TALLER DE PROBABILIDAD Y ESTADSTICA

CAPTULO 1
Ejercicio 12
> library(tcltk, pos=16)
> library(aplpack, pos=16)
> with(Ejercicio12_1, stem.leaf(V1, trim.outliers=FALSE,
reverse.negative.leaves=FALSE, na.rm=TRUE))
1 | 2: represents 0.12
leaf unit: 0.01
n: 36
1 3* | 1
6 3. | 56678
18 4* | 000112222234
(7) 4. | 5667888
11 5* | 144
8 5. | 58
6 6* | 2
5 6. | 6678
7* |
1 7. | 5

El grfico no es simtrico y parece que est inclinado positivamente.

Ejercicio 15
#Creamy
> with(Ejercicio15_1, stem.leaf(Creamy, m=1, trim.outliers=FALSE,
reverse.negative.leaves=FALSE, na.rm=TRUE))
1 | 2: represents 12
leaf unit: 1
n: 19
1 2 | 2
5 3 | 0069
(5) 4 | 00145
9 5 | 003666
3 6 | 258
#Crunchy
> with(Ejercicio15_1, stem.leaf(Crunchy, m=1, trim.outliers=FALSE,
reverse.negative.leaves=FALSE, na.rm=TRUE))
1 | 2: represents 12
leaf unit: 1
n: 18
3 3 | 446
8 4 | 02277
(4) 5 | 0236
6 6 | 222
3 7 | 55
1 8 | 0
Ambos conjuntos de resultados estn dispersos. Parece que no hay valores atpicos. Las
puntuaciones ms altas son para Crunchy y las ms bajas para Creamy

Ejercicio 20
> with(Ejercicio20_1, stem.leaf(V1, m=1, trim.outliers=FALSE,
reverse.negative.leaves=FALSE, na.rm=TRUE))
1 | 2: represents 1200
leaf unit: 100
n: 47
12 0 | 123334555599
23 1 | 00122234688
(10) 2 | 1112344477
14 3 | 0113338
7 4 | 37
5 5 | 23778

> hh=hist(Ejercicio20_1$V1, scale="frequency", breaks="Sturges",

col="darkgray", xlab="Longitud", ylab="Frecuencia", main="")

El histograma describe la misma forma general que la representada por el tallo y la hoja.

> hh
$breaks
[1] 0 1000 2000 3000 4000 5000 6000
$counts
[1] 13 10 10 7 2 5
$density
[1] 2.765957e-04 2.127660e-04 2.127660e-04 1.489362e-04 4.255319e-05
1.063830e-04
$mids
[1] 500 1500 2500 3500 4500 5500
$xname
[1] "Ejercicio20_1$V1"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"

Proporcin de subdivisiones para una longitud total:

13+10
Menor a 2000: =0.489=48.9%
47
10+7
Entre 2000 y 4000: =0.362=36.2%
47

Ejercicio 36
> with(Ejercicio36_1, stem.leaf(Tiempo, m=1, trim.outliers=FALSE,
reverse.negative.leaves=FALSE, na.rm=TRUE))
1 | 2: represents 12
leaf unit: 1
n: 26
2 32 | 55
4 33 | 49
34 |
8 35 | 6699
(5) 36 | 34469
13 37 | 03345
8 38 | 9
7 39 | 2347
3 40 | 23
41 |
1 42 | 4

> Media=mean(Ejercicio36_1$Tiempo)
> Media
[1] 370.6923
> Mediana=median(Ejercicio36_1$Tiempo)
> Mediana
[1] 369.5
#Media en minutos
> Mediam=Media/60
> Mediam
[1] 6.178205
#Mediana en minutos
> Medianam=Mediana/60
> Medianam
[1] 6.158333
Ejercicio 44
> Rango=max(Ejercicio44_1$Oxigeno)-min(Ejercicio44_1$Oxigeno)
> Rango
[1] 25.8
> n=length(Ejercicio44_1$Oxigeno)
> Media=mean(Ejercicio44_1$Oxigeno)
> varianza=(sum((Ejercicio44_1$Oxigeno-Media)^2)/(n-1))
> varianza
[1] 49.31122
> desviacion=sqrt(varianza)
> desviacion
[1] 7.022195
> varianzaa=(sum(Ejercicio44_1$Oxigeno^2)/(n-1)-n*Media^2/(n-1))
> varianza
[1] 49.31122