Informe de Estadistica

ALUMNA: DIAZ PEREZ, NIRVANA RAYSA
Ejercicios Propuestos de las sesiones
1. Los siguientes datos corresponden al nmero de docentes con grado de maestra en 50 instituciones
educativas de Lima Norte en setiembre del 2014:
3 1 4 4 0 1 1 1 1 0
3 2 1 1 1 0 3 1 4 1
3 4 4 1 4 0 3 1 0 4
3 4 1 0 1 0 4 1 0 1
4 4 1 0 2 0 4 0 0 1
Construye una tabla de distribucin de frecuencias e interpretar.
DOCENTES CON N
DE MAESTRA fi Fi hi Hi hi % Hi%
0 12 12 0.24 0.24 24 26
1 18 30 0.36 0.6 36 60
2 2 32 0.04 0.64 4 64
3 6 38 0.12 0.76 12 76
4 12 50 0.24 1 24 100
50 1 100
2. Los miembros de la empresa Ingenieros Contratistas S.A.C. en Los Olivos tienen las siguientes
edades:
42 60 60 38 60 63 21 66 56 57 51 57 44 45 35
30 35 47 53 49 50 49 38 45 28 41 47 42 53 32
54 38 40 63 48 33 35 61 47 41 55 53 27 20 21
42 21 39 39 34 45 39 28 54 33 35 43 48 48 27
Elabore una tabla de distribucin de frecuencias. Determine el nmero de intervalos con Ley de
Sturges e interpretar. Construya el polgono de frecuencia.
AMPLITUD:
= + . AMPLITUD DEL INTERVALO DE CLASE:
A= [20-66]
= + . 46
W= = = 6.571=6.58
7
= .
RANGO:
EDADES fi Fi hi Hi hi % Hi% Xi Fi*
[20 - 26.58> 4 4 0.067 0.067 6.7 6.7 23.29 60
[26.58 - 33.16> 8 12 0.133 0.2 13.3 20 29.87 56
[33.16 - 39.74> 11 23 0.183 0.383 18.3 38.3 36.45 48
[39.74 - 46.32> 11 34 0.183 0.566 18.3 56.6 43.03 37
[46.32 - 52.9> 10 44 0.167 0.733 16.7 73.3 49.61 26
[52.9 - 59.48> 9 53 0.15 0.883 15 88.3 56.19 16
[59.48 - 66.06> 7 60 0.117 1 11.7 100 62.77 7
60 1 100 0
HISTOGRAMA Y POLIGONO DE
FRECUENCIA
12
10
0
[> [20 - [26.58 - [33.16 - [39.74 - [46.32 - [52.9 - [59.48 - [>
26.58> 33.16> 39.74> 46.32> 52.9> 59.48> 66.06>
3. Se cuenta con la informacin del peso de 28 pacientes que acuden al Centro de Salud Mirones de
la Ciudad de Lima:
46 47 49 50 50 52 52
52 53 54 54 55 57 58
59 60 62 63 66 67 67
68 69 70 72 74 75 77
a. Construya la tabla de frecuencias. Determine el nmero de intervalos usando Ley de Sturges.
AMPLITUD: = + .
AMPLITUD DEL INTERVALO DE CLASE:
A= [46-77] = + .
31
= . W= = = 5.166=5.17
6
RANGO:
=
R=77-46
R=31el polgono de frecuencias y la ojiva. Interpretar.

b. Realice
PESO fi Fi hi Hi hi % Hi% Xi Fi*
[46 - 51.17> 5 5 0.179 0.179 17.9 17.9 48.585 28
[51.17 - 56.34> 7 12 0.25 0.429 25 42.9 53.755 24
[56.34 - 61.51> 4 16 0.143 0.572 14.3 57.2 58.925 19
[61.51 - 66.68> 3 19 0.106 0.678 10.6 67.8 64.095 16
[66.68 - 71.85> 5 24 0.179 0.857 17.9 85.7 69.265 12
[71.85 - 77.02> 4 28 0.143 1 14.3 100 74.435 5
28 1 100
FRECUENCIA
8
7
6
5
4
3
2
1
0
. [46 - [51.17 - [56.34 - [61.51 - [66.68 - [71.85 - .
51.17> 56.34> 61.51> 66.68> 71.85> 77.02>
OJIVA
120
100
80
60
OJIV
Series1
40
20
0
0 [46 - [51.17 - [56.34 - [61.51 - [66.68 - [71.85 - .
51.17> 56.34> 61.51> 66.68> 71.85> 77.02>
4. El tiempo de respuesta de computadora se define como el tiempo que un usuario debe esperar
mientras la computadora accede a informacin en el disco. Se observaron aleatoriamente un grupo
de 48 computadoras del Laboratorio de Ingeniera de Sistemas y se obtuvo los siguientes resultados
(en milisegundos):
59 92 54 48 73 60 73 75 74 84 33 61
71 38 47 53 63 48 41 68 60 44 39 34
75 86 72 50 47 52 65 68 70 47 40 36
70 38 40 52 60 50 90 84 72 88 49 40
Construir la tabla e interpretar. Utilice Ley de Sturges para determinar el nmero de intervalos.
AMPLITUD:
A= [33-92] = + . AMPLITUD DEL INTERVALO DE CLASE:

= + . 59
W= = = 8.429=8.43
RANGO: 7
= .
R=92-33
=
R=59
T DE ESPERA fi Fi hi Hi hi % Hi% Xi Fi*
[33 - 41.3> 10 10 0.208 0.208 20.8 20.8 37.15 48
[41.3 - 49.86> 7 17 0.146 0.354 14.6 35.4 45.08 38

[49.86 - 58.29> 6 23 0.125 0.479 12.5 47.9 54.075 31
[58.29 - 66.72> 7 30 0.146 0.625 14.6 62.5 62.505 24
[66.72 - 75.15> 12 42 0.25 0.875 25 87.5 70.935 12
[75.15 - 83.58> 0 42 0 0.875 0 87.5 79.365 12
[83.58 - 92.01> 6 48 0.125 1 12.5 100 87.795 6
48 1 100
5. La confiabilidad de un sistema de cmputo se mide en trminos de la vida de un componente de

hardware especfico (por ejemplo, la unidad de disco).Se prueba un conjunto componentes de
computadora hasta que fallen, y se registra su vida (en meses):
12 18 5 2 8 24 17 5 9 15
27 35 18 14 3 9 15 20 24 27
30 22 21 17 20 36 28 23 12 11
22 32 37 40 28 36 35 39 12 19
28 20 15 6 4 12 16
Construir la tabla e interpretar.
AMPLITUD: = + . AMPLITUD DEL INTERVALO DE CLASE:

A= [2-40] = + . 38
W= = = 5.429=5.43
7
= .
RANGO:
=
R=40-2
R=38
VIDA DE
HARWARE(meses) fi Fi hi Hi hi % Hi% Xi Fi*
[2 - 7.43> 6 6 0.128 0.128 12.8 12.8 4.715 47
[7.43 - 12.86> 8 14 0.17 0.298 17 29.8 10.145 41
[12.86 - 18.29> 9 23 0.191 0.489 19.1 48.9 15.575 31
[18.29 - 23.72> 8 31 0.17 0.659 17 65.9 42.01 23
[23.72 - 29.15> 7 38 0.149 0.808 14.9 80.8 26.435 16
[29.15 - 34.58> 2 40 0.043 0.851 4.3 85.1 63.73 14
[34.58 - 40.01> 7 47 0.149 1 14.9 100 37.295 7
47 1 100
6. Los siguientes datos corresponden al volumen en metros cbicos de desechos inorgnicos que se
arrojan a la va pblica obtenidos en 50 urbanizaciones de Lima Metropolitana:
33 41 50 55 60 65 71 76 81 89
35 42 52 57 61 66 73 77 84 91
35 45 53 59 64 66 73 77 85 94
39 47 54 60 65 67 74 78 85 97
41 48 55 60 65 68 74 80 88 98
Construye una tabla de distribucin de frecuencias con intervalos utilizando Ley de Sturges.
AMPLITUD:
A= [33-98] = + .
AMPLITUD DEL INTERVALO DE CLASE:
= + .
65
RANGO: = . W= = = 9.286=9.29
7
R=98-33 =
R=65
7. Los puntajes obtenidos por los programadores de una compaa dedicada a elaboracin de software
est distribuida de acuerdo a la siguiente tabla.
Puntaje mi fi Fi
0 20> 15 6 6
20 40> 30 4 10
40 60> 45 3 13
60 80> 60 5 18
80 - 100 75 2 20
total 20
DESECHOS m3 fi Fi hi Hi hi % Hi% Xi Fi*
[33 - 42.29> 7 7 0.14 0.14 14 14 37.645 50
[42.29 - 51.58> 4 11 0.08 0.22 8 22 46.935 43
[51.58 - 60.87> 10 21 0.2 0.42 20 42 56.225 39
[60.87 - 70.16> 9 30 0.18 0.6 18 60 65.515 29
[70.16 - 79.45> 9 39 0.18 0.78 18 78 74.805 20
[79.45- 88.74> 6 45 0.12 0.9 12 90 84.095 11
[88.74 - 98.03> 5 50 0.1 1 10 100 93.385 5
50 1 100
a) Completar la tabla e interpretar
Puntaje mi fi Fi hi Hi hi % Hi% Fi*
- 15 6 6 0.3 0.3 30 30 50
- 30 4 10 0.2 0.5 20 50 43
- 45 3 13 0.15 0.65 15 65 39
- 60 5 18 0.25 0.9 25 90 29
75 2 20
0.1 1 10 100 20
total 20 1 100
b) Elabore el grafico del polgono de frecuencia y la Ojiva
FRECUENCIA
7
0
. [0 20> [20 40> [40 60> [60 80> [80 - 100] .
ojiva
120
100 100
90
80
65
60
50
40
30
20
0 0
. [0 20> [20 40> [40 60> [60 80> [80 - 100] .
8. Los sueldos mensuales (en dlares) de 30 empleados de empresas del rubro de la construccin en
el ao 2013 son los siguientes:
440 560 335 587 613 400 424 466 565 393
453 650 407 376 470 560 321 500 528 526
570 430 618 537 409 600 550 432 591 428
a) Construya la tabla de frecuencia. Determine el nmero de intervalos con Ley de Sturges.
AMPLITUD:
A= [321-650] = + .
= + . AMPLITUD DEL INTERVALO DE CLASE:
v
329
RANGO: = . W= = = 54.833=54.84
6
R=650-321
=
R=329
sueldos
mensuales $ fi Fi hi Hi hi % Hi% Xi Fi*
[321 - 375.84> 2 2 0.067 0.067 6.7 6.7 508.92 30
[375.84 - 430.68> 8 10 0.267 0.334 26.7 33.4 403.26 28
[430.68 - 485.52> 5 15 0.167 0.501 16.7 50.1 56.225 20
[485.52- 540.36> 4 19 0.133 0.634 13.3 63.4 512.94 15
[540.36 - 595.2> 7 26 0.233 0.867 23.3 86.7 567.78 8
[595.2- 650.04> 4 30 0.133 1 13.3 100 622.62 4
30 1 100
b) Elabore polgono de frecuencias y ojiva. Interpretar.

FRECUENCIA
9
8
7
6
5
4
3
2
1
0
. [321 - [375.84 - [430.68 - [485.52- [540.36 - [595.2- .
375.84> 430.68> 485.52> 540.36> 595.2> 650.04>
LA OJIVA
100
86.7
63.4
50.1
33.4
6.7
0
. [321 - [375.84 - [430.68 - [485.52- [540.36 - [595.2- .
375.84> 430.68> 485.52> 540.36> 595.2> 650.04>
9. Suponga que se administra un test de aptitud a todos los aspirantes de un puesto de

Administracin en una empresa. Se eligi al azar una muestra de 30 aspirantes y estos son los
resultados:
77 44 49 33 38 33 76 55 68 39 34 47 66 53 41
29 41 45 32 83 58 73 47 40 26 55 58 49 45 61
Elabore una tabla de distribucin de frecuencia. Determine el nmero de intervalos con Ley de
Sturges e interpretar. Construya el histograma, polgono de frecuencia y ojiva.
AMPLITUD:
= + .
A= [26-83] AMPLITUD DEL INTERVALO DE CLASE:
= + .
57
= . W= = = 9.5
RANGO: 6
=
R=83-56
R=57
test de aptitud fi Fi hi Hi hi % Hi% Xi Fi*
[26 - 35.5> 6 6 0.2 0.2 20 20 30.75 30
[35.5 - 45> 6 12 0.2 0.4 20 40 40.25 24
[45 - 54.5> 7 19 0.233 0.633 23.3 63.3 49.75 18
[54.5- 64> 5 24 0.167 0.8 16.7 80 59.25 11
[64 - 73.5> 3 27 0.1 0.9 10 90 68.75 6
[73.5- 83> 3 30 0.1 1 10 100 78.25 3
30 1 100
FRECUENCIA
8
7
6
5
4
3
2
1
0
. [26 - [35.5 - [45 - [54.5- [64 - [73.5- .
35.5> 45> 54.5> 64> 73.5> 83>
LA OJIVA
120
100 100
90
80 80
60 63.3
40 40
20 20
0 0
. [26 - [35.5 - [45 - [54.5- [64 - [73.5- .
35.5> 45> 54.5> 64> 73.5> 83>
10. Suponga que la siguiente tabla de distribucin representa los salarios semanales de los
trabajadores del rea de contabilidad de la empresa hipermercado Metro de los Olivos.
Trabajadores
Salarios
(fi)
[60 74> 570
[74 88> 480
[88 102> 510
[102 116> 660
[116 130> 570
[130 - 144 210
total 3000
a) Complete la tabla de distribucin de frecuencias
SALARIOS fi FI hi Hi hi % Hi% Xi Fi*
[60 74> 570 570 0.19 0.19 19 19 67 3000
[74 88> 480 1050 0.16 0.35 16 35 81 2430
[88 102> 510 1560 0.17 0.52 17 52 95 1950
[102 116> 660 2220 0.22 0.74 22 74 109 1440
[116 130> 570 2790 0.19 0.93 19 93 123 780

[130 - 144] 210 3000 0.07 1 7 100 137 210
3000 1 100
b) En qu nivel de salarios se encuentra el mayor porcentaje de trabajadores?
Respuesta: En el intervalo de clase de s/.102 a s./116 nuevos soles

semanales que son 660 trabajadores de un total de 3000 trabajadores
del hipermercado Metro de los Olivos.
c) Interprete dicho cuadro y grafique.
FRECUENCIA
700
600
500
400
300
200
100
0
. [60 74> [74 88> [88 102> [102 [116 [130 - 144] .
116> 130>
ojiva
120
100 100
93
80
74
60
52
40
35
20 19
0 0
. [60 74> [74 88> [88 102> [102 116> [116 130> [130 - 144] .
NOTAS fi FI hi Hi hi % Hi% Xi Fi*
[10 - 11.67> 3 3 0.15 0.15 15 15 10.835 20
[ 11.67- 13.34> 6 9 0.3 0.45 30 45 12.505 17
[13.34- 15.01> 3 12 0.15 0.6 15 60 14.175 11
[15.01- 16.68> 2 14 0.1 0.7 10 70 15.845 8
[16.68 - 18.35> 1 15 0.05 0.75 5 75 17.515 6
[18.35-20.02> 5 20 0.25 1 25 100 19.185 5
20 1 100 0
11. Se tiene una muestra sobre las notas promedio de los alumnos de una institucin educativa de
Nivel Primario del distrito de San Borja, como se muestra a continuacin:
15 13 12 19 19 11 13 19 12 20
13 14 12 11 20 10 16 17 16 14
a. Se pide elaborar la tabla de distribucin de frecuencias considerando la formula (k = 1 +3.3 log

n).
AMPLITUD:
= + .
A= [10-20] AMPLITUD DEL INTERVALO DE CLASE:
= + .
10
= . W= = = 1.666 = 1.67
6
RANGO:
R=20-10 =
R=10
b. Interprete dicha tabla y grafique.
HISTOGRAMA Y POLIGONO DE FRECUENCIA
7
0
. [10 - 11.67> [ 11.67- [13.34- [15.01- [16.68 - [18.35-20.02> .
13.34> 15.01> 16.68> 18.35>
100
75
70
60
45
15
0
. [10 - 11.67> [ 11.67- [13.34- [15.01- [16.68 - [18.35-20.02> .
13.34> 15.01> 16.68> 18.35>
Prctica Dirigida N 8
1. Los siguientes datos representan la respuesta de 40 alumnos que estudian la

especialidad en negocios Cul es tu especialidad? Contadura=C, Sistemas
Computacionales de la Informacin=S y Marketing=M
C S S M C S C C S S
C C C M S M C C C S
S S C C M M S C C C
S S C C C C S S C S
a) Construya una tabla de frecuencia
Especialidad fi Fi hi Hi hi % Hi%
Marketing 5 5 0.125 0.125 12.5 12.5
Sistemas 15 20 0.375 0.5 37.5 50
Contadura 20 40 0.5 1 50 100
40 1 100
b) Cul grfico cree ud. que describe mejor los datos? Construya la
grfica.
HISTOGRAMA
25
El histogra
20 representa m
los datos, adem
15 Marketing u interpretacin
10 Sistemas ms sencilla.
Contadura
5
0
fi
2. Los diagnsticos de enfermos con hemorragia digestiva, que se registraron en
la sala de emergencia medica privada de cierta localidad, en el mes de
diciembre del 2012, fueron los siguientes:
UD CH UD GE UD GE CH UD UG CH
CH UG CH UG UD UD UG UG UG UD
UG UD UD UD UD GE CH GE UD UG
UD GE UG UD CH CH UD GE UG CH
UD CH UD CH UD UG UG UD CH UD
GE UG UD UG CH UD CH UG UG CH
CH GE UD UD GE GE UD UD CH UG
UD CH GE CH UD CH UD GE UD CH
Donde:
UD Ulcera Duodenal
CH Cirrosis Heptica
GE Gastritis Erosiva
UG lcera Gstrica
a. Identifique la variable, Construya una tabla de distribucin de frecuencias y

Grafique
ENFERMEDADES fi Fi hi Hi hi % Hi%
Ulcera Duodenal 30 30 0.375 0.375 37.5 37.5
Cirrosis Heptica 21 51 0.263 0.638 26.3 63.8
Gastritis Erosiva 12 73 0.15 0.788 15 78.8
lcera Gstrica 17 80 0.212 1 21.2 100
80 1 100
b. Cules son los dos tipos de enfermedades que ms se diagnosticaron?
1. 37.5% personas diagnosticadas con Ulcera Duodenal de un total

de 80 encuestados.
2. 26.3% personas diagnosticadas con de un total de 80
encuestados Cirrosis Heptica de un total de 80 encuestados.
c. Qu porcentaje de enfermos tienen gastritis erosiva o ulceras gstricas?

15% personas diagnosticadas con Gastritis Erosiva de un total de
80 encuestados.
21.2% personas diagnosticadas con lcera Gstrica de un total
de 80 encuestados.
d. Realice el grafico adecuado e interprete
Los diagnsticos de enfermos con

hemorragia digestiva
21.2% Ulcera Duodenal

37.5% Cirrosis Heptica
15% Gastritis Erosiva
lcera Gstrica
26.3%
3. Con el fin de determinar el nivel de instruccin de los productores de queso de

la Provincia de Cajamarca, en el ao 2012, se realiz una encuesta a 55 de
ellos. Las respuestas y la codificacin de las categoras son:
Cdigo Nivel de Instruccin
S Sin escolaridad
P Primaria
Se Secundaria
Su Superior
S Se Su Su S P Se P S Se Su
Su S Se S P S P S P S Se
Se Su S P Se P S P Se P S
P S P S P S Se S P S P
S P Se Su S Se Su Su S P Se
a. Identifique la variable y construya la tabla de distribucin de frecuencias y
represente grficamente
Nivel de instruccin de los
productores de queso fi Fi hi Hi hi % Hi%
Sin escolaridad 19 19 0.346 0.346 34.6 34.6
Primaria 16 35 0.291 0.637 29.1 63.7
Secundaria 12 47 0.218 0.855 21.8 85.5
Superior 8 55 0.145 1 14.5 100
55 1 100
b. Cuntos productores no tienen escolaridad?
19 personas de una encuesta de un total de 55 productores de

queso.
c. Qu porcentaje de productores tienen nivel primario o secundario?
29.1% de 16 personas de un total de 55 productores de queso

encuestados.
21.8% de 12 personas de un total de 55 productores de queso

encuestados.
d. En cunto excede los productores de nivel primaria a los de nivel

superior?
En 8 personas que equivale al 100% de un total de 55 personas

encuestadas.
4. Algunos participantes de cierto evento llegan en carros y se observa que el

color de los carros que circulan son los siguientes:
Negro Negro Rojo Azul Rojo
Verde Verde Blanco Blanco Blanco
Negro Negro Blanco Negro Rojo
Rojo Blanco Blanco Negro Blanco
Azul Rojo Negro Azul Negro

Blanco Blanco Verde Verde Rojo
COLOR DE CARROS fi Fi hi Hi hi % Hi%
NEGRO 8 8 0.267 0.267 26.7 26.7
VERDE 4 12 0.133 0.400 13.3 40
ROJO 6 18 0.2 0.600 20.0 60
AZUL 3 21 0.1 0.700 10.0 70
BLANCO 9 30 0.3 1 30 100
30 1 100
a. Construya una tabla de distribucin de frecuencias.
b. Qu color de carro circulan ms?
9 carros color blanco que equivalen al 30% de un total de 30 carros

observados.
c. Cul es el menor porcentaje de carros que circulan?
10% de color azul de un total de 30 carros observados.
5. La empresa "Tintutas Per", dedicada a la fabricacin de tintes para el pelo,

realiza una encuesta sobre el color de tinte usado por un grupo de clientes, los
colores favoritos son:
Castao, caoba, caoba, negro, negro, negro, castao, rubio, castao,

caoba, negro, castao, negro, castao, negro, caoba, rubio, rubio,
castao, caoba, caoba, negro, rubio, castao, caoba, rubio, rubio
a. Construya una tabla de distribucin de frecuencias. Representacin grfica
COLOR DE TINTA fi Fi hi Hi hi % Hi%
CASTAO 7 7 0.259 0.259 25.9 25.
CAOBA 7 14 0.259 0.518 25.9 51.

NEGRO 7 21 0.259 0.777 25.9 77.
RUBIO 6 27 0.223 1 22.3 10
27 1 100
HISTOGRAMA
7.2
7
6.8 7 7 7
6.6
6.4
6.2
6
5.8 6
5.6
5.4
1
castao caoba negro rubio
b. Explique f2, h3, h1%

7 personas emplean tinta de cabello de color caoba de un
total de 27 encuestados.
0.259 de frecuencia relativa de 7 personas que usan el color

negro de un total de 27 encuestados.
25.9% de 7 personas de un total de 27 personas encuestas que

usan tinte de cabello.
c. Qu color de tinte es el ms usado?
25.9% de 7 personas de un total de 27 personas encuestas que usan

tinte de cabello.
d. Cul es el menor porcentaje de tintes que menos usan?
22.3% de 6 personas de un total de 27 personas encuestas que usan

tinte de cabello.
SESION 08
1. El siguiente cuadro muestra la distribucin de la renta anual (en miles

de soles) en que incurren 50 viviendas:
Marca de Clase 18.85 21.55 24.25 26.95 29.65 32.35 35.05

N de Viviendas 3 2 7 7 11 11 9
a) Halle e interprete segn el enunciado

Media, mediana y moda.
b) Estime el porcentaje de viviendas con rentas superiores o iguales a 26

000 soles pero menores que 32 000 soles.
RESOLUCIN:
a)
MEDIA:
=1
=

18.85 + 21.55 + 24.25 + 26.95 + 29.65 + 32.35 + 35.05
=
50
= 3.8
MEDIANA:
= +1 = 7+1 = 4 = 26.95
2 2
MODA:
= 7 = 11
b) Estimacin de %
R = 188.65
N V = 50
N 7 = 26.95
188. .65 100%
26.95
X = 14.3 %
N 11 = 29.65
188. .65 100%
29.65
X = 15.7 %
2. Una compaa requiere los servicios de un tcnico especializado. De

los expedientes presentados, se han seleccionado 2 candidatos: A y B,
los cuales renen los requisitos mnimos requeridos. Para decidir cul
de los 2 se va a contratar, los miembros del Jurado deciden tomar 7
pruebas a cada uno de ellos.
Los resultados se dan a continuacin:
Prueba
1 2 3 4 5 6 7
Puntaje obtenido por A 57 55 54 52 62 55 59
Puntaje obtenido por B 80 40 62 72 46 80 40
a) Halle e interprete la media, mediana y moda de los dos candidatos.

b) Estadsticamente Cul de los candidatos debe ser contratado?
Fundamente su respuesta.
RESOLUCIN;
a) Puntaje obtenido por A:
5755 + 24.25 + 26.95 + 29.65 + 32.35 + 35.05

=
50
3). Una compaa requiere los servicios de un tcnico especializado. De
los expedientes presentados, se han seleccionado 2 candidatos: A y B, los
cuales renen los requisitos mnimos requeridos. Para decidir cul de los 2
se va a contratar, los miembros del Jurado deciden tomar 7 pruebas a
cada uno de ellos.
Los resultados se dan a continuacin:
Prueba
1 2 3 4 5 6 7
Puntaje obtenido por A 57 55 54 52 62 55 59
Puntaje obtenido por B 80 40 62 72 46 80 40
c) Halle e interprete la media, mediana y moda de los dos candidatos.

d) Estadsticamente Cul de los candidatos debe ser contratado?
Fundamente su respuesta.
RESOLUCIN:
a) Puntaje obtenido por A

Media:
57 + 55 + 54 + 52 + 62 + 55 + 50
= = 56.29
7
Mediana:
Me = +1 = 7+1 = 4 = 52
2 2
Moda A:
Mo = 55
Puntaje obtenido por B

Media:
80 + 40 + 62 + 72 + 46 + 80 + 46
= = 60
7
Mediana:
Me = +1 = 7+1 = 4 = 72
2 2
Moda B:
Mo = 80 Mo= 4
4). Una asistencia social desea saber cul es el ndice de natalidad en 2

distritos de Lima para lo que encuest a 10 familias de cada distrito con
los siguientes resultados
A 0 6 1 2 3 1 4 3 6 4
B 3 4 1 4 2 3 1 5 4 3
a) Calcule la media, mediana y moda para cada distrito e interprtelos.

b) Considera Ud. que en el distrito B, el nmero de hijos por familia es mayor
que en el distrito A.
Solucin:
Media:
0+6+1+2+3+1+4+3+6+4
= =3
10
Mediana A:
10 +10+2
2 2 3 +6 3+1
Me= 2
= 2
= 2
=2
Moda A:
Mo=1 Mo=6
Mo=3 Mo=4
Distrito B:
Media:
3+4+1+4+2+3+1+5+4+3
= =3
10
Mediana B:
10 +10+1
2 2 5 +6 2+3
Me= 2
= 2
= 2
= 2.5
Moda B:
Mo=3 Mo=4 Mo=1
5. Las edades de veinte chicos son 12, 13, 14, 10, 11, 12, 11, 13, 14, 12,
10, 12, 11, 13, 12, 11, 13, 12, 10 y15. Organiza los datos en una tabla
de frecuencias.
Qu porcentaje de chicos tienen 12 aos?
Cuntos chicos tienen menos de 14 aos?
Solucin:
N Fi hi Hi hi% Hi%
10 3 3 0.15 0.15 15 15
11 4 7 0.2 0.35 20 35
12 6 13 0.3 0.65 30 65
13 4 17 0.2 0.85 20 85
14 2 19 0.1 0.95 10 95
15 1 20 0.05 1 5 100%
20
RESPUESTAS:
A) El porcentaje es 30%.
B) 17 chicos son menores a 14 aos.
6) En cada da del mes de enero, en un camping hubo la siguiente

cantidad de turistas: 12, 14, 17, 16, 19, 15, 15, 21, 24, 26, 28, 24, 25,
26, 20, 21, 34, 35, 33, 32, 34, 38, 40, 43, 41, 45, 50, 53, 58. Construye
una tabla de frecuencias para estos datos.
SOLUCION:
N Dias Fi hi Hi hi% Hi%
12 1 1 0.035 0.035 3.5 3.5
14 1 2 0.035 0.070 3.5 7
15 2 4 0.069 0.139 6.9 13.9
16 1 5 0.035 0.174 3.5 17.4
17 1 6 0.035 0.209 3.5 29.9
19 1 7 0.035 0.244 3.5 24.4
20 1 8 0.035 0.279 3.5 27.9
21 2 10 0.069 0.348 6.9 34.8
24 2 12 0.069 0.417 6.9 41.7
25 1 13 0.035 0.452 3.5 45.2
26 2 15 0.069 0.521 6.9 52.1
28 1 16 0.035 0.556 3.5 55.6
32 1 17 0.035 0.591 3.5 59.1
33 1 18 0.035 0.626 3.5 69.5
34 2 20 0.069 0.695 6.9 73
35 1 21 0.035 0.730 3.5 76.5
38 1 22 0.035 0.765 3.5 80
40 1 23 0.035 0.800 3.5 83.5
41 1 24 0.035 0.835 3.5 87
43 1 25 0.035 0.870 3.5 90.5
45 1 26 0.035 0.905 3.5 94
50 1 27 0.035 0.940 3.5 97.5
53 1 28 0.035 0.975 3.5 101%
58 1 29 0.035 1.01 3.5
29
7) Los sueldos de cinco empleados de una empresa son: $ 400000,
$500000, $450000, $600000 y $3500000. Calcula el sueldo medio, la
moda, si es que existe, y la mediana e indica cul representa mejor a
los datos.
Solucin:
SUELDOS:
EMPLEADO 1: $ 400000
EMPLEADO 5: $ 3500000
Media:
230.0000
= = $ 460.000
5
Mediana :
Me= +1 = 5+1 = $ 450.000
2 2
Moda :
NO existe en este caso debido a que no se repiten.
8) Los siguientes datos numricos corresponden a la cantidad de veces

que cada alumno de un grupo ha ido a un recital o concierto.
243211630324693216
Calcula, sin tabular, Media, moda, mediana.
SOLUCIN:
Media:
58
= = 3.2
18
Mediana :
Me= 3
Moda :
Mo=2 Mo=1 Mo=6
Mo=3 Mo=4
9) En un diagnstico de educacin fsica se pidi a los alumnos de cuarto

de secundaria que hicieran abdominales durante 3 minutos. Se
obtuvieron los siguientes resultados:
4 A: 45 38 43 29 34 60 54 27 32 33 23 34 34 28 56 62 56
57 45 47 48 54 33 45 44 41 34 36 34 54
4 B: 43 45 44 38 34 46 43 42 43 45 57 44 38 38 37 43 61
38 37 45 28 42 49 40 37 34 44 41 43
Cul de los dos cursos tiene mayor media? Qu distribucin estadstico

permite comparar la menor mediana de este tipo de datos?
SOLUCIN:
Media:
1277
= = 42.57
30
Mediana A:
1219
= = 342.03
29
RESPUESTA:
El mayor curso lo tiene 4A.
10. Se han medido 75 alumnos, en centmetros, obtenindose los

siguientes datos:
175 156 172 159 161 185 186 192 179 163 164 170 164 167 168
174 172 168 176 166 167 169 182 170 169 167 170 162 172 171
174 171 155 171 171 170 157 170 173 173 174 168 166 172 172
158 159 163 163 168 174 175 150 154 175 160 175 177 178
180169 165 180 166 184 183 174 173 162 185 189 169 173 171
173
Agrupa estos resultados en 6 intervalos y confecciona una tabla de

frecuencias y calcula las medidas de tendencia central. Los cuartiles, los
deciles 5 y 8, los percentiles 20 y 60.
SOLUCIN:
I Fi hi Hi hi% Hi% Xi
[150-157 5 5 0.067 0.067 6.7 6.7 153.5
[157-164 12 17 0.160 0.227 16 22.7 160.5
[164-171 25 42 0.333 0.560 33.3 56 167.5
[171-178 22 64 0.293 0.853 29.3 85.3 174.5
[178-185 8 72 0.107 0.960 10.7 96 181.5
[185-192 3 75 0.040 1 4 100 188.5
75
SESION 09
ANLISIS DE CORRELACIN Y REGRESIN LINEAL O SIMPLE
1. Una empresa de refrescos est analizando el efecto de su ltima campaa publicitaria.

Se escogieron personas al azar y se les llam para preguntarles cuntas latas de
refresco haban comprado la semana anterior y cuntos anuncios del refresco haban
X Y(latas
(anuncios) compradas) x^2 y^2 x*y
3 11 9 121 33
7 18 49 324 126
4 9 16 81 36
2 4 4 16 8
0 7 0 49 0
4 6 16 36 24
1 3 1 9 3
2 8 4 64 16
TOTAL: 23 66 99 700 246
visto u odo durante el mismo perodo. Los datos fueron los siguientes:
GRAFICO DE DISPERSIN:
CORRELACIONES
Correlaciones
Latas
Anuncios compradas
Anuncios Correlacin de Pearson 1 ,787*
Sig. (bilateral) ,021
N 8 8
Latas compradas Correlacin de Pearson ,787* 1
N 8 8
*. La correlacin es significativa en el nivel 0,05 (bilateral).
2. Los corredores de bienes races a menudo estn interesados en ver cmo el avalo de
una casa vara de acuerdo con su tamao. A continuacin se muestran algunos datos del
rea en miles de pies cuadrados y el avalo en miles de dlares, para una muestra de 11
casas.
X(AREA) Y(VALOR) x^2 y^2 x*y

1,1 75 1,21 5625 82,5
1,5 95 2,25 9025 142,5
1,6 110 2,56 12100 176
1,6 102 2,56 10404 163,2
1,4 95 1,96 9025 133
1,3 87 1,69 7569 113,1
1,1 82 1,21 6724 90,2
1,7 115 2,89 13225 195,5
1,9 122 3,61 14884 231,8
1,5 98 2,25 9604 147
1,3 90 1,69 8100 117
TOTAL: 16 1071 23,88 106285 1591,8
CORRELACIONES
Correlaciones
AREA VALOR
AREA Correlacin de Pearson 1 ,973**
N 11 11
VALOR Correlacin de Pearson ,973** 1
N 11 11
**. La correlacin es significativa en el nivel 0,01 (bilateral).
3. El gerente de una empresa desea demostrar el refrn que dice: hay que gastar dinero
para ganar dinero, gastar dinero en publicidad, en su opinin, tiene resultados
directos en las ventas. Analiza los registros de 7 meses de un negocio y obtiene los
siguientes datos:
Gasto 25 16 42 34 10 21 19
Ventas 34 14 48 32 26 29 20
Existe relacin lineal entre los gastos en publicidad y las ventas de la empresa?
Variables
Gasto (I) 25 16 42 34 10 21 19
Ventas (D) 34 14 48 32 26 29 20
Operacin de variables
X 25 16 42 34 10 21 19 167
Y 34 14 48 32 26 29 20 203
x2 625 256 1764 1156 100 441 361 4703
y2 1156 196 2304 1024 676 841 400 6597
x*y 850 224 2016 1088 260 609 380 5427
SOLUCIN:
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

7(5427) (167)( 203)

r
7(4703) (167) 76597 - 203 2 2
r 0.82 Correlacin positiva buena
Se concluye de que si existe relacin entre las variables.
4. El editor en jefe de un importante peridico ha intentado convencer al dueo del peridico

para que mejore las condiciones de trabajo en el taller de prensas. Est convencido de que,
cuando trabajan las prensas, el grado de ruido crea niveles no saludables de tensin y ansiedad.
Recientemente hizo que un siclogo realizara una prueba durante la cual los prensistas se
situaron en cuartos con niveles variables de ruido y luego se les hizo otra prueba para medir
niveles de humor y ansiedad. La tabla siguiente muestra el ndice de su grado de ansiedad o
nerviosismo y el nivel de ruido al que se vieron expuestos.
Nivel de ruido 4 3 1 2 6 7 2 3
Grado de ansiedad 39 38 16 18 41 45 25 38
SOLUCIN:
a) Identificar la variable independiente y dependiente

Variables:
Independiente: nivel de ruido.

Dependiente: grado de ansiedad.
b) Grafique el diagrama de dispersin

Variables
Nivel de ruido 4 3 1 2 6 7 2 3
Grado de ansiedad 39 38 16 18 41 45 25 38
Operaciones de variables
X 4 3 1 2 6 7 2 3 28
Y 39 38 16 18 41 45 25 38 260
x2 16 9 1 4 36 49 4 9 128
y2 1521 1444 256 324 1681 2025 625 1444 9320

x*y 156 114 16 36 246 315 50 114 1047
Y =a+bX
Ecuacin 1
b= 8(1047)(28)(260)
8(128)(28)
= 4.5667
2
Ecuacin 2
a= 260
8
28
4,5667 = 24.4333
8
Y=a+bX Y = 24.4333 + 4.5667 X
c) Halle el coeficiente de correlacin entre el nivel de ruido y el grado de ansiedad
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

8(1047) (28)( 260)

r
8(128) (28) 89320 - 260 = 0.85
2 2
Correlacin positiva buena

6 Una compaa administra a sus vendedores una prueba de adiestramiento de ventas
antes de permitirles salir a trabajar. La administracin de la compaa est interesada
en determinar la relacin entre las calificaciones de la prueba y las ventas hechas por
esos vendedores al final de un ao de trabajo. Los siguientes datos se recolectaron de
10 agentes de ventas que han estado en el campo durante un ao.
Vendedor A B C D E F G H I J
Calificacin de la 2.6 3.7 2.4 4.5 2.6 5.0 2.8 3.0 4.0 3.4
prueba
Nmero de unidades 95 140 85 180 100 195 115 136 175 150
vendidas
SOLUCION:
Variables
Vendedor A B C D E F G H I J
Calificacin de la prueba 2.6 3.7 2.4 4.5 2.6 5 2.8 3 4 3.4
Nmero de unidades
95 140 85 180 100 195 115 136 175 150
vendidas
Operaciones de variable
X 2.6 3.7 2.4 4.5 2.6 5 2.8 3 4 3.4 34
Y 95 140 85 180 100 195 115 136 175 150 1371
x2 6.76 13.69 5.76 20.25 6.76 25 7.84 9 16 11.56 122.62
y2 9025 19600 7225 32400 10000 38025 13225 18496 30625 22500 201121
x*y 247 518 204 810 260 975 322 408 700 510 4954
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

10(4954) (34)(1371)
r
10(122.62) (34) 10201121 - 1371 = 0.963
2 2
7. Los contadores pueden estimar los gastos generales basndose en el nivel de

produccin. La tabla muestra gastos y unidades producidas en diversas plantas.
Gastos 191 170 272 155 280 173 234 116 153 178
generales
Unidades 40 42 53 35 56 39 48 30 37 40
producidas
SOLUCIN:
a) Calcule el coeficiente de correlacin
Variables
Gastos generales 191 170 272 155 280 173 234 116 153 178
Unidades
40 42 53 35 56 39 48 30 37 40
Producidas
X 191 170 272 155 280 173 234 116 153 178 1922
Y 40 42 53 35 56 39 48 30 37 40 420
x2 36481 28900 73984 24025 78400 29929 54756 13456 23409 31684 395024
y2 1600 1764 2809 1225 3136 1521 2304 900 1369 1600 18228
x*y 7640 7140 14416 5425 15680 6747 11232 3480 5661 7120 84541
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

10(84541) (1922)( 420)
r
10(395024) (1922) 1018228 - 420 = 0.984
2 2
b) Obtenga el coeficiente de determinacin
r2 = (0.984)2 = 0.968256 = 96.83 %
c) Determinar la ecuacin de regresin
Y =a+bX
b= 10(84541)(420)(1922)
10(395024)(1922)
= 0.1490
2 Ecuacin 1
a= 420
10
0,1490
1922
10
= -150.349 Ecuacin 2
Y=a+bX Y = -150.349 + 0.1490 X

8. En una investigacin sobre caa de azcar, llevado a cabo con la finalidad de estudiar
la influencia de algunos factores sobre el rendimiento de azcar, se han observado las
variables: Porcentaje de fibra por caa, porcentaje de sacarosa por caa y porcentaje
de azcar por caa. Los resultados obtenidos en las 9 ltimas campaas agrcolas son:
Campaa 1 2 3 4 5 6 7 8 9
Fibra/caa (%) 16.91 15.30 16.71 17.63 15.57 16.89 18.20 17.26 19.48
Sacarosa/caa (%) 10.63 12.30 11.22 10.28 12.05 11.16 11.14 10.98 10.11
Variables
Fibra/caa (%) 16.91 15.3 16.71 17.63 15.57 16.89 18.2 17.26 19.48
Azcar/caa (%) 7.65 9.02 8.09 7.19 8.78 8.15 7.75 7.91 7
x 16.91 15.3 16.71 17.63 15.57 16.89 18.2 17.26 19.48 153.95
y 7.65 9.02 8.09 7.19 8.78 8.15 7.75 7.91 7 71.54
x2 285.9481 234.09 279.2241 310.8169 242.4249 285.2721 331.24 297.9076 379.4704 2646.3941
y2 58.5225 81.3604 65.4481 51.6961 77.0884 66.4225 60.0625 62.5681 49 572.1686
Azcar/caa (%) 7.65 9.02 8.09 7.19 8.78 8.15 7.75 7.91 7.00
SOLUCIN:
a) Hallar e interprete el coeficiente de correlacin estimado entre el porcentaje de

azcar y el porcentaje de fibra por caa
x*y 129.3615 138.006 135.1839 126.7597 136.7046 137.6535 141.05 136.5266 136.36 1217.6058
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 n Y 2 - Y
2

Variables |
9(1217.6058) (153.95)(71.54)
r 0.908
9(2646.3941) (153.95) 9572.1686 - 71.54
2 2
Correlacin negativa buena.
b) Hallar e interprete el coeficiente de correlacin estimado entre el porcentaje de

azcar y el porcentaje de sacarosa por caa
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 n Y 2 - Y
2

9(797.6583) (99.87)(71.54)
r 0.061
9(1112.4739) (99.87) 9572.1686 - 71.54
2 2
Sacarosa/caa (%) 10.63 12.3 11.22 10.28 12.05 11.16 11.14 10.98 10.11
Azcar/caa (%) 7.65 9.02 8.09 7.19 8.78 8.15 7.75 7.91 7
Operaciones de vaiables
x 10.63 12.3 11.22 10.28 12.05 11.16 11.14 10.98 10.11

99.87
y 7.65 9.02 8.09 7.19 8.78 8.15 7.75 7.91 7

71.54
x2
112.9969 151.29 125.8884 105.6784 145.2025 124.5456 124.0996 120.5604 102.2121 1112.4739
y2 58.5225 81.3604 65.4481 51.6961 77.0884 66.4225 60.0625 62.5681 49 572.1686
x*y
81.3195 110.946 90.7698 73.9132 105.799 90.954 86.335 86.8518 70.77 797.6583
9. Se est estudiando la relacin entre el nmero de aos que una persona est afiliada
al sindicato y el nivel de satisfaccin con la actuacin de dicho sindicato. Para ello se
parte de los datos de 7 individuos tomados aleatoriamente de personas adscritas a
partidos polticos, obtenindose:
Aos 8 7 10 3 6 13 4
Satisfaccin 7 5 8 5 9 9 3
SOLUCIN:
a) Determine la ecuacin de regresin

Variables
Aos 8 7 10 3 6 13 4
Satisfaccin 7 5 8 5 9 9 3
X 8 7 10 3 6 13 4 51
Y 7 5 8 5 9 9 3 46
x2 64 49 100 9 36 169 16 443
y2 49 25 64 25 81 81 9 334
x*y 56 35 80 15 54 117 12 369
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

7(369) (51)( 46)

r
7(443) (51) 7334 - 46 2
= 0.711
2
La ecuacin de regresin ser:
Y =a+bX
b= 7(369)(46)(54)
7(443)(51)
= 0.198
2 Ecuacin 1
a= 467 0,198 517 = -0.9123 Ecuacin 2
Y = -0.9123 + 0.198 X
Y=a+bX
b) Predecir el ndice de satisfaccin de una persona que lleva 11 aos militando al

sindicato.
Reemplazando en la ecuacin de la regresin lineal

tendremos:
Y = -0.9123 + 0.198 (11) = 1.2657
10. Un gerente de recursos humanos desea determinar el salario que debe pagar acierta
categora de obreros. Para determinar dicho salario se realiza un estudio en el que
intervienen las variables Salario Mensual (en miles de soles), Nivel de Produccin
Anual en la Empresa (en millones de soles). El gerente obtiene esta serie de resultados:
Sal. 123.4 135.7 115.9 100.6 98.7 150.4 124.6 110 138.6 123.4
Prod. 300.5 325.9 298.6 200.9 300.4 359.8 279.6 215.6 250 300
SOLUCIN:
C a lc u l a r :
a ) E l c o ef i c i e n t e d e co r r e l a ci n .
Variables
Salario 123.4 135.7 115.9 100.6 98.7 150.4 124.6 110 138.6 123.4
Produc 300.5 325.9 298.6 200.9 300.4 359.8 279.6 215.6 250 300
cin
Anual
Operaciones de
variables
X 123.4 135.7 115.9 100.6 98.7 150.4 124.6 110 138.6 123.4 1221.3
Y 300.5 325.9 298.6 200.9 300.4 359.8 279.6 215.6 250 300 2831.3
1522 18414. 1343 1012 9741. 22620. 1552 1210 1920 1522 15161
x2
7.56 49 2.81 0.36 69 16 5.16 0 9.96 7.56 9.75
9030 10621 8916 4036 9024 12945 7817 4648 6250 9000 82288
y2 0.25 0.81 1.96 0.81 0.16 6.04 6.16 3.36 0 0 9.55
3708 44224. 3460 2021 2964 54113. 3483 2371 3465 3702 35011
x*y
1.7 63 7.74 0.54 9.48 92 8.16 6 0 0 2.17
n(XY ) (X )( Y )
r
n(X 2

) (X ) 2 nY 2 - Y
2

10(350112.17) (1221.3)( 2831.3)

r 0.014
10(151619.75) (1221.3) 10822889.55 - 2831.3
2 2
Co r re la c i n po s i t i v a m a l a .
r2 = (0.014)2 = 0.000196 = 0.1 %
a) Qu salario se debera pagar si el nivel de produccin fuese de 315 millones de

soles?
La ecuacin de regresin ser:
Y =a+bX
b= 10(350112.17)(1221.3)(2831.3)
10(151619.75)(1221.3) 2 = 1.757
Ecuacin 2
a= 2831.3
10
1.757
1221.3
10
= 159.243 Ecuacin 2
Y=a+bX Y = 159.243 + 1.757 X

Reemplazando en la ecuacin de la regresin lineal
tendremos:
Y = 159.243 + 1.757(315)= 712.698

PRACTICA 9 (PARTE 2)
1. La empresa MINPETEL requiere averiguar si el consumo de combustible (en m 3) esta
relacionada con la energa generada (en Mwh) por la compaa. Para ello se tiene la
siguiente informacin durante el ao 2014:
Consumo de combustible
MESES Energia Generada(X) (Y) x^2 y^2 X*Y
ENERO 70.65 23.18 4991.4225 537.3124 1637.667
FEBRERO 57.47 25.54 3302.8009 652.2916 1467.7838
MARZO 67.74 20.04 4588.7076 401.6016 1357.5096
ABRIL 68.45 23.94 4685.4025 573.1236 1638.693
MAYO 83.8 27.23 7022.44 741.4729 2281.874
JUNIO 77.56 25.31 6015.5536 640.5961 1963.0436
JULIO 45.76 11.83 2093.9776 139.9489 541.3408
AGOSTO 94.88 30.42 9002.2144 925.3764 2886.2496
SETIEMBRE 120.13 34.35 14431.2169 1179.9225 4126.4655
OCTUBRE 123.74 39.39 15311.5876 1551.5721 4874.1186
NOVIEMBRE 106.92 35.64 11431.8864 1270.2096 3810.6288
DICIEMBRE 122.23 38.11 14940.1729 1452.3721 4658.1853
TOTAL: 1039.33 334.98
DIAGRAMA DE DISPERSION:
CORRELACIONES:
Correlaciones
Energia consumo de
generada combustible
Energia generada Correlacin de Pearson 1 ,736**
N 12 12
consumo de combustible Correlacin de Pearson ,736** 1
N 12 12
REGRESION:
Variables entradas/eliminadasa
Variables Variables
Modelo entradas eliminadas Mtodo
1 Energia
. Entrar
generadab
a. Variable dependiente: consumo de combustible
b. Todas las variables solicitadas introducidas.
Resumen del modelob
R cuadrado Error estndar

Modelo R R cuadrado ajustado de la estimacin
1 ,736a ,542 ,496 572,022
a. Predictores: (Constante), Energia generada
b. Variable dependiente: consumo de combustible
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrtica F Sig.
1 Regresin 3876242,980 1 3876242,980 11,846 ,006b
Residuo 3272088,020 10 327208,802
Total 7148331,000 11
b. Predictores: (Constante), Energia generada
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Error estndar Beta t Sig.
1 (Constante) 1427,267 429,387 3,324 ,008
Energia generada ,170 ,049 ,736 3,442 ,006
Estadsticas de residuosa
Desviacin
Mnimo Mximo Media estndar N
Valor pronosticado 1569,59 3528,84 2791,50 593,621 12
Residuo -1021,443 1153,410 ,000 545,401 12
Valor pronosticado estndar -2,058 1,242 ,000 1,000 12
Residuo estndar -1,786 2,016 ,000 ,953 12

2. Un estudio clnico desea determinar el efecto de un medicamento en la presin
arterial (en mm de Hg) de las personas, para ello se evalan la presin arterial en
condiciones basales (X) y tras 3 semanas de tratamiento (Y) en un total de 12 pacientes
con segn se observa en la siguiente tabla:
Evaluacin(X) Tratamiento(Y) x^2 y^2 x*y
90 80 8100 6400 7200
100 95 10000 9025 9500
95 86 9025 7396 8170
100 90 10000 8100 9000
95 75 9025 5625 7125
105 92 11025 8464 9660

98 92 9604 8464 9016
95 80 9025 6400 7600
104 88 10816 7744 9152
100 94 10000 8836 9400
95 85 9025 7225 8075
110 102 12100 10404 11220
Total: 1187 1059 117745 94083 105118
GRAFICO DE DISPERSION
CORRELACIONES:
Correlaciones
Evaluacin Tratamiento
Evaluacin Correlacin de Pearson 1 ,802**
N 12 12
Tratamiento Correlacin de Pearson ,802** 1
N 12 12
REGRESIN:
Variables Variables
1 Evaluacinb . Entrar
a. Variable dependiente: Tratamiento
Resumen del modelo

1 ,802a ,644 ,608 4,723
a. Predictores: (Constante), Evaluacin
ANOVAa
Suma de Media
1 Regresin 403,145 1 403,145 18,070 ,002b
Residuo 223,105 10 22,310
Total 626,250 11
b. Predictores: (Constante), Evaluacin
Coeficientesa
Coeficientes
1 (Constante) -20,929 25,720 -,814 ,435

Evaluacin 1,104 ,260 ,802 4,251 ,002
Desviacin
Residuo -8,927 5,554 ,000 4,504 12
Residuo estndar -1,890 1,176 ,000 ,953 12

3. Se quiere determinar si existe o no relacin en los gastos en publicidad y los ingresos
mensuales (en miles de soles) de las mypes en Lima Norte segn se aprecia en los
datos de la siguiente tabla:
Gastos(x) Ingresos(y) x^2 y^2 x*y
15 105 225 11025 1575
12 105 144 11025 1260
10 98 100 9604 980
12 110 144 12100 1320
15 145 225 21025 2175
12 78 144 6084 936
9 74 81 5476 666
12 90 144 8100 1080
4 20 16 400 80
8 60 64 3600 480
8 45 64 2025 360
10 75 100 5625 750
15 148 225 21904 2220
20 170 400 28900 3400
Total: 162 1323 2076 146893 13882
GRAFICO DE DISPERSION
CORRELACIONES:
Correlaciones
Gastos ingresos
Gastos Correlacin de Pearson 1 ,940**
N 14 14
ingresos Correlacin de Pearson ,940** 1
N 14 14
REGRESION:
Modelo Variables entradas Variables eliminadas Mtodo
1 Gastosb . Entrar
a. Variable dependiente: ingresos
Resumen del modelob

1 ,940a ,884 ,874 14,560
a. Predictores: (Constante), Gastos
b. Variable dependiente: ingresos

ANOVAa
Suma de Media
1 Regresin 19325,605 1 19325,605 91,162 ,000b
Residuo 2543,895 12 211,991
Total 21869,500 13
b. Predictores: (Constante), Gastos
Coeficientesa
Coeficientes
1 (Constante) -18,843 12,492 -1,508 ,157
Gastos 9,795 1,026 ,940 9,548 ,000
Desviacin
Residuo -23,083 19,917 ,000 13,989 14
Residuo estndar -1,585 1,368 ,000 ,961 14

4. Los datos que se muestran a continuacin reportan el nmero de horas que dedican a
dormir (X) y jugar PlayStation (Y) un grupo de nios seleccionados al azar con la
finalidad de verificar la relacin entre dichas variables:
N
Duermen(x) Jugar Play Station (y) x^2 y^2 x*y
8 2.5 64 6.25 20
6.5 4 42.25 16 26
7 3 49 9 21
10 1 100 1 10
10 1.5 100 2.25 15
7.5 3 56.25 9 22.5
6 4 36 16 24
9 2 81 4 18
Total: 64 21 528.5 63.5 156.5

GRAFICO:
CORRELACIONES:
Correlaciones
Jugar Play
Duermen Station
Duermen Correlacin de Pearson 1 -,978**
N 8 8
Jugar Play Station Correlacin de Pearson -,978** 1
N 8 8

REGRESIONES:
Variables Variables
1 Duermenb . Entrar
a. Variable dependiente: Jugar Play Station
Resumen del modelob

1 ,978a ,957 ,950 ,2449
a. Predictores: (Constante), Duermen
b. Variable dependiente: Jugar Play Station
ANOVAa
Suma de Media
1 Regresin 8,015 1 8,015 133,642 ,000b
Residuo ,360 6 ,060
Total 8,375 7
b. Predictores: (Constante), Duermen
Coeficientesa
Coeficientes

1 (Constante) 8,201 ,490 16,735 ,000
Duermen -,697 ,060 -,978 -11,560 ,000
Desviacin
Residuo -,3220 ,3295 ,0000 ,2267 8
Residuo estndar -1,315 1,346 ,000 ,926 8

5. En una cadena de tiendas por departamento, se desea establecer la relacin entre las
ventas mensuales (en unidades de artculo) y los aos de experiencia de un vendedor.
Para ello se selecciona una muestra de 10 vendedores aleatoriamente, los datos se
presentan en la tabla adjunta:
Experiencias
(x) ventas (y) x^2 y^2 x*y
5 12 25 144 60
3 8 9 64 24
2 7 4 49 14
7 17 49 289 119
4 10 16 100 40
4 11 16 121 44
1 5 1 25 5
3 9 9 81 27
5 14 25 196 70
6 12 36 144 72
Total: 40 105 190 1213 475
GRAFICO DE DISPERSION:
CORRELACIONES:
Correlaciones
Experiencias Ventas
Experiencias Correlacin de Pearson 1 ,955**
N 10 10
Ventas Correlacin de Pearson ,955** 1
N 10 10
REGRESION:
Variables Variables
1 Experienciasb . Entrar
a. Variable dependiente: Ventas
Resumen del modelob

1 ,955a ,913 ,902 1,099
a. Predictores: (Constante), Experiencias
b. Variable dependiente: Ventas

ANOVAa
Suma de Media
1 Regresin 100,833 1 100,833 83,448 ,000b
Residuo 9,667 8 1,208
Total 110,500 9
b. Predictores: (Constante), Experiencias
Coeficientesa
Coeficientes
1 (Constante) 3,167 ,875 3,620 ,007
Experiencias 1,833 ,201 ,955 9,135 ,000
Desviacin
Residuo -2,167 1,667 ,000 1,036 10
Residuo estndar -1,971 1,516 ,000 ,943 10

6. Para poder utilizar los resultados de un examen de aptitud en la contratacin de nuevo
personal obrero de una fbrica, se tom una prueba de aptitud a 10 obreros de planta
y se determin su productividad, asimismo se registr su tiempo de sueldo mensual tal
como se muestra en la siguiente tabla:
Aptitud (puntos) 12 17 20 13 8 9 11 13 19 10
Productividad (%) 50 62 82 54 35 40 45 50 70 42
Sueldo (miles de soles) 6,5 7 9 5 2,5 3 5,5 6 10 3,5
Con los datos del caso:

a) Representar grficamente el diagrama de dispersin correspondiente a productividad
y sueldo. Interpretar la relacin de las variables.
Productividad(x) Sueldo(y) x^2 y^2 x*y
50 6.5 2500 42.25 325
62 7 3844 49 434
82 9 6724 81 738
54 5 2916 25 270
35 2.5 1225 6.25 87.5
40 3 1600 9 120
45 5.5 2025 30.25 247.5
50 6 2500 36 300
70 10 4900 100 700
42 3.5 1764 12.25 147
Total: 530 58 29998 391 3369
CORRELACIONES:
Correlaciones
Productividad Sueldo
Productividad Correlacin de Pearson 1 ,914**
N 10 10
Sueldo Correlacin de Pearson ,914** 1
N 10 10
REGRESION
Variables Variables
1 Productividadb . Entrar
a. Variable dependiente: Sueldo
Resumen del modelob

1 ,914a ,835 ,815 1,0600
a. Predictores: (Constante), Productividad
b. Variable dependiente: Sueldo

ANOVAa
Suma de Media
1 Regresin 45,611 1 45,611 40,590 ,000b
Residuo 8,989 8 1,124
Total 54,600 9
b. Predictores: (Constante), Productividad
Coeficientesa
Coeficientes
1 (Constante) -2,394 1,329 -1,801 ,109
Productividad ,155 ,024 ,914 6,371 ,000
Desviacin
Residuo -1,2838 1,5716 ,0000 ,9994 10
Residuo estndar -1,211 1,483 ,000 ,943 10

b) Calcular el coeficiente de correlacin de las variables aptitud y productividad.
Interprete.
c) Construir el modelo de regresin las variables aptitud y productividad.
Productividad
Actitud (x) (y) x^2 y^2 x*y
12 50 144 2500 600
17 62 289 3844 1054
20 82 400 6724 1640
13 54 169 2916 702
8 35 64 1225 280
9 40 81 1600 360
11 45 121 2025 495

13 50 169 2500 650
19 70 361 4900 1330
10 42 100 1764 420
Total: 132 530 1898 29998 7531
CORRELACIONES:
Correlaciones
Actitud Productividad
Actitud Correlacin de Pearson 1 ,982**
N 10 10
Productividad Correlacin de Pearson ,982** 1
N 10 10
REGRESION:
Variables Variables
1 Actitudb . Entrar
a. Variable dependiente: Productividad
Resumen del modelob

1 ,982a ,964 ,960 2,926
a. Predictores: (Constante), Actitud
b. Variable dependiente: Productividad

ANOVAa
Suma de Media
1 Regresin 1839,492 1 1839,492 214,807 ,000b
Residuo 68,508 8 8,563
Total 1908,000 9
b. Predictores: (Constante), Actitud
Coeficientesa
Coeficientes
1 (Constante) 7,614 3,232 2,356 ,046
Actitud 3,438 ,235 ,982 14,656 ,000
Desviacin
Residuo -4,066 5,620 ,000 2,759 10
Residuo estndar -1,389 1,920 ,000 ,943 10

11. Una empresa de reparto de pollo a la brasa a domicilio desea estudiar la relacin entre
la distancia de entrega (en km) y el tiempo empleado (en minutos), los datos se
muestran en la siguiente tabla.
Tiempo empleado
Distancia de entrega(x) (y) x^2 y^2 x*y
28 60 784 3600 1680
14 19 196 361 266
12 12 144 144 144
31 75 961 5625 2325
30 70 900 4900 2100
19 40 361 1600 760
24 55 576 3025 1320

15 25 225 625 375
16 25 256 625 400
Total: 189 381 4403 20505 9370
CORRELACIONES:
Correlaciones
Distancia de Tiempo
entrega Empleado-
Distancia de entrega Correlacin de Pearson 1 ,993**
N 9 9
Tiempo Empleado- Correlacin de Pearson ,993** 1
N 9 9
REGRESION:
Variables Variables
1 Distancia de
. Entrar
entregab
a. Variable dependiente: Tiempo Empleado-
Resumen del modelob

1 ,993a ,987 ,985 2,870
a. Predictores: (Constante), Distancia de entrega
b. Variable dependiente: Tiempo Empleado-
ANOVAa
Suma de Media
1 Regresin 4318,343 1 4318,343 524,283 ,000b
Residuo 57,657 7 8,237
Total 4376,000 8
b. Predictores: (Constante), Distancia de entrega
Coeficientesa
Coeficientes
1 (Constante) -23,909 3,047 -7,846 ,000
Distancia de entrega 3,154 ,138 ,993 22,897 ,000
Desviacin
Residuo -4,414 3,975 ,000 2,685 9
Residuo estndar -1,538 1,385 ,000 ,935 9

12. La tabla siguiente muestra las notas obtenidas por 8 estudiantes en un examen parcial,
las horas de estudio dedicadas a su preparacin previos al examen:
Horas de estudio(x) Nota (Y) x^2 y^2 x*y
7 15 49 225 105
10 16 100 256 160
9 17 81 289 153
4 10 16 100 40
8 15 64 225 120
10 18 100 324 180
5 11 25 121 55
14 19 196 361 266
Total: 67 121 631 1901 1079
CORRELACIONES:
Correlaciones
Horas de
estudio Nota
Horas de estudio Correlacin de Pearson 1 ,933**
N 8 8
Nota Correlacin de Pearson ,933** 1
N 8 8
REGRESION:
Variables Variables
1 Horas de
. Entrar
estudiob
a. Variable dependiente: Nota
Resumen del modelo

1 ,933a ,870 ,848 1,241
a. Predictores: (Constante), Horas de estudio
ANOVAa
Suma de Media
1 Regresin 61,633 1 61,633 40,015 ,001b
Residuo 9,242 6 1,540
Total 70,875 7
b. Predictores: (Constante), Horas de estudio
Desviacin
Residuo -1,408 1,349 ,000 1,149 8
Residuo estndar -1,134 1,087 ,000 ,926 8

13. Un estudio de psicologa requiere verificar si existe relacin entre los coeficientes de
inteligencia (CI) de los padres y de sus hijos, para ello se toma una muestra de 12 sujetos y sus
hijos respectivos cuyos resultados luego de la aplicacin de un test de inteligencia se muestran
en el siguiente cuadro:
CI padre (X) CI hijo (Y) x^2 y^2 x*y

76 75 5776 5625 5700
74 73 5476 5329 5402
72 72 5184 5184 5184
73 76 5329 5776 5548
71 70 5041 4900 4970
75 73 5625 5329 5475
68 71 4624 5041 4828
72 73 5184 5329 5256
70 73 4900 5329 5110
TOTAL: 651 656 47139 47842 47473
CORRELACIONES:
Correlaciones
CI padre CI hijo
CI padre Correlacin de Pearson 1 ,609
N 9 9
CI hijo Correlacin de Pearson ,609 1
N 9 9
REGRESIN:
Variables Variables
1 CI padreb . Entrar
a. Variable dependiente: CI hijo

Resumen del modelob

1 ,609a ,371 ,281 1,554
a. Predictores: (Constante), CI padre

b. Variable dependiente: CI hijo
ANOVAa
Suma de Media
1 Regresin 9,976 1 9,976 4,129 ,082b
Residuo 16,913 7 2,416
Total 26,889 8

b. Predictores: (Constante), CI padre
Coeficientesa
Coeficientes
1 (Constante) 40,580 15,909 2,551 ,038
CI padre ,447 ,220 ,609 2,032 ,082
Desviacin

Residuo -2,293 2,813 ,000 1,454 9
Residuo estndar -1,475 1,810 ,000 ,935 9
GRAFICO LINEAL
14. Una empresa vendedora de libros desea realizar mejoras en sus procesos, tal como realizar
con tiempo sus pedidos, distribuir mejor su personal, ampliar su local, etc. Para tal efecto,
lleva a cabo un estudio en 6 semanas a fin de establecer la relacin existente entre nmero de
personas que solicitan informacin de los libros en una semana (X) y el nmero de libros
vendidos en la semana siguiente (Y). Los resultados se muestran en la siguiente tabla:
X(N de
personas que
solicitan Y (N de
informaciones libros
de los libros ) vendidos) x^2 y^2 x*y
20 13 400 169 260
8 4 64 16 32
10 5 100 25 50
12 6 144 36 72
30 16 900 256 480
25 12 625 144 300
TOTAL: 105 56 2233 646 1194
GRAFICO DE LA DISPERSIN:
CORRELACIONES:
Correlaciones
N de personas
que solicitan
informaciones N de libros
de los libros vendidos
N de personas que solicitan Correlacin de Pearson 1 ,969**

informaciones de los libros Sig. (bilateral) ,001
N 6 6
N de libros vendidos Correlacin de Pearson ,969** 1
N 6 6
REGRESION:
Variables Variables
1 N de personas
que solicitan
. Entrar
informaciones
de los librosb
a. Variable dependiente: N de libros vendidos

Resumen del modelob

1 ,969a ,939 ,924 1,373
a. Predictores: (Constante), N de personas que solicitan informaciones de

los libros
b. Variable dependiente: N de libros vendidos
ANOVAa
Suma de Media
1 Regresin 115,793 1 115,793 61,423 ,001b
Residuo 7,541 4 1,885
Total 123,333 5

b. Predictores: (Constante), N de personas que solicitan informaciones de los libros
Coeficientesa
Coeficientes
1 (Constante) -,136 1,332 -,102 ,924
N de personas que solicitan

,541 ,069 ,969 7,837 ,001
informaciones de los libros
Desviacin

Residuo -1,391 2,314 ,000 1,228 6
Residuo estndar -1,013 1,685 ,000 ,894 6
GRAFICO LINEAL:

Informe de Estadistica

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Informe de Estadistica

Uploaded by

Copyright:

Available Formats

ALUMNA: DIAZ PEREZ, NIRVANA RAYSA

Ejercicios Propuestos de las sesiones

Construye una tabla de distribucin de frecuencias e interpretar.

[20 - 26.58> 4 4 0.067 0.067 6.7 6.7 23.29 60

[26.58 - 33.16> 8 12 0.133 0.2 13.3 20 29.87 56

[33.16 - 39.74> 11 23 0.183 0.383 18.3 38.3 36.45 48

[39.74 - 46.32> 11 34 0.183 0.566 18.3 56.6 43.03 37

[46.32 - 52.9> 10 44 0.167 0.733 16.7 73.3 49.61 26

[52.9 - 59.48> 9 53 0.15 0.883 15 88.3 56.19 16

[59.48 - 66.06> 7 60 0.117 1 11.7 100 62.77 7

R=31el polgono de frecuencias y la ojiva. Interpretar.

PESO fi Fi hi Hi hi % Hi% Xi Fi*

[46 - 51.17> 5 5 0.179 0.179 17.9 17.9 48.585 28

[51.17 - 56.34> 7 12 0.25 0.429 25 42.9 53.755 24

[56.34 - 61.51> 4 16 0.143 0.572 14.3 57.2 58.925 19

[61.51 - 66.68> 3 19 0.106 0.678 10.6 67.8 64.095 16

[66.68 - 71.85> 5 24 0.179 0.857 17.9 85.7 69.265 12

[71.85 - 77.02> 4 28 0.143 1 14.3 100 74.435 5

A= [33-92] = + . AMPLITUD DEL INTERVALO DE CLASE:

T DE ESPERA fi Fi hi Hi hi % Hi% Xi Fi*

[33 - 41.3> 10 10 0.208 0.208 20.8 20.8 37.15 48

[41.3 - 49.86> 7 17 0.146 0.354 14.6 35.4 45.08 38

[58.29 - 66.72> 7 30 0.146 0.625 14.6 62.5 62.505 24

[66.72 - 75.15> 12 42 0.25 0.875 25 87.5 70.935 12

[75.15 - 83.58> 0 42 0 0.875 0 87.5 79.365 12

[83.58 - 92.01> 6 48 0.125 1 12.5 100 87.795 6

5. La confiabilidad de un sistema de cmputo se mide en trminos de la vida de un componente de

Construir la tabla e interpretar.

AMPLITUD: = + . AMPLITUD DEL INTERVALO DE CLASE:

[2 - 7.43> 6 6 0.128 0.128 12.8 12.8 4.715 47

[7.43 - 12.86> 8 14 0.17 0.298 17 29.8 10.145 41

[12.86 - 18.29> 9 23 0.191 0.489 19.1 48.9 15.575 31

[18.29 - 23.72> 8 31 0.17 0.659 17 65.9 42.01 23

[23.72 - 29.15> 7 38 0.149 0.808 14.9 80.8 26.435 16

[29.15 - 34.58> 2 40 0.043 0.851 4.3 85.1 63.73 14

[34.58 - 40.01> 7 47 0.149 1 14.9 100 37.295 7

DESECHOS m3 fi Fi hi Hi hi % Hi% Xi Fi*

[33 - 42.29> 7 7 0.14 0.14 14 14 37.645 50

[42.29 - 51.58> 4 11 0.08 0.22 8 22 46.935 43

[51.58 - 60.87> 10 21 0.2 0.42 20 42 56.225 39

[60.87 - 70.16> 9 30 0.18 0.6 18 60 65.515 29

[70.16 - 79.45> 9 39 0.18 0.78 18 78 74.805 20

[79.45- 88.74> 6 45 0.12 0.9 12 90 84.095 11

[88.74 - 98.03> 5 50 0.1 1 10 100 93.385 5

Puntaje mi fi Fi hi Hi hi % Hi% Fi*

[321 - 375.84> 2 2 0.067 0.067 6.7 6.7 508.92 30

[375.84 - 430.68> 8 10 0.267 0.334 26.7 33.4 403.26 28

[430.68 - 485.52> 5 15 0.167 0.501 16.7 50.1 56.225 20

[485.52- 540.36> 4 19 0.133 0.634 13.3 63.4 512.94 15

[540.36 - 595.2> 7 26 0.233 0.867 23.3 86.7 567.78 8

[595.2- 650.04> 4 30 0.133 1 13.3 100 622.62 4

b) Elabore polgono de frecuencias y ojiva. Interpretar.

9. Suponga que se administra un test de aptitud a todos los aspirantes de un puesto de

[26 - 35.5> 6 6 0.2 0.2 20 20 30.75 30

[35.5 - 45> 6 12 0.2 0.4 20 40 40.25 24

[45 - 54.5> 7 19 0.233 0.633 23.3 63.3 49.75 18

[54.5- 64> 5 24 0.167 0.8 16.7 80 59.25 11

[64 - 73.5> 3 27 0.1 0.9 10 90 68.75 6

[73.5- 83> 3 30 0.1 1 10 100 78.25 3

[60 74> 570

[74 88> 480

[88 102> 510

[102 116> 660