Professional Documents
Culture Documents
EJERCICIOS
1. Realizar un mentefacto conceptual sobre las medidas de dispersin.
MENTEFACTO DE LAS MEDIDAS DE DISPERSION
Muestran la variabilidad
de una distribucin
A mayor valor
mayor dispersin
de los datos
MEDIDAS DE
DISPERSION
No se
acompaan de
grficas para su
interpretacin
Media Aritmtica
Media Ponderada
Media Geomtrica
Mediana
Moda
Comparar datos
de variables de
diferentes
muestras de la
misma poblacin
Rango o
recorrido
Varianza
Desviacin
Estndar
Coeficiente
de Variacin
Desviacin
Media
85
92
70
65
90
98
99
78
97
84
90
68
104
102
83
69
76
77
74
79
83
94
91
82
108
109
87
96
67
102
88
100
100
104
90
102
102
105
96
107
98
100
94
98
99
102
92
93
130
Realizar una tabla de distribucin de frecuencias para datos agrupados dado que
la variable es peso (cuantitativa continua), Calcular varianza, desviacin estndar
y coeficiente de variacin. Interprete los resultados.
Solucin
Rango= Valor mayor Valor menor
Rango=13065=65
Amplitud=
R 65
= =9,285 10
K 7
R =AK =107=70
Exceso=R R=7065=5
Este exceso debe distribuirse entre los rangos inferior y superior, pero siendo este
un nmero impar, la distribucin entre los lmites se calcula considerando hacia
dnde se agrupan ms los datos. En este caso, los datos tienen una mayor
tendencia hacia el lmite superior de modo que el exceso mayor se repartira en l,
por tanto, este exceso debe distribuirse quitando 2 al lmite inferior y agregando 3
al lmite superior.
X min =652=63
X max =130+3=133
Intervalos de clase. Se agrega A1=101=9
iniciando por el lmite inferior del rango.
63+9=72
73+9=82
83+9=92
93+9=102
103+9=112
113+ 9=122
123+9=132
Los lmites reales son:
62+ 63
72+73
82+ 83
92+ 93
102+103
112+113
122+123
=62,5 ;
=72,5 ;
=82,5 ;
=92,5 ;
=102,5 ;
=112,5 ;
=
2
2
2
2
2
2
2
TABLA DE DISTRIBUCION
(X X )2 = 8420,5 =168,41
n
50
26
10
Calcular:
a. El promedio de reclamos.
b. La varianza y su deviacin tpica
c. El coeficiente de variacin.
2
(X X ) 42
Varianza=S =
= =5,25
2
10
35
20
28
30
23
40
20
50
18
60
15
70
13
Segn el grafico podemos observar que a medida que aumenta los datos del eje
X, su correspondientes datos del eje Y disminuyen. Es decir que estan puntos
avanzan en forma descendente. As podemos concluir que estas dos variables
estan asociados linealmente por un coeficiente de correlacion negativa.
b. MODELO MATEMTICO
Para encontrar el modelo matemtico tenemos en cuenta que
y=b 0+ b1 x
n
Donde
b0 =Y b 1 X
( X i X ) (Y iY )
b1= i=0
( X i X )2
i=0
Entonces
970
b1=
=0.3464
2800
Y
b0 =21.7142857(0.3464 )( 40 )=21.7142857+13.856=35.5703
Por tanto el modelo matemtico que representa la relacin entre las variables es
y=35.57030.3464 x
De acuerdo al grafico de Excel vemos que la ecuacion es totalmente confiable
y=100 das
100=35.57030.3464 x 10035.5703=0.3464 x
64.4297
=x
0.3464
x=185.99
No es logico pensar que haya un tiempo de fabricacin cuando se ha llevado 100
das ya que la regresion es descendente.
4.3. Una nutricionista de un hogar infantil desea encontrar un modelo matematico
que permita determinar la relacion entre el peso y la estatura de sus estudiantes.
para ello selecciona 10 nios y realiza las mediciones respectivas.
A continuacion 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
b1=
146.4
=0.4212
347.6
b0 =20.3( 0.4212 ) ( 113.2 )=20.347.68=27.38
Por tanto el modelo matemtico que representa la relacin entre las variables es
y=27.38+0.4212 x
De acuerdo al grafico de excel tenemos una buena confiabilidad
c. GRADO DE RELACIN
r=
146.4/10
14.64
=
=0.8101
6.21462.9078 18.0708
x=130
tenemos el peso
I tt 1=
Xt
9,7
100 =I 1993
100 =110,23
1992=
X t 1
8,8
I 1994 =
91,78%
I 1995 =
126,87%
108,24%
100,00%
1999
I 1998 =
91,30%
I 1999 =
76,19%
96,88%
80,65%
134,00%
113,43%