Alumna : FRANCIS ARIANA CERVANTES BERMEJO VARIABLE 1 P= PESCA

PLANTILLA DE RESPUESTAS PARA EL PBI VARIABLE 2 A= AGROPECUARIA

MEDIDAS DE TENCIA CENTRAL

RESPUESTAS: INTERPRETACIÓN

MEDIA 210,698 A Se puede interpretar que el p

y para la variable A es 210, 69
20,336 P

MEDIANA 20,873 A Se puede interpretar que par

la Variable A es 20873
1,988 P

MODA 21,070 A Se puede interpretar que los

Variable P: 2,304. y Variable
2,034 P

MEDIDAS DE DISPERSIÓN

RESPUESTAS: INTERPRETACIÓN

RANGO = 11,905 A Se puede interpretar que el r

dispersión en datos y en la V
1,475 P

DESV.ESTAND 4030.18338471 A Se puede interpretar que la d

la media en 386,0064136. y s
así que se desvía de la media
386.0064315809 P

VARIANZA 1,624,274 A Se puede interpretar que la v

estándar y que en la Variable
0.148996 P

DESVIACIÓN MEDIA 3444.940698862 A Se puede determinar que la d

295.3651365037 P

COEFICIENTE DE VARIACION 1.169884690915 A Sepuede interpretar que la va

1.306878787897 P

CURTOSIS 15,994 A Se puede interpretar que am

pressentan colas más pesada
27,395 P

COEFICIENTE DE ASIMETRIA 0.061648129752 A Podemos llegar a la conclusio

0.344550337758 P
CONCLUSIONES FINALES
Se puede concluir que la variable p ( pesca) es la que presenta menores ndicadores ya que basándonos en la m
tendrá un resultado mas bajo que la Variable A.
= AGROPECUARIA TRABAJAR CON LA DATA 1

NTERPRETACIÓN

e puede interpretar que el promedio del PBI entre el año 2001 y 2017 para la variable P es 20,336.
para la variable A es 210, 698

e puede interpretar que para la data observada la mediana en la Variable P es 1988 y para
a Variable A es 20873

e puede interpretar que los datos que con más frecuencia se repiten son:
ariable P: 2,304. y Variable A: 21070

NTERPRETACIÓN

e puede interpretar que el rango en la Variable P es 14755 lo que significa que es menor la
dispersión en datos y en la Variable A es 11,9905 lo cual significa que hay mayor dispersión en los datos.

e puede interpretar que la desviación estándar de la Variable P es 386,0064136.así que se desvía de

a media en 386,0064136. y se observa que la desviación estándar de la Variable A es 4030,183385
sí que se desvía de la media en 4030,183385

e puede interpretar que la varianza en la Variabe A es de 1,624,274 que sería 1274,47 en desviación
stándar y que en la Variable Pla varianza es de 0,148996 que es igual a 0,39 en desviación estándar.

e puede determinar que la desviación media de la variable P es 295.3651365 y la de A es 3444,940699

epuede interpretar que la variable P presenta una variabilidad mayor con respecto a su media que la variable A

e puede interpretar que ambas variables tienen un valor positivo y eso significa que la distribuciones que tienen
pressentan colas más pesadas que las normales. Ambas son Leptocúrticas.

odemos llegar a la conclusion de que en ambas variables los datos están agrupados hacia la izquierda ya que son me
s ya que basándonos en la media, mediana y moda se denota que esta variable es más baja ylo cual significa que
PLANTILLA DE RESPUESTAS PARA: Producción por hora de
todas las personas

MEDIDAS DE TENCIA CENTRAL

RESPUESTAS: INTERPRETACIÓN

MEDIA 86.08261 N Se puede interpretar que el prome

87.63333 A

MEDIANA 81.9 N Se puede interpretar que para los

84.5 A la Variable N es 81,9

MODA 64.7 LOS DOS Se puede interpretar que los datos

Variable Ns y Variable A: 64.7

MEDIDAS DE DISPERSIÓN

RESPUESTAS: INTERPRETACIÓN

RANGO = 86.8 N Se puede interpretar que el rango e

8,299,999 A dispersión en datos y en la Variable

DESV.ESTAND 2,268,303 N Se puede interpretar que la desviaci

2,152,876 A la media en 22.68303 y se observa
así que se desvía de la media en 18

VARIANZA 5,145,197 N Se puede interpretar que la varianz

4,634,877 A 463.877.

DESVIACIÓN MEDIA 1,800,929,839 LOS DOS La desviación media de la variable N

COEFICIENTE DE VARIACION 0.0012595177 N La variable Agrícola presenta una v

0.2456687 A

CURTOSIS 2,391,498 N Se interpreta que ambas variables ti

243,415 A pressentan colas más pesadas que

COEFICIENTE DE ASIMETRIA 0.3842623 N Se puede interpretar que en ambas

0.3819577 A
CONCLUSIONES FINALES
Se puede concluir que la variable N es la que presenta menos indicadores basándonos en la media, mediana
resultados que la Variable A
 VARIABLE 1 N = NEGOCIO TRABAJAR CON LA DATA 2
VARIABLE 2 A = AGRICOLA

NTERPRETACIÓN

e puede interpretar que el promedio en la variable A es 87,6333 y la variable N 86,08261

e puede interpretar que para los data observada la mediana en la Variable A es 84.59 y para
a Variable N es 81,9

e puede interpretar que los datos que con más frecuencia se repiten son:
ariable Ns y Variable A: 64.7

NTERPRETACIÓN

e puede interpretar que el rango en la Variable N es 86,8 lo que significa que es mayor la
dispersión en datos y en la Variable A es 8299.999 que hay menos dispersión en los datos.

e puede interpretar que la desviación estándar de la Variable N es 22.68303 así que se desvía de
a media en 22.68303 y se observa que la desviación estándar de la Variable A es 2.152.876
sí que se desvía de la media en 1800.929839

e puede interpretar que la varianza en la Variabe N es de 514.5197 y que en la Variable A la varianza es de

63.877.

a desviación media de la variable Negocios es y la de Agrícola es: 1800.929.839

a variable Agrícola presenta una variabilidad mayor con respecto a su media que la variable Negocios.

e interpreta que ambas variables tienen un valor positivo y eso significa que la distribuciones que tienen
pressentan colas más pesadas que las normales. Ambas son Leptocúrticas.

e puede interpretar que en ambas variables los datos están agrupados hacia la izquierda ya que son menores
basándonos en la media, mediana y moda se denota que esta variable es más baja lo que significa que tendrá un bajo
 PRODUCTO BRUTO INTERNO DEL PERÚ

SOLO SELECCIONAR 2 VARIABLES

HALLAR LOS INDICADORES DE MEDIDA CENTRAS MEDIA MEDIANA
HALLAR LOS INDICADORES DE DISPERSIÓN DESV. ESTANDVARIANZA
INTERPRETAR TODAS LAS RERSPUESTAS
REALIZAR UN ANALISIS COMPARATIVO DE LAS INTERPRETACIONES
COMO CONCLUSION FINAL, MENCIONAR QUE VARIABLE PRESENTA MEJORES INDICADORES Y PORQUE

VARIABLE 1 VARIABLE 2 VARIABLE 3 VARIABLE 4 VARIABLE 5 VARIABLE 6

NRO DE Agropecuar Manufactur Electricidad Construcci

PERIODOS AÑO Pesca Minería
ia a y agua ón

1 2001 15,374 1,488 32,360 35,094 3,823 9,467

2 2002 16,152 1,529 35,582 37,424 4,049 10,281
3 2003 16,472 1,417 36,993 38,883 4,205 10,672
4 2004 16,391 1,988 39,206 41,778 4,435 11,195
5 2005 16,948 2,086 43,236 44,529 4,685 12,168
6 2006 18,462 2,163 44,058 47,766 5,040 13,994
7 2007 19,074 2,364 45,892 52,807 5,505 16,317
8 2008 20,600 2,436 49,599 57,354 5,950 19,061
9 2009 20,873 2,352 50,076 53,502 6,013 20,360
10 2010 21,766 1,891 50,714 59,255 6,501 23,993
11 2011 22,658 2,892 51,043 64,330 6,994 24,848
12 2012 23,992 1,960 52,473 65,265 7,401 28,779
13 2013 24,640 2,445 55,035 68,508 7,804 31,356
14 2014 25,028 1,762 54,554 66,047 8,185 31,960
15 2015 25,894 2,042 59,716 65,079 8,671 30,101
16 2016 26,584 1,836 69,446 64,176 9,307 29,154
17 2017 27,279 1,921 71,659 64,013 9,413 29,789
 MODA
CURTOSIS COEFICIENTE DE ASIMETRIA

ES INDICADORES Y PORQUE

VARIABLE 7 VARIABLE 8 VARIABLE 9

PRODUCTO
Comercio Servicios 1/ BRUTO
INTERNO

22,353 103,621 223,580

23,010 107,746 235,773
23,710 113,241 245,593
25,075 117,702 257,770
26,368 123,951 273,971
29,500 133,615 294,598
32,537 145,197 319,693
36,105 157,818 348,923
35,936 163,472 352,584
40,420 177,840 382,380
44,034 190,253 407,052
47,218 204,185 431,273
49,984 216,677 456,449
52,193 227,703 467,433
54,217 237,170 482,890
55,199 246,640 502,341
55,767 255,086 514,927
 PRODUCTO BRUTO INTERNO DEL PERÚ

HALLAR LOS INDICADORES DE MEDIDA CENTRAS MEDIA MEDIANA

HALLAR LOS INDICADORES DE DISPERSIÓN DESV. ESTAN VARIANZA
INTERPRETAR TODAS LAS RERSPUESTAS
REALIZAR UN ANALISIS COMPARATIVO DE LAS INTERPRETACIONES
COMO CONCLUSION FINAL, MENCIONAR QUE VARIABLE PRESENTA MEJORES INDICADORES Y P

VAR 1 VAR 2
Producción por hora de
Year
todas las personas
negocio no
negocios
RO DE PERIODOS agricola
1 1960 48.9 51.9

2 1961 50.6 53.5

3 1962 52.9 55.9

4 1963 55 57.8

5 1964 56.8 59.6

6 1965 58.8 61.4

7 1966 61.2 63.6

8 1967 62.5 64.7

9 1968 64.7 66.9

10 1969 65 67

11 1970 66.3 68

12 1971 69 70.7

13 1972 71.2 73.1

14 1973 73.4 75.3

15 1974 72.3 74.2

16 1975 74.8 76.2

17 1976 77.1 78.7

18 1977 78.5 80

19 1978 79.3 81

20 1979 79.3 80.7

21 1980 79.2 80.6

22 1981 80.8 81.7

23 1982 80.1 80.8

24 1983 83 84.5

25 1984 85.2 86.1

26 1985 87.1 87.5

27 1986 89.7 90.2

28 1987 90.1 90.6

29 1988 91.5 92.1

30 1989 92.4 92.8

31 1990 94.4 94.5

32 1991 95.9 96.1

33 1992 100 100

34 1993 100.4 100.4

35 1994 101.3 101.5

36 1995 101.5 102

37 1996 104.5 104.7

38 1997 106.5 106.4

39 1998 109.5 109.4

40 1999 112.8 112.5

41 2000 116.1 115.7

42 2001 119.1 118.6

43 2002 124 123.5

44 2003 128.7 128

45 2004 132.7 131.8

46 2005 135.7 134.9

1 Output refers to real

gross domestic product
in the sector.

3 Wages and salaries

of employees plus
employers'
contributions for social
insurance and private
benefit plans. Also
includes an estimate of
wages, salaries, and
supplemental
payments for the self-
employed.

4 Hourly
compensation divided
by the consumer price
index for all urban
consumers for recent
quarters. The trend
from 1978–2005 is
based on the consumer
price index research
series (CPI–U–RS).
Source: Department of
Labor, Bureau of
Labor Statistics.
 MODA
CURTOSIS COEFICIENTE DE ASIMETRIA

MEJORES INDICADORES Y PORQUE