ANALISIS ESTADISTICO - Probabilidad y Estadistica.

ANALISIS DE DATOS
DESCRIPCIÓN DE LOS ESTUDIANTES UNIVERSITARIOS, CASO GRUPO UNAL.
CRISTIAN DUVAN GAMBOA JEREZ

YENNERT LEANDRO SUAREZ CAMPOS
Universidad Nacional de Colombia Sede Manizales

Facultad de ingeniería y arquitectura
Asignatura probabilidad y estadística
Manizales, Colombia
Mayo 2019
ANALISIS DE DATOS
DESCRIPCIÓN DE LOS ESTUDIANTES UNIVERSITARIOS, CASO GRUPO UNAL.
CRISTIAN DUVAN GAMBOA JEREZ 317034

YENNERT LEANDRO SUAREZ CAMPOS 318576
TRABAJO DE PROBABILIDAD Y ESTADISTICA
PROFESOR: JAIRO PINEDA AGUDELO
Universidad Nacional de Colombia Sede Manizales

Facultad de ingeniería y arquitectura
Asiganatura probabilidad y estadística
Manzales, Colombia
Mayo 2019
1 INTRODUCCION
La estadística es una ciencia que se ha ocupado del estudio de algunas características en el

comportamiento de grandes poblaciones, frente a diferentes problemáticas que requieren
atención; está caracterizada por un modo propio de razonamiento denominado el método
estadístico, en el cual es necesaria la recolección de información, su organización,
presentación y análisis para que en consecuencia se puedan tomar decisiones, las
conclusiones obtenidas a través del análisis estadístico, al no contemplar el 100% de la
población, implican un ambiente de incertidumbre.
Uno de los objetivos de la educación es posibilitar el aprendizaje de la estadística desde el

análisis de situaciones en las que la incertidumbre esté presente, ello con el objetivo de que
se aprenda a recolectar, organizar y analizar datos mediante el uso de algunas técnicas
propias de la disciplina; al tener en cuenta que las operaciones matemáticas requeridas en
el análisis estadístico son comparables con la aritmética básica y que además se encuentran
fenómenos de interés estadístico en diversos campos del conocimiento presentes en la
escuela como las ciencias sociales y las naturales, se resalta la importancia de que los
estudiantes aprendan a tomar decisiones y a asumir posiciones basadas en el análisis y la
argumentación partiendo desde los datos mismos.
En este caso particular se tomaron datos ficticios de un conjunto de 20 estudiantes de la

UNAL, con el fin de analizarlos por medio de técnicas estadísticas propias y comparables a
la aritmética básica, además; de análisis cualitativo como cuantitativo, todo esto para lograr
el buen uso de análisis de la estadística por medio del programa de Rstudio.
2 OBJETIVOS
2.1 GENERAL: Describir un grupo de estudiantes de la universidad.
2.2 ESPECIFICOS
2.2.1 Calcular e interpretar las medidas de tendencia central.
2.2.2 Calcular e interpretar las medidas de variabilidad.
2.2.3 Calcular e interpretar las medidas de posición.
2.2.4 Calcular e interpretar las medidas de forma.
3 MARCO TEORICO:
La primera pregunta crucial es definir ¿Qué es R?: R es un sistema, con su propio lenguaje de
programación, para realizar análisis estadísticos y gráficos creado por Ross Ihaka y Robert Gentleman.
R es de acceso abierto, se distribuye gratuitamente y está disponible en diferentes formas según la

necesidad del equipo de cómputo, es decir está disponible para máquinas Unix y Linux; así como para
Windows, Macintosh y Alpha Unix.
Los archivos necesarios para instalar R, se distribuyen desde el sitio de internet Comprehensive R
Archive Network (CRAN).
Un elemento esencial para entender este manual, es la plataforma en la cual trabajaremos, la cual
se llama RStudio, el cual es un entorno de desarrollo integrado (IDE) para R (lenguaje de
programación). Incluye una consola, editor de sintaxis que apoya la ejecución de código, así como
herramientas para el trazado, la depuración y la gestión del espacio de trabajo.
RStudio tiene la misión de proporcionar el entorno informático estadístico R. Permite un análisis y

desarrollo para que cualquiera pueda analizar los datos con R.
Dentro de R tendremos que utilizar diversos paquetes que nos permitirán manipular, leer y graficar
bases de datos de acuerdo a los comandos que ejecutemos; para efectos de este manual, nos
centraremos en el uso de openxlsx.
RStudio está disponible para Windows, Mac y Linux o para navegadores conectados a RStudio
Server o RStudio Server Pro (Debian / Ubuntu, RedHat / CentOS, y SUSE Linux). RStudio tiene la
misión de proporcionar el entorno informático estadístico R. Permite un análisis y desarrollo para
que cualquiera pueda analizar los datos con R.
El IDE está disponible en configuraciones de escritorio y servidor. Al alojar la configuración del

servidor (RStudio Server) en un Linode, puede acceder al IDE desde cualquier computadora con
acceso a Internet.
3.1 MEDIDAS DE TENDENCIA CENTRAL
[Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un solo valor
a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado el conjunto
de los datos. Las medidas de tendencia central más utilizadas son: media, mediana y moda.]. [1].
Las mediadas de tendencia central se estudiaron para datos cuantitativos. En este caso los datos
cuantitativos que tenemos para analizar son el peso y estatura en cm.
PESO (KG)
peso<-
c(70,59,61,81,59,59,45,60,60,58,55,56,60,67,66,60,50,49,40,65,30,63,62,80,55,57,60,82,83,76,64,6
6,77,55,63,62,58,65,60,67,69,60,59,52)
ESTATURA (cm)
estatura<-
c(168,.178,186,170,170,160,160,163,163,168,174,174,170,165,170,158,156,160,162,148,176,175,1
75,174,171,178,180,183,176,176,178,177,172,168,170,181,170,172,169,185,178,175,158)
3.1.1 MEDIA ARITMRTICA

[La media aritmética, también llamada promedio o media, de un conjunto finito de números es el
valor característico de una serie de datos cuantitativos, objeto de estudio que parte del principio de
la esperanza matemática o valor esperado, se obtiene a partir de la suma de todos sus valores
dividida entre el número de sumandos]. [2]
La media aritmética para el peso es de: 61.47727 KG
La media para estatura es de 166.5623 cm
3.1.2 MEDIANA
[La mediana es el valor de la variable que ocupa la posición central, cuando los datos se disponen en
orden de magnitud. Es decir, el 50% de las observaciones tiene valores iguales o inferiores a la
mediana y el otro 50% tiene valores iguales o superiores a la mediana]. [3]
La mediana de peso es 60 kg
La mediana de estatura es 171 cm
3.1.3 MODA
[La moda de una distribución se define como el valor de la variable que más se repite. En un polígono
de frecuencia la moda corresponde al valor de la variable que está bajo el punto más alto del gráfico.
Una muestra puede tener más de una moda]. [4]
La moda para el peso:

Peso 60
Cantidad de
7
repeticiones
La moda para la estatura es:
Estatura en cm 170
Cant. repetición 6
3.2 MEDIDAS DE VARIABILIDAD

[Las medidas de variabilidad nos informan sobre el grado de concentración o dispersión que
presentan los datos respecto a su promedio. Llamaremos homogénea, concentrada o poco dispersa
a aquella distribución en la que todos los datos están cercanos al centro, como 4 4 5 5 5 5 6 6 6 6 7,
y heterogénea o dispersa a la distribución con datos más separados del centro, como 1 3 5 8 10 16
20]. [5]
Las mediadas de tendencia variabilidad se estudiaron para datos cuantitativos. En este caso los datos
cuantitativos que tenemos para analizar son el peso y estatura en cm.
peso<-
c(70,59,61,81,59,59,45,60,60,58,55,56,60,67,66,60,50,49,40,65,30,63,62,80,55,57,60,82,83,76,64,6
6,77,55,63,62,58,65,60,67,69,60,59,52)
estatura<-
c(168,.178,186,170,170,160,160,163,163,168,174,174,170,165,170,158,156,160,162,148,176,175,1
75,174,171,178,180,183,176,176,178,177,172,168,170,181,170,172,169,185,178,175,158)
3.2.1 RANGO
[También llamado Recorrido o Amplitud total, es la diferencia entre el máximo valor del conjunto de
datos y el mínimo de ellos. A mayor rango, mayor dispersión]. [6]
El rango para el peso es: 30kg, 83kg
El rango para la estatura es: 148 cm, 186 cm
3.2.2 VARIANZA
[La varianza es una medida de dispersión que representa la variabilidad de una serie de datos
respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos
entre el total de observaciones]. [7]
La varianza para el peso es de 108.5809
La varianza para la estatura es de 68.16833

3.2.3 DESVIACION ESTANDAR
[La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están
los datos con respecto a la media. Mientras mayor sea la desviación estándar, mayor será la
dispersión de los datos]. [8]
La desviación estándar para el peso es de 10.42021
La desviación estándar para la estatura es de 8.256411
3.2.4 COEFICIENTE DE VARIACION

[Es una medida de la dispersión relativa de los datos. Se define como la desviación estándar de la
muestra expresada como porcentaje de la media muestral.
Es de particular utilidad para comparar la dispersión entre variables con distintas unidades de
medida. Esto porque el coeficiente de variación, a diferencia de la desviación estándar, es
independiente de la unidad de medida de la variable de estudio]. [9]
El coeficiente de variación para el peso es de 16.9497
El coeficiente de variación para la estatura es de 4.836862
3.3 MEDIDAS DE POSICION

[Las medidas de posición relativa se llaman en general cuantiles y se pueden clasificar en tres grandes
grupos: Cuartiles, quintiles, deciles, percentiles.
Las medidas de posición como los cuartiles, quintiles, deciles y percentiles dividen a una distribución
ordenada en partes iguales. Para calcular las medidas de posición es necesario que los datos estén
ordenados de menor a mayor]. [10]
Las mediadas de posición se estudiaron para datos cuantitativos. En este caso los datos cuantitativos
que tenemos para analizar son el peso y estatura en cm.
peso<-
c(70,59,61,81,59,59,45,60,60,58,55,56,60,67,66,60,50,49,40,65,30,63,62,80
,55,57,60,82,83,76,64,66,77,55,63,62,58,65,60,67,69,60,59,52)
ESTATURA(cm)
estatura<c(168,178,186,170,170,160,160,163,163,168,174,174,170,165,170,15
8,156,160,162,148,176,175,175,174,171,178,180,183,176,176,178,177,172,168
,170,181,170,172,169,185,178,175,158)
3.3.1 CUARTILES
[Son los tres valores de la variable de una distribución que la dividen en cuatro partes iguales, es
decir, al 25%, 50% y 75%. Para calcular el valor de uno de los cuatro Cuartiles, se utiliza la
fórmula: Qk = k (n/4)]. [11]
Los cuartiles para peso son:
0% 25% 50% 75% 100%

30 57.75 60 76 83
Los cuartiles para estatura son:
0% 25% 50% 75% 100%

148 166.5 171 176 186
3.3.2 DECILES
[En estadística descriptiva, un decil es cualquiera de los nueve valores que dividen a un grupo de
datos ordenados en diez partes iguales, de manera que cada parte representa 1/10 de la muestra o
población]. [12]
Los deciles para el peso son:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
30 50.6 55.6 58.9 60 60 62 65 67 76.7 83
Los deciles para la estatura son:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
148 160 163 168 170 171 174 175.4 177.6 179.6 186
3.3.3 PERCENTILES
[El percentil es una medida de posición usada en estadística que indica que una vez ordenados los
datos de menor a mayor, el valor de la variable por debajo del cual se encuentra un porcentaje dado
de observaciones en un grupo de observaciones]. [13]
El percentil para el peso es de:
5% 10% 20% 50% 65% 90% 99%

45.6 50.6 55.6 60 63 76.7 82.57
El percentil para la estatura es de:
5% 10% 20% 50% 65% 90% 99%

158 160 163 171 175 179.6 185.58
3.3.4 MEDIANA
[Es el valor de la serie de datos que se sitúa justamente en el centro de la muestra (un 50% de valores
son inferiores y otro 50% son superiores)]. [14]
La mediana de peso es 60 kg
La mediana de estatura es 171 cm
3.4 MEDIDAS DE FORMA

[Las medidas de forma son necesarias para determinar el comportamiento de los datos y así, poder
adaptar herramientas para el análisis probabilístico. Medidas de forma: Son indicadores estadísticos
que permiten identificar si una distribución de frecuencia presenta uniformidad]. [15]
Las mediadas de forma se estudiaron para datos cuantitativos. En este caso los datos cuantitativos
que tenemos para analizar son el peso y estatura en cm.
3.4.1 ASIMETRIA
[Es una medida de forma de una distribución que permite identificar y describir la manera como los
datos tiende a reunirse de acuerdo con la frecuencia con que se hallen dentro de la distribución.
Permite identificar las características de la distribución de datos sin necesidad de generar el gráfico].
[16]
La asimetría para el peso es: -0.2200871
La asimetría para la estatura es: -0.513819
3.4.2 CURTOSIS
[La curtosis mide el grado de agudeza o achatamiento de una distribución con relación a la
distribución normal, es decir, mide cuán puntiaguda es una distribución]. [17]
La curtosis del peso es: 1.036523
La curtosis de la estatura es: -0.1355101

GRAFICA DE ESTATURA Y PESO VS FRECUENCIA
GENERO VS AFICION
GENERO FRECUENCIA PORCENTAJE

ABSOLUTA
1 FEMENINO 8 18.18182
2 MASCULINO 36 81.81818
ANALISIS DE DATOS PARA LAS MUJERES
#4.2. VARIABLES CUANTITATIVAS
#4.2.1. PESO (KG)
pesof<-c(59,45,60,60,58,50,49,40)
#4.2.2. ESTATURA(cm)
estaturaf<-c(162,160,160,163,163,158,156,160)
3.1.1. MEDIA ARITMETICA
Peso: 52.625
Estatura: 160.25
3.1.2. MEDIANA
Peso: 54
Estatura: 160
3.1.3. MODA
Peso:
Peso 60
Cantidad de
2
repeticiones
Estatura:
Estatura en cm 160
Cant. repetición 3
3.2. MEDIDAS DE VARIABILIDAD
3.2.1. RANGO
Peso: [40,60]
Estatura: [156,163]
3.2.2. VARIANZA
Peso: 59.41071
Estatura: 5.928571
3.2.3. DESVIACION ESTANDAR
Peso: 7.707835
Estatura: 2.434866
3.2.4. COHEFICIENTE DE VARIACION
Peso: 14.64672
Estatura: 1.519417
3.3. MEDIDAS DE POSICION
3.3.1. CUARTILES
Peso:
0% 25% 50% 75% 100%
40 48 54 59.25 60
Estatura:
0% 25% 50% 75% 100%

156 159.5 160 162.25 163
3.3.2. DECILES
Peso:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
40 43.5 46.6 49.1 49.8 54 58.2 58.9 59.6 60 60

Estatura:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
156 157.4 158.8 160 160 160 160.4 161.8 162.6 163 163
3.3.3. PERCENTILES
Peso:
5% 10% 20% 50% 65% 90% 99%

41.75 43.5 46.6 54 58.55 60 60
Estatura:
5% 10% 20% 50% 65% 90% 99%

156.7 157.4 158.8 160 161.1 163 163
3.3.4. MEDIANA
Peso: 54
Estatura: 160
3.4. MEDIDAS DE FORMA
3.4.1. ASIMETRIA
Peso: -0.5427008
Estatura: -0.513819
3.4.2. CURTOSIS
Peso: -1.675186
Estatura: -1.308379
ANALISIS DE DATOS PARA LOS HOMBRES
#4.2.1. PESO (KG)

pesom<-
c(70,61,81,59,59,55,56,60,67,66,60,65,30,63,62,80,55,57,60,82,83,76,64,66,77,55,63,62,58,65,60,6
7,69,60,59,52)
#4.2.2. ESTATURA (cm)
estaturam<-
c(168,178,186,170,170,168,174,174,170,165,170,162,148,176,175,175,174,171,178,180,183,176,1
76,178,177,172,168,170,181,170,172,169,185,178,175,158)
3.1.1. MEDIA ARITMETICA
Peso: 63.44444
Estatura: 172.7778
3.1.2. MEDIANA
Peso: 62
Estatura: 174
3.1.3. MODA
Peso:
Peso 60
Cantidad de
5
repeticiones
Estatura:
Estatura en cm 170
Cant. repetición 6
3.2. MEDIDAS DE VARIABILIDAD
3.2.1. RANGO
Peso: [30,83]
Estatura: [148,186]
3.2.2. VARIANZA
Peso: 99.6254
Estatura: 53.37778
3.2.3. DESVIACION ESTANDAR
Peso: 9.981252
Estatura: 7.30601
3.2.4. COHEFICIENTE DE VARIACION
Peso: 15.73227
Estatura: 4.228559
3.3. MEDIDAS DE POSICION
3.3.1. CUARTILES
Peso:
0% 25% 50% 75% 100%

30 59 62 67 83
Estatura:
0% 25% 50% 75% 100%

148 170 174 177.25 186
3.3.2. DECILES
Peso:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
30 55 58 59.5 60 62 64 66 69 78.5 83
Estatura:
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
148 166.5 169 170 171 174 175 176 178 180.5 186
3.3.3. PERCENTILES
Peso:
5% 10% 20% 50% 65% 90% 99%

54.25 55 58 62 65 78.5 82.65
Estatura:
5% 10% 20% 50% 65% 90% 99%

161 166.5 169 174 175.75 180.5 185.65
3.3.4. MEDIANA
Peso: 62
Estatura: 174
3.4. MEDIDAS DE FORMA
3.4.1. ASIMETRIA
Peso: -0.4008016
Estatura: -1.067114
3.4.2. CURTOSIS
Peso: 2.003665
Estatura: 2.056849

4 PRESENTACION Y ANALISIS DE REULTADOS
En el presente trabajo se realizó un estudio al uso de las herramientas de Rstudio para la aplicación
de estadística descriptiva a partir de este software; para llevar a cabo dicho estudio fue menester la
creación de un conjunto de información (DATOS): los cuales fueron a los que se le aplico la estadística
descriptiva, específicamente datos cuantitativos como: peso y estatura, y datos cualitativos como
género (masculino y femenino), y afición (comer, viajar, dormir y deporte).
Una vez aplicado los instrumentos de recolección de la información, se procedió a realizar el

tratamiento correspondiente para el análisis de los mismos, por cuanto la información que arrojará
será la indique las conclusiones a las cuales llega la investigación.
Tanto para mujeres como para hambres se les determino los siguientes análisis: medidas de
tendencia central, medidas de variabilidad, medidas de posición, medias de forma, todas estas
arrojaron datos normales y coherentes respecto al conjunto de datos proporcionado de hombres y
de mujeres, para evitar mostrar cada cosa se apuesta mostrar las frecuencias de peso y estatura de
hombres y mujeres y se procede a comprar con la MODA de cada género para mostrar la eficacia del
análisis hecho en el presente trabajo y así también mostrar seguridad en las herramientas empleadas.
Para el análisis de las mujeres según las siguietes graficas se determino que el peso que mas
predomina en las mujeres es de 55-60 kg y tiene una fracuencia de 4, respecto a la estatura la que
predonmina es de 1598-160 cm, dichos valores tienen una frecuencia absoluta de 3,0. Lo cual es
consistete ya que partiendo de la MODA para el peso en mujeres es 60 kg tiene 2 repetciones, y en
estatura es de 160 cm con 3 repetciones.
Para el análisis de los hombres según las siguietes graficas se determino que el peso que mas
predomina en los hombres es de 55-60 kg y tiene una fracuencia de 15, respecto a la estatura la que
predonmina es de 165-170 cm, dichos valores tienen una frecuencia absoluta de 10. Estos datos son
consistentes si partimos tambien de la MODA, para el peso en hombres es 65kg tiene 5 repetciones,
y en estatura es de 170 cm con 6 repetciones.
En el caso de juntar los dos géneros es evidente la unificación de los datos en tablas de frecuencia,
esto se hace para comprobar las herramientas que se emplearon para el análisis de datos o
estadística descriptiva usada, y así poder dar confiablidad en que se empleó correctamente las otras
medias estadísticas como lo es tendencia central, variabilidad, formas y de posición.
Para el análisis de los hombres y mujeres al mismo tiempo, según las siguietes graficas se determino
que el peso que mas predomina en los hombres es de 50-60 kg y tiene una fracuencia de 15, y
respecto a la estatura la que predonmina es de 170 cm, dichos valores tienen una frecuencia absoluta
de 10. Estos datos son consistentes si partimos tambien de la MODA, para el peso es 60kg y tiene 7
repetciones, y en estatura es de 170 cm con 6 repetciones.
Por lo anterior es avidente que existe una variacion en pesos de mujeres con los de los hombres, y
son de 5 kg respecto al peso de las frecuencias de los dos generos. La estatura sigue siendo mayor en
frecuencia en los hombres y esto se debe a que hay mas hombres con una misma estatura 170 cm
que mujeres que cumplean con este resultado.
Por otro lado, en el análisis cualitativo donde se toma el género masculino y femenino respecto a la
afición destacan los siguientes valores de frecuencia absoluta: para el género masculino la frecuencia
absoluta es de 81,82% y para el femenino es de 18,18%. Esto quiere decir que cada porcentaje de
cada género es la cantidad que se acumula de hombres como mujeres que les gusta cierta afición,
dicho de otra manera, es la afición que hay en común para cada género.
4.1 VARIABLES CUALITATIVAS

4.1.1 GENERO
Masculino, femenino
genero=c(1,2,1,1,1,2,2,1.2,1,1,2,1,1,1,2,2,1,2,1,)
genero=factor(genero,levels=c(1,2), labels=c("masculino","femenino"))
4.1.2 AFICCION
Comer, viajar, dormir, deporte
aficcion=c(1,3,4,2,2,3,2,1,1,4,3,4,3,2,4,1,3,3,2,1)
aficcion=factor(aficcion,lavels=c(1,2,3,4)), labels(=c("comer","viajar","dormir","deporte"))
aficcion
4.2 VARIABLES CUANTITATIVAS
4.2.1 PESO
peso<-c(75,58,63,68,78,69,58,61,63,80,76,60,61,65,67,70,71,64,79,59) en kg
4.2.2 ESTATURA
estatura<-c(170,180,175,162,168,169,171,178,167,177,160,169,173,180,165,174,181,177,185,168)
en cm
5 CONCLUSIONES
1. Creemos que las herramientas que hemos presentado, sin ser demasiado complejas,
pueden servir de ayuda en el tratamiento de los datos pues ponen de relieve la verdadera
situación. Así, un sencillo histograma ofrece una rápida visión de la dispersión de los datos y
confirma si la producción se ajusta a las especificaciones.
2. Las herramientas estadísticas de calidad sirven de base para la sistematización ya que son
técnicas de planeación y análisis que utilizadas correctamente permiten resolver hasta un
95% de problemas.
3. Las herramientas estadísticas de calidad proporcionan datos cuantitativos precisos.
4. Los resultados del análisis de las herramientas estadísticas de la calidad sirven para la toma
de decisión gerencial y replantear los planes estratégicos globales, es decir darles una
nueva dirección a las organizaciones.
6 ANEXO CODIGO
#4. PRESENTACION Y ANALISIS DE RESULTADOS
#4.1. VARIABLES CUALITATIVAS
#4.1.1. GENERO
genero=c(1,2,1,1,1,1,2,2,2,2,1,1,1,1,1,1,2,2,2,1,1,1,1,1,1,1,1,1,1,1,1,1,
1,1,1,1,1,1,1,1,1,1,1,1)
genero=factor(genero,levels=c(1,2),labels=c("masculino","femenino"))
genero
#4.1.2. AFICION
aficion=c(1,1,3,3,1,1,2,3,1,2,3,3,3,3,3,2,2,2,4,2,1,3,3,3,3,2,1,1,1,1,1,3
,3,1,3,4,3,3,3,3,1,3,1,1)
aficion=factor(aficion,levels=c(1,2,3,4),labels=c("musica","lectura","dep
orte","baile"))
aficion
#GENERO VS AFICION
#4.2.1. PESO(KG)
peso<-
c(70,59,61,81,59,59,45,60,60,58,55,56,60,67,66,60,50,49,40,65,30,63,62,80
,55,57,60,82,83,76,64,66,77,55,63,62,58,65,60,67,69,60,59,52)
estatura<-
c(168,178,186,170,170,160,160,163,163,168,174,174,170,165,170,158,156,160
,162,148,176,175,175,174,171,178,180,183,176,176,178,177,172,168,170,181,
170,172,169,185,178,175,158)
#4.3. VARIABLES BY CUALITATIVAS

#4.3.1. PESO BY GENERO
#3. MARCO TEORICO

#3.1. MEDIDAS DE TENDENCIA CENTRAL
#3.1.1. MEDIA ARITMETICA
mean(peso)
mean(estatura)
#3.1.2. MEDIANA
median(peso)
median(estatura)
#3.1.3. MODA
library(modes)
modes(peso)
modes(estatura)
#3.2. MEDIDAS DE VARIABILIDAD
#3.2.1. RANGO
range(peso)
range(estatura)
#3.2.2. varianza
var(peso)
var(estatura)
#3.2.3. DESVIACION ESTANDAR
sd(peso)
sd(estatura)
#3.2.4. COHEFICIENTE DE VARIACION
100*(sd(peso)/mean(peso))
100*(sd(estatura)/mean(estatura))
#3.3. MEDIDAS DE POSICION
#3.3.1. CUARTILES
quantile(peso)
quantile(estatura)
#3.3.2.DECILES
#PESO
decil <- seq(0, 1, 0.1)
decil
quantile(peso, decil)
#ESTATURA
decil <- seq(0, 1, 0.1)
decil
quantile(estatura, decil)
#3.3.3. PERCENTILES
#PESO
quantile(peso, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#ESTATURA
quantile(estatura, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#3.3.4. MEDIANA
median(peso)
median(estatura)
#3.4. MEDIDAS DE FORMA
#3.4.1. ASIMETRIA
#nos da el valor de la asimetria de los datos de la variable peso
skewness(peso)
#nos da el valor de la asimetria de los datos de la variable estatura
skewness(estatura)
#3.4.2. CURTOSIS
#PESO
kurtosis=peso
m4=mean((peso-mean(peso))^4)
kurt=m4/(sd(peso)^4)-3
kurt
#ESTATURA
kurtosis=estatura
m4=mean((estatura-mean(estatura))^4)
kurt=m4/(sd(estatura)^4)-3
kurt
# GRÁFICAS DE ESTATURA Y PESO VS FRECUENCIA.

hist(peso)
hist(estatura)
#GENERO VS AFICION
frecuencia= table(genero);frecuencia
porcentaje=prop.table(table(genero));porcentaje
porcentaje=(porcentaje*100)
porcentaje
dato1=data.frame(frecuencia);dato1
names(dato1)=c("GENERO","FREC ABSOLUTA");dato1
dato2=data.frame(porcentaje);dato2
names(dato2)=c("GENERO","PORCENTAJE");dato2
dato2=data.frame(porcentaje);dato2
names(dato2)=c("GENERO","PORCENTAJE");dato2
tabla=merge(dato1,dato2,by="GENERO");table
View(tabla)
CrossTable(genero,aficion,digits=2, prop.r = TRUE, prop.c = TRUE,prop.t =

TRUE,format="SPSS")
#4.3. VARIABLES BY CUALITATIVAS
#________________________________________________________________________
##PARTE DE LAS MUJERES
#4.1. VARIABLES CUALITATIVAS

#4.2.1. PESO(KG)
pesof<-c(59,45,60,60,58,50,49,40)
estaturaf<-c(162,160,160,163,163,158,156,160)
mean(pesof)
mean(estaturaf)
#3.1.2. MEDIANA
median(pesof)
median(estaturaf)
#3.1.3. MODA
library(modes)
modes(pesof)
modes(estaturaf)
#3.2.1. RANGO
range(pesof)
range(estaturaf)
#3.2.2. varianza
var(pesof)
var(estaturaf)
sd(pesof)
sd(estaturaf)
100*(sd(pesof)/mean(pesof))
100*(sd(estaturaf)/mean(estaturaf))
#3.3.1. CUARTILES
quantile(pesof)
quantile(estaturaf)
#3.3.2.DECILES
#PESO
decil <- seq(0, 1, 0.1)
decil
quantile(pesof, decil)
#ESTATURA
decil <- seq(0, 1, 0.1)
decil
quantile(estaturaf, decil)
#3.3.3. PERCENTILES
#PESO
quantile(pesof, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#ESTATURA
quantile(estaturaf, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#3.3.4. MEDIANA
median(pesof)
median(estaturaf)
#3.4.1. ASIMETRIA
skewness(pesof)
skewness(estatura)
#3.4.2. CURTOSIS
#PESO
kurtosis=pesof
m4=mean((pesof-mean(pesof))^4)
kurt=m4/(sd(pesof)^4)-3
kurt
#ESTATURAzz
kurtosis=estaturaf
m4=mean((estaturaf-mean(estaturaf))^4)
kurt=m4/(sd(estaturaf)^4)-3
kurt
hist(pesof)
hist(estaturaf)
#________________________________________________________________________
##PARTE DE LOS HOMBRES

#4.2.1. PESO(KG)
pesom<-
c(70,61,81,59,59,55,56,60,67,66,60,65,30,63,62,80,55,57,60,82,83,76,64,66
,77,55,63,62,58,65,60,67,69,60,59,52)
estaturam<-
c(168,178,186,170,170,168,174,174,170,165,170,162,148,176,175,175,174,171
,178,180,183,176,176,178,177,172,168,170,181,170,172,169,185,178,175,158)

mean(pesom)
mean(estaturam)
#3.1.2. MEDIANA
median(pesom)
median(estaturam)
#3.1.3. MODA
library(modes)
modes(pesom)
modes(estaturam)
#3.2.1. RANGO
range(pesom)
range(estaturam)
#3.2.2. varianza
var(pesom)
var(estaturam)
sd(pesom)
sd(estaturam)
100*(sd(pesom)/mean(pesom))
100*(sd(estaturam)/mean(estaturam))
#3.3.1. CUARTILES
quantile(pesom)
quantile(estaturam)
#3.3.2.DECILES
#PESO
decil <- seq(0, 1, 0.1)
decil
quantile(pesom, decil)
#ESTATURA
decil <- seq(0, 1, 0.1)
decil
quantile(estaturam, decil)
#3.3.3. PERCENTILES
#PESO
quantile(pesom, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#ESTATURA
quantile(estaturam, p=c(0.05,0.10,0.20,0.50,0.65,0.90,0.99))
#3.3.4. MEDIANA
median(pesom)
median(estaturam)
#3.4.1. ASIMETRIA
skewness(pesom)
skewness(estaturam)
#3.4.2. CURTOSIS
#PESO
kurtosis=pesom
m4=mean((pesom-mean(pesom))^4)
kurt=m4/(sd(pesom)^4)-3
kurt
#ESTATURA
kurtosis=estaturam
m4=mean((estaturam-mean(estaturam))^4)
kurt=m4/(sd(estaturam)^4)-3
kurt

hist(pesom)
hist(estaturam)
#5. CONCLUSIONES
#6. BIBLIOGRAFIA
7 BIBLIOGRAFIA
[1]. https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934
[2]. https://es.wikipedia.org/wiki/Media_aritm%C3%A9tica
[5]. https://sites.google.com/site/estadisticadescriptivaenedu/home/unidad-1/medidas-de-
variabilidad
[6]. https://sites.google.com/site/estadisticadescriptivaenedu/home/unidad-1/medidas-de-
variabilidad
[7]. https://economipedia.com/definiciones/varianza.html
[8]. https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/what-is-the-standard-deviation/
[10]. https://www.portaleducativo.net/octavo-basico/830/Medidas-de-posicion
[11]. https://www.portaleducativo.net/octavo-basico/830/Medidas-de-posicion
[12]. https://es.wikipedia.org/wiki/Decil_(estad%C3%ADstica)
[13]. https://es.wikipedia.org/wiki/Percentil
[14]. https://www.aulafacil.com/cursos/estadisticas/gratis/medidas-de-posicion-central-la-media-
la-mediana-y-la-moda-l11216
[15]. http://weslintorres.blogspot.com/2009/05/medidas-de-forma.html
[16]. https://www.monografias.com/trabajos87/medidas-forma-asimetria-curtosis/medidas-forma-
asimetria-curtosis.shtml
[17]. https://www.monografias.com/trabajos87/medidas-forma-asimetria-curtosis/medidas-forma-
asimetria-curtosis.shtml

ANALISIS ESTADISTICO - Probabilidad y Estadistica.

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ANALISIS ESTADISTICO - Probabilidad y Estadistica.

Cargado por

Copyright:

Formatos disponibles

ANALISIS DE DATOS

DESCRIPCIÓN DE LOS ESTUDIANTES UNIVERSITARIOS, CASO GRUPO UNAL.

CRISTIAN DUVAN GAMBOA JEREZ

Universidad Nacional de Colombia Sede Manizales

CRISTIAN DUVAN GAMBOA JEREZ 317034

TRABAJO DE PROBABILIDAD Y ESTADISTICA

PROFESOR: JAIRO PINEDA AGUDELO

Universidad Nacional de Colombia Sede Manizales

La estadística es una ciencia que se ha ocupado del estudio de algunas características en el

Uno de los objetivos de la educación es posibilitar el aprendizaje de la estadística desde el

En este caso particular se tomaron datos ficticios de un conjunto de 20 estudiantes de la

2.1 GENERAL: Describir un grupo de estudiantes de la universidad.

R es de acceso abierto, se distribuye gratuitamente y está disponible en diferentes formas según la

RStudio tiene la misión de proporcionar el entorno informático estadístico R. Permite un análisis y

El IDE está disponible en configuraciones de escritorio y servidor. Al alojar la configuración del

3.1.1 MEDIA ARITMRTICA

La media aritmética para el peso es de: 61.47727 KG

La media para estatura es de 166.5623 cm

La mediana de estatura es 171 cm

La moda para el peso:

La moda para la estatura es:

3.2 MEDIDAS DE VARIABILIDAD

El rango para el peso es: 30kg, 83kg

El rango para la estatura es: 148 cm, 186 cm

La varianza para el peso es de 108.5809

La varianza para la estatura es de 68.16833

La desviación estándar para el peso es de 10.42021

La desviación estándar para la estatura es de 8.256411

3.2.4 COEFICIENTE DE VARIACION

El coeficiente de variación para el peso es de 16.9497

El coeficiente de variación para la estatura es de 4.836862

3.3 MEDIDAS DE POSICION

Los cuartiles para peso son:

0% 25% 50% 75% 100%

Los cuartiles para estatura son:

0% 25% 50% 75% 100%

Los deciles para el peso son:

30 50.6 55.6 58.9 60 60 62 65 67 76.7 83

Los deciles para la estatura son:

El percentil para el peso es de:

5% 10% 20% 50% 65% 90% 99%

5% 10% 20% 50% 65% 90% 99%

La mediana de estatura es 171 cm

3.4 MEDIDAS DE FORMA

La asimetría para el peso es: -0.2200871

La asimetría para la estatura es: -0.513819

La curtosis del peso es: 1.036523

La curtosis de la estatura es: -0.1355101

GENERO FRECUENCIA PORCENTAJE

#4.2. VARIABLES CUANTITATIVAS

#4.2.1. PESO (KG)

3.1.1. MEDIA ARITMETICA

3.2. MEDIDAS DE VARIABILIDAD

3.2.3. DESVIACION ESTANDAR

3.2.4. COHEFICIENTE DE VARIACION

3.3. MEDIDAS DE POSICION

0% 25% 50% 75% 100%

40 43.5 46.6 49.1 49.8 54 58.2 58.9 59.6 60 60

5% 10% 20% 50% 65% 90% 99%

5% 10% 20% 50% 65% 90% 99%

3.4. MEDIDAS DE FORMA

GRAFICA DE ESTATURA Y PESO VS FRECUENCIA

ANALISIS DE DATOS PARA LOS HOMBRES