Bledoncs rene Estadistica elemental: Lo esencial BeEstadistica elemental: Traduccion: Jorge Humberto Romo Mufioz Traductor profesional Revision técnica: Ofelia Vizcaino Diaz ITESM CCM 3 CENGAGE Learning Lo esencial DECIMA EDICION Robert Johnson Patricia Kuby Monroe Community College iro Unido = Singapur Copyrighted materialPARTE 1 Capitulo 1 Capitulo 2 Capitulo 3 PARTE 2 Capitulo 4 Estadistica descriptiva 1 Los norteamericanos, una miradaa simismos 1 Que es la estacistica? 3 Medibilidad y variabilidad 17 1.4 Receleccién (obtencién) de datos 18 1.5 Comparacién entre probabilidad y esiadistica 27 1.6 Estadisticayla tecnologia 28 Analisis descriptivo y presentacion de datos de una sola variable (univariados) 38 2.1 Usted yla Internet 39 2.2 Graficas, diagramas de Pareto y diagramas de talo yhoja 40 2.3 Distrbuciones de frecuencias e histogramas 55 24 Medidas de tendencia central 73 2.5 Medidasde dispersién 84 26 Medidas de posicin 92 2.7 Interpretacion y comprension de la desviacién estandar 108 2.98 Elarie de lamentira estadistica 114 2.9 Media y desviacién estandar de una distribucién, de frecuencias (opcional) 117 Analisis descriptivo y presentacion de datos bivariados 144 81 Elchicohacrecido 145 82 Datos bivariados 146 83 Correlacién lineal 162 8.4 Regresiénlineal 178 Probabilidad Probabilidad 204 4.1 Estadistica ylos dulces 205 4.2 Probabilidad de eventos 207vi CONTENIDO Capitulo 5 Capitulo 6 Capitulo 7 PARTE 3 Capitulo 8 4a 44 45 46 a7 Probabilidad condicionalde eventos 228 Reglas de probabilidad 228 Eventos mutuamente excluyentes 236 Eventos independientes 243 €Existe relacién entre los eventos mutuamente excluyentes, ylaindependencia? 249 Distribuciones de probabilidad (variables discretas) 268 5.1 52 63 54 55 58 Bebidas concafeina 269 Variables aleatorias 270 Distribuciones de probabilidad de una variable aleatoria discreta 978 Media y varianza de una distrbucién de probabilidad discreta. 278 Distribucién de probebilidad binomial 284 Media y desviacion estandar de la distribucién binomial 300 Distribuciones de probabilidad normal 312 64 62 63 64 65 6s Medisién de la inteligencia 813 Distrbuciones de probabilidad normal 315 La distribucién normal estandar 316 Aplicaciones de la distribucién normal 323, Notacién 888 Aproximecién normal de la binomial 349 Variabilidad de la muestra 360 a 72 73 74 275 millones de norteamericanos 361 Distrbuciones muestales 368 Distribucién de medias muestrales 369 Aplicacién de la distribucion de medias muestrales. 377 Estadistica inferencial Introduccion a la inferencia estadistica 394 81 82 aa 84 8s 86 éLa gente era menosalta en ovros tiempos? 385 La natureleza de la estimacién 897 Estimacién de la mecia jt (@ conocida) 402 La natureleza de la prueba de hipdtesis 416 Prueba de hipétesis para la media p. lr conocida): un acercamiento alvalor probebilistico 426 Prueba de hipétesis para la media p. (r conocida): un enfoque clasico 444Capitulo 9 Capitulo 10 PARTE 4 Capitulo 11 CONTENIDO vit Inferencias que involucrana una poblacién 472 Qt éSe ejercita lo suficiente todos los dias? 473. 9.2 Inferencias relacionadas con la media yu (o desconocida) 474 9.3 Inferencias acerca de los éxitos de la distribucién binomial 498. 9.4 Inferencias relacionadas con la varianza y la desviacién esténdar 516 Inferencias que involucran a dos poblaciones 544 10.1 Estudiantes, tarjetas de crédito ydébto 845 10.2 Muestras dependientes e independientes 847 10.3. Inferencias relacionadas con la diferencia de medias usando dos muestras dependientes §50 10.4 Inferencias relacionadas con las diferencias de medias usando dos muestras independientes 564 10.6 Inferenciae relacionadas con las diferencias entre proporciones ueando dos muestras independientes 581 10.6 Inferencies relacionadas con la razén de varianzas usendo dos muestras independientes 592 Mas acerca de la inferencia estadistica Aplicaciones de /icuadrada 618 11.1 Alge dulce para contiarrestar el sabor picante 619 11.2 Eotadiotico Jiouadrada 620 11.8 Inferencias relacionadas con experimentos multinomiales 622 11.4 Inferencias relacionadas con las tablas de contingenc'a 683 Apéndice A:Principios basicos de conteo 656 Apéndice B:Tablas 657 Respuestas a ejercicios seleccionados 681 Respuesta a eximenes de practica de los capitulos 716 indice 721Nuestro enfoque A través de los afios, el libro de texto Evtadistica elemental se ha transformado en un libro de texto introductorio muy accesible que promueve el aprendiza- je, la comprensidn y la motivacién al presentar la estadistica a los estudiantes en un contexto real, sin sacrificar el rigor matemético. Ademés, esta obra ha respondido a la aceptacién gradual en muchas cisciplinas donde la estadistica se ha vuelto una herramienta importante. Como resultado de lo anterior, las aplicaciones, los ejemplos, proyectos y ejercicios contienen datos que abarean una amplia variedad de reas de interés, incluyend la fisica y las ciencias so- Giales, la opinién ptiblica y la ciencia politica, los negocios, la economia y la medicina, En la actualidad, toda ver que han transcurrido 30 afios desde la primera publicacién de Estadfstica elemental, se recomienda que los estudiantes de todas Jas disciplinas se inscriban en por lo menos un curso de estadistica, ya que la esiadistica actual esté legando a miiltiples dreas de la vida cotidiana, A pesar de este cambio en la percepcién, nuestra filosofia no ha cambiado, continua- mos esforzéndonos para darle a la estadistica un tono de accesibilidad y sentido comin que motive a los estudiantes gue estin mds interesados en las aplicacio- nes que en la teorta, Cambios en esta edici6n NOVEDAD Capitulo 1. Estadistica: este capitulo se ha reescrito para dar adistica cuando aprende mayor Gnfasisa la interpretacién de la informacién mos términos y procedimientos que son clave para la estadistica Capitulo 3. Analisis descriptivo y presentacién de datos bivariados: los temas de regresion descriptiva y correlacién se introducen tempranamente para todos aquellos que prefleran este enfoque. Luego se continiia con relacio- nes entre dos variables: esta secuencia de ideas genera una presentacisn légica en el material, misma que satisface la curiosidad natural de los alumnos respec- toa dos variables; esto sucede después de iniciar el estudio de la estadistica des- criptiva de una variable. Ademds, esta introduccién temprana permite que los profesores tengan un acercamiento a todos les procesos de pensamicnto que se realizan en la prueba de hipstesis, sin tener que utilizar nombres 0 procedi- mientos tdenieos. Después, en el capitulo 8, cuando llega el momento de intio- ducir el procedimiento de la prueba de hipdtesis, mediante el us nuevamente dela decisin de correlacién como un ejemplo de introduccidn, los estudiantes se sentirén a gusto con el “nuevo” proceso de prueba. NOVEDAD Capitulo 4. Probabilidad: este capitulo se reviso completa- mente, se aplicé un enfoque creciente en el andlisis, en oposicidn a las [rmtt las, para aumentar el interés y la comprensién (por parte del alumno) de este tema que siempre resulta ser safiante Los temas valor p y enfoque clasico a la prueba de hipétesis se presentan en forma individual, pero a partir de este punto se mostrarén “en forma inter- calada” para ofrecer flexibilidad pedagégica y enlatizar su comparabilidad.x PREFACIO Viaje por esta nueva edicion Los objetivos dol capitulo aparecen al inicio de cada capitulo para dar tuna deseripeién breve de los temas que se presentan, Introducci6n a la inferencia estadistica NOVEDAD y Parte actualizada Las secciones de inicio del capitulo se utilizan como un ‘ejemplo de introduceién”, que muestra a la estadistica en accidn respecto al material especitico que se presenta en cada capitulo, Cada ejemplo presenta una situacién familiar donde se aplica Ia estadistica en forma relevante para el alumno, éLa gente era menos alta en otros tiempos? GLAGENTE ERA NENOS ALTA EN OTROS TIEMPOS?NOVEDAD y Parte actualizada Los proyectos de capitulo que se presentan al final de cada capftulo cierran el cireulo que inicié con las seeciones de inicio del capitulo, ya que giran en torno al material que se » También incluyen un andlisis en miniatura que deberd desarrollars en forma individual 0 en pequefios grupos de investigacion. esenta en cada seceién, Parte actualizada En todo el texto se incluye una cantidad abundante de ejemplos, mismos que presentan el proceso de resoluicién paso a paso para los conceptos estadisticos clave y los métodos estadisticos Parte actualizada BI libro contiene una amplia cantidad de easos Practicos que incorporan conceptos estadsticos para demostrar eémo trabaje la estadistica en el mundo real PREFACIO. xi Proyecto del capitulo, tiempos? poet one agate ElemPLo 6.2 Para hallarel érea ena cola derechs de una curva norm: PhAcrice 4.1 Expiacion de suestia conductetempraneimage not availablePREFACIO xill NOVEDAD y Parte actualizada Ls sewidn de Ropase dol capitulo fue adapta daa las necesidades de los estudiantes, funciona como una guia de estudio que se incluye al final del capitulo. Cada seccién incluye + Enretrospectiva: es un resumen de los conceptos que se aprerdieron en cada ‘capitulo, aqui se indican las relaciones que tiene el material que se analizo con todo lo que se cubrié previamente. En retrospectiva + Vocabulario y conceptos clav la cantidad de material que realmente han comprendido. roporciona wna idea alos esi Vocabulario y conceptos clave + Objetivos de aprendizaie: presenta una lisia de conceptas clave que de- bieron haberse aprendido durante el andlisis del capitulo; estos conceptos van acompaniados de los ejercicios de repaso ¥ las referencias a las seccio- nes para asegurar la comprensién del material del capitulo, Objetives de aprendizaje + Ejercicios del capitulo: ofrece la practica de tados los concepios que se presentan en el capitulo, pero también muesira sti relacién con el material que se aprendid en los capitulos anteriores. Ejercicios del capitulexiv PREFACIO + Proyecto do! capitulo: ofrece a los estudiantes la oportunidad de visitar nuevamente las secciones de inicio del capitulo para responder las prey tas que se presentaron al inicio del mismo, aplicando los conocimientos que se obtuvicron a partir del estudio del material presentado. Proyecto del capitulo Medicion de lainteigencia Jc propscin de i lfentones de 1 * Examen de practica del capitulo: proporciona una autoevaluacién tor- mal del dominio del material antes de ser evaluado por el profesor. Las respuestas corrects estén al final del libro de texto. gut pamwerin del Defer arose” SEGUNDA PARTE: Alister a tape gue pce bapa PRIMERA PARTE: Conocsr las detiniciores. ae SER! NOVEDAD y Parte actualizada El texto incluye instrucciones para el uso de Minitab, Excel y la calculadora TI-83/84 mismas que se presentan a lo largo del texto, Este enfoque didactico permite que el profesor seleccione la tec- nologia estadfstica de su preferencia para que pueda incorporarla en su curso, NOVEDAD y Parte actualizada Contiene mas de 400 conjuntos de datos, ordenados desde el mis pequ » hasta el mas grand su uso permite que los estudiantes practiquen usando su calculadora estadistica o la computadora per- sonal.Trabajando con sus propios datos Estos apartados aparecen al final de cada une de las cuatro partes principales del libro. Estén disefiados para fomentar la exploracién, el aprendizaje independiente de los estudiantes y el pensamiento critico, Estos apartados se pueden utilizar como un proyecto individual del curso 0 se pueden trabajar en equipos pequefios. PREFACIO xv ‘Trabajando con sus propios datos Poniendo ta probabilded a uabajer 1A Lapoblacion © Lediateibecion mussta,xvi PREFACIO Material de apoyo para el profesor Esie libro cuenta con una serie de recurses para el profesor, los cuales estén disponibles: cen inglés y sélo se proporcionan a los docentes que lo adopten como texto en sus cursos Para mayor informacién, pongase en contacto con el drea de servicio a clientes en las siguientes direcciones de correo electrénico: Cengage Learning Méxiea y Centroamériea _clicntes mexicoca@cengage.com Cengage Learning Caribe clientescaribe@cengage.com Cengage Learning Cono Sur clientes conosurcengage.com Cengage Learning Paraninfo clientes paraninlo@cengage.com Cengage Learning Pacto Andino clientes pactoandino@cengage.com Los recursos disponibles se encuentran disponibles en el sitio web del libro: dttp://latinoamerica.cengage.com/joknson Las direcciones de los sitios web teleridas en el texto no son administradas por Cengage Learning Latinoamérica, por lo que ésta no ¢s responsable de los cambios p actualiza~ iones de les mismas NOTA: En diversos capitulos del libro hay problemas cuyos conjuntos de datos se encuentran disponibles en la pagina web de este libro. La direceién es hitp:/latinoamerica.cengage.com/johnson aqui podré consul- tar y bajar la informaci6n relacionada con estos problemas.image not availableCAPITULO Estadistica 1.1 Losnorteamericanos, una mirada a si mismos 1.2 ¢Qué es la estadistica? 1.3 Medibilidad y variabilidad 14 _Recoleccion (obtencion) de datos a 1.5 Comparacién entre probabilidad y estadistica 1.6 Estadistica y la tecnologiaLos norteamericanos, una mirada asi mismos La Oficina Norteamericana del Censo (UJ.S. Census Rureau) publica anualmente el ‘Statistical Abstract of the United States (Resumen estadistico de Estados Unidos}, libro de mas de 1000 paginas que nos da una idea de muchas de las mas oscuras y poco comunes facetas de nuestras vidas. Bia es slo una de miles de fuentes de toda clase de datos que siempre hemos deseado saber y que nunca preguniamos. 2Le interesa saber cudntas horas trabajamos y jugamos? ¢Cudnto gastamos en bocadi- Hos? xy(Scatter) > 1st graph pic- PARK SU INFORMACION ture>Next instructs you te, in sequence, “point and click on” Excel es parte de Miresoft fice y se the Chart Wizard icon, followes by X¥(Seatter) under Chart ede halen numerasas cmputado- type, followed ay Ist graph picture on tne chart suptype, ang ras persons. then followed by Next on the dialo window. select: indicates that you should click on the small box or circle to the left of a specifed iter. It is often followed by a “point and click on” Next or Finish on the dialog window. Enter: instructs you to type or select information needed for a spe ei7e item T-s9184 Plus Choose: tells you which keys to press or menu selections to make. For example: Choose: Zoom>9:ZoonStat > Trace > >> instructs you to press the Zoom key, followed by selecting 9:Zoonstat from the menu, followed by pressing the Trace key; » >> indi- cates to press arrox keys repeatedly to move along @ graph to PARA SU INFORMACION ara oblerer ifurmasion acerca de cima adit la calsladra T8884 obtain important painte, Plus consute le siguente pagina de Enter: instructs you to type or select information needed for a Interet ht we scom/exe. speci?e item. Screen Capture: gives pictures of wnat your calculator screen should look like with chosen speci7catioas highlagnted Los detalles adicionales sobre el uso de MINITAB y Excel estan a su disposicibn mediante el empleo del sistema Help en el sofiware de MINITAB y de Excel. Los detalles adicionales para le TI-83/84 se encuentran en le TI-83/84 Plus Graphing Cal aulator Guidebook, Los detalles especificos sobre el uso de compuiadoras disponibles para las necesidades de usted debe obtenerlos de su profesor, 0 con el responsable de! laboratorio de computacién local Su cenito local de computadoras puede proporcianarle una lista de los progra: mas que hay a su disposiciin, Algunos de los paquetes estadisticos mas {aciles de obtener son MINITAB, JMP-IN, y SPSS (Paquete Estadfstieo para Ciencias Socia- ley) Nota: Hay wa gran tentacién en cuanto a usar ta computadora 0 calculadora para a izar cxalgnier conjunto de datos y burgo considerar los resultadss como si las estadtstisas fuesen correctas. Recuerde el viejo diche “basura entra, basura sale*. Es muy importante el uso responsable de la metodologta estadistica. Corresponde al usuario asequrar la correcta aplicacidn de los métodos idSncos, la extracaion de conclusiones exactas y la comunicacién de éstas a los demds, SECCION 1.6 EJERCICIOS 1.63 ¢De qué forma han incrementado las compu- _ Explique por qué la calculadora puede o no puede ha- tadoras la ulilidad de la estadistica para profesionales ber dado la respuesta correcta como investigadores, analisias de datos que trabajan 1,66 2Qué es lo que significa decir “basura entra, bas pata el gobierno, asesores en estadistica, ete¢tera? sura sale” y cémo es que las computadoras han au- 1.64. Cémo podrian ayudarle Jas computadoras en mentado la probabilidad de que les estudios puedan estadistica? ser victimas de este adagio? 1.69 cAlguna vez escucho usted a alguien decir “esto debe estar bien, porque asf la dice mi computadora"?image not availableimage not availableimage not availableObserve la grifica y responda las siguientes preguntas: a. ¢Parece razonable que la linea de Poblacin y la linea de Conductores corran bésicamente parale- las entre si, y que la linea de Poblacién esta arriba de ln de Conductores? Explique qué signifiea que Jas lineas sean paralelas. ¢Qué seria si no fueran paralelas? b. Las Iineas de Conductores y Automotores se cru: zan. .Qué significa lo anterior? duality Tools > Pareto chart select: chart defects table Enter: Labels in: C1 Frequencies in: 02 select: options Enter: Title: your title > 0K > oK Inttoduzea las categorfas en la columna A y las frecuencias correspondientes en la columna B (los encabezades de las columnas son opcionales), luego continiie con: Primero, ordenando la tabla: Activate both columns of the distribution cheoee: Data > Sort > Sort by: Column 8 (traq on rel freq col.) Select: Descending ly List has: Header row or No Header row > OK Choose: Chart Wizard > Coluwn > 1st picture (usually) > Next44 CAPITULO 2 Anilisis descriptvo y presentacién de daios de una sola variable (univariados) Data Range Data Range: (A185 or select cells) Series in: Goluans > Next Titles Chart title: your title Category (x) axas: title tor x-axis Value (y) axis: title for y-axis > lext > Finish a editar el diagrama de Pareto: Click on: Anywhere clear on the chart ~use handles to size Any title name to change ‘Any coll an the category colunn ang type in a name > Enter Excel no incluye la grafica de Lineas Tr83(64 Plus Introduzca en LL1 las categorias numeradas y en L2 las frecuencias correspondien: les, luego continge con: choose: PRS > EXEC > PARETO Enter: List: La ENTER Ya at least the sum of the frequencies > ENTER Yset Ancrenent for y-axis > ENTER “U pogama PAREIY es nade oe ctrentes programas qe se unde escapade ur pig web Conse ls istine: speieas nla pina Datos cuantitativos ho Una razdn importante para constcuir una grélica de datos cuantitatives es el hi de presentar la distribucidir de los mismos. Distribucién:es ¢ patron de vatiabiidad que presentan los dates de unavariable. La distribucién exhibe la frecuencia de cada valor de la variable. Una de las grdficas més sencillas empleadas para exhibir una distribucién srdfica de puntos. Grafica de puntos: preserta los datos de una muestra al representar cada dato con un punto ubicado alo largo de una escala que puede ser herizontal o vertical La frecuencia de los valores se representa ale largo de la otra escala. EJEMPLO 2.3 Grafica de datos de las calificaciones de un examen La tabla 2.2 ¢s una muestra de 19 calificaciones de un examen, mismas que fucron seleccionadas aleatoriamente de un grupo de alumnos.FIGURA 2.4 Grafica de puntos Minitab (Versi 14) Excel Tr-astea Plas SECCION2.2 Grilicas, diagramas de Pareto ydiagramas detalloy hoja 45. Muestra de 19 calificaciones de examen 18 % a 6 6 78 8 t 2 CI 86 at a 8 B 2 8 it 8 La figura 2.4 ¢s una grafica de puntos de las 19 calificaciones de examen, 19 calificaciones de examen Fil oo. tbe cee e cece we 30 ea 70 so so 100 Observe la forma en la que se “agrupan” los datos de la figura 2.4: estan concen- trados cerca del centro y mis dispersados cerca de los extremos. La presentacidn de una grifica de puntos es una téeniea que conviene usar cuando se empiezan a anaiizar los datos. Produce una imagen de los datos que los clasifica en orden numérico. (Ordenar datos es ponerios en una lisia en orden de jerarquia segiin el valor numérico.) INSTRUCCIONES DE TECNOLOGIA: GRAFICA DE PUNTOS Inttoduzca los datos en C1; luego contintie con, choose: Graph > Dotplot... > One Y. Simple > ok No se dispone de un diagrama de graficas de puntos, pero se puede realizar el paso Introduzea los dawos en la columna A y active iniclal que implica clasificar los dato la columna de dates: luego contintie con: Choose: bata > sort Enver: Sort by: Column A Select: Ascending > My List has: Header row or No Header row ttlice los datos ordenados para terminar de construir la grafica de puntos. jroduzea Tos dates en L1; luego cont choose: PRGH > EXEG > OOTPLOT* Enter: LIST: Lt > ENTER Yin: at most the lowest x value ymax: at Least the highest x value Yscl: 0 or increment Ynax: at Least the highest frequency “Elpograma DCTPLOT es ura de umes preramns oq pone ar escaraos unlio web, Ela pga 42 va Instuccinos estos,image not availableimage not availableimage not availableFIGURA 2.9 Graficas de puntos con escala comtin 1) Excel SECCION2.2 Grilicas, diagramas de Pareto ydiagramas detalloy hoja 49 Pesos de $0 estudiantes universitarios INSTRUCCIONES DE TECNOLOGIA: GRAFICAS DE PUNTOS MULTIPLES troduzca los datos en C1 y en €2 las categories num go contintie con: choose: Graph > Dotplot . select: one Y, ¥ith Groups > OK Enter: Graph variable: ¢1 Categorical variables for grouping: €2 > 0K Si las diversas categorias estan en columnas separadas, scleccione Mutiple ¥ Simple e introduzca las demas colummas bajo las variables Graph. No se dispone de un diagrama de graficas de puntos, pero es posible hacer el paso inicial de clasificar Jos datos. Utilice los comandos como se muestra, con el diagrama de grafica de puntos de la pagina 45, luego termine construyendo manuslmente las grificas de puntos, Teaves roduzea en L1 los datos pare la primera grifica de puntos y en 13 los dates para la segunda gralica de puntos; luego continée con: choove: STAT > EOxT > asB0rta( Enter: Li > ENTER tn L2, enter counting nunbers for each category. hm uw 14 we 162 74 choose: staT > torr > a:sortac Enter: 1a > ENTER Jn LA, enter counting numbers (a higher set*) for each category; Hor xanple: uae 10,10,11,10,10,11,12,...(oFfeets the two dot plots) choose: and > FORMAT > AxesOFF (Optional rust return to Axoudn Pike Pots baa ort choose: 2nd > STAT PLOT > 1:PLOTH Mt tas b= dhe Pomence eadimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableimage not availableIMINITAB (Versin 14) Excel SECCION 2.3. Distrbuciones de frecuencias e histogrames 61 INSTRUGGIONES DE TEGNOLOGIA: HISTOGRAMA Introduzca los datos en C1; luego contintie con: choose: Graph > Histogram > Sinple > 0K encer: Grapn varaaoie: choose: Labels > Titles/Footnote Enter: Your title and/or footnote > 0 choose: scale > Y-Scale Type Select: ¥ scale Type: Frequency or Percent or Density > OK > OK To adjust nistogram: Double click anywhere on bars of histegran, seivct: Binning Select: Interval Type: Midpoint or Cutpoint interval De%nitions: Automatic or. Number of intervals: Entes: Nor, Midpt/eutpt positions; Enter: A:B/¢ > OK Notas: Los puntos medios son los puntos medios del grupo, y los puntos de corte son las fronteras del grupo. 2. El porcentaje es frecuencia relativa. 3. Automnitice significa que MINITAB hard todas las selecciones; = nimero de Intervalos. es decir, el niin ro de grupos que usted desea se usen. 4. A = punto medio mas pequefo de grupo o frontera, B = punto medio més grande de grupo o rontera, C= ancho del grupo que usted desea especificar. Los comandos siguientes dibujaran el histograma de una distribucisn de frecuen- cla, Los grupos de extremo se pueden hacer de ancho completo al agregar un grupo extra con frecuencia cero a cada extieme de la distribucisn de freenencia. Introduzca Jos puntos medios del grupo en C1 y las frecuencias correspondientes en C2. choose: Graph > Seattorplot > with Connect Lino > OK: Enter: Y variables: ¢2 x variables: ¢1 Select: Data View: Data Display: Symbols Connect > 0K > ok Double click en a connect Lise Select: options Gannaction Function: Step > OK Introduzea los datos en Ia columna A y los limites* superiores de grupo en la columna B lopcional} y (encabezados de columna son opeionales); luego contintie con: choose: Tools > Date Analyoiet > Motegras > 0k Enter: Input Range: Data (A1:AB or select cells) Bin Range: upper class Limits (81:86 or select cells) [leave blank if Excel determines the intervals} select: Labels (if coluan neadings are used) output Range Enters area for freq. distr. & arash (C1 or select cell) Select: chart output Para climinar brechas entre barras: click on: Any bar on graph Click on: Right mouse button choose: Format Data Series > Options Encor: Gap teen: 0image not availableimage not availableimage not availableFIGURA 2.14 Oiiva SECCION 2.3. Distrbuciones de frecuencias e histogramas 65 tvibucién de trecuencia relativa acunulativa Nomero — Fronteras Frecuencia Las frecvenciasacumultias son para el intervalo degrupo de grupo acumulaiva rlativa de 95 hasta ls ioera superior dese grapa 1 B=r<45 60,0004 << nis de 35 a enas de 45 1 W155 0/80, 0008 <———_ns de 35 2 nanos do 55 4 s=x<65 150, 0022 << __is de 35 a menos de 65 4 24/50, 0 0.48 i 35/50, 0 0.10 i 46/50, 0 092 i 50/60, 0 1.00, << mis de 35 hasta 105 inolsive Las distribuciones acumulativas se pueden presentar en forma grafica Ojiva: ge trata de una arafca de linva de una frecuencia acumulatva o distribucidn de frecuencia relativa acumulativa. Una ojvattiene los componentes siguientes: 1. Un titulo, que identifica la poblacién o muestra 2. Una escala vertical, que identifca ya sea las frecuencias acumultivas © les ‘recuencias acumulatvas reatvas. (La figura 2.14 muestra una ojira con fre- uenoiae aoumulavaa relatvac) 3. Une escala horizontal, que idenilice las fronteras superiores de grupo. [Hasta que se haya alcanzado la frontera superior de un grupo, no se puede estar seguro de haber acumulado todos los detos on ese grupo. Por tanto, la escala horizontal para una ojiva esta siempre basada en las fronleras superiores de arupo) 50 calificaciones de examen final en estadistica elemental, 100. 3 oso 0.0 00 020. Freeseneia aeumulaiiva relatira : 10s Nota: cualquier ojiva se inicia a a izquiera con una frecuencia relativa de cero en a frontera més baja de grupo del primer grupo, y termina a la derecha con Irecuencia acumulativa relative de 1,00 (0 100%) en la frontera superior de grupo del tikimo grupo,image not availableimage not availableimage not available2.38 Pensardénde caeré un rayo es wn trabajo casi im posible. Cundo caeri ese rayo, no obstamte, se ha he cho mas predecible con base en Investigaciones. Para una pequefta zona en Colorado, se recoleciaron datos y los resultados se presentan en el histograma que si= gue Rayos que eaen sam 92S Hora éel aie 69m Con base en el histograma: a. ¢Para qué variable se recolectaron los datos? b. 2Qué represents cada barra (intervalo)? © ZA qué conclusion se puede “cuéndo” czerd un tayo en esta pequefia zona de Colorado? Megar acerca de d. 2Qué caracteristicas de la grafica apoyan la con- clusién? 2.39 Una encuesta de 100 gerentes de cubes de bal: nearios acerca de sus salarios anuales result6 en la i= guiente distribucién de frecuencia Salaro anual (mits de §) 15-25 15-85-9545 45-55 58-65, Nim.de geentee n 7 6 6 a, El dato “35* pertenece a zqué grupo? b. Explique el significado de "35-45" c. Explique qué es el “ancho de grupo", dé su valor, y describa tres formas en que se pueda determi- , ‘Trace un histograma de frecuencia de los salaries anuales para gerentes de clubes de balnearios. Aplique leyendas a fronteras de grupo. (Revenga esias soluciones para usarlas en el ejerci- cio 2.51, p. 71.) de tally y hoja en un histograma, Escriba las hojas para el nimero de casos en el diagrama de tallo y hoja, Lucgo clabore usted el histograma correspon diente. Comenie sebre las similitudes y diferencias. 2.41 El examen de aptitud en ciencias de la computa cién KSW se dio a 50 estudiantes. De sus calificacio- nes, resullé la siguiente distribuci6n de frecuencia’ Calfenineuren XSW 04 48 BM M8 DM M4 Fresca oo 8 @ 6 3 7 a, ¢Cudles son las fronteras para el grupo que tiene la frecuencia mas grande? b. Dé todos Jos puntos medios de grupo aseciados con esia distribuciin de frecuencia, ©. ¢Cudl es elancho del grupo? 4. Dé las frecuencias relativas para los grupos, fe. Trace un histograma de frecuencia relativa de las calificaciones del examen, 2.42 La USA Snapshot titulada “Monjas, un orden que envejece” informa que la edad media de las 4,022 monjas catélicas romanas de Estados Unidos es 65 afi, y los porcentajes de monjas estadounidenses por grupo de edad son como sigue: Mores de50 $1 70 Ns de 70 Ngaron ss edat oT sam 3m st Esta informacién est basada en una encuesta de 1049 monjas catélicas romanas, Suponga que la encuesta hubiera resultado en la siguiente distribucién de fre cuencia (52 edades desconocidas} la 0-30 3040 40-50 6060 60-70 Fecenia = MYTH 7080 90-90 mW a. Trace y aplique leyendas completas a un histogra~ ma de frecuencia b. Elabore grama de frecuencia relativa de la misma distribu- cin. ¥y aplique leyendas completas aun histo Con todo cuidado examine los dos histogramas de las par say by explique por 4 dria ser més fécil de entender. (Retenga estas solu- ciones para usarlas en el ejercicio 2.166, p. 123.) mo de ellos po-image not availableimage not availableimage not availableSECCION24 Medidas de tendencia central 73 E22) sMedidas de tendencia central Lay medidas de ten sentido, el centro de un conjunto de datos, Es Irecuente que el término promedio se asocie con todas las medidas de tendencia centea. jencia central son valores numéricos que localizan, en alin Media (media aritmética): es el promedio con el que probablemente el lector esté mas faniliarizado. La media muestral se representa por ¥ (léase “x barra” o “media muestral). La media se encuentra al sumar todos los valores de la variable x (esta suma de x valores se simboliza como 22) y ividir la suma entre el name ro de estos valoroe, » (el “tamako musstral’). Exprocamos ecto mediante {6rmula ‘media muestra: xbarra= Sta de todas las x. . ‘mor de las x ea (2.1) 7 Not 1, La media poblacional,j4, es In media de todos los valores de para toda Ia pobla- EJEMPLO 2.8 Para hallar la media Un conjumto de datos consta de los cinco valores 6, 3, 8, 6 y 4. Encuentre la media, UGION coma férmula (2.1), encontramos ot3+8t6 5 27 =tesa Por lo tanto, la media de esta muestra es 5.4. PARA SU INFORMACION Se puede construir una representacién fisica de la media si consideramos una 2.8, En la figura 2.15 hay un peso por cada uno de los ntimeros 3, 8 y 4 y dos pe- Representacion fi: + i rs LO Kk Soe 54 (el conto de gravedad,o puro deequilbrio)image not availableimage not availableimage not availableFIGURA 2.19 Rango medio de {3, 3, 5, 6, 8} FIGURA 2.20 Medidas de tendencia central para (6, 7, 8, 9,9, 10) caso PRACTICO 2.11 SECCION24 Medidas de tendencia central 77 Para el conjumty de datos del ejemplo 2.9, (3, 3,5, 6, 8), L= Sy Hf = 8 (veala figura 2.19) Por tanto, rango medio = a t t t Ainitad ent los extremos) Las cuatro medidas de tendencia central representan cuatro métodes diferentes de describir el centro. Estos cuatro valores pueden ser iguales, pero es mas probable que sean diferentes. Para los datos muestrales del ejemplo 2.10, la media, &, es 8.2; la mediana, & es 8.5; la moda es 9, y el rango medio es 8. La relacién entre ellos y con los datos se muestra en la figura 2.20. 6 7 + ' 8 ° 0 + + + $e. Rango mecio —+ § 8285 9 +—Mado Mods ——— “Promedio” significa cosas diferentes Cuando se trata de conveniencia, pocas cosas pueden compararse con la mara. villosa herramienta matemdtica que se denomina promediar. Con un promedio, se pueden tomar algunos niimeros de cualquier tema y calcular un mimero que represemiard todo el conjunto. Hay algo que debemos recordar: existen varias clases de medidas que por lo general se conocen como promedios, y cada una da una imagen diferente de los ni- ‘meros que se le pide representar. ‘Tome un ejemplo, La tabla 2.11 ilustra los ingresos anuales de 10 familias Ingresos anuales de 10 familias $54000 $38000 $37500 $35750 05250 $1500 $31500 FSI SOD $31 800 $7540 £Cual seria el ingreso “tipico” de este grupo? Hacer el promedio daria la res puesta, de modo que calculemos el ingreso tipico al usar las clases de promediar ids sencillas y que se usan con mas frecuencia, + La media sumar los elementos del conjunto de datos y luego dividirlos entre el niime~ ica, Esta es la forma de promedio més comin, obtenida alimage not availableimage not availableimage not availablehacionales en los 31 aeropuertos més grandes de Esta dos Unidos fueron como sigue aL 03m) ‘+= Lento para eto dor etn on it xinannoincangeg ouoohasn Fae: US, Deparment of Tarsprttion, Bureau of Tanspottin States a, Encuentre el porcentaje medio de Ilegadas a tiem: po para enero de 2005, b. Encuenire la mediana del porcentaje de llegadas a tiempo para enero de 2005. ©. Construya un diagrama de tallo y hoja de los datos. dd. Describa la relacidn entre la media y la mediana y qué propiedades de los datos hacen que la media sea menor que la mediana. (Retenga esias soluciones para usarlas en el ejercicio 2.99 de la pagina 92.) 2.74 El *promedio” ¢s una estadistica que generalmen- te se reporta, Esta pequeiia parte de informacién puede ser muy informativa o may engaiiosa, con la media y la «diana siendo las dos que més se reportan, a. La media es una medida ttil, pero puede ser enga~ flosa, Describa una circunstancie cuando la media sea muy itil como promedip y una cireunstancia cuando la media sea muy engafiosa como prome- dio. b. La mediana es una medida til, pero puede ser engafosa mediana sea muy til como promedio y una cit- cunstancia cuando la mediana ser muy engafiosa como promedio, Describa una circunstancia cuando la 2.75 A todos los estudiantes de tercer grado de la Bs cuela Elemental Roth se les aplics una prueba de resis- tenda y condiciones fisicas, Resultaron los siguientes datos: 2m 6 9 29 5 9 3 5 BI Boerne suu nnn we v6 4 6 Bw 9 4 1 Be mw “om 6 622 6 BM 8 mw 69276 94 Bw 8 a. Construya una gréfica de puntos, b. Eneuenire la moda, c. Blabore une distribucisn de frecuencia agrupada usando grupos I-4, 4-7, ete, y race un histogra ma de la distribucién. SECCION24 Mecidas de tendencia central 81 d.Deseriba Ia distribucién; especificamente, ¢la dis- tribucién es bimodal (alrededor de qué valores)? €. Compare sus respuestas de los incsos a, 6 y co- mente sobre la relacién entre la moda ylos valores modales en estos datos £, ¢Podria ocurtir Ia diserepancia encontrada en la comparacién de la parte e cuando se use una dis- tribucisn de frecuencia no agrupada? Explique. Explique por qué, en general, la moda de un con junto de datos n0 necesariamente nos da la misma informacién que los valores modales. 2.76 Es frecuente que a los consumidores se les ad- vierta de po comer demasiado alimento alio en alo ras, grasas y sodio por numerosas razones de saludo y condiciones fisicas. Neuirition Actino HealthLetter publics una lista de conocidas marcas de “perros calientes” ba- Jos en grasas que comanmente se les aplica etiqueta de “sin grasa”, “reducidos en grasas", “bajo contenido de grasas”, “para dieta’, etc,, junto con sus calorias, contenido de grasas y sodio. Todas las cantidades si- gulentes sen pata un “perro caliente Marca de “per caliente” Gdorias asa (g) Sit (mg) Balp 50 0 #0 ButerballF 0 0 #0 ‘Los dos past eee extn an ty /anaanticacenpegeconehaon Foie: Wain Attinttr, “On the Links jullegosty 1998, p. 12-18 a. Encuentre la media, mediana, moda y rango me- dio de las calorias, grasa y contenido de sodio de todas las salchichas descritas, Use una tabla para resumir sus resultados. b. Construya una grafica de puntos del contenido de grasa. Localice la media, mediana, moda y rango medio en Ja gré ©. Brel verano de 2005, el ganador del Famoso Cons curso de Comer Perros Calientes el Cuatro de Ju- lio de Nathan consumié 49 perros calientes en 12 minutos. Si se le hubiera servido la mediana del perro caliente, gcuantas calorias, gramos de gra- Sa, ¥ miligramos de sadio consumié en esa sola sentada? Si la tolerancia diaria recomendada por Ingestién de sodio es de 2400 mg, ¢la rebasé el concursante? Explique 2.77 Es probable que el niimero de carreras anotadas por equipos de las ligas mayores de béisbol sea influen= ciado porgue e] juego se desarrolle en su campo, comoimage not availableimage not availableimage not availableSECCION 2.5 Medides dedispersion 85. FIGURA 2.22 Desviaciones desde la media La figura 2.22 muestra las cnatro desviaciones desde la media, Para describir el valor “promedio” de estas desviaciones, podriamos usar la des- Lue viacién: media, la suma de las desviaciones dividida entre 1, No obstante, como la suma de las desviaciones, B(x—}, es exactamente cero, la desviacién de la media también seré cero, De hecho, siempre seré cero, lo cual significa que no es luna estadlistica Gil. ¢Gsimo ocurre esto, y por que? La suma de las desviaciones, 2(4~), 5 slempre cero porque las desviaciones de x valores menores que la media (que son negativas) cancelan las valores de x ma= yores que la media (que son positivos}, Podemos eliminar este efecto neutralizador si hacemos algo para que todas las desviaciones sean positivas. Esto se puede lograr de dos formas. Primero, usanclo el valor absoluto de la desviac in, fy), podemnos tratar cada desviacién come su “tamaiio” o distancia tinicamente. Para nuestra ilus- traciGn obtenemos las siguientes desviadiones absolute. Datos, x 6 3 8 5 3 Valor absoluto de desviacién, 1 2 3 0 2 Desvi n media absoluta: clones desde la media: esviacin media absobta = (it de alorosabecutos do nomena Six-z a desviacion media ebsolua (2.3) Para nuestro ejemplo, la suma de las desviaciones absolutas es s(l4243404a)y Elx-3]_ 8 desviacidin media absoluta = = 2-16 5 Aun cuando esia medida particular de dispersién no se usa con Irecuencia, es tuna medida de dispersin, Nos indica la “distancia” media 4 la que estén los datos desde la media. Una segunda forma de eliminar el efecto neutralizador positivo-negativo es el var al cuadrade cada una de las desviaciones; el cuadrado de las desviaciones seré de valores positivos (positivos © cero). EI cuadrado de las desviaciones se usa para hallar la varianca,image not availableSECCION 2.5 Medides dedispersi¢n 87 Desviacion muestral esténdar: la desviacién astindar de una muestra, s, esa raiz cuadrada positive de la varianza: sesviacion muestra estandar: s = ralecvadada de variance muestral ve (2.7) Para las muestras de la figura 2.23, las desviaciones estandar son V4, VILS, 03.4. oy Nota: es freetente que el numerador para la varianza muestral, Nix 5), se deno- mine sma de cuadrades de x y se simbolice por $8(x). Asi, la formula (2.6) se puede expresar como. S8ia1 varianza muestral: s? = (28) donde $S\x} Dap. Las formulas para varianza se pueden modificar en otras formas para uso mas facil en diversas situaciones. Por ejemplo, supdngase que tenemos la muestra 6, 3, 8,5, 2. La varianza para esta muestra esté calculada en la tabla 2.13, Céleulo de varianza usando Ia formula (28) Paso 1, Haller Sx aso 2. Hallar Paso 3. Halar toda. — Paso 4, Hadar (x — 37) Paso, Halar s? 6 f-48= 12 (1.2 = 1.4 Leena 3 a—48 = -18 (— 18) = 324 RET 8 a— 48 a2 GB." = 10.24 5 5-48 02 ge Bay; 2 1-48 } =48 Se-a= 1@ g=5T La arluméuica para este ejemplo se ha hecho més complicada porque la media contiene digitos diferentes de cero a la derecha del punto decimal. No cbstante, la “suma de cuadrados de x”, el numerador de la {Grmula (2.6), se puede resctibir de tal forma que ¥5 no se incluya: ‘Suma de cuadrados de x SS) = Exe — i uw (2.9)88 CAPITULO2 Anilisis descriptvo y presentacién de daios de una sola variable (univariados) PARA SUINFORMACION Consuela panna 90 pare obtener una exgcacn dela iaos. La combinacién de las férmulas (2.8) y (2.9) da la “formula breve” para la va rianza muestra: \Varianza muestral, “formula breve” uma de x2) — | ST rer sevaciaa = ‘aamero — 7 varianva muestra (2.10) Las firmulas (2.9) y (2.10) se denominan Brees porque evitan los eéleulos de X Los cdlculos para SS(x}, sy susando las f6rmulas (2.9), (2.10), y (2.7) seefectitan comp se ve en la tabla 2.14. Caleulo de desviacian estandar usando el métedo breve Paso 1. Caloular 1x Paso 2.Calcalar x’ Paso 3, Clcular SS (x) 6 4 8 5 2 ‘MINITAB (Version 14) Excel Paso 4. Caloular s® Paso 5, Calouar s y (uy 2. Gat vit ssw =e ut s= Vat = 524 = 199 - oe $50) = 198 - ta SS(e) = 138 — 1152 arn $80) = 28 e857 La unidad de medida de la desviacién estindar es la misma que la de los datos. Por ejemplo, si nuestros datos estan en libras, entonces la desviacién esténdar, s, lambién estard en lilras. La unidad de media para la varianza podrfa entonces ser considerada como unidades euadradas. En nuestro ejemplo de libras, esto seria bras auadradas, Como se ve, Ia unidad tiene muy poco significado, INSTRUCCIONES DE TECNOLOGIA: DESVIACION ESTANDAR Introduzea los datos en C1; Iuego continte con: choose: Calc > Colusn Statistics Select: Standard deviation Enter Input variable: 61 > oK Introduzea los datos en la columna A y active una celda para la respuesta; luego choose: Enter: Insert Function, #, > Statistical > STDEV > 0K Nuaber 1: (A2:A6 or select cells)Th-94 Plus IMINTTAB (Versin 14) Excol T8984 Plus SECCION 2.5 Medides dedispersion 89 Introduzea los datos en L1; luego continte con: choose: and > LIST > Math > 7:Stddev( enter: u INSTRUCCIONES DE TECNOLOGIA: ESTADISTICAS ADICIONALES Introduzca los datos en C1; luego continie con: Choose: Cale > Coluan statistics Then one at a tine select the desired statistic select! N total —Munder of data in column sum Sun of the deta in column Mininun — Snaliest value in column Naxinum Largest value in column Range Range of values in columa Sum of squares Sum of squared s-values, Bx? Input variable: ct > OK Inttoduzca los datos en la columma A y active una celda para la respuesta; luego continie con: Choose. Insert Function, f, > Statistical > COUNT > MIN > MAK oR > AL > su SUNS Enter Number 1: (AQ:AG or select cells) For range, write 2 forma: Hax() Min () Introduzca los datos en L1; luego contimie con: Choose. 2nd LIST Math 5:sum( tmin( Pemex Enter u \dar on su ealeulador: dos férmulae para hallar la desviacién estandar y caloular ambas impensadamen- te, pero esperando que el usuario decida cull es cerrecia para les datos dados, 2Cbme decidir? esi todas las saleuladorae tlenen La desviacion muestral estandar se representa con lalletra sy usa la formula “divicir entie n-1", La desviacién ppcblacional estancler se denata por ay usa la férmula “vidi en treo”. Cuando se tengan datos muestrales, siempre debe usar la férmula s o ‘divieir ‘entie n- 1°, Tener los datos poblacionales es una situacién que protablemente urea ocurre, como no sea en un ejercicio de libros de texto. Si no se sabe si se tienen datos muestrales o dates peblacionales, es buena “apuesta a que son da- tos muestrales y entonces usar la firmula so “dividirentre n 1",90 CAPITULO 2 Anilisis descriptive y presentacién de datos de una sole variable (univariados) Férmulas multiples: los estadistices tienen diversas {érmulas por conveniencia, es decir, conveniencia respect a la stuacion, Los siguientes enunciados ayudarars al lector a decidir eval formula usar: 1. Cuando trabaje en computadoray use software de estadistica, por lo general primero se guarda todos los datos. Le computadora maneja con facilidad ope~ raciones repetidas, y puede "volver @ examiner” los datos guardados con la frecuencia que sea necesaria para completar un procedimiento. Loe eleuloe para variarza muestral se efectuardn usando la férmula (2.6), siguiendo el pro- ‘oese que se veen la tabla 2.12. 2, Cuando trabaje con una calculadora que tengs funciones estadisticas integra: das, ls calculadora debe efectuar las operaciones necesarias en cada uno de les datos cuando se introduzcan los valores (la mayor parte de las calculado- res de bolsilo no tienen capacidad para guardar datos) A continuacion, una vez introducides los datos, los calculos se efectuarén mediante las sumatorias apropiadas, Los cdleulos para varianra muestral ex haran usando la formula (2.10), siguiendo el procedimiento que se ve en la ‘abla 2.14. Ae ee ee eae pment are eegne ace ieee bet Atfonse oti cas (ee lain eSonveniant satan depohaer| ees ocd cert tee cr ol eect ea cere ee (Cuando una férmula iene famas mitiples, Bisque uno de los iconos siguientes: se usnparaidertfon la mula mis probable do usar por una computador, se usa para identifica a érmula mis probable de usar por una calculador 1B ce usa paraidenifcarla rule mas probable para cic hecos ranumert, Wey tecraredermice ates Oro SECCION 2.5 EJERCICIOS 2.85 En 2004, el Tax Policy Center publics las estadis- Uicas siguientes acerca del promedio anual de impues- tos de 2002, y el ingreso personal pagado por persona por estado, Ipsests Porentaje de or gersota Lugar ingeso personal Lugar Hav STB 1 96 1 South Dakota $1288 50 48 a New Hampshire $1478 5 a 50 Fetes: Federation of Tx Adminstrator (200) y U.S. Breau ofthe Cons y Bureau of Ecaomie Anaysis, Mtp//texpolioyenterarp/TsFacisTFOBI Teonplatecn/?Dcid=9098Too24-20 a. Encuentve el rango para la cantidad de impuestos pagados por persona b, Encuentre el rango para el porcentaje de ingrese personal pagado en impuestos por persona 2.86 a. El datox=45 tiene un valor de desviacién de 12, Explique el significado de esto, b, Bldatox=84 ene un valor de desviaciGn de 20. Explique el significado de esto, 2.87 La sama Dix — cuerde la definicién de la media (p. 73) y vea si puede justificar este enunciado, ) es siempre cero. zPar qué? Re- 2.88 Todas las medidas de variacién son no negativas en valor para todos los conjuntos de datos. 4. {QUE significa que un valor sea “no negativo"?b. Describa las condiciones necesarias para que una medida de variacién tenga el valor cero. ©. Describa las condiciones necesarias para que una medida de variacién tenga el valor positivo, 2.89 Una muestra contiene Ios datos (1, 3, 3, 6, 10}, a. Use la férmula (2.6) para hallar la varianza. bo Use la formula (2.10) para hallar la varianza Compare los resultados de las partes a y b. 2.90 Considere la muestra 2, 4, 7, §, 9. Eneuentre lo siguiente: a. Rango b.Varlanza s, usando la {6rmula (2.6) 6 Desviacién estanday, » 2.91 Considere la muestra 6, 8, 7. 5, 3, 7. Preuentre lo siguiente: a. Rango b. Varianza s, usando la f6rmula (2.6) c. Desviacion estandar, s 2.92 Data la mwestia 7, 6, 10, 7, 5.9 3,7, 5, 1, ene cuentre lo siguiente: a. Varianza sando la f6rmula (2.6) b. Varianza st usando la formula (2.10) c. Desviacion estandar, s 2.93 A quince estudiantes universitarios selecciona- dos al azar se les pide indicar el niimero de horas que durmieron la noche anterior. Los datos resultantes son. 5,6. 6,8, 7,7,% 5,4, 8, 11, 6,7, 8 7. Encuentre lo siguiente: a. La varianza s, usando la formula (2.6) b. Varlanza s, usando la {6rmula (2.10) La desviacién estindar, « 2.94 Una muesira aleatoria de 10 de los corredores NASCAR de la Copa Nextel 2005 produjo las siguien- tes edades: 33, 48, 41, 29, 40, 48, 44, 42, 49, 28. a, Encuentre el rango. b. Encuenize la varianza, 6 Encuenira la deiviacién esténdar, SECCION 2.5 Medides dedispersi¢n 91 2.95 Sumar (o restar) el mismo ntimero de cada valor de un conjunto de datos no afecta las medidas de va- riabilidad para ese conjunto de dates. a, Encuentre la varianza de este conjunto de datos anuales de calefaccién-gradosdia: 6017, 6173, 6275, 6350, 6001, 6300. b. _Encuentre la varianza de este conjunto de datos (obtenida al restar 6000 de cada uno de los valores de la parte a}: 17, 173, 273, 350, 1, 300. 2.96 Un aspecto de la belloza de un paisaje es su varia bilidad. A continuacién aparecen las elevaciones (en. pies sobre el nivel del mar} de 12 ciudades selecciona- day al azar de la regidn de los Finger Lakes de) norte de] estado de Nueva York 569 85 161 58 651 896 105 13561 158 8B Foes: tp oy datacom a. Encuentre la media, b. Encuentre la desviacion estindar. 2.97 A los reclutas de una acadermia de policis se les requiris sometersea una prueba que mide la capacidad para hacer ejercicio, La capacidad para hacer ¢jercivio (en minutes) se obtuve de cada uno de 20 reclutas: a ) % mot 0 2 % 8 9 2 1 9 8 9 BD a. Trace una gratica de puntos de los datos. b.Encuentre la media € Encuentre el range. d. Encuentre la varianza ce. Encuentte la desviacién estindar. f, Usando la gréfica de puntos de la parte a, trace una linea que represente el rango. A continuaciin trace una linea que se inicie en la media con una longitud que represente el valor de la desviaciin estndar, Describa cémo estén relacionados la distribuciin de datos, cl rango y la desviacién esténdar. 2.98 La revista Beiter Roads publics el porcentaje de puentes interestatales y de propiedad del estado que estaban estructuralmente deficientes, o funcionalmen- te obsoletes (9%SDIFO}, para cada uno de los estadosimage not availableFIGURA 2.24 Cuartiles FIGURA 2.27 Procedimiento para hallar P, SECCION2.6 Medias de posicién 93 (Cuartites: son valores de la variable que dividen los dates ordenados en cuartos; ‘cada conjunto de datoa tiene trea cuartles. El primer cuarti, Q,, 02 un niimaro tal que a lo sumo 25% de datos son menores en valor que Q, y a lo suma 754% son mayores. El segundo cuaiil es la mediana. El tercer cuartil, Q,, es un nimero tal que a lo sumo 75% de los datos son menores en valor que Q, y a lo sumo 25% son mayores, (Vea la figura 2.24.) Datos clasificados, onen ereciente ase | 25m | ase | 25% 1 2 e Qs # El procedimiento para determinar los valores de los percentiles y se cuartiles es el mismo que para juestta en la siguiente deserlpcldn de percentiles. Recuerde que sus daios deben esiar clasificados de hajo (2) a alto (H) Percentiles: son los valores de la variable que cividen un conjunto de datos clasi- ficados en 100 subconjuntos iguales; cada conjunto de datos iene $9 percentiles (ea la Fgura 2.25). El k-ésimo percenti, P,.es un valor tal que a lo sumo K% de los datos 90n menores en valor que P, y alo sumo {100 ~ k)!b de los datos son mayores (vea la figure 2.26), FIGURA 2.25 Percentiles FIGURA 2.26 k-ésimo percentil Datos castcads,onden eresiente Datos clasificados orden ereiente 11m 1%) 4) | Ie | 1% 1% 10 simo Ate | alle sum (10) —A% LPL Py Py Py Pay Poy Poy H L m Notas: 1. El primer cuartil y el 25avo percentil son lo mismo; es decir, Q, ~ P,, También, 2. La mediana, el segundo cuartil, y el S0avo percentil son todos lo mismo: ¥ = Q = Po, Por tanto, cuando se nos pida hallar P,, 0 Q,, usamos el procedi- mifento para hallar la mediana. EI procedimiento para determinar el valor de cualquier k-ésimo percentil (0 ‘cuartill comprende cuatro pasos bésicos como se indica en el diagrama de la figura 2.27. El ejemplo 2.12 se muestia el procedimiento. Paso 1 |) Gadehav tot dates, de menora mayer y ni paw 2 Caeular 7 Resulta ut nerd con una fraccin Pesos al) =A5 GPx) =. siguiente enero nds Paso {la mitad ent ol yalor Py esel velorde los datos de la de os datos en la A-dsina posiciga— Boévima posieion Yl valor delos datos siguiente94 — CAPITULO2 Anilisis descriptvo y presentacién de daios de una sola variable (univariados) EJEMPLO 2.12 Calculo de cuartiles y percentiles Usando la muestra de 50 calificaciones del examen final de estaiiistica elemental gue aparecen en la tabla 2.15, encuentre el primer cuartil, Q,: el 38-avo percentil, Pg y-el ercer cuartil, Q, Calfiaciones sin prozesar pare examen ée estadistioa o @ » & 8 7 6 6 8 M 7 a 8 & 9 8 2 8 N 7 3 8 8 8 0 & M7 7 8 B® 8 MM 5 8 Mm B n ou Rn & © % @ o 8 F % 7 SOLUCION PASO1 —_Ordene os datos: puede ser formulada una lista ordenada (vea tabla 2.16), 0 puede usarse una gréfica que muestre los datos clasificados. La grafica de puntos y el diagrama de tallo y hoja son iitiles para este propésito. El diagrama de tallo y hoja es especialmente ttl, porque da rntimeros de profundidad contados desde ambos extremas cuando se genera en computadora (vea figura 2.28). El paso 2 es el mismo para las tres estadisticas. Encuentre Q, nk nk _ (50)(25) PASO2 — Encuentre 7: ~ 125 100° 100 00 (1 = 50 y k= 25, porque Q, = P,,.) Datos clasficadas: Calficciones Figura 2.28 Final de eamen Calificaciones de examen final SM Bt Tay ection A= 80 * we ies ‘apn ded Unidad = 1.0 o 8 oe @ ise o 8 « me oo ajaya oo on te Yay ajay? : se sia et Ris |e a 1k sae 3 10 Wj eas wale | eras a on m1 Soagrezes won iu psn dn @ | 7! srries ee) Dera a |e! cores 4 |e seve PASO3 — Encuenire la profundidad de Q,:d(@,) = 13 (porque 12.5 contiene una fraccidin, B es el siguiente entero mas grande, 13.) PASO4 — Encuenite @):@,¢5 «l 13ave valor, contando desde Z (vea la tabla 2.16 0 figura 2.28), Q, = 67EJEMPLO 2.13 SECCION2.6 Medias de posicién 95 Encuentre P,g nk wk (50)(58) 100° 100 100 PASO3 — Encuentre la profundidad de P.: dl?) ro, sume 0.5 ¥ use 29.5.) PASO? — Eneuentre entre = 29 (n= 50 y k= 58 para 19.5 (como A = 29, un enie- PASO4 — Encuentre P.,: ?,, €8 el valor que estd a la mitad entre los valores de las 29ava y 30ava piezas de datos, contando desde J. (ver la tabla 2.16 la figura 2.28), y 78 =775 Por tanto, puede decirse que “a lo més, 58% de las caificaciones de examen son menores en valor que 77.5". Esto es equivalente a decir que “a lo mas, 42% de las calificaciones de examen son mayores en valor a 77.5." Téarica opcionel: cuando kes mayora 50, reste Fde 100 y use (100k) yponga ken el paso 2. La profundidad se cuenta entonees desde el dato mas alto, H Encuentre Q,, usando Ia técnica opcional nk, mk _ (50\(25) PaSO2 = Encuentre ~~: ~~ Let: 100° 100-100 Q, = Pay YR > 50; use 100 — k= 100 — 75 = 25.) 12.5 (= 50 yk =73, donde PASO3 — Encuentre la profundidad de Q, desde PASO4 — Encuentre la profundidad de QQ, ¢s el }Bave valor, contando a (vea tabla 2.16 0 figura 2.28), Q, = 86 ssde IP Por tanto, puede decirse que “a lo sumo, 75% de las calificaciones de examen son menores en valor a 86." Esto también equivale a decir que “a lo sumo, 25% de las calificaciones de examen son mayores en valor a 86" Una medida adicional de tendencia central, el aiartil medio, puede ahora di nitse. ‘Cuartil medio: El valor ndmore que aoti al centto entre ol primar curly el torear cuart cart medio = OO 1) Para hallar el cuartil medio Encuentre el cuartil medio para el conjunte de 50 calificaciones de examen dadas enel ejemplo 2.12 SOLUCION Q, = 67 y G, = 86, como se ve en el ejemplo 2.12. Asi Bt _ 7 +86 cuartil medio 76596 CAPITULO2 Anilisis descriptvo y presentacién de daios de una sola variable (univariados) La mediana, el rango central, y el cuartil medio no son necesariamente el mis. mo valor. Cada uno ¢s el valor central, pero por diferentes definiciones de *“medio’ La figura 2.29 resume la relacién de estas tres estadisticas come se aplican a las califcaciones de 50 exdmenes del ejemplo 2.12, FIGURA 2.29 Calificaciones de examen final Cari medi. al mit d entre Oy lato inferior Mediana 25 dato mayor un resumen de cinco ;meros es muy eficiente para describir un conjunio de da: tos, Es informacién féeil de obtenerse y es muy informativa para el lector: Resumen de cinco numeros: el resumen de cinco nimeros esti compuesto de lo siguiente: 1. _L,elvalor mas pequefc del conjunto de datos | 25avo percenti) 0, el primer cuarti (también lamado P, 3, la medianal el 75avo percenti), 2 8 4. Q,,eltercer cuartl (también lamado P,. 6 Hel valor mas grande del conjunto de detos El resumen de cinco ntimeras para el conjunto de 50 calificaciones de examen del ciemplo 2.12 es 3 7 75S GB LO, x a, oH Observe que estos cinco valores numéricos dividen el conjunto de datos en cua tro subconjuntos, con un cuarto de las datos en cada subconjunto. Del resumen de cinco ntimeros, podemos observar cusnto se dispersan los datos en cada uno de los cuanios. Ahora podemos de! nir una medida adicional de dispersis Rango de intercuartil: es la difsrencia entre los cuartlee primero y tercero. Es | range de 50% central de los datos. El resumen de cinco mtimeros es todavia més informative cuando se muestra en un diagrama trazado a escala, Un diagrama gt 0 que logra esto se conoce como diagrama de caja y bigotes. Diagrame de cajay bigotes: es une repiesentaciin gidicadelresumende cinco rnumeros. Los cinco valores numérices (mas peauefo, primer cuartil, medana, ter- cer cuartly mis grande) esién ubicados en una escala ya sea vertical u horizontal.image not availableimage not availableTh-94 Plus EJEMPLO 2.14 SECCION2.6 Medias de posicién 99 Introduzea los datos en L1; luego continte con: eit Prot chaose: ‘and > STAT pLoT > fired Met k= | dy Plott... aie choose: zoom > s:zoonstat > trace >>> IY GetiLy Freat Silos puntos medios de clase estdn en LI y las frecuencias en 12, haga como aqui se describe excepto para Enter: Freq: L2 Para gréficay de caja miiltiples, introducca un conjunto de datos adicional en L2 y L3; haga como se describe aqui y: Roe FI ote LS dy ie choose: ‘2nd > STAT PLOT > 2:PLot2 La posicion de un valor especifico se puede medir en términnos de la media y des viacidn estindar usando la calificaci esténdar, comiinmente llamada califcacii 2 Calificacion estandar, 0 calificaciénz: es la posicién que un valor particular de tiene reepecto ala media, medide en desviaciones eatandar. La calificacicn z se encuentra con la formula valor — media _ x — desviaciin estindar 2.12) Para hallar calificaciones z Encuentre las calificaciones estindar para (a) 92 y (b) 72 respecto a una muestra 75.9 y una des de calificaciones de examen que tienen una calificacién media d viacién estindar de 11.1 SOLUCION r x-k_ 92-759 _ 161 a. x= 92.8=75.9,e= ILL Asi, 2 - ee = 145, 5 Td 1d xk _ 72-759 _ -3.9 b. X= 7282759, 5= 111. As, 2 = = 0.35. 5 th ih Esto significa que la calificacién de 92 esté a aproximadamente 1.5 desviacio- nes estindar arriba de la media, y Ia calificacién de 72 esté aproximadamente a un tercio de una desviacién estandar debajo de la media, Notas: 1. Tipicamente, el valor calculado de se redondea al centésimo mas cercane, 2. Las calificaciones ¢ tipicamente varian en valor de alrededor de 3.00 a 43.00.100 CAPITULO 2 Analisis descriptivo y presentacién de datos de una sola variable (univariados) ‘MINITAB (Version 14) Excel Teg Plus Debido a que Ia califieacin media, se puede usar para ayudarnos a comparar dos calificaciones bruta que pro: vengan de poblaciones separadas. Por ejemplo, supongamos que el lector desea comparar una califleacién que haya recibido en un examen con la calificacién de s una media de posicidn relativa respecto a la una amiga en un examen comparable en su curso. Usted recibid una ealificacién bruta de 45 puntos; ella obtuvo 72 puntos. sort Enter Sort column(s): 61 8y column: Ct select: Store sorted data in: Coluan(s) ef current vorksheet enter c2 >on Para formar una distribucién de frecuencia no agrupada de datos enteros, continie choose: Stat > Tables > Tally Individual Variables Enter: Variables: ot select: Counts > 0k Para imprimir datos en la ventana de sesiin, contintie con: choose: pata > pispiay pata Enter: Columns to display: Ct or C1 2 or cI-c2 > OK Introduzca los datos en la columna A; luego continge con lo siguiente para ordenar Jos datos choose: Data > sort Enter Sort by: (A2:A6 oF select colle) Select: Ascending or Descending Header row or No neader row Introduzea los datos en 11: liege continsie can lo siguiente para ordenar los datos choote: 2nd > STAT > OPS > t:Sorta( Enter: u Para formar una distribucién de frecuencia de los datos en L1, continte con: choose: PROM > EXEC > FREQDIST* Enter Li > ENTER LW BOUND = first lower class boundar:image not available102 CAPITULO 2 Analisis descriptivo y presentacién de datos de una sola variable (univariados) caso PRACTICO 2.15 EI 85avo percentil de limite de velocidad Paro nica, la “rea del SSavo por: pee eater ee hasta puede ser tomibla por este punto Bereta ie ester tied tulad a ingontors de tratco durante Aida ones os reeonocldo cat por Itica ofl en muchas jurietecones = emamentales La flea esque os limites de eooltad tin Gabon ee blSooee dle manera quesSde les vebouls en un tramnopardeular docarrteracstén en est limite oalajo del nism. Sein polities los ingnionos de rafico on i rane con ne rela los attomovlisias y hog este eos elit en el Sbowe perveal dela selocdad de trafico St razonamiento es que 85% de los conductores cieulen razonablenente 164% no lo hagan’, cio David Resoman, Sidierers telat tery Eas te fanto debomos estar diseiando nests Losautomalistasenelesta: | | Fe reoahioa Tones ig Wo deNuera York recorrieron cipal de trifico para la ciudad de Los An- un tatal de 125088 000000 | | Gelos gre “La wand avo poral rutinarianente millas en carreteras de ese fue establecida hace muchos ais. Es un coon 2002. Eso 09 m erlterio de dlaedo [ec], pero no quiere de- do 54 milones de viajes al cirque nodesariamente soa bueno” tededor de nuestro planeta ‘os gmupos quocstan a favor dela so- en al seuador iUn large ro ‘qv odin ba rola de 85avo pervert nan gus abbr 6a He cree ae cia hace menos patrullajes de ruti- eel eae vied ee rar eee ree ue te ee eco eee tee ata | ree ere eee fe he cer ee ee Bilin ae ea oe Perel pueda usurve para egiinar un corrido! Does PASANDO CON 85% DEL FLUJO ‘anmento de veloidad insegura Cuando {nie congstinnade no ina a volox ida, machas sooviones delas antopistas del sur de California tienen velocidades promedio de mis de 89 mph, bastante {quo limite legal. Se haee muy poeocaso, 4s limites fijados de 25 mph en calles resileneiles, segin estudios de trasito ‘en aliginos sstores citadinos “Esp solo muestra que los times le {gles de velosldad son demasiado bajos", dice Chad Dovnsiic de la National Noto” Fists Association, grupo que representa a personas goneralnent no satifechas ‘eon frecuencia. inignadas por os rae mets de trinsiio y eplicacion de yes polbiacas. Dise que ls lnites bajos de Yelidad insorretamente_ establesidos en raldad aumentan el nimero de acei- donies yeuestan vidas, porque estimulan velecidades cosigualony orvan rosges. dice, por ejemplo, que endo Moriana Impiso limites de velocidad por primera vet, se duplisaron los aecidentes morta- Jes. Un problema securslario queetta Dor- nai, respect ales linitesartifealmente ‘bas de veloidad esque los intervalos de Ine Ambar & veoes estén basadon cm im tes ostablecidos, lo ual deja poeo tiempo para que autos rapidos so detergan para el eambin de luz antes de Ihara un er cero. Es, dice Dornsif, crea choques en on! Td a goneractonor «to hhan pasado por esto no ereon en la rela diet SSavo percent,” aggega. “A la com nidad que apa la ley no lewusta la rela del Saxo pereentil porque apliean menos imntas. los miewns ingonioros ie tition ni siquiera solos ensofsa la regia del avo ereenfll” ‘uent-RalphVartabolian colurnistade Loe Angeles Times, Oe marae, 2005 ht /Amww atime: com/dassifid/aatometive/highvay sty wheesimar08,1/6721856.sory?etrack=2&cse | | | | | SECCION 2.6 EJERCICIOS 2.105 En la tabla de calificaciones de examen dela tabla b. Encuentre P,, y ?,,, para las calificaciones de exa 2.16 que se muestra en la pagina 94 busque lo siguiente, men de fa tabla 2.16 en la pagina 94. a. Usando el concepto de profundidad, describa Jac. Encuentre P,, y P,, para las calificaciones de exa- posicidn de 91 en el conjunto de 50 califlcaciones mnen en la tabla 2.16. de examen en dos formas diferentes2.106 A continuacién estén las calificaciones de Ja American College Test (ACT) obtenidas por los 25 miembros de un grupo egresados de una preparatoria local anne Oo PO BT mB 10 8B BN Mo oT Be ww a. Trace una grafica de puntos de las caliicaciones del ACT b. Usando ef concepte de profundidad, deseriba la posicién del 24 en el conjunto de 25 calificadones del ACT en das formas diferentes, © Bneuentre P, ACT. para las calificaciones del a. Bnauenite 2, Pay ¥ Pug Para las calificaciones del act 2.107 Los salarios anuales (en $100) del profesorado de jardin de nifos y primaria, empleados en una de las escuclas elementales del distito escolar; son los six seuientes sm 458 BIT BD a a, Trace una gréfica de puntos de los salarios, b. Usando el concepto de profundidad, deseriba la posicién del 295 en el conjunto de {8 salarioy en dos formas diferentes ©. Eneuenire Q, para estos salarios dL Eneuenire Q, para estos salarios. 2.108 Quince paises se seleccionarom al azar de la lista de la World Factbook 2004 de paises, y la tasa de mortali- dad infantil por 1000 nacimientes fue como sigue: 638 168 $48 G88 GAS AT SRTI 143 1541526588 uote: To Wonton 2008 a. Encuentre los cuartiles primero y tercero para la tasa de mortalidad infantil por cada 1000 naci- mientos. b. Encuentre el cuartil medio. 2.109 Las sigitiontes datos son las producciones (on libras) de hipulos: 38 34 oS 27 44 1 58 26 4B Se 1 48 80 68 Sf 37 58 36 an 56 a, Encuentre los cuariiles primero y cuarto de las producciones SECCION 2.5 Medidas de posicién 103 b. _Encuentre el cuartil medio. c._Encuentre y explique les percentiles P,,, P,,.v P,, 2.110 Un estudio de investigacién de la destreza ma- nual requirié determinar el tiempo necesario para completar un trabajo. El tiempo para cada una de 40 personas con discapacidades se muestra a continua iin (los datos estan ordenados): Ti 72 72 18 78 79 8.1 81 81 83 83 BA 8489 90 90 91 91 91 91 94 96 99 1 14 101 02 10.5 105 107 11.0 11.1 11.2 1.2 11.2 120 136 14.7 14.9 155 a. Encuentre Q, Encuentre Q.. Encuentre Q,, Encuentre Q,, Encuentre el resumen de 5 nimeros. Trace el diagrama de caja y bigotes, 2.111 labore un diagrama de caja y bigotes para el conjunto de datos con el resumen de cinco ntimeros 42-62-72-82-97 2.112 El U.S. Geological Survey recolecté datos de depositacién atmosférica en las Montafias Rocallo~ sas, Parte del proceso de muestreo era determinar la concentradién de jones de amonio jen porcentajes). A continuacisn vea los resultados de las 32. muestras: 29) M1 27 35 MSG 183 aa 28 42 48H DTT a2 42 «4482 HC 480 48 39 aT 28 BT 2B od 40 M6 0 28ST Al o48 4B OAT 88D Encuentre Q, Encuentre Encuentre Q,, Encuentre el cuartil medio fe. Encuentre Q, Encuentre el resumen de 5 mimeros. Trace ¢| diagrama de caja y bigotes. 2.113 El equipo varonil de baloncesto de la NCAA “Big Dance” mete velocidad cada mes de marzo. Si se veel porcentaje de graduacidn de estos atletas, no obs tante, se encuentra que muchos equipos no califican, segiin un estudia publicado en marzo de 2005. A con104 CAPITULO 2 Andiisis descriptive y presentacién de datos de una sola variable (univariados) Uinuacin veamos los porcentajes de graduacién para 464 de los equipos del torneo de 2005, Porcentajes ée graduacin, equipos varaniles 2008, Torneo de Baloncesto de fa NCAA Divisin 1 o 8 0 5 4 6 O 1 0 WO TO elms 3 8 MO oh 80 90 49 7 on BB BB 0 58 8 5 7 BM BH OB 77 00 6 ho & BM 6 OOO BH 8 6 8 BoB mw Hf 4 oT 88 Fut: 200 NOAA Gradatin-Rates Rept a, Trace una gratica de puntos del porcentaje de gra- duacidn, bo Blabor diagrama de tallo y hoja de estos datos, Encuentre el resumen de 5 mimeros y trace un diagrama de caja y bigotes. d. Encuentre P, y P,, e. Describa la distribucién de porceniajes de gradua- cin, aseguréndose de incliir informadién captada en losincisos aa d L ilay equipos cuyos porcentajes de graduacién parecen ser muy distintos del resto? gCudntos? coudles? Explique 2.114 Fl porcentaje de accidentes moriales en carrete~ ras nacionales en 2003 en Estados Unidos fue el mas bajo desde que se inicis este registre hace 29 afios, pero estos ntimeros son tadavia escalofriantes. El mii- mero de personas fallecidas en accidentes de trinsito en vehiculos de motor, por estado, incluyendo el Dis- trito de Columbia, en 2003 es como sigue: vo 0105 7T 462252490 68B BOND 95 M23 SB 182m OT 12TH 00 GT 1483 €94 GST 362 ST TST HTS 30H aur 369 8m BN 127105 Ok BB 4a 1603 44.182 THT TT 888 «BD 8S 612 Frnt: Road & Tae Magazine, 2004 a. Trace una grafiea de puntos de los datos de pérdi- das humanas. b. Blabore un diagrama de tallo y hoja de estos datos &._Eneuentre el resumen de cineo numeros y dibuje tun diagrama de caja y bigotes, Deseriva cémo se mangjan los tres datos de valores grandes. dl. Bncuentre Py Py Describa la distribucién del mimero de falleci- mientos por estado, asegurandose de incluir inior- macién que haya aprendido en los incisos a a d £. @Por qué no podria ser equitativo sacar conclusio. nes acerca del nivel relativo de seguridad de carre teras, en los 50 estados y el Distrito de Columbia con base en estos davos. 2.115 ¢Llegan siempre a tiempo los vuclos de lineas aéreas? El pliblico en general piensa que siempre llega con cierla demora, pero, cen realidad es asf? La U.S. Bureau of Transportation Statistics leva registros y pe: riddicamente informa lo que averigua, A continuacién aparecen los porcentajes de Hegadas a tempo en les 31 aeropuertos més importantes de Estarlos Unidos, para el periodo del 1 de enero de 2004 al 31 de octubre de 2004, mL 7358 = BIS. 7898 Bw ag Las datos pra ete ei etn an tp atamvsc cengyeconvnson Furt:S.Departnent f Transporion, Buea of Transportation Statstis a. Elabore una grifica de puntos acerca de dates de operacisn a tiempo. b. Trace un diagrama de tallo y hoja de estas datos, c Encuentre e) resumen de cinco ntimeros y trace un diagrama de caja y bigotes 4. ENcuentre Py P, &Describa la distribucidn del porcentaje de eyadas 4 Gempo, aseguréndose de incluir informacién aprendida en las partes de laa a a d {Por qué seria mas probable que se hablara de 80 © 90% como porceniajes clevados de operacisn en hugar de 80 « 90% como parcentajes medios? & 2Existen aeropuertos cuyos porcentales de lesa das a tiempo parezcan muy diferentes al resto? {Cuantos? {Cues son? Explique. 2.116 Los estadios de béisbol de las ligas mayores va. rian en antigiiedad, estilo, nimero de asientos y en muchos otros aspectos, pero, para los jugalores, el tamatio del campo es lo mas importante que acordamos medir el tamafio del campo, usanda para ello la distancia de la placa del home a la cerca del jardin central. 4 continuacién aparece la distancia (en ries) a la cerca del jardin central en los 30 estadios més Jmpertantes de les ligas mayores Supéngase 2 405 400 $00 400402 soe 38 oo foo 400 400 $00 408 at 395 10a m0 408 40 0241500 aot a0 0 uct: htptin.iicon 2, Construya tn histograma,b. Bl range del intercuartil se describe por Jos limites de 30% medios de los datos, Q, y Q,. Encuenite el rango intercuaril c. ¢Existen algunos campos que parezcan ser consi- derablemente menores 0 meyores que otros? 4d. clay una gran diferencia en el tamaiio de estos 30 campos, segiin la distancia al jariin central? Susti- fique su respuesta con evidencia estadistica, 2.117 {Qué propiedad necesita la distribucién para que la mediana, el rango centtal y el cuartil medio sean del mismo valor? 2.118 Henry Cavendish, quimico y tisico inglés (1731- 1810), realizé muchos de sus experimentos usando mediciones cuantitativas, fl fue el primero en medir con precisisn la densidad de nuestro planeta, A conti- nuacién aparecen 29 mediciones (ordenadas, para co- modidad de! lecior) de le densidad de la Tietsa heches por Cavendish en 1798 que para elle usé una balanza de torsion. La densidad se presenta como un milti- plo de la densidad del agua. (Las mediciones son en glen.) 488 50) 510 528 527 S99 529 Sa) 5a Sat 536 699 542 S44 545 6 550 569 585 557 558 881 562 863 565 569 875 579 588 Faas Los laos» infomacio desc este bases en steel de“Do 12 bust etimalors work wih cal data por Stephen Ml. Stig, Annals af is (0877), 1055-1036, a. Des mediana y desviacién estandar. riba el conjunta de datos al caleular la media, b. Construya un histograma y explique cémo de- muestra los valores de la estadistica descriptiva de Ja parte a. Encuentre el resumen de cinco ntimeros. 4. Construya un diagrama de caja y bigotes y expll- que cémo demuestra los valores de la estadistica descriptiva de la parte «. Con base en las dos gréficas, gqué “forma” es esta distribucion de mediciones? I. Suponiende gue las mediciones de densidad de la Tierra tengan una distribucién aproximadamente normal, alrededor de 95% de los datos deben caer dentro de dos desviaciones estandar de la media, EBs cierto esto? SECCION 2.5 Medidas de posicién 105 2.119 Encuentre Ia calificacién 2 de las calificaciones de examen de 92 y 63 de un examen que tiene una media de 72 y desviactén estandar de 12 2.120 desviacién esténdar de 4.0, Encuentre la calificacién 2 para cada valor de x: Una muestra tiene una media de 50 y una a. x= 54 50 xe 59 doxm4s 2.121 Un examen produjo calificaciones con una ca lificacion media de 74.2 y una desviacion estandar de 11.5, Encuentre la calificacién z para cada calificacin, x del examen: 54 bd. x= 68 do x= 93 ax © x=79 2.122 Un examen aplicade en todo el pais tiene una media de 500 y una desviacién esténdar de 100, Si su calificacidn estindar en este examen fue 1.8, ccuél fue su calificacin del examen? 2.123 Una muestra tiene una media de 120 y una di viacién estindar de 20.0. Encuentre el valor de x que corresponde a cada una de estas calificaciones estén- dar a z=0.0 b 14 a z=12 z= 2.05 224 a. ¢Qué significa decir que x= 152 tiene una ealifica clin estandar de +1.52 b. Qué significa decir que un valor particular de x ene una calificaciin estéindar de -2.17 © En general, la calificacién esténdar es una medi- dade qué aspecto? 2.125 Considere el porcentaje de puentes interesia~ tales y de propiedad del estado que estaban estruc- turalmente deficientes, 0 funcionalmente obsoletos (SD/FO}, que aparecen en el ejercicio 2.98 de la pa- gina 91 a, Omita los nombres de los estados y ordene los va lores SP/FO en de menor a mayor, leyenda hori- zontalmente en cada renglén. b. Construya una tabla resumen de cinco niimeros y el correspondiente diagrama de caja y bigotes, © Encuentre el porcentaje del euartil medio y el ran= g0 del intercuartil.106 CAPITULO 2 Analisis descriptive y presentacién de datos de una sola variable (univariados) 4. gCudles son las calificaciones ¢ para California, Hawai, Nebraska, Oklahoma, y Rhode Island? 2.126 La evaluacion de la American College Test (ACT) est disefiada para evaluar el desarrollo educacional 4. Explique por qué las posiciones relativas en inglés y matemiéticas cambiaron para las calificaciones del ACT de 30 y 12. € Si Jessica tuvo 26 en uno de los exdmenes del ACT, gen cudl de ellos tendrie la mejor ealificacién general de estudiantes de preparatoria, asi como su capacidad para completar trabajos a nivel de universi relativa posible? Explique por qué. dad. La tabla siguiente contiene la media y desviadén estdndar de calificaciones obtenidas por 1171 460 es- tudiantes de preparatoria de los grupos egresados en 2.127 2Qué valor de x tiene la posicién mas alta res. pecto al conjunto de datos del cual proviene? A: x= 85, donde la media es 72 y la desviacién 2004 que Lomaron los exdmenes del ACT Sania eal Rayon ‘ 208 Inglés Matemiticas Lectra_enciencias —Gobal a cuue eT ye desviegen, Media us aT 38a bere: sos §8 2.128 2Qué valor de x tiene la posicién més baja res pecto al conjunto de datos del cual proviene? Fut: eran Calege Testing A: x= 28.1, donde ¥= 25.7 ys= 1.8 9.2, donde salys= 43 ‘onvierta las siguientes calificaciones del ACT en ca- ificaciones z para inglés y matemdticas. Compare el ugar entre los dos examenes B o« x a, x= 30 box Interpretaci6n y comprensiéon de la desviacion estandar La desviacién esténdar es una medide de variacién (dispersiGn) en los datos, Se he definido como un valor calculado con e] uso de férmulas. AGn asi, el estudiante pucde preguntarse qué es realmente y edimo se relaciona con los datos. Es una clase de medidor por el que podemos comparar la variabilidad de un conjunto de datos con la de otto, Psta “medida” particalar puede comprenderse mejor al examinar dos enunciados que nos dicen cémo se relaciona la desviacién esténdar con los datos: la regla empirica y el teorema de Chebyshev. La regla empirica y prueba de normalidad Regla empirica: s une variable esta normalmente distrbuida, entonces (1) dentro de une desviacién estindar de la media habré aproximadamente 68% de los de- tos; (2) dentro de dos desviaciones estandar de la media, habré aproximadamente 185% de los datos; y (9) dentro de tres desviaciones estandar de la media habré aproxmadamente $8.73 de los datos. sta regla aplica de manera espectica ‘una distribucién normal en forma de campanal, pero con frecuencia se aplica como guia interpretative a cualquier éistribucisn agrupada.) La figura 2.31 muestra los intervaios de 1, 2 y 3 desviaciones estandar alrededor de la media de una distribucién aproximadamente normal. Por lo general estasFIGURA 2.31 Regla empirica FIGURA 2.32 Refinamiento de la regla empirica SECCION 2.7 Interpretacién y comprensién de Ja desviacién estindar 107 685% proporciones no se presentan de manera exacia en una muestra, pero los valores observados estardn cercanos cuando una muestra grande se tome de une poblacisn, normalmente distribuida, Si una disuibuciGn es aproaimadamente normal, sera casi siméwiea y la media dividird la distibucién en dos (a media y la mediana son iguales en una distribu- cién simétrica). Esto nos permite refinar la regla empitica, como se muestra en la figura 2.32, oe | ae 135% 1354) calificaciones: La regla empirica se puede usar para determinar si un conjunto de datos esté normalmente distribuido en forma aproximada. Demostremos esta aplicacién al trabajar con la disiribucion de calificaciones de examen final que hemos estado usando en todo este capitulo. Se encontré que la media, ¥. ¢s 75.6, y la desviacisn, esldndar, s, [ue 14,9, El intervalo de 1 desviacién estandar debajo de la media, ¥ sa 1 desviaciGn estindar arriba de la media, F+ 2s, es 75.6 ~ 14.9 = 60.7 75.6 + 14.9 = 90.5. Este intervalo (60.7 a 90.5) incluye 61, 62, 63, -.-,89, 90. Con una Inspeccidn de los datos ordenados (tabla 2.16, p. 94), vemos que 35 de los 50 datos, es decit 70%, estén dentro de 1 desviacién esténdar de la media, Ademés, ¥ + 2: 75.6 ~ (2)(149) = 75.6~ 29.8 = 45.8 dax + 2s= 75.6 + 29.8 = 105.4 el intervalo de 45.8 a 105.4, De los 50 dates, 48, 0 sea 96%, estén dentro de dos desviaciones estndar de la media. Los 50 datos, © sea 100%, estan incluides dentro de 3 des- viaciones esténdar de la media (de 30.9 a 120.3). Esta informacién se puede poner en una tabla para comparaci6n con los valores dados por la regla empitica (vea la tabla 2.17)