Академический Документы
Профессиональный Документы
Культура Документы
TRABAJO COLABORATIVO 2
PRESENTADO POR:
GRUPO: 100105_22
TUTOR:
ESTADISTICA DESCRIPTIVA
NOVIEMBRE DE 2014
INTRODUCCION
Los datos son la materia prima con que trabaja la estadística, puesto que la estadística se
ocupa de una gran cantidad de datos, debe primeramente definir de cuáles datos se va a
ocupar. El conjunto de datos de los cuales se ocupa un determinado estudio estadístico se
llama población.
Los datos de la totalidad de una población pueden obtenerse a través de un censo. Sin
embargo, en la mayoría de los casos no es posible obtenerlos por razones de tiempo y
dinero, razón por la cual se extrae, de la población, una muestra, mediante un
procedimiento llamado muestreo. Se llama muestra a un subconjunto de la población,
preferiblemente representativo de la misma.
JUSTIFICACIÓN
Dentro de un proceso de investigación existen varias etapas, entre las cuales tenemos los
antecedentes históricos, y la recolección previa de la información de los conceptos a
estudiar; este material no será bien entendido si no se organiza y se presenta de una manera
clara y sencilla, por esto en el primer trabajo nos centramos en la herramienta más conocida
de la estadística, las gráficas y tablas.
Hay situaciones en las que no bastan las tablas y gráficas, por esto en la estadística existen
otras herramientas precisas, como son las medidas estadísticas univariantes y Bivariantes;
las cuales permiten el estudio de una serie de variables que se involucran en los cálculos
matemáticos. Además la estadística necesita de una serie de conceptos y propiedades
aritméticas y matemáticas.
Con el siguiente trabajo queremos mostrar cómo se aplican estas herramientas en la
interpretación de una investigación acerca de un estudio de la población, a partir de una
información previa.
OBJETIVOS
Analizar los datos obtenidos de manera descriptiva y formular una interpretación de los
resultados.
76 85 92 70 65 90 98 99 78 97
84 102 77 94 109 102 104 105 100 102
90 83 74 91 87 88 90 96 94 92
68 69 79 82 96 100 102 107 98 93
104 76 83 108 67 100 102 98 99 130
65 94
67 94
68 96
69 96
70 97
74 98
76 98
76 98
77 99
78 99
79 100
82 100
83 100
83 102
84 102
85 102
87 102
88 102
90 104
90 104
90 105
91 107
92 108
92 109
93 130
Rango : 130-65 = 65
Número de clases: Aplicando la regla de Sturges:
𝑘 = 1 + 3.322 𝑙𝑜𝑔50 = 6.64 ≈ 7
65
𝑨= = 9.28 ≈ 10
7
Nuevo rango:
𝑅∗ = (10) ∗ (7) = 70
Existe un exceso de 5: (70-65). Procedemos a distribuir el exceso entre los
límites del rango. Como la mayoría de los datos se agrupan hacia el límite
inferior entonces el exceso mayor queda hacia éste.
𝑋𝑚𝑖𝑛 = 65 − 3 = 62
𝑋𝑚á𝑥 = 130 + 2 = 132
Intervalos de clase:
62 + 9 = 71
72 + 9 = 81
82 + 9 = 91
92 + 9 = 101
102 + 9 = 111
112 + 9 = 121
122 + 9 = 131
Límites reales:
61.5
71.5
81.5
91.5
101.5
111.5
121.5
131.5
Ahora ya podemos construir la tabla.
∑ 𝑓∙𝑋 2
− 𝑥̅ 2
𝑆 2= 𝑛
4575
𝑥̅ = = 91.5
50
𝑥̅ 2 = (91.5)2 = 8372.25
Varianza
427033
𝑆 2= 50
− 8372.25 = 168.41
Desviación estándar
∑ 𝑓 ∙ 𝑋2
𝑠=√ − 𝑥̅ 2
𝑛
𝑠 = √168.41 = 12.97
Coeficiente de Variación
𝑠
CV = ∗ 100
𝑥̅
12.97
CV = ∗ 100 = 14.17%
91.5
3. Un empleado de la empresa de acueducto de la ciudad de Cartagena, realiza un
estudio sobre los reclamos realizados en los 2 últimos años, para ello elige una
muestra de 60 personas, con los siguientes resultados:
Nº Reclamaciones 0 1 2 3 4 5 6 7
Nº De usuarios 26 10 8 6 4 3 2 1
Calcular:
a. El promedio de reclamos.
28
X= = 0,46
60
∑ x2
S2 = − x2
n
115,8
𝑆2 = = 1,93
60
Deviación típica
∑(X − x 2 )
S=√ − x2
n
115,8
S=√ = 1,389
60
c. El coeficiente de variación
S
CV = ∗ 100%
X
1,389
CV = ∗ 100 = 301,9
0,46
4. Ingresar al blog de Estadística Descriptiva que se encuentra en la página principal
del curso en el TOPICO DE CONTENIDOS, posteriormente buscar el
LABORATORIO (REGRESIÓN Y CORRELACIÓN LINEAL –EXCELL) y
realizar los ejercicios 2 y 3 que se encuentra al final del laboratorio.
Ejercicio 4.2.
En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado,
se ha considerado que era importante ir anotando periódicamente el tiempo medio
(medido en minutos) que se utiliza para realizar una pieza y el número de días desde
que empezó dicho proceso de fabricación. Con ello, se pretende analizar cómo los
operarios van adaptándose al nuevo proceso mejorando paulatinamente su proceso
de producción.
Los siguientes datos representan dicha situación:
X 10 20 30 40 50 60 70
Y 35 28 23 20 18 15 13
Diagrama de dispersión
Diagrama de Dispersion
40
Tiempo de fabricación (minutos)
35 10; 35
30
20; 28
25
30; 23
20 40; 20
50; 18
15 60; 15 Series1
70; 13
10
5
0
0 20 40 60 80
Dias de fabricación
Ecuación del modelo matemático:
Diagrama de Dispersion
40
Para saber cuánto tiempo tardaría un empleado en fabricar una pieza cuando
hayan transcurrido 100 días empleamos la ecuación del modelo matemático:
𝑦 = −0.3464𝑥 + 35.571
𝑦 = −0.3464(100) + 35.571
𝑦 = 0.93 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
Estatura 121 123 108 118 111 109 114 103 110 115
Cm
Peso 25 22 19 24 19 18 20 15 20 21
Kg
Diagrama de dispersión
30
25
20
PESO ( Kg)
15
10 Series1
0
100 105 110 115 120 125
ESTATURA ( cm)
PESO ( Kg) 15
Series1
10
Lineal (Series1)
5
0
100 105 110 115 120 125
ESTATURA ( cm)
1992 8.8
1993 9.7
1994 7.3
1995 6.7
1996 8.5
1997 9.2
1998 9.2
1999 8.4
2000 6.4
2001 6.2
2002 5.0
2003 6.7
2004 7.6
Tomamos como base el primer año 1992 con el valor 8.8 y calculamos cada índice
anual como
Obtenemos al aplicarlo:
Sin duda las medidas de dispersión en estadística descriptiva son una herramienta de gran
importancia, ya que nos dan más precisión cuando los datos no están uniformemente
distribuidos.
Las aplicaciones como Excel, son herramientas de software muy útiles para el manejo de
este tipo de datos estadísticos, además que nos permiten generar las gráficas y modelos
matemáticos que rigen las tendencias de los datos, proporcionándonos una idea más
avanzado de su comportamiento.