SlideShare ist ein Scribd-Unternehmen logo
1 von 33
EJERCICIOS 
VARIABLES 
UNIDIMENSIONALES 
© Inmaculada Leiva Tapia IES Alborán
ÍNDICE: 
Ejercicio 1: Pesos de recién nacidos 
Ejercicio 3: Variable estadística discreta 
Ejercicio 4: Tiempo de retraso en una empresa 
Ejercicio 16: Temperaturas en el interior de la Tierra 
Ejercicio 19: Intervalos con distinta amplitud
EJERCICIO 1: 
En una maternidad se han tomado los pesos de 50 recién nacidos: 
2,8 3,2 3,8 2,5 2,7 3,7 1,9 2,6 3,5 2,3 
3,0 2,6 1,8 3,3 2,9 2,1 3,4 2,8 3,1 3,9 
2,9 3,5 3,0 3,1 2,2 3,4 2,5 1,9 3,0 2,9 
2,4 3,4 2,0 2,6 3,1 2,3 3,5 2,9 3,0 2,7 
2,9 2,8 2,7 3,1 3,0 3,1 2,8 2,6 2,9 3,3 
a) Construye una tabla con los datos agrupados en 6 intervalos de 
amplitud 0,4 kg. 
b) Representa gráficamente esta distribución. 
c) Calcula los parámetros de centralización( media, moda y mediana ). 
d) Calcula la varianza y la desviación típica.
Es una variable estadística continua. Hacemos el recuento de datos y obtenemos la siguiente 
tabla de frecuencias, que vamos completando con ayuda de la hoja de cálculo Calc. 
Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 
[1,8;2,2] 1,8 2,2 2 6 6 12 24 
]2,2;2,6] 2,2 2,6 2,4 9 15 21,6 51,84 
]2,6;3,0] 2,6 3 2,8 18 33 50,4 141,12 
]3,0;3,4] 3 3,4 3,2 11 44 35,2 112,64 
]3,4;3,8] 3,4 3,8 3,6 5 49 18 64,8 
]3,8;4,2] 3,8 4,2 4 1 50 4 16 
TOTALES 4,2 50 141,2 410,4 
Media x = 
2,824 Varianza = 0,233 D.típica = 0,483 
N/2 = 25 ≤ 33 = Fi → Int.mediano ]2,6;3,0] Interpolando, 
3 3 − 1 5 
3 − 2 , 6 = 
2 5 − 1 5 
M e − 2 , 6 → M e = 2 , 6 + 
2 5 − 1 5 
3 3 − 1 5 ⋅ (3 − 2 , 6 ) = 2 , 8 2 2 
Moda: fi (máx.)= 18 → Int.modal ]2,6;3,0] Interpolando, 
M o − 2 , 6 
1 8 − 9 
= 
3 − M o 
1 8 − 1 1 
→ M o = 2 , 6 + 
1 8 − 9 
(1 8 − 9 ) + (1 8 − 1 1 ) 
⋅( 3 − 2 , 6 ) = 2 , 8 2 5
Con ayuda del programa GeoGebra y de su hoja de cálculo, obtenemos el histograma de 
la variable,así como la determinación gráfica de la moda y de la mediana.
Mo − 2,6 
18−9 = 
3 − Mo 
18−11 
Mo = 2,6 + 9 
9+ 7 
· (3 − 2,6)= 2,825
33 − 15 
3 − 2,6 = 25 − 15 
Al índice 
Me 2,6 25 15 
Me−2,6 = + − 33−15 
·(3 − 2,6)= 2,822
EJERCICIO 3: 
Completa la siguiente tabla y después representa la distribución y halla: 
a) Medidas de centralización: media, moda y mediana. 
b) Medidas de posición: los tres cuartiles y el percentil 20. Interpreta su 
significado. 
c) Medidas de dispersión: varianza, desviación típica y coeficiente de 
variación de Pearson. Interpreta su significado. 
d) Representa el diagrama de Box-Whisker de esta variable. 
xi fi Fi hi 
1 4 0,08 
2 4 
3 16 0,16 
4 7 0,14 
5 5 28 
6 38 
7 7 45 0,14 
8 
N=
xi fi Fi hi Hi % acumul. fi·xi 
1 4 4 0,08 0,08 8 4 1 4 
2 4 8 0,08 0,16 16 8 4 16 
3 8 16 0,16 0,32 32 24 9 72 
4 7 23 0,14 0,46 46 28 16 112 
5 5 28 0,1 0,56 56 25 25 125 
6 10 38 0,2 0,76 76 60 36 360 
7 7 45 0,14 0,9 90 49 49 343 
8 5 50 0,1 1 100 40 64 320 
TOTAL 50 1 238 1352 
Media 4,76 Varianza = 4,382 D.típica = 2,093 
C.V. (Pearson) = 0,44 → 44% (media poco representativa) 
para hallar cuartiles (con Fi): 
N/4 = 12,5 ≤ 16 = Fi → (= P25 = C25/100 ) 
N/2 = 25 ≤ 28 = Fi → 
3N/4 = 37,5 ≤ 38 = Fi → (= P75 = C75/100 ) 
para hallar percentiles (con % acumulado): 
20% ≤ 32 % → → 
xi2 fi·xi2 
x = 
Q1 = 3 
Me = 5 (=Q2 = P50 = C50/100) 
Q3 = 6 
P20 = 3 ( = C20/100 )
Diagrama de barras 
de f. absolutas Diagrama de barras acumulativo 
1 2 3 4 5 6 7 8 
12 
10 
8 
6 
4 
2 
0 
38 
28 
1 2 3 4 5 6 7 8 
60 
50 
40 
30 
20 
10 
0 
Q1= 3 Me= 5 
Q3= 6 
16 
Mo= 6
11 
Para construir el diagrama Box-Whisker se determinan: 
● Rango intercuartílico → RIQ = Q3 – Q1 = 6 – 3 = 3 
● Factor de escala → FE = 1,5 · RIQ = 1,5 · 3 = 4,5 
● Frontera interior inferior → f1 = Q1 – FE = 3 - 4,5 = -1,5 
● Frontera interior superior → f2 = Q3 + FE = 6 + 4,5 = 10,5 
● Valor adyacente inferior → VAI = 1 ( menor dato ≥ f1) 
● Valor adyacente superior → VAS = 8 ( mayor dato ≤ f2) 
● Valores anómalos → los datos que están fuera del intervalo 
] f1 , f2 [ = ] -1,5 ; 10,5 [ 
No hay ninguno. 
1 2 33 4 5 6 7 8 
1 (min) Q1= 3 Me= 5 Q3= 6 8 (max) 
Al índice
EJERCICIO 4: 
La siguiente tabla recoge los minutos de retraso en la incorporación al 
trabajo de los empleados de una empresa. 
Retraso en minutos Nº de empleados 
[0,4) 5 
[4,8) 15 
[8,12) 18 
[12,16) 10 
[16,20) 4 
a) Representa los datos mediante un histograma. 
b) Calcula el retraso medio y la desviación típica.¿Cómo de homogénea 
es la distribución? 
c) Calcula la mediana y los cuartiles. Explica qué miden estos 
parámetros. 
d) Construye el diagrama de caja y bigotes de la distribución.
Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 
[0,4) 0 4 2 5 5 10 20 
[4,8) 4 8 6 15 20 90 540 
[8,12) 8 12 10 18 38 180 1800 
[12,16) 12 16 14 10 48 140 1960 
[16,20) 16 20 18 4 52 72 1296 
TOTALES 20 52 492 5616 
Media x = 
9,462 Varianza = 18,471 D.típica = 4,298 
N/2 = 26 ≤ 38 Int.mediano [8,12) 
38−20 
12−8 = 
26−20 
Me−8 → Me= 8 + 
Moda fi(máxima)= 18 Interv.modal [8,12) 
26−20 
38−20 ⋅(12−8)= 9,333 
Mo−8 
18−15 = 
12−M o 
18−10 
→ M o = 8 + 
1 8 − 1 5 
( 1 8 − 1 5 ) + ( 1 8 − 1 0 ) 
⋅( 1 2 − 8 ) = 9 , 0 9 0 9
El coeficiente de variación( de Pearson) es 
CV = σx 
= 4,30 
9,46 = 0,45 
La desviación típica es el 45% de la media, por lo que ésta es poco 
representativa. O sea, la distribución es poco homogénea. 
N/4 = 13 ≤ 20 
3N/4 = 39 ≤ 48 
RIQ = Q3 – Q1= 6,2667 
→ Q 1 = 4 + 
1 3 − 5 
2 0 − 5 ⋅ ( 8 − 4 ) = 6 , 1 3 3 3 
→ Q 3 = 1 2 + 
3 9 − 3 8 
4 8 − 3 8 ⋅ ( 1 6 − 1 2 ) = 1 2 , 4 
Si ordenamos los 52 empleados por orden creciente del tiempo 
de retraso: 
El primer 25% de ellos se retrasa 6,13 minutos o menos 
El primer 50% se retrasa 9,33 minutos o menos 
El primer 75% de ellos se retrasa 12,4 minutos o menos.
15 
CONSTRUCCIÓN DEL DIAGRAMA BOX-WHISKER 
Para construir el diagrama Box-Whisker se determinan: 
● Rango intercuartílico → RIQ = Q3 – Q1 = 12,4 - 6,13 = 6,27 
● Factor de escala → FE = 1,5 · RIQ =1,5 · 6,27 = 9,41 
● Frontera interior inferior → f1 = Q1 – FE = 6,13 – 9,41 = -3,28 
● Frontera interior superior → f2 = Q3 + FE = 12,4 + 9,41 = 21,81 
● Valor adyacente inferior → VAI = 0 ( menor dato ≥ f1 ) 
● Valor adyacente superior → VAS = 20 ( mayor dato ≤ f2 ) 
● Valores anómalos → los datos que están fuera del intervalo 
] f1 , f2 [ = ] -3,28 ; 21,81 [ .No hay ninguno 
0 (min) Q1= 6,13 Me= 9,33 Q3= 12,4 20 (max)
Mo − 8 
18−15 = 
12 − Mo 
18−10 
Mo = 8 + 3 
3+ 8 
· (12 − 8)= 9,0909
38 − 20 
12 − 8 = 26 − 20 
Al índice 
Me 8 26 20 
Me−8 = + − 38−20 
·(12 − 8)= 9,333
EJERCICIO 16: 
En una zona de interés geológico del interior de la tierra, se ha medido 
la temperatura máxima diaria durante 43 días, obteniendo la tabla 
Temperatura(ºC) Nº de días 
[70,75) 3 
[75,80) 7 
[80,85) 10 
[85,90) 12 
[90,95) 8 
[95,100) 3 
Calcula: 
a) La temperatura más habitual. b) La temperatura media. 
c) La temperatura mediana. d) La temperatura máxima del 30% de 
las temperaturas más bajas. e) La temperatura mínima del 40% 
de las temperaturas más elevadas 
f) Las temperaturas máxima y mínima del 50% central de las 
temperaturas g) El nº de días en que la temperatura es inferior a 92º 
h) El nº de días en que la temperatura es superior a 82º 
i) El nº de días en que la temperatura oscila entre 82º y 92º 
j) La varianza, la desviación típica y el coeficiente de variación.
Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 
[70,75) 70 75 72,5 3 3 217,5 15768,75 
[75,80) 75 80 77,5 7 10 542,5 42043,75 
[80,85) 80 85 82,5 10 20 825 68062,5 
[85,90) 85 90 87,5 12 32 1050 91875 
[90,95) 90 95 92,5 8 40 740 68450 
[95,100) 95 100 97,5 3 43 292,5 28518,75 
100 43 3667,5 314718,75 
Media 85,29 Varianza = 44,54 D.típica = 6,67 
N/2 = 21,5 ≤ 32 Int.mediano [85,90) 
Me: 
Moda Max f= 12 Interv.mod [85,90) 
Mo: 
N/4 = 10,75 ≤ 20 
3N/4 = 32,25 ≤ 40 
nº pers. = fi 
x = 
Δ1 = 12 –10 Δ2 = 12 –8 
32−20 
90−85 = 
21,5−20 
Me−85 →Me= 85 + 
21,5−20 
32−20 ⋅(90−85)= 85,625 
Mo−85 
12−10 = 
90−Mo 
12−8 
→ M o = 8 5 + 
1 2 − 1 0 
( 1 2 − 1 0 )+ ( 1 2 − 8 ) 
⋅ ( 9 0 − 8 5 ) = 8 6 , 6 7 
→ Q 1 = 8 0 + 
1 0 , 7 5 − 1 0 
2 0 − 1 0 ⋅ ( 8 5 − 8 0 ) = 8 0 , 3 7 5 
→ Q 3 = 9 0 + 
3 2 , 2 5 − 3 2 
4 0 − 3 2 ⋅ ( 9 5 − 9 0 ) = 9 0 , 1 5 6
SOLUCIONES: 
a) La temperatura más habitual: Mo = 86,67º 
b) La temperatura media: x = 85,29º 
c) La temperatura mediana: Me = 85,63º 
d) La temperatura máxima del 30% de las temperaturas más bajas: 
P30 = 81,45º 
e) La temperatura mínima del 40% de las temperaturas más elevadas: 
P60 = 87,42º 
f) Las temperaturas máxima y mínima del 50% central de las temperaturas: 
Q1 = 80,38º y Q3 = 90,16º 
g) El nº de días en que la temperatura es inferior a 92º: 
aprox. 35 días 
h) El nº de días en que la temperatura es superior a 82º: 
aprox. 29 días 
i) El nº de días en que la temperatura oscila entre 82º y 92º: 
aprox. 21 días 
j) La varianza, la desviación típica y el coeficiente de variación: 
σ2 = 44,54 , σ = 6,67 y C.V. = 7,82% 
Al índice
EJERCICIO 19: 
Se ha preguntado a un grupo de deportistas las horas que dedican a 
entrenamiento durante el fin de semana. 
Los resultados aparecen en la siguiente distribución de frecuencias: 
Horas Nº de personas 
[0, 0’5) 10 
[0’5, 1’5) 10 
[1’5, 2’5) 18 
[2’5, 4) 12 
[4, 8] 12 
a) Representa gráficamente estos datos mediante el histograma de 
frecuencias absolutas. 
b) Calcula la mediana, e interpreta su significado. 
c) Indica razonadamente el intervalo modal.
Es una variable estadística continua, pero con los intervalos de distinta amplitud, 
lo que hace diferente algunos cálculos como veremos. 
Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 amplitud 
[0;0,5) 0 0,5 0,25 10 10 2,5 0,63 0,5 20 
[0,5;1,5) 0,5 1,5 1 10 20 10 10 1 10 
[1,5;2,5) 1,5 2,5 2 18 38 36 72 1 18 
[2,5;4) 2,5 4 3,25 12 50 39 126,75 1,5 8 
[4;8] 4 8 6 12 62 72 432 4 3 
8 62 159,5 641,38 
Media 2,57 Varianza = 3,73 D.típica = 1,93 
N/2 = 31 ≤ 38 Int.mediano [1,5;2,5) 
Me: 
Moda Max alt. = 20 Interv.modal [0;0,5) 
Mo: 
nº pers. = fi alturasi 
x = 
Δ1 = 20 – 0 Δ2 = 20 –10 
38−20 
2,5−1,5 = 
31−20 
Me−1,5 → Me= 1,5 + 
31−20 
38−20 ⋅( 2,5−1,5)= 2,11 
Mo−0 
20−0 = 
0,5−Mo 
20−10 
→ Mo = 0 + 
20−0 
(20−0)+ (20−10) 
⋅(0.5−0)= 0,33
Hay que tener en cuenta que al ser intervalos de distinta 
amplitud, hay que hallar las alturas correspondientes a 
cada rectángulo dividiendo las frecuencias ( o áreas) entre 
las amplitudes ( bases ): 
Altura = Área / base = fi / ai 
Para la moda, hay que buscar en el histograma el intervalo 
de mayor densidad de frecuencia, o sea, el de mayor altura 
( que no tiene por qué coincidir con el de mayor área ), y 
después hacer la interpolación correspondiente.
La mediana sigue correspondiendo al primer valor de las 
frecuencias acumuladas que supera a la mitad del número 
total de datos. 
Para la localización de la mediana gráficamente, hay que 
representar el histograma con las alturas acumuladas, para 
realizar la interpolación: 
Altura acumulada = f.absoluta acumulada / amplitud = Fi /ai 
En el caso de intervalos de distinta amplitud,hay que observar 
que el histograma acumulativo no es necesariamente creciente. 
nº pers. = fi alturasi Alturas(acum)i 
Horas Fi amplitud 
[0;0,5) 10 10 0,5 20 20 
[0,5;1,5) 10 20 1 10 20 
[1,5;2,5) 18 38 1 18 38 
[2,5;4) 12 50 1,5 8 33,33 
[4;8] 12 62 4 3 15,5 
62
Al índice
FIN 
© Inmaculada Leiva Tapia IES Alborán

Weitere ähnliche Inhalte

Was ist angesagt?

6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
HenryVillamil2
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
Mel Noheding
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
Jhonatan Arroyave Montoya
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
PAHOLA24
 
T studentdoscolas
T studentdoscolasT studentdoscolas
T studentdoscolas
GOPPASUDD
 

Was ist angesagt? (20)

28 ejercicios
28 ejercicios28 ejercicios
28 ejercicios
 
Taller operaciones con conjuntos en estadística
Taller  operaciones con conjuntos en estadísticaTaller  operaciones con conjuntos en estadística
Taller operaciones con conjuntos en estadística
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
6. Medidas de forma. Medidas de asimetría, coeficiente de asimetría de Fisher...
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
 
Probabilidades matematica
Probabilidades matematicaProbabilidades matematica
Probabilidades matematica
 
Trabajo colaborativo fase 2 100413 (formato único)1octavio
Trabajo colaborativo fase 2 100413 (formato único)1octavioTrabajo colaborativo fase 2 100413 (formato único)1octavio
Trabajo colaborativo fase 2 100413 (formato único)1octavio
 
Algunas Distribuciones de Probabilidad Discreta
Algunas Distribuciones de Probabilidad DiscretaAlgunas Distribuciones de Probabilidad Discreta
Algunas Distribuciones de Probabilidad Discreta
 
Clase05 eyp
Clase05 eypClase05 eyp
Clase05 eyp
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Tema 2
Tema 2Tema 2
Tema 2
 
T studentdoscolas
T studentdoscolasT studentdoscolas
T studentdoscolas
 
Cálculo Integral para Empresariales
Cálculo Integral para EmpresarialesCálculo Integral para Empresariales
Cálculo Integral para Empresariales
 
Ejercicios en integral
Ejercicios en integralEjercicios en integral
Ejercicios en integral
 
Apuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSMApuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSM
 

Andere mochten auch

Medidas de tendencia central
Medidas de tendencia central Medidas de tendencia central
Medidas de tendencia central
Ricardo Muzante
 
Unidad III; AMEF
Unidad III; AMEFUnidad III; AMEF
Unidad III; AMEF
ilsegarciac
 
Diagrama de barras julissa jimenez
Diagrama de barras julissa jimenezDiagrama de barras julissa jimenez
Diagrama de barras julissa jimenez
Juli Jiménez
 
Uso de macros y validación de datos
Uso de macros y validación de datosUso de macros y validación de datos
Uso de macros y validación de datos
Diana Arellano
 
Introducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfilesIntroducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfiles
soleileire
 
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Onfe Vallejo
 

Andere mochten auch (20)

Gráficos estadisticos
Gráficos estadisticosGráficos estadisticos
Gráficos estadisticos
 
CartografíA Estadística
CartografíA EstadísticaCartografíA Estadística
CartografíA Estadística
 
Medidas de tendencia central
Medidas de tendencia central Medidas de tendencia central
Medidas de tendencia central
 
Estadistica y probabilidad
Estadistica y probabilidadEstadistica y probabilidad
Estadistica y probabilidad
 
1 introducción parte i
1 introducción parte i1 introducción parte i
1 introducción parte i
 
Unidad III; AMEF
Unidad III; AMEFUnidad III; AMEF
Unidad III; AMEF
 
Trabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucíaTrabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucía
 
Diagrama de barras julissa jimenez
Diagrama de barras julissa jimenezDiagrama de barras julissa jimenez
Diagrama de barras julissa jimenez
 
Uso de macros y validación de datos
Uso de macros y validación de datosUso de macros y validación de datos
Uso de macros y validación de datos
 
Manual de graficos estadisticos
Manual de graficos estadisticosManual de graficos estadisticos
Manual de graficos estadisticos
 
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
 
Introducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfilesIntroducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfiles
 
Procesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticosProcesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticos
 
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
 
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas EstadísticasClase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
 
Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...
 
Edafología
EdafologíaEdafología
Edafología
 
Graficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicasGraficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicas
 
Gráficos estadísticos
Gráficos estadísticosGráficos estadísticos
Gráficos estadísticos
 
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
 

Ähnlich wie Ejercicios de variables unidimensionales

Ejercitación inecuaciones
Ejercitación inecuacionesEjercitación inecuaciones
Ejercitación inecuaciones
noespag
 
Clase operadores matemáticos
Clase operadores matemáticosClase operadores matemáticos
Clase operadores matemáticos
astrosebas
 

Ähnlich wie Ejercicios de variables unidimensionales (20)

73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a
 
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
 
Estadistica uts
Estadistica utsEstadistica uts
Estadistica uts
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
1.numeros reales. 1ºBach. CCSS
1.numeros reales. 1ºBach.  CCSS1.numeros reales. 1ºBach.  CCSS
1.numeros reales. 1ºBach. CCSS
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
U 1
U 1U 1
U 1
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
Matemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. SolucionarioMatemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. Solucionario
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
Ejercitación inecuaciones
Ejercitación inecuacionesEjercitación inecuaciones
Ejercitación inecuaciones
 
Clase operadores matemáticos
Clase operadores matemáticosClase operadores matemáticos
Clase operadores matemáticos
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
u2
u2u2
u2
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 

Mehr von Inmaculada Leiva Tapia

Mehr von Inmaculada Leiva Tapia (8)

Funciones
FuncionesFunciones
Funciones
 
Integral definida
Integral definidaIntegral definida
Integral definida
 
Variables estadisticas unidimensionales
Variables estadisticas unidimensionalesVariables estadisticas unidimensionales
Variables estadisticas unidimensionales
 
Ejercicios estadistica inferencial
Ejercicios estadistica inferencialEjercicios estadistica inferencial
Ejercicios estadistica inferencial
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 

Kürzlich hochgeladen

Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Kürzlich hochgeladen (20)

Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Linea del tiempo - Filosofos Cristianos.docx
Linea del tiempo - Filosofos Cristianos.docxLinea del tiempo - Filosofos Cristianos.docx
Linea del tiempo - Filosofos Cristianos.docx
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 

Ejercicios de variables unidimensionales

  • 1. EJERCICIOS VARIABLES UNIDIMENSIONALES © Inmaculada Leiva Tapia IES Alborán
  • 2. ÍNDICE: Ejercicio 1: Pesos de recién nacidos Ejercicio 3: Variable estadística discreta Ejercicio 4: Tiempo de retraso en una empresa Ejercicio 16: Temperaturas en el interior de la Tierra Ejercicio 19: Intervalos con distinta amplitud
  • 3. EJERCICIO 1: En una maternidad se han tomado los pesos de 50 recién nacidos: 2,8 3,2 3,8 2,5 2,7 3,7 1,9 2,6 3,5 2,3 3,0 2,6 1,8 3,3 2,9 2,1 3,4 2,8 3,1 3,9 2,9 3,5 3,0 3,1 2,2 3,4 2,5 1,9 3,0 2,9 2,4 3,4 2,0 2,6 3,1 2,3 3,5 2,9 3,0 2,7 2,9 2,8 2,7 3,1 3,0 3,1 2,8 2,6 2,9 3,3 a) Construye una tabla con los datos agrupados en 6 intervalos de amplitud 0,4 kg. b) Representa gráficamente esta distribución. c) Calcula los parámetros de centralización( media, moda y mediana ). d) Calcula la varianza y la desviación típica.
  • 4. Es una variable estadística continua. Hacemos el recuento de datos y obtenemos la siguiente tabla de frecuencias, que vamos completando con ayuda de la hoja de cálculo Calc. Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 [1,8;2,2] 1,8 2,2 2 6 6 12 24 ]2,2;2,6] 2,2 2,6 2,4 9 15 21,6 51,84 ]2,6;3,0] 2,6 3 2,8 18 33 50,4 141,12 ]3,0;3,4] 3 3,4 3,2 11 44 35,2 112,64 ]3,4;3,8] 3,4 3,8 3,6 5 49 18 64,8 ]3,8;4,2] 3,8 4,2 4 1 50 4 16 TOTALES 4,2 50 141,2 410,4 Media x = 2,824 Varianza = 0,233 D.típica = 0,483 N/2 = 25 ≤ 33 = Fi → Int.mediano ]2,6;3,0] Interpolando, 3 3 − 1 5 3 − 2 , 6 = 2 5 − 1 5 M e − 2 , 6 → M e = 2 , 6 + 2 5 − 1 5 3 3 − 1 5 ⋅ (3 − 2 , 6 ) = 2 , 8 2 2 Moda: fi (máx.)= 18 → Int.modal ]2,6;3,0] Interpolando, M o − 2 , 6 1 8 − 9 = 3 − M o 1 8 − 1 1 → M o = 2 , 6 + 1 8 − 9 (1 8 − 9 ) + (1 8 − 1 1 ) ⋅( 3 − 2 , 6 ) = 2 , 8 2 5
  • 5. Con ayuda del programa GeoGebra y de su hoja de cálculo, obtenemos el histograma de la variable,así como la determinación gráfica de la moda y de la mediana.
  • 6. Mo − 2,6 18−9 = 3 − Mo 18−11 Mo = 2,6 + 9 9+ 7 · (3 − 2,6)= 2,825
  • 7. 33 − 15 3 − 2,6 = 25 − 15 Al índice Me 2,6 25 15 Me−2,6 = + − 33−15 ·(3 − 2,6)= 2,822
  • 8. EJERCICIO 3: Completa la siguiente tabla y después representa la distribución y halla: a) Medidas de centralización: media, moda y mediana. b) Medidas de posición: los tres cuartiles y el percentil 20. Interpreta su significado. c) Medidas de dispersión: varianza, desviación típica y coeficiente de variación de Pearson. Interpreta su significado. d) Representa el diagrama de Box-Whisker de esta variable. xi fi Fi hi 1 4 0,08 2 4 3 16 0,16 4 7 0,14 5 5 28 6 38 7 7 45 0,14 8 N=
  • 9. xi fi Fi hi Hi % acumul. fi·xi 1 4 4 0,08 0,08 8 4 1 4 2 4 8 0,08 0,16 16 8 4 16 3 8 16 0,16 0,32 32 24 9 72 4 7 23 0,14 0,46 46 28 16 112 5 5 28 0,1 0,56 56 25 25 125 6 10 38 0,2 0,76 76 60 36 360 7 7 45 0,14 0,9 90 49 49 343 8 5 50 0,1 1 100 40 64 320 TOTAL 50 1 238 1352 Media 4,76 Varianza = 4,382 D.típica = 2,093 C.V. (Pearson) = 0,44 → 44% (media poco representativa) para hallar cuartiles (con Fi): N/4 = 12,5 ≤ 16 = Fi → (= P25 = C25/100 ) N/2 = 25 ≤ 28 = Fi → 3N/4 = 37,5 ≤ 38 = Fi → (= P75 = C75/100 ) para hallar percentiles (con % acumulado): 20% ≤ 32 % → → xi2 fi·xi2 x = Q1 = 3 Me = 5 (=Q2 = P50 = C50/100) Q3 = 6 P20 = 3 ( = C20/100 )
  • 10. Diagrama de barras de f. absolutas Diagrama de barras acumulativo 1 2 3 4 5 6 7 8 12 10 8 6 4 2 0 38 28 1 2 3 4 5 6 7 8 60 50 40 30 20 10 0 Q1= 3 Me= 5 Q3= 6 16 Mo= 6
  • 11. 11 Para construir el diagrama Box-Whisker se determinan: ● Rango intercuartílico → RIQ = Q3 – Q1 = 6 – 3 = 3 ● Factor de escala → FE = 1,5 · RIQ = 1,5 · 3 = 4,5 ● Frontera interior inferior → f1 = Q1 – FE = 3 - 4,5 = -1,5 ● Frontera interior superior → f2 = Q3 + FE = 6 + 4,5 = 10,5 ● Valor adyacente inferior → VAI = 1 ( menor dato ≥ f1) ● Valor adyacente superior → VAS = 8 ( mayor dato ≤ f2) ● Valores anómalos → los datos que están fuera del intervalo ] f1 , f2 [ = ] -1,5 ; 10,5 [ No hay ninguno. 1 2 33 4 5 6 7 8 1 (min) Q1= 3 Me= 5 Q3= 6 8 (max) Al índice
  • 12. EJERCICIO 4: La siguiente tabla recoge los minutos de retraso en la incorporación al trabajo de los empleados de una empresa. Retraso en minutos Nº de empleados [0,4) 5 [4,8) 15 [8,12) 18 [12,16) 10 [16,20) 4 a) Representa los datos mediante un histograma. b) Calcula el retraso medio y la desviación típica.¿Cómo de homogénea es la distribución? c) Calcula la mediana y los cuartiles. Explica qué miden estos parámetros. d) Construye el diagrama de caja y bigotes de la distribución.
  • 13. Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 [0,4) 0 4 2 5 5 10 20 [4,8) 4 8 6 15 20 90 540 [8,12) 8 12 10 18 38 180 1800 [12,16) 12 16 14 10 48 140 1960 [16,20) 16 20 18 4 52 72 1296 TOTALES 20 52 492 5616 Media x = 9,462 Varianza = 18,471 D.típica = 4,298 N/2 = 26 ≤ 38 Int.mediano [8,12) 38−20 12−8 = 26−20 Me−8 → Me= 8 + Moda fi(máxima)= 18 Interv.modal [8,12) 26−20 38−20 ⋅(12−8)= 9,333 Mo−8 18−15 = 12−M o 18−10 → M o = 8 + 1 8 − 1 5 ( 1 8 − 1 5 ) + ( 1 8 − 1 0 ) ⋅( 1 2 − 8 ) = 9 , 0 9 0 9
  • 14. El coeficiente de variación( de Pearson) es CV = σx = 4,30 9,46 = 0,45 La desviación típica es el 45% de la media, por lo que ésta es poco representativa. O sea, la distribución es poco homogénea. N/4 = 13 ≤ 20 3N/4 = 39 ≤ 48 RIQ = Q3 – Q1= 6,2667 → Q 1 = 4 + 1 3 − 5 2 0 − 5 ⋅ ( 8 − 4 ) = 6 , 1 3 3 3 → Q 3 = 1 2 + 3 9 − 3 8 4 8 − 3 8 ⋅ ( 1 6 − 1 2 ) = 1 2 , 4 Si ordenamos los 52 empleados por orden creciente del tiempo de retraso: El primer 25% de ellos se retrasa 6,13 minutos o menos El primer 50% se retrasa 9,33 minutos o menos El primer 75% de ellos se retrasa 12,4 minutos o menos.
  • 15. 15 CONSTRUCCIÓN DEL DIAGRAMA BOX-WHISKER Para construir el diagrama Box-Whisker se determinan: ● Rango intercuartílico → RIQ = Q3 – Q1 = 12,4 - 6,13 = 6,27 ● Factor de escala → FE = 1,5 · RIQ =1,5 · 6,27 = 9,41 ● Frontera interior inferior → f1 = Q1 – FE = 6,13 – 9,41 = -3,28 ● Frontera interior superior → f2 = Q3 + FE = 12,4 + 9,41 = 21,81 ● Valor adyacente inferior → VAI = 0 ( menor dato ≥ f1 ) ● Valor adyacente superior → VAS = 20 ( mayor dato ≤ f2 ) ● Valores anómalos → los datos que están fuera del intervalo ] f1 , f2 [ = ] -3,28 ; 21,81 [ .No hay ninguno 0 (min) Q1= 6,13 Me= 9,33 Q3= 12,4 20 (max)
  • 16.
  • 17. Mo − 8 18−15 = 12 − Mo 18−10 Mo = 8 + 3 3+ 8 · (12 − 8)= 9,0909
  • 18. 38 − 20 12 − 8 = 26 − 20 Al índice Me 8 26 20 Me−8 = + − 38−20 ·(12 − 8)= 9,333
  • 19. EJERCICIO 16: En una zona de interés geológico del interior de la tierra, se ha medido la temperatura máxima diaria durante 43 días, obteniendo la tabla Temperatura(ºC) Nº de días [70,75) 3 [75,80) 7 [80,85) 10 [85,90) 12 [90,95) 8 [95,100) 3 Calcula: a) La temperatura más habitual. b) La temperatura media. c) La temperatura mediana. d) La temperatura máxima del 30% de las temperaturas más bajas. e) La temperatura mínima del 40% de las temperaturas más elevadas f) Las temperaturas máxima y mínima del 50% central de las temperaturas g) El nº de días en que la temperatura es inferior a 92º h) El nº de días en que la temperatura es superior a 82º i) El nº de días en que la temperatura oscila entre 82º y 92º j) La varianza, la desviación típica y el coeficiente de variación.
  • 20. Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 [70,75) 70 75 72,5 3 3 217,5 15768,75 [75,80) 75 80 77,5 7 10 542,5 42043,75 [80,85) 80 85 82,5 10 20 825 68062,5 [85,90) 85 90 87,5 12 32 1050 91875 [90,95) 90 95 92,5 8 40 740 68450 [95,100) 95 100 97,5 3 43 292,5 28518,75 100 43 3667,5 314718,75 Media 85,29 Varianza = 44,54 D.típica = 6,67 N/2 = 21,5 ≤ 32 Int.mediano [85,90) Me: Moda Max f= 12 Interv.mod [85,90) Mo: N/4 = 10,75 ≤ 20 3N/4 = 32,25 ≤ 40 nº pers. = fi x = Δ1 = 12 –10 Δ2 = 12 –8 32−20 90−85 = 21,5−20 Me−85 →Me= 85 + 21,5−20 32−20 ⋅(90−85)= 85,625 Mo−85 12−10 = 90−Mo 12−8 → M o = 8 5 + 1 2 − 1 0 ( 1 2 − 1 0 )+ ( 1 2 − 8 ) ⋅ ( 9 0 − 8 5 ) = 8 6 , 6 7 → Q 1 = 8 0 + 1 0 , 7 5 − 1 0 2 0 − 1 0 ⋅ ( 8 5 − 8 0 ) = 8 0 , 3 7 5 → Q 3 = 9 0 + 3 2 , 2 5 − 3 2 4 0 − 3 2 ⋅ ( 9 5 − 9 0 ) = 9 0 , 1 5 6
  • 21.
  • 22.
  • 23.
  • 24.
  • 25. SOLUCIONES: a) La temperatura más habitual: Mo = 86,67º b) La temperatura media: x = 85,29º c) La temperatura mediana: Me = 85,63º d) La temperatura máxima del 30% de las temperaturas más bajas: P30 = 81,45º e) La temperatura mínima del 40% de las temperaturas más elevadas: P60 = 87,42º f) Las temperaturas máxima y mínima del 50% central de las temperaturas: Q1 = 80,38º y Q3 = 90,16º g) El nº de días en que la temperatura es inferior a 92º: aprox. 35 días h) El nº de días en que la temperatura es superior a 82º: aprox. 29 días i) El nº de días en que la temperatura oscila entre 82º y 92º: aprox. 21 días j) La varianza, la desviación típica y el coeficiente de variación: σ2 = 44,54 , σ = 6,67 y C.V. = 7,82% Al índice
  • 26. EJERCICIO 19: Se ha preguntado a un grupo de deportistas las horas que dedican a entrenamiento durante el fin de semana. Los resultados aparecen en la siguiente distribución de frecuencias: Horas Nº de personas [0, 0’5) 10 [0’5, 1’5) 10 [1’5, 2’5) 18 [2’5, 4) 12 [4, 8] 12 a) Representa gráficamente estos datos mediante el histograma de frecuencias absolutas. b) Calcula la mediana, e interpreta su significado. c) Indica razonadamente el intervalo modal.
  • 27. Es una variable estadística continua, pero con los intervalos de distinta amplitud, lo que hace diferente algunos cálculos como veremos. Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 amplitud [0;0,5) 0 0,5 0,25 10 10 2,5 0,63 0,5 20 [0,5;1,5) 0,5 1,5 1 10 20 10 10 1 10 [1,5;2,5) 1,5 2,5 2 18 38 36 72 1 18 [2,5;4) 2,5 4 3,25 12 50 39 126,75 1,5 8 [4;8] 4 8 6 12 62 72 432 4 3 8 62 159,5 641,38 Media 2,57 Varianza = 3,73 D.típica = 1,93 N/2 = 31 ≤ 38 Int.mediano [1,5;2,5) Me: Moda Max alt. = 20 Interv.modal [0;0,5) Mo: nº pers. = fi alturasi x = Δ1 = 20 – 0 Δ2 = 20 –10 38−20 2,5−1,5 = 31−20 Me−1,5 → Me= 1,5 + 31−20 38−20 ⋅( 2,5−1,5)= 2,11 Mo−0 20−0 = 0,5−Mo 20−10 → Mo = 0 + 20−0 (20−0)+ (20−10) ⋅(0.5−0)= 0,33
  • 28.
  • 29. Hay que tener en cuenta que al ser intervalos de distinta amplitud, hay que hallar las alturas correspondientes a cada rectángulo dividiendo las frecuencias ( o áreas) entre las amplitudes ( bases ): Altura = Área / base = fi / ai Para la moda, hay que buscar en el histograma el intervalo de mayor densidad de frecuencia, o sea, el de mayor altura ( que no tiene por qué coincidir con el de mayor área ), y después hacer la interpolación correspondiente.
  • 30.
  • 31. La mediana sigue correspondiendo al primer valor de las frecuencias acumuladas que supera a la mitad del número total de datos. Para la localización de la mediana gráficamente, hay que representar el histograma con las alturas acumuladas, para realizar la interpolación: Altura acumulada = f.absoluta acumulada / amplitud = Fi /ai En el caso de intervalos de distinta amplitud,hay que observar que el histograma acumulativo no es necesariamente creciente. nº pers. = fi alturasi Alturas(acum)i Horas Fi amplitud [0;0,5) 10 10 0,5 20 20 [0,5;1,5) 10 20 1 10 20 [1,5;2,5) 18 38 1 18 38 [2,5;4) 12 50 1,5 8 33,33 [4;8] 12 62 4 3 15,5 62
  • 33. FIN © Inmaculada Leiva Tapia IES Alborán