II.-ORGANIZACIÓN DE DATOS Y CALCULO DE ESTADIGRAFOS.

-Suponga que se analiza al peso de

lingotes de acero de “ACEROS AREQUIPA”, para lo cual se tomó una muestra aleatoria simple
(MAS) de la producción semanal de 50 observaciones, las unidades están dadas en kilogramos
(Kg), registrándose los siguientes datos originales (Xi)

94.3 93 95.5 95.3 92.4 94.4 92.8 93.2 93.6 95.5

92.9 93.6 95.7 93.8 94.8 93.9 92.7 91.6 93.6 93.7
94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9
94.7 92.7 95 93 92.9 93.7 92.7 93.3 94.6 96.4
94.1 93.7 94.2 93.7 94 93.9 93.6 94.6 92.3 94.4

2.1.-tipologia de variable estadística y determinar el tamaño de la muestra.

Los pesos de lingotes de acero tiene varios valores que constituyen un (v.c.c),y el tamaño es n=50
pesos de lingotes y es grande.

2.2.-intepretar estadísticamente las casillas:

2.3.-Calcular el rango de datos originales.determinar el numero de intervalos de clase (m) por el

método de sturges.¿existirá m´?

Hallando rango de datos originales Rx

Rx=Xmax-Xmin

Rx=96.4-91.6

Rx=4.8 Kg

i).-aplicando el 2do método:

m=1+3.32(log50)

m=6.640580

m´=7

2.4.-determinar la amplitud intervalica.¿existira un nuevo rango Rx´?diferencia de rango?

Hallando la amplitud intervalica:

Rx
C= por el método de STURGES
m

4.8
C= =0.6857
7
 C´=0.70

Hallando el nuevo rango R´x

Rx ´ Rx ´
C´= =0.70=
m´ 7

Rx ´ =4.90

Hallando la diferencia de Rango

'
∆ R x =R x −R X

∆ R x =4,90−4,80

∆ R x =0.10

2.5.-elaborar un cuadro completo de la distribución de pesos de los lingotes de acero.

i ⌊ y ' i−1 , y ' i ⟩ ¿ ¿ y ' i−1+ y ' i c i= y ' i − y ' i−1 Tabulació ni ni hi ×100
y i= n o conteo hi =
2 n
1 ⌊ 91.55 , 92.25 ⟩ ¿ ¿ 91.9 0.70 II 2 0.04 4
2 ⌊ 92.25 , 92.95 ⟩ ¿ ¿ 92.6 0.70 IIII I 9 0.18 18
3 ⌊ 92.95 , 93.65 ⟩ ¿ ¿ 93.3 0.70 IIII IIII 8 0.16 16
4 ⌊ 93.65 , 94.35 ⟩ ¿ ¿ 94.0 0.70 IIII IIII 14 0.28 28
IIII
5 ⌊ 94.35 , 95.05 ⟩ ¿ ¿ 94.7 0.70 IIII IIII 9 0.18 18
6 ⌊ 95.05 , 95.75 ⟩ ¿ ¿ 95.4 0.70 IIII I 6 0.12 12
7 ⌊ 95.75 , 96.45 ⟩ ¿ ¿ 96.1 0.70 II 2 0.04 4
m

∑❑ 50 50 1.00 100 %
i=1

¿ ¿ ¿
i Nj Hj H j ×100 Nj Hj H j × 100 y i ni y i hi
1 2 0.04 4 50 1.00 100 138.8 3.676
2 11 0.22 22 48 0.96 96 883.4 16.668
3 19 0.38 38 39 0.78 78 746.4 14.928
4 33 0.66 66 31 0.62 62 1316 26.32
5 42 0.84 84 17 0.34 34 852.3 17.046
6 48 0.96 96 8 0.16 16 572.4 11.448
7 50 1.00 100 2 0.04 4 192.2 3.844
m

∑❑ 4701.5 93.93
i=1
2.6.-calcule el promedio de datos agrupados.interpretarla estadísticamente:

Y = ∑ Y i hi 4698.525
=93.9705
i=1
=¿ 50
n
I.E: Este valor promedio, nos indica que cada vez que un lingote de acero sea producido, el
peso que se espera que tenga es de aproximadamente 93.9705

2.7.-calcule el valor mediano de datos agrupados.interpretar estadísticamente:

Me = y ' j−1 +C ¿

n 50
Como: = = 25 < N j=33 entonces el intervalo usado será: [93.65 , 94.35 ⟩
2 2

25−19
Me = 93.65 + (0.70) ( )
33−19

Me = 93.95

I.E: No más del 50% de los Aceros tienen un peso inferior a 93.95 y que también no más
del 50% tienen un peso mayor al 50% del Peso Restante.

2.8.-calcular el valor modal de datos agrupados.interpretar estadísticamente:

Mo = y ' j−1 +C ¿ la que se repite más es ni = 14; por ello se usara este intervalo: [
93.65 , 94.35 ⟩

14−8
Mo = 93.65 + (0.70) ( ¿
( 14−8 ) +(14−9)

Mo = 94.03181818

I.E: Se tuvo una fabricación de Aceros con peso de 94.03181818 con mayor frecuencia

2.9.-calcule la varianza y la desviación estándar de datos agrupados.interpretarlos.

 Variancia
 m

∑ ( y i− y )2 . ni
Sy 2= i =1
n
2
Sy =1.1723

 Desviación Estándar

Se sabe que la desviación Estándar es la raíz cuadrada de la varianza.

Sy=√ Sy
2

Sy=√ 1.1723=1.0827

2.10.-calcule la desviación media de datos agrupados.interpretarlo estadísticamente

m

∑ ( y i− y )❑. ni
i=1
DM =
n

42.9095
DM =
50
DM =0.85819

2.11.-calcule la desviación mediana de datos agrupados.interpretarlos estadísticamente

m

∑ ( y i−Me)❑ . ni
DM = i=1
n

43.950
DM =
50

DM =0.8785

2.12.-calcule el coeficiente de variación de datos agrupados .interpretarlo

 Desviacion estandar
CV = ∗100
media aritmetica

1.0827
CV = ∗100
93.9705

CV =1.1521

2.13.-calcule primer cuartil (Q1), y el tercer cuartil (Q3).Interpretarlos.

n 50
n=50 , = =12.5
4 4
el primer cuartil es

[ ]
n
−N 2
4
Q1= y ' 2 +C
N 3 −N 2

Q 1=93.65+ 0.70
[ 12.5−7
16−7 ]
Q1=94.1750

I.E.El primer cuartil es 94.1750 que supera a lo sumo al 25% de observaciones pero a la vez
es superado por no mas del 75% de observaciones restantes.

HALLANDO EL TERCER CUARTIL

[ ]
3n
−N 4
4
Q3= y ' 4 +C
N 5−N 4

Q3=94.35+0.70 [ 37.5−33
42−33 ]
Q3=94.7000
I.E:El tercer cuartil es 94.7000 que supera a lo sumo al 75% de observaciones; pero a la vez es
superado por no más del 25% de observaciones restantes.

2.14.-calcule el primer decil y el noveno decil.interpretarlos estadísticamente.

[ ]
n
−N j−1
10
D1= y ' J−1+ C
N j−N j−1

D 1=92.25+ 0.70
[ 5−2
11−2 ]
=92.4833

Hallando el noveno decil:

[ ]
n
−N j−1
10
D 9= y ' J−1 +C
N j −N j−1

D 9=95.05+0.70
[ 45−42
48−42 ]
= 95.4

2.15.-calcule el nonagésimo percentil y el decimo percentil. Interpretarlos:

2.15.1.-El Nonagésimo Percentil es:

90 90
n= 50=45 < Nj = 49 es preferible usar el intervalo mayor, el intervalo usado
100 100
será:
[95.05-95.75 >

P = 95.05 + (0.07)( 100 )

( 90
50−43
90 )
10

P90= 95.4000

Interpretación: El 90% de los diámetros de cojines son menores o iguales que 95.4000 y
10% son mayores que 95.4000
2.15.2.-Décimo Percentil es:

10 10
n= 50=5 < Nj = 9es preferible usar el intervalo mayor, el intervalo usado será:
100 100
[92.25-92.95>

( )
10
P10= 92.25+ (0.70)( 100
50−1
)
9−2

P10= 92.5500

Interpretación: El 10% de los diámetros de cojines son menores o iguales que 92.5500 y los
90% restantes son superiores a 92.5500

2.16.-calcule el recorrido intercuartilico y el recorrido interpercentilico.interpretarlos

Hallando intercuartilico:

Q3-Q1=97.70-94.1750=3.525

Hallando interpercentilico:

P90-P10=95.4-92.55=2.85

2.17.-hallar el 1er coeficiente de asimetría de pearson.¿distribucion de As?

Usando los datos obtenidos hasta ahora:

x = media.
xmo = moda.
x= mediana.
s = desviación estándar.

x−x mo
CAs(1) =
s

93.9705−94.0313
CAs(1) = = -0.0566
1.0827

Como el CAs(1) < 0, la distribución es asimétrica negativa o sesgada hacia la izquierda.

2.18.-hallar el 2do coeficiente de asimetría de PEARSON.¿distribucion de As?

 Q 3+ Q 1−2 Me
Fórmula: A s=β=
Q 3−Q 1

94.7+94.1750−2(93.95)
CAs(2) =
94.7+ 94.1750

CAs (2) =−0.0566

Como el CAs (2) < 0, la distribución es asimétrica negativa o sesgada hacia la izquierda.

2.19.-Hallar el coeficiente percentilico de kurtosis.¿que distribución genera K?

Q3−Q1
K=
2( P90−P10)

94.7−94.1750
K=
2(95.4−92.55)

K= 0.0921

Como K<0.263, genera un distribución platicurtica (la distribución más aplastada que la
curva normal)

I. CUADRO INCOMPLETO PASAR A COMPLETO Y HALLAR ESTADIGRAFOS

2
Se ha estudiado la resistencia a la ruptura de un material de construccion de Kg/cm , para lo cual
se tomo una muestra aleatoria simple (MAS) constituida por 50 observaciones que representan
2 2 2
dicha resistencia. Se obtuvo una media de 170Kg/cm y una varianza de 880 (Kg/cm ) . Se
dispone de la siguiente tabla de frecuencias incompleta:

CUADRO Nº 01
 ∑ n i=50
a+ 6+b+16 +c +6+3=50
a+ b+c=19 . .. . .. ..( 1 )

y=
∑ y i ni
50
110 a+780+150 b+2720+190 c +1260 +690
y= =170
50
y= 110 a+150 b+190 c=3050
11 a+15 b+19 c= 305. .. . .. .. . .( 2)

S2y=
∑ ( y i− y )2 ni
n
3600 a+9600+ 400 b+ 400 c+ 9600+ 10800
880=
50
44000=3600 a+ 400 b+400 c+30000
36 a+ 4 b+ 4 c=140. . .. .. . .. .( 3)→ 9 a+ b+c= 35
b+ c=35− 9 c

Reemplazando en 1 en 1 y 2

b+c=17→b=17−c
11(2)+15 b+19 c=305
15b+19 c=283
a+(35−9 a)=19 15(17−c)+19 c=283 ⇒b=17−7
a=2 4 c=28 ⇒c=7 b=10
CUADRO Nº2
 i ⌊ y ' i−1 , y ' i ⟩ ¿ ¿ y ' i−1+ y ' i c i= y ' i − y ' i−1 Tabulación o ni ni hi ×100
y i= conteo hi =
2 n
1 [100;120> 110 20 2 0.04 4%
II
2 [120;140> 130 20 IIII I 6 0.12 12%
3 [140;160> 150 20 IIII IIII 10 0.20 20%
4 [160;180> 170 20 IIII IIII 16 0.32 32%
IIII I
5 [180;200> 190 20 IIII II 7 0.14 14%
6 [200;220> 210 20 IIII I 6 0.12 12%
7 [220;240> 230 20 III 3 0.06 6%
m

∑❑ 50 50 1.00 100 %
i=1

i Nj Hj H j ×100 N j¿ H j¿ H j¿ × 100 y i ni y i hi
1 2 0.04 4% 50 1.00 100% 220 44
2 8 0.16 16% 48 0.96 96% 780 156
3 18 0.36 36% 42 0.84 84% 1500 30
4 34 0.68 68% 32 0.64 64% 2720 544
5 41 0.82 82% 16 0.32 32% 1330 266
6 47 0.94 94% 9 0.18 18% 1260 252
7 50 1.00 100% 3 0.06 6% 690 13.8
m

∑❑ 8500 1305.8
i=1

I.1. Dar un titulo apropiado al cuadro adjunto de distribución de frecuencias

Cuadro de distribución de 50 resistencias a la ruptura de un material

I.2. Topología de variable estadística bajo estudio (tipo y sub. tipo)

Tipo: Variable cuantitativa

Sub tipo: Variable cuantitativa continua

I.3 ¿Cómo es el tamaño de la muestra?

 El tamaño de la muestra es n = 50. Se trata de una muestra grande

I.4 Calcular el rango de datos originales

R x= X max −X min
R x=240−100
R x=140

1.5 Calcular el número de intervalos de clase (m) por sturges ¿Existirá m?

m=1+3 .32 log( n)

m=1+3.32log(50)
m=1+3.32(1.6990)
m=1+5.64068
m=6.64068
m'=7

1.6 Calcular la amplitud intervalica. ¿Existirá una nueva amplitud C’?

RX
C=
m'
140
C=
7
C=20

No existira una nueva amplitud ya que la amplitud que nos da es exacta

1.7 ¿Existirá un nuevo rango Rx’?

Como la amplitud es exacta ya no necesitamos un nuevo rango

1.8 Señale la media aritmética de los datos agrupados

7
Y = ∑ Y i hi
i=1
8500
Y=
50
y=170
1.9 Calcule la mediana de los datos agrupados e interpretarla
 ' n /2−N 'j−1
Me=Y j−1 +c j ( ' )
N j−N 'j−1
25−18
Me=160+20( )
34−18
Me=160+20(0 . 4375 )
Me=160+8 . 75
Me=168 .75
2
Interpretación Estadística: El valor mediano cuyo valor es 168.75 Kg./cm. , supera a lo sumo al
50% de datos pero a su vez es superado por no más del 50% de datos restantes

1.10 Hallar la moda de datos agrupados. Interpretarla estadísticamente

n j=16
Δ 1=n j −n j−1 =16−10=6
Δ 1=n j −n j+1=16+7=23

Δ1
M d =Y 'j−1 +c j ( )
Δ1 + Δ2

M d =160+20
6
[ ]
6 +23
6
M d =160+20 ( )
29
M d =160+20 (0. 20689656 )
M d =160+4 , 13793
M d =164 . 13793

Interpretación Estadística: El valor que más se repite es 164 .13793

1.11 Señale la varianza del cuadro

S 2y =
∑ ( y i− y )2 ni
n
3600(2 )+ 9600+400(10 )+0+ 400(7 )+ 9600+10800
S 2y =
50
44000
S 2y =
50
2
S y =880
 III.- REGRESION Y CORRELACION LINEAL SIMPLE: Las lecturas de temperatura (Y) a
intervalos regulares de tiempo (X) fueron como sigue:
Tiempo 0 1 2 3 4 5 6
(minutos)
Temperatura 70 77 92 118 136 143 155

Primeramente elaboramos el cuadro de distribución:

N X Y XY X2 Y2
1 0 70 0 0 4900
2 1 77 77 1 5929
3 2 92 184 4 8464
4 3 118 354 9 13924
5 4 136 544 16 18496
6 5 143 715 25 20449
7 6 155 930 36 24025
∑ datos 21 791 2804 121 96187

Ahora hallamos la media muestral de X: X

x=
∑X  ^ 21
X = =3
n 7

791
^y = =113
7

A.- Determinar los estimadores minimo – cuadráticos de la regresión lineal simple

∑ x i y i−¿
^β= i=1 ¿
m

∑ x i −¿ ¿
2

i=1
 ^β= 2804−2373
121−63

^β=7.4310

α^ = ^y − ^β x

α^ =113−22.2930

α^ =90.7070

b.- Hallar la ecuación estimada de la regresión lineal simple. Interpretarla estadísticamente

^y = α^ + β^ x

^y =90.7070+7.4310 x

xi
^y =90.7070+7.431 x
0 90.7070

1 98.138

2 105.569

3 113

4
120.431
5 127.862

6 135.293
 Grafica Regression lineal Simple
160
140
120
TEMPERATURA

100
80
60
40
20
0
0 1 2 3 4 5 6 7
TIEMPO

C.- PRONOSTICAR LA TEMPERATURA PARA X=9 MINUTOS

^y =90.7070+7.4310(9)

^y =157.586

I.E: el nivel de pronóstico de temperatura para un tiempo X = 9 es de 157.586

D.- Hallar el coeficiente de correlación lineal simple. Interpretar estadísticamente.

n n n
n ∑ x i y i −∑ xi ∑ y i
i i i
R=

√∑ (∑ ) √ ∑ ( ∑ )
n n 2 n n 2
2 2
n x−
i x n y− i yi
i i i i

7 ×2804−21 ×791
R=
√ 7 ×121−441 √7 × 96187−625681
 3017
R=
√ 406 √ 47628

R=0.6861