Práctica 2.

Estadística Descriptiva

Ejercicio 1

Mucha gente manifiesta reacciones de alergia sistémica a las picaduras de

insectos. Estas reacciones varían de paciente a paciente, no sólo en cuanto a
gravedad, sino también en el tiempo transcurrido hasta que se inicia la
reacción. Los datos siguientes representan este “tiempo hasta el inicio de la
reacción” en 40 pacientes que experimentaron una reacción sistémica a la
picadura de abeja:

10.5 11.2 9.9 15.0 11.4 12.7 16.5 10.1 12.7 11.4
11.6 6.2 7.9 8.3 10.9 8.1 3.8 10.5 11.7 8.4
12.5 11.2 9.1 10.4 9.1 13.4 12.3 5.9 11.4 8.8
7.4 8.6 13.6 14.7 11.5 11.5 10.9 9.8 12.9 9.9

a) Introducir los datos.

b) Determinar:
i. Número de datos
ii. Valores máximo y mínimo
iii. Tabla de frecuencias
iv. Representaciones gráficas
v. Interpretación

El cálculo de la tabla de frecuencias se hace a partir del menú Analizar… Estadísticos

Descriptivos
La generación de la tabla de frecuencias se obtiene marcando la casilla de verificación
Mostrar tablas de frecuencias. Esta opción permite también la determinación de
algunos estadísticos, para ello basta con pulsar en el botón Estadísticos, así como una
serie de gráficos, pulsando en el botón Gráficos

Como podemos observar con esta opción, SPSS nos proporciona todos los estadísticos
descriptivos elementales.
Los gráficos que permite son:
Seleccionados los estadísticos pedidos en la práctica, así como el cálculo de la tabla de
frecuencias y el gráfico de barras, los resultados obtenidos son los siguientes:

Frecuencias
Estadísticos

TIEMPO
N Válidos 40
Perdidos 0
Mínimo 3.8
Máximo 16.5

Se han analizado 40 datos en los que no hay información faltante

TIEMPO

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos 3.8 1 2.5 2.5 2.5
5.9 1 2.5 2.5 5.0
6.2 1 2.5 2.5 7.5
7.4 1 2.5 2.5 10.0
7.9 1 2.5 2.5 12.5
8.1 1 2.5 2.5 15.0
8.3 1 2.5 2.5 17.5
8.4 1 2.5 2.5 20.0
8.6 1 2.5 2.5 22.5
8.8 1 2.5 2.5 25.0
9.1 2 5.0 5.0 30.0
9.8 1 2.5 2.5 32.5
9.9 2 5.0 5.0 37.5
10.1 1 2.5 2.5 40.0
10.4 1 2.5 2.5 42.5
10.5 2 5.0 5.0 47.5
10.9 2 5.0 5.0 52.5
11.2 2 5.0 5.0 57.5
11.4 3 7.5 7.5 65.0
11.5 2 5.0 5.0 70.0
11.6 1 2.5 2.5 72.5
11.7 1 2.5 2.5 75.0
12.3 1 2.5 2.5 77.5
12.5 1 2.5 2.5 80.0
12.7 2 5.0 5.0 85.0
12.9 1 2.5 2.5 87.5
13.4 1 2.5 2.5 90.0
13.6 1 2.5 2.5 92.5
14.7 1 2.5 2.5 95.0
15.0 1 2.5 2.5 97.5
16.5 1 2.5 2.5 100.0
Total 40 100.0 100.0

En la tabla de frecuencias nos aparece la frecuencia de repetición de cada dato así como
los porcentajes acumulados (equivalentes a las frecuencias relativas).
Histograma:
TIEMPO
10

4
Frecuencia

2 Desv. típ. = 2.53

Media = 10.6
0 N = 40.00
4.0 6.0 8.0 10.0 12.0 14.0 16.0
5.0 7.0 9.0 11.0 13.0 15.0 17.0

TIEMPO

También es posible obtener este gráfico a partir del menú principal Gráficos…
Histograma; los resultados son los mismos. Sin embargo, tanto en uno como en otro
caso, con esta opción SPSS construye el histograma directamente, sin que podamos
modificar ni la amplitud ni el número de intervalos. Este inconveniente se puede
solventar con la utilización de lo que SPSS denomina Gráficos Interactivos.
Ejercicio 2:

Una variable de interés en el estudio del cangrejo Xanthidae (pequeño

cangrejo que habita en las proximidades de Gloucester Point, Virginia) es el
“número de huevos puestos por individuo”. La siguiente tabla muestra las
observaciones obtenidas para 37 cangrejos:

1959 4534 7020 6725 6964 7428 9359 9166 2802

2462 3378 7343 4189 8973 4327 2412 7624 1548
4801 737 5321 849 5749 6837 8639 7417 6082
10241 962 3894 1801 5099 8372 8255 6142 12130
4000

a) Introducir los datos.

b) Determinar:
i. Número de datos
ii. Valores máximo y mínimo
iii. Tabla de frecuencias
iv. Representaciones gráficas
v. Interpretación

Estadísticos
NHUEVOS
N Válidos 37
Perdidos 0
Mínimo 737
Máximo 12130
 NHUEVOS

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos 737 1 2.7 2.7 2.7
849 1 2.7 2.7 5.4
962 1 2.7 2.7 8.1
1548 1 2.7 2.7 10.8
1801 1 2.7 2.7 13.5
1959 1 2.7 2.7 16.2
2412 1 2.7 2.7 18.9
2462 1 2.7 2.7 21.6
2802 1 2.7 2.7 24.3
3378 1 2.7 2.7 27.0
3894 1 2.7 2.7 29.7
4000 1 2.7 2.7 32.4
4189 1 2.7 2.7 35.1
4327 1 2.7 2.7 37.8
4534 1 2.7 2.7 40.5
4801 1 2.7 2.7 43.2
5099 1 2.7 2.7 45.9
5321 1 2.7 2.7 48.6
5749 1 2.7 2.7 51.4
6082 1 2.7 2.7 54.1
6142 1 2.7 2.7 56.8
6725 1 2.7 2.7 59.5
6837 1 2.7 2.7 62.2
6964 1 2.7 2.7 64.9
7020 1 2.7 2.7 67.6
7343 1 2.7 2.7 70.3
7417 1 2.7 2.7 73.0
7428 1 2.7 2.7 75.7
7624 1 2.7 2.7 78.4
8255 1 2.7 2.7 81.1
8372 1 2.7 2.7 83.8
8639 1 2.7 2.7 86.5
8973 1 2.7 2.7 89.2
9166 1 2.7 2.7 91.9
9359 1 2.7 2.7 94.6
10241 1 2.7 2.7 97.3
12130 1 2.7 2.7 100.0
Total 37 100.0 100.0
 ê

8 ê

6 ê

Recuento
ê

4 ê

2 ê

ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê

2500 5000 7500 10000

nhue vos
Ejercicio 3:

Actualmente se realizan esfuerzos para elaborar fibras textiles de fibra de

turba. Esto creará una fuente de materiales económicos para las industrias
textil y papelera. Una variable estudiada es X, el porcentaje del contenido
en ceniza de una determinada turbera. Supongamos que una muestra
aleatoria de 50 turberas produce esas observaciones:

.5 1.8 4.0 1.0 2.0 1.1 1.6 2.3 3.5

2.2 2.0 3.8 3.0 2.3 1.8 3.6 2.4 .8
3.4 1.4 1.9 2.3 1.2 1.9 2.3 2.6 3.1
2.5 1.7 5.0 1.3 3.0 2.7 1.2 1.5 3.2
2.4 2.7 4.5 2.1 2.4 2.8 2.7 4.5 2.1
1.5 .7 3.7 1.8 1.7

a) Calcular:
i. Media aritmética
ii. Mediana
iii. Moda
iv. Percentiles
v. Varianza
vi. Desviación típica
vii. Valores máximo y mínimo
b) Interpretar los valores anteriores
Los resultados obtenidos son los siguientes:

Estadísticos
CENIZA
N Válidos 50
Perdidos 0
Media 2.350
Mediana 2.300
Moda 2.3
Desv. típ. 1.0187
Varianza 1.0377
Mínimo .5
Máximo 5.0
Percentiles 10 1.110
25 1.675
75 3.000
90 3.790

Se observa que los valores oscilan desde el 0.5 hasta el máximo, 5, con una dispersión
de 1.0187. Los valores de la media, la mediana y la moda difieren en 5 centésimas,
2.350 y 2.3.
Histograma:
CENIZA
14

12

10

4
Frecuencia

Desv. típ. = 1.02

2
Media = 2.35
0 N = 50.00
.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00

CENIZA
Ejercicio 4:

Se midieron los niveles de ozono alrededor de Los Ángeles y ascendieron a

220 partes por billón (ppb). Las concentraciones de esta magnitud pueden
ocasionar quemaduras en los ojos y son peligrosas tanto para las plantas
como para la vida animal. También se obtuvieron datos del nivel de ozono en
una zona boscosa cerca de Seatle, Washington, que fueron los siguientes:

160 164 176 160 180 178 161 167 161 169
167 173 165 163 162 172 162 163 162 163
168 185 179 170 196

c) Calcular:
i. Media aritmética
ii. Mediana
iii. Moda
iv. Percentiles
v. Varianza
vi. Desviación típica
vii. Valores máximo y mínimo
d) Interpretar los valores anteriores

Estadísticos

OZONO
N Válidos 25
Perdidos 0
Media 169.04
Mediana 167.00
Moda 162(a)
Desv. típ. 9.030
Varianza 81.540
Mínimo 160
Máximo 196
Percentiles 10 160.60
25 162.00
75 174.50
90 182.00
a Existen varias modas. Se mostrará el menor de los valores.
Ejercicio 5:

Se realiza un estudio para investigar la relación entre el nivel de humedad

del suelo y la tasa de mortalidad en lombrices de tierra. La tasa de
mortalidad, y, es la proporción de lombrices de tierra que mueren tras un
periodo de dos semanas. El nivel de humedad, x, viene medido en milímetros
de agua por centímetro cuadrado de suelo. Se obtuvieron los siguientes
datos:

x y
0.000 0.5
0.000 0.4
0.000 0.5
0.316 0.2
0.316 0.3
0.316 0.3
0.632 0.0
0.632 0.1
0.632 0.0
0.947 0.1
0.947 0.2
0.947 0.1
1.260 0.6
1.260 0.5
1.260 0.4

Se pide:
a) Nube de puntos
b) Rectas de regresión
c) Coeficiente de correlación
d) Grado de ajuste
e) Interpretación
Este tipo de gráficos presenta las siguientes alternativas:

Para seleccionar una u otra opción habrá que pulsar en el icono correspondiente y a
continuación pulsar Definir. En nuestro caso trabajaremos con el diagrama de
dispersión simple.
El gráfico que obtenemos es el siguiente:
Diagrama de dispersión
Nivel de humedad - Tasa de mortalidad
.7

.6

.5

.4

.3

.2

.1

0.0

-.1
Y

-.2 0.0 .2 .4 .6 .8 1.0 1.2 1.4

A partir del cual se observa claramente que no existe relación lineal entre las variables,
sino que ésta es más bien de tipo parabólica.
Una vez introducidas las variables, la ventana de regresión lineal nos permite abrir otras
cajas de diálogo y así poder calcular una serie de gráficos y estadísticos. Si pulsamos en
el botón Estadísticos,

aparece una ventana a partir de la cual podemos seleccionar varios resultados:

Correlaciones

X Y
Correlación X
1.000 -.051
de Pearson
Y -.051 1.000
Sig. X
. .428
(unilateral)
Y .428 .
N X 15 15
Y 15 15

Resumen del modelo

R R cuadrado Error típ. de la

R
cuadrado corregida estimación

.051(a) .003 -.074 .2043

En nuestro caso, obtenemos un coeficiente de correlación de Pearson de -0.051 o lo que

es equivalente un coeficiente de determinación de 0.003, lo cual reafirma la observación
anterior de que no existe relación lineal entre ambas variables.

Estadísticos de cambio
Cambio en Sig. del
Cambio en F gl1 gl2
R cuadrado cambio en F
.003 .034 1 13 .856
a Variables predictoras: (Constante), X
 ANOVA(b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión .001 1 .001 .034 .856(a)
Residual .543 13 .042
Total .544 14
a Variables predictoras: (Constante), X
b Variable dependiente: Y

En cualquier caso, el modelo se ha estimado y la recta de regresión de y respecto x sería:

y = - 0.22 + 0.294 x

Coeficientes(a)

Coeficientes
Coeficientes no estandarizado
Modelo estandarizados s t Sig.

B Error típ. Beta

1 (Constante) .294 .091 3.214 .007
X -.022 .118 -.051 -.185 .856
a Variable dependiente: Y
Ejercicio 6:

Se realiza un estudio de fotoperiodismo en aves acuáticas. Se pretende

establecer una ecuación mediante la cual pueda predecirse la duración de la
estación de cría, Y, a partir del conocimiento del fotoperíodo (nº de horas
de luz por día) bajo el que se inició la reproducción, X. Se obtuvieron los
siguientes datos observando el comportamiento de once Aythya (patos
buceadores):
x y
12.8 110
13.9 54
14.1 98
14.7 50
15.0 67
15.1 58
16.0 52
16.5 50
16.6 43
17.2 15
17.9 28
Se pide:
a) Nube de puntos
b) Rectas de regresión
c) Coeficiente de correlación
d) Grado de ajuste
e) Interpretación
 Gráfico de dispersión
Duración estación cría - Fotoperíodo
120

100

80

60

40

20

0
Y

12 13 14 15 16 17 18

Estadísticos descriptivos

Desviación
Media típ. N
Y 56.82 27.429 11
X 15.436 1.5468 11

Correlaciones

Y X
Correlación de Y 1.000 -.852
Pearson X -.852 1.000
Sig. (unilateral) Y . .000
X .000 .
N Y 11 11
X 11 11

Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 .852(a) .726 .696 15.132

Estadísticos de cambio
Cambio en R Sig. del
cuadrado Cambio en F gl1 gl2 cambio en F
.726 23.858 1 9 .001
a Variables predictoras: (Constante), X
 ANOVA(b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 5462.883 1 5462.883 23.858 .001(a)
Residual 2060.753 9 228.973
Total 7523.636 10
a Variables predictoras: (Constante), X
b Variable dependiente: Y