1.INFORME Estadistica

UNIVERSIDADA NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL
ESCUELA PROFECIONAL DE INGENIERIA CIVIL
ESTUDIO DE INDICE MEDIO DIARIA (IMD)
VEHICULAR PUNO - CHUCUITO
Semestre 2018-II-
DOCENTE: ALAIN CHOQUE PERALTA V
ESTUDIANTES:
Ayala Noa Alexander 160678
Condori Ahumada Jerry 161088
Cusi Huaman Aldo Milagros 151808
Delgado Cama Trilcen Araceli 155170
Huaraka Mendoza Holguer ed 154994
Quispe Huarhua Frank Kelvin 161091
Cusco, Perú
2019
Estudio de IMD vehicular PUNO-CHOCUITO
Contenido
Dedicatoria ................................................................................................................................. 3
Resumen ..................................................................................................................................... 4
Introducción ............................................................................................................................... 5
Desarrollo ................................................................................................................................... 6
Marco teórico.......................................................................................................................... 6
La estadística.................................................................................................................. 6
Estadística ............................................................................................................................... 6
Presentación de la información en cuadros y tablas .................................................... 10
Medidas descriptivas de una distribución de datos ...................................................... 15
Clases de distribución .................................................................................................. 17
Medidas de posición .................................................................................................... 17
Las medidas de dispersión ........................................................................................... 18
Variables tipificadas .................................................................................................... 19
Medidas de forma ........................................................................................................ 20
ORGANIZACIÓN O CLASIFICACION DE DATOS RECOGIDOS ................................... 21
POBLACION ....................................................................................................................... 21
MUESTRA ........................................................................................................................... 21
DATOS ESTADISTICOS .................................................................................................... 22
MUESTRA .................................................................................................................. 25
VARIABLE ESTADISTICA ...................................................................................... 27
PRESENTACION DE LA INFORMACION EN CUADROS Y TABLAS ....................... 27
VEHICULOS LIGEROS ............................................................................................. 27
BUSES ......................................................................................................................... 32
CAMIONES UNITARIOS .......................................................................................... 37
CAMIONES ACOPLADOS ....................................................................................... 42
Bibliografía .............................................................................................................................. 46
INDICE DE TABLAS
Tabla 1Datos de vehículos ligeros ........................................................................................... 22

Tabla 2 Datos de bus ................................................................................................................ 23
Tabla 3 Datos de camiones acoplados .................................................................................... 24
Tabla 4 Datos de camiones unitarios ....................................................................................... 25
Tabla 5 Promedio de vehículos en una semana ....................................................................... 26
Tabla 6 Calculo de frecuencia para vehículos ligeros .............................................................. 27
Tabla 7 Caculo de frecuencias para buses ............................................................................... 32
Tabla 8 Calculo de frecuencias para camiones unitarios ......................................................... 37
Tabla 9 Calculo de frecuencias para camiones acoplados ....................................................... 42
Página 1 de 46
INDICE DE ILUSTRACIONES
Ilustración 1. Histograma y polígono de frecuencia para vehículos ligeros ............................ 30

Ilustración 2. Ojiva de vehículos ligeros .................................................................................. 31
Ilustración 3. Histograma y polígono de frecuencia de buses .................................................. 35
Ilustración 4. Ojiva de buses .................................................................................................... 36
Ilustración 5. Histograma y polígono de frecuencia para camiones unitarios. ........................ 40
Ilustración 6. Ojiva de camiones unitarios. .............................................................................. 41
Ilustración 7. Histograma y polígono de frecuencias para camiones acoplados ...................... 45
Ilustración 8. Ojiva de camiones acoplados ............................................................................. 46
Página 2 de 46
Dedicatoria
En primer lugar, a dios por habernos permitido llegar con salud y darnos la fuerza necesitaría
para seguir en esta vida llena de retos.
A nuestros padres por habernos apoyado en todo momento, por sus consejos, valores y por la
motivación constante que nos ha permitido ser personas de bien, pero más que nada por su amor.
A nuestro docente por su gran apoyo y motivación para la culminación de nuestra monografía,
por su apoyo ofrecido en este trabajo, por habernos transmitido los conocimientos obtenidos.
Página 3 de 46
Resumen
En este trabajo se recopilaron datos reales de la cantidad de vehículos en la vía (puno-
chucuito); en donde se obtuvo el número de: vehículos ligeros y vehículos pesados. estos datos
fueron organizados en una tabla estadística.
Proseguimos de tal manera con los cálculos y la clasificación de acuerdo al avance de clases.
Las descripciones de estos datos nos ayudaron a representar características sobresalientes, que
posteriormente fueron representados en tablas y gráficos los cuales nos ayudaron a determinar
las medidas de tendencia central como: media, mediana, moda, también medidas de dispersión y
medidas de forma.
Con esto queremos aclarar que este trabajo estadístico está en función a una proyección de un
posible mejoramiento de vía (PUNO-CHUCUITO) debido al crecimiento vehicular, así con estos
datos de conteo, se proseguirá a hallar el IMD (índice medio diario vehicular), de tal forma se
procederá hacer un proyecto correspondiente abalado por este mismo estudio vehicular.
Página 4 de 46
Introducción
El diseño y mejoramiento de una carretera responde a una necesidad justificada tanto social y
económicamente. Ambos conceptos deben relacionarse para establecer las características
técnicas y físicas que debe tener la carretera que se proyecta a ser mejorada, para que los
resultados buscados sean óptimos; estos tienen que tener una relación real en cuanto a la
capacidad de la vía ya construida, esta capacidad vehicular está relacionada en función al conteo
de vehículos(IMD). Siendo el estudio de la demanda uno de los elementos más fundamentales
para el mejoramiento de carretera, debido a su importancia nos centraremos en el ello en este
trabajo.
En el siguiente documento se hace entrega parte del trabajo estadístico que se debe tener en
cuenta en todo trabajo de estudio, en el estudio mostramos la parte de recolección de datos
(inicio de todo trabajo de investigación o estudio), así como los gráficos respectivos y también
medidas de tendencia central que nos darán pie a futuras interpretaciones de nuestros datos y el
fin del por qué está planeado este trabajo. De igual manera podemos describir el procedimiento
de cálculo de medidas de dispersión central, así podremos originar interpretaciones de cuan
alejados o distantes están nuestros datos recolectados en torno a una medida en especifica de
tendencia central; todos estos casos de descripción y calculo giran alrededor del conteo de
vehículos que transitan por dicha vía (PUNO- CHUCUITO) en un determinado tiempo; en este
estudio se vio el tiempo estimado de recolección de una semana, tomando horas y días continuos
de observación.
Con estas medidas y datos, así como gráficos se espera generar una adecuada información
descriptiva del IMD de vía
Página 5 de 46
Desarrollo
Marco teórico
La estadística
Estadística es el arte de realizar inferencias y sacar conclusiones a partir de datos
imperfectos.
Los datos son generalmente imperfectos en el sentido que aun cuando posean información útil
no nos cuentan la historia completa. Es necesario contar con métodos que nos permitan extraer
información a partir de los datos observados para comprender mejor las situaciones que los
mismos representan.
Algunas técnicas de análisis de datos son sorprendentemente simples de aprender y usar más
allá del hecho que la teoría matemática que las sustentan puede ser muy compleja.
Todos, aún los estadísticos, tenemos problemas al enfrentarnos con listados de datos.
Existen muchos métodos estadísticos cuyo propósito es ayudarnos a poner de manifiesto las
características sobresalientes e interesantes de nuestros datos que pueden ser usados en casi todas
las áreas del conocimiento.
Los métodos estadísticos pueden y deberían ser usados en todas las etapas de una
investigación, desde el comienzo hasta el final. Existe el convencimiento de que la estadística
trata con el ANÁLISIS DE DATOS (quizás porque esta es la contribución más visible de la
estadística), pero este punto de vista excluye aspectos vitales relacionados con el DISEÑO DE
LAS INVESTIGACIONES. Es importante tomar conciencia que la elección del método de
análisis para un problema, se basa tanto en el tipo de datos disponibles como en la forma en que
fueron recolectados.
Página 6 de 46
Tipos de estadística
Estadística descriptiva
La estadística descriptiva se puede definir como el estudio que incluye la obtención,
organización, presentación y descripción de información numérica. Su objetivo, por lo tanto, es
describir las características principales de los datos reunidos.
Estadística inferencial
Por su parte, la estadística inferencial es el estudio que utiliza técnicas a partir de las cuales
se obtienen generalizaciones o se toman decisiones en base a una información parcial o completa
obtenida mediante técnicas descriptivas. Su objetivo es extraer conclusiones de utilidad sobre el
total de las observaciones posibles basándose en la información obtenida.
Población
El concepto de población en estadística va más allá de lo que comúnmente se conoce como
tal. Una población se precisa como un conjunto finito o infinito de personas u objetos que
presentan características comunes.
Una población es un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones. Levin y Rubin (1996).
Una población es un conjunto de elementos que presentan una característica común.
Muestra
Se llama muestra a una parte de la población a estudiar que sirve para representarla. Murria R.
Spiegel (1991).
Una muestra es una colección de algunos elementos de la población, pero no de todos. Levin
y Rubin (1996).
Página 7 de 46
Una muestra debe ser definida en base de la población determinada, y las conclusiones que se
obtengan de dicha muestra solo podrán referirse a la población en referencia.
Datos estadísticos
Son números o medidas que han sido recopilados como resultado de observaciones que
pueden ser comparados, analizados e interpretados.
Un numero aislado que no puede compararse o que no muestra relación significativa con otros
números no es un dato estadístico.
Variable estadística
Es una característica de la población que interesa al investigador y que puede tomar diferentes
valores, se denota por X, Y, Z, etc.
Clasificación de variables
Variables cualitativas
Las variables cualitativas son aquellas características o cualidades que no pueden ser
calculadas con números, sino que lo hacen con palabras.
Este tipo de variable, a su vez se divide en las siguientes:
Cualitativa nominal: Aquellas variables que no siguen ningún orden en específico. Por
ejemplo: Colores (Negro, Naranja, Amarillo).
Cualitativa ordinal: Aquellas que siguen un orden o jerarquía. Por ejemplo: Nivel
socioeconómico (Alto, medio, bajo).
Variables cuantitativas
Las variables cuantitativas son aquellas características o cualidades que sí pueden expresarse
y medirse a través de números.
Página 8 de 46
Este tipo de variable a su vez se divide en:
Cuantitativa discreta: Aquella variable que usa valores enteros y no finitos. Por ejemplo: La
cantidad de familiares que tiene una persona (2, 3, 4 o más)
Cuantitativa continua: Aquella variable que utiliza valores finitos y objetivos. Suele
caracterizarse por utilizar valores decimales. Por ejemplo: El peso de una persona (64.3 Kg, 72.3
Kg, etc.).
Parámetro y estadígrafo
Un parámetro se define como cualquier resumen de los elementos de una población, son las
medidas o características descriptivas inherentes a las poblaciones. Ejemplo: Los salarios
promedio de todos los empleados de una empresa, puede ser un ejemplo de parámetro.
 Media poblacional
 Varianza poblacional
 Proporción poblacional
Un estadígrafo o llamado también estadístico es el resumen de los elementos de una
muestra, son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse como
estimación del parámetro. Como ejemplo podría tomarse los salarios promedio de una muestra
de los empleados de la empresa.
 Media muestral (𝑥̅ )
 Varianza muestral (𝑆 2 )
 Proporción muestral
Página 9 de 46
Presentación de la información en cuadros y tablas
Calcule el Rango (R)
También se llama recorrido o amplitud total. Es la diferencia entre el valor mayor y el menor
de los datos.
Número de Intervalos de Clase (K)
No debe ser menor de 5 y mayor de 12, ya que un número mayor o menor de clases podría
oscurecer el comportamiento de los datos. Para calcular el número de intervalos se aplica la regla
de Sturges:
k = 1 + 3.22 ∗ log⁡(n)
Siendo n el tamaño de la muestra.
Ancho del Intervalo (C)
Se obtiene dividiendo el Rango para el número de intervalos
𝑅
𝐶=
𝐾
Frecuencia Absoluta (f)
Es el número de veces que se repite el valor de cada variable. La suma de frecuencias
absolutas es siempre al total de datos observados.
Frecuencia Relativa (h)
Indica la proporción con que se repite un valor. Es el cociente entre la frecuencia absoluta
y el número total de datos. La suma de las frecuencias relativas es siempre 1
𝑓
ℎ=
𝑛
Página 10 de 46
Frecuencia Acumulada (F)
Indica el número de valores que son menores o iguales que el valor dado. Es la suma de la
frecuencia absoluta primera con la segunda, este valor con la tercera, y así sucesivamente.
Frecuencia Porcentual (f%)
Llamada también frecuencia relativa porcentual. Se obtiene multiplicando la frecuencia
relativa por 100. La suma de las frecuencias porcentuales es siempre 100%. Se calcula así:
f% = f ∗ 100
Frecuencia Relativa Acumulada (H)
Es la suma de la frecuencia relativa primera con la segunda, este valor con la tercera, y así
sucesivamente.
Frecuencia Relativa Acumulada Porcentual (H%)
Indica el número de valores que son menores o iguales que el valor dado. Se obtiene
multiplicando la frecuencia relativa acumulada por 100. Se calcula así:
H% = H ∗ 100
Representación gráfica de variables cuantitativas
Los gráficos más usados son:
Gráfico de barras
Un gráfico de barras es una representación gráfica en un eje cartesiano de las frecuencias de
una variable cualitativa o discreta.
Página 11 de 46
Gráficos de histograma
Se usa para representar las frecuencias de una variable cuantitativa continua. En uno de los
ejes se posicionan las clases de la variable continua (los intervalos o las marcas de clase que son
los puntos medios de cada intervalo) y en el otro eje las frecuencias. No existe separación entre
las barras.
Polígonos de frecuencia
Si se unen los puntos medios de las bases superiores de las barras en los gráficos de barra se
obtiene el polígono de frecuencias
Página 12 de 46
Polígono de frecuencias acumuladas u ojivas
Representación gráfica de variables cualitativas
Diagrama de rectángulos
Representamos en el eje de ordenadas las modalidades y en abscisas las frecuencias absolutas
o bien, las frecuencias relativas. Si, mediante el grafico, se intenta comparar varias poblaciones
entre sí.
Página 13 de 46
Diagrama de sectores
Página 14 de 46
Medidas descriptivas de una distribución de datos
Medidas de tendencia central
Media
La medida de tendencia central más conocida y utilizada es la media aritmética o promedio
aritmético. Se representa por la letra griega µ cuando se trata del promedio del universo o
población y por Ȳ (léase Y barra) cuando se trata del promedio de la muestra. Es importante
destacar que µ es una cantidad fija mientras que el promedio de la muestra es variable puesto que
diferentes muestras extraídas de la misma población tienden a tener diferentes medias. La media
se expresa en la misma unidad que los datos originales: centímetros, horas, gramos, etc.
Para datos no agrupados
∑𝑛𝑖=1 𝑥𝑖
𝑋̅ =
𝑛
Para datos agrupados

𝑛
∑𝑛𝑖=1 𝑥𝑖 ∗ 𝑓𝑖
̅
𝑋= = ∑ 𝑥𝑖 ∗ ℎ𝑖
𝑛
𝑖=1
Mediana
Otra medida de tendencia central es la mediana. La mediana es el valor de la variable que
ocupa la posición central, cuando los datos se disponen en orden de magnitud. Es decir, el 50%
de las observaciones tiene valores iguales o inferiores a la mediana y el otro 50% tiene valores
iguales o superiores a la mediana.
𝑀𝑒 = 𝑋𝑛/2 ; 𝑠𝑖⁡𝑛⁡𝑒𝑠⁡𝑖𝑚𝑝𝑎𝑟
𝑋𝑛/2 + 𝑋𝑛+1
2
𝑀𝑒 = ; 𝑠𝑖⁡𝑛⁡𝑒𝑠⁡𝑝𝑎𝑟⁡
2
Página 15 de 46
𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖 + (2 ) ∗ 𝐶⁡
𝑓𝑖
Moda
La moda de una distribución se define como el valor de la variable que más se repite. En un
polígono de frecuencia la moda corresponde al valor de la variable que está bajo el punto más
alto del gráfico. Una muestra puede tener más de una moda.
𝑀𝑜 = 𝑓𝑖⁡𝑚𝑎𝑥
∆1
𝑀𝑜 = 𝐿𝑖 + ( )∗𝐶
∆1 + ∆2
∆1 = 𝑓𝑖 − 𝑓𝑖−1
∆2 = 𝑓𝑖 − 𝑓𝑖+1
Página 16 de 46
Clases de distribución
Distribución simétrica
Distribución asimétrica
Medidas de posición
Cuartiles
son los tres valores de la variable de una distribución que la dividen en cuatro partes iguales,
es decir, al 25%, 50% y 75%. Para calcular el valor de uno de los cuatro Cuartiles, se utiliza la
fórmula:
𝑛∗𝑖
− 𝐹𝑘−1
𝑄𝑖 = 𝐿𝑖 + + ( 4 ) ∗ 𝐶⁡; 𝑄𝑖 = 1,2,3
𝑓𝑘
Página 17 de 46
Percentiles
son los noventa y nueve valores de la variable de una distribución que la dividen en cien
partes iguales, es decir, al 1%, al 2%... y al 99% de los datos. Los percentiles se designan por P1,
P2, …, P99
P50 coincide con la mediana.
𝑛∗𝑖
− 𝐹𝑘−1
𝑃𝑖 = 𝐿𝑖 + + ( 100 ) ∗ 𝐶⁡; 𝑃𝑖 = 1,2, … , 99
𝑓𝑘
Deciles
Corresponden a los 9 valores que dividen a estos en 10 partes iguales, es decir, al 10%, al
20%... y al 90%. Los Deciles se designan por D1, D2, ..., D9
𝑛∗𝑖
− 𝐹𝑘−1
𝐷𝑖 = 𝐿𝑖 + + ( 10 ) ∗ 𝐶⁡; 𝐷 = 1,2, … , 9
𝑓𝑘
Las medidas de dispersión
Parámetros estadísticos que indican como se alejan los datos respecto de la media aritmética.
Sirven como indicador de la variabilidad de los datos. Las medidas de dispersión más utilizadas
son el rango, la desviación estándar y la varianza.
Varianza
Es otro parámetro utilizado para medir la dispersión de los valores de una variable respecto a
la media. Corresponde a la media aritmética de los cuadrados de las desviaciones respecto a la
media.
∑𝑛
𝑖=1(𝑋𝑖 )
2
𝑆2 = − (𝑋̅)2 ; para datos no tabulados
𝑛
Página 18 de 46
∑𝑛 2
𝑖=1(𝑋𝑖 ) ∗𝑓𝑖
𝑆2 = − (𝑋̅)2; para datos tabulados de variable discretas
𝑛
Desviación típica
Es la raíz cuadrada de la varianza, se denota por S.
∑𝑛 (𝑋𝑖 )2 ∗ 𝑓𝑖
𝑆 = √ 𝑖=1 − (𝑋̅)2
𝑛
Variables tipificadas
Los distintos conjuntos de datos están asociados por lo general a diferentes medias, ya sea
porque son de naturaleza diferente (escalas de medida diferentes) con el propósito de reducir los
datos. A un mismo punto de referencia y a una escala común, se realiza entre ellos una
transformación llamada tipificación.
Se conoce como tipificación de una variable x a efectuar el cambio de origen y de escala de la
variable.
𝑋 − 𝑋̅
𝑍= ; 𝑝𝑎𝑟𝑎⁡𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
𝑆
𝑋−𝜇
𝑍= ; 𝑝𝑎𝑟𝑎⁡𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛
𝜎
Coeficiente de variación
Muestra de Pearson
Es un estadístico de dispersión que tiene la ventaja de que no lleva asociada ninguna unidad,
por lo que nos permitirá decir entre dos muestras, cual es la que presenta mayor dispersión. La
denotaremos por C.V.
𝑆
C. V. =
|𝑋̅|
Página 19 de 46
Si 0<C.V.<1.5; los datos provienen de una población homogénea.
Si C.V.>1.5; los datos provienen de una población heterogénea.
Recorrido o rango
El rango, también conocido como recorrido es la diferencia entre el valor más alto y el más
bajo de un conjunto de datos. En cierto modo, se puede considerar que es el mismo concepto que
el dominio de una función continua.
R=Xmax-Xmin
Rango semiintercuartilico y amplitud intercuartil
El rango semiintercuartilico es la mitad de la diferencia entre el tercer y primer cuartil
𝑄3 − 𝑄1
𝑄=
2
La amplitud intercuartil es el doble del valor anterior
2𝑄 = 𝑄3 − 𝑄1
Medidas de forma
Coeficiente de asimetría de Pearson
Sólo se puede utilizar en distribuciones uniformes, unimodales y moderadamente asimétricas.
Se basa en que en distribuciones simétricas la media de la distribución es igual a la moda
𝑋̅ − 𝑀𝑜
𝐴𝑃 =
𝑠
𝐴𝑃 = 0; entonces la media igual a la moda (distribución simétrica).
𝐴𝑃 > 0; entonces la media mayor que la moda (asimetría a la derecha, positiva)
𝐴𝑃 < 0; entonces la media menor que la moda (asimetría a la izquierda, negativa)
Página 20 de 46
Curtosis
La curtosis de una variable estadística y/o aleatoria es una característica de forma de su
distribución de frecuencias y/o probabilidad.
Según su concepción clásica, una curtosis grande implica una mayor concentración de valores
de la variable tanto muy cerca de la media de la distribución (pico) como muy lejos de ella
(colas), al tiempo que existe una relativamente menor frecuencia de valores intermedios. Esto
explica una forma de la distribución de frecuencias/probabilidad con colas más gruesas, con un
centro más apuntado y una menor proporción de valores intermedios entre el pico y colas.
𝑃75 − 𝑃25
𝐾= − 0.5
𝑃90 − 𝑃10
𝐾 = 0; la curva es igual que la normal, se llama mesocúrtica.
𝐾>0; la curva es más puntiaguda que la normal, se llama leptocúrtica.
𝐾<0;la curva es más aplastada que la normal, se llama platicúrtica.
ORGANIZACIÓN O CLASIFICACION DE DATOS RECOGIDOS
POBLACION
Resulta de la totalidad de vehículos que transitan por la vía Puno – Chucuito, en el tiempo de
un año, considerándolo como un conjunto finito. La población representa el Índice Medio Diario
Anual (IMDA).
MUESTRA
Número de vehículos que transitan por la vía Puno – Chucuito, en el tiempo de una semana.
La muestra representa en Índice Medio Diario Semanal.
Página 21 de 46
DATOS ESTADISTICOS
Para poder cumplir con el objetivo del estudio, se vio por conveniente clasificar los vehículos
en: Vehículos Ligeros, Buses, Camiones Unitarios y Camiones acoplados, así mismo se organizó
los datos en el rango de 24 horas, promediando los datos de una semana.
Tabla 1Datos de vehículos ligeros

HORA VEHICULOS LIGEROS
Autos Pick up C.R. Micros TOTAL
0-1 4.714 1.000 1.143 0.857 7.714
1-2 3.143 0.857 0.429 0.571 5.000
2-3 2.429 0.143 1.571 1.000 5.143
3-4 4.857 0.857 4.857 2.000 12.571
4-5 6.429 2.714 7.286 5.857 22.286
5-6 12.714 5.571 20.857 11.571 50.714
6-7 16.143 9.571 59.000 21.143 105.857
7-8 24.571 9.857 95.286 31.429 161.143
8-9 25.571 12.000 79.429 22.429 139.429
9-10 29.571 14.571 64.000 20.571 128.714
10-11 29.429 11.571 55.286 19.714 116.000
11-12 25.857 14.000 52.571 20.000 112.429
12-13 28.857 14.714 50.286 20.286 114.143
13-14 27.000 10.571 53.429 24.143 115.143
14-15 37.714 14.286 65.857 26.571 144.429
15-16 33.000 11.857 65.857 30.143 140.857
16-17 36.143 15.286 65.000 29.857 146.286
17-18 34.429 13.571 63.857 23.571 135.429
18-19 33.857 10.714 64.286 26.714 135.571
19-20 24.714 8.286 43.143 19.714 95.857
20-21 18.143 7.857 24.571 12.429 63.000
21-22 15.857 5.286 10.000 5.286 36.429
22-23 11.286 2.857 4.714 2.571 21.429
23-24 7.857 1.571 2.714 1.571 13.714
Página 22 de 46
TOTAL 494.286 199.571 955.429 380.000 2029.286
% 0.211 0.085 0.407 0.162 0.865
Datos obtenidos del MTC (fuente propia)
Tabla 2 Datos de bus

HORA BUS
B2 B3-1 B4 TOTAL
0-1 0.429 0.286 0.000 0.714
1-2 0.429 1.714 0.000 2.143
2-3 0.571 1.429 0.000 2.000
3-4 0.286 1.857 0.000 2.143
4-5 0.714 2.286 0.286 3.286
5-6 1.286 2.571 0.429 4.286
6-7 1.286 2.000 1.571 4.857
7-8 2.143 3.286 0.000 5.429
8-9 2.143 1.429 0.000 3.571
9-10 0.143 0.143 0.000 0.286
10-11 0.714 0.857 0.000 1.571
11-12 0.143 1.571 0.000 1.714
12-13 0.857 1.714 0.000 2.571
13-14 0.286 1.571 0.000 1.857
14-15 1.714 1.143 0.000 2.857
15-16 2.571 2.000 0.000 4.571
16-17 1.286 0.857 0.000 2.143
17-18 1.286 0.857 0.000 2.143
18-19 1.714 1.429 0.000 3.143
19-20 1.286 2.571 0.000 3.857
20-21 1.714 4.857 0.571 7.143
21-22 1.286 3.714 0.857 5.857
22-23 0.857 1.714 0.000 2.571
23-24 0.429 0.143 0.000 0.571
TOTAL 25.571 42.000 3.714 71.286
% 0.011 0.018 0.002 0.030
Página 23 de 46
Tabla 3
Datos de camiones acoplados
HORA CAMIONES ACOPLADOS
T2S2 T2S3 T3S2 T3S3 C2R3 C3R2 C3R3 TOTAL
0-1 0.000 0.571 0.429 1.143 0.000 0.429 0.143 2.714
1-2 0.143 0.429 0.286 1.000 0.000 0.000 0.143 2.000
2-3 0.143 0.714 0.143 1.857 0.000 0.286 0.143 3.286
3-4 0.000 0.286 0.571 1.857 0.000 0.429 0.000 3.143
4-5 0.000 0.143 0.571 4.143 0.143 0.429 0.286 5.714
5-6 0.143 1.429 0.286 4.571 0.000 0.143 0.429 7.000
6-7 0.286 1.000 0.286 2.857 0.286 0.000 0.143 4.857
7-8 0.000 1.000 1.000 2.571 0.143 0.429 0.143 5.286
8-9 0.143 0.286 0.571 1.429 0.143 0.143 0.286 3.000
9-10 0.143 0.429 0.286 2.000 0.000 0.000 0.000 2.857
10-11 0.286 0.429 0.571 2.000 0.000 0.143 0.143 3.571
11-12 0.143 0.714 0.857 2.000 0.000 0.429 0.286 4.429
12-13 0.143 0.429 0.714 3.143 0.571 0.429 0.429 5.857
13-14 0.000 0.571 0.429 3.714 0.143 0.286 0.429 5.571
14-15 0.143 1.571 0.286 2.143 0.429 0.000 0.571 5.143
15-16 0.286 0.286 0.429 2.571 0.143 0.429 0.143 4.286
16-17 0.000 1.000 0.143 2.429 0.143 1.286 0.429 5.429
17-18 0.143 1.000 1.000 1.571 0.000 0.571 0.143 4.429
18-19 0.000 0.857 0.429 2.286 0.143 0.286 0.286 4.286
19-20 0.143 1.143 0.286 2.429 0.000 0.143 0.286 4.429
20-21 0.429 1.286 1.000 3.143 0.143 0.429 0.286 6.714
21-22 0.143 0.857 1.000 3.286 0.286 0.286 0.286 6.143
22-23 0.000 0.286 0.429 2.143 0.571 0.571 0.429 4.429
23-24 0.000 0.429 0.429 2.143 0.571 0.143 0.000 3.714
TOTAL 2.857 17.143 12.429 58.429 3.857 7.714 5.857 108.286
% 0.001 0.007 0.005 0.025 0.002 0.003 0.002 0.046
Página 24 de 46
Tabla 4
Datos de camiones unitarios
HORA CAMIONES UNITARIOS
C2 C3 C4 TOTAL
0-1 1.000 0.429 0.143 1.571
1-2 2.714 0.286 0.143 3.143
2-3 2.143 0.143 0.000 2.286
3-4 3.429 0.714 0.000 4.143
4-5 4.571 1.143 0.000 5.714
5-6 5.429 1.857 0.143 7.429
6-7 4.429 1.286 0.143 5.857
7-8 4.143 0.286 0.000 4.429
8-9 6.714 0.714 0.000 7.429
9-10 4.714 1.000 0.143 5.857
10-11 5.429 1.143 0.000 6.571
11-12 5.143 0.857 0.286 6.286
12-13 4.571 1.000 0.000 5.571
13-14 7.000 1.286 0.143 8.429
14-15 5.000 1.286 0.286 6.571
15-16 6.714 1.857 0.143 8.714
16-17 6.714 1.714 0.000 8.429
17-18 4.571 0.857 0.143 5.571
18-19 5.857 0.429 0.143 6.429
19-20 4.571 1.000 0.286 5.857
20-21 6.857 0.857 0.143 7.857
21-22 4.000 1.286 0.143 5.429
22-23 2.857 0.714 0.000 3.571
23-24 2.286 0.714 0.000 3.000
TOTAL 110.857 22.857 2.429 136.143
% 0.047 0.010 0.001 0.058
MUESTRA
CUADRO RESUMEN: (Promedio de vehículos en una semana)
Página 25 de 46
Tabla 5
Promedio de vehículos en una semana
VEHICULOS CAMIONES
HORA BUS CAMIONES ACOPLADOS
LIGEROS UNITARIOS
0-1 7.714 0.714 1.571 2.714
1-2 5.000 2.143 3.143 2.000
2-3 5.143 2.000 2.286 3.286
3-4 12.571 2.143 4.143 3.143
4-5 22.286 3.286 5.714 5.714
5-6 50.714 4.286 7.429 7.000
6-7 105.857 4.857 5.857 4.857
7-8 161.143 5.429 4.429 5.286
8-9 139.429 3.571 7.429 3.000
9-10 128.714 0.286 5.857 2.857
10-11 116.000 1.571 6.571 3.571
11-12 112.429 1.714 6.286 4.429
12-13 114.143 2.571 5.571 5.857
13-14 115.143 1.857 8.429 5.571
14-15 144.429 2.857 6.571 5.143
15-16 140.857 4.571 8.714 4.286
16-17 146.286 2.143 8.429 5.429
17-18 135.429 2.143 5.571 4.429
18-19 135.571 3.143 6.429 4.286
19-20 95.857 3.857 5.857 4.429
20-21 63.000 7.143 7.857 6.714
21-22 36.429 5.857 5.429 6.143
22-23 21.429 2.571 3.571 4.429
23-24 13.714 0.571 3.000 3.714
TOTAL 2029.286 71.286 136.143 108.286
% 0.865 0.030 0.058 0.046
Página 26 de 46
VARIABLE ESTADISTICA
tiene tres variables estadísticas, una variable cualitativa y dos variables cuantitativa.
Variable Cualitativa: Tipo de vehículo (Cualitativa Nominal)
Variable Cuantitativa: Horas (Cuantitativa Continua) y Numero de vehículos (Cuantitativa
Discreta)
PRESENTACION DE LA INFORMACION EN CUADROS Y TABLAS
VEHICULOS LIGEROS
Tabla 6
Calculo de frecuencia para vehículos ligeros
HORA VEHICULOS LIGEROS
FRECUENCIA FRECUENCIA
X ABSOLUTA RELATIVA
ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
0-1 0.5 7.714 7.714 0.004 0.004
1-2 1.5 5.000 12.714 0.002 0.006
2-3 2.5 5.143 17.857 0.003 0.009
3-4 3.5 12.571 30.429 0.006 0.015
4-5 4.5 22.286 52.714 0.011 0.026
5-6 5.5 50.714 103.429 0.025 0.051
6-7 6.5 105.857 209.286 0.052 0.103
7-8 7.5 161.143 370.429 0.079 0.183
8-9 8.5 139.429 509.857 0.069 0.251
9-10 9.5 128.714 638.571 0.063 0.315
10-11 10.5 116.000 754.571 0.057 0.372
11-12 11.5 112.429 867.000 0.055 0.427
12-13 12.5 114.143 981.143 0.056 0.483
Página 27 de 46
13-14 13.5 115.143 1096.286 0.057 0.540
14-15 14.5 144.429 1240.714 0.071 0.611
15-16 15.5 140.857 1381.571 0.069 0.681
16-17 16.5 146.286 1527.857 0.072 0.753
17-18 17.5 135.429 1663.286 0.067 0.820
18-19 18.5 135.571 1798.857 0.067 0.886
19-20 19.5 95.857 1894.714 0.047 0.934
20-21 20.5 63.000 1957.714 0.031 0.965
21-22 21.5 36.429 1994.143 0.018 0.983
22-23 22.5 21.429 2015.571 0.011 0.993
23-24 23.5 13.714 2029.286 0.007 1.000
TOTAL 2029.286 1.000
% 0.865
MEDIDAS DE TENDENCIA CENTRAL
Media
X=13.08922914
Moda
d1 55.28571429
d2 21.71428571
Mo = 7.717996289
Mediana
Me = 13.29094293
Página 28 de 46
MEDIDAS DE DISPERSION
RANGO
R = 23
VARIANZA
S^2= 0.58073344
DESVIACION TIPICA
S = 0.762058688
COEFICIENTE DE VARIACION
CV = 0.05822029
MEDIDAS DE POCISION
CUARTIL
Página 29 de 46
DECIL
PERCENTIL
MEDIDAS DE FORMA
COEFICIENTE DE ASIMETRIA DE PEARSON
Ap = 7.04831916
CURTOSIS
K=
REPRESENTACION GRAFICA
Histograma y Poligono de Frecuencias

180
160
140
120
100
80
60
40
20
0
0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.511.512.513.514.515.516.517.518.519.520.521.522.523.5
Ilustración 1. Histograma y polígono de frecuencia para vehículos ligeros
Página 30 de 46
Ojiva de Vehiculos Ligeros

2500
2000
1500
1000
500
Ilustración 2. Ojiva de vehículos ligeros
Página 31 de 46
BUSES
Tabla 7
Caculo de frecuencias para buses
HORA Bus
X ABSOLUTA RELATIVA
ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
0-1 0.5 0.714 0.714 0.010 0.010
1-2 1.5 2.143 2.857 0.030 0.040
2-3 2.5 2.000 4.857 0.028 0.068
3-4 3.5 2.143 7.000 0.030 0.098
4-5 4.5 3.286 10.286 0.046 0.144
5-6 5.5 4.286 14.571 0.060 0.204
6-7 6.5 4.857 19.429 0.068 0.273
7-8 7.5 5.429 24.857 0.076 0.349
8-9 8.5 3.571 28.429 0.050 0.399
9-10 9.5 0.286 28.714 0.004 0.403
10-11 10.5 1.571 30.286 0.022 0.425
11-12 11.5 1.714 32.000 0.024 0.449
12-13 12.5 2.571 34.571 0.036 0.485
13-14 13.5 1.857 36.429 0.026 0.511
14-15 14.5 2.857 39.286 0.040 0.551
15-16 15.5 4.571 43.857 0.064 0.615
16-17 16.5 2.143 46.000 0.030 0.645
17-18 17.5 2.143 48.143 0.030 0.675
18-19 18.5 3.143 51.286 0.044 0.719
19-20 19.5 3.857 55.143 0.054 0.774
Página 32 de 46
20-21 20.5 7.143 62.286 0.100 0.874
21-22 21.5 5.857 68.143 0.082 0.956
22-23 22.5 2.571 70.714 0.036 0.992
23-24 23.5 0.571 71.286 0.008 1.000
TOTAL 71.286
% 0.030
MEDIA
X= 12.84068136
MODA
d1 3.285714286
d2 1.285714286
Mo = 20.71875
MEDIANA
Me = 13.57692308
RANGO
R = 23
Página 33 de 46
VARIANZA
S2= 16.3702068
DESVIACION TIPICA
S = 4.046011219
CV = 0.31509319
MEDIDAS DE POCISION
CUARTIL
DECIL
PERCENTIL
MEDIDAS DE FORMA
Página 34 de 46
Ap = -1.94711982
CURTOSIS
K=

8
7
6
5
4
3
2
1
0
10.5
11.5
0.5
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
12.5
13.5
14.5
15.5
16.5
17.5
18.5
19.5
20.5
21.5
22.5
23.5
Ilustración 3. Histograma y polígono de frecuencia de buses
Página 35 de 46
Ojiva de Buses
80
70
60
50
40
30
20
10
0
0.5
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
11.5
12.5
13.5
14.5
15.5
16.5
17.5
18.5
19.5
20.5
21.5
22.5
23.5
Ilustración 4. Ojiva de buses
Página 36 de 46
CAMIONES UNITARIOS
Tabla 8
Calculo de frecuencias para camiones unitarios
HORA Camiones unitarios
X ABSOLUTA RELATIVA
ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
0-1 0.5 1.571 1.571 0.012 0.012
1-2 1.5 3.143 4.714 0.023 0.035
2-3 2.5 2.286 7.000 0.017 0.051
3-4 3.5 4.143 11.143 0.030 0.082
4-5 4.5 5.714 16.857 0.042 0.124
5-6 5.5 7.429 24.286 0.055 0.178
6-7 6.5 5.857 30.143 0.043 0.221
7-8 7.5 4.429 34.571 0.033 0.254
8-9 8.5 7.429 42.000 0.055 0.308
9-10 9.5 5.857 47.857 0.043 0.352
10-11 10.5 6.571 54.429 0.048 0.400
11-12 11.5 6.286 60.714 0.046 0.446
12-13 12.5 5.571 66.286 0.041 0.487
13-14 13.5 8.429 74.714 0.062 0.549
14-15 14.5 6.571 81.286 0.048 0.597
15-16 15.5 8.714 90.000 0.064 0.661
16-17 16.5 8.429 98.429 0.062 0.723
17-18 17.5 5.571 104.000 0.041 0.764
18-19 18.5 6.429 110.429 0.047 0.811
19-20 19.5 5.857 116.286 0.043 0.854
Página 37 de 46
20-21 20.5 7.857 124.143 0.058 0.912
21-22 21.5 5.429 129.571 0.040 0.952
22-23 22.5 3.571 133.143 0.026 0.978
23-24 23.5 3.000 136.143 0.022 1.000
TOTAL 136.143
% 0.058
MEDIA
X= 12.74973767
MODA
d1 2.142857143
d2 0.285714286
Mo = 15.88235294
MEDIANA
Me = 13.2118644
Página 38 de 46
RANGO
R = 23
VARIANZA
S2= 8.54610063
DESVIACION TIPICA
S = 2.92337145
CV = 0.22928875
MEDIDAS DE POCISION
CUARTIL
DECIL
Página 39 de 46
PERCENTIL
MEDIDAS DE FORMA
Ap = -1.0715762
CURTOSIS
K=

10
9
8
7
6
5
4
3
2
1
0
12.5
16.5
0.5
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
11.5
13.5
14.5
15.5
17.5
18.5
19.5
20.5
21.5
22.5
23.5
Ilustración 5. Histograma y polígono de frecuencia para camiones unitarios.
Página 40 de 46
Ojiva de Camiones Unitarios

160
140
120
100
80
60
40
20
0
0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.511.512.513.514.515.516.517.518.519.520.521.522.523.5
Ilustración 6. Ojiva de camiones unitarios.
Página 41 de 46
CAMIONES ACOPLADOS
Tabla 9
Calculo de frecuencias para camiones acoplados
HORA Camiones Acoplados
X ABSOLUTA RELATIVA
ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
0-1 0.5 2.714 2.714 0.025 0.025
1-2 1.5 2.000 4.714 0.018 0.044
2-3 2.5 3.286 8.000 0.030 0.074
3-4 3.5 3.143 11.143 0.029 0.103
4-5 4.5 5.714 16.857 0.053 0.156
5-6 5.5 7.000 23.857 0.065 0.220
6-7 6.5 4.857 28.714 0.045 0.265
7-8 7.5 5.286 34.000 0.049 0.314
8-9 8.5 3.000 37.000 0.028 0.342
9-10 9.5 2.857 39.857 0.026 0.368
10-11 10.5 3.571 43.429 0.033 0.401
11-12 11.5 4.429 47.857 0.041 0.442
12-13 12.5 5.857 53.714 0.054 0.496
13-14 13.5 5.571 59.286 0.051 0.547
14-15 14.5 5.143 64.429 0.047 0.595
15-16 15.5 4.286 68.714 0.040 0.635
16-17 16.5 5.429 74.143 0.050 0.685
17-18 17.5 4.429 78.571 0.041 0.726
18-19 18.5 4.286 82.857 0.040 0.765
19-20 19.5 4.429 87.286 0.041 0.806
Página 42 de 46
20-21 20.5 6.714 94.000 0.062 0.868
21-22 21.5 6.143 100.143 0.057 0.925
22-23 22.5 4.429 104.571 0.041 0.966
23-24 23.5 3.714 108.286 0.034 1.000
TOTAL 108.286
% 0.046
MEDIA
X= 12.73350923
MODA
d1 1.285714286
d2 2.142857143
Mo = 5.375
MEDIANA
Me = 13.07692308
RANGO
Página 43 de 46
R = 23
VARIANZA
S2= 10.7393008
DESVIACION TIPICA
S = 3.277087245
CV = 0.25735932
MEDIDAS DE POCISION
CUARTIL
DECIL
PERCENTIL
Página 44 de 46
MEDIDAS DE FORMA
Ap = 2.24544197
CURTOSIS
K=

8
7
6
5
4
3
2
1
0
7.5
0.5
1.5
2.5
3.5
4.5
5.5
6.5
8.5
9.5
10.5
11.5
12.5
13.5
14.5
15.5
16.5
17.5
18.5
19.5
20.5
21.5
22.5
23.5
Ilustración 7. Histograma y polígono de frecuencias para camiones acoplados
Página 45 de 46
Ojiva de Camiones Acoplados

120
100
80
60
40
20
0
7.5
0.5
1.5
2.5
3.5
4.5
5.5
6.5
8.5
9.5
10.5
11.5
12.5
13.5
14.5
15.5
16.5
17.5
18.5
19.5
20.5
21.5
22.5
23.5
Ilustración 8. Ojiva de camiones acoplados
Bibliografía
 Enciclopedia económica (2017-2018). autor reservado
https://enciclopediaeconomica.com/variable-estadistica/
 Benzécri J.-P. et al. (1976), L'analyse des données, París, Dunod (tipificación de
variables)
 Michel Volle, Analyse des données, Economica, édition Economica, 1997 -

ISBN|2717832122 (variables estadísticas)
Página 46 de 46

1.INFORME Estadistica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1.INFORME Estadistica

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADA NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE ARQUITECTURA E INGENIERIA CIVIL

ESCUELA PROFECIONAL DE INGENIERIA CIVIL

ESTUDIO DE INDICE MEDIO DIARIA (IMD)

VEHICULAR PUNO - CHUCUITO

DOCENTE: ALAIN CHOQUE PERALTA V

Ayala Noa Alexander 160678

Condori Ahumada Jerry 161088

Cusi Huaman Aldo Milagros 151808

Delgado Cama Trilcen Araceli 155170

Huaraka Mendoza Holguer ed 154994

Quispe Huarhua Frank Kelvin 161091

Tabla 1Datos de vehículos ligeros ........................................................................................... 22

Ilustración 1. Histograma y polígono de frecuencia para vehículos ligeros ............................ 30

para seguir en esta vida llena de retos.

En este trabajo se recopilaron datos reales de la cantidad de vehículos en la vía (puno-

fueron organizados en una tabla estadística.

económicamente. Ambos conceptos deben relacionarse para establecer las características

de vehículos(IMD). Siendo el estudio de la demanda uno de los elementos más fundamentales

para el mejoramiento de carretera, debido a su importancia nos centraremos en el ello en este

cuenta en todo trabajo de estudio, en el estudio mostramos la parte de recolección de datos

de cálculo de medidas de dispersión central, así podremos originar interpretaciones de cuan

descriptiva del IMD de vía

Estadística es el arte de realizar inferencias y sacar conclusiones a partir de datos

las áreas del conocimiento.

investigación, desde el comienzo hasta el final. Existe el convencimiento de que la estadística

LAS INVESTIGACIONES. Es importante tomar conciencia que la elección del método de

La estadística descriptiva se puede definir como el estudio que incluye la obtención,

organización, presentación y descripción de información numérica. Su objetivo, por lo tanto, es

describir las características principales de los datos reunidos.

se obtienen generalizaciones o se toman decisiones en base a una información parcial o completa

obtenida mediante técnicas descriptivas. Su objetivo es extraer conclusiones de utilidad sobre el

total de las observaciones posibles basándose en la información obtenida.

El concepto de población en estadística va más allá de lo que comúnmente se conoce como

presentan características comunes.

cuales intentamos sacar conclusiones. Levin y Rubin (1996).

Una población es un conjunto de elementos que presentan una característica común.

obtengan de dicha muestra solo podrán referirse a la población en referencia.

pueden ser comparados, analizados e interpretados.

números no es un dato estadístico.

valores, se denota por X, Y, Z, etc.

calculadas con números, sino que lo hacen con palabras.

Este tipo de variable, a su vez se divide en las siguientes:

ejemplo: Colores (Negro, Naranja, Amarillo).

socioeconómico (Alto, medio, bajo).

y medirse a través de números.

Este tipo de variable a su vez se divide en:

cantidad de familiares que tiene una persona (2, 3, 4 o más)

medidas o características descriptivas inherentes a las poblaciones. Ejemplo: Los salarios

Un estadígrafo o llamado también estadístico es el resumen de los elementos de una

de los empleados de la empresa.

 Media muestral (𝑥̅ )

Presentación de la información en cuadros y tablas

Calcule el Rango (R)

Número de Intervalos de Clase (K)

Siendo n el tamaño de la muestra.

Ancho del Intervalo (C)

Se obtiene dividiendo el Rango para el número de intervalos

Frecuencia Absoluta (f)

Es el número de veces que se repite el valor de cada variable. La suma de frecuencias

absolutas es siempre al total de datos observados.

Frecuencia Relativa (h)

y el número total de datos. La suma de las frecuencias relativas es siempre 1