Medidas de Distribución

Marcelo Matamoros

Estadistica

Instituto IACC

17/09/2018
 Desarrollo

El Ministerio de Transportes acaba de inaugurar una nueva vía exclusiva del sistema de transporte

público, que beneficia a los usuarios del sector suroriente de la capital. Usted como asesor de este

ministerio cuenta con datos de 100 usuarios de este sector que realizan viajes regulares y tienen

como destino su lugar de trabajo o estudio.

Las variables que se midieron fueron: género, tiempo de viaje a su destino antes de implementar

la nueva viá , tiempo de viaje a su destino después de implementar la nueva viá y la calificación.

a) Calcule el tiempo promedio y el tiempo más frecuente antes y después de la

implementación.

El tiempo promedio antes de la implementación es de 71,6 minutos y el tiempo más

frecuente es de 66,2 minutos.

Tiempo antes (en minutos)

Media 71,646
Error típico 1,02443719
Mediana 70,2
Moda 66,2
Desviación estándar 10,2443719
Varianza de la muestra 104,9471556
-
Curtosis 0,394858881
Coeficiente de asimetría 0,131051357
Rango 48,2
Mínimo 48,6
Máximo 96,8
Suma 7164,6
Cuenta 100
 El tiempo promedio despues de la implementación es de 50,1 minutos y el tiempo más

frecuente es dse 46,8.

Tiempo después (en minutos)

Media 50,118
Error típico 0,94031306
Mediana 49,5
Moda 46,8
Desviación estándar 9,40313058
Varianza de la muestra 88,4188646
Curtosis 0,22757449
Coeficiente de
asimetría 0,40423388
Rango 48,3
Mínimo 29,2
Máximo 77,5
Suma 5011,8
Cuenta 100

b) Calcule un histograma o gráfico de barras del tiempo antes y despues de la implementación.

Histograma antes de la implementación.

Histograma
25

20
FRECUENCIA

15

10

0
55 61,4 67,8 74,2 80,6 87 93,4 99,8 y mayor...
LS

Frecuencia
 Histograma despues de la implementación.

HISTOGRAMA
Frecuencia

35
30
Frecuencia

25
20
15
10
5
0

Ls

c) Calcule e interprete las medidas de distribución y comparelas con la pregunta b). ¿Es

consistente el gráfico con las medidas de distribución?

Medidas de distribución antes de la implementación.

Curtosis -0,394858881
Coeficiente de
asimetría 0,131051357

Podemos notar que la curtosis es negativa, por ende, es platicúrtica, ya que tenemos un

valor negativo y esto quiere decir que existe una baja concentración de datos.

El coeficiente de asimetria es positiva, ya que, es mayor que cero y los datos se concentran

a la derecha de el promedio.

Medidas de distribución despues de la implementación.

Curtosis 0,22757449
Coeficiente de
asimetría 0,40423388
La curtosis despues de la implementación es mesocúrtica o normal, ya que, el valor es lo

más cercano a cero.

El coeficiente de asimetria es positivo, por que son mayor a cero y sus datos se econtran a

la derecha del promedio.

 Bibliografía

IACC (2018). Medidas de distribución. Estadiś tica. Semana 4.

Recursos adicionales de la semana.

Videos explicativos.