Ejercicio 1

Los siguientes datos corresponden a 100 salarios tomados en una encuesta aplicada a
380 habitantes de Villavicencio. Determinar en R el grado de asimetra de los datos.
Establecer una conclusin.
120000
289000 350000 886900

310000 650000 961200

320000 756000 0
130000

345000

289000 350000 889000

320000 665500 965000

320000 756000 0
170010

320000

289000 350000 890000

320000 689500 996000

320000 759600 0
170010

750000

289000 566700 896500

320000 689500 999000

340000 759600 0
170010

1120000

310000 566700 900000

320000 690000 1000000 340000 789000 0

170010

345000

310000 566700 936200

320000 690000 1025000 340000 789000 0

170010

863000

310000 600000 942500

320000 699000 1025000 340000 800000 0

170010

886000

320000 700000 1096000 320000 699000 1063000 340000 800000 0

170010

345000

320000 700000 1116300 345000 859600 1777000 340000 800000 0

170010

850000

320000 750000 1120000 345000 862300 1800000 345000 800000 0

1750000

Conclusin: Para este caso Me=700.000, X=750.900 luego se tiene que la distribucin tiene
asimetra positiva.

Ejercicio 2
En una distribucin asimtrica negativa:
A.
B.
C.
D.
E.

La moda se encuentra entre la media y la mediana

La moda est ubicada a la derecha de la media
La media es menor que la desviacin tpica
La media es menor que la mediana
La moda y la mediana son iguales

Ejercicio 3
Los momentos de segundo orden con respecto a la media de dos distribuciones son 9 y
16, mientras que los momentos de tercer orden son 8.1 y 12. 8 respectivamente. La
distribucin ms asimtrica es:
A.
B.
C.
D.

La primera porque tiene mayor grado de deformacin

La primera porque tiene menor grado de deformacin
La segunda porque tiene mayor grado de deformacin
La segunda porque tiene menor grado de deformacin

Ejercicio 4
Uno de los siguientes enunciados es verdadero
A. La media en una muestra de datos agrupados la divide en dos partes.
B. Una distribucin de datos permite calcular todas las medidas de tendencia
central
C. La moda es un dato que permite analizar un resultado esperado
D. Una medida de dispersin est libre del clculo de la media.

Ejercicio 5
En el anlisis de regresin lineal se puede afirmar todo lo siguiente, excepto

A.
B.
C.
D.
E.

Ajusta todos los datos a una lnea recta

Predice el valor de una variable si se conoce el valor de la otra
Establece una relacin cuantitativa entre dos variables
El mtodo grafico es ms concreto que el mtodo matemtico
Una relacin lineal de datos queda representada por una recta.

Ejercicio 6
Dado que el grado de asimetra de una distribucin es de 2,27, la media es de 189,87 y
la mediana 189,16, entonces la varianza toma un valor correspondiente a:
A.
B.
C.
D.
E.

0.93
0.88
0.78
1.88
1.78

Ejercicio 7
Tomando una distribucin ligeramente asimtrica, calcular la moda sabiendo que su
media es igual a 3 y que la diferencia entre la media y la mediana es igual a -2
A.
B.
C.
D.
E.

2.9
0.9
19
9
1/9

Ejercicio 8.
En la siguiente distribucin de datos el coeficiente de asimetra segn el coeficiente de
Pearson es:
Xi
f
A.
B.
C.
D.
E.

2
1/3
3
1

1
2

2
8

3
3

4
5

5
7

6
5

Observacin la Mo=2, x= 3.806 Me=4,0

Ejercicio 9
El valor del cuarto momento con relacin a la desviacin respecto a la media aritmtica
es de 14.7.Cul es el valor de la varianza para que la distribucin sea mesocurtica?
A.
B.
C.
D.
E.

2.19
3.19
19.2
51
21.9

Ejercicio 10
Tomando una distribucin ligeramente asimtrica Cul es el valor de la mediana
sabiendo que la diferencia entre la media y la moda es de -12 y una media aritmtica de
7?
A.
B.
C.
D.
E.

13
31
11
21
12

10.6 Ejercicios que desarrollan competencias

Retome los 100 datos y elabore una tabla en R para determinar el coeficiente de Gini.
Utilice la librera ineq, y compare los resultados. Establezca conclusiones
28900

35000

31000

65000

32000

75600

120000

0
28900

0
35000

886900

0
32000

0
66550

961200

0
32000

0
75600

0
130000

345000

0
28900

0
35000

889000

0
32000

0
68950

965000

0
32000

0
75960

0
170010

320000

0
28900

0
56670

890000

0
32000

0
68950

996000

0
34000

0
75960

0
170010

750000
112000

0
31000

0
56670

896500

0
32000

0
69000

999000
100000

0
34000

0
78900

0
170010

0
31000

0
56670

900000

0
32000

0
69000

0
102500

0
34000

0
78900

0
170010

345000

0
31000

0
60000

936200

0
32000

0
69900

0
102500

0
34000

0
80000

0
170010

863000

0
32000

0
70000

942500
109600

0
32000

0
69900

0
106300

0
34000

0
80000

0
170010

886000

0
32000

0
70000

0
111630

0
34500

0
85960

0
177700

0
34000

0
80000

0
170010

345000

0
32000

0
75000

0
112000

0
34500

0
86230

0
180000

0
34500

0
80000

0
170010

850000
175000

En R

>library(ineq)
>salarios=c(289000,289000,289000,289000,310000,310000,310000,320000,320000,320000
350000,350000.350000,566700,566700,566700,600000,700000,700000,750000
886900,889000,890000,896500,900000,936200,942500,1096000,1116300,1120000
310000,320000,320000,320000,320000,320000,320000,320000,345000,345000
650000,665500,689500,689500,690000,690000,699000,699000,859600,862300
961200,965000,996000,999000,1000000,1025000,1025000,1063000,1777000,1800000

320000,320000,320000,340000,340000,340000,340000,340000,340000,345000
756000,756000,759600,759600,789000,789000,800000,800000,800000,800000
1200000,1300000,1700100,1700100,1700100,1700100,1700100,1700100,1700100,1700100
345000,320000,750000,1120000,345000,863000,886000,345000,850000,1750000)
>G=ineq(salarios,type=Gini)
>G
>[1] 0.3089769
>plot(Lc(salarios),col=darkred),lwd=2)