TRABAJO COLABORATIVO UNO

Presentado por:
LEONARDO VALENCIA
HAROLD ALEXIS RIVERA
ANDERSSON RODRIGUEZ
VCTOR DANIEL CASTILLO
ANDRS BUENAVENTURA

Presentado a:
Director: Adriana Granados Comba

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Escuela: INGENIERIA
Curso: 100105_404
2012

INTRODUCCION
Con el siguiente trabajo se busca darle solucin a un problema estadstico planteado
en el cual se encontrara la aplicacin de conceptos aprendidos durante el recorrido
del curso acadmico de estadstica descriptiva.
En mtodo de investigacin estadstica, se identificaran una serie de variables
(cuantitativas y cualitativas) y con estas se identificara y se dar solucin al
problema planteado.

JUSTIFICACION
El siguiente trabajo es presentado con el fin de dar respuesta a la actividad numero
6 del curso de estadstica descriptiva, al igual que con el fin de demostrar y
reconocer la teora que hemos visto hasta ahora, llevando el anlisis a los casos
cotidianos por el cual demostramos que se puede utilizar la estadstica como un
medio de comprensin y entendimiento al momento de llevar a cabo una base de
datos.

OBJETIVOS
OBJETIVO GENERAL

Reconocer e Identificar las diferentes variables estadsticas con el desarrollo

de la actividad.

OBJETIVO ESPECIFICO

Socializar y construir un trabajo dentro del contexto de trabajo colaborativo

Reconocer y aplicar los conceptos aprendidos en el curso de estadstica
descriptiva.
Analizar las diferentes graficas obtenidas por los diferentes datos

DESARROLLO DEL TRABAJO

Goleadores Histricos del Futbol Mundial

Rankig

Pas
Partido
donde
Goles
Peso del jugador
s
Aos de
termino
Anotado
al finalizar su
Jugad carrera
su
s
carrera (kg)
os
carrera

Nombre

Pas de
Origen

Pel

Brasil

EE.UU.

560

20

541

85,77

Josef
Bican

Austria

Checosl
ovaquia

341

24

518

85,78

Ferenc
Pusks

Hungria

Espaa

533

23

511

69,12

Romrio

Brasil

Australi
a

612

22

489

78,24

Roberto Di
namite

Brasil

Espaa

758

21

470

69,36

Hungria

Austria

318

23

417

85,48

Hungria

Colombi
a

394

17

416

76,60

Imre
Schlosser
Gyula
Zsenglle
r
Jimmy
McGrory

Escocia

Escocia

408

16

410

79,72

Zico

Brasil

Japn

596

23

406

68,84

10

Alemani
a

EE.UU.

507

16

405

70,32

Mxico

Espaa

662

21

394

73,12

Hungria

Hungria

492

21

393

78,28

13

Gerd Mll
er
Hugo
Snchez
Ferenc
Szusza
Carlos
Bianchi

Argentin
a

Francia

546

17

385

82,44

14

Alfredo Di
Stfano

Argentin
a

Espaa

521

21

377

79,60

15

Gunnar
Nordahl

Suecia

Italia

463

18

376

77,76

Italia

527

14

366

84,92

Francia

560

18

363

85,08

Inglater
ra

422

14

361

82,32

Hungria

355

20

360

84,12

Brasil

323

24

354

75,92

Espaa

473

18

354

75,72

Hungria

383

18

351

80,52

Mxico

592

18

351

72,32

Blgica

395

22

350

77,12

Bolivia

443

18

350

75,92

11
12

24

Jimmy
Argentin
Greaves
a
Delio Onni Argentin
s
a
Hugh
Escocia
Ferguson
Jzsef
Hungria
Takcs
Arthur
Friedenrei
Brasil
ch
Johann
Austria
Krankl
Gyrgy
Hungria
Srosi
Osvaldo
Chile
Castro
Albert De
Blgica
Cleyn

25

Vctor Hug
o Antelo

16
17
18
19
20
21
22
23

Bolivia

Tabla 1. Datos estadsticos para la elaboracin del problema

*NOTA: Las columnas en amarillo no hacen parte del anlisis, solo son informativas

Punto 2 y 3. Siguiendo los pasos de una investigacin estadstica cada grupo

colaborativo identificar la poblacin, la muestra, unidad estadstica, las
variables que intervienen en el estudio, el tipo de muestreo a utilizar y la
ubicacin espacio temporal de su investigacin.
La recoleccin de la informacin se debe hacer a travs de un instrumento
(Encuesta-Entrevista u otra fuente), que arroje como mnimo 100 datos por
variable. La base de datos que se genere debe incluir variables de tipo:
cualitativa, cuantitativa discreta y cuantitativa contina.

Informacin
General

Poblacin: Jugadores de futbol

Muestra: 100
Unidad estadstica: Goleadores histricos
Variable cuantitativa discreta: aos de carrera
profesional
Variable cualitativa: pas con mas goleadores
Variable cuantitativa continua: Peso del jugador
Tipo de Muestreo: Probalistico - Aleatorio simple
Ubicacin temporal: 10 de Abril 2012
Ubicacin espacial: Nivel Mundial

Tabla 2. Resumen datos generales para el punto 2 y 3.

Punto 4.La informacin obtenida, ser organizada para posteriormente representarla
por medio de diagramas estadsticos (Diagramas circulares, Diagramas de barras o
histogramas segn sea el caso) obtener conclusiones al respecto.
Punto 5. Caracterizar la variable cualitativa a partir de una tabla de frecuencias, una
representacin grafica y determinar e interpretar la moda.
Nacionalidad

Frecuencia Absoluta

Frecuencia
Acum.
Absoluta

Frecuencia
relativa

Frecuencia
Acum.
Relativa

Alemania
Argentina
Australia
Austria
Belgica
Bolivia
Brasil
Chile
Chipre
EE.UU.
Escocia
Espaa
Estonia
Gales
Georgia
Grecia
Guatemala
Holanda
Hungra
Inglaterra
Irlanda del
Norte
Irlanda
Italia
Mxico
Panam
Paraguay
Per
Polonia
Portugal
Suecia
Suiza
Turquia
Uruguay
Venezuela
Moda= Hungra 13%

2
10
2
7
7
1
8
1
1
1
7
2
1
1
1
1
1
3
13
5
1

2
12
14
21
28
29
37
38
39
40
47
49
50
51
52
53
54
57
70
75
76

2%
10%
2%
7%
7%
1%
8%
1%
1%
1%
7%
2%
1%
1%
1%
1%
1%
3%
13%
5%
1%

2%
12%
14%
21%
28%
29%
37%
38%
39%
40%
47%
49%
50%
51%
52%
53%
54%
57%
70%
75%
76%

2
3
3
1
2
1
1
5
2
1
1
1
1

78
81
84
85
87
88
89
94
96
97
98
99
100

2%
3%
3%
1%
2%
1%
1%
5%
2%
1%
1%
1%
1%

78%
81%
84%
85%
87%
88%
89%
94%
96%
97%
98%
99%
100%

ANALISIS
Moda= Hungra 13%
El pas con mas goleadores histricos en el balompi mundial es Hungra con 13
jugadores, que equivalen al 13% de la muestra.

Grafica sss. Diagrama de barras de numero de goleadores vs nacionalidad

Punto 6. A partir de la variable discreta elaborar una tabla de frecuencias para datos
NO agrupados, calcular las medidas de tendencia central: media, mediana, moda,
los cuartiles e interpretar sus resultados.
1
6
1
6
1
7
2
0
2
1
2
2
2
3
2
3
2
3
2
4

1
4
2
4
1
8
2
1
1
8
2
1
1
7
1
4
2
0
2
1

1
6
1
7
1
7
1
8
1
8
2
2
1
8
1
2
1
5
1
8

1
9
1
4
2
2
1
2
1
7
1
7
1
6
1
8
1
5
1
9

2
1
1
8
1
7
1
8
1
9
1
7
2
2
2
3
2
0
1
8

2
0
2
2
1
3
1
5
1
6
1
0
2
0
1
8
1
0
2
0

1
5
1
8
2
0
2
0
1
9
1
9
2
0
2
5
1
8
1
4

2
1
1
8
2
0
2
1
1
8
1
9
1
8
1
8
2
0
1
9

1
6
1
7
1
9
2
0
2
0
2
0
1
6
1
7
1
6
2
1

2
1
1
6
2
1
1
7
1
5
2
1
1
7
1
4
1
6
2
1

Tabla3.Datos variable contina discreta

aos de
carrera
profesion
al

Frecue
ncia
Absolut
a

10
12
13
14
15
16
17
18
19
20
21
22
23
24
25

2
2
1
5
5
10
12
17
8
14
12
5
4
2
1

Frecue
ncia
relativa

frecuen
cia
Porcent
ual

0,02
0,02
0,01
0,05
0,05
0,1
0,12
0,17
0,08
0,14
0,12
0,05
0,04
0,02
0,01

2
2
1
5
5
10
12
17
8
14
12
5
4
2
1

Frecuenci
a
Absoluta
acumulad
a
2
4
5
10
15
25
37
54
62
76
88
93
97
99
100

Frecuen
cia
Relativ
a
acumul
ada
0,02
0,04
0,05
0,1
0,15
0,25
0,37
0,54
0,62
0,76
0,88
0,93
0,97
0,99
1

frecuen
cia
Porcent
ual
acumul
ada
2
4
5
10
15
25
37
54
62
76
88
93
97
99
100

Tabla 4. Tabla de frecuencias para datos no agrupados de la variable contina

discreta
Punto 7. Con los datos de la variable cuantitativa continua y siguiendo los
lineamientos, disear una tabla de frecuencia para datos agrupados, calcular las
medidas de tendencia central , los cuartiles , decil D3 y percentil P40( Interpretar sus
resultados).Elaborar un polgono de frecuencias y una ojiva .
TABLA DE FRECUENCIA DEL PESO (KG) DEL JUGADOR AL
FINALIZAR SU CARRERA
Frecuen
cia
Frecuen
Marca Frecue Frecue
Absolut
cia
de
ncia
ncia
Clase
a
Relativa
Clase Absolut Relativ
Acumul Acumul
(Mi)
a (FA)
a (FR)
ada
ada
(FAA)
63,9
2
66,52 65,22
8
8,0%
8
8,0%

P40

Q
1
D
3
Q
2
Q
3

66,5
2
69,1
3
71,7
3
74,3
4
76,9
4
79,5
5
82,1
5

69,13

67,83

10

10,0%

71,73

70,43

9,0%

74,34

73,04

4,0%

76,94

75,64

23

23,0%

79,55

78,28

11

11,0%

82,15

80,85

12

12,0%

18

18,0%

27

27,0%

31

31,0%

54

54,0%

65

65,0%

77

77,0%

100
23
23,0%
100
Tabla ss. Resumen datos obtenidos en el punto 7
85,76

83,96

100,0%

MEDIDAS DE
TENDENCIA
CENTRAL
MEDIA
76,2
8
MEDIANA
75,6
4
MODA
75,6
(multimod
4
al)
Y
83,9
6 Kg
Tabla S2. Datos de tendencia central punto 7.

Grafico
s1.

Polgono de frecuencia para frecuencia absoluta vs marca de clase

Grafico s2. Ojiva para frecuencia absoluta vs marca de clase

Conclusiones obtenidas de la resolucin del punto.

Q1
Q3
D3
P40

Indica que el 25% de los jugadores esta por debajo de 70,43 kg

Indica que el 75% de los jugadores esta por debajo de 80,85 Kg
Indica que el 30% de los jugadores esta por debajo del 73,04 kg
indica que el 40% de los jugadores esta por debajo de 75,64 kg

CONCLUSIONES
Este trabajo consiste en obtener informacin con respecto a grupos; experimental o
controlada, provocada por el investigador, en la que se busca conocer por qu causa
se produce un caso particular.
Basndonos en los resultados obtenido del problema planteado podemos ver que El
pas con ms goleadores histricos en el balompi mundial es Hungra con 13
jugadores, que equivalen al 13% de la muestra y con las graficas determinamos la
frecuencia absoluta.

BIBLIOGRAFIA

SANTA ESCOBAR. Mnica A. Modulo de Estadstica Descriptiva. Universidad

Nacional Abierta Y a distancia. UNAD.Bogota.2005, consultado: 19 de abril de 2012
http://es.wikipedia.org/wiki/Estad%C3%ADstica_descriptiva, consultado: 19 de abril
de 2012