INFORME GRÁFICO DE PUNTOS

ESTADISTICA DESCRIPTIVA Y PROBABILIDAD

NOMBRE: ANGY KATHERINE GUTIERREZZ NIÑO ID: 000395032

DESCRIPCCIÓN: El objetivo del presente informe es lograr aprender a interpretar y construir diferentes
tipos de gráficos estadísticos que son importantes para sacar conclusiones sobre los datos, así mismo,
aprender los diferentes parámetros que se utilizan para caracterizar un conjunto de datos.

MARCO TEORICO
DIAGRAMA DE PUNTOS
Un diagrama de puntos es un gráfico que se utiliza para representar datos en forma de puntos a lo largo de
una recta numérica. El diagrama de puntos sirve para identificar la localización y la variabilidad de los
datos. Por lo tanto, en un diagrama de puntos se representa gráficamente un conjunto de datos reducido en
el cual solamente se considera una variable.

Figura 1. Tabla de datos ejemplo.

Figura 2. Gráfico de puntos ejemplo.

Como puedes ver en la gráfica de arriba, en un diagrama de puntos se puede visualizar rápidamente
cuáles son los datos más repetidos. Por ejemplo, por encima del 0 hay tres puntos, lo que significa que la
mayoria de datos se está repetido tres veces en nuestro conjunto de datos. Asimismo, encima del número
500 no hay ningún punto, por lo que el dato no aparece ni una sola vez. Por lo tanto, el número 0 es la
moda de la muestra, pues está cinco veces.
Los diagramas de puntos son muy parecidos a los histogramas, ya que ambos sirven para ver qué datos se
repiten con más frecuencia. Pero la diferencia entre un diagrama de puntos y un histograma está en el
número de datos, ya que los diagramas de puntos son más útiles para representar conjuntos de datos
pequeños y, en cambio, los histogramas son mejores para representar conjuntos de datos grandes.

Figura 3. Cálculo de media, varianza y desviación estandar.

Teniendo el gráfico de puntos se puede calcular la media, la varianza y la deviación estadar de los
gráficos sobre el número de profesores de cada categoría. En este caso podemos visualizar que de forma
general hay una media de 237 profesores TC, que según pueden variar en 154,735 formas y obtienen una
desviación estandar de 393 veces. Así mismo para los datos cálculados a partir del programa R Studio
para los profesores MT y los profesores FC se puede concluir como se ve en la gráfica que los profesores
MT son mejores en cuanto a que tienen muy poca variación y desviación estandary por ende son más
factibles, a comparación de los profesores FC ya que estos obtienen una diferencia de variación y
desviación estandar bastante grande.

Figura 4. Gráfico de puntos ejemplo columnas 5 a 7.

Utilizando el programa R Studio podemos optimizar y obtener de una forma más rapida y segura este tipo
de gráficos y cálculos, de tal forma que no se gaste más tiempo del necesario a la hora de necesitar dichos
datos. Por ejemplo para realizar el gráfico que se ve en la figura 4 y poder comprar los datos entre
magister y PhD de manera vertical es necesario utilizar el siguiente comando:
stripchart(datos.tabla[,5:7],method="stack",group.names=colnames(datos.tabla[,5:7]),vertical=TRUE,pch
=19,main="grafico de puntos")
Este comando nos ayuda a visualizar un gráfico de puntos de forma vertical y así poder comparar de
mejor forma los datos obtenidos en la tabla.

EJEMPLO 2
Tenemos dos compañias, la A y la B. La compañia A representa el Aluminio y la compañía B representa el
Acero. Los datos presentados en la tabla muestran la ductilidad de cada uno de estos materiales.

Figura 5. Tabla datos compañía A y B.

Realizamos el gráfico de puntos con los datos en la tabla, calculamos la media, la varianza, la desviación
estandar y analizamos la ductilidad a partir del resultado con el siguiente comando:
stripchart(datos.tabla[,1:2],method="stack",group.names=colnames(datos.tabla[,1:2]),vertical=TRUE,pch
=19,main="grafico de puntos")
Para la cálcular la media de Comp_A: mean(datos tabla.[,1])
Para la cálcular la varianza de Comp_A: var(datos tabla.[,1])
Para la cálcular la desviación estándar de Comp_A: sd(datos tabla.[,1])

Para la cálcular la media de Comp_B: mean(datos tabla.[,2])

Para la cálcular la media de Comp_B: var(datos tabla.[,2])
Para la cálcular la media de Comp_B: sd(datos tabla.[,2])
 Figura 6. Gráfico de puntos compañías A y B.

DATOS MATERIAL ALUMINIO : DATOS MATERIAL ACERO:

CONCLUSIONES:
Podemos concluir con los datos obtenidos que el aluminio es un material mucho más ductil que el acero
ya que tiene una media, varianza y desviación estándar poco más alta que la del material Acero.
El presente informe cumple el objetivo de aprender las caracteristicas básicas de un conjunto de datos
como la ubicación y la dispersión, además de los parámetros estadísticos básicos para medir estas
características de forma númerica y también aprender a utilizar los g´raficos de puntos o resúmen de
datos.