TALLER

HERRAMIENTAS PARA VALIDAR EL SUPUESTO DE NORMALIDAD

Y MEDIDAS DE VARIABILIDAD

1. Elabore un bosquejo para cada uno de los tipos de distribución de probabilidad.

Distribución Distribucion Simétrica Distribución
asimétrica a Asimétria a
izquierda derecha
Histograma
(superponer
curva)

Diagrama de
caja

QQ Plot

2. Cómo lucirá un gráfico de probabilidad normal (QQ Plot) para datos que muestran:
Hay presencia de valores extremos solo a la derecha (distribución sesgada a derecha)
Distribución simétrica pero sus colas son pesadas (alta curtosis)
Distribución simétrica pero hay una gran dispersión de los datos

3. ¿Será que la estatura de los jugadores de la selección Colombia describe un

comportamiento normal?
Editar un base de datos y analizarla usando recursos gráficos y medidas de resúmen
de SPSS.
Buscar los datos en páginas como
http://es.fifa.com/worldcup/teams/team=43926/index.html
 Sesgada a la izquierda un poquito

4. Cuál de los dos gráficos exhibe mayor variabilidad? Explicar.

 5. ¿Será posible construir dos conjuntos de datos con igual número de datos, igual media
y mediana pero con diferente varianza?

A partir del siguiente gráfico de probabilidad acumulada (ojiva) bosqueje cómo es la

función de probabilidad de la variable en estudio1

6. Utilice la información dada para construir el boxplot para la variable en estudio:

1
http://www.mathsarea.co.uk/examunit1/cfrequencyquestions.pdf
 ¿Podríamos concluir que la variable Weight (peso en gramos) se comporta como una
normal?

7. ¿Cómo elaborar la ojiva para una N(50,5)?.

8. La gráfica se construyó con los tiempos que emplean 40 chicos para armar un
rompecabezas.
a) Use el gráfico para describir el comportamiento del tiempo empleado en esa tarea. ¿Es
posible estimar el tiempo promedio empleado por estos jóvenes? ( revisar )
b) El siguiente gráfico corresponde al tiempo empleado por 40 chicas para armar el
mismo rompecabezas.

Escriba dos ideas importantes que surjan de la comparación del comportamiento de la

variable tiempo en armar un rompecabezas al discriminar por género.
9. Compruebe con datos las siguientes afirmaciones:
a)Se dice que la asimetría y la curtosis caracterizan las colas de un modelo de
probabilidad más que la parte central.
b)Los únicos valores que contribuyen a la curtosis en forma importante son aquellos
alejados del pico de la distribución por lo tanto la curtosis mide solo esto no tiene nada
que ver con el nivel de apuntamiento.

Práctica Complementaria sobre medidas de dispersión

10. Cuál de estos dos jugadores de baloncesto es mejor, justificar su elección.
 11. Escriba un corto análisis descriptivo que resuma los rasgos en la distribución de la
variable Edad a partir de las siguientes medidas de resúmen:

Variable N Mean Median TriMean StDev Minimum Maximum Q1 Q3

Edad 36 58.53 59.50 58.75 13.36 31.00 79.00 48.00 68.75

12. Calcular el rango intercuartílico (RI) para el ejercicio anterior e interpretarlo como
medida de dispersión de los datos.

13. Explicar el efecto que tiene en la desviación estándar (ó varianza):

El cambio de unidades de una variable
La adición de una constante a los datos
La presencia de un valor extremo

14. Qué podemos decir sobre el uso de la desviación estándar como medida de
variabilidad cuando se tiene una distribución asimetríca?