ESCUELA DE CIENCIAS BSICAS E INGENIERA CURSO: ESTADISTICA DESCRIPTIVA

TRABAJO COLABORATIVO UNIDAD 2

GRUPO: 100105_59 HENRY OSPINA BELTRAN CDIGO: 94.488.533

TUTOR LUIS GERMAN ROJAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD PROGRAMA DE INGENIERA DE SISTEMAS MARZO DE 2010

1.- Realizar un mentefacto conceptual sobre las medidas de dispersin.

MEDIDAS ESTADISTICAS UNIVARIANTES Estas medida s muestra n la va riabilidad de una distribucin, indicando si la s diferentes puntua ciones de una variable estn muy aleja da s de la media a ritmtica .

MEDIDAS DE DISPERSION

Medidas de tendencia central Medidas de asimetra y apuntamiento

Rango o Desviaci Coeficiente Desviaci Puntaje Recorrido Varianza n Tpica de n Media Tpico Variacin

2. Con el fin de decidir cuantas cajas para atencin a los clientes se necesitaran en las tiendas que construirn en el futuro, una cadena de supermercados quiso obtener informacin acerca del tiempo (minutos) requerido para atender los clientes. Se recogieron los siguientes datos correspondientes al tiempo de atencin a: 3.6 1.9 2.1 0.3 0.8 0.3 2.5 1.0 1.4 1.8 1.6 1.1 1.8 3.2 3.0 0.4 2.3 1.8 4.5 0.9 0.7 3.1 0.9 0.7 3.1 1.8 2.8 0.3 1.1 0.5 1.2 0.6 1.8 3.0 0.8 1.7 1.4 0.3 1.3 3.6 1.9 2.1 0.3 0.8 0.3 2.5 1.0 1.4 1.8 1.6 1.1 1.8 2.8 0.3 1.1 0.5 1.2 0.6 1.8 3.0 0.8 1.7 1.4 0.3 1.3 Realizar una tabla de distribucin de frecuencias, Calcular varianza, desviacin estndar y coeficiente de variacin. Interprete los resultados.

Tiempo Frecuencia de atencin 0.3 8 0.4 1 0.5 2 0.6 2 0.7 2 0.8 4 0.9 2 1 2 1.1 4 1.2 2 1.3 2 1.4 4 1.6 2 1.7 2 1.8 8 1.9 2 2.1 2 2.3 1 2.5 2 2.8 2 3 3 3.1 2 3.2 1 3.6 2 4.5 1 65

F.X 2.4 0.4 1 1.2 1.4 3.2 1.8 2 4.4 2.4 2.6 5.6 3.2 3.4 14.4 3.8 4.2 2.3 5 5.6 9 6.2 3.2 7.2 4.5 100.4 0.09 0.16 0.25 0.36 0.49 0.64 0.81 1 1.21 1.44 1.69 1.96 2.56 2.89 3.24 3.61 4.41 5.29 6.25 7.84 9 9.61 10.24 12.96 20.25 108.25

F. 2.4 0.4 1 1.2 1.4 3.2 1.8 2 4.4 2.4 2.6 5.6 3.2 3.4 14.4 3.8 4.2 2.3 5 5.6 9 6.2 3.2 7.2 4.5 100.4

Desarrollo del ejercicio: Nmero de datos o tamao de la muestra= 65 Rango R= 4,2

=FXN= 100.465=1.545 S2=X2N- 2 S2=108.2565- 2.39=0.72

S= S2 = 0.72 = 0.85

CV= S*100% = 0.851.545*100 =55% Respuestas: Rango= 4,2 Media aritmtica= 1,545 Varianza= 0,72 Desviacin tpica o estndar= 0,85 Coeficiente de variacin= 55%

Interpretacin de resultados El tiempo promedio para atender a los clientes es de 1,545 minutos. La variacin con respecto al promedio para atender a los clientes es de 0,72 minutos. Como el coeficiente de variacin es un poco alto entonces podemos decir que la media aritmtica no es lo suficiente representativa.

3. En un estudio se registra la cantidad de Horas de T.V. a la semana que ve un grupo de nios escogidos de un colegio de la localidad de Puente Aranda: Horas de TV No. Nios 35 16 57 13 79 9 9 11 6

11 13

4 Total 48 a. Cul es el promedio de horas de tv que ven los nios? b. Calcule el coeficiente variacin intrprete los resultados? Desarrollo del ejercicio:

Horas de TV 3-5 5-7 7-9 9 - 11 11 - 13

Marca de Clase X 4 6 8 10 12

No de nios o frecuencia 16 13 9 6 4 48

F.X 64 78 72 60 48 322 16 36 64 100 144 360

F. 256 468 576 600 576 2476

Nmero de datos o tamao de la muestra= 48 Rango R= 8

=FXN= 32248=6.708 S2=F.X2N- 2 S2=247648- 44.9=6.68

S= S2 = 6.68 = 2.58 CV= S*100% = 2.586.708*100 =38.46%

Respuestas: Media aritmtica= 6.708 Varianza= 6.68 Desviacin tpica o estndar= 2.58 Coeficiente de variacin= 38.46%

Interpretacin de resultados

El coeficiente de variacin es un poco bajo del 38.46% est por debajo del 50%, por lo tanto podemos afirmar que la media aritmtica si es lo suficientemente representativa.

4. Los salarios mensuales que paga una fbrica a los operarios que trabajan en dos turnos tienen las siguientes estadsticas: TURNO II TURNO I Numero de trabajadores 38 62 Salario medio mensual $ 178.000 $ 203.500 Varianza 51.600 62.600 a.- Comparar los salarios en los dos turnos en cuanto a la variabilidad absoluta y relativa. b. -Si el gerente ofrece un aumento de $22.000 para el primer turno y un 13% para los del segundo turno. Cul de los turnos mejora mas su ingreso promedio. c.- Con este aumento continuaran teniendo la misma variabilidad relativa?

Desarrollo del ejercicio: Vamos a sacar la variabilidad absoluta, hacemos la comparacin de los dos turnos entre sus desviaciones estndar: TURNO II TURNO I S2 = 51600 S2 = 62600 S= S2 = 51600 = 227,156
=0,123%

S= S2 = 62600 = 250,19 CV= 250,19203500*100

CV= S*100% = 227,156178000*100 =0,127%

A): El turno II tuvo una mayor variabilidad absoluta respecto al turno I, aunque hay que tener en cuenta que el turno II tiene mayor nmero de trabajadores. El turno II tuvo mayor variabilidad relativa, pero la diferencia es muy poca con respecto al turno I. B): Turno I aumento de $22.000, y un 13% para el segundo turno Turno II $ 178.000 + 23.140 = $201.140 Turno I $203.500 + 22.000 = $225.500

El turno I mejora mas su ingreso promedio con respecto al turno II. C):
S2 = 51600 S2 = 62600

S= S2 = 51600 = 227,156
=0,111%

S= S2 = 62600 = 250,19 CV= 250,19225500*100

CV= S*100% = 227,156201140*100 =0,113%

No continan con la misma variabilidad relativa, esta bajo el porcentaje para los dos turnos.

5. .-La compaa de electrodomsticos MABE acaba de terminar un estudio sobre la configuracin posible de tres lneas de ensamble para producir el Horno microondas que mas ventas tiene en el mercado. Los resultados acerca del tiempo en minutos que se demora cada configuracin en producir un horno son los siguientes: Configuracin I Tiempo promedio 24.8 min desviacin estndar 4.8 min Configuracin II Tiempo promedio 25.5 min varianza 56.25 Configuracin III Tiempo promedio 37.5 min desviacin estndar 3.8 Qu configuracin de lnea de ensamble le presenta mejores resultados a la empresa? Porque?

Configuracin 1: CV= S*100% = 4,824,8*100 =19,35% Configuracin 2: S= S2 = 56.25 = 7, 5 CV= S*100% = 7,525,5*100 =29,4% Configuracin 3: CV= S*100% = 3,837,5*100 =10,13% La configuracin que presenta mejores resultados es la configuracin 2, ya que el tiempo promedios es corto, y el coeficiente de variacin es el que presenta un mayor porcentaje del 29,4%

6. Las estaturas y pesos de 10 jugadores de baloncesto de un equipo son: Estatura (X) 186 189 190 192 193 193 198 201 203 205 Pesos (Y) 85 85 86 90 87 91 93 103 100 101 Calcular: a La recta de regresin de Y sobre X. b. El coeficiente de correlacin. c. El peso estimado de un jugador que mide 208 cm. = a+bX
b=NXY- XYNX2- (X)2 b=10179971-1950(921)10(380618)- (1950)2=37603680=1,022 a=Y- bXN a=921- 1,022(1950)10=107210=107,2

A: La recta de regresin de Y sobre X es: = 107,2+1,022X B:

Se=Y2-aX-bXYN-2 Se=85255-107,2(1950)-1,022(179971)10-2= 601458 Se= 7518,13 = 86,71 Sy2 = Y2N- 2 = 8525510- 8482,41 = 43,09 R2= 1- Se2Sy2 = 1-7518,643,09= -173.5 R= R2 = -173,52 = 173,5

El grado de relacin de las dos variables es del 173,5 % = 107,2+1,022(208) = 319,8