Академический Документы
Профессиональный Документы
Культура Документы
Lote 3
Lote 1 Lote 2 Un valor representativo de esta
Un valor representativo de esta Un valor representativo de esta distribución es la media aritmética.
distribución es la mediana. Su valor es distribución es la media aritmética. Su Su valor es de:
de: valor es de:
̅ = 𝟐𝟎. 𝟎𝟓
𝒙
𝒙̃ = 𝟏𝟗. 𝟐𝟓 ̅ = 𝟏𝟗. 𝟑𝟎
𝒙
MEDIDAS DE DISPERSIÓN
Lo que mejor representa la Lote 2 Lote 3
variabilidad de esta distribución es el Para esta distribución, por ser Esta distribución, también por ser
recorrido intercuartílico, ya que posee aproximadamente simétrica, el valor aproximadamente simétrica, el valor
un sesgo y sus valores son: que mejor representa la variabilidad que mejor representa la variabilidad
Mitad inferior: 𝓠𝟏 = 𝟏𝟖. 𝟖𝟑 es la desviación estándar y su valor es es la desviación estándar y su valor
Mitad superior: 𝓠𝟑 = 𝟏𝟗. 𝟕𝟎 de: es de:
𝝈 = 𝟎. 𝟔𝟗 𝝈 = 𝟎. 𝟒𝟎
Otros datos:
Otros datos:
Valor mínimo: 18.60
Otros datos: Valor mínimo: 19.10
Valor máximo: 20.40 Valor mínimo: 17.80 Valor máximo: 21.00
Valor máximo: 20.70
PARTE II
ANÁLISIS
5.Construya un diagrama de caja comparativo para los
tres lotes y a partir de éste:
6. CONCLUSIÓN DE LA PARTE I Y II
Conclusión parte II
El enfoque que debemos de dar específicamente se encuentra en la variabilidad que genera el cambio en los pesos de
los costales de arena, debido a que en algunos casos existe demasiada diferencia entre ellos, algunos están
demasiado alejados de la media, de manera que la sobrepasan y otros tan bajas que no llegan tan cerca de la media
aritmética, lo que significa que existe mucha variabilidad entre ellos. Encontramos que existen diferencia de
variabilidad de hasta 1.5 en promedio de los pesos de los costales, esto provocaría duda a la hora de elaborar un
inventario para un pedido de pintura o solo con hacerla, lo que para el encargado generaría inconformidad en la
elaboración de este.
PARTE III
ANÁLISIS:
MEDIDAS DE TENDECIA CENTRAL MEDIDAS DE DISPERSIÓN
CONCLUSIÓN GENERAL
12. De su conclusión general acerca de si los costales cumplen con el peso especificado
ANEXOS
2)
3) PRIMER_LOTE <-
c(18.6,19.1,19.6,19.2,18.6,19.4,19.5,19.4,19.8,19.2,18.7,19.1,18.9,20.0,20.0,19.4,19.8,20.4,19.0,19.0,18.8,20.
0,18.6,19.3,19.3,19.6,19.1,20.0,19.0,19.1)
SEGUNDO_LOTE <-
c(18.6,19.5,20.0,19.9,19.1,18.4,18.8,18.5,18.9,18.4,19.6,19.7,19.0,19.4,17.8,20.1,19.6,19.4,19.7,20.3,18.9,19.
3,18.8,18.4,20.7,19.2,19.0,19.6,20.6,19.7)
TERCER_LOTE <-
c(20.1,20.0,20.52,20.2,19.7,19.7,21.0,20.8,20.0,19.7,19.7,19.6,20.1,19.7,19.7,20.0,20.4,19.8,19.1,19.8,19.9,2
0.4,20.5,20.3,19.6,20.0,20.4,20.6,20.0,20.2)
boxplot(PRIMER_LOTE,SEGUNDO_LOTE,TERCER_LOTE,names = c("PRIMER LOTE","SEGUNDO
LOTE","TERCER LOTE"),main="peso de todos los lotes de sacos",col="green")
4) LOTE_DE_COSTALES <-
c(18.6,19.1,19.6,19.2,18.6,19.4,19.5,19.4,19.8,19.2,18.7,19.1,18.9,20.0,20.0,19.4,19.8,20.4,19.0,19.0,18.8,20.
0,18.6,19.3,19.3,19.6,19.1,20.0,19.0,19.1,18.6,19.5,20.0,19.9,19.1,18.4,18.8,18.5,18.9,18.4,19.6,19.7,19.0,19.
4,17.8,20.1,19.6,19.4,19.7,20.3,18.9,19.3,18.8,18.4,20.7,19.2,19.0,19.6,20.6,19.7,20.1,20.0,20.52,20.2,19.7,1
9.7,21.0,20.8,20.0,19.7,19.7,19.6,20.1,19.7,19.7,20.0,20.4,19.8,19.1,19.8,19.9,20.4,20.5,20.3,19.6,20.0,20.4,2
0.6,20.0,20.2)
hist(LOTE_DE_COSTALES,probability = TRUE,main = "Histograma para todos los costales",col =
"brown",ylab="Frecuencia Relativa")
5)
summary
(18.6,19.1,19.6,19.2,18.6,19.4,19.5,19.4,19.8,19.2,18.7,19.1,18.9,20.0,20.0,19.4,19.8,20.4,19.0,19.0,18.8,20.0
,18.6,19.3,19.3,19.6,19.1,20.0,19.0,19.1,18.6,19.5,20.0,19.9,19.1,18.4,18.8,18.5,18.9,18.4,19.6,19.7,19.0,19.4
,17.8,20.1,19.6,19.4,19.7,20.3,18.9,19.3,18.8,18.4,20.7,19.2,19.0,19.6,20.6,19.7,20.1,20.0,20.52,20.2,19.7,19.
7,21.0,20.8,20.0,19.7,19.7,19.6,20.1,19.7,19.7,20.0,20.4,19.8,19.1,19.8,19.9,20.4,20.5,20.3,19.6,20.0,20.4,20.
6,20.0,20.2)
fivenum(LOTE_DE_COSTALES) #"Rango inter cuartílico IQR"
sd(LOTE_DE_COSTALES) #"desviación estandar"
var(LOTE_DE_COSTALES) #"varianza"