UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

FACULTAD DE CIENCIAS ECONOMICAS ADMINISTRATIVAS Y CONTABLES

Asignatura: Análisis Cuantitativo I

Catedrático: Bryan Mijaíl Ramírez Varela
Guía de ejercicios primera unidad
Grupo de trabajo N°6

Integrantes:

N° Lista Cuenta Nombre Completo

6 20121004563 Heylin Gisela Salgado Palma
14 20171030173 Gina Elizabeth Amador Vásquez
22 20191005168 Sendy Giselle Ríos Valladares
30 20201001041 Olman Eduardo Flores García
38 20201002262 Rosa Marina Zamora Alvarenga
46 20211000001 Maria Fernanda Suazo Barahona

Sección: 1900

Fecha de entrega: 14 de febrero, 2022

Tegucigalpa, MDC.
 Rubrica Evaluación Grupal

Asignatura: Análisis Cuantitativo I

Sección: 1900
Equipo N° 6

Confianza Total
N° Nombre de Responsabilidad Puntualidad Respeto en su Iniciativa Calificación
Lista Integrantes Trabajo (Promedio)
25%
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Heylin
Gisela
6 Palma X X X X X 25%
Gina
Elizabeth
14 Amador X X X X X 25%
Sendy
Giselle
22 Ríos X X X X X 25%
Olman
Eduardo
30 Flores X X X X X 25%
Rosa
Marina
38 Zamora X X X X X 25%
María
Fernanda
46 Suazo X X X X X 25%
 1. Mencione los diferentes gráficos que se utilizan en estadísticas y
defina cada uno de ellos con sus usos.

R//= Histograma: Gráfica de un conjunto de datos compuesta por una serie de

rectángulos, cada uno con un ancho proporcional al rango de los valores de cada
clase y altura proporcional al número de elementos que entran en la clase (o
altura proporcional a la fracción de elementos de la clase). Usos: Los rectángulos
muestran cada clase de la distribución por separado, el área de cada rectángulo,
en relación con el resto, muestra la proporción del número total de observaciones
que se encuentran en esa clase.

Polígonos de frecuencias: Son otra forma de representar gráficamente

distribuciones tanto de frecuencias como de frecuencias relativas, Para construir
un polígono de frecuencias señalamos éstas en el eje vertical y los valores de la
variable que estamos midiendo en el eje horizontal, del mismo modo en que se
hizo con el histograma. Un polígono de frecuencias es sólo una línea que conecta
los puntos medios de todas las barras de un histograma. Por consiguiente,
podemos reproducir el histograma mediante el trazado de líneas verticales desde
los límites de clase (señalados en el eje horizontal) y, luego, conectando esas
líneas con rectas horizontales a la altura de los puntos medios del polígono.
Usos: El polígono de frecuencias es más sencillo que su histograma
correspondiente, bosqueja con más claridad un perfil del patrón de los datos, el
polígono se vuelve cada vez más suave y parecido a una curva conforme
aumentamos el número de clases y el número de observaciones.

Ojiva: También conocida como Gráfica de una distribución de frecuencias

acumuladas. Una distribución de frecuencias acumuladas nos permite ver
cuántas observaciones están por encima de ciertos valores, en lugar de hacer
un mero registro del número de elementos que hay dentro de los intervalos.
 2. Datos cuantitativos y categóricos (cualitativos) ¿Cuál es la diferencia
entre los datos cuantitativos y los datos categóricos?

R//= Los datos cuantitativos: Las variables que miden la temperatura, el peso,
la masa o la altura de una persona o el ingreso anual de un hogar.

Los datos categóricos: raza, religión y sexo, que no entran de manera natural
en categorías numéricas.

3. ¿Por qué son importantes la distribución de frecuencias?

R//= Una distribución de frecuencias es una tabla en la que organizamos los

datos en clases, es decir, en grupos de valores que describen una característica
de los datos. También nos permite manejar más datos y nos muestra el número
de observaciones del conjunto de datos que caen en cada una de las clases. Si
se puede determinar la frecuencia con la que se presentan los valores en cada
clase de un conjunto de datos, se puede construir una distribución de
frecuencias.

4. Datos discretos y continuos ¿Cuál es la diferencia entre los datos

discretos y los datos continuos?

R//= Datos discretos: Son aquellos que pueden tomar sólo un número limitado
de valores o un número infinito numerable de valores. Ejemplos: Color de pelo,
color de ojos.
Datos Continuos: Pasan de una clase a otra sin que haya un rompimiento.
Implican mediciones numéricas. Ejemplos: Altura o el peso, en la que no existen
tales categorías.
Diferencia los datos discretos son contables, pero no se pueden dividir y los
datos continuos son medibles y se pueden dividir los datos discretos tienen un
valor específico, mientras que los datos continuos se pueden dividir
infinitamente.
 5. ¿Qué característica de un conjunto de datos puede entenderse mejor
al construir un histograma?

R//= Un histograma consiste en una serie de rectángulos, cuyo ancho es

proporcional al rango de los valores que se encuentran dentro de una clase, y
cuya altura es proporcional al número de elementos que caen dentro de la clase
Características de los histogramas:
• Los histogramas representan datos cuantitativos continuos en barras
verticales u horizontales.
• Solamente se representa una sola variable.
• La variable representada debe ser cuantitativa continua.
• A cada intervalo de la variable le pertenece una única barra.
• Su uso radica en su potencial, para mostrar distribuciones de datos
cuantitativos.

6. Qué gráfica es más adecuada para mostrar la importancia relativa de

algunas categorías defectuosas de bombillas (vidrio roto, filamento
roto, sello roto y etiqueta de voltaje incorrecta) investigue.

R//= La mejor opción sería utilizar una gráfica de barras ya que esta es usada
para representar datos cualitativos y sus frecuencias. Un gráfico de barras es
una forma de resumir un conjunto de datos por categorías. Muestra los datos
usando varias barras de la misma anchura, cada una de las cuales representa
una categoría concreta. La altura de cada barra es proporcional a una agregación
específica (por ejemplo, la suma de los valores de la categoría que representa).

7. Las primeras dos clases de una distribución de frecuencias son 0-9

y 10-19. ¿Cuál es la anchura de clase?

R//= Utilizando la fórmula (VMAX – VMIN) /2

(9-0) /2 = 5
(19-10) /2 = 4.5 se aproxima a la siguiente cifra utilizando la fórmula
REDONDEAR.MAS → 5. La anchura de la clase es 5.
 8. Cuando John F. Kennedy resultó electo para ocupar la presidencia,
obtuvo el 49.72% de los 68,838,000 votos emitidos. El conjunto de
todos esos votos constituye la población. En el inciso anterior se
indica el total de votos emitidos en la elección presidencial de 1960.
Considere el número total de votos en todas las elecciones
presidenciales.

¿Son estos valores discretos o continuos?

R//= Son valores discretos
¿Cuál es el número de votos que Kennedy recibió cuando ganó las
elecciones presidenciales?
R//= 68,838,000/49.72% = 34,226,253.60 votos emitidos

9. Describa y explique los diferentes tipos de muestreo y en qué casos

se podrían aplicar.
R//= Tipos de muestreo no probabilístico:
• Muestreo por conveniencia: Basarse en los sujetos disponibles, como
detener a las personas en la esquina de la calle mientras pasan por ahí,
es un método de muestreo, aunque es extremadamente riesgoso y debe
realizarse con cautela. Este método, también conocido como un método
basado en los sujetos disponibles, no le permite al investigador tener
control sobre la representatividad de la muestra.
• Muestreo deliberado, critico o juicio: Una muestra intencional o por
juicio es aquella que se selecciona en base al conocimiento de una
población o propósito del estudio. Por ejemplo, cuando sociólogos quieren
estudiar los efectos emocionales y psicológicos a largo plazo de la
terminación de un embarazo, se puede crear una muestra que incluya
solamente a mujeres que se habían sometido a un aborto.
• Muestreo bola de nieve: Es adecuado utilizar una muestra de bola de
nieve cuando los miembros de una población son difíciles de localizar,
como las personas sin hogar, trabajadores migrantes o inmigrantes
indocumentados. Una muestra de bola de nieve es aquella en la que el
investigador recopila datos sobre los pocos miembros de la población
objetivo que puede localizar, y luego les pide que le proporcionen la
información necesaria para localizar a otros miembros que conozcan de
esa población.
• Muestreo por cuotas: Una muestra por cuota es aquella en la que las
unidades son seleccionadas en una muestra partiendo de las
características predeterminadas, de modo que la muestra total tenga la
misma distribución de características que se supone que existen en la
población que está siendo estudiada. Por ejemplo, si eres un investigador
que está realizando una muestra por cuota nacional, podrías necesitar
saber qué proporción de la población es masculina y qué proporción es
femenina.
Tipos de muestreo probabilístico:
• Muestreo probabilístico: es una técnica en la cual las muestras son
recogidas mediante un proceso que les brinda a todos los individuos de la
población la misma oportunidad de ser seleccionados.
• Muestreo aleatorio simple: La muestra aleatoria simple es el método de
muestreo básico utilizado en métodos estadísticos y cálculos. Para
recopilar una muestra aleatoria simple, a cada unidad de la población
objetivo se le asigna un número. Luego se genera un conjunto de números
aleatorios y las unidades que tienen esos números son incluidas en la
muestra. Por ejemplo, en una organización de 200 empleados, si el equipo
de recursos humanos decide llevar a cabo actividades de creación de
equipos, es muy probable que prefieran escoger fichas de un tazón. En
este caso, cada uno de los 200 empleados tiene la misma oportunidad de
ser seleccionado.

• Muestreo sistemático: En una muestra sistemática, los elementos de la

población se ponen en una lista y luego cada enésimo elemento de la lista
se selecciona sistemáticamente para su inclusión en la muestra. Por
ejemplo, un investigador tiene la intención de recoger una muestra
sistemática de 500 personas en una población de 5000. Numera cada
elemento de la población de 1 a 5.000 y elegirá a cada 10 individuos para
que formen parte de la muestra (Población total/tamaño de la muestra =
5.000/500 = 10).

• Muestreo estratificado: Una muestra estratificada es una técnica de

muestreo en la que el investigador divide a toda la población objetivo en
diferentes subgrupos o estratos, y luego selecciona aleatoriamente a los
sujetos finales de los diferentes estratos de forma proporcional. Este tipo
de muestreo se utiliza cuando el investigador quiere resaltar subgrupos
específicos dentro de una población.

• Muestreo por conglomerados: El muestreo por conglomerados puede

ser utilizado cuando es imposible o impráctico elaborar una lista
exhaustiva de los elementos que constituyen a la población objetivo.
 10. Elabore una distribución de frecuencias que resume los pulsos de
las mujeres y hombres del siguiente listado y defina: Los límites
inferiores de clase, Los límites superiores de clase, Las marcas de
clase o los puntos medios de las clases y La anchura de clase.
(7 Clases el número deseado de clases).

R//=

. MUJERES
76 72 88 60 72 68 80 64 68 68 80 76 68 72 96 72 68 72 64 80
64 80 76 76 76 80 104 88 60 76 72 72 88 80 60 72 88 88 124 64

DATOS PROCESADOS DATO MAYOR- DATO MENOR 124 - 60 64

I.C. = = = 9.143 = 9.00
60 64 68 72 76 76 80 88 NUMERO DESEADO DE CLASES 7 7
60 64 68 72 76 80 80 88
60 68 72 72 76 80 88 96
64 68 72 72 76 80 88 104
64 68 72 72 76 80 88 124
TABLA DE DISTRIBUCION DE FRECUENCIA
FRECUENCIA FRECUENCIA FREC. RELATIVA
N° CLASES FRECUENCIA
RELATIVA (%) ACUMULADA ACUM. (%)
1 60 69 12 30.00% 12 30.00%
2 70 79 14 35.00% 26 65.00%
3 80 89 11 27.50% 37 92.50%
4 90 99 1 2.50% 38 95.00%
5 100 109 1 2.50% 39 97.50%
6 110 119 0 0.00% 39 97.50%
7 120 129 1 2.50% 40 100.00%
N= 40 100.00%

HOMBRES
68 64 88 72 64 72 60 88 76 60 96 72 56 64 60 64 84 76 84 88
72 56 68 64 60 68 60 60 56 84 72 84 88 56 64 56 56 60 64 72

DATOS PROCESADOS DATO MAYOR- DATO MENOR 96 - 56 40

I.C. = = = 5.714 = 6.00
56 56 60 64 68 72 76 88 NUMERO DESEADO DE CLASES 7 7
56 60 60 64 68 72 84 88
56 60 60 64 68 72 84 88
56 60 64 64 72 72 84 88
56 60 64 64 72 76 84 96
TABLA DE DISTRIBUCION DE FRECUENCIA
FRECUENCIA FRECUENCIA FREC. RELATIVA
N° CLASES FRECUENCIA
RELATIVA (%) ACUMULADA ACUM. (%)
1 56 62 13 32.50% 13 32.50%
2 63 72 10 25.00% 23 57.50%
3 73 82 8 20.00% 31 77.50%
4 83 92 0 0.00% 31 77.50%
5 93 102 8 20.00% 39 97.50%
6 103 112 1 2.50% 40 100.00%
7 113 122 0 0.00% 40 100.00%
N= 40 100.00%
 DATOS ORDEDNADOS
Mujeres Hombres
#Menor 60 76 #Menor 56 68
3 60 76 56 68 3
60 76 56 68
6 6
64 76 56 72
64 76 56 72
4
64 76 56 72
6
64 80 60 72
68 80 60 72
68 80 60 72
6
5 68 80 7 60 76
2
68 80 60 76
68 80 60 84
72 88 60 84
4
72 88 64 84
72 88 5 64 84
72 88 64 88
8
72 88 7 64 88
4
72 96 1 64 88
72 104 1 64 88

72 124 1 #Mayor 64 96 1 #Mayor

MUJERES

I.C.= Dato mayor - Dato menor = 124 - 60 = 64 = 9

Numero deseado de clases 7 7

HOMBRES

I.C.= Dato mayor - Dato menor = 96 - 56 = 40 = 5,714286

Numero deseado de clases 7 7