"Muestra de los datos descriptivos" (TIEMPO)

[1] "MEDIA ARITMETICA: "

[1] 157.3385

[1] "MEDIANA"

[1] 156.6

[1] "MODA: "

[1] 155.0857

[1] "MEDIA GEOMETRICA: "

[1] 156.0299

[1] "MEDIA ARMONICA: "

[1] -154.7988

[1] " DISPERSION"

[1] "RANGO"

[1] 78.6

[1] "MAXIMO"

[1] 209.4

"MINIMO"

[1] 130.8

[1] 130.8 209.4

[1] "DESVIACION MUESTRAL - Estándar"

[1] 21.78262
[1] "VARIANZA"

[1] 474.4826

[1] "CUARTILES"

[1] "Q1"

25%

142

[1] "Q2"

50%

156.6

[1] "Q3"

75%

165.2

"QUNTIL 3"

60%

163.4

[1] "RANGO INTERCUARTIL"

[1] 23.2

[1] "CURTOSIS"

[1] 1.461201

[1] "COEFICIENTE DE VARIACION"

[1] 0.1384443

[1] "SESGO DE FICHER PEARSON AJUSTADO"

[1] 0.9324529
[1] "SESGO De PEARSON"

[1] 0.1017042

[1] "SESGO DE GALTON"

25%

-0.2586207

#GRAFICA DE DISPERSION

> #y=AÑOS,x=TIEMPO

> plot(TIEMPO,AÑOS,main="GRAFICA DE DISPERSION")

> #ECUACION

> lm(AÑOS~TIEMPO)

Call:

lm(formula = AÑOS ~ TIEMPO)

Coefficients:

(Intercept) TIEMPO

Bo=248.44113 B1= 0.02506

Y=248.44113+0.02506x

> #PRUEBAS DE NORMALIDAD

> #siempre con y

> ad.test(AÑOS)

Anderson-Darling normality test

data: AÑOS

A = 0.65978, p-value = 0.06514

> shapiro.test(AÑOS)
 Shapiro-Wilk normality test

data: AÑOS

W = 0.88857, p-value = 0.09326

> ks.test(AÑOS,pnorm(length(AÑOS)),alternative="two.sided")

Two-sample Kolmogorov-Smirnov test

data: AÑOS and pnorm(length(AÑOS))

D = 1, p-value = 0.3111

alternative hypothesis: two-sided

En el estudio estadístico real se realizó la toma de muestras en el laboratorio de ingeniería de
la producción definiendo que es necesaria la presencia de 13 datos. Después de analizar los
mismos podemos observar que la media o el promedio de datos es igual a 157.3385, la moda
es 155.0857 la cual se repite con una frecuencia de 2, la mediana es 156.6.
La varianza se puede notar que es amplia lo cual quiere decir que los datos analizados no son
homogéneos o estos son diferentes uno del otro. Al igual podemos observar que la desviación
estándar la cual marca el grado de error con respecto a la media es algo elevada con el valor
de 21.78262.
El histograma muestra datos acerca de la repetición de cada dato es decir de su frecuencia por
lo cual en el grupo de dato número 163.4 se aprecia la mayor repetición con un valor de 2 y
también muestra la frecuencia mínima que tienden algunos datos que se repiten 2 veces como
es el grupo de datos que está ubicado en el intervalo 200 220.
En la ojiva se puede apreciar que la parte más representativa del mismo con un valor de
86,6% en la ubicación del grupo 9 con el dato número 1000.
Gracias a los sesgos positivos sabemos que la cola o sesgo va hacia la derecha y según la
curtosis este es menor a 3 por lo que sería platicurtica. 
En el grafico Box Plot se observa que sus bigotes son ligeramente más largos el bigote
superior en distancias con el bigote inferior. La media se encuentra aparentemente cerca del
centro de la caja, pero la mediana se encuentra distanciada de la media y a su vez también del
centro de la caja por lo cual existen más errores, se aprecia 1 dato atípico, otra grafica por
analizar es la gráfica de dispersión la cual como podemos observar corresponde a una gráfica
sin relación, otro dato que obtuvimos fue la ecuación y llegamos a la conclusión que a mayor
edad mayor tiempo.
"Muestra de los datos descriptivos"(AÑOS)

[1] "MEDIA ARITMETICA: "

[1] 252.3846

[1] "MEDIANA"
[1] 247

[1] "MODA: "

[1] 244.1429

[1] "MEDIA GEOMETRICA: "

[1] 252.0744

[1] "MEDIA ARMONICA: "

[1] -251.7711

[1] “DISPERSION"

"RANGO"
[1] 43
[1] "MAXIMO"
[1] 280
[1] "MINIMO"
[1] 237
[1] 237 280

[1] "DESVIACION MUESTRAL - Estandar"

[1] 13.16902

[1] "VARIANZA"
173.4231

[1] "CUARTILES"
[1] "Q1"
25%
244

[1] "Q2"
50%
247

[1] "Q3"
75%
265

[1] "QUNTIL 3"

60%
250.2

[1] "RANGO INTERCUARTIL"

[1] 21

[1] "CURTOSIS"
[1] -0.3345581

[1] "COEFICIENTE DE VARIACION"

[1] 0.05217838

[1] "SESGO DE FICHER PEARSON AJUSTADO"

[1] 0.7194894

[1] "SESGO De PEARSON"

[1] 1.226655

[1] "SESGO DE GALTON"

25%
0.7142857
#GRAFICA DE DISPERSION
> #y=AÑOS,x=TIEMPO
> plot(TIEMPO,AÑOS,main="GRAFICA DE DISPERSION")
> #ECUACION
> lm(AÑOS~TIEMPO)

Call:
lm(formula = AÑOS ~ TIEMPO)

Coefficients:
(Intercept) TIEMPO
248.44113 0.02506

> #PRUEBAS DE NORMALIDAD

> #siempre con y
> ad.test(AÑOS)

Anderson-Darling normality test

data: AÑOS
A = 0.65978, p-value = 0.06514

> shapiro.test(AÑOS)

Shapiro-Wilk normality test

data: AÑOS
W = 0.88857, p-value = 0.09326

> ks.test(AÑOS,pnorm(length(AÑOS)),alternative="two.sided")

Two-sample Kolmogorov-Smirnov test

data: AÑOS and pnorm(length(AÑOS))

D = 1, p-value = 0.3111
alternative hypothesis: two-sided

primer lugar se observa que la media, la mediana y la moda no son igulaes;

en el cálculo de la varianza dio un valor de 173.4231 indicando que no es homogéneo; con el valor de
la desviación de de 13.16902
muestra un grado de error respecto a la media calculada ; en el gráfico del histograma y polígono se
puede observar que la frecuencia máxima obtenida fue de 5 en el intervalo (240-250),
mientras que se obtuvo una frecuencia mínima de 1 en los intervalos (250-260) Y (270-280) ; en la
ojiva acumulada desde el intervalo de 7 se encuentra el 80% del estudio; en el boxplot se observa que
la media está alejada al centro desde la parte imferior , el bigote superior es más grande que el inferior
y se nota que no existen datos atípicos;Con el uso de los sesgos fisher-pearson ajustado, galton y
pearson notamos que la moda y media no son iguales y es sesgado a la derecha; el valor obtenido en
la curtosis es de -0.3345581 y por último el coeficiente de variación es de 5.21%, tambien podemos
observar que los datos son normales ya que cumplen dos pruebas de normalidad tienen el 95% de
confianza, concluyendo en que los datos cuentan una dispersión sin relación.