ESTADISTICA DESCRIPTIVA
2
Objetivos de Aprendizaje
Saber que significa la estadstica y sus aplicaciones. Explicar el significado de la estadstica descriptiva y
estadstica inferencial. Distinguir entre niveles de medicin nominal, ordinal, de intervalo y de razn. Organizar datos en una distribucin de frecuencias. Representar la distribucin de frecuencias en un histograma, un polgono de frecuencias. Desarrollar una representacin de tallo y hoja Representar datos utilizando lneas, de barras y de sectores (circulares).
3
Qu es la estadstica?
Que deberan saber al terminar esta clase:
Que queremos significar por estadstica Que entendemos por estadstica descriptiva e inferencial. Que es una poblacin y que una muestra. Que es una variable, el dato y los datos Cuando la informacin se refiere a un parmetro y cuando a una estadstica Distinguir cuando una variable es cualitativa y cuando cuantitativa. Distinguir entre una variable discreta y continua. Distinguir las distintas escalas de medicin nominal, ordinal, de intervalo y de razn
5
Qu es la estadstica?
Estadstica es la ciencia de:
Recolectar Describir Organizar Interpretar
Datos
Ciencia que proporciona las herramientas (mtodos y procedimientos) necesarios para recolectar, procesar analizar e interpretar datos.
7
ESTADISTICA
ESTADISTICA DESCRIPTIVA
Describe un conjunto de datos con indicadores estadsticos o estadgrafos
ESTADISTICA INFERENCIAL
Obtiene informacin (variables e indicadores) de una muestra representativa de poblacin
10
Tipos de Estadstica
ESTADSTICA DESCRIPTIVA: Mtodo de recolectar, organizar, resumir, analizar e interpretar los datos. Ejemplo 1: Los datos del Censo de poblacin de 2001. Ejemplo 2: La cantidad de robos ocurridos el ltimo mes en en el municipio. Ejemplo 3: La cantidad de pacientes atendidos en el Hospital municipal el ltimo ao. Mencionamos algunos procedimientos: Tablas de distribuciones de frecuencia; Grficos de distribucin de frecuencias; Diagramas de cajas; Diagramas de tallos y hojas; Estadsticos de posicin; Estadsticos de dispersin; y Estadsticos de asociacin
11
12
Tipos de Estadstica
ESTADSTICA INFERENCIAL: Mtodos usados para determinar algo acerca de la poblacin, basado en una muestra. Poblacin(1) es la coleccin, o conjunto, de individuos, objetos o eventos cuyas propiedades sern analizadas. Muestra es un subconjunto de la poblacin de inters. (1) Algunos autores utilizan Universo como sinnimo La estadstica inferencial comprende dos reas importantes: Estimacin puntual y por intervalos; y la Prueba de hiptesis estadstica
13
Inferencia Estadstica
POBLACION
Tcnica Del Muestreo
MUESTRA
Obtencin de Variables e Indicadores: Estadgrafos (Estimadores)
14
Conceptos Estadsticos
15
Conceptos Estadsticos
Unidad de Anlisis: es el objeto del cual se desea obtener informacin. Muchas veces nos referimos a las unidades de anlisis con el nombre de elementos. En estadstica, un elemento o unidad de anlisis puede ser algo con existencia real, como un automvil o una casa, o algo ms abstracto como la temperatura o un intervalo de tiempo. Dada esta definicin, puede redefinirse poblacin como el conjunto de unidades de anlisis. Ejemplo: Cada uno de los alumnos matriculados en el curso de Qumica General.
16
Conceptos Estadsticos
Parmetro: Valor numrico que resume todos los datos de una poblacin completa. Se utilizan letras griegas para simbolizar un parmetro como ser y Ejemplos: La calificacin promedio del egresado secundario cuando postula al Proceso de Admisin . Estadstica: Valor numrico que resume los datos de una muestra. Se utilizan letras del alfabeto espaol para simbolizarlas como ser x y s . Ejemplo: La edad promedio registrada en una encuesta de 150 consumidores de pizzas.
17
Poblacin y Muestra
Poblacin
Muestra
18
Conceptos Estadsticos
Poblacin: Es el conjunto de todos los individuos o elementos (unidad de anlisis) que son el objetivo de nuestro inters. La Poblacin, segn su nmero de elementos puede ser:
Poblacin Finita
Ejemplo: - Alumnos de la UNMSM.
- Trabajadores de una empresa. - Camiones de carga pesada. - Clientes de un empresa comercial.
Poblacin Infinita
Ejemplo: - Peces del mar peruano
- Bacterias - Flores Silvestres. - Productos fallados.
NOTA: EN LA PRCTICA CUANDO UNA POBLACIN TIENE UN NUMERO MUY GRANDE O INDETERMINADO DE ELEMENTOS SE LE CONSIDERA POBLACIN 19 INFINITA.
Conceptos Estadsticos
Muestra: Es una parte o un subconjunto de una poblacin. Tiene la caracterstica fundamental de ser representativa de la poblacin. La seleccin y estudio de una muestra facilita la inferencia de conclusiones vlidas para la poblacin de donde se obtuvo la muestra. Ejemplos: Grupo de bolsas de azcar que se extraen sistemticamente de una lnea de envasado. Grupo de tasas que se extrae para llevar a cabo el control de calidad.
20
Tipos de Estadstica
(ejemplos de estadstica inferencial) Ejemplo 1: Una encuesta desarrollada por IBOPE, en marzo 2009, dice que el rating de radio en la Gran Lima esta encabezado por RPP con un 10.5% seguido por RCN con 9.18% Ejemplo 2: De acuerdo con una encuesta desarrollada por Apoyo sobre telefona residencial en el 2008, el gasto mensual promedio por cliente es de S/. 90.30. a nivel nacional. Ejemplo 3: El INEI inform que la Encuesta Permanente de Hogares (EPH) del mes de marzo de 2009 reporto la tasa mas alta de desempleo que ascendi al 10.3% a nivel nacional
21
22
23
Variable
Variable: Caracterstica de inters sobre cada elemento individual de una poblacin o muestra.
Dato: Valor de la variable asociada a un elemento de la poblacin o muestra. Este valor puede ser un nmero, una palabra o un smbolo. Ejemplo: La familia Gonzlez tiene 4 miembros, sus ingresos mensuales son de US$ 685.00, 2 son de sexo femenino y 2 masculino.
24
Variable (cont.)
Datos: Conjunto de valores recolectados para la variable de cada uno de los elementos que pertenecen a la poblacin o muestra. Ejemplo1: El conjunto de 54 cantidad de miembros recolectados de 54 familias residentes en Escobar. Ejemplo2: El conjunto de las calificaciones de los 43 estudiantes de estadstica de la carrera de Sistemas
25
Tipos de Variables
Cualitativa o de Atributos Clasifica o describe un elemento de la poblacin. Los valores que puede asumir no constituyen un espacio mtrico, por lo tanto las operaciones aritmticas, como sumar y obtener promedios, no son significativas. Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado de Satisfaccin con la Universidad, etc.
26
Tipos de Variables(cont.)
Dicotmicas: Slo hay dos categora, que son excluyentes una de la otra. Ejemplo: enfermo-sano, muerto-vivo, mujer-hombre.
28
1-9
29
1-9
CENSO =>Estadstica
Descriptiva
Se emplea cuando el nmero de unidades de anlisis no es grande (n< 40 aproximadamente) Si el nmero de unidades de anlisis es grande y se necesita una amplia cobertura de informacin en reas menores, como distritos, Comunidades nativas, y otros. Caractersticas Costoso Errores de Medicin (de obtener la informacin).
31
MUESTREO =>
Estadstica Inferencial
Se emplea cuando el nmero de unidades de anlisis es grande pero no se necesita informacin a detalle de reas geogrficas menores. Caractersticas Mayor rapidez y viabilidad Mayor exactitud en la obtencin de informacin Reduce los costos No tiene cobertura en reas menores.
32
33
NIVELES DE MEDICIN DE LAS VARIABLES DE ACUERDO A SU NATURALEZA PUEDEN ENCONTRARSE ENTRE ESTAS ESCALAS
Escala de medidas
NOMINAL
ORDINAL INTERVALAR
DE RAZON
34
Caracterstica
Ejemplos
Valores que se agrupan en Genero (sexo) categoras disjuntas y Color de pelo exhaustivas Religin
Hay un orden entre las categoras Hay orden Hay distancia Hay un cero convencional Hay orden Hay distancia Hay un cero natural Clase social Preferencias Educacin Temperatura Coeficiente Intelectual Edad Produccin Ingresos
35
ORDINAL
DE INTERVALO
DE RAZON
Escalas de Medicin
Las variables cualitativas se miden en escala
nominal o ordinal.
Nominal: los elementos solo pueden ser clasificados
Nivel Nominal
37
1-12
Escalas de Medicin
Las variables cualitativas se miden en escala nominal o ordinal. Ordinal: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores no se pueden realizar o no son significativas.
Ejemplo 1: Grado de satisfaccin en el uso de un servicio pblico . Ejemplo 2: Ocupacin
38
Nivel Ordinal
Los valores de las Variables (datos) se pueden ordenar pero no es posible determinar la diferencia aritmtica (o distancias) entre ellos. Ejemplo: Resultados del sabor de tres bebidas A, B, C X = Sabor. La bebida C clasifico 1 ( o 1) La bebida B clasifico 2 ( o 2)
.
La bebida A clasifico 3 ( o 3)
Valores de x : 1, 2, 3 o (1) (2) (3)
39
Escalas de Medicin
Las variables cuantitativas se miden en escala de intervalo o razn. Intervalo: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores se pueden realizar y son significativas. La diferencia entre dos valores consecutivos es de tamao constante y no existe el 0 absoluto. Ejemplo: Temperatura en grados Celsius
40
Nivel Intervalar
Similar al nivel ordinal con la propiedad adicional de que se pueden determinar cantidades significativas . (distancias iguales) de las diferencias entre los valores. No existe un punto cero natural sino Convencional. Temperatura en escala Grados Celsius.
41
Escalas de Medicin
Las variables cuantitativas se miden en escala de intervalo o razn. Razn: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores se pueden realizar y son significativas. Existe el 0 absoluto, es decir la ausencia de la variable medida.
Ejemplo 1: Tiempo de vuelo. Ejemplo 2: Ingresos familiares
42
Nivel Razn
Es aquella con un punto cero inicialmente inherente. Las diferencias y razones (cocientes) son . significativas.
Ejemplo:
a) Produccin
Clasificacin de Variables
Variable Cuantitativa (Numrica)
Continua Discreta
Se caracteriza por
Puede tomar cualquier valor en un intervalo dado. (Procesos de medicin) Toma slo ciertos valores. (procesos de contar)
Ejemplos
Ingreso, talla, peso etc.
N de trabajadores por oficina, n de alumnos por curso etc.
45
No todos los temas disponen de datos publicados. En esos casos , la informacin deber recolectarse y analizarse. Esto se llama Fuente Primaria. . Una forma de recolectar encuestas. Hay dos posibilidades: a) Encuestas Muestrales ( En Muestras) b) Encuestas Censales (En poblaciones)
46
MUESTREOS
47
48
Ejemplo
Ttulo y Subttulo
mill US$ Ventas 120 145 165 178 201 320 350 355
420 350 280 210 140 70 0 1996
1 2 3 4 5 6 7 8
1998
2000
2002
2004
2006
0.60 x 8 = 4.8 = 5
355 5 = 71 = 70
Fuente: ..
49
Construccin de Grficos
50
PERU : DISTRIBUCION DE LA POBLACION SEGUN NIVEL DE EDUCACION POR SEXO (Porcentaje - Cifras Estimadas 1999) Nivel de Educacin HOMBRE MUJER TOTAL Sin Nivel 13.69 18.67 16.16 Inicial Inicial y Primaria 37.18 38.82 37.99 Secundaria 34.44 30.21 32.34 Sup. No Univer. 6.07 6.50 6.28 Sup. Univer. 8.44 5.68 7.07 Especial 0.19 0.12 0.15 TOTAL 100.00 100.00 100.00 Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
Nivel de Educacin HOMBRE MUJER TOTAL Sin Nivel 42.72 57.28 100.00 Inicial y Primaria 49.34 50.66 100.00 Inicial Secundaria 53.69 46.31 100.00 Sup. No Univer. 48.71 51.29 100.00 Sup. Univer. 60.17 39.83 100.00 Especial 60.81 39.19 100.00 TOTAL 50.42 49.58 100.00 Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
52
1. Grficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa: 1/10/01 - 23/01/02
44.00 US$ 42.00
40.00
38.00
36.00
34.00
32.00
30.00
53
1.a Grficos Lineales Compuestos : Bolsa de Valores de Lima: Montos Negociados segn Operacin Julio 1988 - Junio 1998 ( miles US$)
3000 2500
2000
1500
1000
500
8 o l 8 Ag Ju
t Se
ct O
ov N
c 5 Di e 9 En
eb Mar F
br A
54
%
40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 Sin Nivel Inicial Secundaria Sup. No Univer. Sup. Univer. Especial
55
MUJER HOMBRE
Si n
Se c
Su p. No
58
3. Grfico Circular
PERU: POBLACIN SEGN DOMINIOS DE ESTUDIO : 1997 (Porcentajes - Cifras Estimadas)
35%
29%
36%
59
3. Grfico Circular
VOLUMEN NEGOCIADO EN LA BOLSA DE VALORES DE LIMA: DIC. 1999 (miles US$)
4. Pictograma
Grfico N 3 Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95 (miles de US$)
10 9 8 7 6 5 4 3 2 1 0 1990 1995
61
62
63
64
65
66
MAPA ESTADISTICO
67
Grfico: Pictograma
Mujeres en el Mundo: 1990-95
68
DISTRIBUCION DE FRECUENCIAS
1-9
MUESTRA
Se denomina muestra al subconjunto de ese universo y del cual se recopilarn los datos. Ejemplo, se quiere saber el nmero de hijos por matrimonio en Lima. Para este propsito, se elige una muestra representativa de 50 matrimonios de ella. Se obtienen los siguientes datos: 2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3, 1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 , 4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1. El nmero total de datos se representa con la letra n. En nuestro ejemplo n = 50.
71
FRECUENCIA ABSOLUTA ( fi )
TABLA
La frecuencia absoluta es el nmero de veces que aparece un valor (x i) en los datos obtenidos. En nuestro ejemplo, la frecuencia absoluta indica el nmero de familias que tienen esa cantidad de hijos:
xi 0 1 2 3 4 5 6 7
fi 4 9 12 10 8 4 2 1
72
FRECUENCIA ABSOLUTA ( fi )
GRAFICOS
73
FRECUENCIA ABSOLUTA ( fi )
GRAFICOS
74
1-9
75
1-9
76
3
4 5 6
10
8 4 2
35
43 47 49
50
77
78
79
1-9
La frecuencia relativa es el cuociente entre la frecuencia absoluta (f i) y el nmero total de datos (n). En nuestro ejemplo n = 50:
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 TABLA Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00
FRECUENCIA RELATIVA ( hi )
80
1-9
FRECUENCIA RELATIVA ( hi )
GRAFICA
81
FRECUENCIA RELATIVA ( hi )
GRAFICA
82
TABLA
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00
83
84
85
La frecuencia porcentual es la frecuencia relativa (hi) expresada en forma porcentual. En otras palabras, es la frecuencia relativa (hi) multiplicada por 100. En nuestro ejemplo TABLA xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% 8% 18 % 24 % 20 % 16 % 8% 4% 2%
86
87
88
La frecuencia porcentual acumulada es la frecuencia relativa acumulada (Hi) multiplicada por 100. En nuestro ejemplo: xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 TABLA hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% Fi% 8% 8% 18 % 26 % 24 % 50 % 20 % 70 % 16 % 86 % 8 % 94 % 4 % 98 % 2 % 100 %
89
90
91
H2 = F2/n
----------------------------Hk = Fk/n
94
Problemas
Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20). Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 50 m = 1 + 3,322log(50) = 6,6439 Se redondea a m = 7 intervalos de clase. Intervalo cerrado por la izquierda y abierto por la derecha. El menor del intervalo izquierdo =X`min =(Xmin) menor unidad/2. Marca de clase= (xmax 1er intervalo - X`min )/2
97
Distribucin de Frecuencias
N N hijos N N hijos N N hijos N N hijos N N hijos
1
2
1
1
7
8
1
0
13
14
2
1
19
20
1
4
25
26
2
2
3
4 5 6
0
2 2 2
9
10 11 12
5
2 1 2
15
16 17 18
5
4 5 2
21
22 23 24
1
2 1 4
27
28 29 30
1
1 2 1
99
Distribucin de Frecuencias
x
0 1 2 3 4 Total
fi
2 11 11 3 3 30
h1
0.067 0.367 0.367 0.100 0.100
Fi
2 13 24 27 30
Hi
0.067 0.433 0.800 0.900 1.000
hi%
6.67 36.67 36.67 10.00
Hi%
6.667 43.333 80.000 90.000
Problema N 01:
Se desea conocer la distribucin de un proceso mediante la elaboracin de una Tabla de Frecuencias y un Histograma: a) Recopilar datos, mnimo que sean 50 datos y 100 datos como deseable. b) Encontrar el valor mximo (Xmax) y el valor mnimo (Xmin) c) Calcular el intervalo de clase (c), el cual debe ser mltiplo de la unidad mnima de medicin.
102
27,9 27,9 28,1 27,8 27,8 28,1 28,0 28,0 28,3 27,8 28,0 28,3 28,4 27,8 27,9 28,1 28,3 27,6 27,2 27,5
28,8 28,1 27,6 27,9 27,7 28,1 28,4 28,5 28,0 28,2 28,1 28,0 28,3 28,2 27,9 27,5 28,3 27,6 28,0 28,3
28,0 28,1 28,4 28,1 28,0 28,1 27,8 28,0 28,3 27,8 27,6 28,0 27,8 28,3 28,2 27,5 27,9 28,0 27,9 27,9
27,9 28,1 28,5 27,9 28,0 28,9 28,6 28,3 28,6 28,7 28,5 27,8 27,9 27,8 28,1 28,0 27,9 27,9 28,0 27,5
28,1 27,8 28,0 27,9 27,7 28,4 28,1 27,6 28,1 27,8 27,8 27,9 28,3 27,9 28,3 27,7 27,9 28,1 27,7 28,3
103
Problema N 01 (continua):
c = (Xmax Xmin)/K c = (28,9 27,2)/10 = 0.17 => 0.2 K = nmero de clases (nmero de barras en el grfico), y que por experiencia se sugiere que tome los siguientes valores:
VALORES DE K Aprox. de 6 a 10
de 100 a 200
mas de 250
JAPONES
Aprox. de 7 a 12
Aprox. de 10 a 20
104
Problema N 01 (continua):
d) Se calcula el lmite de la 1era clase.
Xmin Unidad mnima /2 = 27.2 - 0.1/2= 27.15
f) Se llena la Tabla de Frecuencia g)Se va marcando la clase donde corresponde cada dato. h)Se suman las marcas de clase y se determina la frecuencia de cada clase (fi, Fi, hi y Hi). i)Se hace una grafica de barras, en donde el eje de X representa los valores de medicin (las clases), y el eje Y la frecuencia .
105
Problema N 01 (continua):
TABLA DE DISTRIBUCION DE FRECUENCIAS
CLASE [27.15 - 27.35) [27.35 - 27.55) [27.55 - 27.75) [27.75 - 27.95) [27.95 - 28.15) [28.15 - 28.35) [28.35 - 28.55) [28.55 - 28.75) [28.75 - 28.95] MC 27.25 27.45 27.65 27.85 28.05 28.25 28.45 28.65 28.85 fi / 1 //// 4 ///////// 9 ///////////////////////////// 29 ////////////////////////////// 30 /////////////// 15 /////// 7 /// 3 // 2 100 MARCAS Fi 1 5 14 43 73 88 95 98 100 hi 0.01 0.04 0.09 0.29 0.30 0.15 0.07 0.03 0.02 1.00 Hi 0.01 0.05 0.14 0.43 0.73 0.88 0.95 0.98 1.00
Problema N 02:
El Area de Control de Calidad de la empresa FUNDIDOS S. A. esta llevando a cabo un seguimiento a un lote de piezas mecanizadas en su taller de metalmecnica, para esto ha tomado una muestra aleatoria y se necesita obtener el siguiente anlisis estadstico descriptivo: Tabla de Frecuencias. Histogramas. Polgonos de Frecuencia (tarea para el alumno). Ojivas (tarea para el alumno).
107
1279,5 1285,0 1280,0 1273,0 1284,0 1280,5 1275,5 1278,0 1279,5 1275,0 1267,0 1272,0 1282,0 1276,0 1269,5 1266,0 1273,5 1285,5 1275,5 1283,5 1285,0 1273,0
1278,0 1273,0 1280,0 1277,5 1286,0 1280,0 1281,0 1275,0 1278,5 1279,5 1273,5 1275,0 1276,5 1271,5 1284,5 1276,0 1268,5 1272,5 1284,5 1286,0 1271,0 1265,5
1283,0 1282,5 1272,5 1275,5 1275,0 1282,0 1271,0 1280,5 1266,0 1282,5 1284,5 1276,0 1279,0 1281,0 1276,0 1287,5 1273,5 1272,5 1279,5 1279,0 1276,0 1281,5
1273,0 1271,5 1275,5 1277,0 1278,0 1283,5 1274,5 1279,0 1287,5 1276,0 1279,5 1268,0 1269,0 1285,5 1268,0 1272,5 1266,5 1278,0 1267,0 1271,0 1275,5 1277,0
1280,5 1269,0 1284,0 1287,0 1275,5 1280,0 1280,5 1278,0 1275,5 1280,0 1274,5 1285,0 1282,0 1276,5 1268,5 1275,5 1269,0 1271,5 1280,5 1287,0 1276,5 1272,0
108
1-9
INTERVALOS
MC
fi
Fi
hi
Hi
1266.85 1269.65
1272.45 1275.25 1278.05 1280.85 1283.65 1286.45
8 9
16 23 12 21 13 8
8 17
33 56 68 89 102 110
0.07 0.08
0.15 0.21 0.11 0.19 0.12 0.07
0.07 0.15
0.30 0.51 0.62 0.81 0.93 1.00
110
1.00
Histograma fi
Series1, [1273.65 - 1276.65 ), 23 Series1, [1279.45 - 1282.25 ), 21
112
Histograma Fi
Series1, [1285.05 - 1287.85 ], 110 Series1, [1282.25 - 1285.05 ), 102
113
Histograma hi
Series1, [1273.65 - 1276.65 ), 0.21
Series1, [1279.45 - 1282.25 ), 0.19
Series1, [1268.25 - 1271.05 ), 0.08 Series1, [1265.45 - 1268.25 ), 0.07 Series1, [1285.05 - 1287.85 ], 0.07
114
Histograma Hi
115
Problema N 03:
Las estaturas en centmetros de 50 estudiantes mujeres un grupo se registraron. Los datos son: 157 163 169 170 174 155 148 161 158 162 171 152 160 163 150 150 163 164 175 151 163 149 155 169 165 150 158 162 169 170 172 176 151 158 156 161 164 167 150 170 154 157 167 156 153 174 153 167 157 154
Agrupe adecuadamente los datos y elabore la respectiva tabla de frecuencias y el histograma de frecuencias relativas.
116
1-9
117
1-9
INTERVALOS
[147.50 151.83 )
[151.83 156.15) [156.15 160.48 ) [160.48 164.81 ) [164.81 169.14 ) [169.14 173.46 ) [173.46 177.79 ]
MC
149.66
153.99 158.31 162.64 166.97 171.30 175.62
fi
8
9 7 10 7 5 4
Fi
8
17 24 34 41 46 50
hi
0.16
0.18 0.14 0.20 0.14 0.10 0.08
Hi
0.16
0.34 0.48 0.68 0.82 0.92 1.00
119
50
1.00
1-9
PROBLEMA
Problema N 03: En un estudio de dos semanas sobre la productividad de los trabajadores de una fundicin, se obtuvieron los siguientes datos sobre el nmero total de piezas aceptables que produjeron los trabajadores:
Elaborar la Tabla de Distribucin de Frecuencias. Dibujar el Histograma y Polgono de Frecuencia.
120
65 36 49 84 79 56 28 43 67 36 43 78 37 40 68 72 55 62 22 82 88 50 60 56 57 46 39 57 73 65 59 75 76 21 45 62 41 48 62 60 35 53 65 74 76 72 48 61 74 63 55 45 77 75 61 82 78 70 32 51 33 42 73 26 80 54 61 69 50 35 80 64 45 60 52 53 47 75 56 45 53 74 34 44 35 51 85 68 68 52 47 59 41 54 70 38 70
121
1-9
122
1-9
* *
** *
**
* *
+ + +
+ + ++
+ + +
16.0
16.5
17.0
17.5
18.0
18.5
128
Interpretacin: El uso del stem-and-leaf es exactamente igual al del Histograma, la nica diferencia est en que del stem-and-leaf se pueden recuperar los datos muestrales, pero de un histograma no se puede hacer. En este ejemplo el stem-and-leaf es asimtrico a la izquierda, no tiene mucha variabilidad ni outliers.
129