Documente Academic
Documente Profesional
Documente Cultură
1 Estadstica descriptiva
Objetivos
1.1 Estadstica
Como se explic, el ser humano tuvo la necesidad de crear una ciencia que redujera la
informacin a valores numricos para la mejor interpretacin de los fenmenos; se le
llam estadstica.
Definicin 1.1
La estadstica es una rama de las matemticas aplicadas que proporciona mtodos para reunir,
organizar, analizar e interpretar informacin, y usarla para obtener diversas conclusiones que
ayuden a tomar decisiones en la solucin de problemas y en el diseo de experimentos.
1
Carolingia tambin llamada Carlovingia, fue una dinasta de reyes francos que gobernaron un vasto terri-
torio de Europa Occidental desde el siglo VII hasta el siglo X d. C.; su nombre fue tomado de su ms renombrado
miembro, Carlomagno.
20
Definicin 1.2
La poblacin es el conjunto que incluye el total de elementos o datos cuyo conocimiento es de
inters particular.
Definicin 1.3
La muestra es cualquier subconjunto de la poblacin.
Ejemplo 1 1. Si el conjunto de datos de inters est constituido por todos los promedios de un grupo
de estudiantes de licenciatura de una universidad, cada uno de los estudiantes ser
un individuo estadstico, mientras que el conjunto de todos estos estudiantes ser
la poblacin y una muestra podra ser el conjunto de todos los estudiantes del tercer
cuatrimestre de ingeniera.
2. Si el conjunto de datos de inters est constituido por todos los promediosde los grupos
de licenciatura, cada uno de los grupos ser un individuo estadstico, mientras que el
conjunto de todos estos grupos ser la poblacin y una muestra podra ser el conjunto
de todos los grupos del tercer cuatrimestre de ingeniera.
21
Definicin 1.4
El caracter de un elemento, individuo u objeto es cualquier caracterstica por medio de la cual se
Ejemplo 2 1. Si los individuos son personas, el sexo, el estado civil, el nmero de hermanos o su
estatura son caracteres.
2. Si el individuo es una reaccin qumica, el tiempo de reaccin, la cantidad de producto
obtenido o si ste es cido o bsico, son caracteres que pueden analizarse.
Definicin 1.5
Una variable estadstica es discreta slo cuando permite valores aislados, como nmeros enteros.
Definicin 1.6
Una variable estadstica es continua cuando admite todos los valores de un intervalo.
de variables se caracteriza por obtenerse mediante mediciones (ver semejanzas con las
variables aleatorias continuas en la unidad 7).
Las variable cualitativas pueden ser nominales si se trata de categorias (sexo, raza,
etc.) y ordinales si implican orden (clase social, grado de preferencia).
Definicin 1.7
La estadstica descriptiva es la parte de la estadstica que organiza, resume y analiza la totalidad
de elementos de una poblacin o muestra.
Muestreo estratificado
Como se mencion, las muestras aleatorias se pueden obtener a partir de una tabla de
nmeros aleatorios. Se supone que se tiene una poblacin de mil individuos y se quiere
hacer un muestreo de diez de ellos. En este caso, primero se asigna un nmero del 000
al 999 a cada miembro de la poblacin y luego se elige de la tabla de nmeros aleatorios
un punto de arranque y se hace el recorrido hasta obtener el tamao de la muestra de
diez. Debido a que el tamao de la poblacin es mil, de los nmeros que aparecen en la
tabla se consideran slo sus tres ltimas cifras. Por ejemplo, sean los siguientes nmeros
aleatorios elegidos de una tabla.
Al elegir sus tres ltimas cifras se obtienen los nmeros que formarn la muestra:
061, 897, 108, 542, 975, 093, 135, 818, 499 y 605. Despus se procede a seleccionar de la
poblacin a los individuos que les corresponden estos nmeros.
De forma similar que en el caso de las mil personas, primero se asigna un nmero
a cada elemento de la poblacin desde 000 hasta 649 y posteriormente se elige un bloque
de nmeros aleatorios donde las tres primeras cifras sean menores a 649.
24
1.5.1 La media
Cuando una persona tiene en sus manos un conjunto de datos para analizarlos,
generalmente calcula, en primera instancia, un promedio de stos. Por ejemplo, dicha
persona tiene las cantidades mensuales que ha ganado en los ltimos seis meses (10 800,
9 700, 11 100, 8 950, 9 750 y 10 500) y desea conocer el valor que representa su salario
promedio. En este caso, obtendr su ingreso promedio al sumar las cantidades y dividir
entre el nmero de meses que trabaj
Como el caso anterior, existe una infinidad de problemas o casos prcticos en los
que de un conjunto de datos se quiere conocer un valor central que refleje la influencia
que tiene cada uno de los datos en l. La medida central ms propicia para tales fines se
define a continuacin.
Definicin 1.8
x1, x2,..., xn, la media muestral (promedio aritmtico)
o estadstico media del conjunto es el estadstico que representa el promedio de los datos
simbolizado por x(x barra), y se calcula
n
x1 x2 xn 1
x xi
n ni 1
25
Definicin 1.9
Dado el conjunto de datos poblacionales x , x ,. . ., x , se llama media poblacional o parmetro
1 2 N
media del conjunto al parmetro representado por (miu o mu), y se calcula
x1 x2 xN 1 N
xi
N Ni 1
Ejemplo 3 Un fabricante de pistones toma una muestra aleatoria de 20 de stos, para medir su
dimetro interno promedio. Con la informacin que el fabricante obtuvo dada en
centmetros, se calcula su dimetro medio
10.1 10.1 9.8 9.7 10.3 9.9 10.0 9.9 10.2 10.1
9.9 9.9 10.1 10.3 9.8 9.7 9.9 10.0 10.0 9.8
Ejemplo 4 Se quiere calcular el sueldo promedio de los trabajadores de una fbrica, eligiendo
aleatoriamente a diez de ellos, con las siguientes cantidades:
Dato x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
Sueldo 2 000 2 200 2 500 2 200 1 800 25 000 2 400 2 300 2 800 2 400
1.5.2 La mediana
Por lo expuesto al final de la subseccin esnecesario presentar otro tipo de medida central en
la que valoresmuy extremosos, con respecto al resto, no tengan una influencia tan marcada
como en la media. A dicha medida se le conoce, debido a su naturaleza, como mediana.
Definicin 1.10
La mediana de un conjunto de datos es el valor medio de los datos cuando stos se han ordenado
en forma no decreciente en cuanto a su magnitud.
26
Clculo de la mediana
Dado el conjunto de datosmuestrales x1, x2,. . ., xn, la mediana muestral o estadstico mediana
del conjunto se representa por x(x tilde) y se obtiene ordenando primero en forma no
decreciente estos n datos, los que se renombrarn segn su posicin por medio de tildes
de la siguiente forma
x1 x2 xn
Posteriormente se localiza el punto medio de los datos ordenados, con dos casos:
Dato x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
Sueldo 2 000 2 200 2 500 2 200 1 800 25 000 2 400 2 300 2 800 2 400
x5 x6 2 300 2 400
x 2 350
2 2
En la mediana se puede observar que el valor $25 000, el cual sobresala con
respecto a todos los dems, a diferencia de la media, no influye en el resultado de la
mediana. Puesto que si en lugar de $25 000 se elige $5 000 o $100 000, el sueldo medio
de los diez trabajadores seguir siendo $2 350. Por lo cual se dice que la mediana es una
medida central insensible de los datos.
1.5.3 La moda
Definicin 1.11
La moda de un conjunto de datos es el valor que se presenta en su distribucin con mayor
frecuencia.
1. La moda puede no existir. Por ejemplo, se tienen las siguientes series de datos:
6, 7, 34, 4, 8
6, 3, 8, 9, 3, 8, 6 y 9
2. La moda puede no ser nica. Por ejemplo, se tiene la siguiente serie de datos
6, 7, 9, 4, 8, 6, 6, 8, 9, 6, 8, 6, 9, 3, 9 y 9
En esta serie estn los valores 6 y 9 como los de mayor frecuencia, ambos
se repiten cinco veces. Al conjunto de datos que tiene ms de una moda se le ll ama
multimodal; bimodal si son dos modas, y trimodal si son tres, etctera.
La media geomtrica de los datos x1, x2,. . ., xn se simboliza por MG y est definida como
la raz n-sima del producto de las n mediciones.
MG n x1 x2 xn
5 8 9 9 8 10 9 5 10 5
6 5 10 10 8 9 7 9 5 9
20
MG 5 8 9 9 8 10 9 5 10 5 6 5 10 10 8 9 7 9 5 9 7.5446868
Observacin De la definicin de media geomtrica se deduce que sta no se puede aplicar cuando
algn dato valecero o la cantidad de datos es par y existe una cantidad impar negativa.
29
La media armnica de los datos x1, x2,. . ., xn se simboliza por MA y est definida como el
recproco de la media aritmtica de los recprocos.
1 1 n
MA n
1 1 1 1 1 1 1 1 1
ni x n x1 x2 xn x1 x2 xn
1 i
Ejemplo 8 Si se viaja de una ciudad a otra recorriendo los primeros 100 km a 80 kmph, los siguientes
100 km a 100 kmph y finalmente otros 100 km a 120 kmph, se calcula la velocidad media
utilizando la mediaarmnica y se compara con las medias aritmtica y geomtrica.
1
MA 97.2973
1 1 1 1
3 80 100 120
1 300
x 80 100 120 100
3 3
3
MG 80 100 120 98.6485
Ahora se compara con la distancia total real recorrida las distancias que recorrera
el automvil con cada una de las velocidades promedio calculadas
Para los casos en que cada dato tiene una importancia relativa en su distribucin la cual
se denomina peso, la media correspondiente ms apropiada se obtiene sumando los
productos de cada dato por su peso, llamando a dicha medida media ponderada.
Definicin 1.12
En un conjunto de datos x , x ,. . ., x se llama pesos o ponderaciones respectivas de estos
1 2 n
datos a las cantidades w , w ,. . ., w que cumplen
1 2 n
a) wi [0,1] , para todo valor de i
b) w1 + w2 + . . . + wn = 1
La media ponderada del conjunto de datos x1, x2,. . ., xn, con pesos respectivos w1,
w2,. . ., wn, se simboliza por MP y se calcula con la siguiente frmula:
n
MP wi xi
i 1
Nota En el caso de poblaciones, los parmetros correspondientes se calculan con las mismas
formulas cambiando n por N.
Al analizar un conjunto de datos surge una duda: tener las medidas centrales es
suficiente para conocer su distribucin? Despus de estudiar la siguiente seccin esto
quedar claro.
Ejercicio 1
2. Calcula la media y mediana de los tiempos de llegada de seis aviones que aterrizan
en un aeropuerto. Los tiempos (en minutos) son
3.5 4.2 2.9 3.8 4.0 2.8
31
1.6.1 Rango
Es el primer valor que nos muestra cmo estn distribuidos (dispersos) los datos. El rango
de las observaciones est simbolizado por r para la muestra y R para la poblacin.
El rango es una medida de variacin de los datos que lo nico que muestra es el tamao
o longitud del intervalo en el que los datos se encuentran distribuidos y es:
Definicin 1.13
El rango es igual a el valor mayor menos el valor menor de los datos.
32
Por ejemplo, para los datos muestrales de los dos conjuntosde datos anteriores
Los elementos del segundo conjunto tienen una separacin mayor entre ellos, pero
el resultado no muestra el comportamiento de los datos con respecto a su media.
Otra medida de dispersin de los datos que est relacionada directamente con la media del
conjunto es la varianza.
Definicin 1.14
Se llama varianza de un conjunto de datos al promedio de los cuadrados de las desviaciones de
cada uno de los datos con respecto a su valor medio.
Respecto a la muestra
Definicin 1.15
La varianza muestral o estadstico varianza del conjunto de datos x , x ,. . ., x , se representa
2 1 2 n
por s
datos con respecto a x, y se calcula
n
1
s2 (xi x)2
ni 1
Sobre la definicin anterior podemos decir que denota la intencin de una medida
variacional de un conjunto de datos, slo que ms adelante (unidades 9 y 10) se ver que
es conveniente definir el estadstico varianza dividiendo entre n 1 en lugar de n. Para
distinguirlas, se les asignan nombres diferentes, los cuales se justificarn hasta la unidad
9, cuando se analice el tema Estimadores puntuales. Mientras tanto se define
n
1
La varianza sesgada como s2n (xi x)2
ni 1
33
n
2 1
La varianza insesgada como sn 1 (xi x)2
n 1i 1
Respecto a la poblacin
De forma similar para poblacionesfinitas se define el parmetro varianza poblacional, el
cual est representado por 2.
Dado el conjunto de datos poblacionales x1, x2,. . ., xn, con valor medio , se define
la varianza poblacional
* 2 1 N
Varianza poblacional (xi )2
Ni 1
La varianza se calcula con los cuadrados de las desviaciones y, por tanto, no est en
las mismas unidades que los datos. Por consiguiente, se introduce una nueva medida de
dispersin de la siguiente forma:
Definicin 1.16
Se llama desviacin estndar de un conjunto de datos a la raz cuadrada positiva de la varianza,
es decir
2
o s s2
Ejemplo 10 Se calcula la varianza insesgada y la desviacin estndar de cada uno de losdos conjuntos
de la seccin 1.6:
Primer conjunto: 20, 12, 15, 16, 13 y 14. Anteriormente se encontr que x = 15.
n
1
s2n 1 ( xi x)2
n 1i 1
1
(20 15)2 (12 15)2 (15 15)2 (16 15)2 (13 15)2 (14 15)2
6 1
1
25 9 0 1 4 1 8
5
*
En las unidades 5 y 7 se presenta una definicin ms general, la cual se puede aplicar tanto a poblaciones
finitas como infinitas.
34
1
(5 15)2 (0 15)2 (50 15)2 (1
17 15)2 (8 15)2 (10 15)2
6 1
1
100 225 1225 4 49 25 325.6
5
n
1
Varianza sesgada s2n x2i x2
ni 1
n
1 n
Varianza insesgada s2n 1 x2i x2
n 1i 1 n 1
Ejemplo 11 Se calcula la varianza insesgada para los conjuntos de datos del ejemplo 10, empleando
las ltimas frmulas para la varianza, y se verifica que coincidan los resultados.
1 6
400 144 225 256 169 196 225 278 270 8
5 5
1 6
25 0 2500 289 64 100 225 595.6 270 325.6
6
5 5
En los clculos anteriores se observa que en ambos casos coinciden los resultados
con los del ejemplo 10.
35
Ejercicio 2
0.95 1.01 0.97 0.95 1.0 0.97 0.95 1.01 0.95 0.98
Calcula la varianza.
Definicin 1.17
Dado un conjunto de datos, se llama intervalos de clase o clases de frecuencia o simplemente
clases a los intervalos que por parejas son ajenos o disjuntos y contienen todos los datos del
conjunto.
Nota Con respecto a los intervalos de clase, no es un requisito que sean de igual longitud, sin
embargo, aqu habr restriccin a clases de igual longitud.
36
Aqu se construirn los intervalos de clase de un conjunto de datos {x1, x2,. . ., xn}, de
acuerdo con los siguientes puntos:
[5,12), [12,19), [19,26), [26,33), [33,40), [40,47), [47,54), [54,61), [61,68), [68,75]
Recurdese que un intervalo de la forma [26,33) indica que se consideran todos los
valores que estn entre 26 y 33, incluyendo el 26 y excluyendo el 33.
Definicin 1.18
Se llama frecuencia relativa de una clase i al cociente de la cantidad de datos que se encuentran
en sta con respecto del total de datos en el conjunto y se simboliza por
fi
fr
n
donde n representa la cantidad total de datos.
37
Definicin 1.19
Se llama frecuencia acumulada a la funcin que representa la suma de las frecuencias por clase,
y se simboliza por F .
i
Definicin 1.20
Se llama frecuencia relativa acumulada a la funcin que representa la suma de las frecuencias
relativas por clase y se simboliza por F .
r
xi x
F(x) fi
i 1
Debido a que en las frecuencias por clase no es de inters el valor de cada elemento
sino slo la cantidad de estos en la clase, se acostumbra realizar el conteo por medio de
las barras como antiguamente se llevaba a cabo; es decir, se pone una barra vertical por
elemento contado y cada vez que se llega a cuatro barras la quinta se coloca en diagonal.
Por ejemplo, para contar ocho elementos:
39
Con esta forma de conteo se puede construir, a partir de la tabla 1.1, una tabla
similar que contenga las frecuencias acumuladas
Al igual que se realiz con un conjunto de datos del cual se obtuvieron sus medidas
centrales y de desviacin, stas se pueden obtener para lasclasesde frecuencia empleando
los puntos medios de las clases y sus frecuencias de clase.
Definicin 1.21
Sea k el nmero de clases, x el punto medio de la i-sima clase y f la frecuencia de la i-sima
i i
clase, entonces el valor de la media aritmtica se calcula con la frmula
k
fi xi
x
i 1 n
donde
n
L = lmite inferior de clase mediana
C l = longitud del intervalo de clase mediana
Md L l 2 n
= mitad de las observaciones
f 2
C = frecuencia acumulada anterior a la clase mediana
f = frecuencia del intervalo de clase mediana
40
Ejemplo 14 Con los datos del ejemplo 13, se calcula la mediana Md.
El intervalo de clase mediana es [70, 80), ya que F5 = 46 incluye a la mitad de las obser-
vaciones n/ 2 = 80/ 2 = 40; l = 80 70 = 10.
n
C
2 40 34 6
Md L l 70 10 70 10 70 5 75
f 12 12
El valor promedio moda (Mo ), que se comparar con los valores numricos de la
media aritmtica x y la mediana Md, se calcula con la frmula:
donde
Ejemplo 15 Con los datos del ejemplo 13, se calcula el valor promedio moda (Mo ).
El intervalo de clase modal es [90, 100] ya que la mayor frecuencia est en F7 = 19 con
L = 90, l = 10, d1 = 19 15 = 4 y d2 = 19 0 = 19.
d1 4 4
Mo L l 90 10 90 10 90 10(..1739) 90 1.739
d1 d2 19 4 23
91.74 92
Definicin 1.22
Si f y x son la frecuencia y el punto medio de la i-sima clase, respectivamente, y n es la suma
i i
de las frecuencias, entonces la varianza sesgada s2 se calcula con la frmula
k
1
s2 fi (xi x)2
ni 1
41
Definicin 1.23
La varianza insesgada s2 se calcula con la frmula
k
1
s2 fi (xi x)2
n 1i 1
Nota La media y varianza por clases de frecuencia generalmente se emplean para observar la
distribucin de datosmuestrales, pero en caso de querer definir estas medidas para datos
poblacionales se realiza de forma similar, sustituyendo la n por N, x por y spor , como
se hizo en las secciones 1.5 y 1.6.
Ejemplo 16 Se calcula la varianza sesgada de las clases de frecuencia con los datos del ejemplo 13.
Para realizar los clculos ms fcilmente se utilizar laa tabla 1.2, tan slo intro-
duciendo algunas columnas:
1
s2 (30 640) 382.984 383
80
s s2 383 19.57
42
Ejercicio 3
a) divide los valores en tres clases de frecuencia de igual longitud, calcula sus
frecuencias relativas e indica si el encargado tendr que reparar la mquina o no
b) calcula la cantidad de lquido promedio que despacha la mquina, empleando
las clases de frecuencia del inciso anterior
1.8 Grficas
Las grficas a las que se hace referencia en estadstica descriptiva deben mostrar la
distribucin de las frecuencias o frecuencias acumuladas del conjunto de datos, con lo
cual se podr entender e interpretar fcilmente su comportamiento.
Por tanto, es necesario introducir un nuevo mtodo grfico para la interpretacin
de datos, entre los grficos ms comunes estn
diagrama de barras
polgono de frecuencias
diagrama circular o de pastel
Definicin 1.24
Un histograma
Ejemplo 17 Se construye un histograma para las clases de frecuencia y la frecuencia acumulada del
ejemplo 13.
44
Se grafican los puntos medios de los intervalos (tercera columna) y se trazan los
rectngulos con sus bases iguales a la longitud de la clase y con las alturas correspon-
dientes a su frecuencia, como se muestra en las siguientes figuras:
f F (x)
80
19
15 61
12 46
8 34
7
4 19
15
8
0 0
25 35 45 55 65 75 85 95 105 25 35 45 55 65 75 85 95 105
a) b)
Nota Para las frecuencias relativas el histograma es el mismo, slo se divide cada frecuencia
entre el total de datos.
Los histogramas no slo nos ayudan a ubicar el centro y visualizar la variabilidad de los
datos, sino tambin la forma en que se distribuyen; por tanto, los podemos clasificar en
simtricos
sesgados hacia la izquierda o la derecha
multimodales
45
Histogramas simtricos
Histogramas sesgados
Histogramas multimodales
Tienen en su distribucin ms de un pico (ver figura 1.2d). En caso de dos picos bimodal,
en caso de tres, trimodal etctera.
a) b)
c) d)
Definicin 1.25
Un polgono de frecuencias
uniendo por lneas los puntos medios de cada intervalo, donde x es el punto medio de clase i y f
i i
su frecuencia. Debido a su forma tambin se le suele llamar .
Ejemplo 19 Se construye un polgono de frecuencias para las clases del ejemplo 13. Por medio de la
tabla 1.4, si se grafican los puntos obtenidos de la tercera y la cuarta columnas:
19
15
12
8
7
4
0
35 45 55 65 75 85 95
Definicin 1.26
A los polgonos de frecuencia que se elaboran con las frecuencias acumuladas o las frecuencias
relativas acumuladas se les llama ojivas.
Ejemplo 20 Se construye la ojiva para las frecuencias relativas acumuladas del ejemplo 13.
0.7625
0.5750
0.4250
0.2375
0.1875
0.10
0
1 2 3 4 5 6 7
Definicin 1.28
Un diagrama circular
frecuencias relativas del conjunto de datos. Por su forma tambin se le suele llamar diagrama de pastel.
Ejemplo 21 Se construye un diagrama circular que representela distribucin por clasesde frecuencias
relativas para las estaturas (en centmetros) de la siguiente muestra de 50 personas.
48
Como son 50 datos y se van a distribuir en siete clases, primero se calcula el rango
del conjunto r = 186.4 158.4 = 28
Se quieren obtener sieteclases, por tanto, se divide el rango 28 entre siete y el resultado
es cuatro. Este valor ser la longitud de cada una de las clasesdefrecuencia. Es decir
12
24% 12
24%
24% 24%
8
16% 9 16% 18%
18% 10% 4% 4%
5
10% 2 2
4% 4%
a) b)
anillos
superficies
cotizaciones
cilndricas
cnicas
piramidales
Ejercicio 4
1. Con los datos del ejercicio 3, numeral 1, traza los grficos de barras y poligonal para
las frecuencias sealadas.
2. Con los datos del ejercicio 3, numeral 2, construye un diagrama de pastel que
represente las proporciones mencionadas.
Ejercicios propuestos
1. Calculalamedia, mediana, moday varianzainsesgadadel siguienteconjunto dedatos
18 19 18 16 11 10 26 18
20 22 24 19 18 11 16 20
9. Con base en los datos del ejercicio anterior traza un histograma para las clases de
frecuencias encontradas.
10. Haciendo uso de las frmulas respectivas, encuentra la mediana y la moda de la
duracin de las llantas del ejercicio 8 y compralas con la media encontrada. Obtn
tambin el tipo de modelo asociado.
11. En la siguiente tabla se muestran loserrores tipogrficos por pgina que comete una
secretaria en 100 pginas.
0 2 3 2 1 5 2 1 6 3
1 5 6 2 3 2 2 2 4 5
5 3 2 6 7 1 3 7 2 3
4 4 5 8 1 3 4 7 3 8
10 0 5 3 2 4 4 6 7 8
9 2 4 6 2 3 4 7 6 4
5 4 6 7 7 2 1 3 8 2
4 5 6 2 7 2 5 5 1 8
3 4 7 8 2 8 1 3 4 4
3 5 6 2 4 2 6 8 1 7
a) divide a los datos en ocho clases de frecuencia y calcula la media por clases
b) calcula la varianza de clase
10 10 8 0 0 2 8 4 1 4
Grupo 2 8 5 2 10 10 10 9 8 9 2
3 3 1 1 2 4 8 6 3 8
Autoevaluacin
Indica la respuesta correcta.
a) 3.8
b) 15
c) 1.5
d) 0.38
2. Los precios del barril de petrleo crudo exportado por Mxico durante 16 das del
ao 2000 fueron
a) 1.3456
b) 0.6237
c) 0.3053
d) 0.4672
a) 31.5
b) 32.0
c) 32.5
d) 31.0
4. Calcula la media de los precios del petrleo del ejercicio 2. Asimismo, calcula
mediana, moda y media geomtrica de dichos precios y determina cul de estas
medidas es ms prxima al valor medio
a) mediana
b) moda
c) media geomtrica
a) 87.14 kmph
b) 89.4 kmph
c) 85 kmph
d) 87.5 kmph
52
La distribucin es
a) sesgada a la derecha
b) simtrica
c) sesgada a la izquierda
d) bimodal
a) 23.45
b) 18.93
c) 12.16
d) 15.34
Muestra 1 8 5 2 10 10 9 4 7 1 3
Muestra 2 1 2 4 8 6 10 10 8 8 9
Muestra 3 7 8 4 5 6 10 9 8 9 2
Muestra 4 10 10 9 8 9 2 8 4 8 6
a) muestra 1
b) muestra 2
c) muestra 3
d) muestra 4
Ejercicio 1
3. 3.492
4. 86.08
5. 10.425
Ejercicio 2
2. 0.5785
3. 0.00063
Ejercicio 3
1.
a) [2.50, 3.64), [3.64, 4.78), [4.78, 5.92), [5.92, 7.06), [7.06, 8.20]
b) media 4.704; varianza 1.922
2.
a) [228.9, 238.9), [238.9, 248.9), [248.9, 258.9]; frecuencias relativas: f1 = 0.175,
f 2 = 0.625, f 3 = 0.200; se tendr que reparar la mquina
b) 244.15
4. [10.8, 15.4),, [15.4, 20.0),, [20.0, 24.6),, [24.6, 29.2),, [29.2, 33.8),, [33.8, 38.4),, [38.4, 43.0),,
[43.0, 47.6),, [47.6, 52.2),, [52.2, 56.8];; media
media= = 33.14; varianza
varianzasesgada=
varianzasesgada
sesgada = 91.84
54
Ejercicio 4
1.
20 20
16 16
12 12
8 8
4 4
0 0
3.07 4.21 5.35 6.49 7.63 3.07 4.21 5.35 6.49 7.63
2.
2.
Frecuencia 10 11 16 18 19 20 22 24 26
1 2 2 4 2 2 1 1 1
Valor
16 16 16 16 16 16 16 16 16
8. rango = 28; longitud de clase = 2.8. Las clases y sus puntos medios se muestran en
la tabla. Media = 56.212; varianza insesgada = 61.263
55
9. 25
20
15
10
0
46.4 49.2 52 54.8 57.6 60.4 63.2 66 68.8 71.6
11. rango = 10; longitud de clase = 1.25. Las clases y sus puntos medios se muestran en
la tabla. Media = 4.225; varianza insesgada = 5.564
56
12. 21
19
15
14
11
10
8
2
0
0.625 1.875 3.125 4.375 5.625 6.875 8.125 9.375
Respuestas de la autoevaluacin
1. d)
2. b)
3. b)
4. c)
5. a)
6. a)
7. d)
8. c)
9. c)