Escolar Documentos
Profissional Documentos
Cultura Documentos
AREQUIPA-2017
PRÁCTICA CALIFICADA:
1) Calcular la media, mediana, moda cuartiles, deciles, percentiles (13, 35, 56, 67,79) interprete
datos.
2) Calcular el sesgo, la varianza, desviación estándar, coeficiente de variación y coeficiente de
sesgo interprete datos.
3) Haga una distribución de frecuencias represente mediante una gráfica de barras (histogramas),
distribución de frecuencias relativas ojiva, diagrama de cajas, interprete datos.
4) Calcular la distribución mediante la regla empírica.
5) Realice un muestreo de 10 datos y compare las medidas de tendencia central y dispersión
poblacionales con las muéstrales calcule intervalos de confianza y error de muestreo.
6) Pruebe mediante hipótesis nula y alterna, asuma un valor para probar la hipótesis trabaje con los
datos poblacionales con 1% error estándar.
DESARROLLO:
1) Calcular la media, mediana, moda cuartiles, deciles, percentiles (13, 35, 56, 67,79) interprete
datos.
%Primero pasamos todos los datos recibidos a una hoja de cálculo de Excel
%Luego lo ordenamos de Menor a Mayor en el icono de Filtro
%Luego diseñamos el esquema de Datos, Media, Mediana, Moda, Cuartiles, Deciles y Percentiles
(13, 35, 56, 67,79)
%Luego hallamos los QUARTILES (k=1,2 y 3) de todos los datos, primero hallamos la posición
con la fórmula "=(k*A8)/4"; y después el VALOR de la posición con la fórmula
"=PERCENTIL.EXC(DATOS,k/4)"
%Luego para hallar los DECILES( k=1,2, 3…9) de todos los datos, primero hallamos la posición
con la fórmula "=(k*A8)/10"; y después el VALOR de la posición con la fórmula
"=PERCENTIL.EXC(DATOS,k/10)"
%Luego para hallar los PERCENTILES( k=13, 35, 56, 67 y 79) de todos los datos, primero
hallamos la posición con la fórmula "=(k*A8)/100"; y después el VALOR de la posición con la
fórmula "=PERCENTIL.EXC(DATOS,k/100)"
Interpretaciòm:
* La MEDIA quiere decir el promedio de todos los elementos no agrupados.
*La MEDIANA quiere decir el elemento que está en el medio de todos los elementos no
agrupados ordenados.
*La MODA quiere decir el elemento que más se repite en nuestros datos.
* Todos los elementos que se encuentren por debajo del primer Cuartil representan el primer 25%
de todos los datos no agrupados.
* Todos los elementos que se encuentren por debajo del primer Decil representan el primer 10%
de todos los datos no agrupados.
* Todos los elementos que se encuentren por debajo del primer Percentil representan el 1% de
todos los datos no agrupados.
Interpretación:
%El sesgo interpreta hacia dónde se apega más los elementos, si es positivo hacia la derecha y si s
negativo hacia la izquierda.
3) Haga una distribución de frecuencias represente mediante una gráfica de barras (histogramas),
distribución de frecuencias relativas ojiva, diagrama de cajas, interprete datos.
%Igual copiamos los datos y hacemos una tabla con cálculos previos hallando el N° de datos,
límite inferior, límite superior, Rango, N° clase y tamaño de Clase o Amplitud.4
%Luego en una tabla editamos los límites inferiores e inferiores como se muestra en figura y el
nuevo límite superior será el límite inferior más el tamaño o Amplitud.
%Luego crearemos un Histograma
%Luego nosotros tendremos que editar la Clase copiando de los límites inferiores y superiores de
la anterior hoja, también hallamos la Marca de Clase con la Fórmula “=(A2+B2)/2” de cada clase,
también hallamos la Frecuencia acumulada sumando la primera frecuencia con la segunda, luego
este resultado sumando con la tercera y asi sucesivamente, también hallamos el % de F.
acumulada dividiendo la Frecuencia de c/u entre la F. Acumulada final que es 699.
%Luego hallamos el Histograma en gráfico de barras que en las Y sería la Frencuencia y las X
sería la Marca de Clase
%Hallamos
5) Realice un muestreo de 10 datos y compare las medidas de tendencia central y dispersión
poblacionales con las muéstrales calcule intervalos de confianza y error de muestreo.
Conclusiones
% Los datos que se trataron podemos concluir en que la media no representa aa todos los datos por ello la
varianza y los elementos de desviación son muy grandes y ello también ocurre por el rango entre el dato
más pequeño y el más grande.
%Por estas razones lo que yo recomendaría es que haya menos desviación de los datos para que los datos
centrales puedan ser representativos y tener buenos resultados.