UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD.

ESCUELA DE CIENCIAS AGRCOLAS, PECUARIAS Y DEL MEDIO

AMBIENTE ECAPMA

PROGRAMA: INGENIERA AMBIENTAL

TUTOR: ARNOL ORTIZ

ESTADISTICA DESCRIPTIVA

CURSO: 100105_498

Trabajo colaborativo Unidad 2

ESTUDIANTES:

DIEGO MAURICIO CASTAEDA GONZLEZ.

CDIGO: 94.282.953.

FAVER CONTRERAS LOPEZ.

CDIGO 92.539242
Tulu Valle
Noviembre del 2014.
 INTRODUCCIN.

En esta tercerea fase los estudiantes del equipo de trabajo dejaran sus evidencias de manera
individual, representados en ideas, aportes y conclusiones para el desarrollo de los ejercicios
y actividades propuestas. Por esta fase del curso dejando una solo evidencia grupal al final
de esta contienda.
 1. Realizar un mentefactos conceptual sobre medidas de dispersin.

ESTADISTICA DESCRIPTIVA

Medidas de
Centralizacin.

Tablas de Frecuencia.
MEDIDAS
me
Dispersin. UNIDAD 2
ESTADISTICAS
Representaciones MEDIDAS DE DISPERSIN Y
Grficas. ESTADISTICAS BIVARIANTES
Analizar Datos

1. MEDIDAS DE 2. MEDIDAS 3. NMEROS INDICE

DISPERSIN Y ESTADISTICAS
ASIMETRA BIVARIANTES

2a) Regresin y Correlacin. 3a) Construccin de

2b) Diagrama de Dispersin. Nmeros ndice.

2c) Regresin Lineal Simple. 3b) Tipos de Nmeros

ndice.
Correlacin.
3c) ndices Simples.
2d) Regresin Mltiple.
3d) ndices Compuestos.

3e) Usos de los Nmeros

ndices
 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.

Datos
76 85 92 70 65 90 98 99 78 97
84 102 77 94 109 102 104 105 100 102
90 83 74 91 87 88 90 96 94 92
68 69 79 82 96 100 102 107 98 93
104 76 83 108 67 100 102 98 99 130

Ni Lm Ls fi Fi hi Hi MC o Xi
No inter
Lim Inf inter
Lim Sup Int
Fre Abs
Fre Acom Fre Rel Fre Rel Acm f% Marca de Clase
Xi*fi Xi - (Xi - ) fi*(Xi - )
1 64 74 6 6 0,12 0,12 12 69 414 -22,88 523,49 3140,9664
2 75 85 10 16 0,2 0,32 20 80 800 -11,88 141,13 1411,344
3 86 96 13 29 0,26 0,58 26 91 1183 -0,88 0,7744 10,0672
4 97 107 18 47 0,36 0,94 36 102 1836 10,12 102,41 1843,4592
5 108 118 2 49 0,04 0,98 4 113 226 21,12 446,05 892,1088
6 119 129 0 49 0 0,98 0 124 0 32,12 1031,7 0
7 130 140 1 50 0,02 1 2 135 135 43,12 1859,3 1859,3344
Total 50 1 100 4594 9157,28

nmero de datos 50
Vmax 130
Vmin 65
Rango 65
No intervalos 6,64 7
Amplitud 9,78 10
Diferencia 1

=(xi*fi)/n = 91,9

S=((Xi - )*fi)/n 183 Varianza

Desv
S=S 13,5 Tpica

%Coef
(S/)*100 14,7 Var
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:
No de
0 1 2 3 4 5 6 7
reclamaciones
No de
26 10 8 6 4 3 2 1
usuarios

Calcular:
a. El promedio de reclamos: fue de 1,56
b. La varianza y su deviacin tpica: Varianza: 3,478, Desviacin Tpica: 1,865
c. El coeficiente de variacin: 119,053%

# # de
Reclamaciones Usuarios
X *X X- (X-)
-
0 26 0 1,56666667 2,45444444
-
1 10 10 0,56666667 0,32111111
2 8 16 0,43333333 0,18777778
3 6 18 1,43333333 2,05444444
4 4 16 2,43333333 5,92111111
5 3 15 3,43333333 11,7877778
6 2 12 4,43333333 19,6544444
7 1 7 5,43333333 29,5211111
60 94

=(*X)/n 1,56666667

S= *(X-)/n 3,47888889

S= S 1,86517798

C.V = S/*100% 119,053913

 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:
Ao Ventas (millones
$)
1992 8.8
1993 9.7
1994 7.3
1995 6.7
1996 8.5
1997 9.2
1998 9.2
1999 8.4
2000 6.4
2001 6.2
2002 5.0
2003 6.7
2004 7.6
Venta Millones ndice Simple
No X Ao $ %
1 1992 8,8 100
2 1993 9,7 110,23
3 1994 7,3 82,95
4 1995 6,7 76,14
5 1996 8,5 96,59
6 1997 9,2 104,55
7 1998 9,2 104,55
8 1999 8,4 95,45
9 2000 6,4 72,73
10 2001 6,2 70,45
11 2002 5 56,82
12 2003 6,7 76,14
13 2004 7,6 86,36

=( t/t) =( Xt/X)*100% =X/X

= 8,5/8,8= 96,5909091

Se puede observar que en el ao 1993 las ventas aumentaron a un 110,23%, mientras que
en el ao 2002 las ventas disminuyeron o bajaron a un 56,82%.
 LABORATORIO.
1. Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial un
tiempo despus.
a) Realice el 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) Si a un paciente se le administra una dosis de sal de 6,5. Cul es la tensin arterial
esperada?.

DIAGRAMA DE DISPERSIN X (SAL) Y

(PRESIN)
140
120 1,8 100
120 110112
100 98
105 2,2 98
100 3,5 105
4 110
PRESIN

80
y = 6,3137x + 85,612
60 R = 0,9165 4,3 112
5 120
40

20

0
0 1 2 3 4 5 6
DOSIS DE SAL

a) La asociacin que existe entre las dos variable es lineal.

b) El modelo matemtico es, =6,3137x + 85,612, R2=0,9165. Es confiable porque R2
est muy cerca de 1.
c) El R2 afirma que el modelo explica el 91,65% de la informacin y el valor de r
confirma el grado de relacin entre las dos variables de 95,73%. La correlacin es
excelente porque est muy cerca de 1.
d) = 6,3137*(6,5) + 85,612= = 123,4942 la tensin arterial esperada es de 123,5
aproximadamente.
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 (medido 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 10 20 30 40 50 60 70
Y 35 28 23 20 18 15 13

a) Realice el 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?

Y
Diagrama de Dispersin X (DIAS) (MINUTOS)
40
10 35
35
20 28
30 23
30
40 20
25
MINUTOS

50 18
20
y = -0,3464x + 35,571
60 15
15
R = 0,9454 70 13
10
5
0
0 10 20 30 40 50 60 70 80
DIAS

a) La asociacin que existe entre las dos variable es lineal.

b) El modelo matemtico es, =-0,3464x + 35,571. R2=0,9454. Es confiable porque R2
est muy cerca de 1.
c) El R2 afirma que el modelo explica el 94,54% de la informacin y el valor de r
confirma el grado de relacin entre las dos variables de 97,23%. La correlacin es
excelente porque est muy cerca de 1.
d) = -0,3464*(100) + 35,571= = 0,931. Cuando lleve 100 das se tarda 0,931
minutos.
3. Una nutricionista de un hogar infantil desea encontrar un modelo matemtico que permita
determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello selecciona 10
nios y realiza las mediciones respectivas.
A continuacin se presentan los siguientes 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 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) Cul es el peso que debera tener un estudiante que mida 130 cm?

Diagrama de Dispersin
Series1 Series2 Series3 Lineal (Series2)

30
24 25
25 22
19 18 20 19 20 21
20
15
Peso Kg

15

10 y = 0,4212x - 27,377
R = 0,8102
5

0
100 105 110 115 120 125
Estatura Cm

a) La asociacin que existe entre las dos variable es lineal.

b) El modelo matemtico es, = 0,4212x - 27,377. R2=0,8102. Es aceptable ya que
80<R2>90.
c) El R2 afirma que el modelo explica el 81,02% de la informacin y el valor de r
confirma el grado de relacin entre las dos variables de 90,01%. La correlacin es
aceptable porque est un poco alejado de 1.
 CONCLUSIONES.

-se realiz un mentefactos conceptual sobre las medidas de dispersin

-se realiz una tabla de distribucin de frecuencia para datos agrupados
- se calcul la varianza y su desviacin tpica
-se calcul el coeficiente de variacin
-regresin y correlacin linealexcell
 BIBLIOGRAFA.

MARTNEZ BENCARDINO, Ciro (2004). Estadstica Bsica Aplicada. Santa fe de

Bogot: ECOE Ediciones.

MILTON, J. Susan (1999). Estadstica para biologa y ciencias de la salud. Madrid:

McGraw Hill Interamericana.

PORTUS GOVINDEN, Lincoyn (2001). Introduccin a la Estadstica. Segunda

edicin. Santa fe de Bogot. McGraw Hill.

SMITH, A. Stanley. (1992). Curso de Estadstica Elemental para las ciencias

aplicadas. Primera edicin. Santa fe de Bogot. Editorial Addison Wesley
Iberoamericana.

http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATI
VOS/Pye/tema_12.htm