueve
banderas?
S entran todos los elementos.
S importa el orden.
S se repiten los elementos.

44