UNIVERSIDAD NACIONAL SAN CRISTÓBAL DE HUAMANGA

ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

DEPARTAMENTO ACADÉMICO DE MATEMATICA Y FISICA
AREA ACADEMICA DE ESTADISTICA

I- PRACTICA PROGRAMADA DE ESTADISTICA Y PROBABILIDADES

DOCENTE: Ing. Guillermo Bernardino TAPIA CALDERON
FECHA DE ENTREGA: 01 de Julio del 2019 de 6:30 a 9:00 am
DÍA Y HORA DE CLASES:
 lunes de 7 a 9 a.m.
 Miércoles de 7 a 9 a.m.
NOMBRES Y APELLIDO: Ronal ARONES HUANCAHUARI
CODIGO: 16180201 D.N.I: 70146378 CELL: 941566578

AYACUCHO-PERÚ
2019
PARTE A. Simbolización de datos- caso de sumatorias y productorias
A.1 CASO I. señalar los límites superiores e inferiores de las sumatorias y desarrollar las “sumas
abreviadas” o sea los elementos de las sumatorias simples:

A.1.1) ∑𝑵
𝒊=𝟏(𝑿𝟏 + 𝒀𝟏 + 𝒁𝟐 )
= (X1+Y1+ Z1)+ (X2+Y2+ Z2)+ (X3+Y3+ Z3)+…. + (XN+YN+ ZN)

A.1.2) ∑𝟓𝒌=𝟏(𝒀𝒌 + 𝒀𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 )

=(𝑌1 + 𝑌) + (𝑌2 + 𝑌) + (𝑌3 + 𝑌) + (𝑌4 + 𝑌) + (𝑌5 + 𝑌)

A.1.3) ∑𝑵
𝒊=𝟏 √𝑿𝒊 𝒀𝒊 + 𝑾𝒊 𝒁𝒊
= √𝑋1 𝑌1 + 𝑊1 𝑍1 + √𝑋2 𝑌2 + 𝑊2 𝑍2 + √𝑋3 𝑌3 + 𝑊3 𝑍3 + ⋯ + √𝑋𝑁 𝑌𝑁 + 𝑊𝑁 𝑍𝑁

A.1.4) ∑𝒏𝒊=𝟏 𝑪𝑰𝑽𝑰𝑳 √𝒙𝒊𝒘

=𝐶𝐼𝑉𝐼𝐿√𝑥1𝑤 + 𝐶𝐼𝑉𝐼𝐿√𝑥2𝑤 + 𝐶𝐼𝑉𝐼𝐿√𝑥3𝑤 + ⋯ + 𝐶𝐼𝑉𝐼𝐿√𝑥4𝑤

A.1.5) ∑𝟓𝒊=𝟑(𝑿𝟏 𝒀𝒊+𝟏 + 𝑾𝒊 𝒁𝒊−𝟏 )

=(𝑋3 𝑌4 + 𝑊3 𝑍2 ) + (𝑋4 𝑌5 + 𝑊4 𝑍3 ) + (𝑋5 𝑌6 + 𝑊5 𝑍4 )

A.1.6) ∑𝟐𝟎𝟒 𝟑 3 3 3 3 3
𝒋=𝟏 (𝑰𝑪) = (𝐼𝐶) + (𝐼𝐶) + (𝐼𝐶) + (𝐼𝐶) + (𝐼𝐶) + ⋯ + (𝐼𝐶)
3
3
= 204(𝐼𝐶)

A.1.7) ∑𝟏𝟎
𝒊=𝟑(𝑿𝒊 − 𝟐)
𝟐

=(𝑋3 − 2) + (𝑋4 − 2)2 + (𝑋5 − 2)2 + (𝑋6 − 2)2 + (𝑋7 − 2)2 + (𝑋8 − 2)2 +
2

(𝑋9 − 2)2 + (𝑋10 − 2)2

A.2 CASO II. Señale como datos los elementos desarrollados de los ejercicios anteriores y ponga la
notación sumatoria simple correspondiente (desde A.2.1 hasta A.2.7; forma invertida de A.1)
A.2.1) (X1+Y1+ Z1)+ (X2+Y2+ Z2)+ (X3+Y3+ Z3)+…. + (XN+YN+ ZN)
= ∑𝑵
𝒊=𝟏(𝑿𝟏 + 𝒀𝟏 + 𝒁𝟐 )

A.2.2) (𝑌1 + 𝑌) + (𝑌2 + 𝑌) + (𝑌3 + 𝑌) + (𝑌4 + 𝑌) + (𝑌5 + 𝑌)

= ∑𝟓𝒌=𝟏(𝒀𝒌 + 𝒀𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 )

A.2.3) √𝑋1 𝑌1 + 𝑊1 𝑍1 + √𝑋2 𝑌2 + 𝑊2 𝑍2 + √𝑋3 𝑌3 + 𝑊3 𝑍3 + ⋯ + √𝑋𝑁 𝑌𝑁 + 𝑊𝑁 𝑍𝑁

=∑𝑵
𝒊=𝟏 √𝑿𝒊 𝒀𝒊 + 𝑾𝒊 𝒁𝒊

A.2.4) 𝐶𝐼𝑉𝐼𝐿√𝑥1𝑤 + 𝐶𝐼𝑉𝐼𝐿√𝑥2𝑤 + 𝐶𝐼𝑉𝐼𝐿√𝑥3𝑤 + ⋯ + 𝐶𝐼𝑉𝐼𝐿√𝑥4𝑤

=∑𝒏𝒊=𝟏 𝑪𝑰𝑽𝑰𝑳 √𝒙𝒊𝒘

A.2.5) (𝑋3 𝑌4 + 𝑊3 𝑍2 ) + (𝑋4 𝑌5 + 𝑊4 𝑍3 ) + (𝑋5 𝑌6 + 𝑊5 𝑍4 )

=∑𝟓𝒊=𝟑(𝑿𝟏 𝒀𝒊+𝟏 + 𝑾𝒊 𝒁𝒊−𝟏 )

A.2.6) (𝐼𝐶)3 + (𝐼𝐶)3 + (𝐼𝐶)3 + (𝐼𝐶)3 + (𝐼𝐶)3 + ⋯ + (𝐼𝐶)3

 = 204(𝐼𝐶)3
=∑𝟐𝟎𝟒
𝒋=𝟏 (𝑰𝑪)
𝟑

A.2.7) (𝑋3 − 2)2 + (𝑋4 − 2)2 + (𝑋5 − 2)2 + (𝑋6 − 2)2

+(𝑋7 − 2)2 + (𝑋8 − 2)2 + (𝑋9 − 2)2 + (𝑋10 − 2)2 = ∑𝟏𝟎
𝒊=𝟑(𝑿𝒊 − 𝟐)
𝟐

A.3 CASO III. Sean los valores X1=3, X2=5, X3=2, X4=6, X5=4 y media aritmética x.
Hallar el valor numérico de las sumatorias simples siguientes.

A.3.1) ∑𝟓𝒊=𝟐(𝟑𝑿𝟐𝒊 − 𝟐𝑿𝟐𝟏 )

= (𝟑𝑿𝟐𝟐 − 𝟐𝑿𝟐𝟐 ) + (𝟑𝑿𝟐𝟑 − 𝟐𝑿𝟐𝟑 ) + (𝟑𝑿𝟐𝟒 − 𝟐𝑿𝟐𝟒 ) + (𝟑𝑿𝟐𝟓 − 𝟐𝑿𝟐𝟓 )
=(𝟑(𝟑)𝟐 − 𝟐(𝟓)𝟐 ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)𝟐 ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)𝟐 ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)𝟐 )
= 325 + 16 + 576+ 160
= 1077

A.3.2) ∑𝟓𝒊=𝟏[𝑿𝒊 (𝑿𝒊 − 𝒙) + (𝒙 − 𝑿𝒊 )]

=[𝑋1 (𝑋1 − 𝑥) + (𝑥 − 𝑋1 )] + [𝑋2 (𝑋2 − 𝑥) + (𝑥 − 𝑋2 )] [𝑋3 (𝑋3 − 𝑥) + (𝑥 − 𝑋3 )] +
[𝑋4 (𝑋4 − 𝑥) + (𝑥 − 𝑋4 )] + [𝑋5 (𝑋5 − 𝑥) + (𝑥 − 𝑋5 )]
=[3(3 − 4) + (4 − 3)] + [5(5 − 4) + (4 − 5)] + [2(2 − 4) + (4 − 2)] + [6(6 − 4) +
(4 − 6)] + [4(4 − 4) + (4 − 4)]
= -2+4-2+10+0
= 10

A.3.3) ∑5𝑖=3(𝑋𝑖2 − 4𝑋𝑖 + 𝑥)

=(𝑋32 − 4𝑋3 + 𝑥) + (𝑋42 − 4𝑋4 + 𝑥) + (𝑋52 − 4𝑋5 + 𝑥)
=(22 − (4)2 + 4) + (62 − (4)6 + 4) + (42 − (4)4 + 4)
= 0 + 16 + 4
= 20

A.3.4) ∑𝟑𝒊=𝟏(𝟑𝑿𝟑𝒊 − 𝟐𝑿𝟐𝒊 )

=(𝟑𝑿𝟐𝟐 − 𝟐𝑿𝟐𝟐 ) + (𝟑𝑿𝟐𝟑 − 𝟐𝑿𝟐𝟑 ) + (𝟑𝑿𝟐𝟒 − 𝟐𝑿𝟐𝟒 ) + (𝟑𝑿𝟐𝟓 − 𝟐𝑿𝟐𝟓 )
=(𝟑(𝟑)𝟐 − 𝟐(𝟓)𝟐 ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)𝟐 ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)𝟐 ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)𝟐 )
= 325 + 16 + 576+ 160
= 1077

A.3.5) ∑𝟑𝒊=𝟏(𝑿𝒊 𝑿𝒊+𝟏 )

=(𝑿𝟏 𝑿𝟐 ) + (𝑿𝟐 𝑿𝟑 ) + (𝑿𝟑 𝑿𝟒 ) + (𝑿𝟒 𝑿𝟓 )
= (3x5) +(5x3) +(2x6) +(6x4)
= 15+10+12+24 = 61

∑ 𝑿𝒊
A.4 CASO IV. Dada la fórmula de media aritmética de datos no- agrupados 𝒙 = 𝒏
siendo
los límites desde i=1 hasta i=n de las ∑, ∏.Demostrar las igualdades siguientes:
A.4.1) ∑[(𝑋𝑖 − 𝑋̅)2 + 𝑋𝑖 (𝑋̅ − 1)] = ∑ 𝑋𝑖2 − 𝑛𝑋̅
∑[𝑋𝑖 2 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ + 𝑋𝑖 𝑋̅ − 𝑋𝑖 )] = ∑ 𝑋𝑖2 − 𝑛𝑋̅
∑[𝑋𝑖 2 + 𝑋̅ 2 − 𝑋𝑖 𝑋̅ − 𝑋𝑖 )] = ∑ 𝑋𝑖2 − 𝑛𝑋̅
 ∑ 𝑋𝑖2 + ∑ 𝑋̅ 2 − ∑ 𝑋𝑖 𝑋̅ − ∑ 𝑋𝑖 = ∑ 𝑋𝑖2 − 𝑛𝑋̅
∑ 𝑋𝑖2 + 𝑛(𝑋̅)2 − 𝑋̅(𝑛𝑋̅) − 𝑛𝑋̅ = ∑ 𝑋𝑖2 − 𝑛𝑋̅
∑ 𝑋2𝑖 − 𝑛𝑋
̅ = ∑ 𝑋2𝑖 − 𝑛𝑋 ̅

A.4.2) ∑[𝑥𝑖(𝑥𝑖 + 𝑋̅ ) + (𝑋𝑖 − 𝑋̅) 2 ] = 2 ∑ 𝑥𝑖 2

∑[𝑥𝑖 2 + 𝑥𝑖𝑋̅ + 𝑋𝑖 2 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ ] = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 − ∑ 𝑥i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 − 𝑋̅ ∑ 𝑥I + n𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 −𝑋̅n𝑋̅ + 𝑛𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 − n𝑋̅ 2 + n𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 = 2 ∑ 𝑥𝑖 2

̅ )𝟐 + 𝟏]=∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1
A.4.3) ∑ [(𝑿𝒊 − 𝑿
𝒏
2 1
∑(𝑋𝑖 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ + ) = ∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1
𝑛
1
∑ 𝑥𝑖 2 + n𝑋̅ 2 − 2n𝑋̅ 2 + 𝑛( )= ∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1
𝑛
̅2 + 1 = ∑ 𝑋𝑖 2 − 𝑛𝑋
∑ 𝑋𝑖 2 − 𝑛𝑋 ̅2 + 1

A.4.4) ∑[𝑥𝑖(𝑥𝑖 − 𝑋̅) + (𝑋̅ − 𝑥𝑖) ] = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n

∑[𝑥𝑖 2 + 𝑥𝑖𝑋̅ + 𝑋̅ − 𝑥𝑖] = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 + ∑ 𝑥 i𝑋̅ + ∑ 𝑋̅ - ∑ 𝑋I = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 + 𝑋̅ ∑ 𝑥I + n𝑋̅ - n𝑋̅ = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2)/n
∑ 𝑥𝑖 2 +𝑋̅n𝑋̅ = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 + n𝑋̅ 2 = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑋i 2
∑ 𝑥𝑖 2 + n( ) = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
𝑛
(∑ 𝑋i)2
∑ 𝑥𝑖2 + = ∑ 𝑥𝑖2 – ( ∑ 𝑥𝑖2 )/n
𝑛

A.4.5) ∑[𝑥𝑖 2 + 𝑥𝑖𝑋̅ + 𝑋𝑖 2 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ ] = 2 ∑ 𝑥𝑖 2

2 ∑ 𝑥𝑖 2 − ∑ 𝑥i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 − 𝑋̅ ∑ 𝑥I + n𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 −𝑋̅n𝑋̅ + 𝑛𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 − n𝑋̅ 2 + n𝑋̅ 2 = 2 ∑ 𝑥𝑖 2
2 ∑ 𝑥𝑖 2 = 2 ∑ 𝑥𝑖 2

A.4.6) ∏ 𝑌iWiZi = ∏ 𝑌i ∏ 𝑊 I ∏ 𝑍

∏ 𝒙𝒊 𝒚𝒊 𝒛𝒊 = 𝒙𝟏 𝒚𝟏 𝒛𝟏 . 𝒙𝟐 𝒚𝟐 𝒛𝟐 . 𝒙𝟑 𝒚𝟑 𝒛𝟑 … . . 𝒙𝒏 𝒚𝒏 𝒛𝒏
=𝒙
⏟𝟏 𝒙𝟐 𝒙𝟑 … . 𝒙𝒏 . 𝒚
⏟𝟏 𝒚𝟐 𝒚𝟑 … . . 𝒚𝒏 . 𝒛
⏟𝟏 𝒛𝟐 𝒛𝟑 … 𝒛𝒏
∏ 𝒙𝒊 ∏ 𝒚𝒊 ∏ 𝒛𝒊
= ∏ 𝒙𝒊 ∏ 𝒚𝒊 ∏ 𝒛𝒊
PARTE B. Simbolización de datos- desarrollo de sumatorias simples, a partir del cuadro
bidimensional
Cuadro A
j
1 2 3 4
i
1 2 4 3 2
2 5 -1 -4 8
3 3 7 1 -2
4 1 2 0 6
Solución:

1 2 3 4
1 𝑋11 =2 𝑋12 =4 𝑋13 =3 𝑋14 =2
2 𝑋21 =5 𝑋22 =-1 𝑋23 =-4 𝑋24 =8
3 𝑋31 =3 𝑋32 =7 𝑋33 =1 𝑋34 =-2
4 𝑋41 =1 𝑋42 =2 𝑋43 =0 𝑋44 =6

B.5.1) X i1
∑ 𝑿𝒊𝟏 = 𝑋11 + 𝑋21 + 𝑋31 + 𝑋41

= 2 + 5 + 3 + 1 = 11

B.5.2) X i2

∑ 𝑿𝒊𝟐 = 𝑋12 + 𝑋22 + 𝑋32 + 𝑋42

= 4 + (−1) + 7 + 2 = 12

B.5.3) X i3

∑ 𝑿𝒊𝟑 = 𝑋13 + 𝑋23 + 𝑋33 + 𝑋43

= 3 + (−4) + 1 + 0 = 0

B.5.4) X i4

∑ 𝑿𝒊𝟒 = 𝑋14 + 𝑋24 + 𝑋34 + 𝑋44

= 2 + 8 + (−2) + 6 = 14
B.5.5) X 1j

∑ 𝑿𝟏𝒋 = 𝑋11 + 𝑋12 + 𝑋13 +𝑋14

= 2 + 4 + 3 + 2 = 11

B.5.6) X 2j

∑ 𝑿𝟐𝒋 = 𝑋21 + 𝑋22 + 𝑋23 +𝑋24

= 5 + (−1) + (−4) + 8 = 8

B.5.7) X 3j

∑ 𝑿𝟑𝒋 = 𝑋31 + 𝑋32 + 𝑋33 +𝑋34

= 3 + 7 + 1 + (−2) = 9

B.5.8) X 4j

∑ 𝑿𝟒𝒋 = 𝑋41 + 𝑋42 + 𝑋43 +𝑋44

=1+2+0+6=9

B.5.9) X .2
𝟒

∑ 𝑿.𝟐 = ∑ 𝑿𝒊𝟐 = 𝑿𝟏𝟐 + 𝑿𝟐𝟐 + 𝑿𝟑𝟐 + 𝑿𝟒𝟐

𝒊=𝟏

= 4 + (−1) + 7 + 2 = 12

B.5.10) X 3 .
𝟒

∑ 𝑿𝟑. = ∑ 𝑿𝟑𝒋 = 𝑿𝟑𝟏 + 𝑿𝟑𝟐 + 𝑿𝟑𝟑 +𝑿𝟑𝟒

𝒋=𝟏

=1+2+0+6=9

B.5.11) X ..
𝟒 𝟒 𝟒 𝟒 𝟒

∑ 𝑿.. = ∑ ∑ 𝑿𝒊𝒋 = ∑ (∑ 𝑿𝒊𝒋 ) = ∑(𝑿𝒊𝟏 + 𝑿𝒊𝟐 + 𝑿𝒊𝟑 + 𝑿𝒊𝟒 )

𝒊=𝟏 𝒋=𝟏 𝒊=𝟏 𝒋=𝟏 𝒊=𝟏
= (𝑋11 + 𝑋12 + 𝑋13 +𝑋14 ) + (𝑋21 + 𝑋22 + 𝑋23 +𝑋24 ) + (𝑋31 + 𝑋32 + 𝑋33 +𝑋34 ) + (𝑋41 + 𝑋42
+ 𝑋43 +𝑋44 )

= (2 + 4 + 3 + 2) + (5 + (−1) + (−4) + 8) + (3 + 7 + 1 + (−2)) + (1 + 2 + 0 + 6)

B.5.12)  Xij
𝟒 𝟒 4

∑ ∑ 𝑿𝒊𝒋 = ∑ (∑ 𝑿𝒊𝒋 ) = ∑(𝑋𝑖1 + 𝑋𝑖2 + 𝑋𝑖3 + 𝑋𝑖4 )

𝒊=𝟏 𝒋=𝟏 𝑖=1

= (𝑋11 + 𝑋12 + 𝑋13 +𝑋14 ) + (𝑋21 + 𝑋22 + 𝑋23 +𝑋24 ) + (𝑋31 + 𝑋32 + 𝑋33 +𝑋34 ) + (𝑋41 + 𝑋42
+ 𝑋43 +𝑋44 )

= (2 + 4 + 3 + 2) + (5 + (−1) + (−4) + 8) + (3 + 7 + 1 + (−2)) + (1 + 2 + 0 + 6)

= 11 + 8 + 9 + 9 = 37

PARTE C. Simbolización de datos y regresión lineal simple

TABLA N-° C. simbolización de datos y regresión lineal simple. Dada la siguiente tabla Tabla
C, donde i=indicador de filas, Xi=tiempo en minutos y Yi=temperaturas en grados centígrados.
Completar las columnas por construir que sean pertinentes (que se necesitan), para hacer los
cálculos de los valores numéricos de lo que se pide.
TABLA N° C
i Xi t min Y1 T°C (𝑋𝑖 − 𝑋̅)2 (𝑌𝑖 − 𝑌̅)2 𝑥𝑖 𝑦𝑖 𝑥𝑖 𝑦𝑖 𝑥𝑖2
1 0 70 9 1849 -3 -43 129 9
2 1 77 4 1296 -2 -36 72 4
3 2 92 1 441 -1 -21 21 1
4 3 118 0 25 0 5 0 0
5 4 136 1 529 1 23 23 1
6 5 143 4 900 2 30 60 4
7 6 155 9 1764 3 42 126 9

∑ 𝑦𝑖 = ∑(𝑋𝑖 − 𝑋̅)2 ∑(𝑌𝑖 − 𝑌̅)2 ∑ 𝑥𝑖 𝑦𝑖 =

∑ X i =21 791 = 28 = 6804 431 ∑ 𝑋𝑖 2 =28

C.1) Media muestral de X: 𝑋̅

∑𝑛
𝑖=1 𝑋𝑖 𝑥1+𝑥2+𝑥3+𝑥4+𝑥5+𝑥6+𝑥7 0+1+2+3+4+5+6 21
𝑋̅= = = = =3
𝑛 𝑛 7 7
3 min es el tiempo promedio

C.2) Media muestral de Y: 𝑌̅

∑𝑛
𝑖=1 𝑦𝑖 791
𝑌̅= = = 113
𝑛 7
113°c es la temperatura promedio

C.3) Variancia muestral de las X: 𝑋̅

∑𝑛 ̅ 2
𝑖=1(𝑥𝑖−𝑋) (0−3) 2 +(1−3) 2 +(2−3) 2 +(3−3)2 +(4−3)2 +(5−3)2 +(6−3)2
2
S x= =
𝑛 7
28
= =4
7
La varianza de los 7 valores es 4 que es la deformación entre el promedio del producto del
cuadrado de los valores
C.4) Variancia muestral de las Y: 𝑌̅
∑𝑛 ̅ 2
𝑖=1(𝑥𝑖−𝑌 )
2
S y=
𝑛
6804
= =972
7
La varianza de los 7 valores es 972 que es la diferencia entre el promedio del producto del
cuadrado de los valores

𝑛
∑ 𝑋𝑖𝑌𝑖
C.5) 𝛽̂=∑𝑛1 2 = donde xi = Xi - 𝑋̅ ; yi = Yi - 𝑌̅ : β=coeficiente de regresión lineal simple.
𝑖=1 𝑋𝑖

∑𝑛1 𝑋𝑖𝑌𝑖 431

∑𝑛 2 = = 15.392
𝑖=1 𝑋𝑖 28
El coeficiente de regresión lineal es 15.392

C.6) 𝛼̂ = 𝑌̅ - β𝑋̅ α= intersección de la recta con el eje y'

α= 113 – 15.392 x 3 = 66.824
representa el punto de intersección de la recta con el eje yy¨

C.7) para X=14, ¿Cuánto valdrá Y’?

𝛼̂ = 𝑌̅ - β𝑋̅
Yi=66.824+(15.392)14
Yi=282.31

C.8) para X=20, ¿Cuánto valdrá Y’?

Yi=66.824+(15.392)20
Yi=374.66

C.9) coeficiente de correlación(r)

∑𝑋𝑌 ∑ 𝑋𝑌
𝑟= 𝑆𝑋𝑌 = 𝑛
̅̅̅̅
− 𝑋𝑌
√∑𝑋 ∑𝑌
431 431
r= 𝑆𝑋𝑌 = − 3𝑋113
√28𝑥√6804 7
r = 0.9874 𝑆𝑋𝑌 = 277.42

C.10) coeficiente de determinación (𝑟 2 )

Tabla C.10
1 2 3 4 5 6 7
e -0.836 -0.836 -0.836 -0.836 -0.836 -0.836 -0.836
2
𝑒 0.698 0.698 0.698 0.698 0.698 0.698 0.698

∑
r2 = (√∑𝑋𝑌∑ )2
𝑋 𝑌
2 4.934
r = 1-
34
r2 = 0.9744
r2 %= 97.44%
C.11) coeficiente de alejamiento
𝑆𝑋𝑌 2
𝑟2 = ( ) x 100%
𝑆𝑋 𝑆𝑌
1-𝑟 2 =100%-97.44%
1-𝑟 2 =2.51%
1-𝑟 2 =14.50%
C.12) hallar el coeficiente de variación para x
𝑆
C.V= 𝑋̅𝑋
7.797
C.V= 3
C.V=2.599

C.13) hallar el coeficiente de variación para Y

𝑆
C.V= ̅𝑌
𝑌
2.6076
C.V=
113
C.V=0.023

PARTE D. Simbolización de datos y regresión lineal simple. Los siguientes datos se obtuvieron
para la dureza X y el esfuerzo a la tencion Y, en cinco (5)muestra de materiales vaciado
i Xi= t min Yi = T°c xi=Xi-𝑋̅ yi=Yi-𝑌̅ xi2 yi2 xiyi
1 53 29 -7 -3 49 9 21
2 70 34 10 2 100 4 20
3 55 30 -5 -2 25 4 10
4 53 31 -7 -1 49 1 7
5
𝑛
69 36 9 4 81 16 36
∑ 𝑥𝑖
𝑖=1
300 160 0 0 304 34 94

D.1) Media muestral de X: 𝑋̅

𝑖=1∑𝑛 𝑋𝑖𝑥1+𝑥2+𝑥3+𝑥4+𝑥5+ 53+70+55+53+69 300
𝑋̅= 𝑛 = 𝑛
= 5
= 5 = 60
60 es la media muestral no agrupada

D.2) Media muestral de Y: 𝑌̅

𝑖=1 ∑𝑛 𝑦𝑖
𝑥𝑦+𝑦2+𝑦3+𝑦4+𝑦5 29+34+30+31+36 160
𝑌̅= 𝑛 = 𝑛
= 5
= 5 = 32
32 es la media muestral agrupada

D.3) Variancia muestral de las X: 𝑋̅

∑𝑛 ̅ 2
𝑖=1(𝑥𝑖−𝑋) (57−60) 2 +(70−60) 2 +55−60) 2+(53−60) 2 +(69−60) 2 + 304
2
S x= 𝑛
= 5
=5
=60.8

La varianza de los 5 valores es 60,8 que es la deformación entre el promedio del producto del
cuadrado de los valores

D.4) Variancia muestral de las Y: 𝑌̅

∑𝑛 ̅ 2
𝑖=1(𝑥𝑖−𝑌)
S2y= 𝑛
 (29−32) 2 +(34−32) 2 +(30−32) 2 +(31−32) 2 +(36−32) 2 + 34
= 5
= 5 =6.8
La varianza de los 5 valores es 6,8 que es la deformación entre el promedio del producto del
cuadrado de los valores

∑𝑛 𝑋𝑖𝑌𝑖
D.5) ∑𝑛1 2 = donde xi = Xi - 𝑋̅ ; yi = Yi - 𝑌̅ : β=coeficiente de regresión lineal simple.
𝑖=1 𝑋𝑖

∑𝑛1 𝑋𝑖𝑌𝑖 94
∑𝑛 2 = = 0.3092
𝑖=1 𝑋𝑖 304
El coeficiente de regresión lineal es 0.3092

D.6) 𝛼̂ = 𝑌̅ - β𝑋̅ α= intersección de la recta con el eje y'

α= 32 – 0.3092 x 60 = 13.448

13.448 representa el punto de intersección de la recta con el eje yy¨

D.7) para X=14, ¿Cuánto valdrá Y’?

𝛼̂ = 𝑌̅ - β𝑋̅
Yi=13.448+(0.309)14
Yi=17.773

D.8) para X=20, ¿Cuánto valdrá Y’?

Yi=13.448+(0.309)20
Yi=19.628

D.9) coeficiente de correlación(r)

𝑆 ∑ 𝑋𝑌
𝑟 = 𝑆 𝑋𝑌
𝑆
𝑆𝑋𝑌 = 𝑛 − ̅̅̅̅
𝑋𝑌
𝑋 𝑌
18.8 9694
r= 𝑆𝑋𝑌 = − 60𝑋32
√60.8𝑥√6.8 5
r = 0.9245 𝑆𝑋𝑌 = 18.8

D.10) coeficiente de determinación (𝑟 2 )

1 2 3 4 5 6 7
e -0.836 -0.836 -0.836 -0.836 -0.836 -0.836 -0.836
𝑒2 0.698 0.698 0.698 0.698 0.698 0.698 0.698

∑ 𝑒2
r2 = 1-∑(𝑌 ̅ )2
𝑖 −𝑌
4.934
r2 = 1-
34
r2 = 0.855

D.11) coeficiente de alejamiento

∑
𝑟 2 = (∑ 𝑋𝑌
∑
)2x 100%
𝑋 𝑌
1-𝑟 2 =1-0.855 x 100%
1-𝑟 2 =1-85.50%
1-𝑟 2 =14.50%
D.12) hallar el coeficiente de variación para x
∑
C.V= 𝑋̅𝑋
7.797
C.V=
60
C.V=0.1299

D.13) hallar el coeficiente de variación para Y

∑𝑌
C.V= 𝑌̅
2.6076
C.V= 32
C.V=0.0814

PARTES E Y F. Clasificación y distribución de datos-CASO III (v.c.c) y cálculo de los

estadígrafos:
E. Organización de Datos y Cálculo de Estadígrafos de Cuadros Completos.- Suponga que se ha
judicializado en caso respecto el peso de lingotes de acero de “ACEROS AREQUIPA S.A.”,
analizados por el Juez Especializado en lo Civil, para lo cual se tomó una muestra aleatoria simple
(MAS) de la producción semanal de 50 observaciones, las unidades están dadas en kilogramos
(Kg), registrándose los siguientes datos originales Xi:

94.3 93.0 95.5 95.3 92.4 94.4 92.8 93.2 93.6 95.5

92.9 93.6 95.7 93.8 94.8 93.9 92.7 91.6 93.6 93.7

94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9

94.7 92.7 95.0 93.0 92.9 93.7 92.7 93.3 94.6 96.4

94.1 93.7 94.2 93.7 94.0 93.9 93.6 94.6 92.3 94.4

E.1) Tipología de variable estadística y determinar el tamaño de la muestra.

Variable cuantitativa continúa (V.C.C)
Si n ≥ 30 es una muestra aleatoria grande, el tamaño de la muestra es n = 50 por lo tanto es una
muestra grande.

E.2) Interpretar estadísticamente las casillas: H3, N*4, h2, n3, h3x100, H2x100, N5 - N3
 H3: el 0.38 por uno del total (n = 50) es la probabilidad de los pesos de lingotes de acero de
“ACERO AREQUIPA S. A.” no superen a lo sumo 93.65 kg de producción semanal.
 N*4: 31 es el número de muestras de los pesos de lingotes de acero de “ACERO AREQUIPA
S. A.” superen por lo menos 93.65 kg de producción semanal.
 h2: el 0.18 por uno del total (n = 50) es la probabilidad de los pesos de lingotes de acero de
“ACERO AREQUIPA S. A.” se encuentran entre 92.25 kg y 92.95 kg de producción
semanal.
  n3: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO AREQUIPA S.
A.” se encuentran entre 92.95 kg y 93.65 kg de producción semanal.
 h3x100: el 16 por ciento del total (n = 50) es el porcentaje de los pesos de lingotes de acero
de “ACERO AREQUIPA S. A.” se encuentran entre 92.95 kg y 93.65 kg de producción
semanal.
 H2x100: el 22 por ciento del total (n = 50) es el porcentaje de los pesos de lingotes de acero
de “ACERO AREQUIPA S. A.” no superen a lo sumo 92.95 kg de producción semanal.
 N5 - N3: (n1 + n2 + n3 + n4 + n5) – (n1 + n2 + n3) = (n4 + n5): 23 es el número de muestras de
los pesos de lingotes de acero de “ACERO AREQUIPA S. A.” se encuentran entre 93.65 kg
y 95.05 kg de producción semanal.

E.3) Calcular el rango de datos originales RX.

RX = Xmax - Xmin donde:
RX = 96.4 – 91.6 el peso máximo es: Xmax=96.4 kg
RX = 4.8kg el peso mínimo es: Xmin =91,6 kg

E.4) Determinar el número de intervalo de clase (m) por el segundo Método: Regla de Sturges.
Solución:
 m = 1 + 3.32(logn)
m = 1 + 3.32 (log50)
m = 1 +3.32 (1.698970004)
m = 6.640580414

E.5) ¿Existirá nuevo valor del número de intervalos de clase m´?

El número de intervalos de clase original es m = 6.640580414; pero para un mejor trabajo lo
redondeamos entonces obtenemos el nuevo valor m′=7

E.6) Determinar la amplitud interválica constante de datos originales (C) y la redondeada C’

 Determinando la amplitud interválica o ancho de clase constante:
C=Rx/ m′
Donde:
C= amplitud interválica constante o ancho de clase
RX = rango de datos originales
m′= número de intervalos de clase
Reemplazando valores se tiene:
C = 4.8/7
C = 0.6857142857, entonces C′=0.7
E.7) ¿Existirá un nuevo rango RX ′?
Hallando el nuevo rango: R′X

C′= R′X/m′ , entonces R′X=C′* m′

R′X=0.7*7
R′X= 4.9
E.8) Diferencia de rangos?
∆RX = R′X - RX
∆RX = 4.9 – 4.8
∆RX = 0.10kg
 Repartiendo el delta de R
∆RX = 0.10kg
∆RX′=0.05
∆RX′′=0.05
 E.9) Elaborar un cuadro completo de la distribución de pesos de lingotes de aceros “Arequipa”

TABLA DE DISTRIBUCIÓN DE LOS DIÁMETROS DE 50 COJINETES DE ACERO

FABRICADOS POR UNA EMPRESA

METAL - MECÁNICA EN EL PARQUE INDUSTRIAL DE CHIMBOTE

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

𝑪𝒊 Tabulación
𝒊 [𝒚′ 𝒊−𝟏 , 𝒚′ 𝒊 〉 𝒚𝒊 𝒏𝒊 𝒉𝒊 𝒉𝒊 𝒙𝟏𝟎𝟎 𝑵𝒋 𝑯𝒋 𝑯𝒋 𝒙𝟏𝟎𝟎 𝑵𝒋 ∗ 𝑯𝒋 ∗ 𝑯𝒋 ∗ 𝒙𝟏𝟎𝟎 𝒚𝒊 𝒙𝒏𝒊 𝒚𝒊 𝒙𝒉𝒊
=𝑪 o conteo

1 [0.521, 0.525〉 0.523 0.004 I 1 0.02 2% 1 0.02 2% 50 1 100% 0.523 0.01046

2 [0.525, 0.529〉 0.527 0.004 IIII I 6 0.12 12% 7 0.14 14% 49 0.98 98% 3.162 0.06324

3 [0.529, 0.533〉 0.531 0.004 IIII IIII 9 0.18 18% 16 0.32 32% 43 0.86 86% 4.779 0.09558

4 [0.533, 0.537〉 0.535 0.004 IIII IIII IIII II 17 0.34 34% 33 0.66 66% 34 0.68 68% 9.095 0.1819

5 [0.537, 0.541〉 0.539 0.004 IIII IIII 10 0.20 20% 43 0.86 86% 17 0.34 34% 5.39 0.10819

6 [0.541, 0.545〉 0.543 0.004 IIII I 6 0.12 12% 49 0.98 98% 7 0.14 14% 3.258 0.06516

7 [0.545, 0.549〉 0.547 0.004 I 1 0.02 2% 50 1 100% 1 0.02 2% 0.547 0.01094

50 1 100% 26.754 0.53508
E.10) Graficas estadísticas de las Frecuencias Absolutas Acumuladas: Ojiva “menor o igual que < =”
y Ojiva “mayor o igual que > =”.
Ojiva “menor o igual que < =”
X Y
92.25 2
92.95 11
93.65 19
94.35 33
95.05 42
95.75 48
96.45 50
60

50

40
NJ

30

20

10

0
92 93 94 95 96 97
pesos de lingotes de acero

Ojiva “mayor o igual que > =”.

X Y
92.25 50
92.95 48
93.65 39
94.35 31
95.05 17
95.75 8
96.45 2
60
50
40
NJ

30
20
10
0
92 93 94 95 96 97
pesos de lingotes de acero
E.11) Interpretar estadísticamente: m, Y´0, n3, h5, h2, X100, N4, H5, H6, x 100, N6,*, H4 * x100.
 m: es el indicador de la cantidad de intervalos.
 Y´0: es el límite inferior de los intervalos cuyo valor es 91.55 kg
 n3: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO AREQUIPA S.
A.” se encuentran entre 92.95 kg y 93.65 kg de producción semanal.
 h5: el 0.18 por uno del total (n = 50) es la probabilidad de los pesos de lingotes de acero de
“ACERO AREQUIPA S. A.” se encuentran entre 94.35 kg y 95.05 kg de producción
semanal.
 h2, X100: el 18 por ciento del total (n = 50) es el porcentaje de los pesos de lingotes de acero
de “ACERO AREQUIPA S. A.” se encuentran entre 92.25 kg y 92.95 kg de producción
semanal.
 N4: 33 es el número de muestras de los pesos de lingotes de acero de “ACERO AREQUIPA
S. A.” no superen a lo sumo 93.65 kg de producción semanal.
 H5: el 0.84 por uno del total (n = 50) es la probabilidad de los pesos de lingotes de acero de
“ACERO AREQUIPA S. A.” no superen a lo sumo 95.05 kg de producción semanal.
 H6, x 100: el 96 por ciento del total (n = 50) es el porcentaje de los pesos de lingotes de acero
de “ACERO AREQUIPA S. A.” no superen a lo sumo 95.75 kg de producción semanal.
 N6,*: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO AREQUIPA
S. A.” superen por lo menos 95.05 kg de producción semanal.
 H4 * x100: el 62 por ciento del total (n = 50) es el porcentaje de los pesos de lingotes de acero
de “ACERO AREQUIPA S. A.” superen por lo menos 93.65 kg de producción semanal.

E.12) calcule el Promedio de datos agrupados. Interpretarla estadísticamente.

 Promedio o Diámetro medio
𝑚
∑ 𝑌𝑛
𝑌̅ = 𝑖=1 𝑖 𝑖
𝑛
7
∑ 𝑌 𝑛 4696.5
𝑌̅ = 𝑖=1𝑛 𝑖 𝑖 = 50 = 93.93
 Interpretación estadística:
El diámetro promedio o media aritmética de datos agrupados de 50 lingotes es 93.93 Kg.

E.13) Calcule el Valor mediano de datos agrupados. Interpretar estadísticamente.

 Valor mediano
𝑛
𝐼 − 𝑁𝑗−1
2
Me = 𝑌𝑗−1 + 𝐶𝑗 [𝑁 ]
𝑗− 𝑁𝑗−1

Pasos para hallar la mediana:

1º Paso: dividimos
𝑛 50
= = 25
2 2
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < < 𝑁𝑗
2

19 < 25 < 33
 3º Paso: intervalo mediano intervalo j-esimo.
𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [93.65; 94.35>

4º Paso: formula
𝑛 50
𝐼 − 𝑁𝑗−1 − 19
2 2
Me = 𝑌𝑗−1 + 𝐶𝑗 [𝑁 ]= 93.65 + 0.7 [ 33 ]=93.95
𝑗− 𝑁𝑗−1 − 19

 Interpretación estadística: El diámetro mediano 93.95 Kg. Es un valor que supera a lo sumo
al 50% de observaciones; pero a su vez es superado por no más del 50% de observaciones
restantes.

E.14) Calcule el Valor modal de datos agrupados. Interpretar estadísticamente.

 Valor modal
1º Paso:
𝑛𝑗 = 𝑛𝑚𝑎𝑥 = 14 , j=4
𝑛𝑗−1=𝑛3 = 8
𝑛𝑗+1=𝑛5 = 9

2º Paso:
∆1 = 𝑛𝑗 − 𝑛𝑗−1 = 14 - 8 = 6
∆2 = 𝑛𝑗 − 𝑛𝑗+1 = 14 - 9 = 5

3º Paso: formula de la moda para datos agrupados

𝐼 ∆1 6
Md = 𝑌𝑗−1 + 𝐶𝑗 [∆ ]= 93.65 + 0.7 [6+5]= 94.0318
1 +∆2

 Interpretación estadística: El valor modal es igual a 94.0318 es el valor quemas se repite.

E.15) Calcule la variancia y la desviación Estándar de datos agrupados. Interpretarlo.

 Variancia:

∑𝑛
𝑖=1 𝑛𝑖 𝑌2 441197.37
𝑆𝑦 2 = 𝑛
-𝑌̅ 2 = 50
- (93.93)2 =1.1025

 Interpretación estadística: La variancia de datos agrupados es 1.1025.

 Desviación estándar:

Sy =√𝑆𝑦 2
Sy =√1.1025
Sy = 1.05

 Interpretación estadística: La desviación estándar de datos agrupados es 1.05.

E.16) Calcule la desviación media de datos agrupados.
Interpretarlo estadísticamente. |𝑦𝑖− 𝑦̅| 𝑛𝑖 |𝑦𝑖− 𝑦̅|
 Hallando con la siguiente formula
2.03 4.06
∑ 𝑛𝑖 |𝑦𝑖− 𝑦̅|
DM = 1.33 11.97
𝑛
42.14
DM = 0.63 5.04
50
DM = 0.8428 0.07 0.98
0.77 6.93
1.47 8.82
2.17 4.34
Suma =
42.14
 Interpretación estadística: La desviación media de 50
lingotes de acero es 0.8428.

E.17) Calcule la desviación mediana de datos agrupados. Interpretarlo estadísticamente.

Hallamos con la siguiente formula:
|𝑦𝑖− 𝑀𝑒 | 𝑛𝑖 |𝑦𝑖− 𝑀𝑒 |
∑ 𝑛𝑖 |𝑦𝑖− 𝑀𝑒 |
DMe = 2.05 4.1
𝑛
41.9
DMe =
50 1.35 12.15
DM = 0.838
0.65 5.2

0.05 0.7

0.75 6.75

1.45 8.7

2.15 4.3

Suma = 41.9

 Interpretación estadística: La desviación mediana de 50 lingotes de acero es 0.838.

E.18) Calcule el coeficiente de variación de datos agrupados. Interpretarlo.

𝑆
(CV)y = 𝑌̅𝑦 x 100
1.05
(CV)y = 93.93 x 100
(CV)y = 1.117853721
 Interpretación estadística: el coeficiente variación de 50 lingotes de acero es 1.117852721.
E.19) Calcule el Primer Cuartil (Q1), y el Tercer Cuartil (Q3). Interprétalos.
 Primer cuartil (Q1):

1º Paso: dividimos
𝑛 50
𝑖 = = 12.5
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 𝑖 < 𝑁𝑗
4

11 < 12.5 < 19

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >=[92.95 ; 93.65>

4º Paso: formula
𝑛 50
𝐼 𝑖 − 𝑁𝑗−1 1 − 11
4 4
Q1 = 𝑌𝑗−1 + 𝐶𝑗 [ ]= 92.95 + 0.7 [ ]=93.08125
𝑁𝑗− 𝑁𝑗−1 19−11
 Interpretación estadística: El primer cuartil es 93.08125 que corresponde a un estadígrafo
de posición que supera a lo sumo al 25% de observaciones; pero a su vez es superado por no
más del 75% de observaciones restantes.

 Tercer cuartil (Q3):

1º Paso: dividimos
𝑛 50
𝑖 = 3 = 37.5
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 3 < 𝑁𝑗
4
33 < 37.5 < 4

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [94.35; 95.05>

4º Paso: formula
𝑛 50
𝐼 3 − 𝑁𝑗−1 3 − 33
Q3 = 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁4 4
]= 94.35 + 0.7 [ 42−33 ]=94.7
𝑗− 𝑁𝑗−1

Interpretación estadística: El tercer cuartil es 94.7 que corresponde a un estadígrafo

de posición que supera a lo sumo al 75% de observaciones; pero a su vez es superado por no
más del 25% de observaciones restantes.

E.20) Calcule el Primer decil y el Noveno decil. Interpretarlo estadísticamente.

 Primer decil (D1)
1º Paso: dividimos
𝑛 50
𝑖 = 1 =5
10 10
2º Paso: criterio de desigualdad
 𝑛
𝑁𝑗−1 < 1 < 𝑁𝑗
10

2 < 5 < 11

3º Paso: intervalo 1er decilico intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [92.25; 92.95>

4º Paso: formula
𝑛 50
𝐼 1 − 𝑁𝑗−1 1 −2
10 10
D1= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 92.25 + 0.7 [ ]=92.4833
𝑁𝑗− 𝑁𝑗−1 11−2

 Interpretación estadística: El Primer decil es 92.4833 que corresponde a un estadígrafo de

posición que supera a lo sumo al 10% de observaciones; pero a su vez es superado por no
más del 10% de observaciones restantes.

 Noveno decil (D9)

1º Paso: dividimos
𝑛 50
𝑖 = 9 = 45
10 10
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 9 < 𝑁𝑗
10

42 < 45 < 48

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [95.05; 95.75>

4º Paso: formula
𝑛 50
𝐼 9 − 𝑁𝑗−1 9 − 42
10 10
P90= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 95.05 + 0.7 [ ]=95.4
𝑁𝑗− 𝑁𝑗−1 48−42

 Interpretación estadística: El Noveno Decil es 95.4 que corresponde a un

estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a
su vez es superado por no más del 10% de observaciones restantes.

E.21) Calcule el Nonagésimo percentil y el Décimo Percentil. Interpretarlos.

 Nonagésimo percentil (P90)
1º Paso: dividimos
𝑛 50
𝑖 = 90 = 45
100 100
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 90 < 𝑁𝑗
100
 42 < 45 < 48

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [95.05; 95.75>

4º Paso: formula
𝑛 50
𝐼 90 − 𝑁𝑗−1 90 − 42
100 100
P90= 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁𝑗− 𝑁𝑗−1
]= 95.05 + 0.7 [ 48−42
]=95.4

 Interpretación estadística: El Nonagésimo percentil es 95.4 que corresponde a un

estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a su vez es
superado por no más del 10% de observaciones restantes.

 Decimo percentil (P10)

1º Paso: dividimos
𝑛 50
𝑖 = 10 =5
100 100
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 10 < 𝑁𝑗
100

2 < 5 < 11

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [92.25; 92.95>

4º Paso: formula
𝑛 50
𝐼 10 − 𝑁𝑗−1 10 −2
100 100
P10= 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁𝑗− 𝑁𝑗−1
]= 92.25 + 0.7 [ 11−2
]=92.4833

 Interpretación estadística: El Décimo percentil es 92.4833 que corresponde a un estadígrafo

de posición que supera a lo sumo al 10% de observaciones; pero a su vez es superado por no
más del 10% de observaciones restantes.

E.22) Calcule el Recorrido Intercuartílico y Recorrido Interpercentílico. Interpretarlos.

 Recorrido Intercuartílico (RIQ)
RIQ = Q3 – Q1
RIQ = 94.7 - 93.08125

RIQ = 1.61875
 Recorrido Interpercentílico (RIP)
RIP = P90 – P10
RIP = 95.4 - 92.4833
RIP = 2.9167
E.23) Hallar el 1er. Coeficiente de Asimetría de PEARSON. ¿Distribución As?
𝑌̅ −𝑀𝑑 93.93−94.0318
CAs = = = -0.096952381
𝑆𝑦 1.05
Como el CAs < 0 la distribución es asimetría negativa o sesgada hacia la izquierda.

E.24) Hallar el 2do. Coeficiente de Asimetría de PEARSON. ¿Distribución de As?

𝑸 +𝑸𝟏 −𝟐𝑴𝒆
Fórmula: As = β = 𝟑 𝑸 −𝑸
𝟑 𝟏
𝑄3+𝑄1−2𝑀𝑒 94.7+93.08125−2(93.95)
AS =β= = = -0.073359
𝑄3−𝑄1 94.7−93.08125
Como el CAs < 0 la distribución es asimetría negativa o sesgada hacia la izquierda.

E.25) Hallar el Coeficiente Persentílico de Kurtosis. ¿Qué distribución genera K

 Fórmula: (Q3 – Q1) / 2(P90 – P10)

𝑄 𝑄 94.7−93.08125
K= 2 (𝑃3−−𝑃1 )= 2(95.4−92.4833)=0.2774968
90 10

Como el k>0.263 genera una distribución leptokurtica (la distribución más alargada que
la curva normal)
2.20 compare los valores de la media mediana y moda
𝑌̅ = 93.93
Md= 94.0318
Me=93.95

PARTE F. organización de datos y calculo de estadígrafos, a partir de cuadros incompletos

De distribución de frecuencias que se da a continuación faltan algunos datos.
Completa y responde las preguntas siguientes:
𝑌𝑖 − 𝑌𝑖−1 𝑌𝑖 𝑛𝑖 ℎ𝑖 𝑁𝑗 𝐻𝑗
20-24 22 3.667 0.15 3.667 0.15
24-28 26 2.445 0.10 6.112 0.25
28-32 30 4.888 0.20 11 0.55
32-36 34 9,776 0.40 20.776 0.85
36-40 38 3.666 0.15 24.44 1.00
n=24.44 1.00
F.1) Tipología de variable estadística y determinar el tamaño de la muestra.
Variable cuantitativa continúa (V.C.C)
Si n ≥ 30 es una muestra aleatoria grande, el tamaño de la muestra es n = 24.442 por lo
tanto es una muestra pequeña.

F.2) 2 interpretar estadísticamente las casillas: 𝑯𝟑 , 𝑵∗ 𝟒 , 𝒉𝟐 , 𝒏𝟑 , 𝒉𝟑 x100, 𝑯𝟐 𝒙𝟏𝟎𝟎,

𝑵𝟓 − 𝑵𝟑

 𝐻3 = 0.55→ es la acumulada de los ℎ1 , ℎ2 , ℎ3 (suma de los tres datos).

 𝑁 ∗ 4 = 13.442 → Es la sumatoria hacia abajo.
 ℎ2 = 0.10 →se llama el f.r.s de la fila 2 el 0.10 por uno del total.
 𝑛3 → se interpreta como un valor de 4.888 entre 28-32
 ℎ3 x100 → se llama el f.r.p.s de la 3 fila se interpreta como el 20% del total de 20-32
 𝐻2 𝑥100 →se llama frecuencia cumulada porcentual de la fila 2 se interpreta como
el 25% de 24-28
 𝑁5 − 𝑁3 →24.442-11=13.442 es el valor que se toma a partir de la acumulada 𝑁4
hasta 𝑁5

F.3) Calcular el rango de datos originales. Determinar el número de intervalos de clase

(m) por el criterio de sturgues ¿existirá m´?
 Cálculo del rango
 RX = Xmax - Xmin donde:
 RX = 40 -20 el peso máximo es: Xmax=40
 RX = 20 el peso mínimo es: Xmin =20
 Intervalos de clase (m) por el criterio de sturgues
Solución:
 m = 1 + 3.32(logn)
m = 1 + 3.22 (log24.442)
m = 1 +3.22 (1.3881367)
m = 5.4698003

El número de intervalos de clase original es m = 5.4698003; pero para un mejor trabajo lo

redondeamos entonces obtenemos el nuevo valor m′=5

F.4) Determinar la amplitud interválica. ¿Existirá un nuevo rango 𝑹𝑿 ? ¿Diferencia de

rangos?
 Determinando la amplitud interválica o ancho de clase constante:
 C=Rx/ m′
Donde:
C= amplitud interválica constante o ancho de clase
RX = rango de datos originales
m′= número de intervalos de clase
Reemplazando valores se tiene:
C = 20/5
C = 4, entonces C′=4
¿Existirá un nuevo rango RX ′?

Hallando el nuevo rango: R′X

C′= R′X/m′ , entonces R′X=C′* m′
R′X=4*5
R′X= 20
Diferencia de rangos?

∆RX = R′X - RX
∆RX = 20 - 20
∆RX = 0

F.5) Elaborar un cuadro completo de la distribución de longitudes de lingotes de acero

´´Arequipa´´

F.6) Calcule el promedio de datos agrupados. Interpretarla estadísticamente.

𝑌𝑖 𝑛𝑖 𝑌𝑖 𝑛𝑖
22 3.667 80.674
26 2.445 63.570
30 4.888 146.64
34 9.776 332.38
38 3.666 139.30
n=24.442 ∑ 𝑌𝑖 𝑛𝑖 =762.57

 Promedio o Diámetro medio

∑ 𝑚
𝑌𝑛
𝑌̅ = 𝑖=1𝑛 𝑖 𝑖
∑ 5
𝑌𝑛 762.57
𝑌̅ = 𝑖=1𝑛 𝑖 𝑖 =24.442 = 31.199 m
 Interpretación estadística:
La longitud promedio o media aritmética de datos agrupados de 24.442 datos es 31.199.
F.7) Calcular el valor mediano de datos agrupados. Interpretar estadísticamente.
𝑌𝑖 − 𝑌𝑖−1 𝑌𝑖 𝑛𝑖 𝑁𝑖 𝑌𝑖 𝑛𝑖
20-24 22 3.667 3.667 80.674
24-28 26 2.445 6.112 63.570
28-32 30 𝑛𝑖 = 4.888 𝑁𝑖−1 =11 146.64
32-36 34 9.776 𝑁𝑖= 20.776 332.38
36-40 38 3,666 24.442 139.30
n=20 762.57
𝑛
𝐼 − 𝑁𝑗−1
2
Me = 𝑌𝑗−1 + 𝐶𝑗 [𝑁 ]
𝑗− 𝑁𝑗−1

Pasos para hallar la mediana:

1º Paso: dividimos
𝑛 24.442
= = 12 − 221
2 2
2º Paso: criterio de desigualdad

𝑛
𝑁𝑗−1 < < 𝑁𝑗
2

11 <12.221 < 20.776

3º Paso: intervalo mediano intervalo j-esimo.

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [32; 36>

4º Paso: formula
𝑛 24,442
𝐼 − 𝑁𝑗−1 − 11
Me = 𝑌𝑗−1 + 𝐶𝑗 [𝑁2 2
]= 32+ 4 [20.776 ]= 32.499 m
𝑗− 𝑁𝑗−1 − 11

Interpretación estadística: la longitud mediano 32.499 m. Es un valor que supera a lo

sumo al 50% de observaciones; pero a su vez es superado por no más del 50% de
observaciones restantes

F.8) Calcule el valor modal de datos agrupados. Interpretar estadísticamente.

𝑌𝑖 − 𝑌𝑖−1 𝑌𝑖 𝑛𝑖
20-24 22 3.667
24-28 26 2.445
28-32 30 4.888
32-36 34 𝑛𝑖 =9.776
36-40 38 3.666
n=24.442
 1º Paso:
𝑛𝑗 = 𝑛𝑚𝑎𝑥 = 9.776 , j=4
𝑛𝑗−1=𝑛2 = 2.445
𝑛𝑗+1=𝑛4 = 9.776

2º Paso:
∆1= 𝑛𝑗 − 𝑛𝑗−1 = 9.776 – 2.445= 7.331
∆2 = 𝑛𝑗 − 𝑛𝑗+1 = 9.776 – 9.776 = 0

3º Paso: formula de la moda para datos agrupados

𝐼 ∆1 7.331
Md = 𝑌𝑗−1 + 𝐶𝑗 [∆ ]= 32 + 4 [7.331+0]= 36 m
1 +∆2

 Interpretación estadística: El valor modal es igual a 36 m es el valor quemas se

repite.

F.9) Calcule la varianza y la desviación estándar de datos agrupados. Interpretarlos.

𝑌𝑖 − 𝑌𝑖−1 𝑌𝑖 𝑛𝑖 𝑌𝑖 𝑛𝑖 (𝑌𝑖 − 𝑥 ̅)2 (𝑌𝑖 − 𝑥 ̅)2 𝑛𝑖
20-24 22 3.667 80.674 84.621 319.3
24-28 26 2.445 63.570 27.029 66.08
28-32 30 4.888 146.64 1.437 7.027
32-36 34 9.776 332.38 7.846 76.69
36-40 38 3.666 139.30 46.253 169.56
∑ 𝑌𝑖 𝑛𝑖 =762.57 ∑(𝑌𝑖 − 𝑥 ̅)2 𝑛𝑖 =629.68

∑ 𝑌𝑖 𝑛𝑖 762.57
𝑦̅= =24.442=31.199
𝑛

 Calculando varianza
∑𝑛
𝑖=1 𝑛𝑖 𝑌2 62
𝑆𝑦 2 = -𝑌̅ 2 = – 973.16= 25.788
𝑛 24.442

En el análisis de varianzas se estudian las diferencias significativas entre dos o más

medidas de una muestra en este caso nos resultó 25.788.
 Calculando la desviación estándar

𝑆 = √25.788 = 5.078
La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos
están los datos con respecto a la media en este caso nos resultó 5.078.
 Variancia:

∑𝑛
𝑖=1 𝑛𝑖 𝑌2 441197.37
𝑆𝑦 2 = 𝑛
-𝑌̅ 2 = 50
- (93.93)2 =1.1025
  Interpretación estadística: La variancia de datos agrupados es 1.1025.

 Desviación estándar:

Sy =√𝑆𝑦 2
Sy =√1.1025
Sy = 1.05

 Interpretación estadística: La desviación estándar de datos agrupados es 1.05.

F.10) Calcule la desviación media de datos agrupados. Interpretarlo estadísticamente.

 Hallando con la siguiente formula |𝑦𝑖− 𝑦̅| 𝑛𝑖 |𝑦𝑖− 𝑦̅|

∑ 𝑛𝑖 |𝑦𝑖− 𝑦̅|
9.199 33.732
DM = 𝑛 5.199 12-711
104.62
DM = 24.442
1.199 5.86
DM = 4.28 m
2.801 27.38
6.801 24.93
Suma =
104.62
 Interpretación estadística: La desviación media de 24.442 es 4.28 m.

F.11) Calcule la desviación mediana de datos agrupados. Interpretarlo estadísticamente.

Hallamos con la siguiente formula:

|𝑦𝑖− 𝑀𝑒 | 𝑛𝑖 |𝑦𝑖− 𝑀𝑒 |

10.49 38.499

6.499 15.890

2.499 12.215

3.501 34.220

7.501 27.498
 Suma = 128.32
∑ 𝑛𝑖 |𝑦𝑖− 𝑀𝑒 |
DMe = 𝑛
128.32
DMe = 24.442
DM = 5.25

 Interpretación estadística: La desviación mediana de 24.442 es 5.25.

F.12) Calcule el coeficiente de variación de datos agrupados. Interpretarlo.

𝑆𝑦
(CV)y = x 100
𝑌̅
4.99
(CV)y = 30.8 x 100
(CV)y = 16.201
 Interpretación estadística: el coeficiente variación de 50 lingotes de acero es 16.201

F.13) Calcule el Primer Cuartil (Q1), y el Tercer Cuartil (Q3). Interprétalos.

 Primer cuartil (Q1):

1º Paso: dividimos
𝑛 20
𝑖 = =5
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 𝑖 < 𝑁𝑗
4

3 <5<5

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >=[24; 28>

4º Paso: formula
 𝑛 20
𝐼 𝑖 − 𝑁𝑗−1 1 −3
Q1 = 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁4 ]= 24 + 4 [ 4
]= 28 m
𝑗− 𝑁𝑗−1 5−3

 Interpretación estadística: El primer cuartil es 28 m que corresponde a un

estadígrafo de posición que supera a lo sumo al 25% de observaciones; pero a su vez
es superado por no más del 75% de observaciones restantes.

 Tercer cuartil (Q3):

1º Paso: dividimos
𝑛 20
𝑖 = 3 = 15
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 3 < 𝑁𝑗
4
11 < 15 < 17

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [32; 36>

4º Paso: formula
𝑛 20
𝐼 3 − 𝑁𝑗−1 3 − 11
4 4
Q3 = 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁 ]= 32 + 4 [ 17−11 ]= 34. 667 m
𝑗− 𝑁𝑗−1

Interpretación estadística: El tercer cuartil es 34. 667 m que corresponde a un

estadígrafo de posición que supera a lo sumo al 75% de observaciones; pero a su vez
es superado por no más del 25% de observaciones restantes.

F.14) Calcule el Primer decil y el Noveno decil. Interpretarlo estadísticamente.

 Primer decil (D1)
1º Paso: dividimos
𝑛 20
𝑖 = 1 =2
10 10
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 1 < 𝑁𝑗
10

0<2<3

3º Paso: intervalo 1er decilico intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [20; 24>

4º Paso: formula
 𝑛 20
𝐼 1 − 𝑁𝑗−1 1 −0
D1= 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁10 ]= 20 + 4 [ 10
]= 22.667 m
𝑗− 𝑁𝑗−1 3−0

 Interpretación estadística: El Primer decil es 22.667 m que corresponde a un

estadígrafo de posición que supera a lo sumo al 10% de observaciones; pero a su vez
es superado por no más del 10% de observaciones restantes.

 Noveno decil (D9)

1º Paso: dividimos
𝑛 20
𝑖 = 9 = 18
10 10
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 9 < 𝑁𝑗
10

17 < 18 < 20

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [36; 40>

4º Paso: formula
𝑛 20
𝐼 9 − 𝑁𝑗−1 9 − 17
P90= 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁10 10
]= 36+ 4 [ 20−17 ]= 37.333 m
𝑗− 𝑁𝑗−1

 Interpretación estadística: El Noveno Decil es 37.333 m que

corresponde a un estadígrafo de posición que supera a lo sumo al 90% de
observaciones; pero a su vez es superado por no más del 10% de
observaciones restantes.
F.15) Calcule el Nonagésimo percentil y el Décimo Percentil. Interpretarlos.
 Nonagésimo percentil (P90)
1º Paso: dividimos
𝑛 20
𝑖 = 90 = 18
100 100
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 90 < 𝑁𝑗
100

17 < 18 < 20

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [36; 40>

4º Paso: formula
 𝑛 20
𝐼 90 − 𝑁𝑗−1 90 − 17
100 100
P90= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 36 + 4 [ ]= 37.333 m
𝑁𝑗− 𝑁 20−17
𝑗−1

 Interpretación estadística: El Nonagésimo percentil es 37.333 m que corresponde

a un estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a
su vez es superado por no más del 10% de observaciones restantes.

 Decimo percentil (P10)

1º Paso: dividimos
𝑛 20
= 10𝑖 =5
100 100
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 10 < 𝑁𝑗
100

0<2<3

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [20; 24>

4º Paso: formula
𝑛 20
𝐼 10 − 𝑁𝑗−1 10 −0
100 100
P10= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 20 + 4 [ ]= 22.667 m
𝑁𝑗− 𝑁 3−0
𝑗−1

 Interpretación estadística: El Décimo percentil es 22.667 m que corresponde a un

estadígrafo de posición que supera a lo sumo al 10% de observaciones; pero a su vez
es superado por no más del 10% de observaciones restantes.

F.16) Calcule el recorrido intercuartilico y el recorrido interpercentilico

Solución.
Hallamos R. Intercuartilico Hallamos R. Interpercentilico
R.I= 𝑄3 -𝑄1 →R.I = 34.6-24= 10.6 𝑅. 𝐼 = 𝑃75 − 𝑃25 → 𝑅. 𝐼 = 34.6 − 24
𝑅. 𝐼 = 10.6 𝑅. 𝐼 = 10.6
INTERPRETACION: Estas medidas de dispersión dejan entre si 50% de los valores
centrales de la variable.

F.17) Halle el primer coeficiente de asimetría de PEARSON. ¿Distribución 𝐴𝑠 ?

𝑦̅−𝑀𝑜 30.8−32
Se sabe que: 𝐶𝐴1 = 𝑆 → 𝐶𝐴1 = 5.125 = −0.234
𝐶𝐴1 = −0.234,
INTERPRETACION: Como el coeficiente de asimetría es negativo, significa que la
distribución tiene asimetría negativa (sesgada hacia la izquierda).
F.18) Determine el segundo coeficiente de asimetría de PEARSON ¿Distribución 𝑨𝒔 ?
̅̅̅
(𝑦−𝑀𝑒) 30.8−31.33
Se sabe que: 𝐶. 𝐴2 = 3 ∗ 𝑆 → 𝐶. 𝐴2 = 3 ∗ 5.125 = −0.310
𝐶. 𝐴2 = −0.310
INTERPRETACION: El coeficiente es negativo, significa que la distribución tiene una
asimetría negativa (sesgada hacia la izquierda)

F.19) Hallar el coeficiente percentilico de Kurtosis. ¿Qué distribución genera K?

El coeficiente percentilico de Kurtosis está dada por:
𝑄3 − 𝑄1 34.6 − 24
𝐾3 = → 𝐾3 = = 0.361
2(𝑃90 − 𝑃10 ) 2 ∗ (37.33 − 22.66)
𝐾3 = 0.361
Como 𝐾3 > 0.263( 0.263 𝑒𝑠 𝑢𝑛 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛), entonces la distribución
que forma es una “LEPTUCURTICA”

PARTE G. Tipología y subtipo logia de variables estadísticas

dadas las siguientes proposiciones, determine el tipo y el sub-tipo de variable estadística que tiene:
G.1) Escuelas profesionales de la facultad de ingeniería de Minas, Geología y Civil,
UNSCH.
 variable cualitativa.
 variable cualitativa nominal.
G.2) N° de los libros de estructuras de Acero en la Biblioteca central “Efraín Morote Best”,
UNSCH.
 variable cuantitativa
 variable cuantitativa discreta.
G.3) total de capital social de empresa constructora “pegasus ingenieros” de Trujillo.
 variable cuantitativa
 variable cuantitativa continua

G.4) Número de ingenieros civiles colegiados en el colegio de ingenieros del Perú-consejo

departamental de Ayacucho.
 variable cuantitativa.
 variable cuantitativa discreta.

G.5) cantidades de precipitación pluviométrica en octubre de 2015 en Cajamarca.

 variable cuantitativa.
 variable cuantitativa discreta.

G.6) los tres primeros puestos en el ingreso a EP de Derecho, 2016-I, UNSCH.

 variable cualitativa.
 variable cualitativa ordinal.

G.7) las cruzadas cristianas en el medio oriente.

 variable cualitativa.
 variable cualitativa nominal.
G.8) las temperaturas promedio diario de Cusco en el mes de junio de 2019.
 variable cuantitativa.
 variable cuantitativa continua.

G.9) la descarga anual de los ríos de la selva en el Amazonas

 variable cuantitativa.
 variable cuantitativa discreta.

G.10) Órdenes religiosas de la Iglesia Católica Romana.

 variable cualitativa.
 variable cualitativa nominal.

G.11) grados de cultura de una persona.

 variable cualitativa.
 variable cualitativa ordinal.

G.12) tipología de teodolitos para levantamiento topográfico de un territorio.

 variable cualitativa.
 variable cualitativa nominal.

PARTE H. Teoría de la estadística descriptiva

Respecto a las siguientes proposiciones de ESTADISTICA DESCRIPTIVA, completé paréntesis con
la letra (V) si usted considera que la proposición es VERDADERA y completé la letra (F), si a su
parecer dicha proposición es FALSA:

H.1) distribución unimodal es la que tiene un solo “máximo” y una sola moda………(V)

H.2) la asimetría negativa cumple con que la media aritmética es menor que la mediana y
esta a su vez es menor que la moda……………………………………………………(V)
H.3) recorrido intercuartílico toma en cuenta la desviación entre el segundo (q2) y el tercer
cuartil (q3) ……………………………...………………………………………(F)
H.4) recorrido interpercentilico considera en cuenta la desviación entre en nonagésimo
percentil (p90) y el décimo percentil (p10) …………………………………………(V)
H.5) la distribución normal general toma el nombre de distribución simétrica cuando se
trata de medir la deformación y “As=0” ………………………………………………(V)

H.6) la distribución normal general toma el nombre de distribución platicurtica cuando se

trata de medir el aplastamiento y “k=0.263” ………………………………………(F)
H.7) la media aritmética es de estadígrafos usado sobre todo en la cuantificación de las
variables económicas- financieras y de ingeniería…………………………………. (V)
H.8) el primer coeficiente de Pearson mide el apuntamiento o curtosis……………. (F)
H.9) el muestreo de opinión es un muestreo probo listico……………………………(F)
H.10) las frecuencias absolutas simples se expresan en tanto por cierto (%) ………… (F)

H.11) las frecuencias absolutas simples se expresan en “tanto por uno”

…………………………………………………………………………………(V)
H.12) las frecuencias absolutas acumuladas hacia abajo se interpretan como “a lo sumo”
………………………………………………………………………………(V)
H.13) las frecuencias absolutas acumuladas hacia abajo se interpretan como “por lo menos”
………………………………………………………………………………(F)
H.14) el tercer cuartil (q3) es un estadígrafo de posición……………………………(V)
H.15) los fractiles o cuantiles son estadígrafos de asimetría…………………………(F)
H.16) la distribución normal general es una distribución simétrica…………………(V)
H.17) la distribución normal estándar no es una distribución simétrica………………(F)
H.18) la distribución platicutiva es unos estadígrafos de asimetría……………………(F)

H.19) la distribución mesocúrtica es la distribución normal general…………………(V)

H.20) la variación cualitativa jerárquica es lo mismo que la ordinal…………………(V)