UNIVERSIDAD

NACIONAL DE
CAJAMARCA

 Curso :
Estadistica General
[Capte la atención del lector con un

 Docente:
resumen atractivo. Este resumen es una
breve descripción del documento. Cuando
esté listo para agregar contenido, haga clic
Werner Silva Cubas
aquí y empiece a escribir.]

 Alumno:
Ángel William
Valdez Díaz
 EXAMEN PARCIAL DE ESTADÍSTICA
La calidad del acero que cubre la Norma ASTM, y que es empleado, como refuerzo para el
concreto, es muy importante. En general los fabricante de acero se preocupan por cumplir
con el valor mínimo del esfuerzo de fluencia (fy) en kg/cm2.
Con la información facilitada identificar lo siguiente.

A) Realizar lo siguiente, mostrando procedimiento y cálculos:

a) Organize y presente de forma conveniente la información de la Calidad

Datos fi pi
M 5 13.9
R 15 41.7
B 16 44.4
36 100.0

Tabla de Calidad de las

Fluencias

M R B

b) Interprete

f1 La calidad de las piezas de acero que son malas son 5.

p3 El porcentaje que representa a las piezas de acero que son buenas son de 44.4%
 B) Realizar lo siguiente, mostrando procedimiento y cálculos:
a) Organize y presente de forma conveniente la información de la Calidad

Datos
Xi fi hi% Fi Hi%
Lim. Infer. Lim.Sup.
4,200 4,400 4,300 6 16.7 6 16.7
4,400 4,600 4,500 7 19.4 13 36.1
4,600 4,800 4,700 2 5.6 15 41.7
4,800 5,000 4,900 7 19.4 22 61.1
5,000 5,200 5,100 9 25.0 31 86.1
5,200 5,400 5,300 4 11.1 35 97.2
5,400 5,600 5,500 1 2.8 36 100.0

36 100.0

Histograma de Fluencias
30
25
20
porcentaje

15
10
5
0

Data

Series1

b) Interprete

f2 Los datos de la fluencia del concreto que se encuentran entre los límites de
4400 kg/cm2 y 4600 kg/cm2 son un número de 7 .
f3 Los datos de la fluencia del concreto que se encuentran entre los límites de
4200 kg/cm2 y 4800 kg/cm2 son un número de 15 .
 H3% Los datos de la fluencia del concreto que se encuentran entre los límites de
4200 kg/cm2 y 4800 kg/cm2 son un porcentaje de 41.7%-

Halle e Interprete:

C) Promedio
El promedio de las fluencias de la resistencia del concreto es 4909 kg/cm2.
D) La Variabilidad

La variabilidad con respecto al promedio es

E) Los esfuerzos son homogeneos, porque

F) Tipo de asímetria
la simetría es

G) Que tipo de kurtosis

Practica I
Instrucciones: Lea cuidadosamente cada problema y responda en forma ordenada , clara y
precisa.
1. Responder verdadero o falso
a) (V) La estadística es una ciencia para el tratamiento y análisis de datos.
b) (V) Analizando las muestras se pueden inferir los parámetros poblacionales.
c) (V) Masculino y Femenino son ejemplos de variables cualitativas.
d) (F) El grafico sectorial es útil para representar una variable continua.
e) (V) Medir significa asignar números siguiendo ciertas reglas.
f) (V) Las variables cuantitativas discretas son aquellas que miden.
g) (V) para la construcción de polígonos de frecuencias se utilizan los puntos medios
de los intervalos en el eje x y frecuencias simples en el eje y (fi o hi%).
h) (V) En la distribución de frecuencias relativas porcentuales acumuladas, el ultimo
valor tiene una frecuencia igual a 100.
i) (V) Las categorías Muy de acuerdo; De acuerdo; desacuerdo; Muy en desacuerdo,
pertenecen a una variable de nivel ordinal.
j) (V) Para la construcción de un histograma de frecuencia, se utilizan los limites en el
eje X y cualquier tipo de frecuencia en el eje Y (fi o hi% o Fi o Hi%).
7. En el último mes, un ingeniero jefe de una planta concentradora de hierro, recibió
quejas respecto al producto de la planta de peletización referidas a la falta de
uniformidad en el distribución del tamaño de pellets (mm).
Los datos que se presentan a continuación corresponden al tamaño de los pellets medidos
en un día:
30 30 33 38 39 40 40 40 40 41 42
44 45 50 54 57 57 59 59 60 66 69
71 73 82 83 84 28 29 25
a) determine:
Población: tamaño de todos los pellets de la fábrica.
Muestra: 30 pellets medidos.
Estimador: tamaño medio de los pellets.
Parámetro: tamaño medio real de los pellets.
Unidad de análisis: un pellet.
Unidad de medida: milímetros.
b) Construir una distribución de frecuencias
[LInf LSup> fi Fi %hi %Hi
N° de intervalos = 1+3.322log(n)
25 34.99 6 6 20.0 20.0
=1+3.322log (30)
34.99 44.97 9 15 30.0 50.0
=5.91≈6
44.97 54.95 3 18 10.0 60.0
Rango = max –min
54.95 64.93 5 23 16.7 76.7
= 84-25
= 59 64.93 74.91 4 27 13.3 90.0
74.91 84.89 3 30 10.0 100.0
TOTAL 30 100.0
amplitud intervalica = rango / N° intervalos
= 59/5.91
= 9.98
c) indicar el porcentaje de pellets que se encuentran entre 45y55 mm.
Si vemos la tabla se van a encontrar en el intervalo N° 3 por lo tanto seria solo el
10% de los pellets

d) indicar el porcentaje de pellets que presentan un tamaño menor a 40 mm.

En el intervalo N°2 interpolamos y nos sale que los pellets que tienen una medida
menor a 40mm son 4 de los nueve existentes en el intervalo 2.
Por lo tanto el porcentaje de pellets de tamaño menor a 40 mm es: 33.33%
e) indicar porcentaje de pellets mayor a 70 mm.
Si interpolamos en el intervalo N°5 tenemos que los pellets qe tienen medida
mayor a 70 mm es de 2
Por lo tanto el porcentaje de pellets mayor de 70mm es de 16.67%
f) construya los gráficos correspondientes

0pellets
10
8
6 Media 50.2666667
4
Error típico 3.16951475
2
0 Mediana 44.5
Moda 40
Desviación estándar 17.3601473
Varianza de la muestra 301.374713
Curtosis -0.76860222
Coeficiente de asimetría 0.50504458
25-34.98
10% 20% Rango 59
13% 34.98-44.96
44.96-54.94 Mínimo 25
17% 30%
10% 54.94-64.92 Máximo 84
64.92-74.9
Suma 1508
74.9-84.88
Cuenta 30
Mayor (1) 84
Menor(1) 25
Nivel de
confianza(95.0%) 6.48238552

8.
 a) determine:
Población: toda las baterías. Muestra: 30 baterías. Estimador: duración media de
los baterías. Unidad de análisis: una batería. Unidad de medida: horas.
b) construir la tabla de frecuencias
N° de intervalos =6.00108≈7 [LInf LSup> fi Fi %hi %Hi
Rango = 19.6
48.8 51.62 2 2 6.3 6.3
Amplitud intervalica = 2.82
51.62 54.43 5 7 15.6 21.9
54.43 57.25 3 10 9.4 31.3
57.25 60.07 9 19 28.1 59.4
60.07 62.88 9 28 28.1 87.5
62.88 65.70 3 31 9.4 96.9
65.70 68.52 1 32 3.1 100.0
TOTAL 32 100.0
c) interprete:
f2: de las 32 baterías 5 de ellas tiene una duración de entre 51.62 a 54.43 horas.
f5: de las 32 baterías9 de ellas tienen una duración entre 60.07 – 62.88 horas.
h2%: del total de baterías el 15.6% de ellas tiene una duración de 51.62 a 54.43
horas.
h4%: del total de baterías el 28.1% de ellas duran entre 57.25-60.07 horas.
F2: de las 32 baterías 7 tienen una duración menor a 54.43 horas.
F5: de las 32 baterías 28 tienen una duración menor a 62.88 horas.
H2%: el 21.9% tiene una duración menor a 54.43 horas.
H5%: el 87.5% de las baterías tiene una duración menor a 62.88 horas.
d) indicar que porcentaje tienen una duración entre 55 y 65 horas.
Al interpolar los valores de los intervalos 3 y 6 y sumar los valores de los intervalos
4 y 5 nos da que el porcentaje es de 68.75% del total.
e) indicar el porcentaje de baterías con duración menor a 60 horas.
Al mirar la tabla vemos que el porcentaje qe tienen una duración menor a 60 horas es de
59.4%

f) construir 2 gráficos correspondientes

 10
10 8
8 6
6 4
4
2
2
0
0

9.
a) construir tabla de frecuencias
N° de intervalos = 6.59 ≈ 7
Rango = 22.1 [LInf LSup> fi Fi hi Hi
Amplitud intervalca = 3.36 3.4 6.76 26 26 0.54 0.54
6.76 10.11 9 35 0.19 0.73
10.11 13.47 7 42 0.15 0.88
13.47 16.82 3 45 0.06 0.94
b) interpretar: 16.82 20.18 1 46 0.02 0.96
f3: de las 48 varillas 7 de ellas tiene una 20.18 23.54 1 47 0.02 0.98
resistencia de entre 10.11 a 13.47. 23.54 26.89 1 48 0.02 1.00
F6: de las 48 varillas 1 de ellas tienen una TOTAL 48 1
resistencia entre 20.18-23.54.
h2%: del total de baterías el 19% de ellas tiene una resistencia de 6.76-10.11.
h5%: del total de varillas el 2% de ellas resisten entre 16.82-20.18.
F3: de las 48 varillas 42 tienen una resistencia menor a 13.47.
F6: de las 48 varillas 47 tienen una resistencia menor a 23.54.
H3%: el 88% tiene una resistencia menor a 13.47.
H4%: el 94% de las varillas tiene una resistencia menor a 16.82.
c) indicar el número de observaciones con una resistencia de enlace entre 11.5 y 14.3
Interpolando en los respectivos intervalos nos sale que el número de varillas entre 11.5 y
14.3 es de 5.
d) elaborar 2 gráficos correspondientes
 26
30
20 9 7
10 3 1 1 1
Total
0

30 26
25
20
15
9
10 7
5 3
1 1 1
0

10.* los de color rojo son datos

a) 170+3w = 200 Espesor oxido silico
w= 10 (mm) fi Fi %hi
f1= 60-48=12 [160 - 170> 12 12 15
12.5= f3/80
[170 - 180> 48 60 60
f3=10
f4= 6 [180 - 190> 10 70 12.5
f5=4 [190 - 200> 6 76 7.5
b) Determine el número de corridas [200 - 210> 4 80 5
que tienen un espesor de por lo menos 170mm.
Entonces se toma desde el intervalo N°2 hasta el N°5, por lo tanto es igual a 68 corridas.
c) Determine el porcentaje de corridas que tienen por lomas 200 mm.
Entonces se toma desde el intervalo N°1 hasta el N°4, por lo tanto es igual a 95%
d) Construya dos gráficos correspondientes
 50
40
30
20
10
0
[160 - 170> [170 - 180> [180 - 190> [190 - 200> [200 - 210>

60

50

40

30

20

10

0
[160 - 170> [170 - 180> [180 - 190> [190 - 200> [200 - 210>

11. a)

Prod. Acero N° fab(fi) N°fabAcu(Fi) %fab (hi%) %fabAcu (Hi%)

[1405 - 1952> 18 18 30 30
[1952 - 2495> 10 28 16.67 46.67
[2495 - 3038> 8 36 13.33 60
[3038 - 3581> 10 46 16.67 76.67
[3581 - 4124> 2 48 3.33 80
[4124 - 4667> 12 60 20 100
total n=60 100
b) calcule el número de fábricas que tienen una producción menor de 3581
Observamos el cuadro estadístico o obtenemos que son 46 fábricas que tienen una
producción menor a 3581
c) construya los gráficos
 60

50

40

30

20

10

0
[1405 - [1952 - [2495 - [3038 - [3581 - [4124 -
1952> 2495> 3038> 3581> 4124> 4667>

60 Suma de N°
50 fab(fi)

40 Suma de
30 N°fabAcu(Fi)

20 Suma de
%fab(hi%)
10
0
[1405 - [1952 - [2495 - [3038 - [3581 - [4124 -
1952> 2495> 3038> 3581> 4124> 4667>

12.
Resistencia N°
compresión probetas(fi) Fi hi% Hi%
[170 - 190> 1 1 1.11 1.11
[190 - 210> 12 13 13.33 14.44
[210 - 230> 10 23 11.11 25.56
[230 - 250> 25 48 27.78 53.33
[250 - 270> 20 68 22.22 75.56
[270 - 290> 13 81 14.44 90.00
[290 - 310> 6 87 6.67 96.67
[310 - 330> 3 90 3.33 100.00
total 90 100.00
a) Determine el porcentaje de probetas con resistencia entre 200 y 260 (Kg/cm2)
Al interpolar nos da que:
En el intervalo N°2 que hay 6 probetas que resisten más de 200 kg/cm2
En el intervalo N°5 que hay 10probetas que resisten menos de 260 kg/cm2
Por lo tanto en un 56.67% de las probetas reciten una compresión de entre 200 y 260
b) Determine el porcentaje de probetas con resistencia maro a 230 kg/cm2
Observamos la tabla en el intervalo N°3 y decimos que es el 25.56% de las probetas resisten una
compresión menor a 230 kg/cm2
c) Construya el grafico

25

20

15

10

0
[170 - [190 - [210 - [230 - [250 - [270 - [290 - [310 -
190> 210> 230> 250> 270> 290> 310> 330>

TAREA 2
a) Población: toda la varillas de fierro.
b) Muestra: 30 varillas de fierro.
c) Estimador de presión: media de las presiones de las varillas de fierro.
d) Parámetro de calidad: bueno, malo.
e) Unidad de análisis: varilla de fierro.
f) Unidad de presión: lb/pul2
g) Variable 1: presión tipo: cuantitativa.
h) Variable 2: calidad tipo cualitativa.

Realizar lo siguiente, mostrando procedimiento y cálculos

a) Organice y presente de forma conveniente la información de calidad

Realizar lo siguiente mostrando procedimiento y cálculos:

 a) Organice y presente de forma conveniente la información de la presión de las
varillas (lb/pul2)
[LInf LSup> fi Fi hi Hi presión
251 254.22 9 9 30.00 30.00 Media 256.97
254.22 257.43 7 16 23.33 53.33 Error típico 0.799065546
257.43 260.65 7 23 23.33 76.67 Mediana 257
260.65 263.87 4 27 13.33 90.00 Moda 258
263.87 267.08 2 29 6.67 96.67 Desviación
267.08 270.30 1 30 3.33 100.00 estándar 4.376662246
total 30 100.00 Varianza de la
muestra 19.15517241
N° de intervalos = 1+3.322log(n) kurtosis 0.836162901
=1+3.322log (30) Coeficiente de
=5.91≈6 asimetría 0.840842196
Rango = max –min Rango 19
= 270 - 251 Mínimo 251
= 19 Máximo 270
Suma 7725
Cuenta 30
Mayor (1) 270
Menor(1) 251
Nivel de
confianza(95.0%) 1.634272541
Amplitud intervalica = rango / N° intervalos
= 19/5.91
= 3.21
fi: se halla contando los números de los datos hi= fi/n
Fi es el cumulado de fi Hi= Fi/n
b) Interprete :
f3: de las 30 varillas 7 soportan un presión de entre 257.43-260.65 lb/pul2
F4: delas 30 varilla 27 soportan una presión máxima de 263.87 lb/pul2
H3%: el 76.67% de las varillas soportan una presión máxima de 265.65 lb/pul2
Halle e interprete:

D. sobre qué valor o igual se encuentra la presión dl 50% superior de las varillas
n
−𝐹(𝑖−1)
Media = LRI+W(2 fi )
=254.22+3.21*(15-9)/7
= 256.97
La mitad de las varillas soportan una presión mayor a 256.97 lb/pul2
e. la presión promedio de las varillas.
Con el cálculo anterior podemos decir que es de 256.97 lb/pul2
f. la presión más frecuente en las varillas
Si observamos los datos nos daremos cuenta que la presión que más se repite y por ende
la moda es 258 lb/pul2
g. P80 = 260.65+3.21*(24-23)/(27-23)
=261.45 lb/pul2 el 80% de la varillas soportan una presión inferior a 61.45
lb/pul2
Q1 = 251+3.21*(7.5-0)/(9-0)
=253.67 la primera cuarta parte de las varillas soporta presiones menores a
253.67 lb/pul2.
h. Medidas de variabilidad
Rango = 270-251=19
Varianza=19.16
Des estándar=4.38
i. Medidas de forma
coef de asimeria =0.84
kurtosis =0.84

TAREA 3

A. Identifique :
a. Población : 100 vigas
b. Muestra : 40 vigas
c. Variable:
d. Estimador a la resistencia a la flexion:
e. Parámetro a la resistencia a la flexion:
f. Unidad de análisis:
g. Unidad de medida a la resistencia a la flexion:
h. Variable: tipo:

B. Realizar lo siguiente, mostrando procedimiento y cálculos:

a. organice y presente de forma conveniente la información de la resistencia a la
flexion (MPa) (utilice regla de sturges)

N° de intervalos = 1+3.322log(n)

=1+3.322log (40)
 =6.3220≈ 6

Rango = Max –min

= 11.8- 4.90

= 5.9≈
amplitud intervalica = rango / N° intervalos

= 6/6

=1

Resistencia(MPa) xi width fi hi % Fi Hi %
4.90 5.90 5.40 1.00 0 0.0 0 0.0
5.90 6.90 6.40 1.00 11 27.5 11 27.5
6.90 7.90 7.40 1.00 13 32.5 24 60.0
7.90 8.90 8.40 1.00 7 17.5 31 77.5
8.90 9.90 9.40 1.00 5 12.5 36 90.0
9.90 10.90 10.40 1.00 1 2.5 37 92.5
10.90 11.90 11.40 1.00 3 7.5 40 100.0

40 100.0
b.c.

b. interprete

f3 : hay 13 vigas que tienen una resistencia a la flexión que están comprendidas entre 6.90
y 7.90 MPa

F4: 31 vigas tiene una resistencia a la flexión que esta comprendido entre 4.90 y 8.90 MPa

H3%: el 60% de las vigas tienes una resistencia a la flexión mayor a 4.90 y menor a 7.90
MPa
Halle e interprete

C) Bajo que valor o igual se encuentra la resistencia a la flexión del 50% inferior
de las vigas :
D) La resistencia a la flexión promedio de las vigas: 7.920 MPa

E) Bajo que valor o igual se encuentra la resistencia a la flexión del 20% inferior
de las vigas :
F) La resistencia a la flexión mas frecuente de las vigas:6.300 MPa
G) Sobre que valor o igual se encuentra la resitencia a la flexion del 20%
superior inferior de las vigas:
H) Medidas de variabilidad:

Desviación estándar: 1.49892269

Varianza de la
muestra: 2.24676923
Rango : 5.9

I) Medidas de forma:

Sección 1.2
10.

a. Minitab genera el siguiente diagrama de tallos y hojas de este diagrama:

59
6 33588
7 00234677889
8 127
9 077
10 7
11 368

a. Lo que genera variación grande o pequeña por lo general depende de la

aplicación a mano , pero una regla de uso frecuente de oro es: la variación
tiende a ser grande cuando la propagación de los datos ( la diferencia entre
las observaciones más grandes y más pequeñas ) es grande en comparación
con un valor representativo . Aquí , "grande" significa que el porcentaje es
cercano a 100 % de lo que es 0 % . Para estos datos, la propagación es 11-5
= 6 , que constituye 6/8 = 0,75 , o , 75 % , del valor de datos típico de 8. La
mayoría de los investigadores llamaría a esto una gran cantidad de
variación.

b. La visualización de los datos no es perfectamente simétrica alrededor de un

valor medio / representante .Tiende a haber algunos ess skewn positivo en
estos datos.

c. En el capítulo 1 , los valores extremos son los puntos de datos que parecen ser
muy diferente del resto.
Mirando el diagrama de tallos y hojas en la parte (a ) , no parece haber ningún
valor atípico en estos datos. ( Capítulo 2 da una definición más precisa de lo
que constituye un caso aparte ) .

d. Desde la pantalla de tallo y hoja en la parte (a ) , hay 4 valores mayores de 10.

Por lo tanto , la proporción de los valores de datos que exceden 10 es 4/27 =
0,148 , o , aproximadamente el 15 % .
 11.
6l 034
6h 667899
7 00122244
l Stem=Te
78l 001111122344 Leaf=On
ns
8h 5557899 es
h9l 03
9h 58
Esta muestra pone de manifiesto la brecha en los datos: No hay resultados en el alto de los
70 .

12. Uno de los métodos de denotar los pares de troncos que tienen valores iguales es
para denotar el primer vástago de L , de "bajo" , y el segundo vástago de H , de "alto" .
Usando esta notación , el diagrama de tallos y hojas aparecería como sigue :

3L 1
3H 56678
4L 000112222234
4H 5667888
5L 144
5H 58 stem: tenths
6L 2 leaf:
hundredths 6H 6678
7L
7H 5

El diagrama de tallos y hojas de la página anterior muestra que 0,45 es un buen valor
representativo de los datos. Además , la pantalla no es simétrica y parece ser un sesgo
positivo . La difusión de los datos es 0,75 a 0,31 = 0,44 , que is.44 / 0,45 = 0,978 , o
aproximadamente el 98 % del valor típico de 0,45 . Esto constituye una cantidad
razonablemente grande de variación en los datos. El valor de los datos .75 es un valor
atípico posible

13.
 a.

12 2 Leaf =
12 445
ones Stem =
12 6667777
tens
12 889999
13 00011111111
13 2222222222333333333333333
13 4444444444444444445555555555555
13 6666666666667777777777
5555555
13 888888888888999999
14 0000001111
14 2333333
14 444
14 77
Las observaciones están muy concentradas en 134 - 135, donde la pantalla indica el valor
típico cae .

b.

40

30
Frequency

20

10

0
122 124 126 128 130 132 134
136 138 140 142 144 146 148
strength

El histograma es simétrica y unimodal , con el punto de simetría en

aproximadamente 135 ..
14.
a.
2 23 unidades del vastago : 1.0
3 2344567789 unidades de hojas: .10
4 01356889
5 00001114455666789
6 0000122223344456667789999
7 00012233455555668
8 02233448
9 012233335666788
10 2344455688
11 2335999
12 37
13 8
14 36
15 0035
16
17
18 9
 b. Un valor representativo podría ser la mediana, 7,0.

c. Los datos parecen estar muy concentrado, a excepción de algunos valores en el

lado positivo.

d. No, los datos es sesgada a la derecha, o un sesgo positivo.

e. El valor de 18.9 parece ser un valor atípico, siendo más de dos unidades del
vástago con respecto al valor anterior.

15.
Crunchy Creamy
2 2
644 3 69
7722 4 145
06320 5 3666
222 6 258
55 7
0 8
Ambos conjuntos de puntuaciones se extienden a lo razonable. No parece haber ningún
valor atípico. Las tres puntuaciones más altas son para la mantequilla de cacahuete
crujiente, los tres más bajo para la mantequilla de maní cremosa.

16.
a.
vigas cilindros
vigas 9 5 8
vigas 88533 6 16
98877643
vigas 7 012488
200 721 8 13359
770 9 278
7 10
863 11 2
12 6
13
14 1

Los datos parecen ser ligeramente sesgada a la derecha, o un sesgo positivo. El

valor de 14.1 parece ser un valor atípico. Tres de los veinte, 3/20 o 0.15 de las
observaciones exceden en un 10 Mpa .
 b. La mayoría de las observaciones son de 5 a 9 MPa para ambas vigas y
cilindros, con la clase modal en el rango de 7 Mpa . Las observaciones de los
cilindros son más variables, o se extienden hacia fuera, y el valor máximo de
las observaciones de los cilindros es mayor.

c. Gráfica de puntos

. . . :.. : .: . . . : . . .
-+---------+---------+---------+---------+---------+-----
cilindro
6.0 7.5 9.0 10.5 12.0
17.a. Number
Nonconforming Frequency RelativeFrequency(Freq/60)
0 7 0.117
1 12 0.200
2 13 0.217
3 14 0.233
4 6 0.100
5 3 0.050
6 3 0.050
7 1 0.017
8 1 0.017

no añade exactamente a 1, ya que las frecuencias relativas se han redondeado 1.001

a. El número de lotes con un máximo de 5 elementos no conformes es 7 + 12 + 13 +

14 + 6 + 3 = 55 , que es una proporción de 55/60 = 0,917 . La proporción de lotes
con (en sentido estricto) menos de 5 elementos no conformes es 52/60 = 0,867.
Tenga en cuenta que estas proporciones podrían también se han calculado
utilizando las frecuencias relativas: por ejemplo, la proporción de lotes con 5 o
menos elementos no conformes = 1- ( 0,05 + + .017 .017 .916 ) = ; proporción de
lotes con menos de 5 elementos no conformes = 1 - ( 0,05 + 0,05 + 0,017 + 0,866 =
.017 ) .
 b. El siguiente es un histograma Minitab de estos datos. El centro del histograma es
de alrededor de 2 o 3 y muestra que hay una cierta asimetría positiva en los datos.
Usando la regla de oro en el ejercicio 1 , el histograma también muestra que hay
una gran cantidad de propagación / variación en estos datos.

frecuencia
relativa

.20

.10

.00

0 1 2 3 4 5 6 7 8

Numero
18.
a. El siguiente histograma se construyó usando Minitab :

800

700
Frequency

600

500

400
300

200

100
0

0 2 4 6 8 10 12 14
Numero De
documentos
La característica más interesante del histograma es la asimetría positiva pesada
de los datos.

Nota : Una forma de tener Minitab construir automáticamente un histograma de los datos
agrupados , como esto es utilizar la capacidad de Minitab para introducir múltiples copias
del mismo número escribiendo , por ejemplo , 784 ( 1 ) para introducir 784 copias del
número 1. El los datos de frecuencia en este ejercicio se introducen mediante los
siguientes comandos de Minitab : BTT> c1 conjunto DATA> 784 ( 1 ) 204 ( 2 ) 127 ( 3 ) 50 (
4 ) 33 ( 5 ) 28 ( 6 ) 19 ( 7 ) 19 ( 8 ) DATA> 6 ( 9 ) 7 ( 10 ) 6 ( 11 ) 7 ( 12 ) 4 ( 13 ) 4 ( 14 ) 5 ( 15
) 3 ( 16 ) 3 ( 17 ) DATOS > fin

b. A partir de la Distribución de frecuencias ( o del histograma ) , El Número de

autores Que Publico Al menos 5 Trabajos es 33 + 28 + 19 + ... + 5 + 3 + 3 =
144, por Lo Que La proporción Que Publico 5 o mas Trabajos de autor es de
144 / 1.309 = 0,11 , o 11 % . Del Mismo Modo, Mediante la Adición de
frecuencias y Dividiendo por N = 1309, la proporción Que Publico Más De 10
Artículos ES 39/1309 = 0,0298 , o aproxímatela 3 % . La proporción Que
Publico Más De 10 Trabajos ( ES DECIR , 11 o mas ) ES 32/1309 = 0,0245 , o
Alrededor del 2,5 % .

c. d. No. En sentido estricto , la clase descrita por ' 15 ' no tiene límite
superior , por lo que es imposible trazar un rectángulo encima de ella que tiene
un área finita (es decir , la frecuencia )
.
d. La categoría de 15 a 17 tiene una anchura finita de 2 , por lo que la frecuencia
acumulada de 11 se pueden representar como un rectángulo de altura 6,5 sobre
este intervalo . La regla básica es hacer que el área de la barra igual a la
frecuencia de clases , por lo que el área = 11 = (ancho ) (altura ) = 2 (altura ) se
obtiene una altura de 6,5 .

19.

a. A partir de esta distribución de la frecuencia, la proporción de obleas que contenía al

menos una partícula es (100-1) / 100 = 0,99 o 99 %. Tenga en cuenta que es mucho más
fácil para restar 1 (que es el número de obleas que contienen 0 partículas) de 100 de lo que
sería añadir todas las frecuencias de 1, 2 , 3, ... partículas. De manera similar, la proporción
que contiene al menos 5 partículas es (100 - 1-2-3-12-11) / 100 = 71/100 = .71, o, 71 %.
b. La proporción que contiene entre 5 y 10 partículas es ( 15 + 18 + 10 + 12 + 4 + 5 ) / 100
= 64/100 = 0,64 o 64 %. La proporción que contiene estrictamente entre 5 y 10 (es decir,
estrictamente más de 5 y estrictamente inferior a 10 ) es ( 18 + 10 + 12 + 4 ) / 100 = 44/100
= 0,44 o 44 %.

c. El siguiente histograma se construyó usando Minitab . Los datos se introducen

mediante la misma técnica mencionado en la respuesta del ejercicio 8 ( a) . El
histograma es casi simétrica y unimodal ; Sin embargo, tiene algunos máximos
relativos ( es decir , modos ) y tiene un muy ligero sesgo positivo .
 Relative frequency

.20

.10

.00

0 5 10 15
Number of particles
 20.
a. El siguiente diagrama de tallos y hojas se construyó :

0 123334555599
1 00122234688 stem: thousands
2 1112344477 leaf: hundreds
3 0113338
4 37
5 23778

Un valor de datos típico es en algún lugar de la baja de 2000 . La pantalla es casi unimodal
( tallo en 5 sería considerado un modo, el vástago a 0 otra ) y tiene un sesgo positivo .

b. Un histograma de estos datos , el uso de clases de anchura 1000 centrada en 0 , 1000 ,

2000 , 6000 se muestra a continuación. La proporción de iones subdivis con longitud
total de menos de 2000 es de ( 12 + 11 ) / 47 = 0,489 , o 48,9 %. Entre 200 y 4000 , la
proporción es de ( 7 + 2 ) / 47 = 0,191 ,
o 19,1 %. El histograma muestra la misma forma general que representa en el gráfico
de tallo y hoja en la parte (a ) .
c. Frecuencias

Frecuencias
21
a.
Un histograma de la ordenada de datos aparece a continuación. A partir de este
histograma , el número de subdivisiones que no tienen cul de sac (es decir , y = 0) es
17/47 = 0,362 , o 36,2 % . La proporción tiene al menos un callejón sin salida (y 1 )
es de ( 47 a 17 ) / 47 = 30/47 = 0,638 , o 63,8 %. Tenga en cuenta que restar el número
de cul de sac con y = 0 del total , de 47 años, es una manera fácil de encontrar el
número de subdivisiones con y 1 .

Frequency

20

10

0
0 1 2 3 4 5

b. Un histograma de los datos z aparece a continuación. A partir de este histograma,

el número de subdivisiones con un máximo de 5 intersecciones (es decir, z 5 ) es
42/47 = 0,894 , o 89,4 %. La proporción que tienen menos de 5 intersecciones ( z <
5 ) es 39/47 = 0,830 , o 83,0 % .

Frequency

10

0
0 1 2 3 4 5 6 7 8
z
22. Un gran porcentaje de los valores de los datos son mayores que 0 , lo que indica
que la mayoría, pero no todos , los corredores no ralentizan al final de la carrera. El
histograma también tiene un sesgo positivo , lo que significa que algunos corredores
ralentizan mucho en comparación con los demás. Un valor típico para estos datos estaría en
la vecindad de 200 segundos . La proporción de los corredores que corrieron los últimos 5
km más rápido de lo que lo hicieron los primeros 5 km es muy pequeño , alrededor de 1 %
o menos.

23.
a.

30

20
porcent
aje

10

0 100 200 300 400 500 600 700 800 900

segundos

El histograma es sesgada a la derecha , con una mayoría de observaciones entre 0 y 300

ciclos . La clase que sostiene la mayor cantidad de observaciones es de entre 100 y 200
ciclos .
 b.

0.004

0.003
densid

0.002
ad

0.001

0.000

0 50100150200 300 400 500 600 900

c. [ Proporción 100 ] = 1 - [ proporcion < 100 ] = 1 - .21 = .79

24.

20
Percent

10

4000 4200 4400 4600 4800 5000 5200 5400 5600 5800 6000
weldstrn
 25. Histogram of original data:

15

10
Frequency

10 20 30 40 50 60 70 80
IDT

Histograma de los datos transformados :

7
5
Frequency

3
2

1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1. 9

log(IDT)

La transformación crea un histograma simétrico mucho más , en forma de montículo .

Las tres medidas de tendencia central son similares , indic Ating pequeña
asimetría en el conjunto de datos .