ESTUDIOS

GENERALES
LETRAS

PRÁCTICA DIRIGIDA No. 1

CURSO: INTRODUCCIÓN A LA ESTADÍSTICA Y PROBABILIDAD
CÓDIGO: 1EST10
PROFESOR: Luis Enrique Benites Sánchez
HORARIO: 0923
FECHA: 07 de setiembre de 2018
SEMESTRE: 2018-2

Los problemas marcados con un asterisco serán tratados durante la práctica. El resto es para el
trabajo personal del alumno.

Ejercicio 1*
Determine en cada caso la Población de elementos estudiada, la variable registrada, la escala de medición
más apropiada y el tipo de variable generada. Señale el nombre que considere adecuado para la variable.
Justifique.

a) Se toma una muestra de alumnos de primer año de la Facultad de Ciencias Sociales de la PUCP y
se pregunta a cada uno la carrera que están siguiendo, asignando código 1 los que son de
Antropología, 2 a los de Ciencia Política y Gobierno, 3 a los de Economía y 4 a los de Economía.

Población: Alumnos de primer año de la Facultad de Ciencias Sociales de la PUCP

Variable: Carrera que esta siguiendo el alumno
Escala: Nominal
Tipo de variable: Cualitativa

b) En enero de un cierto año, se toma una muestra de colegios de Lima y se registra en cada uno, el
porcentaje de estudiantes que ha abandonado los estudios en el colegio, para calcular la deserción
escolar en ese año.

Población: Colegios de Lima

Variable: Deserción escolar medida como Porcentaje de alumnos que abandonó estudios
Escala: Razón
Tipo de variable: Cuantitativa

c) En un estudio sobre las diferentes dimensiones de los departamentos de la ciudad de Lima, se toman
como muestra tres proyectos aprobados en los diferentes estratos sociales.

Población: Departamento de Lima

Variable: Dimensión del departamento
Escala: Razón
Tipo de variable: Cuantitativa

d) Se pregunta a una muestra de electores de Lima si cree que el actual municipio está cumpliendo la
propuesta que presentó en las elecciones municipales y se registra su respuesta en una escala de 3
puntos, donde 1=Nada, 2=Parcialmente y 3=Totalmente.

Población: Electores de Lima

Variable: Opinión del elector acerca del cumplimiento por parte del municipio de su propuesta electoral
Escala: Ordinal (el número indica grado de cumplimiento percibido, pero no “cantidad”).
Tipo de variable: Cualitativa

1
Ejercicio 2*

A continuación, presentamos una muestra de ventas anuales, en millones de dólares, de 21 empresas del
sector farmacéutico

8305 5794 3653 2127 739 4341

4019 7478 10498 1356 2818 1850
6452 14138 608 11413 2459 8879
1872 13747 8408

a) Construya una distribución de frecuencias absolutas y relativas simples y acumuladas, usando 5

intervalos. También grafique el histograma con su respectivo polígono de frecuencias y la ojiva (usando
las frecuencias acumuladas). ¿Hay simetría en esta distribución? ¿Si fuese asimétrica, que tipo de
asimetría presenta?

𝑘 = 5; 𝑅 = 𝑀á𝑥𝑖𝑚𝑜 − 𝑀í𝑛𝑖𝑚𝑜 = 14138 − 608 = 13530; 𝐶= = = 2706

𝑗 Ventas 𝑋 𝑓 𝐹 % % Acum
1 [608 , 3314[ 1961 8 8 38.1% 38.1%
2 [3314 , 6020[ 4667 4 12 19.0% 57.1%
3 [6020 , 8726[ 7373 4 16 19.0% 76.2%
4 [8726 , 11432[ 10079 3 19 14.3% 90.5%
5 [11432 , 14138] 12785 2 21 9.5% 100.0%

𝑋 → 𝑀𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 → 𝑃𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜

𝑓 → 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
𝐹 → 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎

2
No hay simetría en la distribución y es asimétrica a la derecha. Esto también se puede
corroborar porque 𝑀𝑜𝑑𝑎 < 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 < 𝑀𝑒𝑑𝑖𝑎

3
b) Use la distribución de frecuencias y calcule los valores aproximados de 𝑀𝑒 y 𝑋 ¿Coinciden con los
valores obtenidos usando los “datos sueltos”? ¿Alguna medida de tendencia central sería “más
representativa” de los datos? Justifique.

Media y mediana con los datos sueltos

4
 𝒙(𝟏) 𝒙(𝟐) 𝒙(𝟑) 𝒙(𝟒) 𝒙(𝟓) 𝒙(𝟔) 𝒙(𝟕) 𝒙(𝟖) 𝒙(𝟗) 𝒙(𝟏𝟎)
608 739 1356 1850 1872 2127 2459 2818 3653 4019
𝒙(𝟏𝟏) 𝒙(𝟏𝟐) 𝒙(𝟏𝟑) 𝒙(𝟏𝟒) 𝒙(𝟏𝟓) 𝒙(𝟏𝟔) 𝒙(𝟏𝟕) 𝒙(𝟏𝟖) 𝒙(𝟏𝟗) 𝒙(𝟐𝟎)
4341 5794 6452 7478 8305 8408 8879 10498 11413 13747
𝒙(𝟐𝟏)
14138

𝒏 = 𝟐𝟏
𝑴𝒆 = 𝒙(𝟏𝟏) = 𝟒𝟑𝟒𝟏
𝒙 = 𝟓𝟕𝟓𝟗. 𝟕𝟏𝟒

𝑗 Ventas 𝑋 𝑓 𝐹 % % Acum
1 [608 , 3314[ 1961 8 8 38.1% 38.1%
2 [3314 , 6020[ 4667 4 12 19.0% 57.1%
3 [6020 , 8726[ 7373 4 16 19.0% 76.2%
4 [8726 , 11432[ 10079 3 19 14.3% 90.5%
5 [11432 , 14138] 12785 2 21 9.5% 100.0%

𝑐 𝑛
𝑀𝑒 = 𝑙 + −𝐹
𝑓 2
𝑀𝑒 = 𝑙 + −𝐹 , 𝐹 > → 𝐹 > 10.5
𝑀𝑒 = 3314 + (10.5 − 8) = 5005.25
∑
𝑋≅ = = 5697.86

Las medidas no coinciden con las obtenidas con los datos sueltos, más la media está un poco más
próxima. Esto se debe a la presencia de algunos valores extremos. Dado que la mediana no se ve
afectada por los valores extremos y por tanto está más cerca de la tendencia central, la usaremos como
más representativa de los datos.

c) ¿Qué porcentaje de ventas anuales están por encima del promedio (usando los datos sueltos)?

𝒙(𝟏) 𝒙(𝟐) 𝒙(𝟑) 𝒙(𝟒) 𝒙(𝟓) 𝒙(𝟔) 𝒙(𝟕) 𝒙(𝟖) 𝒙(𝟗) 𝒙(𝟏𝟎)
608 739 1356 1850 1872 2127 2459 2818 3653 4019
𝒙(𝟏𝟏) 𝒙(𝟏𝟐) 𝒙(𝟏𝟑) 𝒙(𝟏𝟒) 𝒙(𝟏𝟓) 𝒙(𝟏𝟔) 𝒙(𝟏𝟕) 𝒙(𝟏𝟖) 𝒙(𝟏𝟗) 𝒙(𝟐𝟎)
4341 5794 6452 7478 8305 8408 8879 10498 11413 13747
𝒙(𝟐𝟏)
14138

Son 10 valores por encima del promedio que son el 47.62% de las ventas anuales.

Ejercicio 3*
Un psicólogo y un gestor tienen una empresa dedicada a hacer selección de personal para corporaciones y
tienen un “Test de empleabilidad” que, tomando en cuenta aspectos como escolaridad, experiencia laboral y
competencias laborales de la persona, genera una puntuación X que mide su empleabilidad en escala de
intervalo y de menos a más. Los dos socios reúnen las puntuaciones de las 96 últimas personas que han
evaluado para tener una distribución de frecuencias que les sirva de referencia para futuras evaluaciones de
personal.

5
 𝑗 Puntuaciones 𝑓 𝑋 𝐹
1 [3 , 6[ 12 4.5 12
2 [6 , 9[ 18 7.5 30
3 [9 , 12[ 36 10.5 66
4 [12 , 15[ 18 13.5 84
5 [15 , 18] 12 16.5 96
Total 96

a) Se dice que una distribución de frecuencias es simétrica si la media y mediana coinciden. ¿Es
simétrica la distribución de X? Grafique el polígono de frecuencias absolutas e interprete gráficamente
la simetría.

∑
𝑋≅ = = 10.5
𝑐 𝑛
𝑀𝑒 = 𝑙 + −𝐹
𝑓 2

𝑀𝑒 = 𝑙 + −𝐹 , 𝐹 > → 𝐹 > 48 → 𝑗 = 3
𝑀𝑒 = 9 + (48 − 30) = 10.5

Podemos apreciar que la media y la mediana coinciden por lo tanto la distribución es simétrica

El polígono tiene alturas (frecuencias) iguales a la derecha y a la izquierda del punto de tendencia central,
que en este caso es el punto donde coinciden la mediana y la media.

6
b) Halle el percentil 80 de la distribución. Interprete 𝑃

𝑐 𝑘𝑛
𝑃 =𝑙 + −𝐹
𝑓 100

𝑘𝑛
𝐹 > → 𝐹 > 76.8 → 𝑗 = 4
100
𝑐 𝑘𝑛
𝑃 =𝑙 + −𝐹
𝑓 100

3 80 × 96
𝑃 = 12 + − 66 = 13.8
18 100

Aproximadamente el 80% de las personas tienen puntuaciones en empleabilidad

menores o iguales a 13.8 y el 20% mayor a este valor
c) Una corporación solicita los servicios de la empresa, poniendo como condición que los trabajadores
que le envíen estén todos dentro del 20% de personas con la mayor empleabilidad. Si una persona
tiene 13 puntos en el test ¿Sería seleccionable para trabajar en la corporación?

El 20% de puntuaciones “más altas” son aquellas que tienen el 80% debajo o a la
izquierda, eso es, ese 20% de puntuaciones más altas están a la derecha o arriba
del percentil 80. En el ítem anterior atribuimos que el 𝑃 = 13.8. Por lo tanto, para
ser seleccionado se debe tener más de 13.8 puntos en empleabilidad y cómo la
persona tiene 13 puntos, no sería seleccionable para esta corporación

d) ¿Aproximadamente qué porcentaje de casos tiene 16 o menos puntos en el test?

El problema consiste en encontrar 𝑘 dado que

𝑃 = 16

Se puede apreciar que 16 se encuentra en el intervalo 𝑗 = 5

𝑐 𝑘×𝑛
16 = 𝑙 + −𝐹
𝑓 100
3 𝑘 × 96
16 = 15 + − 84
12 100
8 × 100
𝑘= = 91.7
96

El 91.7% tiene 16 o menos puntos en el test.

7
Ejercicio 4*
Los datos siguientes corresponden al tiempo X, en minutos, que cuatro trabajadores de un “call center” han
tenido que usar durante la llamada en que lograron colocar su primera venta por teléfono del día, en seis
días consecutivos de una semana normal:

Tiempo 𝑋 Estadísticas
Trabajador Lunes Martes Miércoles Jueves Viernes Sábado 𝑀𝑒 𝑋 𝑆 𝑆
A 2 4 3 2 3 4 3.0 0.8 0.89
B 4 4 7 3 6 3 4.5
C 4 4 5 6 6 5 0.8
D 2 2 5 5 2 2

a) Se considera que un trabajador es más eficiente si coloca rápido su venta. En este contexto y
considerando sólo medidas de tendencia central ¿Cuál trabajador considera usted que sería el más
eficiente? Justifique.

Para ello es necesario calcular la media y la mediana. Para comparar los resultados debemos tener
en cuenta que las medidas de tendencia central de menor valor indican eficiencia, debido a que menos
valor denota rapidez a la hora de colocar la venta

Para encontrar la mediana es necesario ordenar los valores de menor a mayor. Como el conjunto de
de datos de cada trabajador es par, la mediana será el promedio de los valores centrales

A → 2, 2, 3, 3, 4, 4 → 𝑀𝑒 = 3
B → 3, 3, 4, 4, 6, 7 → 𝑀𝑒 = 4
C → 4, 4, 5, 5, 6, 6 → 𝑀𝑒 = 5
D → 2, 2, 2, 2, 5, 5 → 𝑀𝑒 = 2

Para encontrar la media por trabajador realizamos los siguientes cálculos

∑ 𝐴
2+2+3+3+4+4
𝐴̅ = = = 3.0
6 6
∑ 𝐵 3+3+4+4+6+7
𝐵= = = 4.5
6 6
∑ 𝐶 4+4+5+5+6+6
𝐶̅ = = = 5.0
6 6
∑ 𝐷 2+2+2+2+5+5
𝐷= = = 3.0
6 6
Examinando las medidas de tendencia central aquellos que tienen menor media y mediana y por lo
tanto tienen mayor rapidez para colocar sus ventas son los trabajadores A y D. Ambos tienen igual
media pero el que tiene menor mediana es D, dado que esta medida no se ve afectada por valores
extremos, podríamos considerar que D es más eficiente

b) Si ahora la eficiencia se considera lograda si el trabajador coloca rápido su venta pero sin variar
demasiado de una ocasión a otra ¿Alguno de los cuatro sería más eficiente? ¿Por qué?
8
 Para examinar aquel trabajador que tiene mayor eficiencia al colocar sus ventas y además de ello
varia poco de una ocasión a otra necesitamos encontrar la desviación estándar de cada trabajador

∑ × ̅ × .
𝑆 = = = 0.80
∑ × × .
𝑆 = = =2.70
∑ × ̅ × .
𝑆 = = =0.80
∑ × × .
𝑆 = = =2.40

Vemos que D puede tener menor mediana pero su desviación estándar es casi el doble que la
desviación estándar de A. Por lo tanto podemos considerar que A es el más eficiente porque su
mediana es mayor que la de D en una unidad y su desviación estándar es mucho menor mostrando
menor variabilidad en el tiempo que le toma colocar una venta.

c) Comparando A con C ¿El martes a cuál trabajador le fue mejor?

Aparentemente a A y C les fue igual el día martes. Pero si comparamos el dá martes en relación al
resto de la semana es necesario usar las puntuaciones Z

̅
“arriba del promedio”, Para A fue un mal día porque demoró más

que su eficiencia promedio

̅
“debajo del promedio”, Para C fue un buen día porque demoró

menos que su eficiencia promedio