REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN SUPERIOR UNIVERSIDAD NACIONAL EXPERIMENTAL RAFAEL MARIA

BARALT PROGRAMA: INGENIERA DE GAS CATEDRA: CONTROL ESTADSTICO DE PROCESOS

REALIZADO POR: NARCISO REYES C.I.: 207 !"#0 FRAN$ LARA C.I.: 2! "70!% SECCION PROFESOR: MSC: OBET GONZALEZ SEPTIEMBRE DE 20&!

PREGUNTAS &.' D()*+,)(-. / V0,(01(-. 2.' E2 R0.3/ !.' L0 D+)4(01(-. M+5(0 .' L0 D+)4(01(-. T6*(10 %.' L0 V0,(0.70 ".' P,/8+5(/) 7.' M+5(50) 5+ T+.5+.1(0 C+.9,02 #.' L0 M+5(0 A,(98:9(10 ;.' L0 M+5(0 A,(98:9(10 P/.5+,050 &0.' L0 M+5(0.0 &&.' L0 M/50 &2.' D()9,(<=1(-. 5+ F,+1=+.1(0) &!.' G,0>(10) ?=+ )+ =9(2(70. +. E)9056)9(10 @ 5+ +A+8*2/)

RESPUESTAS

&.' DISPERSIN O VARIACIN Se puede definir la estadstica descriptiva como los mtodos que implican recopilacin, presentacin y caracterizacin de un conjunto de datos con el objeto de describir en forma apropiada las diversas caractersticas de dicho conjunto. Son valores numricos que indican o describen la forma en que las observaciones estn dispersas o diseminadas, con respecto al valor central. Son importantes debido a que dos muestras de observaciones con el mismo valor central pueden tener una variabilidad muy distinta. En si las medidas de dispersin permiten conocer la variabilidad de un conjunto de datos. Estudiaremos las si uientes! ran o, desviacin media, desviacin tpica, varianza, promedios y el coeficiente de variacin.

&.&.' EL RANGO "ambin denominado como amplitud, es la diferencia entre las observaciones mayor y menor. Si bien es una medida de dispersin simple, posee el inconveniente de que no toma en consideracin la forma en que se distribuyen los datos entre los valores ms peque#os y ms randes. $asi no se emplea debido a que depende %nicamente de dos valores. &o proporciona una medida de variabilidad de las observaciones con respecto al centro de la distribucin y se denota con la letra '. EA+8*2/! (btencin del ran o para la variable con los datos reco idos con la pre unta )*nsiedad que siente cuando se encuentra con mucha &ada. /! *l o. 0! 1astante. 2! 3ucha.4. ente alrededor+ de un test orientado a medir la ansiedad ,escala de respuesta! -!

5a principal desventaja del ran o es que al basarse su clculo en los valores mnimo y m6imo, si la distribucin tiene valores atpicos, su clculo se ver muy influido por los mismos. En estos casos, el ran o puede proporcionar valores que no sean buenos indicadores de la verdadera dispersin de los datos 7por ejemplo, en la variable 8 !9:, :, ;, -<, -<, -/, =<>, el ran o es i ual a 2/ cuando, en realidad, todos los datos, salvo uno, son bastante homo neos.

&.2.' LA DESVIACION MEDIA Es la media de los valores absolutos de las diferencias entre la media y los diferentes datos. Se e6presa, de acuerdo a esta frmula!

P/, +A+8*2/: $alcular la desviacin media de la distribucin! ;, 0, :, :, ;, :, ;, -:

&.!.' LA DESVIACIN TPICA 5a desviacin tpica es la raz cuadrada de la varianza . Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de desviacin. 5a desviacin tpica se representa por ?.

Se denota por )S+ o por ) +. P/, +A+8*2/: $alcular la desviacin tpica de la distribucin! ;, 0, :, :, ;, :, ;, -:

&. .' LA VARIANZA Es un valor numrico que mide el rado de dispersin relativa porque

depende de la posicin de los datos 6 -,6/,@,6n con respecto a la media. Es el promedio al cuadrado de las desviaciones de cada observacin con respecto a la media. Se denota por s/, /, var,84. Si la varianza de un conjunto de observaciones es rande se dice que los datos tiene una mayor variabilidad que un conjunto de datos que ten a un varianza menor.

s2 =

(x
n i =1 n

s2 =

x
i =1

2 i

&.%.' COEFICIENTE DE VARIACION Es una cantidad que mide la dispersin de los datos con respecto a la media. El coeficiente de variacin se suele e6presar en porcentajes!

El coeficiente de variacin permite comparar las dispersiones de dos distribuciones distintas, siempre que sus medias sean positivas. Se calcula para cada una de las distribuciones y los valores que se obtienen se comparan entre s. 5a mayor dispersin corresponder al valor del coeficiente de variacin mayor. Es una medida relativa. &o se e6presa en trmino de las unidades utilizadas, sino como porcentaje. Es %til cuando se compara la variabilidad de dos conjuntos de datos, o ms, e6presados en diferentes unidades. "ambin es %til cuando se comparan dos o ms distribuciones de datos e6presados en la misma unidad, pero que difieren en tal forma que una comparacin directa de los desvos estndar no resulta %til.

&.".' PROMEDIOS El promedio de un conjunto finito de n%meros es el valor caracterstico de una serie de datos cuantitativos objeto de estudio que parte del principio de la esperanza matemtica o valor esperado, se obtiene a partir de la suma de

todos sus valores dividida entre el n%mero de sumandos. $uando el conjunto es una muestra aleatoria recibe el nombre de media muestral siendo uno de los principales estadsticos muestrales. E6presada de forma ms intuitiva, podemos decir que la media ,aritmtica4 es la cantidad total de la variable distribuida a partes i uales entre cada observacin. P/, +A+8*2/! Si en una habitacin hay tres personas, la media de dinero que tienen en sus bolsillos sera el resultado de tomar todo el dinero de los tres y dividirlo a partes i uales entre cada uno de ellos. Es decir, la media es una forma de resumir la informacin de una distribucin ,dinero en el bolsillo4 suponiendo que cada observacin ,persona4 tuviera la misma cantidad de la variable.

2.' MEDIDAS DE TENDENCIA CENTRAL $on este nombre nos referimos a valores promedios que describen todo un conjunto de datos. Se utilizan cuatro promedios, frecuentemente, como medidas de tendencia central o de posicin! la media aritmtica, la media aritmtica ponderada, la mediana y la moda.

2.&.' LA MEDIA ARITMBTICA 5a media aritmtica o promedio, de una cantidad finita de n%meros, es i ual a la suma de todos ellos dividida entre el n%mero de sumandos. E6presada de forma ms intuitiva, podemos decir que la media ,aritmtica4 es la cantidad total de la variable distribuida a partes i uales entre cada observacin. P/, +A+8*2/: Si en una habitacin hay tres personas, la media de dinero que tienen en sus bolsillos sera el resultado de tomar todo el dinero de los tres y dividirlo a partes i uales entre cada uno de ellos.

Es decir, la media es una forma de resumir la informacin de una distribucin ,dinero en el bolsillo4 suponiendo que cada observacin ,persona4 tendra la misma cantidad de la variable. "ambin la media aritmtica puede ser denominada como centro de necesariamente la mitad. *s, dados los n%meros a1,a2, ... , an, la media aritmtica ser i ual a! ravedad de una distribucin, el cual no es

El smbolo A ,mi4 es usado para la media aritmtica de una poblacin. Bsamos 8, con una barra horizontal sobre el smbolo para medias de una muestra! .

P/, +A+8*2/: 5os pesos de seis ami os son! :2, ;-, C/, D:, :C y C: E . Fallar el peso medio.

2.2.' LA MEDIA ARITMBTICA PONDERADA Se denomina media ponderada de un conjunto de n%meros al resultado de multiplicar cada uno de los n%meros por un valor particular para cada uno de ellos, llamado su peso, obteniendo a continuacin la suma de estos productos, y dividiendo el resultado por la suma de los pesos. Este GpesoG depende de la importancia o si nificancia de cada uno de los valores. Hara una serie de datos X I 9 x-, x/, ..., xn> a la que corresponden los pesos

W I 9 w-, w/, ..., wn> la media ponderada se calcula como!

o!

Bn ejemplo es la obtencin de la media ponderada de las notas de una oposicin en la que se asi na distinta importancia , peso4 a cada una de las pruebas de que consta el e6amen.

M+5(0 3+/8:9,(10 5a media eomtrica de una cantidad finita de n%meros ,di amos n

n%meros4 es la raz n sima del producto de todos los n%meros.

Hor ejemplo, la media eomtrica de / y -: es

(tro ejemplo, la media de -, 0 y ; seria

Slo es relevante la media

eomtrica si todos los n%meros son

positivos. Si uno de ellos es <, entonces el resultado es <. Si hay un n%mero ne ativo ,o una cantidad impar de ellos4 entonces la media eomtrica es, o bien ne ativa o bien ine6istente en los n%meros reales.En muchas ocasiones se

utiliza su trasformacin en el manejo estadstico de variables con distribucin no normal.

M+5(0 0,8-.(10 5a media armnica, representada por F, de una cantidad finita de

n%meros es i ual al recproco, o inverso, de la media aritmtica de los recprocos de dichos n%meros *s, dados los n%meros a1,a2, ... , an, la media armnica ser i ual a!

5a media armnica resulta poco influida por la e6istencia de determinados valores mucho ms randes que el conjunto de los otros, siendo en cambio sensible a valores mucho ms peque#os que el conjunto. 5a media armnica no est definida en el caso de la e6istencia en el conjunto de valores nulos. (tras medias estadsticas son la media eomtrica, la media aritmtica y la media ponderada.

M+5(0 1=05,C9(10 5a media cuadrtica es i ual a la raz cuadrada de la suma de los

cuadrados de los valores dividida entre el n%mero de datos!

Esta media como medida de asociacin tiene aplicaciones tanto en ciencias biol icas como en medicina. * veces la variable toma valores positivos y ne ativos, como ocurre, por ejemplo, en los errores de medida. En

tal caso se puede estar interesado en obtener un promedio que no recoja los efectos del si no. Este problema se resuelve, mediante la denominada media cuadrtica. $onsiste en elevar al cuadrado todas las observaciones ,as los si nos ne ativos desaparecen4, en obtener despus su media aritmtica y en e6traer, finalmente, la raz cuadrada de dicha media para volver a la unidad de medida ori inal.

M+5(0 0,(98:9(10 3+/8:9,(10 5a media aritmtica eomtrica , *J3 arithmetic-geometric mean en

in ls4 3,x, y4 de dos n%meros reales positivos x e y se define de la si uiente forma. Hrimero obtenemos la media aritmtica de x e y denominndola a-, i.e. aI ,xKy4 L /. Mespus construimos la media eomtrica de x e y denominadola g-, i.e. g- es la raz cuadrada de xy. *hora podemos iterar esta operacin con aen lu ar de x y g- en lu ar de y. Me esta forma, se definen dos sucesiones ,an4 y ,gn4 !

*mbas sucesiones conver en al mismo n%mero, denominado media aritmtica eomtrica 3,x, y4 de x e y. Se puede demostrar que!

donde K,x4 es la integral elptica completa de primera especie.

M+5(0 3+.+,02(7050 5a media eneralizada es una abstraccin de los diversos tipos de media

, eomtria, aritmtica, armnica, etc4. Se define como!

En donde el parmetro m indica si la media es!

aritmtica, con mIeomtrica con mI< armnica con mI7cuadrtica con mI/ (bsrvese que para valores de la e6presin slo tiene sentido si

todos los

2.!.' LA MEDIANA Es el valor que ocupa la posicin central en un conjunto de datos, ordenados en forma creciente o decreciente. *s definida, la mitad de las observaciones es menor que la mediana, mientras que la otra mitad es mayor que la mediana. 'esulta apropiada cuando el conjunto de datos posee observaciones e6tremas. Hara calcular la mediana, primero se deben ordenar los datos. 5ue o se debe determinar el dato que ocupa la posicin ,cuando n es impar4 o la semisuma de los valores numricos correspondientes a las dos observaciones centrales ,cuando n es par4. $on esta medida podemos identificar el valor que se encuentra en el centro de los datos, es decir, nos permite conocer el

valor que se encuentra e6actamente en la mitad del conjunto de datos despus que las observaciones se han ubicado en serie ordenada.

Hor ejemplo, si los datos son! /= 7 -/ 7 /0 7 /: 7 -C 7 -=, se obtiene el arre lo ordenado -/ 7 -= 7 -C 7 /0 7 /= 7 /:, y la mediana se obtiene promediando los valores -C y /0, resultando i ual a /<. El clculo de la mediana se ve afectado por el n%mero de observaciones, y no por la ma nitud de los valores e6tremos.

2. .' LA MODA 5a moda es el valor de la variable que ten a mayor frecuencia absoluta, la que ms se repite, es la %nica medida de centralizacin que tiene sentido estudiar en una variable cualitativa, pues no precisa la realizacin de nin %n clculo. Hor su propia definicin, la moda no es %nica, pues puede haber dos o ms valores de la variable que ten an la misma frecuencia siendo esta m6ima. En cuyo caso tendremos una distribucin bimodal o polimodal se %n el caso. Hor lo tanto el clculo de la moda en distribuciones discretas o cualitativas no precisa de una e6plicacin mayor. sin embar o, debemos detenernos un poco en el clculo de la moda para distribuciones cuantitativas continuas.

*poyndonos en el

rfico podemos lle ar a la determinacin de la

e6presin para la 3oda que es! (tros autores dan una e6presin apro6imada para la moda que viene dada por la si uiente e6presin!

Neamos su clculo mediante un ejemplo, para ello usaremos los datos del apartado anterior 5i72= == D= C= := 5i == D= C= := ;= ni D -< -; -2 &i D -D 0= Btilizando la frmula apro6imada 2D =<

!.' DISTRIBUCIN DE FRECUENCIAS 5a frecuencia es el n%mero de veces que se repite ,aparece4 el mismo dato estadstico en un conjunto de observaciones de una investi acin determinada, las frecuencias se les desi nan con las letras fi, y por lo eneral se les llaman frecuencias absolutas. En estadstica e6iste una relacin con cantidades, n%meros a rupados o no, los cuales poseen entre s caractersticas similares. E6isten investi aciones

relacionadas con los precios de los productos de la dieta diaria, la estatura y el peso de un rupo de individuos, los salarios de los empleados, los rados de temperatura del medio ambiente, las calificaciones de los estudiantes, etc., que pueden adquirir diferentes valores racias a una unidad apropiada, que recibe el nombre de variable. 5a representacin numrica de las variables se denomina dato estadstico. 5a distribucin de frecuencia es una disposicin tabular de datos estadsticos, ordenados ascendente o descendentemente, con la frecuencia ,fi4 de cada dato. 5as distribuciones de frecuencias pueden ser para datos no a rupados y para datos a rupados o de intervalos de clase. Mistribucin de frecuencia para datos no * rupados.7 Es aquella distribucin que indica las frecuencias con que aparecen los datos estadsticos, desde el menor de ellos hasta el mayor de ese conjunto sin que se haya hecho nin una modificacin al tama#o de las unidades ori inales. En estas distribuciones cada dato mantiene su propia identidad despus que la distribucin de frecuencia se ha elaborado. En estas distribuciones los valores de cada variable han sido solamente rea rupados, si uiendo un orden l ico con sus respectivas frecuencias. Ejemplo! 5os datos que se presenta a continuacin corresponden a los a#os de servicios de D< empleados de la empresa JB*&O$*, con los mismos, elabore una distribucin de frecuencia para datos no a rupados!

Hrocedimiento.7 $on los datos se procedi a elaborar un cuadro estadstico con la frecuencia de cada variable y se or anizaron las mismas en una forma ascendentes y se obtuvo la si uiente distribucin de frecuencia para datos no a rupados!

En la distribucin se observa que )&+ ,n%mero total de datos4 es de D< pero el ran o ,n%mero de variables diferentes4 de esta serie de valores es de :, por lo tanto, la distribucin ms conveniente es la que se utiliza para datos no a rupados. Mistribucin de frecuencia de clase o de datos * rupados.7 Es aquella distribucin en la que la disposicin tabular de los datos estadsticos se encuentran ordenados en clases y con la frecuencia de cada clase. es decir, los datos ori inales de varios valores adyacentes del conjunto se combinan para formar un intervalo de clase. &o e6isten normas establecidas para determinar cundo es apropiado utilizar datos a rupados o datos no a rupados. sin embar o, se su iere que cuando el n%mero total de datos ,&4 es i ual o superior =< y adems el ran o o recorrido de la serie de datos es mayor de /<, entonces, se utilizar la distribucin de frecuencia para datos a rupados, tambin se utilizar este tipo de distribucin cuando se requiera elaborar rficos lineales como el histo rama, el pol ono de frecuencia o la ojiva. 5a razn fundamental para utilizar la distribucin de frecuencia de clases es proporcionar mejor comunicacin acerca del patrn establecido en los datos y facilitar la manipulacin de los mismos. 5os datos se a rupan en clases con el fin de sintetizar, resumir, condensar o hacer que la informacin obtenida de una investi acin sea manejable con mayor facilidad.

Este tipo de distribucin se basa en el principio de que una observacin no puede considerarse diferente de otra por presentar peque#as diferencias cuantitativas, como por ejemplo el sueldo mensual de dos empleados que difieran en =<< bolvares, de dos edades de personas adultas que difieran en un a#o, dos alturas de un edificio que difieran en un metro, el costo de / autos nuevos que difieran en =<<< bolvares, etc. *l a rupar los datos en una distribucin de frecuencia de clase se pierde parte de la informacin. 5a reduccin o a rupamiento a que son sometidos los datos de una serie de valores cuando e6isten muchos valores diferentes, ori inan los denominados errores de a rupamiento. sin embar o estos errores son en eneral muy peque#os, razn por la cual la distribucin de frecuencia de clase tiene una validez estadstica prctica. $uando se dispone de una serie de datos que sea i ual o mayor que =< y, adems, el ran o de esa serie de valores sea mayor de /<, lo ms recomendable es utilizar una distribucin de frecuencia de clase.

C/8*/.+.9+) 5+ =.0 5()9,(<=1(-. 5+ >,+1=+.1(0 5+ 120)+ 'an o o *mplitud total ,recorrido4 Es el lmite dentro del cual estn comprendidos todos los valores de la serie de datos, en otras palabras, es el n%mero de diferentes valores que toma la variable en un estudio o investi acin dada. Es la diferencia entre el valor m6imo de una variable y el valor mnimo que sta toma en una investi acin cualquiera. El ran o es el tama#o del intervalo en el cual se ubican todos los valores que pueden tomar los diferentes datos de la serie de valores, desde el menor de ellos hasta el valor mayor estando incluidos ambos e6tremos. El ran o de una distribucin de frecuencia se desi na con la letra '.

Hara calcular el ran o de una distribucin de frecuencia de clase se calcula la diferencia entre el dato mayor de medida en una distribucin de frecuencia y el dato menor , y se le

a re a una Bnidad de 3edida ,B34, que por lo eneral es la unidad. 5a unidad se encuentra al obtener la diferencia de dos datos consecutivos de la serie de valores. En al unos casos, los valores de los datos de la serie de observaciones pueden estar e6presadas con n%meros decimales, o ser m%ltiplos de al unos otros n%meros, cuando esto sucede, la unidad de medida adquiere un valor diferente a la unidad.

5os datos que se presenta a continuacin corresponden a los a#os de servicios de D< empleados de la empresa JB*&O$*, con los mismos calcule el ran o de la distribucin de frecuencia.

T080D/ 5+ 2/) I.9+,402/) 5+ C20)+ 5os intervalos de clase pueden ser de tres tipos, se %n el tama#o que

estos presenten en una distribucin de frecuencia! a4 $lases de i ual tama#o, b4 clases desi uales de tama#o y c4 clases abiertas.

0.' C20)+) 5+ (3=02 9080D/ Este tipo de clases es el ms utilizado en los clculos estadsticos. randemente. En trminos

cuando todas las clases son del mismo tama#o, los clculos relacionados con la distribucin de frecuencia son simplificados todas las investi aciones. Ejemplo! enerales, este tipo de distribucin, es el que se utiliza com%nmente en casi

En esa distribucin de frecuencia de clase se puede observar que cada clase posee tres variables diferentes, por lo tanto, los intervalos de clases son de i ual tama#o. <.' C20)+) 5+)(3=02+) 5+ 9080D/ 5os intervalos de clases desi uales no son frecuentes en los anlisis estadsticos, la utilizacin de los mismos se debe evitar. sin embar o, en al unas investi aciones es indispensable su utilizacin. tal es el caso de aquellas investi aciones que tienen como propsito particular el de analizar valores que varan en un amplio recorrido de la variable. $uando se utiliza este tipo de clase los intervalos de clases deberan ser incrementados de una forma ordena si es posible. Este tipo de clases se utiliza al unas veces para reportar datos relacionados con valuaciones de activos o in resos personales. Ejemplo!

$omo se puede observar en la anterior distribucin cada clase tiene un tama#o diferente, es decir, sus amplitudes o tama#o son diferentes para cada clase. 1.' C20)+) A<(+,90) 5as clases abiertas son aquellas en las que uno de sus dos lmites de clases no est definido numricamente. Este tipo de clase se utiliza cuando las distribuciones poseen al unos datos u observaciones que son mucho mayores o mucho ms peque#os que los dems y se quiere condensar en un slo. En lo posible es conveniente evitar este tipo de clase ya que en estas no es posible definir el punto medio de la distribucin, por lo cual se hace difcil la representacin rfica y en realizar otros clculos con los datos que presentan los cuadros estadsticos. Sin embar o, e6isten investi aciones donde la aplicacin de clases abiertas es conveniente, por cuanto, la e6istencia de valores de la serie de datos son mucho menores o mucho mayores que el resto de la serie. EA+8*2/: Sea la si uiente distribucin de frecuencia, las observaciones correspondientes al salario que deven a determinado barrio de una ciudad. un rupo de personas que viven en

$omo se puede observar en ese cuadro estadstico los valores de las variables que conforman la primera y la %ltima clase de la distribucin no tienen valores definidos.

F,+1=+.1(0 5+ 120)+ 5a frecuencia de clase se le denomina frecuencia absoluta y se le

desi na con las letras fi. Es el n%mero total de valores de las variables que se encuentran presente en una clase determinada, de una distribucin de frecuencia de clase. F,+1=+.1(0 R+209(40 5a frecuencia relativa es aquella que resulta de dividir cada uno de los fi de las clases de una distribucin de frecuencia de clase entre el n%mero total de datos,&4 de la serie de valores. Estas frecuencias se desi nan con las letras fr. si cada fr se multiplica por -<< se obtiene la frecuencia relativa porcentual ,fr P4. F,+1=+.1(0) 01=8=2050) 5as frecuencias acumuladas de una distribucin de frecuencias son aquellas que se obtienen de las sumas sucesivas de las fi que inte ran cada una de las clases de una distribucin de frecuencia de clase, esto se lo ra cuando la acumulacin de las frecuencias se realiza tomando en cuenta la primera clase hasta alcanzar la %ltima. 5as frecuencias acumuladas se desi nan con las letras fa. 5as frecuencias acumuladas pueden ser menor que ,faQ que4 y frecuencias acumuladas mayor que ,faRque4. F,+1=+.1(0 01=8=2050 ,+209(40 5a frecuencia acumulada relativa es aquella que resulta de dividir cada una de las fa de las diferentes clases que inte ran una distribucin de frecuencia de clase entre el n%mero total de datos ,&4 de la serie de valores, estas frecuencias se desi nan con las letras far. Si las far se multiplican por -<< se obtienen las frecuencias acumuladas relativas porcentuales y las mismas se desi nan as! far P.

.' GRAFICAS EUE SE UTILIZAN EN ESTADSTICA Y DE EFEMPLOS Mia rama de 5neas Mia rama de 1arras Mia rama $ircular o de Hastel Fisto rama Hol ono de Srecuencia Hol ono *cumulativo ,(TON*4 5os dia ramas de lneas, el histo rama, el pol ono de frecuencia y la ojiva son rficos cartesianos porque para su construccin requieren del plano cartesiano, a estos se le denominan en trminos enerales rficos de lneas. El dia rama de barras y el de pastel se les denomina rficos de sectores, puesto que, no requieren del plano cartesiano para su construccin. Mia rama de 5neas El dia rama de lnea es una rfica que se representa en el plano

cartesiano, con los datos de un fenmeno determinado para el cual se ha elaborado un cuadro estadstico. En trminos enerales se puede decir que so aquellas lneas que se dibujan en los ejes cartesianos, si uiendo al unos criterios. EA+8*2/: 5os datos que se presenta a continuacin corresponden a los a#os de servicios de D< empleados de la empresa JB*&O$*!

$on los datos se procedi a elaborar una cuadro estadstico y se obtuvo el si uiente! $on los datos que fueron suministrados se elabor un cuadro estadstico con la frecuencia de cada variable y se or anizaron las mismas en una forma ascendentes de la si uiente manera! C=05,/ ,+)=8+. 5+ 2/) 0D/) 5+ )+,4(1(/ 5+ 2/) E8*2+05/) 5+ 20 E8*,+)0 GUANICA.

Se marc en el eje de las )6+ los a#os de servicio con la frecuencia correspondiente en el eje de las )y+. 5ue o, esos puntos se unieron mediante lneas y el resultado fue la rfica de lnea de los a#os de servicio de los empleados de la empresa JB*&O$*. Mia rama de 1arras 5os dia ramas de barras son rficas que se utilizan con mucha

frecuencia para representar datos de una investi acin determinada, son de fcil interpretacin para cualquier lector. Estos rficos estn constituidos por una serie de rectn ulos o barras. 5a lon itud y anchura de cada barra representa un fenmeno.

Mia rama $ircular o de Hastel 5a rfica de pastel , rfico de sectores4 es un tipo de rfica que

consiste en representar por medio de la circunferencia o un crculo las ma nitudes que e6presan los datos de un estudio determinado. Este tipo de rfica considera la circunferencia como representante de los datos estadsticos de una investi acin cualquiera. Hor tal motivo, se dividir en tantos sectores como variables ten a la investi acin en estudio. la ma nitud de cada sector se encontrar en relacin directa con la ma nitud de la variable a representar, tomando en cuenta que toda la investi acin se representa con 0D<U. En eneral, los datos que se representan por medio de este dia rama son partes componentes de un total. Hara su elaboracin se procede de la si uiente forma! se considera la circunferencia como representacin del total de la investi acin en estudio, por tal motivo, se dividir toda su superficie en tantas secciones como variables ten a la investi acin en estudio, las superficies de representado por las variables. las sesiones de la circunferencia deben ser proporcionales a la ma nitud de cada componente

EA+8*2/: Sea el si uiente cuadro resumen los a#os de servicio de los empleados de la empresa JB*&O$*, elabore una rfica de $rculo.

En la misma.

rfica de pastel se observa la variable y el P correspondiente de la

Fisto rama El histo rama es un dia rama en forma de columna, muy parecido a los

rficos de barras. Se define como un conjunto de rectn ulos paralelos, en el que la base representa la clase de la distribucin y su altura la ma nitud que alcanza la frecuencia de la clase correspondiente. Son barras rectan ulares levantadas sobre el eje de las abscisas del plano cartesiano utilizando escalas

adecuadas para los valores que asume la variable en la distribucin de frecuencia. El ancho de la base de los rectn ulos es proporcional a cada clase de la distribucin, de tal manera que, cuando la distribucin tiene clases de i ual el tama#o de todos los rectn ulos tendr bases i uales. 5os lados del rectn ulo se levantan sobre los puntos del eje de las 6 que corresponden a los lmites de cada clase y la lon itud de los mismos ser i ual a la frecuencia que ten a esa clase, los lados por lo tanto corresponden a la frecuencia de cada clase de la distribucin de frecuencia. $uando se elaboran estadsticas en el plano cartesiano es ordenadas se representen las frecuencias y en el eje de las rficas recomendable que en el eje de las abscisas las

variables independiente. El eje de las y que representa las frecuencias debe empezar siempre en cero. Es importante se#alar que la lon itud del eje de las y que representa la altura ten a el C= P de la lon itud del eje de las 6, es decir, si las variable independientes ocupan en el eje 6 : cm, la m6ima altura que ocuparan las frecuencias en el eje y tendr que ser de D cm. EA+8*2/: Mada la si uiente distribucin de frecuencia correspondiente al consumo de arroz durante un trimestre por un Brbanizacin de El "i re. Elabore un histo rama. rupo de familias de una

Hol ono de Srecuencia Es un dia rama de lneas que representa los puntos medios y las

respectivas frecuencias de una distribucin de frecuencia de clase. Es una representacin rfica cerrada de una distribucin de frecuencia. Es otra de las formas de raficar los valores de una distribucin de frecuencia de clase. &o e6iste nin una razn estadstica para seleccionar los pol onos de frecuencia en vez de los histo ramas o viceversa, los histo ramas simplemente representan una manera de raficar y los pol onos de frecuencia otra. la diferencia entre ambos radica en que una barra vertical rectan ular representa una clase y su frecuencia en el histo rama y un punto cumple la misma funcin en el pol ono de frecuencia. EA+8*2/: Sea la si uiente distribucin correspondiente a las horas e6tras

trabajadas por un rupo de obreros petroleros de la zona durante un mes. $on esos datos elabore un pol ono de frecuencia.

(bserve que los puntos medios, -C y DC del pol ono son ima inarios, se utilizan para cerrar la lnea poli onal, lo que da ori en al pol ono de frecuencia. Hol ono *cumulativo ,(TON*4 Es una rfica que se elabora con los valores de las frecuencias

acumulados ,menor que y mayor que4 y los lmites de las clases de una distribucin de frecuencia. El pol ono de frecuencia acumulada se le conoce com%nmente como ojiva. 5a ojiva es una representacin rfica que consiste en una lnea, que puede ser ascendente o descendente y se utiliza para representar las distribuciones de frecuencias acumuladas menor que y mayor que, se %n los datos utilizados.

En los estudios de anlisis un momento determinado. EA+8*2/: Sea la si uiente

estadsticos la ojiva es de

ran utilidad

porque permite obtener con ran apro6imacin cierta informacin requerida, en

distribucin

correspondiente a las horas e6tras

laboradas por un rupo de obreros petroleros de la zona durante un mes. $on esos datos elabore un pol ono de frecuencia acumulada menor que y uno mayor que.