Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INDICE DE GRAFICOS
Grfico 1. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE MAT.
APROBADAS. ________________________________________________________________________ 9
Grfico 2. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE MAT.
APROBADAS. ________________________________________________________________________ 9
Grfico 3. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE MAT.
REPROBADAS. _____________________________________________________________________ 12
Grfico 4. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE MAT.
REPROBADAS. _____________________________________________________________________ 13
Grfico 5. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE
H.CLASES.A.LA.SEMANA. ___________________________________________________________ 16
Grfico 6. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE
H.CLASES.A.LA.SEMANA. ___________________________________________________________ 16
Grfico 7. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE
F.EN.CIENCIA. _____________________________________________________________________ 19
Grfico 8. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE F.EN.CIENCIA.
___________________________________________________________________________________ 19
Grfico 9. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE F. PROFESIONAL. _______ 24
Grfico 10. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE F. PROFESIONAL. ______ 25
Grfico 11. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE F.
HUMANSTICA. ____________________________________________________________________ 30
Grfico 12. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE F.
HUMANSTICA. ____________________________________________________________________ 31
Grfico 13. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE INGLS. _ 35
Grfico 14. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE INGLS. __ 36
Grfico 15. HISTOGRAMA DE LA FRENCUENCIA ABSOLUTA DE LA VARIABLE
LIBRE.OPCION.COMP ______________________________________________________________ 40
Grfico 16. HISTOGRAMA DE LA FRENCUENCIA RELATIVA DE LA VARIABLE
LIBRE.OPCION.COMP ______________________________________________________________ 41
El presente proyecto tiene la finalidad de aplicar los comandos bsicos de un software estadstico en un
estudio sobre el tiempo que dedican los estudiantes para desarrollar actividades acadmicas en los diferentes
tipos de materias dentro de un perodo regular.
MARCO TERICO
Para entender el contenido del proyecto es necesario recordar los siguientes conceptos bsicos as como
presentar los comandos que se utilizarn para obtener las Medidas de Tendencia Central, Medidas de
Dispersin y Tablas de Frecuencias correspondientes al Software R.
Conceptos Bsicos
Poblacin Objetivo.- Conjunto bien definido de N entes; algunas de cuyas caractersticas nos proponemos
investigar.
Unidades de Investigacin.- Elementos de la Poblacin Objetivo a los que se les efecta las medidas bajo
anlisis.
Muestra.- Subconjunto de n observaciones efectuadas a igual nmero de unidades de investigacin
tomadas de la Poblacin Objetivo.
Observacin.- Cada uno de los valores incluidos en la muestra.
Datos.- Materia prima dispuesta a ser procesada.
Informacin.- Conjunto de datos procesados que nos permiten tomar decisiones racionales. (1)
Media aritmtica:
Funcin mean (variable)
Mediana:
Funcin median (variable)
Moda:
Cargar library(modeest) y luego mfv(variable)
Media Ponderada
x<-c(dato1, dato2,dato3,)
p<-c(ponderacin1, ponderacin2, ponderacin3,)
Media Geomtrica Media_ponderada=sum(x*p)/sum (p)
x<-c(dato1,dato2,dato3,)
v<-prod(x)
Media_geo<- v^(1/n)
Medidas de Dispersin
Varianza muestral:
Funcin var(variable)
Varianza poblacional:
Funcin ((n-1)/n)*var(variable)
Tablas de Frecuencias
Frecuencias absolutas:
Table (Variable) para cada dato determina la frecuencia.
Frecuencia relativa:
Table(variable)/margin.table(tabla frecuencia absoluta) para cada frecuencia de un determinado
dato se divide para el total de elementos.
Frecuencia acumulada:
cumsum(tabla de frecuencia) (2)
DESARROLLO Y ANLISIS
Para el desarrollo del presente proyecto se tom una muestra de tamao de 50 estudiantes pertenecientes a
la FACULTAD DE INGENIERA EN CIENCIAS DE LA TIERRA (FICT) de la ESCUELA SUPERIOR
POLITCNICA DEL LITORAL ubicada en el Campus Gustavo Galindo en la ciudad de Guayaquil, que
cursan desde quinto semestre en adelante a quienes se les realiz el cuestionario adjunto en la seccin
Anexos.
Cabe mencionar que para la tabulacin de los datos recogidos fue necesario asignar las siguientes variables
correspondientes a las preguntas escritas en el cuestionario:
Por otro lado se asign letras y nmeros a los intervalos que representan la respuesta de las preguntas 6, 7,
8, 9, 10, 11,12.
a = 1 o 2 materias
b = 3 o 4 materias
c = 5 o 6 materias
d = 7o 8 materias
1 = [1, 8] horas
2 = (8,16] horas
3 = (16, 24] horas
4 = (24,30] horas
Para las preguntas 8, 9, 10, 11, 12 se utilizaron los nmeros del 1, 2, 3, 4, 5, 6, 7, 8 de la siguiente
manera:
1 = [0, 1) horas
2 = [1, 2) horas
3 = [2, 3) horas
4 = [3, 4) horas
5 = [4, 5) horas
6 = [5, 6) horas
7 = [6, 7) horas
8 = [7, 8] horas
SOFTWARE R
DATAFRAME
> setwd("C:\\Users\\NewPc\\Desktop")
> PROYECTO<-read.table("PROYECTO
SOFTWARE.csv",header=TRUE,sep=";",dec=".",na.strings="NA")
> PROYECTO
Variable: MAT. APROBADAS
MEDIA
> MeA=mean(PROYECTO$MAT.APROBADAS)
> MeA
[1] 43
MEDIANA
> mediana=median(PROYECTO$MAT.APROBADAS)
> mediana
[1] 43
MODA
> x=sort(PROYECTO$MAT.APROBADAS)
>x
[1] 27 27 29 30 30 30 30 34 35 35 35 35 35 35 35 36 37 38 38 38 39 40 40 40 43 43 43
44 44 44 45 45 45 46 46 48 53 54 55 55 55 55 56 56 56 57 57 58 59 60
> library(modeest)
> moda=mlv(x)
> moda
Call: mlv.integer(x = x)
MEDIA GEOMTRICA
> y=prod(x)
> meG=y^(1/50)
> meG
[1] 41.91542
MEDIDAS DE DISPERSIN
VARIANZA
> v=var(PROYECTO$MAT.APROBADAS)
>v
[1] 94.69388
DESVIACIN ESTNDAR
> des=sd(PROYECTO$MAT.APROBADAS)
> des
[1] 9.731078
> FAbs=table(PROYECTO$MAT.APROBADAS)
> FAbs
27 29 30 34 35 36 37 38 39 40 43 44 45 46 48 53 54 55 56 57 58 59 60
2 1 4 1 7 1 1 3 1 3 3 3 3 2 1 1 1 4 3 2 1 1 1
> MatAp=data.frame(FAbs)
> names(MatAp)<-c("Materias.Aprobadas","Frec.Absoluta")
> MatAp
La Frecuencia Absoluta nos da como resultado el nmero de veces que se repite un dato nuestra muestra
de 50 estudiantes.
TABLA DE FRECUENCIA RELATIVA
> Relat=table(PROYECTO$MAT.APROBADAS)/margin.table(FAbs)
> Relat
27 29 30 34 35 36 37 38 39 40 43 44 45 46 48 53 54 55 56 57 58 59
60
0.04 0.02 0.08 0.02 0.14 0.02 0.02 0.06 0.02 0.06 0.06 0.06 0.06 0.04 0.02 0.02 0.02 0.08 0.06 0.04 0.02
0.02 0.02
> FrecRelat=data.frame(Relat)
> names(FrecRelat)<-c("Materias.Aprobadas","Frec.Relativa")
> TaFinal<-merge(MatAp,FrecRelat,by="Materias.Aprobadas")
> TaFinal
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
6 estudiantes tienen un total de materias aprobadas entre 27, 46,57 de su malla curricular el cual
equivale al 4% del grupo de 50 encuestados.
8 estudiantes tienen un total de materias aprobadas como: 30,55. Esto hace referencia al 8% del
grupo de encuestados.
18 estudiantes tienen un total de materias aprobadas entre 38, 40, 43, 44, 45,56. Esto hace
referencia al 6% del grupo de encuestados.
7 estudiantes tienen 35 materias aprobadas. Esto hace referencia al 14% del grupo total de
encuestados
MEDIA
> MediaA=mean(PROYECTO$MAT.REPROBADAS)
> MediaA
[1] 2.88
MEDIANA
> M=median(PROYECTO$MAT.REPROBADAS)
>M
[1] 2.5
MODA
> K=sort(PROYECTO$MAT.REPROBADAS)
>K
[1] 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 6 6 6 7 7
[50] 9
> library(modeest)
> mod=mlv(K)
> mod
Mode (most frequent value): 0
Call: mlv.integer(x = K)
MEDIA GEOMTRICA
> p=prod(K)
> MedG=p^(1/50)
> MedG
[1] 0
MEDIDAS DE DISPERSIN
VARIANZA
> VarR=var(PROYECTO$MAT.REPROBADAS)
> VarR
[1] 5.536327
DESVIACIN ESTANDAR
> desR=sd(PROYECTO$MAT.REPROBADAS)
> desR
[1] 2.35294
> FrecAbs
0 1 2 3 4 5 6 7 9
11 7 7 3 7 9 3 2 1
> FAbsoluta=data.frame(FrecAbs)
> names(FAbsoluta)<-c("Materias.Reprobadas","Frec.Absoluta")
> FAbsoluta
> FreRelat=table(PROYECTO$MAT.REPROBADAS)/margin.table(FrecAbs)
> FreRelat
0 1 2 3 4 5 6 7 9
0.22 0.14 0.14 0.06 0.14 0.18 0.06 0.04 0.02
> FrRel=data.frame(FreRelat)
> names(FrRel)<-c("Materias.Reprobadas","Frec.Relativa")
> tablaFinal<-merge(FrRel,FAbsoluta,by="Materias.Reprobadas")
> tablaFinal
MEDIANA
> MED=median(PROYECTO$H.CLASES.A.LA.SEMANA)
> MED
[1] 3
MODA
> MO=sort(PROYECTO$H.CLASES.A.LA.SEMANA)
> modaC=mlv(MO)
> modaC
Mode (most frequent value): 3
Bickel's modal skewness: -0.14
Call: mlv.integer(x = MO)
MEDIA GEOMTRICA
> d=prod(MO)
> medG=d^(1/50)
> medG
[1] 2.743238
MEDIDAS DE DISPERSIN
VARIANZA
> Varianza=var(PROYECTO$H.CLASES.A.LA.SEMANA)
> Varianza
[1] 0.5044898
DESVIACIN ESTNDAR
> desH=sd(PROYECTO$H.CLASES.A.LA.SEMANA)
> desH
[1] 0.7102745
> FrecRelat=table(PROYECTO$H.CLASES.A.LA.SEMANA)/margin.table(TabFr)
> Frec2=data.frame(FrecRelat)
> names(Frec2)<-c("Horas.Clase.a.la.semana","Frec.Relativa")
> TFinalH<-merge(Frec1,Frec2,by="Horas.Clase.a.la.semana")
> TFinalH
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
Variable: F.EN.CIENCIA
MEDIA
> MediaCi=mean(PROYECTO$F.EN.CIENCIA)
> MediaCi
[1] 2.56
MEDIANA
> MedianaCi=median(PROYECTO$F.EN.CIENCIA)
> MedianaCi
[1] 2
MODA
> j=PROYECTO$F.EN.CIENCIA
> MODACI=sort(j)
> ModaCi=mlv(MODACI)
> ModaCi
MEDIA GEOMTRICA
> MediaGeoCi= prod(MODACI)
> MedGeoCi=MediaGeoCi^(1/50)
> MedGeoCi
[1] 2.007539
MEDIDA DE DISPERSIN
VARIANZA
> VarianzaCi=var(PROYECTO$F.EN.CIENCIA)
> VarianzaCi
[1] 3.435102
DESVIACIN ESTNDAR
> DesCi=sd(PROYECTO$F.EN.CIENCIA)
> DesCi
[1] 1.853403
TABLA DE FRECUENCIA ABSOLUTA
> FreAbsolutaCi=table(PROYECTO$F.EN.CIENCIA)
> FreAbsolutaCi
1 2 3 4 5 6 8
21 12 1 6 6 3 1
> dataFrecAb=data.frame(FreAbsolutaCi)
>names(dataFrecAb)=c("Horas.de.estudio.para.materias.ciencias","Frecuencia.Absoluta
")
> dataFrecAb
> FreRelCi=table(PROYECTO$F.EN.CIENCIA)/margin.table(FreAbsolutaCi)
> dataRelCi=data.frame(FreRelCi)
> names(dataRelCi)<-c("Horas.de.estudio.para.materias.ciencias","Frec.Relativa")
> dataRelCi
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
El 42% de los estudiantes dedican [0,1) horas de estudio autnomo en una materia de Formacin
en Ciencia.
El 24% de los estudiantes dedican [1,2) horas de estudio autnomo en una materia de Formacin
en Ciencia.
El 2% de los estudiantes dedican [2,3) o [7,8] horas de estudio autnomo en una materia de
Formacin en Ciencias.
El 12% de los estudiantes dedican [3,4) o [4,5) horas de estudio autnomo en una materia de
Formacin en Ciencias.
El 6% de los estudiantes dedican [5,6) horas de estudio autnomo en una materia de Formacin
en Ciencias.
VARIABLE: F.PROFESIONAL
MEDIA
> ma<-mean(PROYECTO$F.PROFESIONAL)
> ma
[1] 4.64
MEDIANA
> me<-median(PROYECTO$F.PROFESIONAL)
> me
[1] 5
> x<-sort(PROYECTO$F.PROFESIONAL)
>x
[1] 1 1 1 1 1 2 2 2 2 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7
77888
MODA
> library(modeest)
> moda<-mfv(x)
> moda
[1] 6
> v<-prod(x)
MEDIA GEOMETRICA
> mg<-v^(1/50)
> mg
[1] 4.054603
MEDIDAS DE DISPERSIN
> var(PROYECTO$F.PROFESIONAL)
[1] 3.908571
> sd(PROYECTO$F.PROFESIONAL)
[1] 1.977011
> FAbsolutaP<-table(PROYECTO$F.PROFESIONAL)
> FAbsolutaP
1 2 3 4 5 6 7 8
5 4 5 6 10 13 4 3
> c1<-data.frame(FAbsolutaP)
> c1
Var1 Freq
1 1 5
2 2 4
3 3 5
4 4 6
5 5 10
6 6 13
7 7 4
8 8 3
> names(c1)<-c("Horas Estudio Autnomo","F.AbsolutaP")
> c1
Horas Estudio Autnomo F.Absoluta
1 1 5
2 2 4
3 3 5
4 4 6
5 5 10
6 6 13
7 7 4
8 8 3
> FRelativaP<-table(PROYECTO$F.PROFESIONAL)/margin.table(FAbsolutaP)
> FRelativaP
1 2 3 4 5 6 7 8
0.10 0.08 0.10 0.12 0.20 0.26 0.08 0.06
> c2<-data.frame(FRelativaP)
> c2
Var1 Freq
1 1 0.10
2 2 0.08
3 3 0.10
4 4 0.12
5 5 0.20
6 6 0.26
7 7 0.08
8 8 0.06
> names(c2)<-c("Horas Estudio Autnomo","F.RelativaP")
> c2
Horas Estudio Autnomo F.Relativa
1 1 0.10
2 2 0.08
3 3 0.10
4 4 0.12
5 5 0.20
6 6 0.26
7 7 0.08
8 8 0.06
GRAFICOS
hist(FAbsolutaP)
hist(FRelativaP)
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
Histogram of FAbsolutaP
3.0
2.5
2.0
Frequency
1.5
1.0
0.5
0.0
2 4 6 8 10 12 14
FAbsolutaP
Histogram of FRelativaP
5
4
3
Frequency
2
1
0
FRelativaP
El 10% de los estudiantes dedican [0,1) horas de estudio autnomo en una materia de
Formacin Profesional de su carrera.
El 10% de los estudiantes dedican [2,3) horas de estudio autnomo en una materia de
Formacin Profesional de su carrera.
El 12% de los estudiantes dedican [3,4) horas de estudio autnomo en una materia de
Formacin Profesional de su carrera.
El 20% de los estudiantes dedican [4,5) horas de estudio autnomo en una materia de
Formacin Profesional de su carrera.
El 26% de los estudiantes dedican [5,6) horas de estudio autnomo en una materia de
Formacin Profesional de su carrera.
MEDIA
> ma<-mean(PROYECTO$F.HUMANSTICA)
> ma
[1] 1.72
MEDIANA
> me<-median(PROYECTO$F.HUMANSTICA)
> me
[1] 1
> x<-sort(PROYECTO$F.HUMANSTICA)
>x
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 3 3 3 3 4
[46] 4 5 5 5 6
MODA
> library(modeest)
> moda<-mfv(x)
> moda
[1] 1
> v<-prod(x)
MEDIA GEOMETRICA
> mg<-v^(1/50)
> mg
[1] 1.41207
MEDIDAS DE DISPERSIN
VARIANZA
> var(PROYECTO$F.HUMANSTICA)
[1] 1.756735
DESVIACIN ESTNDAR
> sd(PROYECTO$F.HUMANSTICA)
[1] 1.325419
> FAbsolutaH<-table(PROYECTO$F.HUMANSTICA)
> FAbsolutaH
1 2 3 4 5 6
35 5 4 2 3 1
> c1<-data.frame(FAbsolutaH)
> c1
Var1 Freq
1 1 35
2 2 5
3 3 4
4 4 2
5 5 3
6 6 1
> FRelativaH<-table(PROYECTO$F.HUMANSTICA)/margin.table(FAbsolutaH)
> FRelativaH
1 2 3 4 5 6
0.70 0.10 0.08 0.04 0.06 0.02
> c2<-data.frame(FRelativaH)
> c2
Var1 Freq
1 1 0.70
2 2 0.10
3 3 0.08
4 4 0.04
5 5 0.06
6 6 0.02
GRAFICOS
hist(FAbsolutaH)
hist(FRelativaH)
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
Histogram of FAbsolutaH
5
4
3
Frequency
2
1
0
0 10 20 30 40
FAbsolutaH
2
1
0
FRelativaH
El 70% de los estudiantes dedican [0,1) horas de estudio autnomo en una materia de
Formacin Humanstica de su carrera.
El 10% de los estudiantes dedican [1,2) horas de estudio autnomo en una materia de
Formacin Humanstica de su carrera.
MEDIA
> ma<-mean(PROYECTO$INGLS)
> ma
[1] 1.4
MEDIANA
> me<-median(PROYECTO$INGLS)
> me
[1] 1
> x<-sort(PROYECTO$INGLS)
>x
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 3 3
33
[48] 3 3 4
MODA
> library(modeest)
> moda<-mfv(x)
> moda
[1] 1
MEDIA GEOMETRICA
> v<-prod(x)
> mg<-v^(1/50)
> mg
[1] 1.257184
MEDIDAS DE DISPERSIN
VARIANZA
> var(PROYECTO$INGLS)
[1] 0.6122449
DESVIACION ESTANDAR
> sd(PROYECTO$INGLS)
[1] 0.7824608
> FAbsolutaI<-table(PROYECTO$INGLS)
> FAbsolutaI
1 2 3 4
38 5 6 1
> c1<-data.frame(FAbsolutaI)
> c1
Var1 Freq
1 1 38
2 2 5
3 3 6
4 4 1
> names(c1)<-c("Horas Estudio Autnomo","F.AbsolutaI")
> c1
Horas Estudio Autnomo F.Absoluta
1 1 38
2 2 5
3 3 6
4 4 1
> FRelativaI<-table(PROYECTO$INGLS)/margin.table(FAbsolutaI)
> FRelativaI
1 2 3 4
0.76 0.10 0.12 0.02
> c2<-data.frame(FRelativaI)
> c2
Var1 Freq
1 1 0.76
2 2 0.10
3 3 0.12
4 4 0.02
> names(c2)<-c("Horas Estudio Autnomo","F.RelativaI")
> c2
Horas Estudio Autnomo F.Relativa
1 1 0.76
2 2 0.10
3 3 0.12
4 4 0.02
>
> TablaFinalI<-merge(c1,c2,by="Horas Estudio Autnomo")
> TablaFinalI
GRAFICOS
hist(FAbsolutaI)
hist(FRelativaI)
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
Histogram of FAbsolutaI
3.0
2.5
2.0
Frequency
1.5
1.0
0.5
0.0
0 10 20 30 40
FAbsolutaI
3.0
2.5
2.0
Frequency
1.5
1.0
0.5
0.0
FRelativaI
El 76% de los estudiantes dedican [0,1) horas de estudio autnomo en una materia de
ingls.
El 10% de los estudiantes dedican [1,2) horas de estudio autnomo en una materia de
ingls.
El 12% de los estudiantes dedican [2,3) horas de estudio autnomo en una materia de
ingls
MEDIA
> ma<-mean(PROYECTO$LIBRE.OPCION.COMP)
> ma
[1] 1.3
MEDIANA
> me<-median(PROYECTO$LIBRE.OPCION.COMP)
> me
[1] 1
> x<-sort(PROYECTO$LIBRE.OPCION.COMP)
>x
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2
22
[48] 3 3 5
MODA
> library(modeest)
> moda<-mfv(x)
> moda
[1] 1
MEDIA GEOMETRICA
> v<-prod(x)
> mg<-v^(1/50)
> mg
[1] 1.189073
MEDIDAS DE DISPERSIN
VARIANZA
> var(PROYECTO$LIBRE.OPCION.COMP)
[1] 0.5408163
DESVIACION ESTANDAR
> sd(PROYECTO$LIBRE.OPCION.COMP)
[1] 0.7354022
> FAbsolutaLO<-table(PROYECTO$LIBRE.OPCION.COMP)
> FAbsolutaLO
1 2 3 5
40 7 2 1
> c1<-data.frame(FAbsolutaLO)
> c1
Var1 Freq
1 1 40
2 2 7
3 3 2
4 5 1
> names(c1)<-c("Horas Estudio Autnomo","F.Absoluta")
> c1
Horas Estudio Autnomo F.Absoluta
1 1 40
2 2 7
3 3 2
4 5 1
> FRelativaLO<-
table(PROYECTO$LIBRE.OPCION.COMP)/margin.table(FAbsolutaLO)
> FRelativaLO
1 2 3 5
0.80 0.14 0.04 0.02
> c2<-data.frame(FRelativaLO)
> c2
Var1 Freq
1 1 0.80
2 2 0.14
3 3 0.04
4 5 0.02
> names(c2)<-c("Horas Estudio Autnomo","F.Relativa")
> c2
Horas Estudio Autnomo F.Relativa
1 1 0.80
2 2 0.14
3 3 0.04
4 5 0.02
GRAFICOS
hist(FAbsolutaLO)
hist(FRelativaLO
HISTOGRAMA DE FRECUENCIA ABSOLUTA Y RELATIVA
Histogram of FAbsolutaLO
3.0
2.5
2.0
Frequency
1.5
1.0
0.5
0.0
0 10 20 30 40
FAbsolutaLO
40 estudiantes dedican [0,1) horas de estudio autnomo en una materia de libre opcin o
complementaria.
7 estudiantes dedican [1,2) horas de estudio autnomo en una materia de libre opcin o
complementaria.
2 estudiantes dedican [2,3) horas de estudio autnomo en una materia de libre opcin o
complementaria.
1 estudiantes dedican [3,4) horas de estudio autnomo en una materia de libre opcin o
complementaria.
Histogram of FRelativaLO
3.0
2.5
2.0
Frequency
1.5
1.0
0.5
0.0
FRelativaLO
El 80% de los estudiantes dedican [0,1) horas de estudio autnomo en una materia de
libre opcin o complementaria.
El 14% de los estudiantes dedican [1,2) horas de estudio autnomo en una materia de
libre opcin o complementaria.
INGENIERA EN ESTADSTICA
SOFTWARE ESTADSTICO PROYECTO PARCIAL DEL CURSO
Formulario de Tiempo de Dedicacin de los estudiantes de grado
de la ESPOL
I. CARACTERSTICAS GENERALES DEL INFORMANTE
1. Unidad Acadmica: ________________ 2. Carrera: _____________________________________
Indique la cantidad de horas a la semana que le dedica al estudio autnomo a: estudiar, realizar tareas, consultas
bibliogrfica, o desarrollar avances de proyectos (No incluye horas de clases) .
# HORAS HORAS DE DEDICACIN ESTUDIO AUTNOMO A LA SEMANA
MATERIAS CLASES A LA
SEMANA* [0,1) [1,2) [2,3) [3,4) [4,5) [5,6) [6,7) [7,8]