I. Organización de Datos y Cálculo de Estadígrafos.

Los siguientes datos corresponden al muestreo de 50 observaciones referentes a los pesos de

50 lingotes de acero producidos por la Empresa Metal- Mecánica SIDERPERU DE CHIMBOTE:

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

1.1. Tipología de variable estadística bajo estudio. ¿El tamaño de muestra n es pequeña o
grande?
Variable cuantitativa continúa (V.C.C)
Muestra aleatoria grande porque: n>30

1.2. Calcular el rango de datos originales R X . Determinar el número de intervalos de clase (m)
por el método de Sturges.

Rango: R x =X m á x −X min Intervalos de clases:

m=1+3.32 logn
R x =96,4−91,6 m=1+3.32 log 50
R x =4,8 m=6.640580114
,
m =7

1.3. Determinar la amplitud intervalica original c. ¿Existirá una amplitud intervalica redondeada
,
c?

Calculando la amplitud intervalica:

R x 4,8
c= = =0,6857142857
m 7
c , =0,7

,
1.4. ¿Existir un nuevo rango R x? ¿Existirá una Diferencia de Rangos ∆ R x ?

Hallando el nuevo Rango: Calculando la diferencia de Rangos:

'
R ' x =c × m' ∆ R x =R ' x −R X
R ' x =0,7 ×7 ∆ R x =4,9−4,8
R ' x =4,9 ∆ R x =0,1
,
Por lo tanto existe un nuevo rango R x
'
∆ R =0,05
''
∆ R =0,05
 1.5. Elaborar un cuadro completo de la distribución de pesos de 50 lingotes de acero

1.6. Calcule el Diámetro Medio de lo datos agrupados. Interpretar estadísticamente.

 Diámetro Medio
m
y=∑ y i h i
i=1

y=3,676+16,668+14,928+26,32+17,046+11,448+3,844

y=76,884

⌊ y ' i−1 , y ' i ⟩ ¿ ¿

¿ ¿ ¿
i yi ci Tabulación ni hi 100 hi Nj Hj 100 H i Ni Hi 100 H i
o conteo
1 ⌊ 91,55−¿ ¿ 91,9 0,7 II 2 0,04 4 2 0,04 4 50 1,00 100

2 ⌊ 92,25−¿ ¿ 92,6 0,7 IIII IIII 9 0,18 18 11 0,22 22 48 0,96 96

3 ⌊ 92,95−¿ ¿ 93,3 0,7 IIII III 8 0,16 16 19 0,38 38 39 0,78 78

4 ⌊ 93,65−¿ ¿ 94,0 0,7 IIII IIII IIII 14 0,28 28 33 0,66 66 31 0,62 62

5 ⌊ 94,35−¿ ¿ 94,7 0,7 IIII IIII 9 0,18 18 42 0,84 84 17 0,34 34

6 ⌊ 95,05−¿ ¿ 95,4 0,7 IIII I 6 0,12 12 48 0,96 96 8 0,16 16

7 ⌊ 95,75−¿ ¿ 96,1 0,7 II 2 0,04 4 50 1,00 100 2 0,04 4

50 50 1,00 100 %

Este valor promedio, nos indica que cada vez que un lingote de acero sea producido, el
diámetro que se espera que tenga es de aproximadamente 76,884

1.7. Calcule el Diámetro Mediano de los datos agrupados. Interpretar estadísticamente.

 Diámetro Mediano:

[ ]
n
−N j−1
, 2
Me= y i−1 +c j
N j −N j−1

n 50 n
Como: = =25, entonces la menor frecuencia absoluta acumulada que supera a =25
2 2 2
es N 4 =33>25 , entonces el intervalo usado será: ⌊ 93,65−¿ ¿
 Me=93,65+ 0,7
[ 25−19
33−19 ]
= 93,95
No más del 50% de los lingotes de acero tienen un diámetro inferior a 93,95 y que también no
más del 50% tienen un diámetro mayor a coeficiente de Correlación Lineal Simple

1.8. Calcule el Diámetro Modal de los datos agrupados. Interpretar estadísticamente.

 Diámetro Mediano:

,
M o= yi −1 +c
[ N j−N j−1
( N j −N j−1 ) + ( N j−N j+1 ) ]
M o=93,65+0,7
[ 33−13
]
( 33−13 ) + ( 33−14 )
=94,00897436

Se tuvo una fabricación de lingotes de acero con diámetro 94,00897436 con mayor
frecuencia.

1.9. Calcule el Primer Cuartil (Q1) y el Tercer Cuartil (Q 3). Interpretar estadísticamente.
 Primer Cuartil Q 1:
n 50
n=50 , = =12,5
4 4
n
Entonces la menor frecuencia absoluta que supera a =12,5 es N 3=19 , luego
4
j=3 , j−1=2.
Por lo tanto el intervalo de clase que contiene a Q 1 es y ' j−1 − y j=⌊ 92,95−¿ ¿
'

n
Como =12,5> N 2=11, el primer cuartil es:
4

[ ]
n
−N 2
4
Q1= y ' j−1+C
N 3−N 2

Q1=92,95+ 0.7
[ 12.5−11
19−11 ]
Q1=93,08125

 Tercer Cuartil Q 3:

3 n 3 ×50
Como n=50 , = =37.5 , entonces la menor frecuencia acumulada que supera a
4 4
3n
=37,5 es N 5=42, luego j=5 , j−1=4 . Por lo tanto la clase que tiene a Q 3 es
4
'
y ' 5− y 4 =95,05−94,35
3n
Como =37,5> N 4 =33, el tercer cuartil es:
4
 [ ]
3n
−N 4
4
Q3= y ' j−1+ C
N 5 −N 4

Q3=94,35+0,7
[ 37.5−33
42−33 ]
Q3=94,7

1.10. Calcule el Nonagésimo Percentil y el Decimo Percentil. Interpretarlos estadísticamente.

 El Nonagésimo Percentil es:

90 90
n= 50=45< N j =48 es preferible usar el intervalo mayor, el intervalo usado será:
100 100
⌊ 95,05−¿ ¿

[ ( )
]
90
50−42
100
P90=95,05+ 0,7
48−42
P90=95,4

Interpretación: El 90% de los diámetros de los lingotes de acero son menores o iguales que
95,4 y 10% son mayores que 95,4

 El Decimo Percentil es:

10 10
n= 50=5< N j=11,es preferible usar el intervalo mayor, el intervalo usado será:
100 100
⌊ 92,25−¿ ¿

[ ( )
]
10
50−2
100
P10=92,25+ 0,7
11−2
P10=92,4833

Interpretación: El 10% de los diámetros de los lingotes de acero son menores o iguales que
92,4833 y los 90% restantes son superiores a 92,4833 .

1.11. Hallar el 2do. Coeficiente de Asimetría de PEARSON. ¿Que distribución genera A s?

*Fórmula:
 Q 3+ Q 1−2 Me
A s=β=
Q 3−Q 1
**Interpretación estadísticas:
Si A s> 0 ……………………………………Distribución Asimétrica Positiva
Si A s=0 ……………………………………Distribución Simétrica
Si A s< 0 ……………………………………Distribución Asimétrica Negativa

Q 3+ Q 1−2 Me
A s=β=
Q 3−Q 1

94,665+93,08−2(93,95)
A s=β= =−0,0977917
94,665−93,08

Como el A s< 0, la distribución asimétrica negativa o sesgada hacia la izquierda.

1.12. Hallar el Coeficiente Percentilico de Kurtosis. ¿Qué distribución genera K?

*Fórmula:
(Q ¿ ¿ 3−Q 1)
k= ¿
2(P 90−P10)
**Interpretación estadísticas:
Si K >0 ……………………………………Distribución Leptocurtica
Si K=0 ……………………………………Distribución Mescurtica
Si K <0 ……………………………………Distribución Platicurtica

Usando los datos obtenidos hasta ahora:

(Q ¿ ¿ 3−Q1)
k= ¿
2( P 90−P10)

( 94,665−93,08 )
k=
2 ( 95,4−92,4833 )

k =0,271711

Como K >0 , genera un distribución leptocurtica.

II. Examen Parcial Estadística General ES-142-EFPIM.

Se han tabulado 50 observaciones que representan la resistencia a la ruptura de un material en
2
Kg /cm . Se obtuvo una media de 170 Kg /cm y una variancia de 880 ( Kg /cm2 ) . Se dispone
2 2

la siguiente tabla de frecuencias:

a) Dar titulo al cuadro adjunto:

Cuadro de distribución de 50 resistencias a la ruptura de un material en Kg/cm 2

b) Hallar casillas “casillas no llenadas”.

Intervalos de Clase Marcas de Clase Frecuencia Absoluta

⌊ y ' i−1 , y ' i ⟩ ¿ ¿ y 'i Simple: ni
100 – 120 110 a
120 – 140 130 6
140 – 160 150 b
160 – 180 170 16
180 – 200 190 c
200 – 220 210 6
220 - 240 230 3
50

∑ ni=50
a+ 6+b+16 +c +6+3=50
a+ b+c=19 … … … … .(1)

y=
∑ y i ni
50
110 a+780+150 b+ 2720+190 c+ 1260+ 690
y= =170
50
y=110 a+150 b+190 c=3050
11 a+15 b+19 c=305 … … …(2)

Por medio de la Varianza de la muestra:

S=
2∑ 2
( yi − y ) ni
y
n
3600 a+ 9600+400 b+ 400 c +9600+10800
880=
50
44000=3600 a+ 400 b+400 c +30000
3600 a+ 400 b+400 c =14000
36 a+ 4 b+ 4 c=140 … … …(3)
 → 9 a+b+ c=35
b+ c=35−9 a

Remplazando en ( 1 ):
a+ b+c=19
a+ ( 35−9 a )=19
a=2

Remplazando en ( 1 ) y ( 2 ): 11 ( 2 )+15 b +19 c=305

a+ b+c=19 22+15 b+19 c=305
2+b+ c=19 15 b+19 c=283
b+ c=17 15 ( 17−c )+19 c =283
b=17−c 255−15 c+19 c=283
4 c=28
c=7

Por lo tanto:
a=2 ; b=10 ;c =7

c) A partir de los datos reconstruirla y elaborar un cuadro completo.

i ⌊ y ' i−1 , y ' i ⟩ ¿ ¿ y i ci Tabulación ni hi 100 %hi Nj Hj 100 %H j N ¿j Hj

¿
100 %H j
¿

o conteo
1 ⌊ 100−¿ ¿ 110 20 II 2 0,04 4 2 0,04 4 50 1,00 100

2 ⌊ 120−¿ ¿ 130 20 IIII I 6 0,12 12 8 0,16 16 48 0,96 96

3 ⌊ 140−¿ ¿ 150 20 IIII IIII 10 0,20 20 18 0,36 36 42 0,84 84

4 ⌊ 160−¿ ¿ 170 20 IIII IIII IIII I 16 0,32 32 34 0,68 68 32 0,64 64

5 ⌊ 180−¿ ¿ 190 20 IIII II 7 0,14 14 41 0,82 82 16 0,32 32

6 ⌊ 200−¿ ¿ 210 20 IIII I 6 0,12 12 47 0,94 94 9 0,18 18

7 ⌊ 220−¿ ¿ 230 20 III 3 0,06 6 50 1,00 100 3 0,06 6

TOTAL 50 50 1,00 100 %

d) Hallar cuartiles: Q3 y Q 1, interpretarlas estadísticamente.

 Primer Cuartil Q 1:
n 50 n
n=50 , = =12,5. Entonces la menor frecuencia absoluta que supera a =12,5 es
4 4 4
N 3=18 , luego j=3 , j−1=2. Por lo tanto el intervalo de clase que contiene a Q 1 es
'
y ' j−1 − y j=⌊ 140−¿ ¿
n
Como =12,5> N 2=8 , el primer cuartil es:
4

[ ]
n
−N 2
4
Q1= y ' j−1+C
N 3−N 2

Q1=140+20
[ 12,5−8
18−8 ]
Q1=149

 Tercer Cuartil Q 3:

3 n 3 ×50
Como n=50 , = =37.5 , entonces la menor frecuencia acumulada que supera a
4 4
3n
=37,5 es N 5=41, luego j=5 , j−1=4 . Por lo tanto la clase que tiene a Q 3 es
4
'
y ' j−1 − y j=⌊ 180−¿ ¿

3n
Como =37,5> N 4 =34 , el tercer cuartil es:
4

[ ]
3n
−N 4
4
Q3= y ' j−1+ C
N 5 −N 4

Q3=180+ 20
[ 37.5−34
41−34 ]
Q3=190

e) Hallar Centiles: P10 y P90 ¿, interpretarlos estadísticamente.

 El Nonagésimo Percentil es:

 90 90
n= 50=45< N j =47 , es preferible usar el intervalo mayor, el intervalo usado
100 100
será: ⌊ 200−¿ ¿

[ ]
90
n−N j−1
100
P90= y ' j−1+ C
N j−N j−1

[( )
]
90
50−41
100
P90=200+ 20
47−41
P90=213,3333

Interpretación: El 90% de los diámetros de los lingotes de acero son menores o iguales que
213,3 y 10% son mayores que 213,3

 El Decimo Percentil es:

10 10
n= 50=5< N j=8 , es preferible usar el intervalo mayor, el intervalo usado será:
100 100
⌊ 120−¿ ¿

[ ]
10
n−N j−1
100
P10= y ' j−1+C
N j−N j−1

P10=120+20
[ ]
5−2
8−2
P10=130

Interpretación: El 10% de los diámetros de los lingotes de acero son menores o iguales que
130y los 90% restantes son superiores a 130.

f) Hallar el valor modal e interpretar estadísticamente.

g) Calcular k (coeficiente de Kurtosis). ¿Qué distribución es según lo señalado en la pregunta I?

Formula abreviada:
k =Q/ DP

Usando los datos obtenidos hasta ahora:

 (Q ¿ ¿ 3−Q 1)
k= ¿
2( P 90−P10)

( 190−149 )
k=
2 ( 213,33−130 )

k =2,246

Como K >0 , genera un distribución leptocurtica.

III. Coeficiente de Regresión y de Correlación Lineal Simple.

En una Facultad de Ciencias Fisico – Matematicas se desea contratar a cinco (05) Jefes de
Practica de Estadistica Computacional, por lo que son evaluados en dos rubros: “Examen de
manejo de Paquetes Estadisticos”(X) y “Examen de Conocimientos en Estadistica Aplicada”
(Y). Los resultados obtenidos se registran en la siguiente tabla bidimensional o de doble
entrada de datos originales: TABLA III

Características Candidatos a Jefes de X: Examen de manejo Y:Examen De

“i” Practica – Facultad de de Paquetes Conocimientos de
CC.FF.MM. Estadísticos Estadística
Aplicada
A Mario salas 18 82
B Felipe Castañeda 15 68
C Susan Barbosa 12 60
D Lissette morales 9 32
E Melisa Landeo 3 18

I-a) Grafica estadística del dispersograma o diagrama de dispersión de los datos (X, Y)
bidimensionales.
I-b) Halle las estimaciones del parámetro Alfa: α (distancia del origen al punto de corte de la
recta con eje Y Y ' ) y del parámetro Beta: β (Coeficiente de Reresion Lineal Simple - RLS)

Construiremos la tabla y calcularemos las medias muéstrales respectivamente

.n x y xy X2 Y2
1 18 82 1476 324 6724
2 15 68 1020 225 4624
3 12 60 720 144 3600
4 9 32 288 81 1024
5 3 18 54 9 324
∑ datos 57 260 3558 783 16296