DESARROLLO DE ACTIVIDADES

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

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

mango. Para esto, inici un estudio en el cual midi los pesos en gramos de una
muestra.
76

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

Para hallar el nmero de intervalos de clase (k) utilizamos la frmula de Regla de

Sturges
K=1+3.322 log n=1+ 3,322log 50=6,6 7

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

al lmite inferior de cada clase,

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

Clculos para la varianza

De acuerdo a los resultados de la tabla, tenemos:

Varianza=S2=

(X X )2 = 8420,5 =168,41
n

50

Desviacion estandar= S 2=S= 168,41=12,98

S
12,98
Coeficiente de variacion= 100 =
100 =14,18
X
91,5
3. Un empleado de la empresa de Acueducto de la ciudad de Cartagena, realiza
un estudio sobre los reclamos realizados en los 2 ltimos aos, para ello elige una
muestra de 60 personas, con los siguientes resultados:
N de
reclamacion
es
N de
usuarios

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

Desviacion estandar=S= 5,25=2,29

S
2,29
Coeficiente de variacion= 100 =
100 =65,4
X
3,5
4. Ingresar al blog de Estadstica Descriptiva que se encuentra en la pgina
principal del curso en el TOPICO DE CONTENIDOS, posteriormente buscar el

LABORATORIO (REGRESIN Y CORRELACIN LINEAL EXCELL) y realizar

los ejercicios 2 y 3 que se encuentra al final del laboratorio.
4.2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est
implantado, se ha considerado que era importante ir anotando peridicamente el
tiempo medio (medio en minutos) que se utiliza para realizar una pieza y el
nmero de das desde que empez dicho proceso de fabricacin. Con ello, se
pretende analizar como los operarios van adaptndose al nuevo proceso
mejorando paulatinamente su proceso de produccin.
Los siguientes datos representan dicha situacin.
X
Y

10
35

20
28

30
23

40
20

50
18

60
15

70
13

a. realice un diagrama de dispersin y determine el tipo de asociacin entre las

variables
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?
c. determine el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
d. Que tiempo deber tardarse un empleado cuando se lleven 100 das?
SOLUCIN
a. DIAGRAMA DE DISPERSIN

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

Haciendo uso de las herramientas de Excel tenemos

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

c. El porcentaje del modelo es del 94%

El coeficiente de correlacion es
970
7
138.5714
r=
=
=0.8334
21.60247.6966 166.2650

Sacando valor absoluto

|r|=0.8334
Esto indica el grado de relacion de las dos variables que esta en un 83.34%
d. Nos esta dando el valor de
x

y=100 das

debemos encontrar el valor de

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

a. realice el diagrama de dispersion y determine el tipo de asociacion entre las

variables.
b. Encuentre el modelo matematico que permite predecir el efecto de una varible
sobre la otra. Es confiable?
c. Determine el grado de relacion entre las dos variables.
d. Cual es el peso que deberia tener un estudiante que mida 130 cm?
SOLUCIN
a. DIAGRAMA DE DISPERSIN

EXISTE UNA RELACIN LINEAL

b. Con ayuda de las herramientas de Excel

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

Sacando valor absoluto

|r|=0.8101
Esto indica el grado de relacion de las dos variables que esta en un 81.01%
d. Si

x=130

tenemos el peso

y=27.38+0.4212 ( 130 ) y=27.38+54.756 y=27.376

El peso de un estudiante que mide 130 centimetros es de 27.37 Kilogramos

5 - A continuacin Se presentan las ventas nacionales de mviles nuevos de 1992

a 2004 en la siguiente tabla. Obtenga un ndice simple para las ventas nacionales
utilizando una base variable:

I tt 1=

Xt
9,7
100 =I 1993
100 =110,23
1992=
X t 1
8,8

Se considera que el aumento en ventas de los vehculos es del 110,23% en el ao

1993 respecto al ao 1992.
I 1994
1993 = 75,26%
Se considera que el aumento en ventas de los vehculos es del 75,26% en el ao
1994 respecto al ao 1993.
1995

I 1994 =

91,78%

Se considera que el aumento en ventas de los vehculos es del 91,78% en el ao

1995 respecto al ao 1994.
1996

I 1995 =

126,87%

Se considera que el aumento en ventas de los vehculos es del 126,87% en el ao

1996 respecto al ao 1995.
I 1997
1996 =

108,24%

Se considera que el aumento en ventas de los vehculos es del 108,24% en el ao

1997 respecto al ao 1996.
I 1998
1997 =

100,00%

Se considera que el aumento en ventas de los vehculos es del 100% en el ao

1998 respecto al ao 1997.

1999

I 1998 =

91,30%

Se considera que el aumento en ventas de los vehculos es del 91,30% en el ao

1999 respecto al ao 1998.
2000

I 1999 =

76,19%

Se considera que el aumento en ventas de los vehculos es del 76,19% en el ao

2000 respecto al ao 1999.
I 2001
2000 =

96,88%

Se considera que el aumento en ventas de los vehculos es del 96,88% en el ao

2001 respecto al ao 2000.
I 2002
2001 =

80,65%

Se considera que el aumento en ventas de los vehculos es del 80,65% en el ao

2002 respecto al ao 2001.
I 2003
2002 =

134,00%

Se considera que el aumento en ventas de los vehculos es del 134% en el ao

2003 respecto al ao 2002.
I 2004
3003 =

113,43%

Se considera que el aumento en ventas de los vehculos es del 113,43 % en el

ao 2004 respecto al ao 2003.