UNIVERSIDAD CATLICA DE COLOMBIA

DEPARTAMENTO DE CIANCIAS BSICAS

PROBABILIDAD Y ESTADSTICA
TALLER DE APOYO PARA EL PRIMER CORTE
Elaborado por: Pablo Garca Bello
Revisado por: Ana Elizabeth Bautista y Jenny Paola Sierra
Con los ejercicios propuestos en este taller el estudiante podr aclarar dudas y
profundizar en la apropiacin de los contenidos vistos durante el primer corte.
Contexto 1. Un especialista en control de calidad selecciona aleatoriamente
algunas piezas de una lnea de produccin y registra semanalmente la
siguiente informacin sobre cada pieza seleccionada:

A: Clasificacin de la pieza ( defectuosa, no defectuosa)

B: Estrato social del trabajador que ensambl la pieza ( 1, 2 , 3 ,4)

C: Sexo del trabajador que ensambl la pieza (Masculino, femenino).

D: Turno en el que se ensambl la pieza (maana, tarde, noche)

X: Peso de la pieza

Y: Tiempo empleado en el ensamblaje de la pieza

Z: Nmero de identificacin del trabajador que ensambl la pieza

En una determinada semana seleccion 35 piezas con los siguientes

pesos en gramos:
66 82 80

85 72 84

76

70 92 64 18

74 23 60

88

75 38

95 54 15 32

79 32 29

56

44

92

27 36

25 41

85 67 34

20

Uno de sus propsitos es estimar el promedio del peso de las piezas que
salen semanalmente de la lnea de produccin.
P1. En la informacin del contexto 1, identificar:
a) Poblacin , muestra y tipo de muestreo utilizado
b) Estadstico y Parmetro
c) Variables, tipo y escala de medida

P2. Para los datos de la variable peso, dados en el contexto 1 elabore un

diagrama de tallo y hojas.
P3. Elabore una distribucin de frecuencias relativas para los datos de la
variable peso, dados en el contexto 1
P4. Para los datos de la variable peso, dados en el contexto 1, elabore un
histograma de frecuencias relativas, trace un estimado de la grfica de la
distribucin y discuta la asimetra de la distribucin.
P5. Para los datos de la variable peso , dados en el contexto 1, calcule e
intrprete:
a) La media

b) La mediana

c) La desviacin estndar

P6. Para los datos de la variable peso, dados en el contexto 1. Calcular e

Interpretar:
a) Percentiles:
b) Cuartiles :

P10 y
Q1

P75

, Q2

, Q3

c) Puntuacin estndar para el peso de 90 gramos de una pieza

P7. Para los datos de la variable peso, dados en el contexto 1 Calcule los
coeficientes de asimetra y curtosis, interprtelos y discuta normalidad de los
datos.

Contexto 2. Se determinaron valores de mdulo de elasticidad (MOE, fuerza

por unidad de rea a deformacin por unidad de longitud) y resistencia a la
flexin ( una medida de la capacidad para resistir a la falla en la flexin) con
una muestra de vigas de concreto de un cierto tipo, y se obtuvieron los
siguientes datos ( tomados del texto de Devore).
MOE :
Resistencia:

MOE :
Resistencia

29.8
5.9

33.2

33.7

7.2

7.3

35.3 35.5
6.3

8.1

36.1

36.2 36.3 37.5 37.7

6.8

7.0

7.6

6.8

6.5

38.7 38.8 39.6 41.0 42.8 42.8 43.5 45.6 46.0 46.9 48.0
7.0

6.3

7.9

9.0

8.2

8.7

7.8

9.7

7.4

7.7

9.7

P1. Use calculadora para calcular la ecuacin de la recta de mnimos

cuadrados que permite predecir resistencia a partir del modulo de elasticidad.
Cul es el valor del coeficiente de correlacin lineal entre las dos variables?
P2. Es el valor de resistencia completa y nicamente determinado por el
valor de MOE?. Explique
P3. Use la recta de mnimos cuadrados para estimar la resistencia de una
viga cuyo mdulo de elasticidad es de 40.
P4. Ser buena la estimacin de resistencia, a travs de la recta de mnimos
cuadrados, para una viga cuyo mdulo de elasticidad es de 100?. Explique
P5. Use los siguientes resultados arrojados por SPSS y Excel para determinar
a) La ecuacin de la recta de mejor ajuste entre resistencia y MOE.
b) Los valores SSE, SST y los coeficientes de correlacin lineal y de
determinacin. Sugieren estos valores que el modelo de regresin
lineal simple describe de forma efectiva la relacin entre las dos
variables?
SPSS
ANOVA(b)

Modelo
1

Suma de
cuadrados

Media
cuadrtica

gl

Regresin

10,740

10,740

Residual

11,747

19

,618

Total

22,487

20

Sig.

17,371

,001(a)

a Variables predictoras: (Constante), MOE

b Variable dependiente: Resistencia
Resumen del modelo

Modelo
1

R cuadrado

R cuadrado
corregida

,691(a)
,478
a Variables predictoras: (Constante), MOE

Error tp. de la
estimacin

,450

,7863

Coeficientes(a)
Coeficientes
estandarizado
s

Coeficientes no
estandarizados
Modelo
1

B
1,737

Error tp.
1,409

,148
a Variable dependiente: Resistencia

,036

(Constante)
MOE

Beta
,691

t
1,232

Sig.
,233

4,168

,001

EXCEL
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de determinacin
R^2
R^2 ajustado
Error tpico
Observaciones

0,6910905
0,47760607
0,45011166
0,78629371
21

ANLISIS DE VARIANZA
Grados de
libertad
Regresin
Residuos
Total

Intercepcin
Variable X 1

1
19
20

Suma de
cuadrados
10,7397685
11,7468981
22,4866667

Coeficientes
1,7366338
0,14840084

Error tpico
1,40929301
0,03560604

Promedio de los
cuadrados
10,7397685
0,6182578

Valo
F
17,37102

Estadstico t
Probabilidad
1,23227305 0,23287928
4,16785557 0,00052225

Infe
-1
0