I.

COEFICIENTE DE REGRESIN Y COEFICIENTE DE

CORRELACIN LINEAL SIMPLE:
Para poder utilizar los resultados de un examen de aptitud para la contratacin de
personal de contratacin civil, en un Consorcio de Edificaciones se tom esta prueba
de conocimiento en obras civiles y se determin la productividad en 10 obreros de
dicha rama, seleccionados al azar. Los resultados se presentan en el siguiente:

TABLA II-A
Conocimientos
(X)
Productividad
(Y)

12

17

20

13

11

13

19

10

40

42

32

20

20

24

20

40

30

Obtendremos la media aritmtica para ambos variables:

I-a) Hallando

X :
n

( xi )

X = i=1

12+17+ 20+13+8+ 9+ 11+13+19+10

10
X =13.2

I-b) Hallando Y

(Y i )

Y = i=1

40+42+32+20+ 20+7+24 +20+40+ 30

=
10
Y =27,5

Ya con ambas medias aritmticas realizamos el nuevo cuadro:

, Y

TABLA II-B
Caractersticas
i
1
2
3
4
5
6
7
8
9
10

Xi

Yi

xi=Xi X

yi=Yi Y

xi

yi

xi. yi

12
17
20
13
8
9
11
13
19
10
132

40
32
42
20
20
7
24
20
40
30
275

-1,2
3,8
6,8
-0,2
-5.2
-4,2
-2,2
-0,2
5,8
-3,2
----------

12,5
4,5
14,5
-7,5
-7,5
-20,5
-3,5
-7,5
12,5
2,5
---------

1,44
14,44
46,24
0,04
27,04
17,64
4,84
0,04
33,64
10,24
155,60

156,25
20,25
210,25
56,25
56,25
420,25
12,25
56,25
156,25
6,25
1150,50

-15
17,1
98,6
1,5
39
86,1
7,7
1,5
72,5
-8
301

2
I-c) SX ( variancia muestral de las X ) :
2

Sx =

Sx =

I-d)

1
2
2
x i x

1
(155,60 )13,2=2,36
10

SY 2( variancia muestral de lasY )

S y 2=

Sy=

1
y 2 y 2
n i
1
( 1150,50 )27,5=87,55
10

I-e) Hallemos la estimacin Beta ():

ESTADSTICA

xy
x2

Pgina 2

10

xi y i

^= SP( xy ) = i=1
10
SC (x)

x i2
i =1

^= 301 =1,934447301
155,60

I-f) Hallemos la estimacin Alfa ():

^ = y ^ x
=27,51,93444731(13,2) = 1,965295508

I-g) Coeficiente de Correlacin:

yi

10

i =1

10

( x i2 )
i =1

10

xi y i

r= = i=1

r = -1,043652559
Interpretacin Estadstica: (1 > r > -1) el coeficiente de correlacin lineal simple se
aproxima a +1 debido a esto se dice que es fuerte y directa, es decir los datos se
aproximan fuertemente a la recta y su pendiente es positiva.
I-h) Coeficiente de determinacin:
2

r = =0,001681397 =0,000002827

2
Interpretacin Estadstica: El coeficiente de Determinacin ( ) da un valor de

0,000002827 , tambin cercano a uno (+1). Este valor se obtiene elevando al

ESTADSTICA

Pgina 3

cuadrado el coeficiente de correlacin lineal simple () y se Interpretacin

estadsticamente como la explicacin de la variable x sobre el comportamiento de la
respuesta y 0,0002827 .

I-i) Coeficiente de Alejamiento:

Definimos el coeficiente de alejamiento (A) que viene a ser la diferencia de la unidad
con el coeficiente de determinacin, es decir:
A=1- r
Para poder determinar el valor del coeficiente de Alejamiento solamente
reemplazaremos el valor previamente hallado del coeficiente de correlacin (r):
A=1- r
A=1-( 0,000002827 ) = 0,999997173

Interpretacin Estadstica: Ax100%=99,9997173% este porcentaje nos indica de qu

manera Y no depende de X, es decir Y es independiente de X en 99,9997173%, el cual
es un porcentaje mximo y por lo tanto Y no es dependiente de X.

II SUMATORIAS
Sumatorias dobles y triples. Productorias: simples y dobles. Sean las variables
U, W, y Z:
U 11 =10; U 12=12; U 13=6 ; U 14 =3; U 15 1; U 16=5
U 21=1 ; U 22=3 ; U 23=0 ; U 24=5 ; U 25 2; U 26=7
U 31=3 ; U 32=0 ; U 33=1 ;U 34=3 ; U 35 0 ; U 36=2

W 1=2 ; W 2=3; W 3=4 ; W 4 =2 ; W 5 1; W 6=0 ; W 7 =1 ; W 8 =1 ; W 9 =1; W 10=4

Z 11 =2 ; Z 12=3 ; Z 13 =4 ; Z 14=6 ; Z 15=0
ESTADSTICA

Pgina 4

Z 21=0 ; Z 22=1; Z 23=5 ; Z 24=;7 ; Z25=0

Hallar los VALORES NUMRICOS de:

2.1. (Uij)2-5
m=3
2

= (Uij) -5=

i=1

n=6

U ij

U i 1+ U i 2+U i3 +U i 4 +U i 5 +U i 6

j=1

)2-5

m=3

= (Uij)2-5=

i=1

)2-5

= (Uij)2-5
U 11 +U 12+U 13 +U 14 +U 15 +U 16

U
U
=
2

31+U
+U
(
32
33 +U 34 +U 35 +U 36 )
2
( 21+U 22 +U 23+U 24 +U 25 +U 26) +

= (Uij)2-5= ( 10+126+ 3+15 ) + ( 1+3+0+ 5+2+7 ) + ( 3+01+3+02 )

2

= (Uij)2-5= 15 +18 +3 5
=553

2.2. WiZ1iU2i
c ) (W i.)( Z 1i )(U 2i ) W i Z 1i U 2i
WiZ1iU2i=

ESTADSTICA

Pgina 5

-5

i=

(W i.)( Z 1i )(U 2i) W i Z 1i U 2i

=

m=5

n=6

o=10 W i Z 1 i U 2 i

i=1
i=1

(W i.)( Z 1i )(U 2i)

( W 1 W 2 W 3 W 4 W 5 W 6 W 7 W 8 W 9 W 10) ( Z 11 Z 12 Z13 Z 14 Z 15 ) ( U 21 U 22 U 23 U 24 U 25 U 26)

(W i.)( Z 1i )(U 2i)

( 2342101214 )( 23460 ) ( 1570 )

(W i.)( Z 1i )(U 2i)

0
3.3. WiZij
W Z =
i ij

n=10 m=10

)(

i =1

i =1

n=10 m =10

W Z =
i ij

W Z =
i ij

p=2 m=5

W i Z ij

i=1

i=1

Wi

j=1 i=1

p =5

m=2

i=1

j=1

) ( )
Z ij

n=10

p=2

i=1

j=1

( W 1 W 2 W 3 W 4 W 5 W 6 W 7 W 8 W 9 W 10 ) ( Z i 1 Z i 2 Zi 3 Z i 4 Zi 5 )

WiZij=
n=10

( W 1 W 2 W 3 W 4 W 5 W 6 W 7 W 8 W 9 W 10 ) (( Z 11 Z 12 Z 13 Z14 Z15 ) )( ( Z 21 Z 22 Z23 Z 24 Z 25 ) )

i=1

W Z =
i ij

(2342101214 ) ( 23460 )( 1570 )

WiZij=0

3.4. ( Uij)3 25

ESTADSTICA

Pgina 6

n=6

U ij

( Uij)3 25 =

j=1

25

m=3

( Uij)3 25 =

( U i 1 U i 2 U i 3 U i 4 U i 5 U i 6 )3 25
i=1

( Uij)3 25 =
3
3
3
( U 11 U 12 U 13 U 14 U 15 U 16 ) + ( U 21 U 22 U 23 U 24 U 25 U 26 ) + ( U 31 U 32 U 33 U 34 U 35 U 36 ) 25

( Uij)3 25 =

( 130527 )3 + ( 10126315 )3 + (203102 )325

3
12
( Uij)3 25=0+ 10800 + 025=1.25971210

III.

ORGANIZACIN DE DATOS Y CLCULO DE

ESTADGRAFOS.
Los siguientes datos corresponden a los jornales de 50 obreros de construccin
civil de la carretera Huamanga-San Francisco (Ayacucho), expresada en Nuevos
Soles (S/.):
52.50

57.40

61.50

58.40

48.50

56.60

55.90

53.40

48.30

54.50

54.20

51.40

53.10

55.60

56.40

51.50

56.30

56.60

51.70

54.00

56.50

55.40

55.60

55.10

57.00

52.20

56.60

51.40

48.60

48.70

46.00

53.20

58.60

47.00

49.50

54.20

45.70

57.20

48.50

57.10

59.80

57.10

52.30

57.20

55.80

48.20

53.60

53.10

55.10 54.60

III.1.
Tipologa de variables estadsticas bajo estudio. el tamao de la
muestra n es pequea o grande?
La variable estudiada son los jornales diarios de los obreros que se expresan en
decimales, por lo tanto es una Variable Cuantitativa Continua (VCC).
Si supera a 30 es una muestra grande, entonces veamos: (n=50)>30, entonces
es muestra GRANDE.
III.2.

Calcular el rango de datos originales RX.

RX = Xmax Xmin
RX= 61,50- 45,70

ESTADSTICA

Pgina 7

RX =15,80

III.3. Determinar el nmero de intervalos de clase (m) por el mtodo de

STURGES. Existir un nuevo rango y alguna diferencia de rangos?
Determinaremos (m) usando el mtodo STURGES:
m = 1 + 3,32logn
m = 1 + 3,32log(50)
m = 1 + 3,32(1,698970004)
m = 1 + 5,640580414
m = 6,640580414
m= 7
III.4.

Determinar la amplitud intervlica o ancho de clase: Ci

El intervalo de clase tiene como frmula la siguiente formula:

C=

C=

Rx
m

15,80
7

C = 2,257142857
C= 2.30

Debido a C Existe un nuevo rango por lo tanto se proceder a calcularlo:

C =

Rx
m

RX= Cx m
RX= (2,30)(7)
RX= 16,10

Hallamos la diferencia de rangos:

ESTADSTICA

Pgina 8

Rx= RX RX
Rx= (16,10) (15,80)
Rx = 0,30
Ahora repartimos la diferencia en ambos extremos:

Rx= +0,15
Rx =
Rx= -0,15
El nuevo rango es:
D. Mnimo = 45,70-0,15 = 45,55
D. Mximo = 61,50+0,15 = 61,65

ESTADSTICA

Pgina 9

III.5.
Dimetro de 50 cojinetes.

[Yi-1,Yi>

[45.55,47.85>

[47.85,50.15>

Yi

Ci

TABULACION

ni

hi

hix100 Nj

Hj

Hjx100 Nj*

Hj*

Hj*x100

Yini

Yihi

03 0.06

6%

03 0.06

6%

50

1.00

100%

140.100

2.80200

2.3 IIIII II

07 0.14

14%

10 0.20

20%

47

0.94

94%

343.000

6.86000

[50.15,52.45>

51.3 2.3 IIIII I

06 0.12

12%

16 0.32

32%

40

0.80

80%

307.800

6.15600

[52.45,54.75>

53.6 2.3 IIIII IIIII I

11 0.22

22%

27 0.54

54%

34

0.68

68%

589.600

11.79200

[54.75,57.05>

55.9 2.3 IIIII IIIII IIII

14 0.28

28%

41 0.82

82%

23

0.46

46%

782.600

15.65200

[57.05,59.35>

58.2 2.3 IIIII II

07 0.14

14%

48 0.96

96%

09

0.18

18%

407.400

8.14800

[59.35,61.65>

60.5 2.3 II

02 0.04

4%

50 1.00

100%

02

0.04

4%

121.000

2.42000

50 1.00

100%

2691.500

53.83000

ESTADSTICA

46.7 2.3 III

Elaborar un cuadro completo de la distribucin de

49

Pgina 10

III.6. Calcule el salario medio o promedio de datos agrupados.

estadsticamente

Interprtelo

Y i ni

y = i=1

Y i ni

y = i=1
50
y =

2691.50
50

y =

2691.50
50

Y =53.83

Interpretacin Estadstica: este valor promedio nos indica, que cada vez
que un salario sea entregado a un obrero, el dimetro que se espera que
tenga es de aproximadamente S/. 53.83
III.7.
calcule el salario mediano de datos agrupados. Interprtelo
estadsticamente
n 50
= =25
2 2

Primer paso:

Segundo paso:

N j1

n
2

<

Nj

16 25 < 27
Tercer paso:

Cuarto paso:

ESTADSTICA

52.45,54 .75

Me

n
N j1
2
Y ' j1 +
N j N j1

Pgina 11

2516

Me 52.45+2.30 2716

Me 52.45+2.30

[ ]
9
11

Me 54.3318181
Interpretacin Estadstica: El valor mediano cuyo valor es S/.54.33
supera a lo sumo al 50% de datos, pero a su vez es superado por no ms
del 50% de datos restantes.

III.8.

Calcule el salario modal de datos agrupados. Interprtelo

estadsticamente
Primer paso:

n j=nmax =14
n j1=11
n j+1=7

Segundo paso: 1

n jn j1=1411=3

2 n jn j+1=147=4

Tercer paso:

54.75,57 .05

Cuarto paso:
Md=Y ' j1+

N jN j1

( N jN j1 ) + ( N jN j+1 )

[ ]
54.75+2.30 [ ]

M d 54.75+2.30
Md

3
3+ 4
3
7

M d =55.735714285

ESTADSTICA

Pgina 12

Interpretacin Estadstica: El valor que ms se repite es S/. 55.74

III.9.
Calcule la variancia y la desviacin estndar de los datos agrupados.
Interpretarlos estadsticamente.
Variancia:
n

ni ( Y i )2

S 2y = i=1
46.7

49

51.3

53.6

55.9

58.2

60.5

2
3
S 2y =

53.83

y 2

2897.6689

S 2y =12.7489

Interpretacin Estadstica: El promedio de desviaciones al cuadrado es

12.7489
Desviacin Estndar:
Sy = S 2y
Sy = 12.7489
Sy =3.57056018014

ESTADSTICA

Pgina 13

Interpretacin Estadstica: La raz cuadrada de la variancia es 53.9482882027

III.10. Calcule el Primer Cuartil (Q1) y el Tercer Cuartil (Q3). Interpretarlos:

Primer Cuartil:
Primer paso:

=12.5

Segundo paso: 1012.5<16

47.85,50 .15
Tercer paso:

Cuarto paso:

n
N j1
4
Q1=Y ' j1+ c j
N jN j1

Q1=47.85+ ( 2.30 )
Q1=47.85+ ( 2.30 )

12.510
1610

[ ]
2.5
6

Q1=47.85+ ( 2.30 ) [ 0.55 ]

Q1=48.808333

Interpretacin estadstica: El primer cuartil (48.808333) supera a lo sumo al

25% de observaciones y a su vez es superado por no ms del 75% de
observaciones restantes.

Tercer Cuartil:
Primer paso:
Segundo paso:
Tercer paso:

ESTADSTICA

3 x 50 150
=
=37.5
4
4

2737.5<41
52.45,54 .75

Pgina 14

n
N j1
4
Cuarto paso: Q3=Y ' j1+ c j
N jN j1

[
]
)[
]

Q3=52.45+ ( 2.30 )

37.527
4127

Q3=52.45+ ( 2.30

10.5
14

Q3= 54.1

Interpretacin estadstica: El tercer cuartil (54.175) supera al sumo al 75% de

observaciones y a su vez es superado por no ms del 25% de observaciones
restantes.
III.11.

Calcule el coeficiente de variacin. Interpretarlo estadsticamente:

Sy

(CV)y ~
Y (100%)

3.57056018014
(CV)y
(100%)
53.83

(CV)y 0.0663303024362

Interpretacin estadstica: La desviacin sobre el dimetro promedio n

porcentaje es 0.0663303024362%
III.12.
Calcule el Nonagsimo Percentil y el Dcimo Percentil.
Interpretarlos estadsticamente:
Nonagsimo Percentil:
Primer paso:

= 90 x 50 = 4500 =45
100
100
100

Segundo paso: 4145<48

57.05,59.35>
Tercer paso:

ESTADSTICA

Pgina 15

Cuarto paso:

N
j1
100
P90=Y ' j1+ c j
N jN j1

P90=57.05+2.30

P90=57.05+2.30

[]

4541
4841

4
7

P90=58.3642857143

Interpretacin: el 90% de los salarios de obreros son menores o iguales que

58.36 y 10% son mayores que 58.36.

Decimo Percentil:
Primer paso:

= 10 x 50 = 500 =5
100
100
100

Segundo paso: 35<10

47.85,50 .15>
Tercer paso:

10 n
N j1
100
P10=Y ' j1 + c j
N jN j 1

Cuarto paso:

P10=47.85+ 2.30
P10=47.85+ 2.30

[ ]
[]
53
103
2
7

P10=45.5071428571

Interpretacin: el 10% de los salarios de obreros son menores o iguales que

45.507 y 90% restantes son mayores que 45.507.
III.13.
Calcule el recorrido intercuartilico y el semi-recorrido.
Interpretarlos estadsticamente:
ESTADSTICA

Pgina 16

 Recorrido intercuartilico
RIQ =Q3 Q1
RIQ =54.17548.8033
RIQ =5.3717
Semi-recorrido
RIQ =

Q3Q1
2

RIQ =

5.3717
2

RIQ =2.68585
III.14.
Calcule el recorrido interpercentilico. Interpretarlos
estadsticamente:
RIp =Q90Q10
RIp =58.3645.507
RIp =12.853

III.15.
CA S

Halle el 1er coeficiente de PEARSON. Qu distribucin dar

en este caso?

1er. COEF. DE ASIMETRA DE PEARSON:

C As (1) = Y Mo
Sy
Datos: Y= 53.83

Media

Mo = 55.7357142857
S = 3.57056018014

Moda
Desviacin estndar

Reemplazando datos en la frmula

C As(1) = 53.83-55.736
3.5705607814
C As(1) = + 0,866530696558
ESTADSTICA

Pgina 17

Distribucin Asimtrica:
Si (As > 0) = Distribucin Asimtrica Positiva.
Si (As = 0) = Distribucin Simtrica.
Si (As < 0) = Distribucin Asimtrica Negativa.
Distribucin que genera As:
Como el CAs(1) > 0, la distribucin es asimtrica positiva o sesgada hacia la
derecha.

III.16.

Halle el 2do coeficiente de PEARSON. Qu distribucin dar

CA S

en este caso?

2do. COEF. DE ASIMETRA DE PEARSON:

C As (2) = 3(YMe)
Sy
Datos: Y= 53.83

Media

Me = 54.33181818
S = 3.57056018014

Mediana
Desviacin estndar

Reemplazando datos en la frmula

C As (2) = 3(53.8354.3318)
3.5705601814
C As

(2)

= 0.86692273169

Distribucin Asimtrica:
Si (As > 0) = Distribucin Asimtrica Positiva.
Si (As = 0) = Distribucin Simtrica.
Si (As < 0) = Distribucin Asimtrica Negativa.
Distribucin que genera As:
Como el C As (2)<0, la distribucin es asimtrica negativa o sesgada hacia la
izquierda.
III.17. Halle el coeficiente percentilico de KURTOSIS. Qu distribucin
genera?
FRMULA:
ESTADSTICA

Pgina 18

k=

Q3 Q1
2(P90 P10)

Reemplazando datos en la frmula

K=

54.17548.8033
2( 58.3645.507)

K = +0,208966778184

Distribucin DE K:
Si (k > 0) = Distribucin Leptocurtica.
Si (k = 0) = Distribucin Mesocurtica.
Si (k < 0) = Distribucin Asimtrica Platicurtica.
Para una curva normal k = 0,2630
Distribucin que genera K:
Como K<0.2630, genera un distribucin Platicurtica (la distribucin ms aplastada que
la curva normal)
Distribucin que genera K

IV). SE TIENE LA SIGUIENTE INFORMACIN DE LA

DISTRIBUCIN DE FRECUENCIA DE 50 ELEMENTOS DE UN
MATERIAL BAJO PRUEBA DE RUPTURA (KG./CM2); TAL QUE
LA LONGITUD DE LOS INTERVALOS DE CLASE ES
CONSTANTE E IGUAL A 20.
CUADRO N IV:

ESTADSTICA

Pgina 19

IV.A.) Dar
cuadro

Y'

Y 'i

ni

Ni

23

Y i ni

ttulo al
adjunto:

300
400
350

17
[

,120

440

50
ESFUERZOS DE COMPRESIN QUE SE REALIZAN EN 50 MUROS

ESTADSTICA

Pgina 20

SOLUCIN
IV-B) Cuadro de distribucin de frecuencias de 50 elementos de un material bajo prueba de ruptura (en Kg/cm2).

[Yi-1,Yi>

Ci

Yi

CONTEO

ni

[20,40>

20

30

IIIII IIIII

[40,60>

20

50

[60, 80>

20

[80,100>

5
6

hi

Yini

Yihi

50

1.000 100.0%

300

6.0

52.353

46

36.0%

40

0.800

80.0%

400

8.0

32.353

26

0.460

46.0%

32

0.640

64.0%

350

7.0

12.353

40

0.800

80.0%

27

0.540

54.0%

1530

30.6

7.647

14

8.0%

44

0.880

88.0%

10

0.200

20.0%

440

8.8

27.647

34

06

0.120 12.0%

50

1.000 100.0%

06

0.120

12.0%

780

15.6

47.647

54

50

1.000 100.0%

3800

76.0

Nj

Hj

Hjx100

Nj*

10

0.200 20.0%

10

0.200

20.0%

IIIII III

08

0.160 16.0%

18

0.360

70

IIIII

05

0.100 10.0%

23

20

90

IIIII IIIII IIII

III

17

0.340 34.0%

[100,120>

20

110 IIII

04

0.080

[120,140>

20

130 IIIII I
50

ESTADSTICA

l Yi - Me
I Yi - yy I
I

Hj*x100

hix100

Pgina 21

Hj*

IV-c)
1

I.E de [20,40 primer intervalo de clase de longitud 20.

I.E de

Y 1=30 marca de clase para i=1.

I.E de

n1=10

Frecuencia absoluta simple del intervalo de clase [20,40 q

determina el nmero de observaciones de este intervalo.

4

I.E de

Y 6 = 130 marca de clase para i mximo.

I.E de

N 1 = 10 F.A.A. para el intervalo de clase [20,40 con direccin hacia

I.E de

N 6 = 50 F.A.A. para el indicador de fila (i) mximo con direccin hacia

abajo.
6
abajo.
IV-d)
Media
6

Y i ni

y = i=1
50

300+ 400+350+1530+ 440+780

50

y =76 Kg/cm 2
Interpretacin estadstica: este valor promedio, nos indica que cada vez que un uro

Kg
sea sometido a comprensin se espera que tenga aproximadamente 76 cm2
Mediana

n
N j1
2
~
Me= y=Y ' i1 + c
N j N j1
1ro

n 50
= =25
2 2

2do

23 25< 40 ;

80,100
Me fila

Me=~
y=80+ ( 20 )

ESTADSTICA

2523
=82.35294118 82.353
4023

Pgina 22

Me=82.353 Kg/cm 2
Interpretacin estadstica: se tuvo unos esfuerzos de compresin de los muros con
dimetro de 82.353 kg/cm2
Moda

M 0=Y ' j1+ c

n jn j1
( n jn j1 ) + ( n jn j+1 )

80,100
1ro La mayor frecuencia absoluta simple es: 17 entonces M 0

M 0=80+ ( 20 )

175
( 175 ) + ( 174 )

M 0=0.531+ ( 0.004 )

[ ]
8
15

M 0=89.6

Interpretacin estadstica: El valor que ms se repite es: 89.6

IV-e)
Desviacin media
m

n i|Y i y|

DM= i=1

10 ( 46 ) +8 ( 26 ) +5 ( 6 )+17 ( 14 ) +4 ( 34 ) +6(54 )
50

DM=27.92

Interpretacin estadstica: la desviacin media de datos agrupados es 27.92

Desviacin mediana

ESTADSTICA

Pgina 23

n i|Y i Me|

DMe= i=1

10 ( 52.353 ) +8 ( 32.353 ) +5 ( 12.353 ) +17 ( 7.647 ) +4 (27.647 )+ 6(47.647)

50

1370.588
50

DMe=27.41176

Interpretacin estadstica: la desviacin mediana de datos agrupados es 27.41176

ESTADSTICA

Pgina 24