Академический Документы
Профессиональный Документы
Культура Документы
XXXXXXXXXXXXXX
Estadística
Instituto IACC
26-03-2017
Desarrollo
De la siguiente tabla
Xi
12 13 14 15 fj yj*fj fj*yj^2
20 3 1 2 1 7 140 2800
Yj 24 4 0 1 2 7 168 4032
28 1 0 2 2 5 140 3920
fi 8 1 5 5 19 448 10752
Xi*fi 96 13 70 75 254
Fi*Xi^2 1152 169 980 1125 3426
analizaremos la variable Y
media Y 23.57894737
varianza Y 9.927977839
desviacion Y 3.150869378
analizaremos la variable X
media X 13.36842105
varianza X 1.601108033
desviacion X 1.265348977
Para la covarianza de los datos
covarianza(x,y)
suma
720 260 560 300 1840
1152 0 336 720 2208
336 0 784 840 1960
2208 260 1680 1860 6008
covarianza(x,y)= 0.99722992
coeficiente de correlacion
r= 0.250123548
14años
x y xy
20 2 40
24 1 24
28 2 56
suma 5 120
Media = 120/5=24
c) ¿Cuál es la cantidad de años de estudios promedio para quienes tienen a lo más 26
años?
y
x 20 24 frecuencia f*X
12 3 4 7 84
13 1 0 1 13
14 2 1 3 42
15 1 2 3 45
14 184
d) ¿Qué grupo de trabajadores presenta la edad más homogénea: los que tienen 12 años de
estudio o 15 años de estudio?
media 23
varianza 7
desviacion 2.645751311
CV 11.50326657
los que tienes 15 años de estudio
x f x*f f*x^2
20 1 20 400
24 2 48 1152
28 2 56 1568
5 124 3120
media 24.8
varianza 8.96
desviacion 2.99332591
CV 12.0698625
De los dos cuadros analizados podemos decir que los que tienen 12 años de estudio son más
1) En esa misma empresa del norte, a los trabajadores se les realizó una prueba para poder
Xi
1 3 5 0 fj yj*fj fj*yj^2
20 3 12 16 0 31 620 12400
Yj 24 20 9 13 0 42 1008 24192
28 18 4 15 0 37 1036 29008
fi 41 25 44 0 110 2664 65600
Xi*fi 41 75 220 0 336
Fi*Xi^2 41 225 1100 0 1366
analizaremos la variable Y analizaremos la variable X
covarianza(x,y)
suma
60 720 1600 0 2380
480 648 1560 0 2688
504 336 2100 0 2940
1044 1704 5260 0 8008
Covarianza(x,y)= -1.17553719
Este resultado nos que no hay una relación directa entre las variables analizadas.
Coeficiente de correlación
r= -0.21322194 vemos que la relación de las variables es en forma negativa es decir mientras uno
aumenta el otro disminuye
2) Continuando con la empresa del norte, el departamento de bienestar está realizando
y peso (kg):
altura peso
x y X*Y
161 50 8050
154 60 9240
187 76 14212
158 62 9796
171 66 11286
169 60 10140
166 54 8964
176 84 14784
163 68 11084
97556
Regresión lineal
Y - promedio de Y= Covarianza/VarianzaX*(X - promedio x)
Y-64.44=0.7057221(x-167.22)
Y=0.7057221X-53.573
Entonces para nuestro análisis vemos que si hay una relación positiva entre las variables ya que
nuestro r= 0.66901
www.google.cl
https://es.wikipedia.org/wiki/Coeficiente_de_determinaci%C3%B3n
www.youtube.com