ESTADSTICA DESCRIPTIVA

JORGE OBANDO

COMPENDIO # 8
Ejercicio# 1
Los siguientes datos corresponden a 100 salarios tomados en una encuesta aplicada
a 380 habitantes de Villavicencio. Determinar en R el grado de asimetra de los
datos. Establecer una conclusin.
2890

3500

88690

3100

6500

96120

3200

7560

12000

34500

00
2890

00
3500

0
88900

00
3200

00
6655

0
96500

00
3200

00
7560

00
13000

0
32000

00
2890

00
3500

0
89000

00
3200

00
6895

0
99600

00
3200

00
7596

00
17001

0
75000

00
2890

00
5667

0
89650

00
3200

00
6895

0
99900

00
3400

00
7596

00
17001

0
11200

00
3100

00
5667

0
90000

00
3200

00
6900

0
10000

00
3400

00
7890

00
17001

00
34500

00
3100

00
5667

0
93620

00
3200

00
6900

00
10250

00
3400

00
7890

00
17001

0
86300

00
3100

00
6000

0
94250

00
3200

00
6990

00
10250

00
3400

00
8000

00
17001

0
88600

00
3200

00
7000

0
10960

00
3200

00
6990

00
10630

00
3400

00
8000

00
17001

0
34500

00
3200

00
7000

00
11163

00
3450

00
8596

00
17770

00
3400

00
8000

00
17001

0
85000

00
3200

00
7500

00
11200

00
3450

00
8623

00
18000

00
3450

00
8000

00
17001

0
17500

00

00

00

00

00

00

00

00

00

00

ESTADSTICA DESCRIPTIVA
JORGE OBANDO

Conclusin: Para este caso Me=700.000, X=750.900 luego se tiene que la

distribucin tiene asimetra positiva.

ESTADSTICA DESCRIPTIVA
JORGE OBANDO

Ejercicio #2
En una distribucin asimtrica negativa:
A.
B.
C.
D.
E.

La moda se encuentra entre la media y la mediana

La moda est ubicada a la derecha de la media
La media es menor que la desviacin tpica
La media es menor que la mediana
La moda y la mediana son iguales

Ejercicio 3
Los momentos de segundo orden con respecto a la media de dos distribuciones son
9 y 16, mientras que los momentos de tercer orden son 8.1 y 12. 8 respectivamente.
La distribucin ms asimtrica es:
A.
B.
C.
D.

La primera porque tiene mayor grado de deformacin

La primera porque tiene menor grado de deformacin
La segunda porque tiene mayor grado de deformacin
La segunda porque tiene menor grado de deformacin

Ejercicio 4
Uno de los siguientes enunciados es verdadero
A. La media en una muestra de datos agrupados la divide en dos
partes.
B. Una distribucin de datos permite calcular todas las medidas de tendencia
central
C. La moda es un dato que permite analizar un resultado esperado
D. Una medida de dispersin est libre del clculo de la media.

ESTADSTICA DESCRIPTIVA
JORGE OBANDO
Ejercicio# 5
En el anlisis de regresin lineal se puede afirmar todo lo siguiente, excepto
A.
B.
C.
D.
E.

Ajusta todos los datos a una lnea recta

Predice el valor de una variable si se conoce el valor de la otra
Establece una relacin cuantitativa entre dos variables
El mtodo grafico es ms concreto que el mtodo matemtico
Una relacin lineal de datos queda representada por una recta.

Ejercicio 6
Dado que el grado de asimetra de una distribucin es de 2,27, la media es de
189,87 y la mediana 189,16, entonces la varianza toma un valor correspondiente a:
A.
B.
C.
D.
E.

0.93
0.88
0.78
1.88
1.78

Ejercicio 7
Tomando una distribucin ligeramente asimtrica, calcular la moda sabiendo que su
media es igual a 3 y que la diferencia entre la media y la mediana es igual a -2
A.
B.
C.
D.
E.

2.9
0.9
19
9
1/9

Ejercicio 8.
En la siguiente distribucin de datos el coeficiente de asimetra segn el coeficiente
de Pearson es:
Xi
f
A.

1
2

2
8

3
3

4
5

5
7

6
5

ESTADSTICA DESCRIPTIVA
JORGE OBANDO
B.
C.
D.
E.

2
1/3
3
1

Observacin la Mo=2, x= 3.806 Me=4,0

Ejercicio# 9
El valor del cuarto momento con relacin a la desviacin respecto a la media
aritmtica es de 14.7.Cul es el valor de la varianza para que la distribucin sea
mesocurtica?
A.
B.
C.
D.
E.

2.19
3.19
19.2
51
21.9

Ejercicio 10
Tomando una distribucin ligeramente asimtrica Cul es el valor de la mediana
sabiendo que la diferencia entre la media y la moda es de -12 y una media
aritmtica de 7?
A. 13
B. 31
C. 11

ESTADSTICA DESCRIPTIVA
JORGE OBANDO
D. 21
E. 12

10.6 Ejercicios que desarrollan competencias

Retome los 100 datos y elabore una tabla en R para determinar el coeficiente de
Gini. Utilice la librera ineq, y compare los resultados. Establezca conclusiones
2890 3500 88690 3100 6500 96120 3200 7560 12000 34500
00
00
0
00
00
0
00
00
00
0
2890 3500 88900 3200 6655 96500 3200 7560 13000 32000
00
00
0
00
00
0
00
00
00
0
2890 3500 89000 3200 6895 99600 3200 7596 17001 75000
00
00
0
00
00
0
00
00
00
0
2890 5667 89650 3200 6895 99900 3400 7596 17001 11200
00
00
0
00
00
0
00
00
00
00
3100 5667 90000 3200 6900 10000 3400 7890 17001 34500
00
00
0
00
00
00
00
00
00
0
3100 5667 93620 3200 6900 10250 3400 7890 17001 86300
00
00
0
00
00
00
00
00
00
0
3100 6000 94250 3200 6990 10250 3400 8000 17001 88600
00
00
0
00
00
00
00
00
00
0
3200 7000 10960 3200 6990 10630 3400 8000 17001 34500
00
00
00
00
00
00
00
00
00
0
3200 7000 11163 3450 8596 17770 3400 8000 17001 85000
00
00
00
00
00
00
00
00
00
0
3200 7500 11200 3450 8623 18000 3450 8000 17001 17500
00

En R

00

00

00

00

00

00

00

00

00

ESTADSTICA DESCRIPTIVA
JORGE OBANDO
>library(ineq)
>salarios=c(289000,289000,289000,289000,310000,310000,310000,320000,32000
0,320000
350000,350000.350000,566700,566700,566700,600000,700000,700000,750000
886900,889000,890000,896500,900000,936200,942500,1096000,1116300,112000
0
310000,320000,320000,320000,320000,320000,320000,320000,345000,345000
650000,665500,689500,689500,690000,690000,699000,699000,859600,862300
961200,965000,996000,999000,1000000,1025000,1025000,1063000,1777000,180
0000
320000,320000,320000,340000,340000,340000,340000,340000,340000,345000
756000,756000,759600,759600,789000,789000,800000,800000,800000,800000
1200000,1300000,1700100,1700100,1700100,1700100,1700100,1700100,1700100
,1700100
345000,320000,750000,1120000,345000,863000,886000,345000,850000,1750000)
>G=ineq(salarios,type=Gini)
>G
>[1] 0.3089769
>plot(Lc(salarios),col=darkred),lwd=2)