1

UNIVERSIADAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ACTIVIDAD COLABORATIVA:

PRESENTADO A:

DANIEL FRANCISCO CHICA

PRESENTADO POR:

ANTHONY ARIZA MOLINA

CODIGO:

1065647206

ASIGNATURA:

ESTADISTICA DESCRIPTIVA

VALLEDUPAR-CESAR

24/11/17
 2

DESARROLLO DEL TRABAJO:

. Una empresa despulpadora de fruta busca optimizar su produccin de jugo de mango.

Para esto, inici un estudio en el cual midi los pesos en gramos de una muestra.

76 85 92 70 65 90 98 99 78 97

84 102 77 94 109 102 104 105 100 102

90 83 74 91 87 88 90 96 94 92

68 69 79 82 96 100 102 107 98 93

104 76 83 108 67 100 102 98 99 130

Realizar una tabla de distribucin de frecuencias para datos agrupados dado que la variable
es peso (cuantitativa continua), Calcular varianza, desviacin estndar y coeficiente de
variacin. Interprete los resultados.

65 79 90 98 102
67 82 91 98 102
68 83 92 98 102
69 83 92 99 104
70 84 93 99 104
74 85 94 100 105
76 87 94 100 107
 3

76 88 96 100 108
77 90 96 102 109
78 90 97 102 130

SOLUCION
N0 de datos 130
Valor mximo 130
Valor mnimo 65
Rango 65
Numero de 6,606601014 6
intervalos
Amplitud de clase 10,83
Diferencia 1

PESO EN MARCA FRECUENCIA FRECUENCIA FRECUENCIA FRECUENCIA

GRAMO DE RELATIVA ABSOLUTA ABSOLUTA
JUGO CLASE ACUMULADA RELATIVA

64 74,83 69,4166667 6 0,120 6 12,00

75,83 86,67 81,25 10 0,200 16 20,00
87,67 98,50 93,0833333 17 0,340 33 34,00
99,50 110,33 104,916667 16 0,320 49 32,00
111,33 122,17 116,75 0 0,000 49 0,00
123,17 134,00 128,583333 1 0,020 50 2,00
50 1 100

MEDIA= 4575/50 =91.5

CALCULAR VARIANZA Y DESVIACION ESTANDAR

PESO EN MEDIA X DESVIACION CUADRADO DE

GRAMOS JUGO RESPECTO DE LAS
LA MEDIA (Xi-X) DESVIACION
RESPECTO DE
LA MEDIDA (Xi-
X)
65 91,5 -26,5 702,25
67 91,5 -24,5 600,25
68 91,5 -23,5 552,25
69 91,5 -22,5 502,25
70 91,5 -21,5 462,25
 4

74 91,5 -17,5 306,25

76 91,5 -15,5 240,25
76 91,5 -15,5 240,25
77 91,5 -14,5 210,25
78 91,5 -13,5 182,25
79 91,5 -12,5 156,25
82 91,5 -9,5 90,25
83 91,5 -8,5 72,257
83 91,5 -8,5 72,25
84 91,5 -7,5 56,25
85 91,5 -6,5 42,25
87 91,5 -4,5 20,25
98 91,5 -3,5 12,25
90 91,5 -1,5 2,25
90 91,5 -1,5 2,25
90 91,5 -1,5 2,25
91 91,5 -0,5 0,25
92 91,5 0,5 0,25
92 91,5 0,5 0,25
93 91,5 1,5 2,25
94 91,5 2,5 6,25
94 91,5 2,5 6,25
96 91,5 4,5 20,25
96 91,5 4,5 20,25
97 91,5 5,5 30,25
98 91,5 6,5 42,25
98 91,5 6,5 42,25
98 91,5 6,5 42,25
99 91,5 7,5 56,25
99 91,5 7,5 56,25
100 91,5 8,5 72,25
100 91,5 8,5 72,25
100 91,5 8,5 72,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
102 91,5 10,5 110,25
104 91,5 12,5 156,25
104 91,5 12,5 156,25
105 91,5 13,5 182,25
107 91,5 15,5 240,25
108 91,5 16,5 272,25
109 91,5 17,5 306,25
130 91,5 38,5 1482,25
 5

4575 8420,5 Commented [Yv1]: Sugiero revises el procedimiento para

desarrollar este ejercicio, compart un archivo en Excel en el foro,
para que compares y ajustes.
Variacin: 8420,5/49=171,85

Desviacin estndar: =171,85=13,11

Coeficiente de variacin: 13,11/91,5*100= 14,33

SOLUCION
No de datos 50
MEDIA X 91,5
VARIANZA 171,85
DESV.ESTANDAR 13,11
COEFICIENTE DE VARIACION 14,33

. Un empleado de la empresa de Acueducto de la ciudad de Cartagena, realiza un estudio

sobre los reclamos realizados en los 2 ltimos aos, para ello elige una muestra de 60
personas, con los siguientes resultado

No de 0 1 2 3 4 5 6 7
reclamaciones
No de 26 10 8 6 4 3 2 1
usuarios

Calcular:
a. El promedio de reclamos.

X= 28 = 0,46 Commented [Yv2]: Debe ajustar la forma en que calcula el

promedio, ya que sta no es la manera adecuada, sugiero revises
60 en el mdulo de estadstica, la frmula para calcular la Media
Aritmtica, ponderada y para datos agrupados. Tener errneo ste
b. La varianza y su deviacin tpica promedio, le altera los dems resultados

Varianza

= 2
n

= 115,8 = 1,93
60

Desviacin tpica

S= ( X-X) -X
n
 6

115,8
S= 60 =1,389

c). El coeficiente de variacin.

CV= S * 100%
X

CV= 1,389 *100=301,9

0,46

REGRESIN Y CORRELACIN LINEAL

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

Tomo como base fija 8.8 millones

Commented [Yv3]: Sugiero revises la pregunta que se solicita
para ste ejercicio, ya que se pide encontrar ndices simples con
base variable. Segn lo que se observa, dejas una base fija (8.8).
Compart un material sobre nmeros ndices con base variable para
INDICE= valor anual /8.8*100 que te ilustres mejor.
 7

Obtenemos al aplicarlo:

1992 8.8/8.8*100=100

1993 9.7/8.8*100=110.23

1994 7.3/8.8*100=82.95

1995 6.7/8.8*100=76.13

1996 8.5/8.8*100=96.59

1997 9.2/8.8*100=104.54

1998 9.2/8.8*100=104.54

1999 8.4/8.8*100=95.45

2000 6.4/8.8*100=72.72

2001 6.2/8.8*100=70.45

2002 5.0/8.8*100=56.82

2003 6.7/8.8*100=76.13

2004 7.6/8.8*100=86.36

AO VENTAS BASE VARIABLE

(MILLONES ) $
1992 8.8 100
1993 9.7 110,23
1994 7.3 82.95
1995 6.7 76.13
1996 8.5 96.59
1997 9.2 104.54
1998 9.2 104.54
1999 8.4 95.45
2000 6.4 72,72
2001 6.2 70,45
2002 5.0 56.82
2003 6.7 76.13
2004 7.6 186.36
 8

2. En un nuevo proceso artesanal de fabricacin de cierto artculo que esta implantado, se

ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido
en minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez
dicho proceso de fabricacin. Con ello, se pretende analizar como los operarios van
adaptndose al nuevo proceso mejorando paulatinamente su proceso de produccin.

Los siguientes datos representan dicha situacin:

X 10 20 30 40 50 60 70
Y 35 28 23 20 18 15 13

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 porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.

d. Qu tiempo deber tardarse un empleado cuando se lleven 100 das?

Tiempo en No de das XY X
(min) X Y Xi-X (Xi- X )

10 35 350 100 -30 900

20 28 560 400 -20 400
30 23 690 900 -10 100
40 20 800 1600 0 0
50 18 900 2500 10 100
60 15 900 3600 20 400
70 13 910 4900 30 900
X=280 Y=152 XY=5.110 X=14000 0 (Xi- X
)=2800

a). diagrama de dispersin

 9

Y y = -0,346x + 35,57
40 R = 0,945
35
30
25
20 Y

15 Linear (Y)

10
5
0
0 20 40 60 80

El tipo de asociacin del diagrama de dispersin es lineal

b.) Encuentre el modelo matemtico que permite predecir el efecto de una variable

Sobre la otra. Es confiable?

El modelo matemtico que permite predecir el efecto de una variable es =

Y=a+bx;

Y=0.346+35.57.R=0.945

Podemos asegurar que la ecuacin de la recta es confiable porque R est cercano a 1y tiene
un grado alto de confiabilidad.

c). Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.

El R afirma que el modelo explica 94.5% de la informacin y el valor de r coeficiente de

correlacin lineal es excelente porque el 0.945 est cercano al extremo 1 positivo que es Commented [Yv4]: Ojo el coeficiente de correlacin lineal (r) es
la raz cuadrada de 0.945, y ste no es. El valor que seala
la correlacin perfecta positiva

d). Qu tiempo deber tardarse un empleado cuando se lleven 100 das?

Para hallar el valor del tiempo de 100 das debemos remplazar este valor en la formula
hallada.

Y= (-0.346*100)+35.71 =0.931
 10

Segn lo anterior para los 100 das para realizar una pieza el empleado se demorara 0.931

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.
A continuacin se presentan los resultados:

Estatura 121 123 108 118 111 109 114 103 110 115
(cm)
Peso 25 22 19 24 19 18 20 15 20 21
(kg)

N ESTATURA PESO XY X Y
(cm) X (kg) Y
1 121 25 3025 14641 625
2 123 22 2706 15129 484
3 108 19 2052 11664 361
4 118 24 2832 13924 576
5 111 19 2109 12321 361
6 109 18 1962 11881 324
7 114 20 2280 12996 400
8 103 15 1545 10609 225
9 110 20 2200 12100 400
10 115 21 2415 13225 441
SUMA X=1132 Y=203 XY=23126 X=128490 Y=4197

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las

Variables
 11

Peso (kg) y = 0,421x - 27,37

R = 0,810
30

25

20

15 Peso (kg)
Linear (Peso (kg))
10

0
100 105 110 115 120 125

el tipo de asociacin de del diagrama de dispersin es lineal.

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable

Sobre la otra. Es confiable?.

Y= a+bx=
Y=0.,421X-27,37.R=0,810

Se puede asegurar que la ecuacin de la recta es aceptable porque el R se aleja un poco de

1 y tiene un grado de confiabilidad aceptable .

c). Determine el grado de relacin de las dos variables.

La correlacin lineal es aceptable porque el 0.810 est retirado del 1 positivo.

d).Cual es el peso que debera tener un estudiante que mida 130 cm?.

Y=0.421*130-27,37=27.37

El peso que debera tener un estudiante que mida 130cm es de 27.37 kg.
12