SlideShare una empresa de Scribd logo
1 de 5
Universidad Tecnológica de Torreón
Estadística: Datos agrupados: Ejercicio #5
Procesos Industriales Área Manufactura
Fernando Dominguez Borrego
2°A
Ejercicio 5
Datos agrupados
Al hablar de datos agrupados nos referimos al hecho de contar con datos ordenados,
clasificados y contados.
Intervalos aparentes: Es el resultado de restar tu límite o dato mínimo a tu dato mayor, y
después de sacar ese resultado (rango), divides entre el número de clases que realizaras,
y ese es tu número que habrá de diferencia entre tus intervalos.
En este caso: 92-35=57 57/10=5.7=6
Intervalos reales: Es la suma de 0.5 a tu valor mayor de cada clase y la resta de 0.5 a tu
valor mínimo de cada clase.
Marca de clase: Es el valor que representa a todo el intervalo para el cálculo de algunos
parámetros como la media aritmética o la desviación típica.
Frecuencias: Cantidad de veces que se repite un determinado valor de la variable.
Medidas de tendencia central para datos agrupados: Moda, Mediana, Media aritmética.
Dispersión en datos agrupados: Rango, Varianza y desviación estándar.
Resuelve el siguiente problema:
La tabla adjunta contiene las calificaciones de un grupo de aspirantes a ingresar a la
universidad, en el examen de admisión. Las calificaciones posibles van de 0 a 100. Con
base en estos datos se desea determinar la calificación mínima aprobatoria de modo que
aproximadamente el 70% de los alumnos sean admitidos, además, es necesario
implementar un programa de asesoría para los alumnos de más bajo desempeño en dicho
examen.
1. Con base a la información explica cual es la población. ¿Es una población tangible
o conceptual?¿Es finita o infinita?
La población es conceptual finita. Se trata de las 300 calificaciones de los nuevos aspirantes
que desean entran a la universidad.
2. ¿Se estudió la población completa? ¿O se trata solo de una muestra?
Solo se tomaron 300 aspirantes de todos los que eran, por lo tanto se trata de una muestra.
3. ¿Cuál es la variable de interés?
Las calificaciones de los aspirantes que desean ingresar a la universidad.
4. Determina el tipo de variable y su escala de medición.
Cuantitativa discreta.
5. Elabora la tabla de distribución de frecuencias e interpreta los resultados.
xi f i fai fri frai fixi |x1-x|fi |x1-x|fi
35 41 34.5 41.5 38 3 3 1 1 114 55926 -11517.41333
42 48 41.5 48.5 45 15 18 5 6 675 279525 -57482.06667
49 55 48.5 55.5 52 49 67 16.33333333 22.33333333 2548 912772 -187431.7511
56 62 55.5 62.5 59 82 149 27.33333333 49.66666667 4838 1526922 -313087.2978
63 69 62.5 69.5 66 95 244 31.66666667 81.33333333 6270 1768330 -362058.0889
70 76 69.5 76.5 73 38 282 12.66666667 94 2774 707066 -144557.2356
77 83 76.5 83.5 80 16 298 5.333333333 99.33333333 1280 297600 -60754.20444
84 90 83.5 90.5 87 1 299 0.333333333 99.66666667 87 18593 -3790.137778
91 97 90.5 97.5 94 1 300 0.333333333 100 94 18586 -3783.137778
300 Totales 18680 5585320 -1163141.333
Rango 57 X= 62.2666667
Intervalo 5.7 Dx= 7.89092306
Operaciones de tendencia central
Frecuencia
acumulada
Frecuencia
relativa
Frecuencia
relativa acum.
Intervalos aparentes
Límite
inferior
Límite
superior
Marcas de
clase
Frecuencia
absolutaLimite
superior
Intervalos reales
Limite
inferior
En la tabla de frecuencias que se muestra anteriormente se puede observar que no
se proyectan todos los datos con los que se cuenta, es porque estamos trabajando
con datos agrupados, por lo tanto realizamos 10 clases con un intervalo de 6.
6. Determina la media aritmética, mediana y moda y explica su resultado.
La media aritmética es la multiplicación de la frecuencia absoluta por nuestras
categorías. (62.26)
La mediana es la acomodación de los 300 datos y es el número central de los 300
datos. (63)
La moda es el número que frecuentemente aparece en nuestros datos. (63)
7. Calcula las siguientes variables de dispersión e interprétalas: Rango, desviación
media, varianza y desviación estándar.
El rango es la diferencia entre nuestra máxima y mínima de nuestros datos. (57)
La desviación estándar es el promedio de cada categoría, y se realiza con la raíz
cuadrada de la varianza. (7.89)
La varianza es un casi promedio de la desviación estándar. (2.80)
8. Graficas
9. Elabora y explica tus conclusiones acerca de la calificación mínima aprobatoria
establecida de acuerdo al porcentaje de alumnos que se desea admitir y el
desempeño de dichos alumnos en el examen, además de las posibilidades de que
los alumnos admitidos obtengan su titulo universitario.
Dado que el error o la advertencia se encuentra entre el 25% y 30%, los cuales son
los alumnos que no tienen un gran desempeño en ducho examen, como ingenieros
debemos de enfocarnos a ese porcentaje de alumnos ineficientes ya que la
universidad busca gente competente para apoyarla a conseguir su título
universitario, si no se puede llegar al 100% de población admitida por lo menos un
90% sería un gran avance.
10. ¿Cuántos alumnos deberán asistir a asesorías? Que porcentaje de los aspirantes
muestra un mal desempeño? ¿Cuántas horas de asesorías a la semana serán
necesarias?
Dado que estamos enfocado a ese 25%, es a ellos a quienes se les debería de
impartir cursos previos al ingresar a la universidad, en un horario cómodo,de 3 horas
mínimo.
11. Compara tus conclusiones con las de tu compañero de equipo suponiendo que se
trata de 300 aspirantes distintos que desean ingresar a otra institución educativa y
elaboran nuevas conclusiones en colaboración.
Dado a los resultados obtenidos por mi compañero, los cuales son muy similares,
concluyo que hay que trabajar en ese porcentaje, ya sea por cursos, asesorías
voluntarias o lo que sea, porque el porcentaje de alumnos que tienen un muy bajo
desempeño es significativo.

Más contenido relacionado

La actualidad más candente

Datos agrupados ejercicio 5
Datos agrupados ejercicio 5Datos agrupados ejercicio 5
Datos agrupados ejercicio 5
Arturo Najeriux
 
Estadística Básica
Estadística BásicaEstadística Básica
Estadística Básica
ptardilaq
 
Media, Mediana Y Moda De Datos Agrupados
Media, Mediana Y Moda De Datos AgrupadosMedia, Mediana Y Moda De Datos Agrupados
Media, Mediana Y Moda De Datos Agrupados
Cúmar Cueva
 
Tema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
Tema calculo de los cuartiles deciles y percentiles - Estadistica DescriptivaTema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
Tema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
tutoraamparo
 

La actualidad más candente (19)

Estadística I
Estadística I Estadística I
Estadística I
 
Datos agrupados ejercicio 5
Datos agrupados ejercicio 5Datos agrupados ejercicio 5
Datos agrupados ejercicio 5
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza ok
 
Medidas de resumen
Medidas de resumenMedidas de resumen
Medidas de resumen
 
Ejercicio 5 datos agrupados
Ejercicio 5 datos agrupadosEjercicio 5 datos agrupados
Ejercicio 5 datos agrupados
 
Estadis fa
Estadis faEstadis fa
Estadis fa
 
Frecuencias de datos agrupados
Frecuencias de datos agrupadosFrecuencias de datos agrupados
Frecuencias de datos agrupados
 
Datos agrupados-tc
Datos agrupados-tcDatos agrupados-tc
Datos agrupados-tc
 
Teoría de la Estimación
Teoría de la EstimaciónTeoría de la Estimación
Teoría de la Estimación
 
Estadística Básica
Estadística BásicaEstadística Básica
Estadística Básica
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Tema 1 03 u6
Tema 1 03 u6Tema 1 03 u6
Tema 1 03 u6
 
Capitulo 2 Cómo ordenar los datos en tabla de frecuencias
Capitulo 2 Cómo ordenar los datos en tabla de frecuenciasCapitulo 2 Cómo ordenar los datos en tabla de frecuencias
Capitulo 2 Cómo ordenar los datos en tabla de frecuencias
 
Media, Mediana Y Moda De Datos Agrupados
Media, Mediana Y Moda De Datos AgrupadosMedia, Mediana Y Moda De Datos Agrupados
Media, Mediana Y Moda De Datos Agrupados
 
Tema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
Tema calculo de los cuartiles deciles y percentiles - Estadistica DescriptivaTema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
Tema calculo de los cuartiles deciles y percentiles - Estadistica Descriptiva
 
Elaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadísticaElaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadística
 
Estadistica02 2009
Estadistica02 2009Estadistica02 2009
Estadistica02 2009
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Ejercicio paso a paso medidas de tendencia central para datos agrupados
Ejercicio paso a paso medidas de tendencia central para datos agrupadosEjercicio paso a paso medidas de tendencia central para datos agrupados
Ejercicio paso a paso medidas de tendencia central para datos agrupados
 

Similar a Ejercicio cinco datos agrupados

clase de estadística para la educación matematica
clase de estadística para la educación matematicaclase de estadística para la educación matematica
clase de estadística para la educación matematica
EDSONAVAlayo
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
GloriaEcheSilva
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos  de programación, métodos estadísticos (1)Blog, conceptos  de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
Juanda Mosquera
 

Similar a Ejercicio cinco datos agrupados (20)

TRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdfTRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdf
 
clase de estadística para la educación matematica
clase de estadística para la educación matematicaclase de estadística para la educación matematica
clase de estadística para la educación matematica
 
Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)
 
3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptx3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptx
 
Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicion
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Estadistica
Estadistica Estadistica
Estadistica
 
TEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptxTEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptx
 
5. Medidas de tendencia central
5. Medidas de tendencia central5. Medidas de tendencia central
5. Medidas de tendencia central
 
Frencuencia
FrencuenciaFrencuencia
Frencuencia
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos  de programación, métodos estadísticos (1)Blog, conceptos  de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Capítulo 03
Capítulo 03Capítulo 03
Capítulo 03
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILA
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILA
 

Más de Fercho Dominguez

Más de Fercho Dominguez (19)

Fundiciones problema
Fundiciones problemaFundiciones problema
Fundiciones problema
 
Process observation
Process observationProcess observation
Process observation
 
Proceso cramer
Proceso cramerProceso cramer
Proceso cramer
 
Process
ProcessProcess
Process
 
Quality
QualityQuality
Quality
 
Estadística aplicada a la calidad
Estadística aplicada a la calidadEstadística aplicada a la calidad
Estadística aplicada a la calidad
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Dist normal
Dist normalDist normal
Dist normal
 
distribucion poisson
distribucion poissondistribucion poisson
distribucion poisson
 
Distribucion binomial fernando
Distribucion binomial fernandoDistribucion binomial fernando
Distribucion binomial fernando
 
Probabilidad elemental
Probabilidad elementalProbabilidad elemental
Probabilidad elemental
 
Actividad Integradora
Actividad IntegradoraActividad Integradora
Actividad Integradora
 
Segunda parte ejercicio 5
Segunda parte ejercicio 5Segunda parte ejercicio 5
Segunda parte ejercicio 5
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Método de Gauss y Gauss Jordan.
Método de Gauss y Gauss Jordan.Método de Gauss y Gauss Jordan.
Método de Gauss y Gauss Jordan.
 
Productos notables: Trinomio al cuadrado
Productos notables: Trinomio al cuadradoProductos notables: Trinomio al cuadrado
Productos notables: Trinomio al cuadrado
 
Productos Notables: Binomio al cuadrado
Productos Notables: Binomio al cuadradoProductos Notables: Binomio al cuadrado
Productos Notables: Binomio al cuadrado
 
Falacias Matemáticas
Falacias MatemáticasFalacias Matemáticas
Falacias Matemáticas
 

Último

SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONALSESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
EdwinC23
 
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbbTema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
antoniolfdez2006
 
Tipos de suelo y su clasificación y ejemplos
Tipos de suelo y su clasificación y ejemplosTipos de suelo y su clasificación y ejemplos
Tipos de suelo y su clasificación y ejemplos
andersonsubero28
 

Último (20)

422382393-Curso-de-Tableros-Electricos.pptx
422382393-Curso-de-Tableros-Electricos.pptx422382393-Curso-de-Tableros-Electricos.pptx
422382393-Curso-de-Tableros-Electricos.pptx
 
1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricas1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricas
 
dokumen.tips_311-determinacion-del-espacio-estatico.pptx
dokumen.tips_311-determinacion-del-espacio-estatico.pptxdokumen.tips_311-determinacion-del-espacio-estatico.pptx
dokumen.tips_311-determinacion-del-espacio-estatico.pptx
 
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuhSistema de alumbrado.pptx fjhhgghrhgghhuughuh
Sistema de alumbrado.pptx fjhhgghrhgghhuughuh
 
INTEGRATED PROJECT DELIVERY.pdf (ENTREGA INTEGRADA DE PROYECTOS)
INTEGRATED PROJECT DELIVERY.pdf (ENTREGA INTEGRADA DE PROYECTOS)INTEGRATED PROJECT DELIVERY.pdf (ENTREGA INTEGRADA DE PROYECTOS)
INTEGRATED PROJECT DELIVERY.pdf (ENTREGA INTEGRADA DE PROYECTOS)
 
Manual deresolucion de ecuaciones por fracciones parciales.pdf
Manual deresolucion de ecuaciones por fracciones parciales.pdfManual deresolucion de ecuaciones por fracciones parciales.pdf
Manual deresolucion de ecuaciones por fracciones parciales.pdf
 
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALESCAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
CAPACITACIÓN EN AGUA Y SANEAMIENTO EN ZONAS RURALES
 
680186431-3-Porcentaje-Presentacion-2022.pdf
680186431-3-Porcentaje-Presentacion-2022.pdf680186431-3-Porcentaje-Presentacion-2022.pdf
680186431-3-Porcentaje-Presentacion-2022.pdf
 
Mantenimiento-de-Transformadores-Monofasicos[1].pptx
Mantenimiento-de-Transformadores-Monofasicos[1].pptxMantenimiento-de-Transformadores-Monofasicos[1].pptx
Mantenimiento-de-Transformadores-Monofasicos[1].pptx
 
TAIICHI OHNO, historia, obras, reconocimientos
TAIICHI OHNO, historia, obras, reconocimientosTAIICHI OHNO, historia, obras, reconocimientos
TAIICHI OHNO, historia, obras, reconocimientos
 
entropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemasentropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemas
 
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdfNTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
 
SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONALSESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
SESION 11 SUPERVISOR SSOMA SEGURIDAD Y SALUD OCUPACIONAL
 
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdfTrabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
 
Aportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
Aportes a la Arquitectura de Le Corbusier y Mies Van der RoheAportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
Aportes a la Arquitectura de Le Corbusier y Mies Van der Rohe
 
Trabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdfTrabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdf
 
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbbTema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
Tema ilustrado 9.2.docxbbbbbbbbbbbbbbbbbbb
 
Tipos de suelo y su clasificación y ejemplos
Tipos de suelo y su clasificación y ejemplosTipos de suelo y su clasificación y ejemplos
Tipos de suelo y su clasificación y ejemplos
 
EFICIENCIA ENERGETICA-ISO50001_INTEC_2.pptx
EFICIENCIA ENERGETICA-ISO50001_INTEC_2.pptxEFICIENCIA ENERGETICA-ISO50001_INTEC_2.pptx
EFICIENCIA ENERGETICA-ISO50001_INTEC_2.pptx
 
Matrices Matemáticos universitario pptx
Matrices  Matemáticos universitario pptxMatrices  Matemáticos universitario pptx
Matrices Matemáticos universitario pptx
 

Ejercicio cinco datos agrupados

  • 1. Universidad Tecnológica de Torreón Estadística: Datos agrupados: Ejercicio #5 Procesos Industriales Área Manufactura Fernando Dominguez Borrego 2°A
  • 2. Ejercicio 5 Datos agrupados Al hablar de datos agrupados nos referimos al hecho de contar con datos ordenados, clasificados y contados. Intervalos aparentes: Es el resultado de restar tu límite o dato mínimo a tu dato mayor, y después de sacar ese resultado (rango), divides entre el número de clases que realizaras, y ese es tu número que habrá de diferencia entre tus intervalos. En este caso: 92-35=57 57/10=5.7=6 Intervalos reales: Es la suma de 0.5 a tu valor mayor de cada clase y la resta de 0.5 a tu valor mínimo de cada clase. Marca de clase: Es el valor que representa a todo el intervalo para el cálculo de algunos parámetros como la media aritmética o la desviación típica. Frecuencias: Cantidad de veces que se repite un determinado valor de la variable. Medidas de tendencia central para datos agrupados: Moda, Mediana, Media aritmética. Dispersión en datos agrupados: Rango, Varianza y desviación estándar.
  • 3. Resuelve el siguiente problema: La tabla adjunta contiene las calificaciones de un grupo de aspirantes a ingresar a la universidad, en el examen de admisión. Las calificaciones posibles van de 0 a 100. Con base en estos datos se desea determinar la calificación mínima aprobatoria de modo que aproximadamente el 70% de los alumnos sean admitidos, además, es necesario implementar un programa de asesoría para los alumnos de más bajo desempeño en dicho examen. 1. Con base a la información explica cual es la población. ¿Es una población tangible o conceptual?¿Es finita o infinita? La población es conceptual finita. Se trata de las 300 calificaciones de los nuevos aspirantes que desean entran a la universidad. 2. ¿Se estudió la población completa? ¿O se trata solo de una muestra? Solo se tomaron 300 aspirantes de todos los que eran, por lo tanto se trata de una muestra. 3. ¿Cuál es la variable de interés? Las calificaciones de los aspirantes que desean ingresar a la universidad. 4. Determina el tipo de variable y su escala de medición. Cuantitativa discreta. 5. Elabora la tabla de distribución de frecuencias e interpreta los resultados. xi f i fai fri frai fixi |x1-x|fi |x1-x|fi 35 41 34.5 41.5 38 3 3 1 1 114 55926 -11517.41333 42 48 41.5 48.5 45 15 18 5 6 675 279525 -57482.06667 49 55 48.5 55.5 52 49 67 16.33333333 22.33333333 2548 912772 -187431.7511 56 62 55.5 62.5 59 82 149 27.33333333 49.66666667 4838 1526922 -313087.2978 63 69 62.5 69.5 66 95 244 31.66666667 81.33333333 6270 1768330 -362058.0889 70 76 69.5 76.5 73 38 282 12.66666667 94 2774 707066 -144557.2356 77 83 76.5 83.5 80 16 298 5.333333333 99.33333333 1280 297600 -60754.20444 84 90 83.5 90.5 87 1 299 0.333333333 99.66666667 87 18593 -3790.137778 91 97 90.5 97.5 94 1 300 0.333333333 100 94 18586 -3783.137778 300 Totales 18680 5585320 -1163141.333 Rango 57 X= 62.2666667 Intervalo 5.7 Dx= 7.89092306 Operaciones de tendencia central Frecuencia acumulada Frecuencia relativa Frecuencia relativa acum. Intervalos aparentes Límite inferior Límite superior Marcas de clase Frecuencia absolutaLimite superior Intervalos reales Limite inferior
  • 4. En la tabla de frecuencias que se muestra anteriormente se puede observar que no se proyectan todos los datos con los que se cuenta, es porque estamos trabajando con datos agrupados, por lo tanto realizamos 10 clases con un intervalo de 6. 6. Determina la media aritmética, mediana y moda y explica su resultado. La media aritmética es la multiplicación de la frecuencia absoluta por nuestras categorías. (62.26) La mediana es la acomodación de los 300 datos y es el número central de los 300 datos. (63) La moda es el número que frecuentemente aparece en nuestros datos. (63) 7. Calcula las siguientes variables de dispersión e interprétalas: Rango, desviación media, varianza y desviación estándar. El rango es la diferencia entre nuestra máxima y mínima de nuestros datos. (57) La desviación estándar es el promedio de cada categoría, y se realiza con la raíz cuadrada de la varianza. (7.89) La varianza es un casi promedio de la desviación estándar. (2.80) 8. Graficas
  • 5. 9. Elabora y explica tus conclusiones acerca de la calificación mínima aprobatoria establecida de acuerdo al porcentaje de alumnos que se desea admitir y el desempeño de dichos alumnos en el examen, además de las posibilidades de que los alumnos admitidos obtengan su titulo universitario. Dado que el error o la advertencia se encuentra entre el 25% y 30%, los cuales son los alumnos que no tienen un gran desempeño en ducho examen, como ingenieros debemos de enfocarnos a ese porcentaje de alumnos ineficientes ya que la universidad busca gente competente para apoyarla a conseguir su título universitario, si no se puede llegar al 100% de población admitida por lo menos un 90% sería un gran avance. 10. ¿Cuántos alumnos deberán asistir a asesorías? Que porcentaje de los aspirantes muestra un mal desempeño? ¿Cuántas horas de asesorías a la semana serán necesarias? Dado que estamos enfocado a ese 25%, es a ellos a quienes se les debería de impartir cursos previos al ingresar a la universidad, en un horario cómodo,de 3 horas mínimo. 11. Compara tus conclusiones con las de tu compañero de equipo suponiendo que se trata de 300 aspirantes distintos que desean ingresar a otra institución educativa y elaboran nuevas conclusiones en colaboración. Dado a los resultados obtenidos por mi compañero, los cuales son muy similares, concluyo que hay que trabajar en ese porcentaje, ya sea por cursos, asesorías voluntarias o lo que sea, porque el porcentaje de alumnos que tienen un muy bajo desempeño es significativo.