Colab 2 Final Estadistica

8/14/2019 Colab 2 Final Estadistica

1/14

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESTADISTICA DESCRIPTIVA

TRABAJO COLABORATIVO DOS

PRESENTADO POR:

LUISA FERNANDA ARANGO CDIGO:32256769

CIELO MARA ORDOEZ CDIGO: 38.797.231

YURANI ANDREA ORDOEZ CDIGO: 38.560.950DORELLY DIXORA GMEZ CDIGO: 34.566.606

TUTOR

MAURICIO ZARATE

UNIVERSIDAD NACIONAL ABIERTA A DISTANCIAUNAD

DICIEMBRE DE 2012


2/14

INTRODUCCIN

El desarrollo de este trabajo permite afianzar conocimientos con respecto adiferentes temas de la segunda unidad del curso de estadstica entre ellos:Medidas Estadsticas Bivariantes; Medidas de dispersin, Medidas de Asimetray Apuntamiento, Regresin y Correlacin, Nmeros ndice.

En la realizacin del mentefacto pudimos profundizar acerca del tema deMEDIDAS DE DISPERSIN. Adems por medio de las actividades del tallerpodemos aplicar conocimientos acerca de la varianza, desviacin estndar ycoeficiente de variacin entre otros.

Por medio de los diversos ejercicios pudimos reafirmar conocimientos sobre la

realizacin de la recta de regresin, el coeficiente de correlacin como tambindeterminar el ndice teniendo en cuenta un dato base.


3/14

OBJETIVOS

OBJETIVO GENERALDesarrollar diferentes actividades aplicando conocimientos acerca de los temas

que encontramos en la unidad 2 del curso de ESTADSTICA DESCRIPTIVA.

OBJETIVOS ESPECFICOS

Comparar y seleccionar las medidas de dispersin para una determinadapropuesta.Desarrollar habilidades mediante la construccin de un mentefacto paraprofundizar acerca del tema de las MEDIDAS DE DISPERSIN.Calcular, identificar, interpretar nmeros ndice.

Reconocer que la Estadstica es una herramienta para hacer ms fcil elmanejo de gran nmero de datos.


4/14

PUNTO 1.Realizar un mentefacto conceptual sobre las medidas absolutas de dispersin.


5/14

Rango 805 - 65 740Numero deClases k=1+3.322log50 6.64..7Amplitud A=R/K A=740/7 105.7

Nuevo RangoR*=(A)(K)R*=(105.7)(7) 739.9

Exceso R-R* 740-739.9 0.1Intervalos deClase A-1 105.7-1 104.7.105

PUNTO-2nmeros

65 67 68 69 70 74 76 76 77 78

79 82 83 83 84 87 88 90 90 90

91 92 92 93 94 94 96 96 97 98

98 98 99 99 100 100 100 102 102 102

102 102 104 104 105 107 108 109 130 805


6/14

DISTRIBUCION DE FRECUENCIAS SIMPLEFRECUENCIA

65 1 82 1 96 2 109 167 1 83 2 91 1 130 168 1 84 1 98 3 805 169 1 87 1 99 2 TOTAL 5070 1 88 1 100 3

74 1 90 3 102 576 2 91 1 104 277 1 92 2 105 178 1 93 1 107 179 1 94 2 108 1

INTERVALOS DE CLASETABLA DE

FRECUENCIASintervalos fi xi fixi - )2

64+105 169 63+64/2 63.563.5-169.5 49 106 98 529.9

170+105 275 169+170/2 169.5169.5-275.5 0 211.7 0 0

276+105 381 275+276/2 275.5 275.5-381.5 0 317.4 0 0

382+105 487 381+382/2 381.5381.5-487.5 0 423.1 0 0

488+105 593 487+488/2 487.5487.5-593.5 0 528.8 0 0

594+105 699 593+594/2 593.5593.5-699.5 0 634.5 0 0


7/14

700+105 805 699+700/2 699.5699.5-805.5 1 740.2 2 544.9

805+806/2 805.5 total 50 100% 1074.8

Media Aritmetica= 100/50=2

Varianza

S2= 1074.8/50=21.49

Desviacion Estandar

S= 4.63

Coeficiente de Variacion

CV= 4.63/2*100%=231%


8/14

PUNTO 3.

NReclamac

iones

0

1

N Deusuarios

26

10

a) El promedio de reclamos.

0.46*100=46%

Segn este dato el 46% son los reclamos realizados en los 2 ltimos aos.

b. La varianza y su deviacin tpica

Varianza


9/14

La desviacin tpica.

La variabilidad en cada uno de los reclamos es de 1.4La distancia promedio entre la media de los reclamos y cada uno de los mismos es

de 1.96

c. El coeficiente de variacin.

La desviacin estndar con respecto a la media de los reclamos es de 3.04


10/14

PUNTO 4.

c. Determine el porcentaje de explicacin del modelo y el grado de relacin delas dos variables.

d. Que tiempo deber tardarse un empleado cuando se lleven 100 das?

a) Las variables presentan una asociacin negativa, a valores ms altos de x,se observan valores mas pequeos en y.

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es unamuy buena estimacin de la relacin entre las dos variables. El R2 afirma adems

que el modelo explica el 94,54% de la informacin y el valor der

coeficiente de


11/14

correlacin lineal confirma adems el grado de relacin (97%) entre las variables: xe y.Cuando se lleven 100 das, un empleado deber tardarse 0,931 minutos en realizaruna pieza.3) Una Nutricionista de un hogar infantil desea encontrar un modelo matemticoque permita determinar la relacin entre el peso y la estatura de sus estudiantes.Para ello selecciona 10 nios y realiza las mediciones respectivas.

Estatura(cm)

Peso (kg)

121 25123 22108 19118 24

111 19109 18114 20103 15110 20115 21

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre lasvariables

b. Encuentre el modelo matemtico que permite predecir el efecto de una variablesobre la otra. Es confiable?c. Determine el grado de relacin de las dos variables.d. Cual es el peso que debera tener un estudiante que mida 130 cm?

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una


12/14

muy buena estimacin de la relacin entre las dos variables. El R2 afirma ademsque el modelo explica el 81.02% de la informacin y el valor de r coeficiente decorrelacin lineal confirma adems el grado de relacin (90%) entre las variables:Peso y estatura.Por otro lado, un nio que mida 130 cm de estatura tendr un peso esperado de27,39 kg.

PUNTO 5A continuacin Se presentan las ventas nacionales de mviles nuevos de 1992 a2004 en la siguiente tabla. Obtenga un ndice simple para las ventas nacionalesutilizando una base variable:

Ao Ventas (millones$)

1992 8.81993 9.71994 7.31995 6.71996 8.51997 9.21998 9.21999 8.42000 6.4

2001 6.22002 5.02003 6.72004 7.6

*100%

*100%= 110.2% (aumento del 10.2%)

*100%= 75.25% (disminucin del 24.75%)


13/14

CONCLUSIONES

LLaassmmeeddiiddaassddeeddiissppeerrssiinn ttrraattaannddeemmeeddiirreellggrraaddooddeeddiissppeerrssiinnqquueettiieennee

uunnaa vvaarriiaabbllee eessttaaddssttiiccaa eenn ttoorrnnoo aa uunnaa mmeeddiiddaa ddee ppoossiicciinn cceennttrraall,,iinnddiiccnnddoonnoosslloorreepprreesseennttaattiivvaa qquueeeessllaammeeddiiddaaddeeppoossiicciinn..

LLaa vvaarriiaannzzaa nnoo vviieennee eexxpprreessaaddaa eenn llaass mmiissmmaass uunniiddaaddeess qquuee llooss ddaattooss,, yyaaqquueellaassddeessvviiaacciioonneesseessttnneelleevvaaddaassaallccuuaaddrraaddoo..

CCuuaannttaammssppeeqquueeaasseeaallaaddeessvviiaacciinnttppiiccaa,,mmaayyoorrsseerrllaaccoonncceennttrraacciinnddeeddaattoossaallrreeddeeddoorrddeellaammeeddiiaa..

LLooss nnddiicceess ssiieemmpprree sseerrnn iigguuaall aa 110000 ppaarraa eell aaoo bbaassee ((pprrooppiieeddaadd ddeeiiddeennttiiddaadd))..

EExxiisstteeuunnaappaarrtteeffuunnddaammeennttaalleenn llaaeessttaaddssttiiccaayyeessrreedduucciirrggrraannccaannttiiddaaddddee

ddaattoossddeettaallffoorrmmaaqquueeppuueeddaannrreeaalliizzaarrsseeccoommppaarraacciioonneessyyccoonncclluussiioonneess..


14/14

BIBLIOGRAFA

ORTEGN PAVA, Milton Fernando, (2010), MODULO ESTADSTICADESCRIPTIVA, Universidad Nacional Abierta y a Distancia-UNAD, Ibagu- Colombia

Documents

Colab 2 Final Estadistica