PRODUCTO INTEGRADOR DE APRENDIZAJE

Nombre de la Unidad de Aprendizaje : ______________________________

Nombre del proyecto: ___________________________________________
Programa educativo: ____________________________________________
Semestre: ____ Grupo: ______
Nombre del maestro: ___________________________________________
Nombre de los integrantes del equipo:
(En orden alfabético apellidos-nombres- # matrícula)

Contenido mínimo a evaluar Cumplimiento

Índice
Introducción .- incluye valores
UANL aplicados
Análisis y emisión de juicio
Conclusiones individuales
Conclusión del equipo
Actividad en inglés
Calificación PIA:

Firma del maestro

San Nicolás de los Garza, ciudad universitaria a (día-mes-año)

Índice.
 Introducción.

En este producto integrador de aprendizaje vimos y aprendimos mucho

conocimiento en base a nuestra materia estadística descriptiva, la cual pudimos
aprender más sobre la importancia y ver en si como se basa la estadística, la
estadística se ha constituido en una herramienta importante en los procesos de
investigación, puesto que permite planear, organizar, representar, analizar e
interpretar la información referente a individuos u observaciones de un fenómeno
al cual se le estudian. Además, la estadística tiene sus ramas las cuales son dos
la estadística descriptiva e inferencial, la estadística descriptiva se basa en
métodos que se describen y/o caracterizan un grupo de datos, mientras que la
inferencial busca deducir y sacar conclusiones acerca de situaciones generales
más allá del conjunto de los datos obtenidos, estos conceptos son un poco de todo
lo que hemos visto a lo largo del semestre, cada tema visto tiene una importancia
y cada uno nos conlleva a tener mas conocimiento acerca de cosas vistas
anteriormente. En este proyecto nos basaremos en una base de datos titulado
“bienes raíces” en base de esta base de datos nosotros como equipo haremos y
realizaremos tablas de frecuencias de alguno de los datos (frecuencia relativa,
absoluta y porcentual), identificar cuales son las variables cualitativas y
cuantitativas de la base de datos, así como ver cual su nivel de medición, realizar
las graficas vistas en clase, en este caso nos enfocaremos en las graficas de
barras y de pastel. Calcular la moda, media y mediana y la desviación estándar de
los datos no agrupados de la variable cuantitativa, realizaremos las tablas
dinámicas donde nos basaremos al numero de casas con alberca. Al realizar
todos estos requerimientos nos servirá de gran ayuda, así podemos ver el
conocimiento que adquirimos realizando esta evidencia, y ver el desempeño que
tuvimos tanto individualmente como en equipo
Introduction.

In this integrative learning product we saw and learned a lot of knowledge based
on our descriptive statistics subject, which we were able to learn more about the
importance and see if how statistics are based, statistics has become an important
tool in the processes of research, since it allows planning, organizing, representing,
analyzing and interpreting the information referring to individuals or observations of
a phenomenon that is being studied. In addition, statistics has its branches, which
are two: descriptive and inferential statistics, descriptive statistics is based on
methods that describe and/or characterize a group of data, while inferential
statistics seek to deduce and draw conclusions about more general situations.
Beyond the set of data obtained, these concepts are a little of everything we have
seen throughout the semester, each topic seen has an importance and each one
leads us to have more knowledge about things seen previously. In this project we
will rely on a database entitled "real estate" based on this database we as a team
will make and make frequency tables of some of the data (relative, absolute and
percentage frequency), identify which are the variables qualitative and quantitative
data from the database, as well as to see what its level of measurement, make the
graphs seen in class, in this case we will focus on the bar and pie graphs.
Calculate the mode, mean and median and the standard deviation of the non-
grouped data of the quantitative variable, we will make the dynamic tables where
we will base ourselves on the number of houses with a pool. Performing all these
requirements will be of great help to us, so we can see the knowledge we acquired
by doing this evidence, and see the performance we had both individually and as a
team.
 Valores.

Honestidad.

Este trabajo elaborado en equipo lo elaboramos en base a nuestro conocimiento,

cada integrante del equipo aporto y ayudo con el tema que más se le facilito, así
como, hubo apoyo de cada uno de los integrantes, fue un trabajo libre de plagio,
nosotros como equipo sabemos que la honestidad es realizar acciones y
actividades de forma honrada y sincera y es actuar de manera coherente.

Trabajo en equipo.

Nosotros como equipo estuvimos apoyándonos mutuamente al realizar cada uno

de los trabajos y de los requisitos pedidos específicamente en este producto
integrador de aprendizaje, si algún integrante del equipo comprendía de mejor
forma algún tema y otro integrante se le dificultaba se apoyaban mutuamente para
poder entregar la parte que le correspondía a cada uno, tuvimos buena
comunicación, es decir no tuvimos ninguna dificultad para realizarlo, hubo apoyo
de parte de todos como equipo, y como equipo se espera obtener un buen
resultado

Responsabilidad.

Cada integrante del equipo tuvo su elección de tema para realizarlo y entregarlo al
representante de equipo, cada uno de ellos tuvo la responsabilidad de saber
realizar cada parte del tema que le toco, y en caso de tener algún inconveniente o
duda, tenia la responsabilidad de realizarlo pese a los inconvenientes, nosotros
como equipo sabemos que la responsabilidad es algo de suma importancia, ya
que, es un valor que se basa en la moral de cada uno y que es indispensable.

Respeto.
El respeto es la consideración y valoración especial hacia algo o hacia alguien, es
por lo que, nosotros como equipo tuvimos respeto tanto hacia al trabajo como
hacia nosotros mismos, no tuvimos faltas de respeto hacia ningún integrante del
equipo y en el trabajo tampoco.

Solidaridad.

Nos unimos como equipo para poder aclarar las dudas que tuvimos indivualmente
y en equipo para poder sacar adelante el proyecto, con ayuda de todos tratamos
de sacar el proyecto de buena forma y cada uno trato de aportar lo que mejor se
facilitaba uno de otro. Tuvimos en cuenta que la solidaridad se trata de trabar en
equipo y apoyarnos
 Glosario.

1- Estadística.

Ciencia por medio de la cual se recogen, organizan, presentan, analizan e

interpretar datos con el fin de proporcionar una toma de decisión más eficaz.

2- Estadística descriptiva.

Método para organizar, resumir y presentar datos de manera informativa.

3- Estadística inferencial.

Métodos que se emplean para determinar una propiedad de una población con
base en información de una muestra de esta.

4- Población.

Conjunto total de individuos u objetos de interés de medida que se obtiene a

partir de esos individuos u objetos.

5- Muestra.

Subconjunto o parte de la población de interés.

6- Variable cualitativa.

Cuando el objeto o el individuo se observa y registra en una característica no

numérica.

7- Variable cuantitativa discreta.

Solo adoptan ciertos valores y existen brechas entre ellos.

8- Variable cuantitativa continua.

Las observaciones de una variable cuantitativa toman las observaciones de un
rango especifico.

9- Nivel nominal.

Los datos registrados en el nivel nominal de medición se representan como

etiquetas o nombres, no tienen un orden solo pueden clasificarse y contarse.

10-Nivel intervalo.

El intervalo o distancia entre los valores de los datos registrados en el nivel de

intervalo de medición es significativo. Se basa en una escala con una unidad
conocida de medición.

11- Nivel ordinal.

Se basa en una clasificación o calificación relativa del evento basado en un

atributo definido o variable cualitativa. Las variables que se basan en este nivel
solo se clasifican o cuentan.

12- Nivel de razón.

Se basan en una escala que tengan una unidad conocida de medición y una
interpretación significativa del cero.

13- Clase.

Es el numero de subconjuntos en que se han agrupado los datos.

14- Distribución de frecuencias.

Agrupación de datos en clase mutuamente excluyentes y colectivamente

exhaustivas te muestra el numero de observaciones que hay en cada clase.

15- Distribución de frecuencias relativas.

Describe los porcentajes, el numero total de observaciones correspondiente a
cada categoría.

16- Frecuencia de clase.

Es aquella distribución en la que la disposición tabular de los datos estadísticos

se encuentra ordenados en clase y con la frecuencia de cada de clase, es
decir, los datos adyacentes del conjunto se combinan para formar un intervalo
de clase.

17- Histograma.

Gráficos que representan datos estadísticos. En estos gráficos hay variables

que están agrupadas en intervalo y que están representadas con barras o
puntos, la altura de cada barra representa la frecuencia de cada clase o
variable.

18- Polígono de frecuencias.

Es un gráfico usado en estadística para mostrar la frecuencia con la que

cambia una variable o categoría, para crear uno se necesita un histograma de
datos.

19- Desviación estándar.

La desviación estándar mide la dispersión de una distribución de datos, entre

mas dispersa esta una distribución de datos mas grande es su desviación
estándar.

20- Media aritmética.

También llamada promedio o simplemente media, se obtiene con la suma de

un conjunto de valores dividida entre el número total de sumandos.

21.Mediana

La mediana representa el valor de la variable de posición central en un

conjunto de datos ordenados. Se le denota mediana. Si la serie tiene un
número par de puntuaciones, la mediana es la media entre las dos
puntuaciones centrales.

22.Medida de dispersión.

Indican qué tanto se dispersan o agrupan los datos con respecto a su media
aritmética.

23.Moda.

La moda es el valor que aparece con mayor frecuencia en un conjunto de

datos.

24.Rango.

El rango es una medida de dispersión que, para una serie de datos no

agrupados, es igual a la diferencia del dato mayor y el dato menor.

25. Varianza.

La Varianza es una medida de dispersión que se utiliza para representar la

variabilidad de un conjunto de datos respecto de la media aritmética de los
mismo.
 Descripción del caso.

A continuación, presentaremos los datos sacados de una agencia de bienes

raíces, con los inmuebles categorizados con los números recolectados, se
presentará todo lo que se logró capturar mediante una tabla dinámica.

Pool Garage
Record Agent Price Size Bedrooms Baths (Yes is 1) (Yes is 1) Days
1 Marty 206424 1820 2 1.5 1 1 33
2 Rose 346150 3010 3 2 0 0 36
3 Carter 372360 3210 4 3 0 1 21
4 Peterson 310622 3330 3 2.5 1 0 26
5 Carter 496100 4510 6 4.5 0 1 13
6 Peterson 294086 3440 4 3 1 1 31
7 Carter 228810 2630 4 2.5 0 1 39
8 Isaacs 384420 4470 5 3.5 0 1 26
9 Peterson 416120 4040 5 3.5 0 1 26
10 Isaacs 487494 4380 6 4 1 1 32
11 Rose 448800 5280 6 4 0 1 35
12 Peterson 388960 4420 4 3 0 1 50
13 Marty 335610 2970 3 2.5 0 1 25
14 Rose 276000 2300 2 1.5 0 0 34
15 Rose 346421 2970 4 3 1 1 17
16 Isaacs 453913 3660 6 4 1 1 12
17 Carter 376146 3290 5 3.5 1 1 28
18 Peterson 694430 5900 5 3.5 1 1 36
19 Rose 251269 2050 3 2 1 1 38
20 Rose 547596 4920 6 4.5 1 1 37
21 Marty 214910 1950 2 1.5 1 0 20
22 Rose 188799 1950 2 1.5 1 0 52
23 Carter 459950 4680 4 3 1 1 31
24 Isaacs 264160 2540 3 2.5 0 1 40
25 Carter 393557 3180 4 3 1 1 54
26 Isaacs 478675 4660 5 3.5 1 1 26
27 Carter 384020 4220 5 3.5 0 1 23
28 Marty 313200 3600 4 3 0 1 31
29 Isaacs 274482 2990 3 2 1 0 37
30 Marty 167962 1920 2 1.5 1 1 31
31 Isaacs 175823 1970 2 1.5 1 0 28
32 Isaacs 226498 2520 4 3 1 1 28
33 Carter 316827 3150 4 3 1 1 22
34 Carter 189984 1550 2 1.5 1 0 22
35 Marty 366350 3090 3 2 1 1 23
36 Isaacs 416160 4080 4 3 0 1 25
37 Isaacs 308000 3500 4 3 0 1 37
38 Rose 294357 2620 4 3 1 1 15
39 Carter 337144 2790 4 3 1 1 19
40 Peterson 299730 2910 3 2 0 0 31
41 Rose 445740 4370 4 3 0 1 19
42 Rose 410592 4200 4 3 1 1 27
43 Peterson 667732 5570 5 3.5 1 1 29
44 Rose 523584 5050 6 4 1 1 19
45 Marty 336000 3360 3 2 0 0 32
46 Marty 202598 2270 3 2 1 0 28
47 Marty 326695 2830 3 2.5 1 0 30
48 Rose 321320 2770 3 2 0 1 23
49 Isaacs 246820 2870 4 3 0 1 27
50 Isaacs 546084 5910 6 4 1 1 35
51 Isaacs 793084 6800 8 5.5 1 1 27
52 Isaacs 174528 1600 2 1.5 1 0 39
53 Peterson 392554 3970 4 3 1 1 30
54 Peterson 263160 3060 3 2 0 1 26
55 Rose 237120 1900 2 1.5 1 0 14
56 Carter 225750 2150 2 1.5 1 1 27
57 Isaacs 848420 7190 6 4 0 1 49
58 Carter 371956 3110 5 3.5 1 1 29
59 Carter 404538 3290 5 3.5 1 1 24
60 Rose 250090 2810 4 3 0 1 18
61 Peterson 369978 3830 4 2.5 1 1 27
62 Peterson 209292 1630 2 1.5 1 0 18
 63 Isaacs 190032 1850 2 1.5 1 1 30
64 Isaacs 216720 2520 3 2.5 0 0 2
65 Marty 323417 3220 4 3 1 1 22
66 Isaacs 316210 3070 3 2 0 0 30
67 Peterson 226054 2090 2 1.5 1 1 28
68 Marty 183920 2090 3 2 0 0 30
69 Rose 248400 2300 3 2.5 1 1 50
70 Isaacs 466560 5760 5 3.5 0 1 42
71 Rose 667212 6110 6 4 1 1 21
72 Peterson 362710 4370 4 2.5 0 1 24
73 Rose 265440 3160 5 3.5 1 1 22
74 Rose 706596 6600 7 5 1 1 40
75 Marty 293700 3300 3 2 0 0 14
76 Marty 199448 2330 2 1.5 1 1 25
77 Carter 369533 4230 4 3 1 1 32
78 Marty 230121 2030 2 1.5 1 0 21
79 Marty 169000 1690 2 1.5 0 0 20
80 Peterson 190291 2040 2 1.5 1 1 31
81 Rose 393584 4660 4 3 1 1 34
82 Marty 363792 2860 3 2.5 1 1 48
83 Carter 360960 3840 6 4.5 0 1 32
84 Carter 310877 3180 3 2 1 1 40
85 Peterson 919480 7670 8 5.5 1 1 30
86 Carter 392904 3400 3 2 1 0 40
87 Carter 200928 1840 2 1.5 1 1 36
88 Carter 537900 4890 6 4 0 1 23
89 Rose 258120 2390 3 2.5 0 1 23
90 Carter 558342 6160 6 4 1 1 24
91 Marty 302720 3440 4 2.5 0 1 38
92 Isaacs 240115 2220 2 1.5 1 0 39
93 Carter 793656 6530 7 5 1 1 53
94 Peterson 218862 1930 2 1.5 1 0 58
95 Peterson 383081 3510 3 2 1 1 27
96 Marty 351520 3380 3 2 0 1 35
97 Peterson 841491 7030 6 4 1 1 50
98 Marty 336300 2850 3 2.5 0 0 28
99 Isaacs 312863 3750 6 4 1 1 12
100 Carter 275033 3060 3 2 1 1 27
101 Peterson 229990 2110 2 1.5 0 0 37
102 Isaacs 195257 2130 2 1.5 1 0
103 Marty 194238 1650 2 1.5 1 1
104 Peterson 348528 2740 4 3 1 1
105 Peterson 241920 2240 2 1.5 0 1
Record = Property identification number
Agent = Name of the real estate agent assigned to the
property
Price = Market price in dollars
Size = Livable square feet of the property
Bedrooms = Number of
bedrooms
Baths = Number of bathrooms
Pool = Does the home have a pool? (1 =
yes, 0 = no)
Garage = Does the home have an attached garage (1 = yes, 0 =
no)
Days = Number of days of the property on the market
Township = Area where the property is
located
Mortgage type = Fixed or adjustable. The fixed mortgage is a 30 year, fixed
interest
rate loan. The adjustable rate loan begins with an introductory interest rate of
3%
for the first five years, then the interest rate is based on the current interest
rates
plus 1% (i.e. the interest rate AND the payment is likely to change each year
after
the 5th year)
Years = the number of years that the mortgage loan has been
paid
FICO = the credit score of the mortgage loan holder. The highest score is
850; an
average score is 680, a low score is below 680. The score reflects a person’s
ability
to pay their debts.
Default = Is the mortgage loan in default? (1 = yes, 0 =
no)
Analisis estadistico del caso.

1- Identifica las variables de la base de datos y elabora una tabla que

indique lo siguiente. ¿Cuáles son las variables cualitativas,
cuantitativas y cual es su nivel de medición?

Nivel de medición. Variable cuantitativa Variable cualitativa.

Ordinal Mortage type Bedrooms

Nominal. Agent Years

Intervalo Days Record

De razón. Size Price

2- Elabore 3 graficas de barras de las variables que usted desee y comente
sus observaciones.

PORCENTAJE DE AGENTES
22.5

22

21.5

21

20.5

20

19.5

19
Marty Rose Peterson Isaacs Carter

La primera tabla encontramos los nombres de los agentes y en cuantas

propiedades se encuentran relacionados
 ¿LA CASA TIENE PISICINA?
80

70 67

60

50

40 38

30

20

10

0
1= SI 0= NO

En esta segundo grafico de barras podemos ver si la propiedad cuenta con piscina
donde claramente la mayoría si tiene

Cantidad de dormitorios
30

25

20

15

10

0
1 2 3 4 5 6 7

Series1 Series2

En la última grafica de barras se ve reflejado el número de dormitorios en el cual el

mayor número es el de 3 dormitorios por propiedad
3. Elabore 3 gráficas de pastel de las variables que usted desee y comente
sus observaciones.

Total de baños
1
2
5% 6% 3
17%
4
8%
5
10% 6
16% 7
8
11%
9
14%
13%

En la primera grafica de pastel podemos ver el porcentaje de baños en las

propiedades
 PORCENTAJE DE AGENTES

Carter Marty
21% 19%

Rose
Isaacs 19%
21%

Peterson
20%

Marty Rose Peterson Isaacs Carter

La segunda grafica se encuentra el porcentaje de los agentes de las propiedades

PORCENTAJE DE HABITACIONES
6%
9%
23% 1
2
3
11% 4
5
6
7
20% 14%

17%

En la última se ve reflejado el porcentaje de las habitaciones en las propiedades

5. Calcule la media, mediana, moda, rango y desviación estándar de una variable
cuantitativa (no agrupados)

Mediana, media, moda, rango y desviación

Mediana

^ Ordenamos los datos de menor a mayor.

^ Si la serie tiene un número impar de medidas la mediana es la puntuación central de la misma.

^ Si la serie tiene un número par de puntuaciones la mediana es la media entre las dos puntuaciones
centrales.
Moda
La moda en una serie de datos, que también se le denominan datos discretos no hablados, se
debe observar el dato que más se repite.

Media

La media se calcula sumando todos los valores y dividiendo la suma entre el número total de
valores.

Rango

El rango es un valor numérico que indica la diferencia entre el valor máximo y

el mínimo de una población o muestra estadística.

Desviación

La desviación estándar es la medida de dispersión más común, que indica qué tan

dispersos están los datos alrededor de la media.

6. ¿Cuál es la medida más representativa de los cálculos realizados en el punto

anterior y por qué?
 4. Para una variable cuantitativa seleccione un intervalo de clase apropiado y
organícelos en una distribución de frecuencias.

DISTRIBUCION DE FRECUENCIAS

INTERVALO DE DIAS/DAYS: 11.2

C LI LS Marca de clase Frecuencia Frecuencia Frecuencia Frecuenci Frecuencia

R P a Porcentual A.
A.
1 2 13.2 8.6 5 0.047 4.7% 5 4.7%
2 13.2 24.4 25.4 26 0.247 24.7% 31 29.5%
3 24.4 35.6 42.2 48 0.444 44.4% 79 75.2%
4 35.6 46.8 59 17 0.161 16.1% 96 91.4%
5 46.8 58 75.8 9 0.085 8.5% 105 100%
105 0.984 98.4%
7. Valor típico de la primera y ultima clase

Primera clase. Ultima clase.

8.valores donde tienden a concentrarse más los datos.

Clase 2 y 3

9. valor medio de los datos.

xf
43
660.4
2025.6
1003
682.2
= 4414.2
10. ¿Cuál es la mediana de los datos?

n
−fi−1
2
Me=Li+ ∗A
Fi

La mediana es 33.66
Formula
Li=13.2 fi=26
=20.46+13.2=33.66
N/2= 52.5
Fi-1=5
A=11.2
11. ¿Cuál es la desviación estándar de los datos?
LI LS Xi fi Xi*fi Xi-M (Xi-M)2 fi(Xi-M)2
2 13.2 7.6 5 38.00 22.46 504.45 2,522.26
13.2 24.4 18.8 26 488.80 11.26 126.79 3,296.48
24.4 35.6 30 48 1,440.00 0.06 0.00 0.17
35.6 46.8 41.2 17 700.40 11.14 124.10 2,109.69
46.8 58 54.4 9 489.60 24.34 592.44 5,331.92
      105 3,156.80     13,260.52
30.06

Varianza

1 fi ( x −μ ) 2
σ 2=∑ i=
N

13,260.52/105
= 126.290686

σ =√ σ 2

=11.2379
 12. ¿Entre cuales valores se ubica cerca del 95% de los datos?

13. Construya un histograma y comente sus observaciones.

14. Elabore una tabla de distribución de frecuencias.

Frecuenci
Frecuencia Frecuencia a Frecuencia
C LI LS Frecuencia R P A. Porcentual A.
1 2 13.2 5 0.047 4.7% 5 4.7%
2 13.2 24.4 26 0.247 24.7% 31 29.5%
3 24.4 35.6 48 0.444 44.4% 79 75.2%
4 35.6 46.8 17 0.161 16.1% 96 91.4%
5 46.8 58 9 0.085 8.5% 105 100%
105 0.984 98.4%
15. Basados en la ojiva.