Consolidado

ESTADISTICA DESCRIPTIVA 1
Universidad nacional abierta y a distancia UNAD
Estadística Descriptiva.
Grupo
100105_13
Trabajo colaborativo unidad 2
Tutor
Jose Alberto Escobar
Fabio Antonio González Muñoz

Código: 10698789
John Alexander Muñoz
Código: 10696958
Fabio Antonio Guerrero Nieto
Código: 10765867
Wilfido Hoyos
18 de noviembre de 2014
Contenido
Introducción................................................................................................................................................. 3
Justificación................................................................................................................................................. 4
Objetivos...................................................................................................................................................... 5
1. Realizar un mentefacto conceptual sobre las medidas de dispersión ....................................... 6
2. Una empresa despulpadora de fruta busca optimizar su producción de jugo de mango.
Para esto, inició un estudio en el cual midió los pesos en gramos de una muestra. .................. 7
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: ......................................................................................... 13
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. ...................................................................................................... 16
5 - A continuación Se presentan las ventas nacionales de móviles nuevos de 1992 a 2004 en
la siguiente tabla. Obtenga un índice simple para las ventas nacionales utilizando una base
variable: ................................................................................................................................................. 21
Conclusión ................................................................................................................................................ 23
Referencias Bibliográficas ...................................................................................................................... 24
Introducción
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, como es la Sumatoria y la Productoria.
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
 Realizar un muestreo, diseñar un experimento sencillo y recolectar datos de manera

apropiada.
 Analizar los datos obtenidos de manera descriptiva y formular una interpretación de los
resultados.
 Interpretar las medidas de tendencia central y comprender sus aplicaciones.
 Reconocer que las medidas de dispersión complementan la descripción que proporcionan las
medidas de tendencia central.
 Interpretar y utilizar las medidas de dispersión.
 Estimular y promover el trabajo en equipo.
 Poner en práctica la estadística descriptiva mediante la resolución de los problemas

propuestos.
1. Realizar un mentefacto conceptual sobre las medidas de dispersión

2. Una empresa despulpadora de fruta busca optimizar su producción de jugo de

mango. Para esto, inició un estudio en el cual midió los pesos en gramos de una
muestra.
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
Realizar una tabla de distribución de frecuencias para datos agrupados dado que la variable
es peso (cuantitativa continua), Calcular varianza, desviación estándar y coeficiente de
variación. Interprete los resultados.
Organizamos los datos
65 67 68 69 70 74 76 76 77 78
79 82 83 83 84 85 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
Dato Mínimo 65
Dato Máximo 130
Rango 65
N° de intervalos 7
Amplitud 9.29
Diferencia 1
Total datos 50
K=1+3.3 log (50) K= 7
Rango= (dato máximo- dato mínimo) R= 130-65 R= 65
Amplitud= R/K A= 65/7 A= 9.29

li Xi fi Fi hi Hi % %
simple acumulado
65-74.29 69.145 6 6 0.12 0.12 12% 12%
74.29-83.58 78.935 8 14 0.16 0.28 16% 28%
83.58-92.87 88.225 10 24 0.2 0.48 20% 48%
92.87-102.16 97.515 19 43 0.38 0.86 38% 86%
102.16-111.45 106.805 6 49 0.12 0.98 12% 98%
111.45-120.74 116.095 0 49 0 0.98 0% 98%
120.74-130.03 125.385 1 50 0.02 1 2% 100%
TOTAL 50 1 100%
Definiciones de términos
Ii: intervalo
Xi: marca de clase
fi: frecuencia absoluta
Fi: frecuencia absoluta acumulada
hi: frecuencia relativa
Hi: frecuencia relativa acumulada
Media:
𝑛
∑ 𝑋𝑖
𝑖=1
𝑋=
𝑛
𝑥
69.145 ∗ 6 + 78.935 ∗ 8 + 88.255 ∗ 10 + 97.515 ∗ 19 + 106.805 ∗ 6 + 116.095 ∗ 0 + 125.385 ∗ 1
=
50
414.87 + 631.48 + 882.55 + 1852.785 + 640.83 + 0 + 125.385 4547.9
= = = 90.958
50 50
Media = 90.958
Calcular varianza datos agrupados

∑(𝑥𝑖 −𝑋)2 ∗𝑓 7594.53
𝑠2 = = = 151.89
𝑛 50
La varianza es 151.89
li Xi fi fi*Xi (Xi-ẋ)² (Xi-ẋ)² * f

65-74.29 69.145 6 414.87 475.45 2852.7
74.29-83.58 78.935 8 631.48 144.36 1154.88
83.58-92.87 88.225 10 882.55 7.42 74.2
92.87-102.16 97.515 19 1852.785 43.09 818.71
102.16-111.45 106.805 6 640.83 251.38 1508.28
111.45-120.74 116.095 0 0 632.27 0
120.74-130.03 125.385 1 125.385 1185.76 1185.76
TOTALES 50 7594.53
(Xi-ẋ)² = (69.145-90.95)² = (21.805)² = 21.805*21.805 = 475.45
= (78.935-90.95)² =144.36
= (88.225-90.95)² = 7.42
= (97.515-90.95)² =43.09
= (106.805-90.95)² =251.38
= (116.095-90.95)² =632.27
= (125.385-90.95)² =1185.76
Calcular la desviación estándar
∑(𝑥𝑖 −𝑋)2 ∗𝑓
𝑠2 = √ 𝑛
𝑠 = √151.89 = 12.32
Desviación estándar = 12.32
Calcular el coeficiente de variación.
𝑠 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛
𝑠= ∗ 100 𝑝𝑜𝑟 𝑒𝑙 100 %
𝑥 𝑀𝑒𝑑𝑖𝑎
12.32
𝑠= ∗ 100 = 13.54%
90.95
Coeficiente de variación 13.54%
Media 90.95
Varianza 151.89
Desviación estándar 12.32
Otra posible solución
Ordenamos los datos de menor a mayor (Izquierda a derecha), tenemos:
65 67 68 69 70 74 76 76 77 78
79 82 83 83 84 85 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
Iniciamos la construcción de datos de la tabla de distribución de frecuencias, tenemos:
No. de datos (n) 50

Límite Inferior (Lsup) 65
Límite Superior (Linf) 130
Rango ( R ) 65
No. de Intervalos (K) 6,6440 7
Amplitud de Clase (A) 9,29 11
R* 77
R-R* 12
A-1 10
PESO EN GRAMOS MARCA DE FRCUENCIA FRECUENCIA FRECUENCIA FRECUENCIA

JUGO CLASE RELATIVA ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
64 74,83 69,416 6 0,120 6 12,00
75,83 86,67 81,25 10 0,200 16 20,00
87,67 98,50 93,083 17 0,340 33 34,00
99,50 110,33 104,916 16 0,320 49 32,00
111,33 122,17 116,75 0 0,000 49 0,00
123,17 134,00 128,583 1 0,020 50 2,00
Total 50 1 100
Media = 4575/50 = 91.5
Calcular Varianza y Desviación Estándar
DESVIACIÓN CUADRADO DE LA
PESO EN
MEDIA X RESPECTO DE LA DESVIACIÓN RESPECTO
GRAMOS JUGO
MEDIA (Xi – X) DE LA MEDIA (Xi – X)2
65 91,5 -26,5 702,25
67 91,5 -24,5 600,25
68 91,5 -23,5 552,25
69 91,5 -22,5 506,25
70 91,5 -21,5 462,25
74 91,5 -17,5 306,25
76 91,5 -15,5 240,25
76 91,5 -15,5 240,25
77 91,5 -14,5 210,25
78 91,5 -13,5 182,25
79 91,5 -12,5 156,25
82 91,5 -9,5 90,25
83 91,5 -8,5 72,25
83 91,5 -8,5 72,25
84 91,5 -7,5 56,25
85 91,5 -6,5 42,25
87 91,5 -4,5 20,25
88 91,5 -3,5 12,25
DESVIACIÓN CUADRADO DE LA
PESO EN
MEDIA X RESPECTO DE LA DESVIACIÓN RESPECTO
GRAMOS JUGO
MEDIA (Xi – X) DE LA MEDIA (Xi – X)2
90 91,5 -1,5 2,25
90 91,5 -1,5 2,25
90 91,5 -1,5 2,25
91 91,5 -0,5 0,25
92 91,5 0,5 0,25
92 91,5 0,5 0,25
93 91,5 1,5 2,25
94 91,5 2,5 6,25
94 91,5 2,5 6,25
96 91,5 4,5 20,25
96 91,5 4,5 20,25
97 91,5 5,5 30,25
98 91,5 6,5 42,25
98 91,5 6,5 42,25
98 91,5 6,5 42,25
99 91,5 7,5 56,25
99 91,5 7,5 56,25
100 91,5 8,5 72,25
100 91,5 8,5 72,25
100 91,5 8,5 72,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
104 91,5 12,5 156,25
104 91,5 12,5 156,25
105 91,5 13,5 182,25
107 91,5 15,5 240,25
108 91,5 16,5 272,25
109 91,5 17,5 306,25
130 91,5 38,5 1482,25
4575 8420,5
Variación = 8420,5/49 = 171,85

Desviación Estándar = √171,82 = 13,11
Coeficiente de Variación= 13,11/91,5*100= 14,33
Solución
No. de datos (n) 50
Media X 91,5
Varianza 171,85
Desviación Estándar 13,11
Coeficiente de Variación 14,33
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 0 1 2 3 4 5 6 7
Reclamaciones
Nº De usuarios 26 10 8 6 4 3 2 1
Media
𝑛
∑ 𝑋𝑖
𝑖=1
𝑋=
𝑛
94
𝑋= = 1.56
60
Media = 1.56
Reclamos Número
(Xi) usuarios Xi*fi (Xi-ẋ)² (Xi-ẋ)² * f
(fi)
0 26 0 2.43 63.18
1 10 10 0.31 3.1
2 8 16 0.19 1.52
3 6 18 2.07 12.42
4 4 16 5.95 23.8
5 3 15 11.83 35.49
6 2 12 19.71 39.42
7 1 7 29.59 29.59
28 60 94 208.52
Calcular:
a. El promedio de reclamos.
𝑠 0+1+2+3+4+5+6+7 28
𝑆2 = = = = 0.466
𝑛 26 + 10 + 8 + 6 + 4 + 3 + 2 + 1 60
𝑆 = 0.466
b. La varianza y su deviación típica
Varianza
∑(𝑥𝑖 −𝑥)2 ∗𝑓 208.52

𝑠2 = 𝑛
= 60
= 3.47
𝑠 = 3.47
Desviación
∑(𝑥𝑖 −𝑥)2 ∗𝑓
𝑠2 = √ 𝑛
𝑆 = √3.47
𝑆 = 1.86
c. El coeficiente de variación.
𝑠 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛
𝑠= ∗ 100 𝑝𝑜𝑟 𝑒𝑙 100 %
𝑥 𝑀𝑒𝑑𝑖𝑎
1.86
𝑠= ∗ 100 = 119.23%
1.56
Media 1.56
Promedio de reclamos 0.466
Varianza 3.47
Desviación 1.86
Otra solución
a. El promedio de reclamos.
28
𝑥=
60
𝑥 = 0,46
b. La varianza y su desviación típica
2
∑ 𝑥2
𝑆 = − 𝒙𝟐
𝑛
115,8
𝑆2 =
60
𝑆 2 = 1,93
Desviación típica
∑(𝑥 − 𝑥 2 )
𝑆=√ − 𝒙𝟐
𝑛
115,8
𝑆=√
60
𝑆 = 1,389
c. El coeficiente de variación.
𝑠
𝐶𝑉 = ∗ 100%
𝑥
1,389
𝐶𝑉 = ∗ 100
0,46
𝐶𝑉 = 301,9
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.
4.1 Ejercicio 2 del laboratorio
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 como 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
Medida en Número
minutos de días (Y)
(X)
10 35
20 28
30 23
40 20
50 18
60 15
70 13
∑ =280 ∑ =152
Medida en Número
minutos de días (Y) XY 𝐗𝟐
(X)
10 35 350 100
20 28 560 400
30 23 690 900
40 20 800 1.600
50 18 900 2.500
60 15 900 3.600
70 13 910 4.900
∑ X = 280 ∑ Y = 152 ∑ XY ∑ X2
= 5.110 = 14.000
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variantes.
Diagrama de dispersion y = -0.3464x + 35.571

40 R² = 0.9454
35 10, 35
Numero de dias (Y)
30
20, 28
25
30, 23
20 40, 20
50, 18 y
15 60, 15
70, 13 Linear (y)
10
5
0
0 10 20 30 40 50 60 70 80
Medida en minuto (X)
b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. Es confiable?
Modelo Y= a+bX
Y= --0.3464X + 35.571. R2=0.9454
Se puede decir que si es confiable porque el R2 está cercano al 1 y tiene una correlación
excelente.
c. Determine el porcentaje de explicación del modelo y el grado de relación de las

dos variables.
El R2 afirma además que le modelo de explicación es el 94.5% de la información y el valor de

coeficiente de correlación lineal es excelente porque el 0.945 está muy cercano al extremo 1
positivo que es la correlación única positiva.
d. Qué tiempo deberá tardarse un empleado cuando se lleven 100 días?
Y= (-0.3464*100)+35.571=0.931 minutos.
Es de 0.93 minutos porque es el tiempo que se va a tardar para la fabricación del artículo en
100 días.
4.2 Ejercicio 3 del laboratorio
Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que permita
determinar la relación entre el peso y la estatura de sus estudiantes. Para ello selecciona 10
niños y realiza las mediciones respectivas.
A continuación se presentan los resultados:
Estatura 121 123 108 118 111 109 114 103 110 115
(cm)
Peso (kg) 25 22 19 24 19 18 20 15 20 21
Estatura Peso Kg
cm (X) (Y)
103 15
108 19
109 18
110 20
111 19
114 20
115 21
118 24
121 25
123 22
∑ =1132 ∑ = 203
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variantes.
DIAGRAMA DE DISPERSIÓN
30
y = 0.4212x - 27.377
25 24 25 R² = 0.8102
PESO EN KILOS (Y)
22
20 19182019 2021
15 15
Peso Kg (Y)
10
Linear (Peso Kg (Y))
5
0
100 105 110 115 120 125
ESTATURA EN CM (X)
b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. Es confiable?.
Modelo Y= a+bX
Y= 0.4212x – 27.377 R² = 0.8102
Se puede decir que si es confiable porque el R2 está cercano al 1 y tiene una correlación es
bueno.
c. Determine el grado de relación de las dos variables.
El R2 afirma además que le modelo de explicación es el 81% de la información y el valor de r

coeficiente de correlación lineal es bueno porque el 0.8102 está muy cercano al extremo 1
positivo que es la correlación única positiva.
d. Cuál es el peso que debería tener un estudiante que mida 130 cm?
Y= (0.4212*130) – 27.377
Y= 27.379
El peso de un estudiante que mida 130 cm es de 27.379
5 - A continuación Se presentan las ventas nacionales de móviles nuevos de 1992 a

2004 en la siguiente tabla. Obtenga un índice simple para las ventas nacionales
utilizando una base variable:
Año Ventas
(millones $)
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 periodo base 1992
El resultado es
Año Ventas cociente Índice Porcentaje

1992 8.8 8.8/8.8 1 100%
1993 9.7 9.7/8.8 1.10 110% Aumento 10% respecto
al año pasado
1994 7.3 7.3/8.8 0.82 82% Disminuyo 28%
respecto al año pasado
1995 6.7 6.7/8.8 0.76 76% Disminuyo 6% respecto
al año pasado
al año pasado
1997 9.2 9.2/8.8 1.04 104% Aumento 8% respecto al
año pasado
1998 9.2 8.2/8.8 0.93 93% Disminuyo 11%
año pasado
2000 6.4 6.4/8.8 0.72 72% Disminuyo 23%
año pasado
2002 5.0 5.0/8.8 0.56 56% Disminuyo 14%
al año pasado
al año pasado
AÑO DE VENTA VENTA (MILLONES) PROMEDIO

1992-1993 9.7/8.8 X 100 110
1993-1994 7.3/ 9.7 75
1994-1995 6.7/7.3 92
1995-1996 8.5/6.7 127
1996-1997 9.2/8.5 108
1997-1998 9.2/9.2 100
1998-199 8.4/9.2 91
1999-2000 6.4/8.4 76
2000-2001 6.2/6.4 97
2001.2002 5.0/6.2 81
2002-2003 6.7/5.0 134
2003-2004 7.6/6.7 113
PROMEDIO 100.33
Conclusión
La estadística es la ciencia que le facilita al hombre el estudio de datos masivos, pasa de esa manera a
obtener conclusiones valederas y efectuar predicciones razonables de ellos; mostrando así una visión de
conjunto clara y de más fácil apreciación, tanto para describirlos como para compararlos. Las
herramientas de la estadística descriptiva, permiten entender y comprender de una manera clara, veraz,
ágil y sencilla la información recopilada dentro de una investigación, ya sea previa o el resultado de un
trabajo de campo, dichas herramientas están relacionadas con una serie de operaciones matemáticas
que conllevan a conocer una serie de conceptos que permiten clasificar y destacar elementos relevantes
del proceso investigativo.
Referencias Bibliográficas
Universidad de Barcelona carmona@bio.ub.es. 12 de noviembre de 2001.

http://www.ub.edu/stat/docencia/Mates/indices.pdf
Normas APA Actualizadas. (s.f.). Obtenido de mundonets.com:

http://www.mundonets.com/normas-apa/
Video de cómo realizar Frecuencia absoluta, relativa y acumulada.
http://www.youtube.com/watch?v=a7DWGLpdIuI
Video tutorial de cómo elaborar una Tabla de Frecuencias
http://www.youtube.com/watch?v=RomXI3RN6KU

Consolidado

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Consolidado

Încărcat de

Drepturi de autor:

Formate disponibile

ESTADISTICA DESCRIPTIVA 1

Universidad nacional abierta y a distancia UNAD

Trabajo colaborativo unidad 2

Fabio Antonio González Muñoz

 Realizar un muestreo, diseñar un experimento sencillo y recolectar datos de manera

 Interpretar las medidas de tendencia central y comprender sus aplicaciones.

 Interpretar y utilizar las medidas de dispersión.

 Estimular y promover el trabajo en equipo.

 Poner en práctica la estadística descriptiva mediante la resolución de los problemas

1. Realizar un mentefacto conceptual sobre las medidas de dispersión

2. Una empresa despulpadora de fruta busca optimizar su producción de jugo de

Organizamos los datos

K=1+3.3 log (50) K= 7

Rango= (dato máximo- dato mínimo) R= 130-65 R= 65

Amplitud= R/K A= 65/7 A= 9.29

Calcular varianza datos agrupados

li Xi fi fi*Xi (Xi-ẋ)² (Xi-ẋ)² * f

(Xi-ẋ)² = (69.145-90.95)² = (21.805)² = 21.805*21.805 = 475.45

Calcular la desviación estándar

Desviación estándar = 12.32

Calcular el coeficiente de variación.

Otra posible solución

Ordenamos los datos de menor a mayor (Izquierda a derecha), tenemos:

Iniciamos la construcción de datos de la tabla de distribución de frecuencias, tenemos:

No. de datos (n) 50

PESO EN GRAMOS MARCA DE FRCUENCIA FRECUENCIA FRECUENCIA FRECUENCIA

Media = 4575/50 = 91.5

Calcular Varianza y Desviación Estándar

Variación = 8420,5/49 = 171,85

Desviación Estándar = √171,82 = 13,11

Coeficiente de Variación= 13,11/91,5*100= 14,33

3. Un empleado de la empresa de Acueducto de la ciudad de Cartagena, realiza un

b. La varianza y su deviación típica

∑(𝑥𝑖 −𝑥)2 ∗𝑓 208.52

b. La varianza y su desviación típica

4. Ingresar al blog de Estadística Descriptiva que se encuentra en la página principal

4.1 Ejercicio 2 del laboratorio

En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado, se ha

Los siguientes datos representan dicha situación:

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

Diagrama de dispersion y = -0.3464x + 35.571

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

Y= --0.3464X + 35.571. R2=0.9454

c. Determine el porcentaje de explicación del modelo y el grado de relación de las

El R2 afirma además que le modelo de explicación es el 94.5% de la información y el valor de

d. Qué tiempo deberá tardarse un empleado cuando se lleven 100 días?

4.2 Ejercicio 3 del laboratorio

A continuación se presentan los resultados:

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

Y= 0.4212x – 27.377 R² = 0.8102

c. Determine el grado de relación de las dos variables.

El R2 afirma además que le modelo de explicación es el 81% de la información y el valor de r

El peso de un estudiante que mida 130 cm es de 27.379

5 - A continuación Se presentan las ventas nacionales de móviles nuevos de 1992 a

Tomamos como periodo base 1992

Año Ventas cociente Índice Porcentaje

AÑO DE VENTA VENTA (MILLONES) PROMEDIO

Universidad de Barcelona carmona@bio.ub.es. 12 de noviembre de 2001.

Normas APA Actualizadas. (s.f.). Obtenido de mundonets.com:

Video de cómo realizar Frecuencia absoluta, relativa y acumulada.

Video tutorial de cómo elaborar una Tabla de Frecuencias

S-ar putea să vă placă și

li Xi fi fiXi (Xi-ẋ)² (Xi-ẋ)² f