UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESTADISTICA DESCRIPTIVA

TRABAJO COLABORATIVO DOS

PRESENTADO POR: LUISA FERNANDA ARANGO CDIGO: 32256769 CIELO MARA ORDOEZ CDIGO: 38.797.231 YURANI ANDREA ORDOEZ CDIGO: 38.560.950 DORELLY DIXORA GMEZ CDIGO: 34.566.606

TUTOR

MAURICIO ZARATE

UNIVERSIDAD NACIONAL ABIERTA A DISTANCIA UNAD DICIEMBRE DE 2012

INTRODUCCIN

El desarrollo de este trabajo permite afianzar conocimientos con respecto a diferentes temas de la segunda unidad del curso de estadstica entre ellos: Medidas Estadsticas Bivariantes; Medidas de dispersin, Medidas de Asimetra y Apuntamiento, Regresin y Correlacin, Nmeros ndice. En la realizacin del mentefacto pudimos profundizar acerca del tema de MEDIDAS DE DISPERSIN. Adems por medio de las actividades del taller podemos aplicar conocimientos acerca de la varianza, desviacin estndar y coeficiente de variacin entre otros. Por medio de los diversos ejercicios pudimos reafirmar conocimientos sobre la realizacin de la recta de regresin, el coeficiente de correlacin como tambin determinar el ndice teniendo en cuenta un dato base.

OBJETIVOS

OBJETIVO GENERAL Desarrollar diferentes actividades aplicando conocimientos acerca de los temas que encontramos en la unidad 2 del curso de ESTADSTICA DESCRIPTIVA.

OBJETIVOS ESPECFICOS Comparar y seleccionar las medidas de dispersin para una determinada propuesta. Desarrollar habilidades mediante la construccin de un mentefacto para profundizar acerca del tema de las MEDIDAS DE DISPERSIN. Calcular, identificar, interpretar nmeros ndice. Reconocer que la Estadstica es una herramienta para hacer ms fcil el manejo de gran nmero de datos.

PUNTO 1. Realizar un mentefacto conceptual sobre las medidas absolutas de dispersin.

PUNTO-2 nmeros 65 79 91 98 102 67 82 92 98 102 68 83 92 99 104 69 83 93 99 104 70 84 94 100 105 74 87 94 100 107 76 88 96 100 108 76 90 96 102 109 77 90 97 102 130 78 90 98 102 805

Rango Numero de Clases Amplitud Nuevo Rango Exceso Intervalos de Clase

805 - 65 k=1+3.322log50 A=R/K A=740/7 R*=(A)(K) R*=(105.7)(7) R-R* 740-739.9 A-1 105.7-1

740 6.64..7 105.7 739.9 0.1 104.7.105

65 67 68 69 70 74 76 77 78 79

DISTRIBUCION DE FRECUENCIAS SIMPLE FRECUENCIA 1 82 1 1 83 2 1 84 1 1 87 1 1 88 1 1 90 3 2 91 1 1 92 2 1 93 1 1 94 2

96 91 98 99 100 102 104 105 107 108

2 109 1 130 3 805 2 TOTAL 3 5 2 1 1 1

1 1 1 50

INTERVALOS DE CLASE

64+105 170+105 276+105 382+105 488+105 594+105

169 275 381 487 593 699

63+64/2

63.5

169+170/2 169.5 275+276/2 275.5 381+382/2 381.5 487+488/2 487.5 593+594/2 593.5

TABLA DE FRECUENCIAS intervalos fi xi fixi 63.5169.5 49 106 169.5275.5 0 211.7 275.5381.5 0 317.4 381.5487.5 0 423.1 487.5593.5 0 528.8 593.5699.5 0 634.5

98 529.9 0 0 0 0 0

)2

0 0 0 0 0

700+105

805

699+700/2 699.5 805+806/2 805.5

699.5805.5 total

1 740.2 50

2 544.9 100% 1074.8

Media Aritmetica = 100/50=2

Varianza

S2=

1074.8/50=21.49 Desviacion Estandar

S= Coeficiente de Variacion

4.63

CV=

4.63/2*100%=231%

PUNTO 3. N Reclamac iones N De usuarios

2 6

1 0

a) El promedio de reclamos.

0.46*100=46% Segn este dato el 46% son los reclamos realizados en los 2 ltimos aos.

b. La varianza y su deviacin tpica

Varianza

La desviacin tpica.

La variabilidad en cada uno de los reclamos es de 1.4 La distancia promedio entre la media de los reclamos y cada uno de los mismos es de 1.96 c. El coeficiente de variacin.

La desviacin estndar con respecto a la media de los reclamos es de 3.04

PUNTO 4.

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? a) Las variables presentan una asociacin negativa, a valores ms altos de x, se observan valores mas pequeos en y.

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una muy buena estimacin de la relacin entre las dos variables. El R2 afirma adems que el modelo explica el 94,54% de la informacin y el valor de r coeficiente de

correlacin lineal confirma adems el grado de relacin (97%) entre las variables: x e y. Cuando se lleven 100 das, un empleado deber tardarse 0,931 minutos en realizar una pieza. 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. Estatura Peso ( (cm) kg) 121 25 123 22 108 19 118 24 111 19 109 18 114 20 103 15 110 20 115 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 grado de relacin de las dos variables. d. Cual es el peso que debera tener un estudiante que mida 130 cm?

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una

muy buena estimacin de la relacin entre las dos variables. El R2 afirma adems que el modelo explica el 81.02% de la informacin y el valor de r coeficiente de correlacin lineal confirma adems el grado de relacin (90%) entre las variables: Peso y estatura. Por otro lado, un nio que mida 130 cm de estatura tendr un peso esperado de 27,39 kg.

PUNTO 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 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 Ventas (millones $) 8.8 9.7 7.3 6.7 8.5 9.2 9.2 8.4 6.4 6.2 5.0 6.7 7.6

*100%

*100%=

110.2%

(aumento del 10.2%) (disminucin del 24.75%)

*100%= 75.25%

CONCLUSIONES Las medidas de dispersin tratan de medir el grado de dispersin que tiene una variable estadstica en torno a una medida de posicin central, indicndonos lo representativa que es la medida de posicin. La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones estn elevadas al cuadrado. Cuanta ms pequea sea la desviacin tpica, mayor ser la concentracin de datos alrededor de la media. Los ndices siempre sern igual a 100 para el ao base (propiedad de identidad). Existe una parte fundamental en la estadstica y es reducir gran cantidad de datos de tal forma que puedan realizarse comparaciones y conclusiones.

BIBLIOGRAFA

ORTEGN PAVA, Milton Fernando, (2010), MODULO ESTADSTICA DESCRIPTIVA, Universidad Nacional Abierta y a Distancia-UNAD, Ibagu- Colombia