Sei sulla pagina 1di 62

ESTADÍSTICA I

1. .

Objetivos

Objetivo General

Aplicar los conocimientos adquiridos sobre el intervalo de confianza para la proporción.

Objetivos específicos

 Realizar ejercicios enfocados al cálculo de intervalos de confianza para la


proporción.
 Utilizar el software Minitab que permitirá la realización de un ejercicio para la
obtención del intervalo de confianza de la proporción de una población.
 Utilizar el software SPSS, R que permitir realizar intervalos de confianza para la
proporción.

Marco Teórico

Intervalo de confianza para la proporción

Dada una variable aleatoria con distribución binomial B(n,p), el objetivo es la


construcción de un intervalo de confianza para el parámetro p, basada en una observación
de la variable que ha dado como valor x. el mismo caso se aplica si estudiamos el
Binomial B(1,p) y consideramos el número de veces que ocurre el suceso que define la
variable al repetir el experimento n veces en condiciones de independencia.

Existen dos alternativas a la hora de construir un intervalo de confianza p.

Considerar la aproximación asintótica de la distribución Binomial en la distribución


Normal.

Utilizar un método exacto.

Aproximación asintótica
ESTADÍSTICA I

Tiene la ventaja de la simplicidad en la expresión y en los cálculos, siendo esta la más


referenciada en la mayoría de textos de estadística. Se basa en la aproximación.

𝑋~𝐵(𝑛, 𝑝) → 𝑁(𝑛𝑝, √𝑛𝑝𝑞)

Que, traslada a la frecuencia relativa, resulta

𝑋
𝑝̂ =
𝑛

𝑝𝑞
𝑁(𝑝, √ )
𝑛

Tomando como estadístico pivote

𝑝̂ − 𝑝
𝑧=
√𝑝̂ 𝑞̂
𝑛

Que sigue una distribución N(0,1) y añadiendo una corrección por continuidad al pasar
de la variable discreta una continua, se obtiene el intervalo de confianza asintótico.

Intervalo exacto

Aun cuando las condiciones anteriores no se verifiquen, es posible la construcción de un


intervalo exacto, valido siempre, pero algo más complicado en los cálculos. Es posibles
demostrar que un intervalo exacto para el parámetro p viene dado por los valores
siguientes:

𝑋 (𝑋 + 1)𝐹𝑎}2,2(𝑋+1),2(𝑛−𝑋)
𝑝1 = ; 𝑝2 =
(𝑛 𝑋 ]1)𝐹∝]2,2(𝑛−𝑋+1) ]𝑋 (𝑛 𝑋)](𝑋]1)𝐹
∝ ,2(𝑛−𝑋)
2,2(𝑋+1)

Donde 𝐹𝑎/2,2(𝑛−𝑋+1),2𝑋 es el valor de una distribución F de Fisher-Snedecor con a y b


grados de libertad que deja a su derecha una probabilidad de ∝/2 para un intervalo de
confianza de (1−∝) *100%.
ESTADÍSTICA I

Resolución de un ejercicio usando el software Minitab.

Se toma una muestra de 500 estudiantes de la carrera de ingeniería automotriz de la


universidad de las Fuerzas Armadas ESPE y se encuentra que 156 estudiantes han
reprobado por lo menos una materia.

Encuentre el límite de confianza del 95% para la proporción de estudiantes reprobados.

Pasos a seguir para la realización del cálculo del intervalo de confianza de la proporción
de una población:

1. Para el desarrollo de este ejercicio se utilizó el software Minitab.


2. Obtenemos los valores de la muestra, el número de éxitos y el nivel de confianza
entregados en el enunciado del problema.

𝑛 = 500 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠

𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 ∝= 95%

𝑥 = 156 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠 𝑟𝑒𝑝𝑟𝑜𝑏𝑎𝑑𝑜𝑠

𝑍 = 1.96

3. Una vez identificados estos valores, diríjase a la pestaña “Estadísticas” ubicada


en la parte superior izquierda de la barra de herramientas, de clic sobre esta.

4. Seleccione la opción Estadísticas básicas.


ESTADÍSTICA I

5. Aparecerá varias opciones a elegir en este caso estamos realizando un ejercicio de


intervalo de confianza de la proporción de una población, por ello seleccionar
1Proporción.

6. Aparecerá un cuadro de dialogo, en el cual debe seleccionar la opción datos


resumidos.

7. Llene los datos en el cuadro de dialogo, el número de eventos son los éxitos 𝑥 =
156 y el número de ensayos es la muestra 𝑛 = 500.
ESTADÍSTICA I

8. Luego de clic en Opciones.

9. Aparecerá un cuadro de dialogo el cual permite elegir el nivel de confianza y


elegir el método de trabajo.

10. En este cuadro de dialogo, introduzca el valor del nivel de confianza en este
ejercicio será 95%.

11. Escoja en la opción Metodo, para trabajar en Aproximación Normal.


ESTADÍSTICA I

12. De clic en el botón Aceptar.

13. Luego aparecerá el primer cuadro de dialogo mostrado en el caso 6, también de


clic sobrr el icono Aceptar.

14. Finalmente se mostrara los resultados esperados en la ventana de Sesión.


ESTADÍSTICA I

INTERVALO DE CONFIANZA PARA LA PROPORCION EN SPSS

Se debe aclarar que las herramientas que tiene SPSS están integralmente dedicadas a
parámetros como por ejemplo la media y que en este caso no pudiéramos tener una
herramienta de manera concreta especializada en hacer los cálculos para una variable
dicotómica cuando tratemos de hacer un intervalo de confianza para la proporción
entonces vamos a utilizar una herramienta que no es explícitamente la que se debiera
usar para el tema de intervalo pero el cálculo que se hace es completamente exacto
aunque la herramienta tenga como finalidad trabajar con la media.

Para explicar el procedimiento a segur utilizaremos dos ejercicios:

EJERCICIO 1

Una empresa de lavadoras quiere saber la proporción de amas de casa que prefieren
su marca. El Gerente general afirma que el 33%de las amas de casa prefieren dicho
producto. Una muestra de 100amas de casa indico que 22 usarían dicha marca.
Calcular un intervalo de confianza de 90% indicar si el gerente tiene razón.

1. Crear una variable que nos permita reflejar la decisión de usar esta marca de
lavadoras.
ESTADÍSTICA I

Al ser un intervalo de proporción necesitamos una variable dicotómica, la cual


tomara valores de 0 a 1 para amas de casa prefieren la marca y amas de casa que
no prefieren la marca respectivamente.

Una vez creada la variable ingresamos los datos, para lo cual nos dirigimos a vista
de variables.
ESTADÍSTICA I

2. Para crear nuestro intervalo de confianza nos dirigimos a la barra de tareas


damos clic en “ analizar “→”estadísticos descriptivos “→” Explorar.

Al dar clic en explorar se despliega una ventana en donde seleccionaremos la variable


que creamos y la colocaremos en la “lista de dependientes”.
ESTADÍSTICA I

En la parte superior derecha de la ventana Explorar podemos observar que hay


“estadísticos”, damos clic y se desplegara una nueva ventana.

En esta ventana tenemos que activar la opción “descriptivos”al hacer esto podemos
marcar el intervalo de confianza con el cual queremos trabajar.
ESTADÍSTICA I

Nuestro ejercicio nos permite trabajar con I.C de 90% modificamos este valor y damos
clic en continuar.

3. Como último paso, en la ventana explorar damos clic en aceptar.

4. Como podemos observar se desplego una ventana con varios datos entre los
cuales se encuentran el intervalo de confianza que requerimos para nuestro
ejercicio.
ESTADÍSTICA I

EJERCICIO 2

Se desea la intervención de voto por el candidato A la presidencia de un país. Se toma


una muestra aleatoria de 70 votantes y45 de ellos responden a tener intenciones de votar
por A . construir un intervalo de confianza del 97% para la proporción de votantes con
intención de voto por el candidato A.

Para este ejercicio seguiremos procedimiento, pero solo se agregaran los pasos de
creación de variable y el resultado final.

1. Crear una variable que nos permita reflejar la decisión de votar por el candidato
A.

Para este ejercicio los valores de 0 y 1 nos indicaran si el voto es por otros candidatos
o por el candidato representante.
ESTADÍSTICA I

Una vez creada la variable ingresamos los datos para lo cual nos dirigimos a vista de
variables.

2. Para crea nuestro I.C seguimos los pasos del ejercicio anterior. “Estaditica-
Estadisticos descriptivos-Explorar”.
ESTADÍSTICA I

Nuestro ejercicio nos pide trabajar con un I.C de 97%, modificamos este valor y
damos clic en continuar.

3. Como último paso, en la ventana explorar damos clic en aceptar.


Como podemos observar se desplego una ventana con varios datos entre los cuales
se muestra el intervalo de confianza que requerimos para nuestro ejercicio.

INTERVALO DE CONFIANZA DE LA PROPORCION USANDO


SOFWARE “R”
ESTADÍSTICA I

Enunciado.- Si x=36 de n=100 personas entrevistadas están familiarizados con los


incentivos fiscales para instalar ciertos dispositivos de ahorro de energía,
construya un intervalo de confianza del 95% para la proporción verdadera
correspondiente.
a) Abrimos el programa R, que es un software libre, y nos dirigimos en archivos
y seleccionamos nuevo script. Se nos abrirá una nueva ventana, ahora nos
colocamos en la opción ventana y seleccionamos en dividir verticalmente.

b) Nos colocamos en la ventana de la izquierda “Editor” y colocamos el


enunciado con un # antes de cada frase, porque estamos porque estamos
colocando como un comentario. Ahora bien observado los datos que nos da el
ejercicio, vamos a utilizar dos datos y un comando que nos servirá para
obtener el intervalo de confianza de una proporción. Los datos que debemos
anotar en la ventana es la x=36 (número de éxitos), y n=100 (número de
elementos de la muestra).
ESTADÍSTICA I

c) Una vez conocida los datos de “x” y “n”, tenemos que ingresar un comando
que nos mostrara el intervalo de confianza de esa proporción, ingresando los
datos mencionados anteriormente, el intervalo de confianza y en la proporción
de correct (FALSE), lo ingresamos falso ya que los datos no son consecutivos,
tal como se muestra a continuación.

d) Como paso final presionados “ctrl+R” desde el inicio ya que el programa


ejecuta línea por línea, y si lo ejecutamos en desorden, no nos va a leer los
datos ingresados. La ejecución se mostrara en la ventana de la derecha y cómo
podemos observar nos muestra algunos datos, pero lo que a nosotros nos
interesa es el intervalo de confianza de la proporción que se encuentra
señalado.

Conclusiones

 El programa Minitab permite trabajar directamente insertando datos lo cual


ahorra mucho tiempo al momento de hacer el análisis.
ESTADÍSTICA I

 Al utilizar el software R se puede concluir que es una herramienta muy eficaz ya


que solo hay que reconocer el número de éxitos y el total de los elementos.
 A pesar de que SPSS no cuenta con una herramienta concreta el calculo nos
permite realizar un aproximado a los cálculos.

Bibliografía

 aedo, s. Intervalos de confianza para proporciones.

2. .

INFORME DE DISTRIBUCION EXPONENCIAL Y T- STUDENT

Objetivos

Objetivo General

Dar a conocer el proceso de aplicación del programa estadístico para la resolución de


problemas de la prueba de hipótesis sobre la media.

Objetivos específicos

 Desarrollar un ejemplo práctico mediante la introducción de datos.

Marco Teórico

Hipotesis

Afirmación relativa a un parámetro de la población sujeta a verificación.

Hipotesis nula

Enunciado relativo al valor de un parámetro poblacional formulado con el fin de porbar


evidencia numérica.

Hipótesis alternativa

Afirmación que se acepta si los datos de la muestra ofertan suficiente evidencia para
rechazar hipótesis nula.
ESTADÍSTICA I

PROGRAMA R COMMANDER

a) Ingresamos en el programa

b) Asignamos la opción cargar paquetes y abrirá una tabla de opciones.

c) Elegimos la opción Rcmdr y oprimimos “ok”

d) Nos dirigimos a la segunda ventana y damos click en la opción “datos” desde


un archivo de Excel.
ESTADÍSTICA I

e) Se nos abrirá una pequeña ventana y colocamos el nombre de nuestro archivo


para ingresar al programa, nos ubicamos en la ventana de console y ubicamos
el nombre y damos clic.

f) Aquí se nos abrirá todos los datos que hemos asignado previamente.

g) Nos dirigimos hacia nuestra segunda ventana y damos clic en la opción


“estadísticos” nos ubicamos en la opción medias y nos dirigimos en la primera
opción. Se nos abrirá la siguiente pantalla ubicamos nuestra media y demás
datos que nos da el ejercicio.
ESTADÍSTICA I

h) Por último paso nos dará los datos ya calculados del ejercicio.

Componente MegaStat-Extension de Excel

a) Ejecutar el programa Excel y dirigirse a la parte de complementos

b) Escoger el comando MegaAtat

c) Escogemos la opción Hypothesis_Tests y después la opción Mean vs.


Hypothesized Value.
ESTADÍSTICA I

d) En la pantalla que aparece se llena con los datos:


o Señalamos la casilla de “summary imput”
o En el cuadro de texto, ingresamos la media, la desviación y el tamaño de
la muestra.
o En el siguiente cuadro de texto, ingresamos el valor de la hipótesis
alternativa y escogemos si es menor, amor o igual.
o Marcamos la casilla de z-test o t-test dependiendo del caso.
o Y por último escogemos el intervalo de confianza.

e) Por ultimo damos clic en OK y nos generara una nueva hoja en Excel con los
cálculos realizados y el valor de z.

APLICACIÓN EN SPSS

Un centro policial se determinó que la estatura media de los kdts es de 1.70 m. Un censo
de salud proporcionó información en la cual se propone que la estatura media realmente
ESTADÍSTICA I

es diferente a 1.70. El director del centro policial selecciono una muestra aleatoria de 10
kdts para corroborar el dato del censo de salud, con un I.C del 99%.

1.73 1.68 1.67 1.79 1.71 1.69 1.69 1.65 1.75 1.76
a) Creamos la variable “estatura” en la ventana de “vista de variables” con los daros
indicados en la grafica

b) Ingresamos los datos de la muestra en la variable ‘estatura”

c) Damos clic en “analizar” posteriormente en la opción “comparar medias” y


finalmente en la opción “prueba T para una muestra”.
ESTADÍSTICA I

d) En una nueva ventana seleccionamos la variable analizar y damos clic en


“opciones” y en “valor de prueba” ingresamos el valor a analizar.

e) En la nueva ventana desplegada seleccionamos nuestro intervalo de confianza y


presionamos “continuar” y “aceptar”.

f) En la ventana de resultados podemos observar los valores obtenidos:


ESTADÍSTICA I

Nota: Al ser una prueba de dos colas, en el ejercicio mostrado se plantearía:

𝐻𝑜; 𝜇 = 1.70

𝐻1; 𝜇 ≠ 1.70

∝= 0.414

Para el ejercicio tenemos que 𝑝 > 0.05 𝑝𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑑 = 𝑠𝑒 𝑎𝑐𝑒𝑜𝑡𝑎𝑙𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎

APLICACIÓN CON T-STUDENT

Un criador de pollos sabe por experiencia que el peso de los pollos de cinco meses es de
4.35 lb. Los pesos siguen una distribución normal. Para tratar de aumentar el peso de
dichas aves se le agrega un aditivo al alimento. En una muestra de pollos de cinco meses
se obtuvieron los siguientes pesos en libras.

4.41 4.37 4.33 4.35 4.30 4.39 4.36 4.38 4.40 4.39

a) Plantemos la hipótesis
𝐻𝑜 ≤ 4.35
𝐻1 > 4.35

b) Colocamos la opción Rcmdr


ESTADÍSTICA I

c) Nos vamos a ventana y elegimos la opción datos.

d) Generamos la tabla y colocamos el nuevo nombre asignado

e) Generamos la tabla de datos y vamos a la siguiente ventana donde buscaremos las


opciones estadísticos.
ESTADÍSTICA I

f) Se genera los datos y como conclusión tenemos que:

Como 𝑡 < 4.35 se acepta la hipótesis nula y se rechaza la alternativa.

Conclusión: el producto no aumenta el peso medio de pollos. La talla media de los


hombres entre 18 o más años de un país es igual o mayor a 175. Suponiendo que la
desviación estándar de la población es de 14. Se toma una muestra de 50 hombres
seleccionamos al azar, cuya altura promedio es de 173.47. El nivel de significancia es
del 5%. ¿Se acepta Ho?

a) Planteamos hipótesis
𝐻𝑜 ≥ 175
𝐻1 < 175
b) Ingresamos los datos del enunciado en una hoja de Excel.

c) Nos dirigimos a componentes y seleccionamos MegaStat.


ESTADÍSTICA I

d) Escogemos la opción de Hypothesis_Test y después la opción Mean vs.


Hypothesized Value.

e) Seleccionamos los datos a utilizar en la pestaña que se genera.

f) Dar clic en OK y aparece una nueva hoja de resultado.

g) Como la 𝑝 >∝, se concluye que la Ho no se rechaza


ESTADÍSTICA I

PRUEBA DE UNA MEDIA CONOCIENDO LA DESVIACION


ESTANDAR DE LA POBLACION CON MINITAB
De acuerdo con el presidente del sindicato, el ingreso bruto medio de los
ingenieros en el área de California sigue la distribución de probabilidad normal
con una media de %45000 y una desviación estándar de $3000. Un reportaje de
investigación reciente revelo que el ingreso medio de una muestra de 120
ingenieros era de $4500. ¿Es razonable concluir que el ingreso medio no es igual
a $4500 en el nivel de significancia de 0.10?
𝐻𝑜 = 45000
𝐻1 ≠ 45000
La hipótesis alternativa no señala una dirección, así que se trata de una prueba de
dos colas.
a) Clic en “estadísticas”- “estadísticas básicas”, clic en la opción “ z de 1
muestra”
ESTADÍSTICA I

b) Seleccionamos la opción datos resumidos.

c) Ingresamos los datos

d) Clic en “opciones”, se despliega una ventana en donde escribimos el intervalo


de confianza y el nivel de significancia. En hipótesis alternativa elegimos la
opción “no es igual a”.
ESTADÍSTICA I

e) Clic en aceptar
𝑝 <∝ 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
0.068 < 0.1 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜

Se acepta la hipótesis alternativa y se concluye que el salario medio es


diferente de $45000.

PRUEBA DE HIPOTESIS DE UNA MEDIA SIN CONOCER LA DESVIACION


ESTANDAR POBLACIONAL

MODEPSA S.A, fabrica encargada de la elaboración de pernos industriales, tiene un


estudio que revela un peso promedio por perno de 25 gramos. El supervisor general de
áreas mecánicas desea estimar que no existan problemas en las maquinas que se encargan
de la producción de las mismas. Se realiza una investigación al departamento de
producción, el mismo que selecciona una muestra aleatoria de 20 pernos.

24 26 27 29 23 22 25 26 21 29 28 22 25 24 23 22 21 24 25 21

Se desea estimar si es o no razonable mencionar como conclusión que el peso medio de


los pernos ha variado para y nivel de significancia 0.05.

𝐻𝑜 = 25
𝐻1 ≠ 25
a) Abrir minitab
ESTADÍSTICA I

b) Ingresar los datos dependiendo del ejercicio

c) Se escoge la estaña asistente


ESTADÍSTICA I

d) Se desplaza la ventana

e) Se dirige hacia ayudarme a elegir

f) Se escoge dependiendo del caso ‘media vs. Objetivo”


ESTADÍSTICA I

g) Procedemos a ingresar los datos, escogemos la columna de datos donde fueron


registrados.

h) Se analiza los resultados que el sistema arroja.


ESTADÍSTICA I

𝑝 >∝
0.270 > 0.05 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑜

La hipótesis nula que afirma que el peso medio de los pernos es de 25 gramos, se acepta
la hipótesis nula y se concluye que la media poblacional no es significativamente diferente
de 25 gramos.

No existen problemas de producción

3. .

Prueba de hipótesis media sin desviación

La longitud media de una pequeña barra de contrapeso es de 43 milímetros .al


supervisor de producción le preocupa que hayan cambiado los ajustes de la máquina
de producción de barras.
ESTADÍSTICA I

Solicita una investigación al departamento de ingeniería, que selecciona una muestra


aleatoria de 12 barras y las mide .Los resultados aparecen en seguida, expresados en
milímetros.

42 39 42 45 43 40 39 41 40 42 43 42

¿Es razonable concluir que cambio la longitud media de las barras? Utilice el nivel
de a

Paso 1: Se establece la hipótesis nula y alternativa.

𝑯𝟎: 𝝁 = 𝟒𝟑

𝑯𝟏: 𝝁 = 𝟒𝟑

Paso 2: Se selecciona el nivel de significancia.

𝜶 = 𝟎. 𝟎𝟐

Paso 3: Se selecciona el estadístico de prueba.

El estadístico de prueba es t, para una desviación estándar de la población


desconocida.

𝑋̅ − 𝜇
𝑡=
𝑠⁄√𝑛

Paso 4: Se formula la regla de decisión

La hipótesis alternativa no señala una dirección, así que se trata de una prueba de dos
colas. Hay 11 grados de libertad, que se calculan por medio de n- 1=12-1=11.

El valor t es de 2.718, en el caso de una prueba de dos colas con un nivel de


significancia de 0.02 y 11 grados de libertad. La regla de decisión es: se rechaza la
hipótesis nula si el valor calculado de t se localiza a la izquierda de 2.718 o a la
derecha de 2.718.

Paso 5: Se toma una decisión y se interpreta el resultado.

La desviación estándar de la población es desconocida la media de la población de


43. La cantidad media de la muestra de n-12.
ESTADÍSTICA I

498
𝑋̅ = = 41.5 𝑚𝑚
12

∑(𝑥 − 𝑋̅)2 35
𝑠=√ =√ = 1.784
𝑁−1 12 − 1

𝑋̅ − 𝜇 41.5 − 43
𝑡= = = −2.913
𝑠/√𝑛 1.784/√12

La hipótesis nula que afirma que la media poblacional es de 43 milímetros se rechaza


porque el valor calculado de t de -2.913 se encuentra en el área a la izquierda de -
2.718. Se acepta la hipótesis alternativa y se concluye que la media poblacional no es
de 43 milímetros.
ESTADÍSTICA I

CALCULO EN SPSS

Para realizar el cálculo en SPSS primero se asigna las variables que da el ejercicio en
este caso pondremos X para el vamos a calcular y Z para el valor de la respuesta de
igual forma asignamos la cantidad de decimales con los que vamos a trabajar seria en
X con cero decimales y en Z con cuatro decimales para ser más exactos con las
respuestas de la tabla, en medida designamos escala para X y nominal para Z.

En vista de datos ingresamos el valor que nos da el ejercicio para calcular en este caso
42 39 42 45 43 40 39 41 40 42 43 42, después de ingresar la variable
nos dirigimos a Analizar, seleccionamos Comparar media y damos clic en Prueba
T para una muestra de forma inmediata nos aparecerá una ventana, arrastramos
LONGUITUD a Variables para contrastar en Valor de prueba colocamos la
muestra en este caso 43; ponemos aceptar y nos saldrá las respuestas requeridas.
ESTADÍSTICA I

Realizamos la gráfica en geómetra en donde calcularemos el valor para demostrar si


se rechaza.

Para graficar en varias sesión de la gráfica se selecciona en geogebra Vista,


seleccionamos Calculadora de probabilidad por default nos da Normal debemos
cambiar a Student, escogemos el intervalo por la izquierda y en el intervalo se coloca
-1 ya que es con signo negativo por su dirección, escojamos la opción Exportar
opción Copiar en Vista Grafica. Y obtendremos una gráfica con intervalo por la
izquierda.

Creamos un intervalo a la derecha siguiendo el proceso anterior, obtendremos una


gráfica con varias secciones, como es una representación en el punto b se coloca -2.7
y en el punto A se coloca 2.7
ESTADÍSTICA I

4.
5.
6.
7. .
8. .
9. .
10. .
11. .
12. .
13. .
14. .
15. .
16. .
17. .
18. .
19. .
20. .
ESTADÍSTICA I

21. .
22. .
.

1. Tema: Distribución de probabilidad binomial, hipergeométrica y Poisson.


2. Objetivos:

Objetivo General
Aplicar los conocimientos adquiridos sobre distribuciones de probabilidad.

Objetivos específicos
 Realizar ejercicios enfocados a los tipos de distribuciones de probabilidad.
 Utilizar la aplicación Excel y SPSS como herramienta de apoyo a cálculos
estadísticos.
3. MARCO TEÓRICO:
COMANDOS DISTRIBUCIÓN BINOMIAL:
Cuando acumulado = verdadero, la BINOMDIST (x. n. p, acumulado) función devuelve
la probabilidad de que x o menos éxitos en n ensayos de Bernoulli independientes.
Cada uno de los ensayos tiene una probabilidad asociada p de éxito (y uba
probabilidad 1 –p de error).
Sintaxis
BINOMDIST (x, n, p, verdadero o falso)
Parámetros
 x es un entero no negativo
 n es un entero positivo
 0 <p<1
 Acumulado es una variable lógica que toma los valores de verdadero o falso.

COMANDOS DISTRIBUCIÓN HIPERGEOMÉTRICA:

Sintaxis

DISTR.HIPERGEOM.N(muestra_éxito,núm_de_muestra,población_éxito,núm_de_pobla
ción,acumulado)

La sintaxis de la función DISTR.HIPERGEOM.N tiene los siguientes argumentos:

 Muestra_éxito Obligatorio. Es el número de éxitos de la muestra.


 Núm_de_muestra Obligatorio. Es el tamaño de la muestra.
 Población_éxito Obligatorio. Es el número de éxitos en la población.
 Núm_de_población Obligatorio. Es el tamaño de la población.
 Acumulado Obligatorio. Es un valor lógico que determina la forma
de la función. Si este valor es VERDADERO, DISTR.HIPERGEOM.N devuelve la
función de distribución acumulativa; si es FALSO, devuelve la función de
probabilidad bruta.

Observaciones
ESTADÍSTICA I

 Todos los argumentos se truncan a enteros.


 Si uno de los argumentos no es numérico, DISTR.HIPERGEOM.N devuelve el
valor de error #¡VALOR!
 Si el argumento muestra_éxito < 0 o es mayor que el menor valor de
núm_de_muestra o población_éxito, DISTR.HIPERGEOM.N devuelve el valor de
error #¡NUM!
 Si el argumento muestra_éxito es menor que el mayor valor de 0 o
(núm_de_muestra-nñum_de_población + población_éxito),
DISTR.HIPERGEOM.N devuelve el valor de error #¡NUM!

COMANDOS DISTRIBUCIÓN DE POISSON:

Sintaxis

POISSON (x, mu, acumulativo)

Nota: x es un entero no negativo.

MU: es un número positivo, pero no necesariamente un entero y acumulada es


una variable lógica que toma los valores verdadero o falso.

4. MATERIALES Y EQUIPOS
Aplicación Excel en un ordenador
Aplicación SPSS y Geogebra en un ordenador.

5. DESARROLLO:

DISTRIBUCIÓN BINOMIAL
En la UNIVERSIDAD DE LAS FUERZAS ARMADAS –ESPE un grupo de 10 alumnos
solicitan una beca si se conoce que anteriormente el 50% de los alumnos son
aceptados, calcule las probabilidades de obtener la beca.

Calcular a).- Probabilidad de que exactamente 5 estudiantes obtengan beca


b).- Probabilidad de que al menos 4 estudiantes obtengan la beca.
1. Definir la fórmula que vamos a utilizar en “Insertar Fórmulas”

2. Al desplegarse la ventana de insertar función elegimos la categoría


estadística y la función de distribución binomial.
ESTADÍSTICA I

3. Para la probabilidad de exactamente 5. Ingresamos:


“=DISTR.BINOM.N(5;10;0;5;FALSO)”
Para la probabilidad de al menos 4. Ingresamos:
=1-DISTR.BINOM.N(4;10;0;5;VERDADERO)

MEDIA Y VARIANZA DE LA DISTRIBUCIÓN BINOMIAL

Media

La fórmula de la media es

𝜇 =𝑛∗𝜋
Para calcular la media es programa de Excel debemos seguir los siguientes pasos:

1. Abrimos un documento en Excel


ESTADÍSTICA I

2. Ponemos las variables en las celdas que en este caso serían n que es el número de
pruebas y 𝜋 es la probabilidad de éxito en cada prueba.

3. Una vez hecho el paso 2 aplicamos la fórmula de la multiplicación de programa de


Excel en la celda que deseamos que se muestre el resultado de la operación.
La fórmula es en este caso =(B6*C6)
ESTADÍSTICA I

Varianza
La fórmula de la varianza es:
𝜎 2 = 𝑛𝜋(1 − 𝜋)

1. Ponemos las variables en las celdas, como sabemos que (𝑛 ∗ 𝜋) es igual a la


media, en la celda que coloquemos esta variable pones la fórmula =(D6) ya que
en esa celda está la respuesta de la media.

2. Como sabemos que 𝜋 es la probabilidad de éxito en cada prueba. Sólo nos


tocaría colocar el valor de 1 en cualquier celda ya que es un valor constante en
la fórmula.

3. Como tenemos en la fórmula de la varianza (1 − 𝜋), debajo de la celda


ponemos la fórmula de la resta que es =(F4-C6) para obtener el resultado de
esta operación.
ESTADÍSTICA I

4. Y por último aplicamos la fórmula de la multiplicación =(B9*C9) en la celda que


deseamos obtener el resultado.

DISTRIBUCIÓN HIPERGEOMÉTRICA

Para realizar la distribución hipergeométrica usaremos el programa estadístico SPSS y


comprobaremos la respuesta en Geogebra.

El ejercicio con el que trabajeremos es el siguiente:

Entre los 120 solicitantes para un trabajo, solo 80 son realmente aptos. Si cinco de los
solicitantes se seleccionan al azar para una entrevista de trabajo más extensa, encuentre la
probabilidad de que solo dos de los cinco sean aptos para el trabajo.

PASO 1

Ingresar las variables en el programa SPSS.

PASO 2:
ESTADÍSTICA I

En la barra de tarea nos dirigimos a TRANSFORMAR y luego a CALCULAR VARIABLE.

PASO 3:

En la parte derecha de la ventana que se desplegó podemos encontrar dos comandos, “geupo
de funciones y funciones” y “variables especiales”, de los cuales seleccionaremos “PDF y PDF
NO ENCONTRADO” Y “Pdf.Hyper” respectivamente.

Al seleccionar estas opciones poemos ver que en la parte central de la ventana nos apareció el
texto, en el cual nos indica el orden en el que debemos colocar las variables que ingresamos.

PASO 4:
ESTADÍSTICA I

Como siguiente paso solo nos queda colocar las variables en la fórmula.

Una vez ingresadas las variables en la fórmula procedemos a crear una variable donde se
guardará el resultado. Lo único que tenemos que hacer es colocar el nombrede la variable en
la casilla “VARIABLE OBJETIVO”. En mi caso coloqué la letra P, seguido de esto damos clic en
aceptar y ya terminamos.
ESTADÍSTICA I

Y el resultado que buscamos es de 0.164

Para hacer la comprobación en GeoGebra seguimos los siguientes pasos

PASO 1

Tras haber abierto el programa nos dirigimos a la barra de tareas y seleccionamos vista
seguido de cálculos de probabilidad.

En la ventana que se desplegó nos queda ingresar nuestros datos de población, muestra y
número de éxitos de la población.
ESTADÍSTICA I

Como podemos observar en la parte derecha de la ventana, si el valor x es igual a 2 nuestra


probabilidad es de 0.1638 al igual que en el SPSS.

DISTRIBUCIÓN DE POISSON

1. Abrimos una nueva hoja de cálculo, como podemos observar en la imagen, se encuentra
ya el ejercicio que realizaremos y con ayuda de Excel resolveremos los dos literales del
problema.

2. Para realizar el literal a, primero debemos identificar los datos de la media, y “X”.
Después de haber identificado estos datos, nos dirigimos a la pestaña “Fórmulas”, y
seleccionamos la opción “Insertar función”.
ESTADÍSTICA I

3. Se nos abrirá una nueva ventana, seleccionamos la categoría “Estadística”, y a


continuación presionamos la función POISSON.DIST, y le damos en aceptar.
Introducimos los valores de media, “X” según corresponda, en ACUMULADO
ingresamos FALSO ya que nos pide halla la distribución de 2 pacientes “Exactamente”.

4. Para el literal b, nos pide la probabilidad de que lleguen más de dos pacientes en un
minuto dado, realizaremos un procedimiento diferente. Ingresaremos directamente la
función en la “Biblioteca de funciones”, como nos pide (x>2), sabemos que debemos
restar de 1. Por lo que ingresaremos “1-POISSON.DIST(2;3;FALSO)”
El primer valor es X, el segundo valor es la media, e ingresamos nuevamente FALSO,
porque no queremos la distribución acumulada, daremos enter, y aparecerá
directamente el resultado en la celda seleccionada.

6. CONCLUSIONES:
 Para definir los valores que mostrara la aplicación Excel, primero debemos elegir la
fórmula de la distribución de probabilidad necesaria para cada ejercicio.
 La aplicación Excel calcula datos incluidos en las fórmulas de manera automática lo
cual ahorra tiempo al momento de efectuar el cálculo de una probabilidad.
 La aplicación Excel nos permite calcular las probabilidades de varios números de
éxitos muestrales y compararlos, además de efectuar una sumatoria de todo aquel
si fuese necesario.

7. BIBLIOGRAFÍA

23.
ESTADÍSTICA I

24. .
25. .

Medidas de tendencia Control

3.- Introducción

Son medidas estadísticas que se usan para describir cómo se puede resumir la localización de
los datos. Ubican e identifican el punto alrededor del cual se encuentran los datos, las medidas
de tendencia central nos indican hacia donde se inclinan o se agrupan más los datos. La más
utilizadas son: la media, la medida y la moda.

4.- Desarrollo

Medida Poblacional

Cualquier característica medible de una población recibe el nombre de PARAMETRO


𝑠𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛
𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 =
𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛

𝜇 = ∑𝑥
𝑛

Media de una muestra

La media muestral y población se calcula en la misma manera, pero la notación se emplea


diferente.
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 =
𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑥⃐ = ∑ 𝑥
𝑛

Media Ponderada

Se expresa cuando hay observaciones con el mismo valor. Consiste en multiplicar cada
observación X por el número de veces que aparece w.
∑(𝑤𝑋)
𝑥𝑤 =
∑𝑤
Media de datos agrupados

Para calcular la media para datos agrupados, primero calculamos el punto medio de cada clase
(marca de clase 𝑚𝑖 ). Después multiplicamos cada punto medio por la frecuencia absoluta de
cada intervalo.
∑ 𝑚𝑖 𝑓1
𝑥=
𝑛
Mediana

Es el punto medio de los valores una vez que se han ordenado de menor a mayor o de mayor a
menor. Si existen dos puntos intermedios se los debe sumar y dividirlos entre dos para obtener
la mediana.
ESTADÍSTICA I

Mediana de datos agrupados


𝑛
− 𝑓𝑖−𝑙
𝑀𝑒 = 𝐿𝑚 + (2 )ℎ
𝑓𝑖

𝑴𝒆. 𝑀𝑒𝑑𝑖𝑎𝑛𝑎
𝒍𝑴 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝒏 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
𝑭𝒊−𝒍 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒 𝑙𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝒇𝒊 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎

𝐡 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒


Moda

La moda es el valor que tiene mayor frecuencia absoluta. Se puede hallar la moda para variables
cualitativas y cuantitativas.

Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la
máxima, la distribución es bimodal o multimodal, es decir, tiene varias modas.

Moda de datos agrupados

En una distribución de frecuencias si los datos están agrupados seleccionamos la clase modal y
utilizaos la siguiente ecuación.
𝑑1
𝑀𝑜 = 𝐿𝑀𝑜 + ( )
𝑑1 + 𝑑2
𝑴𝒐 𝑀𝑜𝑑𝑎
𝑳𝑴𝒐 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙
𝒅𝟏 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑒𝑙𝑙𝑎
(𝑑1 = 𝑓𝑖 − 𝑓𝑖−1 )
𝒅𝟐 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑎 𝑐𝑙𝑎𝑠𝑒 𝑝𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑒𝑙𝑙𝑎.
(𝑑2 = 𝑓𝑖 − 𝑓𝑖+1 )

𝐡 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒


Media Geométrica

La media geométrica es la raíz n- esima del producto de todos os números, es recomendada


para datos de progresión geométrica, para promediar razones, interés compuesto y números
índices. Resulta útil para determinar el cambio promedio de porcentajes.
ESTADÍSTICA I

𝑣𝑎𝑙𝑜𝑟 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜


𝐺𝑀 = √ −1
𝑣𝑎𝑙𝑜𝑟 𝑎𝑙 𝑖𝑛𝑖𝑐𝑖𝑜 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜

EJERICICIOS

Ejericicios de tendencia central

En el aula de una universida que contagia de 20 alumnos se rindio en examen de fisica.

Para la clasificacion de los datos se catalogo los datos por generos arrojando como resultados:

Hombres: 9,16,17,19,11,18,10,15

Mujeres: 20,5,1,4,12

El mismo curso tambien rindio otro examen de Algebra lineal que dio como resultados:

Hombre: 16,14,19,13,20,12,15,5

Mujeres: 18,9,11,10

Determine:

a. La mediana, median y moda total de los examenes de fisica y algebra


b. La media y mediana total de los examenes de fisca y algebra.
c. ¿Quién tiene mayor nota promedio?
d. ¿El parametro de la median mas alto se encuentra en?

Media mediana v moda del examen de fisica

Media mediana y moda del examen de Algebra


ESTADÍSTICA I

Media (por genero) del examen de física

Media (por genero) del examen de física

Media (por genero) del examen algebra.


ESTADÍSTICA I

Mediana (por genero) del examen de algebra

6.
Conclusiones

Las medidas de tendencia central (media, mediana y moda) sirven como puntos de referencia
para interpretar la información que se obtiene de una población o de una muestra.

El saber aplicar las formulas correctamente de medidas de tendencia central facilita y garantiza
un resultado eficaz al problema planteado.

7.- Recomendaciones

Se recomienda saber acerca de conceptos básicos de las medidas de tendencia central de tal
forma que podamos aplicar la formula correspondiente para la resolución de los ejercicios.

8.- Bibliografía

 Zambrano, M.C (2003). En M. C. Zambrano, Estadística Descriptiva e Inferencial (pág.


518).Perú: Moshera S.R.L.

26. .

Gráficos estadísticos:

Los gráficos son medios popularizados y a menudos los más convenientes para presentar datos,
se emplean para tener una representación visual de la tonalidad de la información. Los gráficos
estadísticos presentan los datos en forma de dibujo de tal modo que se pueda percibir
fácilmente los hechos esenciales y compararlos con otros.

Tipos de gráficos estadísticos son: Barras, Líneas, Circulares, Histogramas.


ESTADÍSTICA I

EJEMPLO #1

Un ingeniero escoge a 7 alumnos para evaluar su rendimiento académico es asi que toma en
cuenta dos aspectos su género y edad. Realizar un gráfico de barras.

EJEMPLO # 2

En una inspección se desea verificar la calidad de fideos que están en el mercado es asi como
se toma en cuenta las marcas más conocidas y adquiridas por los consumidores.

Realizar un gráfico de barras


ESTADÍSTICA I

EJEMPLO #2

Se desea saber el porcentaje de ganancias de un producto de enlatados. Realizar un grafico de


barras.

EJEMPLO #4

En un centro neonatal se desea saber cuántos niños nacieron 12 días es asi como se toma en
cuenta dos aspectos importantes como, si nacieron vivos o no y el sexo de los bebes. Realizar
un histograma para definir la cantidad de nacidos vivos existe.

EJEMPLO # 5

Se calcula las frecuencias de los precios de los boletos que tienen que cancelar las personas
que viajan a distintas ciudades del Ecuador realizar un histograma para definirlo.
ESTADÍSTICA I

Conclusiones

 El programa SPSS es un programa especializado que nos permite realizar mejores


graficas estadísticas de una manera más específica.
 Los gráficos estadísticos si ayudan a interpretar datos de una mejor manera.

Bibliografía

 Zambrano, MC (2005). En M.C, Graficas estadísticas (pág.349). Perú: Moshera S.R.I.

27. .

Medidas de Dispersión

1.- Dave s Automatic Door instala puertas automáticas para cocheras. La siguiente lisa indica el
número de minutos que se requieren para instalar una muestra de 10 puertas automáticas.

28 I 32 I 24 I 46 I 44 I 40 I 54 I 38 I 32 I 42 I

 Calcule el rango
ESTADÍSTICA I

 La media aritmética
 Y desviación media
 Desviación estándar

Para poder resolver el ejercicio primero debemos ingresar los datos y variables
correspondientes

1. En la ventana de variables insertamos la variable minutos.


2. Seleccionamos el tipo de medida en este caso escala.
3. Nos vamos a vista de datos y ponemos los datos de la variable minutos.

Para obtener los datos pedidos damos clic en la pestaña


analizar ≥ Estadísticas descriptivas ≥ descriptivos y se nos abrirá
la siguiente ventana seleccionamos la variable que queremos
analizar y damos clic en opciones.

Tras esto se nos abrirá la siguiente ventana, y seleccionamos


los datos que deseamos calcular, en esta ventana podemos
calcular la varianza, media, desviación, estándar, el valor
mínimo, el valor máximo, el rango, la curtosis y simetría, en
nuestro caso solo seleccionamos, rango media y desviación
estándar, después damos clic en continuar.

Y a continuación nos saldrá en la ventana de resultados una tabla con los valores que hemos
pedido calcular en función de la variable minutos y sus valores.

Descriptivos
ESTADÍSTICA I

Con esto ya disponemos del valor de la media y la desviación


estándar pedidos en el ejercicio.

Ahora para calcular la desviación media seguimos los


siguientes pasos:

Vamos a la pestaña transformar y después hacemos clic en la


ventana calcular variable y se nos abrirá la ventana de la figura
del paso 1, en esta ventana ingresemos la variable minutos y le
restamos la media de los datos requeridos para esto en el
recuadro de la derecha llamado grupo de funciones
seleccionamos estadísticos y abajo seleccionamos el dato
estadístico que queremos calcular en este caso la media,
dándonos como resultado los valores de la tabla resta que
vendría a ser cada dato menos la mediana.

Tras esto abrimos nuevamente la ventana de calcular variable


y en este caso seleccionamos el comando suma y sumamos
todos los valores del recuadro resta ignorando los signos y la
dividimos para el número de datos en total dándonos a si el
valor de la desviación media que en este caso es 7.2

Para tener un control más ordenado y poder analizar los


valores obtención de mejor manera podemos crear una
tabla de frecuencias y un gráfico de barras para esto
vamos a la pestaña analizar y esta vez seleccionamos la
opción frecuencias, ingresamos la variable a analizar y
seleccionamos gráficos y seleccionamos el que mejor se
adapte a nuestras necesidades en este caso gráfico de
barras.

Frecuencias

Interpretación

Después de haber resuelto el ejercicio podemos interpretar varias cosas de los datos obtenidos.

Rango: existe un rango de 30 a esto podemos tomarlo como valor de dispersión alto significa
que hay mucha diferencia entre los minutos necesarios para instalar una puerta.
ESTADÍSTICA I

Desviación estándar: la desviación estándar es de 9.092 lo que significa que los valores de los
minutos se cambian muchos entre sí.

Desviación media: el número de minutos para realizar una puerta se desvía en promedio 7.2
unidades respecto a la media que es 38.

 Para datos agrupados tomamos el ejemplo del siguiente ejericio.

2.- SCCoast, un proveedor de Internet en el sureste de Estados Unidos, elaboro una


distribución de frecuencias sobre la edad de los usuarios de Internet.

Determine la media, la desviación estándar y la varianza.

Para datos agrupados el procedimiento no cambia mucho


lo diferente al anterior ejercicio es que para la variable edad
se deben definir valores esto lo hacemos a través de la vista
de variables en la parte de valores de la variable edad, o si
tenemos muchos valores y queremos darles un intervalo a
través de la opción agrupación visual en la pestaña
transformar.

Otra cosa que tenemos que tener en


cuenta es que ahora disponemos de
frecuencias para insertarlas tenemos que
agregar una variable y en el nombre poner
FREQ y ponderar datos para que el
programa tome los valores no solo como
un numero si no como una suma de
observaciones de cada dato.

Ya con esto tenemos definido las condiciones


ahora calculamos, después abrimos la
pestaña analizar y hacemos clic en
descriptivos insertamos la variable marcas
para poder obtener la varianza y los demás
datos.
ESTADÍSTICA I

Descriptivos

Y en análisis descriptivo analizamos la variable


edades para tener nuestra tabla de frecuencias y el
grafica respectivo.

Interpretación

Varianza: la varianza es 120 esto es un valor grande por lo tanto significa que los datos están
muy separados de la media.

Desviación estándar: la desviación estándar es de 10.969 esto representa cuanto cambian los
valores de la muestra.

28. .
29. .

Potrebbero piacerti anche