Ejercicios resueltos

Cuando la muestra consta de 30 o ms datos, lo aconsejable es agrupar los datos en clases y a partir de estas determinar las caractersticas de la muestra y por consiguiente las de la poblacin de donde fue tomada. Antes de pasar a definir cul es la manera de determinar las caractersticas de inters (media, mediana, moda, etc.) cuando se han agrupado en clases los datos de la muestra, es necesario que sepamos como se agrupan los datos. Pasos para agrupar datos. a. Determinar el rango o recorrido de los datos. Rango = Valor mayor Valor menor b. Establecer el nmero de clases (k)en que se van a agrupar los datos tomando como base para esto la siguiente tabla. Tamao de muestra o No. De datos Menos de 50 50 a 99 100 a 250 250 en adelante Nmero de clases 5a7 6 a 10 7 a 12 10 a 20

El uso de esta tabla es uno de los criterios que se puede tomar en cuenta para establecer el nmero de clases en las que se van a agrupar los datos, existen otros para hacerlo. c. Determinar la amplitud de clase para agrupar (C).
C= Rango k

d. Formar clases y agrupar datos. Para formar la primera clase, se pone como lmite inferior de la primera clase un valor un poco menor que el dato menor encontrado en la muestra y posteriormente se suma a este valor C, obteniendo de esta manera el lmite superior de la primera clase, luego se procede a obtener los lmites de la clase siguiente y as sucesivamente. Ejemplo: Los siguientes datos se refieren al dimetro en pulgadas de un engrane. 6.75 6.50 7.25 7.00 7.25 7.00 6.50 6.70 6.70 6.75 7.00 6.50 6.00 6.50 6.25 6.75 6.25 6.75 6.75 6.25 6.50 6.25 6.00 6.25 7.00 6.50 6.50 6.75 6.65 6.75 7.15 6.65 6.75 6.75 7.00 7.00 7.00 7.10 7.10 7.15

a) Agrupe datos, considere k=6. b) Obtenga: media, mediana, moda

c) Obtenga: Histograma, polgono de frecuencias, ojiva. c) . Solucin: a) a) Agrupando datos; R= VM - Vm = 7.25 6.00 = 1.25 k=6 R 1.25 C= = = 0.2083 0.21 k 6 3. 4. Formando clases. Para formar la primera clase se toma un valor un poco menor que el valor menor encontrado en la muestra; luego,
LI LS Lmite real Lmite xi inferior real superior
5.965 6.185 6.405 6.625 6.845 7.065 6.185 6.405 6.625 6.845 7.065 7.285 6.075 6.295 6.515 6.735 6.955 7.175

1. 2.

fi
2 5 7 13 7 6 40

fr
0.05 0.125 0.175 0.325 0.175 0.15 1.000

fra
0.05 0.175 0.350 0.675 0.850 1.000

xi*fi
12,15 31,475 46,605 87,555 48,685 43,05 269,52

5.97 6.18 6.19 6.40 6.41 6.62 6.63 6.84 6.85 7.06 7.07 7.28 Total

Observacin: el nmero K puede ser escogido arbitrariamente, siempre y cuando se tome en cuenta lo expresado en b). Por otra parte, se puede observar que amplitud de C = 0.2083 y el mismo se debe aproximar a 0.21. Como esta cantidad no es un reflejo real de lo que debe ser una amplitud o Ri, se deben colocar intervalos de clase temporales( en este caso 5.97 6.18) y luego los limites de clase reales para que exista una constante en los limites de clase, tal cual como se muestra en la tabla. Este procedimiento debe(puede) realizarse cuando los datos no son nmeros enteros. Luego esos limites ( LI LS) son llevados a limites reales(inferior superior), tal cual como se muestra. Calculo de los valores centrales Media aritmtica

x=

xi * fi
i =1

40

40

269,52 = 6,738 40

Mediana
n +1 40 + 1 ( fra 1) 14 2 Md = li + 2 * ri = 6,625 + * (0,22) = 6,625 + 0,11 = 6,735 13 fr

Mo = li +

d1 * ri d1 + d 2
= 13 7 =6 = 13 7 =6

d1 = fr fr ( x 1) d2 = fr fr ( x +1) luego, Mo = 6,625 +

6 * (0,22) = 6,625 + 0,11 = 6,735 6 +6