Deber de ED (estadística descriptiva) o AEdD (análisis exploratorio de datos)

PARTE 1: EDU (ED unidimensional) o AEUdD (análisis exploratorio unidimensional de datos)

Se debe considerar la ITi (información tipo i; i = 1,2,3,4,5) existente:
• IT1: Es irrelevante la frecuencia absoluta con la que se repite cada dato 𝑥1 , 𝑥2 , ⋯, 𝑥𝑛 proveniente
de 𝑋, una variable estadística cuantitativa o numérica.
• IT2: La frecuencia absoluta del número 𝑥𝑖 es 𝑛𝑖 para 𝑖 = 1,2, ⋯ , 𝑘; la cantidad total de datos es
𝑛 = ∑𝑘𝑖=1 𝑛𝑖 . Los datos provienen de una variable cuantitativa 𝑋.
• IT3: TdF (tabla de frecuencias) construida con datos obtenidos de una variable continua 𝑋.
• IT4: Datos de una variable cualitativa (descriptiva o categórica) con escala de medición nominal.
• IT5: Datos provenientes de una variable cualitativa con escala de medición ordinal.

Ejercicio 1: IT1
Los siguientes datos corresponden a la ganancia promedio de peso por día, medida en 𝑔 (gramos), de un
grupo de novillos de la hacienda ganadera ABC sometidos a una dieta experimental de engorde a corral
durante 120 días; los novillos tienen una edad entre 12 y 18 meses.
838, 803, 742, 830, 876, 740, 789, 840, 847, 768, 838, 766, 791, 870, 782, 804, 791, 743, 808, 705.
a) La información estadística anterior, ¿fue reunida en forma no controlada (por muestreo) o
controladamente (por experimentación)?
Sugerencia: Revisar la página 3 del TP (texto principal).
b) ¿Cuál es la unidad de información y de qué tipo? Recordar que la unidad de información puede
ser unidad experimental o unidad observacional.
c) ¿Cuál es la población de estudio?
d) Determinar el tamaño muestral 𝑛, el primer dato obtenido 𝑥1 , el segundo dato obtenido 𝑥2 , ⋯ ,
el 𝑛­ésimo dato obtenido 𝑥𝑛 .
e) Hallar el primer dato ordenado 𝑥(1) , el segundo dato ordenado 𝑥(2) , ⋯ , el 𝑛­ésimo dato ordenado
𝑥(𝑛) .
f) ¿Cuál es la variable estadística 𝑥 de estudio?
g) ¿Qué tipo de variable estadística es 𝑥?
h) ¿Qué escala de medición se utiliza?
i) Calcular ∑𝑛𝑖=1 𝑥𝑖 , ∑𝑛𝑖=1 𝑥𝑖2 , ∑𝑛𝑖=1 𝑥𝑖3 y ∑𝑛𝑖=1 𝑥𝑖4 .
j) Dibujar e interpretar el diagrama de puntos.
k) Elaborar e interpretar un diagrama de tallo y hojas.
l) Calcular e interpretar las siguientes medidas de posición (localización o ubicación) que son, a su
vez, medidas de centralización (de tendencia central o tamaño): 𝑥̅ (media aritmética), 𝑀𝐺 ̅̅̅̅̅ (media
̅̅̅̅̅ (media armónica) y 𝑀𝐶
geométrica), 𝑀𝐻 ̅̅̅̅̅ (media cuadrática, también conocida como 𝑅𝑀𝑆: root
mean square).
m) Una propiedad de cualquier conjunto de datos es la siguiente: 𝑀𝐴 ̅̅̅̅̅ ≤ 𝑀𝐺
̅̅̅̅̅ ≤ 𝑥̅ ≤ 𝑀𝐶
̅̅̅̅̅ ; verifíquela
con los resultados del literal anterior.
n) Calcular e interpretar 𝑥̅80% 𝑥̅ 90%; para el efecto, considerar que la media aritmética 𝑥̅ , a pesar de
ser la medida de tendencia central más utilizada, no es tan robusta como la mediana (en el sentido
de que es más sensible respecto a cambios en los datos); en consecuencia, la media recortada
𝑥̅𝑝% es mejor y se define como la media aritmética de los 𝑝% datos centrales i.e. aquellos que
resultan de eliminar el (100 − 𝑝)%⁄2 de los más pequeños y el (100 − 𝑝)%⁄2 de los datos más
grandes.
o) Los siguientes datos 𝜔(𝑖) , medidos en 𝑘𝑔, corresponden a los pesos de los novillos sujetos a
experimentación antes de empezar la dieta de engorde a corral, de tal forma que el novillo cuya
ganancia de peso promedio diario durante el experimento es 𝑥(𝑖) , empezó la fase experimental
con un peso 𝜔(𝑖) : 208, 211, 212, 213, 213, 215, 217, 219, 221, 221, 222, 222, 223, 224, 224, 226,
226, 226, 228, 229. Calcular e interpretar la media aritmética de la ganancia promedio de peso
por día, ponderada por los pesos de los novillos antes de iniciar el experimento.

1
p) Calcular e interpretar las siguientes medidas de posición: 𝑀𝑒𝑑, 𝑇1 , 𝑇2 , 𝑄1, 𝑄3 , 𝑞3 , 𝐷1 , 𝐷2 , 𝐷8 ,
𝐷9 , 𝑃5 , 𝑃15 , 𝑃85 y 𝑃95 .
q) Calcular e interpretar la moda 𝑀𝑜, medida de localización también denominada medida de
frecuencia.
r) Establecer la relación de orden entre 𝑥̅ , 𝑀𝑒𝑑, 𝑀𝑜 y, sobre esta base, determinar si existe simetría;
caso contrario, determinar el tipo asimetría o sesgo presente en la distribución de los datos.
Sugerencia: Una distribución unimodal de datos es:
• Perfectamente simétrica si y solo si 𝑥̅ = 𝑀𝑒𝑑 = 𝑀𝑜.
• Sesgada a la izquierda (con sesgo negativo, cola a la izquierda o asimetría negativa) si y
solo si 𝑥̅ < 𝑀𝑒𝑑 < 𝑀𝑜.
• Sesgada a la derecha (con sesgo positivo, cola a la derecha o asimetría positiva) si y solo
si 𝑀𝑜 < 𝑀𝑒𝑑 < 𝑥̅ .
Considerar que mientras más fuertes son las dos desigualdades anteriores, más acentuado es el
tipo de asimetría asociado.
s) Calcular ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ ), ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2, ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )3 , ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )4 .
t) Calcular e interpretar las siguientes medidas de dispersión o variabilidad: El rango o recorrido
𝑅, el rango intercuartílico o rango intercuartil 𝑅𝐼𝑄 (que también se representa como 𝑅𝐼𝐶), la
desviación media o desviación absoluta de la media 𝐷𝑀, la varianza muestral 𝑠 2 , la desviación
estándar muestral 𝑠 y el coeficiente de variación 𝐶𝑉.
Sugerencia: El 𝐶𝑉 es una medida adimensional que permite establecer el tipo la dispersión o
variabilidad presente en los datos:
• Si |𝐶𝑉| ≤ 10% entonces la dispersión es pequeña.
• Si 10% < |𝐶𝑉| ≤ 20% entonces la dispersión es intermedia.
• Si 20% < |𝐶𝑉| ≤ 50% entonces la dispersión es grande.
• Si 𝐶𝑉 > 50% entonces la dispersión es excesiva.
u) Calcular los siguientes momentos respecto del origen: 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 y 𝑎4 .
Sugerencia: El estadístico o estadígrafo 𝑎𝑟 se denomina momento de orden 𝑟 respecto del origen
y se calcula 𝑎𝑟 = ∑𝑛𝑖=1 𝑥𝑖𝑟 o también 𝑎𝑟 = ∑𝑘𝑖=1 𝑛𝑖 𝑥𝑖𝑟 , dependiendo del tipo de información.
v) La fórmula de Foster establece que 𝑀𝑟 = 𝑟√𝑎𝑟 . Calcular 𝑀1 , 𝑀−1 , 𝑀2 y verificar numéricamente
las siguientes igualdades: 𝑀1 = 𝑥̅ , 𝑀−1 = 𝑀𝐴 ̅̅̅̅̅ y 𝑀2 = 𝑀𝐶̅̅̅̅̅ .
w) Calcular los siguientes momentos centrales: 𝑚0 , 𝑚1 , 𝑚2 , 𝑚3 y 𝑚4 .
Sugerencia: El momento central de orden 𝑟 o momento de orden 𝑟 respecto de la media se define
𝑚𝑟 = ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )𝑟 ⁄(𝑛 − 1) o también 𝑚𝑟 = ∑𝑘𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )𝑟 ⁄(𝑛 − 1), dependiendo del tipo
de información.
x) Repetir el cálculo de los momentos centrales del literal anterior, empleando esta vez la ecuación:
𝑟
𝑟
𝑚𝑟 = ∑ ( ) (−𝑎1 )𝑘 𝑎𝑟−𝑘
𝑘
𝑘=0
𝑛 𝑛!
Considerar que ( ) = 𝑘!(𝑛−𝑘)!.
𝑘
y) Calcular e interpretar las siguientes dos características de forma relativas a la asimetría o sesgo:
• 𝑔1 , el coeficiente de asimetría o sesgo de Ronald Fisher.
• 𝐴𝑃1 , el coeficiente de asimetría o sesgo de Karl Pearson.
Sugerencia: Revisar las páginas 67 y 68 del libro González, M. y Pérez de Vargas, A. (2009).
Estadística aplicada, una visión instrumental. Madrid, España: Ediciones Díaz de Santos.
z) Calcular e interpretar la característica de forma relativa al apuntamiento o curtosis: 𝑔2 , el
coeficiente de apuntamiento o curtosis de Ronald Fisher.
Sugerencia: Revisar las páginas 69 y 70 del libro mencionado en el literal anterior.
aa) Dibujar e interpretar el diagrama de balanza.
bb) Construir e interpretar el diagrama de caja; incluir en el diagrama a la media aritmética y en la
interpretación la ausencia o no de valores extremos (atípicos, distantes, alejados o aberrantes),
tanto posibles como seguros. Para el efecto, considerar lo visto en clase y la siguiente gráfica:

2
Ejercicio 2: IT2
El ajo (Allium sativum) es una planta perenne (i.e. que vive más de dos años) con hojas planas y delgadas
de hasta 30 cm de longitud; las raíces pueden alcanzar alrededor de 50 cm de profundidad. El bulbo, de
piel blanca, forma una cabeza dividida en gajos que comúnmente son llamados dientes. Los siguientes
datos se refieren al número de gajos por cabeza; las cabezas han sido muestreadas en la cosecha de
noviembre de un productor local: 11, 11, 10, 11, 7, 10, 12, 8, 9, 9, 11, 8, 6, 9, 8, 8, 10, 8, 8, 9, 9, 8, 12,
9, 6, 8, 7, 7, 7, 10, 9, 10, 11, 10, 9, 8, 9, 11, 6, 8.
a) La información estadística anterior, ¿fue reunida en forma no controlada (por muestreo) o
controladamente (por experimentación)?
b) ¿Cuál es la unidad de información y de qué tipo?
c) ¿Cuál es la población de estudio?
d) ¿Cuál es la variable estadística 𝑥 de estudio?
e) ¿Qué tipo de variable estadística es 𝑥?
f) ¿Qué escala de medición se utiliza?
g) Construir una tabla de distribución de frecuencias (también conocida como TdF: tabla de
frecuencias) que incluya, para cada uno de los 𝑘 valores distintos 𝑥𝑖 ‒con 𝑖 = 1,2, ⋯ , 𝑘‒ que
toma la variable estadística 𝑥 en la muestra, las siguientes columnas:
𝑖 𝑥𝑖 𝑛𝑖 𝑓𝑖 𝑁𝑖 𝐹𝑖 𝑓𝑖 𝑥𝑖 𝑓𝑖 𝑥𝑖2 𝑓𝑖 𝑥𝑖3 𝑓𝑖 𝑥𝑖4
1 𝑥1 𝑛1 𝑓1 𝑁1 𝐹1 𝑓1 𝑥1 𝑓1 𝑥12 𝑓1 𝑥13 𝑓1 𝑥14
2 𝑥2 𝑛2 𝑓2 𝑁2 𝐹2 𝑓2 𝑥2 𝑓2 𝑥22 𝑓2 𝑥23 𝑓2 𝑥24
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑘 𝑥𝑘 𝑛𝑘 𝑓𝑘 𝑁𝑘 𝐹𝑘 𝑓𝑘 𝑥𝑘 𝑓𝑘 𝑥𝑘2 𝑓𝑘 𝑥𝑘3 𝑓𝑘 𝑥𝑘4
𝑘 𝑘 𝑘 𝑘
Total: 𝑛 1 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑖 𝑥𝑖2 ∑ 𝑓𝑖 𝑥𝑖3 ∑ 𝑓𝑖 𝑥𝑖4
𝑖=1 𝑖=1 𝑖=1 𝑖=1

h) Realizar e interpretar el gráfico de barras para las frecuencias 𝑛𝑖 y el gráfico de barras para las
frecuencias acumuladas 𝑁𝑖 .
i) Calcular e interpretar las medidas de centralización: 𝑥̅ , ̅̅̅̅̅ 𝑀𝐺 , ̅̅̅̅̅
𝑀𝐴 y ̅̅̅̅̅
𝑀𝐶 . ¿Se cumple la relación
̅̅̅̅̅ ≤ 𝑀𝐺
𝑀𝐴 ̅̅̅̅̅ ≤ 𝑥̅ ≤ 𝑀𝐶
̅̅̅̅̅ ?
j) Calcular e interpretar las siguientes medidas de posición: 𝑀𝑒𝑑, 𝑇1 , 𝑇2 , 𝑄1, 𝑄3 , 𝑞3 , 𝐷1 , 𝐷2 , 𝐷8 ,
𝐷9 , 𝑃5 , 𝑃15 , 𝑃85 y 𝑃95 .
k) Calcular e interpretar la moda 𝑀𝑜 del número de gajos por cabeza de ajo.
l) Establecer la relación de orden entre 𝑥̅ , 𝑀𝑒𝑑, 𝑀𝑜 y, sobre esta base, determinar el tipo sesgo
presente en la distribución de los datos o si existe simetría.
m) Calcular ∑𝑛𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ ), ∑𝑛𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )2 , ∑𝑛𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )3, ∑𝑛𝑖=1 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )4.
n) Calcular e interpretar las siguientes medidas de dispersión: El rango o recorrido 𝑅, el rango
intercuartílico 𝑅𝐼𝑄, la desviación media o desviación absoluta de la media 𝐷𝑚 , la varianza
muestral 𝑠 2 , la desviación estándar 𝑠 y el coeficiente de variación 𝐶𝑉.
o) Calcular los siguientes momentos respecto del origen: 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 y 𝑎4 .
p) La fórmula de Foster establece que 𝑀𝑟 = 𝑟√𝑎𝑟 . Calcular 𝑀1 , 𝑀−1 , 𝑀2 y verificar numéricamente
las siguientes igualdades: 𝑀1 = 𝑥̅ , 𝑀−1 = ̅̅̅̅̅ 𝑀𝐴 y 𝑀2 = ̅̅̅̅̅ 𝑀𝐶 .
q) Calcular los siguientes momentos centrales: 𝑚0 , 𝑚1 , 𝑚2 , 𝑚3 y 𝑚4 .

3
 r) Repetir el cálculo de los momentos centrales del literal anterior, empleando esta vez la ecuación:
𝑟
𝑟
𝑚𝑟 = ∑ ( ) (−𝑎1 )𝑘 𝑎𝑟−𝑘
𝑘
𝑘=0
s) Calcular e interpretar las siguientes dos características de forma relativas a la asimetría o sesgo:
• 𝑔1 , el coeficiente de asimetría o sesgo de Ronald Fisher.
• 𝐴𝑃1 , el coeficiente de asimetría o sesgo de Karl Pearson.
t) Calcular e interpretar la característica de forma relativa al apuntamiento o curtosis: 𝑔2 , el
coeficiente de apuntamiento o curtosis de Ronald Fisher.
u) Dibujar e interpretar el diagrama de balanza.
v) Construir e interpretar el diagrama de caja; incluir en el diagrama a la media aritmética y en la
interpretación la ausencia o no de valores extremos (atípicos, distantes, alejados o aberrantes),
tanto posibles como seguros.

Ejercicio 3: IT3
Los siguientes datos son pesos, medidos en g, de semillas de cierta variedad de maíz que han sido
tomadas al azar de entre las almacenadas en un silo.
36.48, 37.09, 39.65, 39.90, 41.68, 40.16, 36.10, 39.56, 37.03, 39.56, 40.67, 42.91, 38.81, 39.65, 41.51,
37.81, 39.20, 39.41, 44.11, 38.57, 37.69, 40.64, 43.57, 40.76, 40.50, 39.73, 41.56, 41.18, 42.63, 40.57,
36.86, 38.39, 40.78, 39.97, 41.39, 38.08, 39.50, 39.06, 43.82, 36.54, 40.42, 41.68, 40.57, 40.23, 38.32,
43.03, 39.02, 36.43, 41.77, 42.95, 36.06, 40.71, 38.20, 43.87, 39.22, 39.29, 40.49, 38.47, 41.18, 40.77,
39.08, 41.48, 41.46, 41.59, 40.71, 42.29, 40.95, 41.32, 38.86, 38.19, 38.31, 41.37, 39.21, 40.35, 43.87,
44.55, 35.87, 38.61, 39.13, 40.40, 40.23, 42.49, 41.63, 44.59, 40.53, 36.21, 39.03, 42.88, 41.97, 37.84,
42.20, 42.25, 41.83, 44.39, 43.19, 41.72, 42.53, 40.27, 39.31, 41.39, 40.17, 40.12, 40.46, 40.36, 39.40,
40.95, 40.43, 39.43, 38.96, 39.45, 39.89, 40.10, 41.30, 38.84, 43.02, 41.74, 37.89, 40.58, 37.13, 40.50,
42.10, 40.19, 39.06, 41.97, 39.04, 37.30, 40.04, 41.16, 39.30, 38.83, 42.36, 40.36, 39.45, 41.83, 40.03,
41.77, 40.22, 43.83, 42.67, 42.12, 42.60, 36.67, 40.90, 42.13, 42.76, 38.05, 38.21, 42.92, 40.11, 40.13,
40.85, 40.89, 39.47, 36.36, 43.80, 37.73, 37.15, 39.75, 39.08, 38.09, 43.43, 41.01, 36.28, 39.03, 38.65,
39.89, 38.38, 38.71, 42.94, 41.74, 40.74, 40.69, 40.54, 37.27, 40.52, 39.01, 40.87, 39.10, 39.19, 41.33.
a) La información estadística anterior, ¿fue reunida en forma no controlada (por muestreo) o
controladamente (por experimentación)?
b) ¿Cuál es la unidad de información y de qué tipo?
c) ¿Cuál es la población de estudio?
d) ¿Cuál es la variable estadística 𝑥 de estudio?
e) ¿Qué tipo de variable estadística es 𝑥?
f) ¿Qué escala de medición se utiliza?
g) Según el método planteado en clase, construir una tabla de distribución de frecuencias que
incluya, para cada uno de los 𝑘 intervalos, las siguientes columnas:
𝑖 𝐿𝑖 − 𝑈𝑖 𝑥𝑖 𝑛𝑖 𝑓𝑖 𝑁𝑖 𝐹𝑖 𝑓𝑖 𝑥𝑖 𝑓𝑖 𝑥𝑖2 𝑓𝑖 𝑥𝑖3 𝑓𝑖 𝑥𝑖4
1 𝐿1 − 𝑈1 𝑥1 𝑛1 𝑓1 𝑁1 𝐹1 𝑓1 𝑥1 𝑓1 𝑥12 𝑓1 𝑥13 𝑓1 𝑥14
2 𝐿2 − 𝑈2 𝑥2 𝑛2 𝑓2 𝑁2 𝐹2 𝑓2 𝑥2 𝑓2 𝑥22 𝑓2 𝑥23 𝑓2 𝑥24
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑘 𝐿𝑘 − 𝑈𝑘 𝑥𝑘 𝑛𝑘 𝑓𝑘 𝑁𝑘 𝐹𝑘 𝑓𝑘 𝑥𝑘 𝑓𝑘 𝑥𝑘2 𝑓𝑘 𝑥𝑘3 𝑓𝑘 𝑥𝑘4
𝑘 𝑘 𝑘 𝑘
Total: 𝑛 1 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑖 𝑥𝑖2 ∑ 𝑓𝑖 𝑥𝑖3 ∑ 𝑓𝑖 𝑥𝑖4
𝑖=1 𝑖=1 𝑖=1 𝑖=1

Recordar que los intervalos son semiabiertos: cerrados por la izquierda y abiertos por la derecha,
salvo el último que es un intervalo cerrado.
Empleando la TdF (tabla de frecuencias) elaborada en el literal g, responder los siguientes literales:
h) Dibujar e interpretar el histograma de frecuencias relativas 𝑓𝑖 , sobreponiendo el polígono de
frecuencias relativas.

4
 i) Dibujar e interpretar el histograma de frecuencias relativas acumuladas 𝐹𝑖 , sobreponiendo la ojiva
o polígono de frecuencias relativas acumuladas.
j) Calcular e interpretar las medidas de centralización: 𝑥̅ , ̅̅̅̅̅
𝑀𝐺 , ̅̅̅̅̅
𝑀𝐴 y ̅̅̅̅̅
𝑀𝐶 . ¿Se cumple la relación
̅̅̅̅̅ ̅̅̅̅̅
𝑀𝐴 ≤ 𝑀𝐺 ≤ 𝑥̅ ≤ 𝑀𝐶 ? ̅̅̅̅̅
k) Calcular e interpretar las siguientes medidas de posición: 𝑀𝑒𝑑, 𝑇1 , 𝑇2 , 𝑄1, 𝑄3 , 𝑞3 , 𝐷1 , 𝐷2 , 𝐷8 ,
𝐷9 , 𝑃5 , 𝑃15 , 𝑃85 y 𝑃95 .
l) Calcular e interpretar la moda 𝑀𝑜.
m) Establecer la relación de orden entre 𝑥̅ , 𝑀𝑒𝑑, 𝑀𝑜 y, sobre esta base, determinar el tipo sesgo
presente en la distribución de los datos o si existe simetría.
n) Calcular e interpretar las siguientes medidas de dispersión: El rango o recorrido 𝑅, el rango
intercuartílico 𝑅𝐼𝑄 (que también se representa como 𝑅𝐼𝐶), la desviación media o desviación
absoluta de la media 𝐷𝑚 , la varianza muestral 𝑠 2 , la desviación estándar 𝑠 y el coeficiente de
variación 𝐶𝑉.
o) Calcular los siguientes momentos respecto del origen: 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 y 𝑎4 .
p) La fórmula de Foster establece que 𝑀𝑟 = 𝑟√𝑎𝑟 . Calcular 𝑀1 , 𝑀−1 , 𝑀2 y verificar numéricamente
las siguientes igualdades: 𝑀1 = 𝑥̅ , 𝑀−1 = ̅̅̅̅̅
𝑀𝐴 y 𝑀2 = ̅̅̅̅̅
𝑀𝐶 .
q) Calcular los siguientes momentos centrales: 𝑚0 , 𝑚1 , 𝑚2 , 𝑚3 y 𝑚4 .
r) Repetir el cálculo de los momentos centrales del literal anterior, empleando esta vez la ecuación:
𝑟
𝑟
𝑚𝑟 = ∑ ( ) (−𝑎1 )𝑘 𝑎𝑟−𝑘
𝑘
𝑘=0
w) Calcular e interpretar las siguientes dos características de forma relativas a la asimetría o sesgo:
• 𝑔1 , el coeficiente de asimetría o sesgo de Ronald Fisher.
• 𝐴𝑃1 , el coeficiente de asimetría o sesgo de Karl Pearson.
s) Calcular e interpretar la característica de forma relativa al apuntamiento o curtosis: 𝑔2 , el
coeficiente de apuntamiento o curtosis de Ronald Fisher.
t) Dibujar e interpretar el diagrama de balanza.
u) Construir e interpretar el diagrama de caja; incluir en el diagrama a la media aritmética y en la
interpretación la argumentación sobre la ausencia o presencia de valores extremos (atípicos,
distantes, alejados o aberrantes), tanto posibles como seguros.

Ejercicio 4: IT4, IT5

En una empresa agroindustrial se detectaron seis tipos básicos de quejas de los clientes; cada queja causó
diferente grado de molestia, que se midió con la siguiente escala: máxima molestia (10 puntos), mucha
molestia (8 puntos), molestia moderada (6 puntos), poca molestia (4 puntos), molestia leve (2 puntos).
También se determinó la frecuencia con la que ocurrieron en el último semestre las distintas quejas en
una muestra de 200 clientes. En la siguiente tabla se resume la información obtenida al respecto:

a) Realizar toda la EDU o AEUdD que sea posible, para la variable “tipo de queja”.
b) Efectuar toda la EDU o AEUdD que sea posible, para la variable “grado de molestia”.
c) Construir e interpretar una gráfica de pastel y una gráfica de Pareto que consideren, a la vez,
tanto el grado de molestia como la frecuencia de ocurrencia. Antes de resolver este literal, realizar
una lectura connotativa del documento que se puede descargar haciendo clic AQUÍ.
Sugerencia: Graficar la multiplicación de las dos últimas columnas de la tabla para determinar
sobre qué tipos de quejas se deben dirigir los esfuerzos para atender sus causas.
5
PARTE 2: EDU (ED bidimensional) o AEBdD (análisis exploratorio bidimensional de datos)
a) Hacer una lectura connotativa del documento que se puede descargar haciendo clic AQUÍ.
b) En el orden que aparecen en el documento, transcribir con el propio puño y letra: Títulos,
aspectos teóricos (definiciones, fórmulas, deducciones), tablas, figuras, ejemplos. Solamente se
pueden imprimir, recortar y pegar con goma en barra: tablas, figuras y enunciados de ejemplos.
c) Resolver los siguientes problemas propuestos de la sección 3.10: 1, 5, 7, 8, 9, 10, 12, 13, 14, 15,
16, 17, 18, 19, 20, 21, 24, 25, 27, 28.
Los enunciados se pueden transcribir con esfero o recortar y pegar con goma en barra; a continuación
de cada enunciado debe venir su respectiva resolución desarrollada a lápiz.
NOTA: Esta parte del deber tiene un peso del 5% de la calificación correspondiente a la primera
unidad; en tal sentido, la prueba conjunta de la primera unidad tendrá una ponderación del
35% en lugar del 40% como estaba planteado originalmente.