Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA: ESTADISTICA I
CODIGO: C8259-7
COCHABAMBA-BOLIVIA
II/2021
ESTUDIO
FRENCUENCIAL
FUENTE: Los datos fueron obtenidos mediante la encuesta a 20 pintores que realizan el pintado de diferentes
estructuras inmobiliarias, en su preferencia PAREDES, de tal forma estos pintores nos proporcionan
información de cuanto es el monto de gasto y cuanto de dinero disponen para la compra de las pinturas.
Dando una relación de GASTO Y EFECTIVO DISPONIBLE, es decir, entre más dinero tengan más sera la
cantidad comprada y por lo tanto mayor será su gasto, tomando en cuenta que la LATA DE PINTURAS PARA
OBJETIVO: Todo el trabajo de estadística, se realiza con el fin de ver la relación de CAUSA-EFECTO entre
ambas variables, con el fin de determinan que tan significativa es su relación y si una depende de otra, en
este caso, si la variable gasto depende del efectivo disponible. Analizando de manera superficial sin antes
haber realizado las operaciones para calcular la relación puedo decir que si tienen una relación, talvez no tan
significativa pero si de alguna manera, ya que entre mas efectivo disponga para la compra de estas pinturas,
mayor será mis gastos, porque no puedo gastar dinero que no tengo.
BASE DE DATOS
1 40 75
2 200 320
3 120 160
4 80 100
5 240 300
6 280 350
7 80 120
8 120 120
9 160 230
10 200 240
11 120 150
12 40 70
13 80 100
14 40 60
15 120 220
16 80 130
17 320 450
18 80 120
19 120 180
20 160 250
ANALISIS FRECUENCIAL UNIVARIADO X1
X1
GASTOS PARA LA
COMPRA DE PINTURA
(mesnualmente)
40
120
80
320
80
120
160
LIMITE LIMITE FRECUENCIA
CLASES FRECUENCIA
INFERIOR SUPERIOR SIMPLE (conteo
(i) RELATIVA
DE CLASE i DE CLASE i Simple)
nivel
1
bajo 40 96 8 40,0%
nivel
bajo- 2
medio 96 152 5 25,0%
nivel
3
medio 152 208 4 20,0%
nivel
medio- 4
alto 208 264 1 5,0%
nivel
5
alto 264 320 2 10,0%
20 100,0%
ASPECTOS COMPLEMENTARIOS
FRECUENCIA FrRECUENCIA
PUNTO FRECUENCIA FRECUENCIA
CLASE SIMPLE RELATIVA
MEDIO DE RELATIVA = ACUMULADA
(i) (conteo ACUMULADA =
CLASE fri = Fi
Simple) fi Fri
1 68
8 40,0% 8 40,0%
2 124
5 25,0% 13 65,0%
3 180
4 20,0% 17 85,0%
4 236
1 5,0% 18 90,0%
5 292 100,0%
2 10,0% 20
20 100,0%
Poligono de Frecuencia Relativa
45,0%
40,0%
40,0%
35,0%
30,0%
25,0%
25,0%
20,0%
20,0%
15,0%
10,0%
10,0%
5,0%
5,0%
0,0%
0 50 100 150 200 250 300 350
100,0%
100,0%
90,0%
85,0%
80,0%
65,0%
60,0%
40,0%
40,0%
20,0%
0,0%
0 50 100 150 200 250 300 350
INTERPRETACION DE GRAFICOS:
Los gráficos nos dan un pequeño vistazo al panorama de tendencia en la variable, es decir, si nos
ponemos a analizar veremos que más del 40 % de los datos se quedan ubicados en los montos de
gasto bajos, por lo cual podemos deducir que la mayoría de los datos se encontraran con tendencia
Por lo cual se dice que, los gastos en pinturas de pared son muy bajos o bueno tienen tendencia a
ser bajos
GRAFICO DE CAJA X1
X1
GASTOS PARA LA
COMPRA DE PINTURA
(mesnualmente)
40
200
120
80
240
280
80
120
160
200
120
40
80
INTERPRETACION DE LA CAJA 1:
40
El grafico de la caja nos señala una tendencia al valor de 134,
120
donde es el promedio de todos los datos, asimismo, con la ayuda
80 del gráfico, podemos ver que dato a que dato es frecuente o muy
común que salga, ejemplo, del valor o gasto de 80 y luego de 190
320 determinan que valores dentro de esa cifra son mas probables a
80 salir, presentando valores dentro de la media e inicial-media.
120
160
ANALISIS FRECUENCIAL UNIVARIADO X2
X2
1 60 138 9 45,0%
2 138 216 3 15,0%
3 216 294 4 20,0%
4 294 372 3 15,0%
5 372 450 1 5,0%
20 100,0%
1 99
9 45,0% 9 45,0%
2 177
3 15,0% 12 60,0%
3 255
4 20,0% 16 80,0%
4 333
3 15,0% 19 95,0%
5 411 100,0%
1 5,0% 20
20 100,0%
Poligono de Frecuencia Relativa
50,0% 45,0%
45,0%
40,0%
35,0%
30,0%
25,0% 20,0%
20,0% 15,0% 15,0%
15,0%
10,0% 5,0%
5,0%
0,0%
0 50 100 150 200 250 300 350 400 450
20,0%
0,0%
0 50 100 150 200 250 300 350 400 450
75
320
160
100
300
350
120
120
230
240
150
70 INTERPRETACION DE LA CAJA 2:
100 El grafico de la caja nos señala una tendencia al valor de 187,25,
60 donde es el promedio de todos los datos, asimismo, con la ayuda
220 del gráfico, podemos ver que dato a que dato es frecuente o muy
común que salga, ejemplo, de los valores de 105 al 247,5.
130
Ese rango obtiene mas tendencia a salir es decir que dentro d
450
esos valores más común que sean el monto de efectivos para
120 cubrir dichas compras.
180
250
MEDIDA DE TENDENCIA CENTRAL DE X1
35,0%
30,0%
25,0%
25,0%
20,0%
20,0%
15,0%
10,0%
10,0%
5,0%
5,0%
0,0%
0 50 100 150 200 250 300 350
MEDIA ARITMETICA
SIMPLE = 134
MEDIANA = 120
MODA = 120
INTERPRETACION DE 1:
Podemos ver una asimetría positiva sesgada a la izquierda, donde la media es mayor a la
mediana y donde la moda es el valor que mas veces se repite en la variable.
Asimismo, se puede ver que son pocos la cantidad que tienden a ser el valor esperado, pero
la cantidad o la efectividad es grande.
MEDIDA DE TENDENCIA CENTRAL DE X2
40,0%
35,0%
30,0%
25,0% 20,0%
20,0% 15,0% 15,0%
15,0%
10,0% 5,0%
5,0%
0,0%
0 50 100 150 200 250 300 350 400 450
MEDIA ARITMETICA
SIMPLE = 187,25
MEDIANA = 155
MODA = 120
INTERPRETACION DE 2:
= 134 – 120
= 14 POSITIVO
= 187,25 – 155
= 32,25 POSITIVO
INTERPRETACION DE AMBOS:
Ambas cantidades como resultados nos muestran mas sobre la asimetría positiva, volviendo a
recalcar ya que la media aritmética simple es mas grande que la mediana, por lo tanto, si se
presenta un valor positivo.
CALCULO DE LA DESVIACION MUESTRAL Y EL COEFICICENTE DE
VARIACION X1
40 8836
200 4356
120 196
80 2916
240 11236
280 21316
80 2916
120 196
160 676
200 4356
120 196
40 8836
80 2916
40 8836
120 196
80 2916
320 34596
80 2916
120 196
160 676
SUMA 119280
CALCULO DE LA DESVIACION MUESTRAL Y EL COEFICICENTE DE
VARIACION X1
DE LA VARIABLE 2
DESVIACION MUESTRAL ESTANDAR MUESTRAL ES: S= 241,46
INTERPRETACION DE LA AMBOS:
L a desviación estándar muestral de ambos, nos brinda información y nos dice que al ser todo un
modelo y de esa forma ser una ESTIMACION, no un valor real podemos agrandar mas el campo de
respuesta y desde casa variable y según el comportamiento de sus datos se puede observar cuanto de
error o desviación tienen, es decir, del valor estimado cuanto podrían variar para crear un campo de
posibilidades mas seguro.
Con respecto al coeficiente de variación nos muestra la certidumbre que tenemos de forma general
con lo que son las aproximaciones, por ejemplo, en el de la variable 1, existe mas certidumbre que
incertidumbre, en cambio el de la variable 2 obtiene mayor incertidumbre, eso no quiere decir que
este mas, solamente que una es mas entre comillas efectiva, más probable de salir entre el rango de
posibilidades que fue extendido por la desviación estándar.
REALIZAR GRAFICO DE DISPERSION
GRAFICO DE DISPERSION
1400
1200 1160
1000
800
600
450
400 350
320
300
250 240
220 230
180
200 150
130
120 120
100
75
70
60
0
0 50 100 150 200 250 300 350
INTERPRETACION:
El grafico nos puede volver a recalcar que existe una relación significativa justamente por la
colocación de las coordenadas, es decir, si analizamos mejor el grafico notaremos que por una
parte mientras más existan los efectivo “disponible” para la compra de latas de pintura, más
podre gastar, eso va directamente conectado.
Es decir, entre mas dinero tenga, mayor sera mi gasto para comprar las pinturas.
CALCULAR LA COVARIANZA Y CORRELACION DE
PEARSON
CORRELACION DE PEARSON
Correlación de Pearson: 0, 38616
INTERPRETACION:
La relación es significativa pero no muy fuerte, es decir, si tiene un grado
de unión o de dependencia de CAUSA Y EFECTO pero esta relación no es
tan fuerteeee, aunque tiende a ser fuerte, por lo cual se puede decir que
la regresión o el modelo, esta correctamente bueno para poder realizar el
análisis.
REGRESION ENTRE VARIABLES
Identificar variable causa y efecto
REGRESION
Y=EFECTO, GASTOS POR LATA DE PINTURA
X= CAUSA, EFECTIVO PARA CUBRIR GASTOS
Coeficientes de la regresión
a = 103,93
b = 0,1267
Y = a + bx
Por intervalo serian al valor hallado con 120 y 320 le sumamos y restamos
el error estandar es decir, quedaría de la siguiente manera:
Y= [1846,13 ; -1607,87]
Y= [1871,48 ; -1582,52]
INTERPRETACIONES:
En cambio si cambiamos a estimaciones por intervalo agrandaríamos el
margen de posibilidad o error de nuestro resultado, pero al ser un error
bastante grande relativamente eso nos indica que el valor estimado ya
calculado estará entre ese rango de posibilidad y al ser grande, desde mi
parecer es más perjudicial, preferiría que fuese un intervalo
relativamente mas reducido.