Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERÍA DE
SISTEMAS E INFORMÁTICA
LIMA – PERÚ
AÑO 2018
FORMULACIÓN DEL PROBLEMA:
f. ¿De dónde?
De la EAP Ingeniería de Software.
g. ¿De cuándo?
Del periodo académico 2018-I.
h. ¿Para qué?
Para obtener información de la Situación Académica de los alumnos.
INFORMACIÓN DEL RENDIMIENTO ACADÉMICO USANDO MEDIDAS
RESUMEN (G3)
Conjunto de unidades de observación: Todos los alumnos que ingresaron sus datos en
el archivo “Situación Académica de los alumnos del curso de Estadística y
Probabilidades” proporcionado por la profesora.
CARACTERÍSTICA:
0.4
[13.74- 14.41> 14.07 4
0.3
0.2
0.1
0
3 1 6
2
1 m
X i fi
1
x = X i fi
n i 1
S2 =
N
0 S2 x 2
X i 1
'
X 'i Fi Xi fi Xifi (Xi- - u)2 fi
[10.39- 11.06> 3 10.72 3 32.16 12.85
[11.06- 11.73> 4 11.39 1 11.39 1.96
[11.73- 12.4> 10 12.06 6 72.36 3.19
[12.4 - 13.07> 20 12.73 10 127.3 0.03
[13.07- 13.74> 32 13.40 12 160.8 4.46
[13.74- 14.41> 36 14.07 4 56.28 6.55
460.29 29.04
a. N/2 = 18
3. Cálculo de la moda
10,39 10,82 11 11,55 11,77 12,12 12,13 12,15 12,3 12,37 12,4 12,49 12,5 12,6 12,62 12,7 12,78
12,8 12,86 12,87 13,09 13,11 13,11 13,2 13,25 13,25 13,5 13,6 13,62 13,63 13,7 13,72 14,01
14,07 14,3 14,4
~
x x x̂ 1 x̂ 2
14
12
10
0
10,05 10,72 11,39 12,06 12,73 13,40 14,07 14,74
INTERPRETACIÓN:
El coeficiente de Variación, CV, nos dice que los datos no están muy dispersos, y al ver los
valores de tendencia central la media y la mediana estos no son muy diferentes, elegimos a la
media como indicador de tendencia central, concluimos que la mayoría de datos están en
torno a la media, es decir, el promedio ponderado de la mayoría de alumnos está cerca 12.79
1 1 1 1 1 1 2 1 1
1 1 1 1 1 1 1 2 2
1 2 1 1 2 2 1 1 1
1 1 1 1 1 2 1 1 1
Conjunto de unidades de observación: Todos los alumnos que ingresaron sus datos en
el archivo “Situación Académica de los alumnos del curso de Estadística y
Probabilidades” proporcionado por la profesora.
CARACTERÍSTICA:
2
1 n 1 n
x = xi
n i 1
S2 = xi x
n i 1
.
1. Mediana.
- Ordenamos los datos de menor a mayor
111111111111111111111111111112222222
- Cómo el número de datos es par, entonces el valor de la mediana estará dado por la
semisuma de los datos centrales.
Luego. ~x = 1
2. Moda.
x̂ 1 = 1 x̂ 2 = 2
Indicadores de dispersión.
3. Longitud de recorrido.
LR = 2 - 1 = 1
4. Coeficiente de Variación.
CV = S / x = 0.33
CUADRO RESUMEN
Interpretación.
El CV = 0.33 indica que hay una …vooole
.
INFORMACION DEL RENDIMIENTO ACADEMICO A TRAVÉS DE MEDIDAS
RESUMEN USANDO LA VARIABLE PROMEDIO PONDERADO (G2)
Datos del promedio ponderado de los alumnos del curso de estadística I, grupo 2
Semestre 2018-I de la EAP Ingeniera de Software, FISI, para ver la tendencia de la
situación académica de los alumnos.
CONCEPTOS BÁSICOS:
Conjunto de unidades de observación: Todos los alumnos que ingresaron sus datos en el
archivo “Situación Académica de los alumnos del grupo 3 del curso de Estadística y
Probabilidades” proporcionado por la profesora.
CARACTERÍSTICA:
18
x
i 1
i
2. Mediana.
- Ordenamos los datos de menor a mayor
9 11.69 11.82 11.91 12.05 12.09 12.11 12.12 12.13 12.25 12.28 12.47
12.5 12.58 12.6 12.60 12.85 12.9 12.9 12.98 13.3 13.34 13.41
13.48 13.63 14.48 15.18 15.25
- Cómo el número de datos es par, entonces el valor de la mediana estará dado por la
semisuma de los datos centrales.
Luego. Me = 12.59%
3. Moda.
Mo= 12.9
Indicadores de dispersión.
1. Longitud de recorrido.
LoR = 15.25 - 9 = 6.25%
2. Desviación Media.
18
x i
DeM i 1
= 0.7 %
28
xi xi
9 3.7
11.69 1.01
11.82 0.88
11.91 0.79
12.05 0.65
12.09 0.61
12.11 0.59
12.12 0.58
12.13 0.57
12.25 0.45
12.28 0.42 18 datos
u = 12.7 %
12.47 0.23
12.5 0.2
12.58 0.12
12.6 0.1
12.60 0.01
12.85 0.15
12.9 0.2
12.9 0.2
12.98 0.28
13.3 0.6
13.34 0.64
13.41 0.71
13.48 0.78
13.63 0.93
14.48 1.78
15.18 2.48
15.25 2.55
22.21
Interpretación.
Observando la columna de las desviaciones, xi , tenemos que 18 datos se alejan de la
media en menos de 0.65 o lo que es equivalente a que el 64% de los datos se aleja de la media
en menos de 0.65 por lo que podríamos interpretar como que los datos no están muy
dispersos.
3. Varianza.
x
2
i
X2 X
2
xi xi2
9 81
11.69 136.6561
11.82 139.7124
11.91 141.8481
12.05 145.2025
12.09 146.1681
12.11 146.6521
12.12 166.41
12.13 147.1369
12.25 150.0625
12.28 150.7984
12.47 155.5009
12.5 156.25
12.58 158.2564
12.6 158.76
12.60 158.76
12.85 165.1225
12.9 166.41
12.9 166.41
12.98 168.4804
13.3 176.89
13.34 177.9556
13.41 179.8281
13.48 181.7104
13.63 185.7769
14.48 209.6704
15.18 230.4324
15.25 232.5625
355.9 4580.4236
355
𝜇= = 12.67%
28
4580.4236
𝜎 2𝑥 = − (12.67)2 = 3.05%2
28
El valor de la varianza calculada a partir de la fórmula (b) proporciona un valor aproximado de
ella.
4. Desviación estándar.
𝜎 = 1.74%
5. Coeficiente de Variación.
CoV = 0.137
CUADRO RESUMEN
Interpretación.
El CoV = 0.137 nos dice que la dispersión de los datos es baja, ahora observamos los
indicadores de tendencia central, como no existe mucha diferencia entre el valor de la media y
el valor de la mediana, se elige la media aritmética como indicador de tendencia central, luego
concluimos que la mayoría de los datos están en torno a la medía, es decir, en la mayoría de
los cursos el promedio ponderado está en torno al 46.6 % a mitad del periodo académico.
INFORMACION DEL RENDIMIENTO ACADEMICO A TRAVÉS DE MEDIDAS
RESUMEN USANDO LA VARIABLE NUMERO DE MATRICULAS EN EL
CURSO (G2)
Datos del Número de matrículas en el curso de los alumnos del curso de estadística I,
grupo 2 Semestre 2018-I de la EAP Ingeniera de Software, FISI, para ver la tendencia de
la situación académica de los alumnos.
2 1 3 1 1 1 1
1 1 1 1 2 1 1
1 1 1 1 1 1 3
1 3 1 1 1 1 1
CONCEPTOS BÁSICOS:
Conjunto de unidades de observación: Todos los alumnos que ingresaron sus datos en el
archivo “Situación Académica de los alumnos del grupo 3 del curso de Estadística y
Probabilidades” proporcionado por la profesora.
CARACTERÍSTICA:
28
x
i 1
i
1.28%
28
(Observación: el símbolo porcentaje es la unidad de la variable)
5. Mediana.
- Ordenamos los datos de menor a mayor
1111111111111111111111122333
- Cómo el número de datos es par, entonces el valor de la mediana estará dado por la
semisuma de los datos centrales.
Luego. Me = 1
6. Moda.
Mo= 1
Indicadores de dispersión.
7. Longitud de recorrido.
LoR = 3 - 1 = 2
8. Desviación Media.
28
x i
DeM i 1
= 0.40
28
xi xi
2 0.72
1 0.28
1 0.28
1 0.28
1 0.28
1 0.28
3 1.72
3 1.72
1 0.28
1 0.28
1 0.28 23 datos
u = 1.28 %
1 0.28
1 0.28
1 0.28
1 0.28
1 0.28
2 0.72
1 0.28
1 0.28
1 0.28
1 0.28
1 0.28
1 0.28
0 0.28
1 0.28
1 0.28
3 1.72
1 0.28
13.04
Interpretación.
Observando la columna de las desviaciones, xi , tenemos que 23 datos se alejan de la
media en menos de 0.29 o lo que es equivalente a que el 82% de los datos se aleja de la
media en menos de 0.29 por lo que podríamos interpretar como que los datos no están muy
dispersos.
9. Varianza.
x
2
i
X2 X
2
xi xi2
2 4
1 1
1 1
1 1
1 1
1 1
1 1
3 9
3 9
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
2 4
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
3 9
1 1
36
𝜇 = 28 = 1.28%
58
𝜎 2 𝑥 = 28 − (1.28)2 = 0.43%2
𝜎 = 0.65%
CoV = 0.5
CUADRO RESUMEN
Conjunto de unidades de observación: Todos los alumnos que ingresaron sus datos en
el archivo “Situación Académica de los alumnos del grupo 2 o 3 del curso de Estadística
y Probabilidades” proporcionado por la profesora.
1)
Nombre: Año de Ingreso
Definición conceptual: Año en el que el Alumno logró su admisión a la
UNMSM.
Definición operacional: Observar en la Constancia de Ingreso la fecha
emitida.
Variable 1: Año de Ingreso
Tipo de Variable: Categórica.
Escala: Ordinal.
El Conjunto de Datos constituyen los datos muéstrales.
Datos diferenciados para el GRUPO 2: {2011, 2016, 2017}
Datos diferenciados para el GRUPO 3: {2011, 2014, 2015, 2016, 2017}
2)
Nombre: Número Acumulado de Créditos
Definición conceptual: Número de créditos de todos los cursos aprobados
hasta el periodo académico actual.
Definición operacional: Suma de créditos correspondientes a cada curso
aprobado desde el ciclo de inicio hasta el anterior periodo académico que
se cursa actualmente.
Variable 2: Número Acumulado de Créditos
Tipo de Variable: Cuantitativa Continúa.
Escala: De Razón.
El Conjunto de Datos constituyen los datos muéstrales.
Datos diferenciados para el GRUPO 2: {31, 35, 37, 38,…, 83}
Datos diferenciados para el GRUPO 3: {37, 39, 41, 43,…, 85}
GRUPO 2 GRUPO 3
Cuadro N°2
Cuadro N°1 Clasificación de los alumnos del curso de
Clasificación de los alumnos del curso de Estadísticas y Probabilidades de la EAP
Estadísticas y Probabilidades de la EAP Ingeniería de Software del periodo académico 2018-I
Ingeniería de Software del periodo académico 2018-I Del GRUPO 3 de acuerdo al Número Acumulado de Créditos y
Del GRUPO 2 de acuerdo al Número Acumulado de Créditos y el Año de ingreso
el Año de ingreso
Número
Año de Ingreso
Número Acumulado de
Año de Ingreso Créditos 2011 2014 2015 2016 2017
Acumulado de
Créditos 2011 2016 2017 37 1
31 1 39 2
35 1 41 1
37 1 43 2 13
38 1 47 1
39 7 49 1
43 1 9 54 1 2
44 1 55 1 1 1
47 1 58 1
51 2 59 1
54 1 62 1
66 1 63 1
83 2 66 1
67 1
74 2
INFORMACION OBTENIDA: 85 1
Se interpreta que la mayoría de los alumnos, el 71.4%, del Grupo 2 ingresaron INFORMACION OBTENIDA:
el año 2017, también considerando toda la tabla podemos concluir que para Se interpreta que la mayoría de los alumnos, el 83.3%, del Grupo 3 ingresaron el
valores altos de la variable “Año de Ingreso” se tiene un número de datos altos año 2016 o 2017, donde podemos concluir que para el valor 2017 de la variable
que corresponden a valores bajos de la variable “Número Acumulado de “Año de Ingreso” se tiene un numero de datos altos y concentrados en valores
Créditos”. bajos de la variable “Número Acumulado de Créditos” y para el valor 2016 de la
variable “Año de Ingreso” se tiene un numero de datos medios y dispersos.
Gráfica N°1
GRUPO 2 Clasificación de los alumnos del curso de
Estadísticas y Probabilidades de la EAP
Ingeniería de Software del periodo académico 2018-I
Del GRUPO 2 de acuerdo al Número Acumulado de Créditos y el Año de ingreso
11
10
9 Año de Ingreso
8 2017
Año de Ingreso
Alumnos
7
6 2016
5
4
3
2
1
0
31 35 37 38 39 43 44 47 51 54 66 83
INFORMACION OBTENIDA:
Se interpreta que la mayoría de los alumnos, el 71.4%, del Grupo 2 ingresaron el año
2017, también considerando toda la gráfica podemos concluir que para valores altos de la
variable “Año de Ingreso” se tiene un número de datos altos que corresponden a valores bajos
de la variable “Número Acumulado de Créditos”.
Gráfica N°2
GRUPO 3 Clasificación de los alumnos del curso de
Estadísticas y Probabilidades de la EAP
Ingeniería de Software del periodo académico 2018-I
Del GRUPO 3 de acuerdo al Número Acumulado de Créditos y el Año de ingreso
16
15
14
13
12 Año de Ingreso
11 2017
10 Año de Ingreso
Alumnos
9 2016
8
Año de Ingreso
7
6 2015
5
4
3
2
1
0
37 39 41 43 47 49 54 55 58 59 62 63 66 67 74 85