UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGIA Y CIVIL

ESCUELA PROFECIONAL DE INGENIERIA CIVIL

DEPARTAMENTO ACADEMICO DE MATEATICA Y FISICA – AREA ACADEMICA

DE ESTADISTICA

I-EXAMEN PARCIAL DE ESTADISTICA DESCRIPTIVA

DOCENTE: Ing. CIP B.TAPIA CALDERON, GUILLERMO BERNARDINO; Ing.

Estadístico e informático, universidad Nacional La Molina (UNALM), Maestría en
ciencias, Universidad Nacional de Ingeniería ( UNI)

ALUMNO: FLORES PURE, Noe

ASIGNATURA: ESTADISTICA Y PROBABILIDADES (ES-241)

GRUPOS: II (turno tarde)

SERIE: 200

CODIGO: 16170103

CORREO: [email protected]

D.N.I.: 722495

CEL: 929730201

FECHA: 07/07/19

AYACUCHO - PERÚ

2019
 SOLUCIONARIO DE PRIMER EXAMEN DE ESTADÍTICA ES- 241

PARTE A. Simbolización de Datos. Casos de Sumatorias y Productorias

Simples
A.1 CASO I. Señalar los límites superior e inferior de las sumatorias y desarrollar las
“sumas abreviadas” o sea los elementos de las sumatorias simples:
A.1.1)
∑5k=1(Yk − y̅)2 = (Y1 − y̅ )2 + (Y2 − y̅ )2 + (Y3 − y̅ )2 + (Y4 − y̅ )2 + (Y5 − y̅ )2
A.1.2)
∑N
i=1 √X j ∙ Yj + Vj ∙ Zj =⏟
√Xj ∙ Yj + Vj ∙ Zj +⏟
√Xj ∙ Yj + Vj ∙ Zj + ⏟
√Xj ∙ Yj + Vj ∙ Zj + ⋯ +
i=1 i=2 i=3
√Xj ∙ Yj + Vj ∙ Zj = N ∙ √Xj ∙ Yj + Vj ∙ Zj
⏟
i=N

A.1.3)
N

∑(Xi Yi+1 + Wi Zi−1 ) = ⏟

(X3 Y4 + W3 Z2 ) + ⏟
(X4 Y5 + W4 Z3 ) + ⏟
(X5 Y6 + W5 Z4 ) + ⋯
3 i=3 i=4 i=5
(XN YN+1 + WN ZN−1 )
+⏟
i=N

A.1.4)
∑204 3
⏟ 3 + (IC)
j=1 (IC) = (IC) ⏟ 3 + (IC)
⏟ 3 + … + (IC)
⏟ 3 = 204 (IC)3
j=1 j=2 j=3 j=204

A.1.5)
2
∑10 (X3 − 2)2 + ⏟
3 (X i − 2) = ⏟ (X4 − 2)2 + ⏟
(X5 − 2)2 + ⋯ + ⏟
(X10 − 2)2
i=3 i=4 i=5 i=10

A.2. CASO II.Señalar como datos los elementos desarrollados de los ejercicios
anteriores y ponga la notación sumatoria simple correspondiente (desde A.2.1 hasta
A.2.5; de forma invertida.
A.2.1)

(Y1 − y̅ )2+ (Y2 − y̅ )2 + (Y3 − y̅ )2 + (Y4 − y̅ )2 + (Y5 − y̅ )2 = ∑5k=1(Yk − y̅)2

A.2.2)

⏟Xj ∙ Yj + Vj ∙ Zj +√
√ ⏟Xj ∙ Yj + Vj ∙ Zj + √
⏟Xj ∙ Yj + Vj ∙ Zj + ⋯ + √
⏟Xj ∙ Yj + Vj ∙ Zj
i=1 i=2 i=3 i=N

=∑N
i=1 √X j ∙ Yj + Vj ∙ Zj
A.2.3)
(X3 Y4 + W3 Z2 ) + ⏟
⏟ (X4 Y5 + W4 Z3 ) + ⏟
(X5 Y6 + W5 Z4 ) + ⋯ + ⏟
(XN YN+1 + WN ZN−1 )
i=3 i=4 i=5 i=N
N

= ∑(Xi Yi+1 + Wi Zi−1 )

3

A.2.4)
(IC)3 + ⏟
⏟ (IC)3 + ⏟ (IC)3 = ∑204
(IC)3 + … + ⏟ j=1 (IC)
3

j=1 j=2 j=3 j=204

A.2.5)
2
(X3 − 2)2 + ⏟
⏟ (X 4 − 2)2 + ⏟ (X10 − 2)2 = ∑10
(X5 − 2)2 + ⋯ + ⏟ 3 (X i − 2)
i=3 i=4 i=5 i=10

A.3. CASO III

∑5i=1 Xi X1 + X 2 + X 3 + X 4 + X 5 (−2) + 3 + 4 + 5 + 0
x̅ = = = =2
5 5 5
A.3.1)
∑5i=1[Xi (Xi − x̅) + (x̅ − Xi )] = [X1 (X1 − x̅) + (x̅ − X1 )] + [X2 (X2 − x̅) +
(x̅ − X2 )] + [X3 (X3 − x̅) + (x̅ − X3 )] + [X 4 (X4 − x̅) + (x̅ − X4 )] + [X5 (X5 − x̅) +
(x̅ − X5 )]
= [-2(-2-2)+ (2-(-2))]+[3(3-2)+ (2-3)]+[4(4-2)+(2-4)]+[5(5-2)+(2-5)]+[0(0-2)+(2-0)]
= [12]+ [2]+ [6]+ [12]+[2] = 34
A.3.2)
∑5i=3(Xi2 − 4Xi + x̅) = (X32 − 4X3 + x̅) + (X42 − 4X4 + x̅) + (X52 − 4X5 + x̅)

= (42 − 4.4 + 2) +(52 − 4.5 + 2) +(02 − 4.0 + 2) = 2+7 +2

=11
A.3.3)
∑3i=1(3Xi3 − 2Xi2 ) = (3X13 − 2X12 ) + (3X23 − 2X22 ) + (3X33 − 2X32 )
= (3.(−2)3 − 2. (−2)2)+ (3.33 − 2. 32 )+ (3.43 − 2. 42 )
= (-32)+ (63)+ (160)
= 191
A.4. CASO IV
A.4.1)∑ni=1[(Xi − x̅)2 + Xi (x̅ − 1)] = ∑ni=1[(Xi − x̅)2 + Xi (x̅ − 1)]
= ∑ni=1[Xi2 − 2Xi . x̅ + x̅ 2 + Xi . x̅ − Xi ]
= ∑ni=1[Xi2 − Xi . x̅ + x̅ 2 − Xi ]
= ∑ni=1 Xi2 − ∑ni=1 Xi . x̅ + ∑ni=1 x̅ 2 − ∑ni=1 Xi
= ∑ni=1 Xi2 − x.
̅ (n. x̅) + n. x̅ 2 − n. x̅
= ∑ni=1 Xi2 − n. x̅ 2 + n. x̅ 2 − n. x̅
= ∑ni=1 Xi2 − n. x̅
1 1
A.4.2) ∑ni=1[(Xi − x̅)2 + n] = ∑ni=1[(Xi − x̅)2 + n]
1
= ∑ni=1[ Xi2 − 2Xi . x̅+x̅ 2 + n]
1
= ∑ni=1 Xi2 −2x̅ ∑ni=1 Xi + ∑ni=1 x̅ 2 + ∑ni=1 n

= ∑ni=1 Xi2 −2x̅(n. x̅) + n. x̅ 2 + 1

= ∑ni=1 Xi2 − 2n. x̅ 2 + n. x̅ 2 + 1
= ∑ni=1 Xi2 − n. x̅ 2 + 1
A.4.3)∑ni=1[ Xi (Xi − x̅) + (x̅ − Xi )]= ∑ni=1[ Xi (Xi − x̅) + (x̅ − Xi )]
= ∑ni=1[ Xi2 − X i . x̅ + x̅ − Xi ]
= ∑ni=1 Xi2 − x̅ ∑ni=1 Xi + ∑ni=1 x̅ − ∑ni=1 Xi ]
= ∑ni=1 Xi2 − n. x̅ 2 + n. x̅ − n. x̅
= ∑ni=1 Xi2 − n. x̅ 2
(n.x̅)2
= ∑ni=1 Xi2 − n

(∑n
i=1 Xi )
2
= ∑ni=1 Xi2 − n

A.4.6)∏ni=1 Yi . Wi . Zi = (Y1 . W1 . Z1 ). (Y2 . W2 . Z2 ). (Y3 . W3 . Z3 ) … (Yn . Wn . Zn )

= ∏ni=1 Yi . ∏ni=1 Wi . ∏ni=1 Zi
PARTE B. simbolización de datos y sumatorias simple. A partir del cuadro
bidimensional B.5, que constituye una tabla de doble entrada con valores de X ij.
Desarrolle las sumatorias indicadas, asignándoles sus límites superiores e inferiores
y, finalmente calcule su valor numérico, para cada caso.
 i 1 2 3 4
CUADRO N° B.5
j
1 3 5 0 3
2 -3 6 4 0
3 4 -4 5 -2
4 1 2 1 -2

B.5.1)∑4i=1 Xi1 =X11 + X 21 + X31 + X41 =3-5+4+1=3

B.5.2)∑4i=1 Xi4 =X14 + X 24 + X34 + X44 =2+8-2+6=14
B.5.3)∑4j=1 X1j =X11 + X12 + X13 + X14=3+5+0+3=8

B.5.4) ∑4j=1 X4j =X41 + X 42 + X43 + X44 =1+2+1-2=2

B.5.5)X∙2 =∑4i=1 Xi2 =X12 + X22 + X32 + X42 =5+6-4+2=9

B.5.6)∑ ∑ Xij =∑4j=1(∑4i=1 Xij )= ∑4j=1(X1J + X2J + X3J + X4J )

=(X11 + X21 + X31 + X41 )+ (X12 + X22 + X32 + X42 )+ (X13 + X23 + X33 + X43 )+
(X14 + X24 + X34 + X 44 )
= (3-5+4+1)+(5+6-4+2)+(0+4+5+1)+(3+0+2-2)=3+9+10+3=25
PARTE C. Simbolización de datos y regresión lineal simple. Dada la siguiente
tabla C, donde i=indicador de filas, 𝐗 𝐢 = 𝑻𝒊𝒆𝒎𝒑𝒐 𝒆𝒏 𝒎𝒊𝒏𝒖𝒕𝒐𝒔 y 𝒀𝒊 =
𝑻𝒆𝒎𝒑𝒆𝒓𝒂𝒕𝒖𝒓𝒂 𝒆𝒏 𝒈𝒓𝒂𝒅𝒐𝒔 𝒄𝒆𝒏𝒕𝒊𝒈𝒓𝒂𝒅𝒐𝒔. Completar las columnas por construir que
sean pertinentes (que se necesitan), para hacer los cálculos de los valores
numéricos de los que se pida:
C.1) Media muestral de X:
∑n
i=1 Xi ∑7i=1 Xi X1 +X2 +X3 +X4 +X5 +X6 +X7 3+6+8+10+12+15+17
x̅ = ; x̅ = = = =10.1429 min
n 7 7 7

x̅ = 10.1429 min
C.2) Media muestral de Y:
∑n
i=1 Yi ∑7i=1 Yi Y1 +Y2 +Y3 +Y4 +Y5 +Y6 +Y7 72+76+88+105+126+130+135
y̅ = ; y̅ = = = =113°C
n 7 7 7

y̅ = 104.5714°C
C.3) Varianza muestral de las X:
i 𝐗𝐢 𝐗 𝟐𝐢 ∑7i=1 Xi
∑7i=1 Xi2 = 867 Sx2 = - x̅ 2
n
1 3 9
2 6 36 867
Sx2 = – (10.1429)2= 20.9787
3 8 64 7

4 10 100 Sx2 = 20.9787 min2

5 12 144
6 15 225
7 17 289

C.4) Varianza muestral de las Y:

i 𝐘𝐢 𝐘𝐢𝟐 ∑7i=1 Yi
∑7i=1 Yi2 = 80730 Sy2 = - y̅ 2
n
1 72 5184
2 76 5776 80730
Sy2 = – (104.5714)2
3 88 7744 7

4 105 11025 Sy2 = 597.6794°C2

5 126 15876
6 130 16900
7 135 18225

C.5) Coeficiente de Regresión Lineal

Dato: x̅ = 10.1429, y̅ = 104.5714,

i 𝐗𝐢 𝐘𝐢 𝐱𝐢 𝐲𝐢 𝐱 𝐢𝟐 𝐱 𝐢 ∙ 𝐲𝐢 ∑7i=1 xi yi = 758.4289
= 𝐗 𝐢 − 𝐱̅ = 𝐘𝐢 − 𝐲̅
1 3 72 -7.1429 - 51.0210 232.6543 ∑7i=1 xi2 = 146.8570
32.5714 ∑7i=1 xi yi 758.4289
2 6 76 -4.1429 - 17.1636 118.3685 ∴ β̂ = ∑7i=1 x2i
= 146.8570
28.5714
758.4289
3 8 88 -2.1429 - 4.5920 35.5109 β̂ = 867 = +5.1644
16.5714
4 10 105 -0.1429 0.4286 0.0204 -0.0612
5 12 126 1.8571 21.4286 3.4488 39.7951
6 15 130 4.8571 25.4286
23.5914 123.5093
7 17 135 6.8571 30.4286 47.0198 208.6520

C.6) Intersección de la recta con el eje YY′

̂=y̅ − β̂x̅
α
̂=104.5714 − (5.1644)(10.1429) = 95.6984
α
 ̂ = 52.1894
α
C.7) Para X = 14, ¿Cuánto valdrá Y?

̂ + β̂x
y= α
y= 52.1894 + (5.1644)(14)
y=124.4910
C.8) Para X = 20, ¿Cuánto será el promedio para Y?

̂ + β̂x
y= α
y= 52.1894 + (5.1644)(20)
y= 155.4774
C.9) Determinar el Coeficiente de Correlación e interpretación estadística
i 𝐗𝐢 𝐘𝐢 𝐱 𝐢𝟐 = 𝐗 𝐢 − 𝐱̅)𝟐 𝐲𝐢𝟐 = (𝐘𝐢 − 𝐲̅)𝟐 𝐱 𝐢 ∙ 𝐲𝐢
1 3 72 51.0210 1060.8961 232.6543
2 6 76 17.1636 816.3249 118.3685
3 8 88 4.5920 274.6113 35.5109
4 10 105 0.0204 0.1837 -0.0612
5 12 126 3.4488 459.1849 39.7951
6 15 130 23.5914 646.6137 123.5093
7 17 135 47.0198 925.8997 208.6520
X X X 146.8570 4183.71143 758.4289

∑7i=1 xi yi = 758.4289, ∑7i=1 xi2 =146.8570 , ∑7i=1 yi2 = 4183.71143

r : Coeficiente de Correlación
Fórmula de coeficiente de correlación:
∑m
i=1 xi yi
r=
√ ∑m 2 m 2
i=1 xi ∙ ∑i=1 yi

Reemplazando:
∑7i=1 xi yi 758.4289
r= =
√ ∑7i=1 x2i ∙ ∑7i=1 y2i √(146.8570)x(4183.71143)

r = 0.9676
Interpretación estadística: El coeficiente de correlación lineal (r = 0.9676)significa
que a medida el tiempo va aumentando, también aumenta la temperatura, y
también como el valor es muy cercano a 1 significa que los puntos dispersos
formana casi una recta exacta.
C.10) Determinar el Coeficiente de Determinación (r2) e interpretación estadística
r2= (0.9676)2= 0.9362
 r2= 93.62 %
Interpretación estadística: El 93.62 % significa que podemos trazar una linea recta a
todos los puntos con un 93.62 % de precisión.
C.11) Determinar el Coeficiente de Alejamiento e interpretación estadística

Coeficiente de Alejamiento =√(1 − r 2 )x100% = 0.2526

C.12) Coeficiente de Variación de X.
Sx2 = 20.9787 min2
Sx 4.5803 min
Sx = 4.5803 min C.Vx = ∙ 100% = 10.1429 min ∙ 100%
x̅

x̅ = 10.1429 min C.Vx = 45.1577

C.13) Coeficiente de Variación de Y.
Sy2 = 597.6794°C2
Sy 24.4475°C
Sy = 24.4475°C C.Vx = ̅
∙ 100% = 104.5714°C ∙ 100%
y

y̅ = 104.5714°C C.Vy = 23.3788

PARTE D. Organización de Datos y Cálculo de Estadígrafos de cuadros

completos suponga que se ha judicializado un caso respecto al peso de lingotes de
acero de “ACEROS AREQUIPA S.A”, analizados por el juez especializado en lo civil,
para lo cual se tomó una muestra aleatoria simple (MAS) de la producción semanal
de 40 observaciones, las unidades están dadas en kilogramos (kg), registrándose los
siguientes datos originales xi.

X1=94.3 X2=93.0 X3 =95.5 X4 =95.3 X5=92.4 X6=94.4

X7 = 92.8 X8 =93.2 X9 =93.6 X10=95.5 X11=92.9 X12 =93.6

X13= 95.7 X14= 93.8 X15=94.8 X16=93.9 X17=92.7 X18=91.6

X19=93.6 X20=96.8 X21=94.2 X22=95.7 X23 =94.7 X24=94.3

X25= 92.7 X26=94.5 X27=96.2 X28= 95.4 X29=93.7 X30= 91.9

X31=94.1 X32 =90.00 X33=94.2 X34=93.7 X35=94.0 X36= 93.6

X37=93.6 X38=94.6 X39= 92.3 X40=94.4

D.1) Tipología de variable estadística y determinar el tamaño de muestra.

 Tipología de variable estadística: Variable Cuantitativa Continua (V.C.C)

  El tamaño de muestra n: Muestra aleatoria es grande porque 𝐧 > 30; n=40
D.2) Calculo del rango de datos originales R x .
Xmax : Peso máximo de lingotes es 96.8 Kg
Xmin : Peso mínimo de lingotes es 90.0 Kg
R x = Xmax − Xmin
R x = 96.8 Kg − 90.0 Kg
R x = 6.8 Kg
D.4) Determinar el número de intervalos de clases (m) por el método de Criterio de
raíz cuadrada.

RAIZ CUADRADA ∶ m = √n

m = √40
m = 6.3246
D.5) ¿Existirá nuevo valor del número de intervalos de clase m′ ?
 Si existe el cual es m´= 7 (número de intervalos redondeoado)
D.6) Determinar la amplitud interválica constante de datos originales(C) y redondea
C´
 La fórmula para determinar la amplitud interválica es dado por la siguiente
Rx 6.8
expresión: C= C=
m′ 7
C = 0.9714
C´ = 1.00
D.7) ¿Existirá un nuevo rango R′x ?
R′x = C′ ∙ m′
R′x = (1)(7)
R′x = 7kg
D.8) Diferencia de rangos:
∆R x = R′x − R x ∆R x
∆R′′x =
∆R x = 7 − 6.8 2
0.2
∆R x = 0.2kg ∆R′′x =
2

∆R′′x = 0.1

Nuevo peso mínimo: Y0′ = Xmin − ∆R′′x

 Y0′ = 90.0 − 0.1
Y0′ = 89.9
Nuevo peso mínimo: Y0′ = Xmax + ∆R′′x
Y0′ = 96.8 + 0.1
Y0′ = 96.9
D.9) Elaborar el cuadro completo de la distribución de pesos de lingotes de acero
“Arequipa”
 “CUADREO DE DISTRIBUCIÓN DE PESOS DE 50 LINGOTES DE ACERO”

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

′
i [𝑌𝑖−1 ; 𝑌𝑖′ > 𝑌𝑖 𝐶𝑖 Conteo ni hi hix100 Nj Hj Hj x100 Nj* Hj* Hj*x10 𝑌𝑖 xni Yixhi
0

1 [89.9;90.9> 90.4 1.00 | 1 0.0250 2.5% 1 0.0250 2.5% 40 1 90.4 2.2600

100%

2 [90.9;91.9 > 91.4 1.00 | 1 0.0250 2.5% 2 0.0500 5% 39 0.9750 97.5% 91,4 2.285

3 [91.9;92.9 > 92.4 1.00 ||||||| 7 0.1750 17.5% 9 0.2250 22.5% 32 0.9500 95% 646.8 16.17

4 [92.9;93.9 > 93.4 1.00 ||||||||| 9 0.2250 22.5% 18 0.4500 45% 23 0.7750 77.5% 840.6 21.015

5 [93.9;94.9 > 94.4 1.00 |||||||||||| 14 0.3500 35% 32 0.8000 80% 9 0.5500 55% 1321.6 33.04
||

6 [94.99;95.9 > 95.4 1.00 |||||| 6 0.1500 15% 38 0.9500 95% 3 0.2000 20% 572.4 14.31

7 [95.9;96.9 > 96.4 1.00 || 2 0.0500 5% 40 1 100% 2 0.0500 5% 192.8 4.82

∑ 𝑛𝑖 = 40 ∑ ℎ𝑖 ∑ ℎ𝑖 𝑥100
X X n = 40 X X X 0 0 0 3756 93.9
= 1.00 = 100%
D.10) Gráfica estadística de las frecuencias absolutas acumuladas: ojiva “menor o
igual que <=” y ojiva “mayor o igual que >=”

Ojiva "menor o igual que"

45
40 40
38
35
30 32
25
Nj

20
18
15
10 9 Series1
5
0 1 2

[Y'i-1;Yi>

Ojiva "menor o igual que"

1.2

1 1
0.95
0.8 0.8
Hj

0.6

0.4 0.45
Series1
0.2 0.225

0 0.025 0.05

[Y'i-1;Yi>

Ojiva "menor o igual que"

120.00%
100.00% 95% 100%
80.00% 80%
Hjx100

60.00%
40.00% 45%

20.00% 22.50% Series1

0.00% 2.50% 5%

[Y'i-1;Yi>
 Ojiva "mayor o mayor que"
45
40 40 39
35
30 32
25
N*j

23
20
15
10 9 Series1
5
3 2
0

[Y'i-1;Y'i>

Ojiva "mayor o mayor que"

1.2

1 1 0.975 0.95
0.8 0.775
H*j

0.6
0.55
0.4
Series1
0.2 0.2
0 0.05

[Y'i-1;Y'i>

Ojiva "mayor o mayor que"

120%

100% 100% 97.50% 95%

80%
H*j·100%

77.50%
60%
55%
40%
Series1
20% 20%
0% 5%

[Y'i-1;Y'i>
D.11) Interpretar estadísticamente: m, Y'0, n3, h5, h2x100, N4, H5, H6x100, N6*,
H4*x100

 m: Existen siete intervalos de clase o filas de V.C.C.

 Y0'=91.55: Es el límite inferior del primer intervalo de clase.
 n3 =8: 7 lingotes de acero registraron pesos entre [91.9;92.9>.
 h5: El “0.35 por uno” del total de lingotes de acero pesados de un total de 50
registraron sus pesos entre [93.9; 94.5 >
 h2x100: El 2.5 % de lingotes de acero pesados de un total de 50 registraron
entre [90.9; 91.9 >
 N4=18: 18 lingotes de acero pesados de un total de 50 registraron a lo sumo
93.9 Kg.
 H5=0.8: El “0.8 por uno” de un total de 50 lingotes de acero pesados registraron
a lo sumo 95.05 Kg.
 H6x100: El 96% de un total de 50 lingotes de acero pesados registraron a lo
sumo 94.9 Kg.
 N6*: 3 lingotes de acero de un total de 50 lingotes de acero pesados registraron
por lo menos 95.9 Kg.
 H4*x100: El 77.50 % de lingotes de un total de 50 lingotes de acero registraron
por lo menos 92.9 Kg.

E12) Calcular el promedio de datos agrupados. Interpretar estadísticamente.

∑40
i=1 Yi ni
y̅ =
n
90.4 x 1 + 91.4 x 1 + 92.4 x 7 + 93.4 x 9 + 94.4 x 14 + 95.4 x 6 + 96.4 x 2
y̅ =
40

y̅ =93.9
Interpretación estadística: El peso promedio de datos agrupados de 40 lingotes de
acero es 93.9 Kg.
D.13) Calcular el Valor Mediano de datos agrupados. Interpretar estadísticamente.
Pasos a desarrollar:
n 40
 Primer paso: 2 = =20
2
 Segundo paso: Criterio de desigualdad
n
Nj−1 ≤ 2 ≤ Nj
Nj−1 ≤ 20 ≤ Nj
18 ≤ 20 ≤ 32
  Tercer paso: Intervalo mediano
′
[Yj−1 ; Yj′ >= [93.9; 94.9 >
 Cuarto paso: Fórmula general de la Mediana
n
− Nj−1
Me = y j−1 + Cj [ 2
′
]
Nj − Nj−1

 Quinto paso: Reemplazando datos

20 − 18
Me = 93.9 + 1[ ] = 94.04 kg
32 − 18

Interpretación estadística: El valor mediano o mediana de datos agrupados es 94.04

Kg; cuyo valor de 94.04 supera a lo sumo al 50% de datos, pero a su vez es superado
por no más del 50% de datos restantes.
D.14) Calcular el Valor Modal de datos agrupados. Interpretar estadísticamente.
 Primer paso: nmax = 14
nmax = 14
ni−1 = 9
ni+1 = 6
 Segundo paso: Hallando Delta:
∆1 = nj − nj−1 = 5
∆2 = nj − nj+1 = 8

 Tercer paso: Intervalo modal:

′
[Yj−1 ; Yj′ >= [93.9; 94.9 >
 Cuarto paso: Fórmula general de la moda (Md):
∆1
Md = y ′ i−1 + Ci [ ]
∆1 + ∆2
 Quinto paso: Reemplazando datos:
5
Md = 93.9 + 1[ ] = 94.28 kg
5+8
Interpretación estadística: El valor modal o moda de datos agrupados es 94.28 Kg,
que representa el valor que más se repite, o sea 94.4 es el valor más frecuente.
D.15) Calcule la Varianza y la Desviación Estándar de datos agrupados.
Interpretarlos.
1 2 3 4 5 6 7
′
i [Yi−1 ; Yi′ > Yi ni Yi ni (Yi − y̅)2 (YI − y̅)2 ni
1 [89.9;90.9 > 90.4 1 90.4 12.25 12.25
2 [90.9;91.9 > 91.4 1 91.4 6.25 6.25
3 [91.9;92.9 > 92.4 7 646.8 2.25 15.75
4 [92.9;93.9 > 93.4 9 840.6 0.25 2.25
5 [93.9;94.9 > 94.4 14 1321.6 0.25 3.5
6 [94.9;95.9 > 95.4 6 572.4 2.25 13.5
7 [95.9;96.9 > 96.4 2 192.8 6.25 12.5
X X X X 3756 29.75 66

 Hallando la Varianza:
∑7i=1(YI −y
̅)2 ni 66
V(y)= Sy2 = = 40 = 1.65 Kg2
n
Interpretación estadística: El promedio de desviaciones de las observaciones,
respecto a la media aritmética, al cuadrado es 1.65 Kg2.
 Hallando la desviación estándar o desviación típica:
D(y) = Sy = √Sy2 = √1.65 = 1.2845
Interpretación estadística: La raíz cuadrada de lavarianza es 1.2845 Kg.
D.16) Calcule la desviación media de datos agrupados. Interpretarla
estadísticamente.

∑|Xi −x̅|.ni
Desviación media: |D. M|y = n

i Yi 𝐲̅ ni |𝐘𝐢 − 𝐲̅|
∗ 𝐧𝐢
1 90.4 93.9 1 3.5
2 91.4 93.9 1 2.5
3 92.4 93.9 7 1.5
4 93.4 93.9 9 0.5
5 94.4 93.9 14 0.5
6 95.4 93.9 6 1.5
7 96.4 93.9 2 2.5
X X X 40 12.5

∑7i=1 |YI −y
̅| ni 12.5
|D. M|y = = 40 = 03125
n

Interpretación estadística: La desviación media de datos agrupados, de los valores

absolutos respecto a la mediana es 0.3125 Kg.
D.17) Calcule la Desviación Mediana de datos agrupados. Interpretar
estadísticamente.
∑|Yi −Me|.ni
Desviación mediana: |Me|y = n

i Yi Me ni |𝐘𝐢 − 𝐌𝐞| ∗ 𝐧𝐢
1 90.4 94.04 1 3.64
2 91.4 94.04 1 2.64
3 92.4 94.04 7 11.48
4 93.4 94.04 9 5.76
5 94.4 94.04 14 0.56
6 95.4 94.04 6 8.16
7 96.4 94.04 2 4.72
X X X 40 36.96

36.96
|Me|y = = 0.924 kg
40
Interpretación estadística: La desviación mediana de los valores absolutos respecto
a la mediana es 0.924 kg.

D.18) Calcule el Coeficiente de Variación de datos agrupados. Interpretarlo.

Datos: Sy = 1.2845

y̅ = 93.9
Fórmula:
Sy
(C.V)y = ̅
x100 = 1.3679%
y

Interpretación estadística: El coeficiente de variación de pesos de datos agrupados

de 40 lingotes de acero es 1.3679%.
D.19) Calcule el primer cuartil (Q1 ), y el tercer cuartil (Q3 ). Interpretalos.
Calculo del primer cuartil:
n 1xn
 Primer paso: i( ) = 10
4 4
 Segundo paso:
1xn
Nj−1 ≤ ≤ Nj
4
Nj−1 ≤ 10 ≤ Nj
′
 Tercer paso: [Yi−1 ; Yi′ >=[92.9;93.9>
1xn
′ −Nj−1
 Cuarto paso: Q1 = Yi−1 4
+ Ci [ N − N ]
j j−1

10−9
Q1 = 92.9 + 1[18− 9]
 Q1 = 93.0111
Interpretación estadística: El primer cuartil es un estadígrafo de posición cuyo valor
es 93.0111, que supera a lo sumo al 25% de observaciones y que a su vez es
superado por no más del 75% de observaciones restantes.
Calculo de tercer cuartil:
n 3xn
 Primer paso: i(4) = 30
4
 Segundo paso:
3xn
Nj−1 ≤ ≤ Nj
4
Nj−1 ≤ 30 ≤ Nj
′
 Tercer paso: [Yi−1 ; Yi′ >=[93.9;94.9>
3xn
′ −Nj−1
 Cuarto paso: Q3 = Yi−1 4
+ Ci [ N − N ]
j j−1

30−18
Q3 = 93.9 + 1[32− 18]

Q3 = 94.7571
Interpretación estadística: El tercer cuartil es un estadígrafo de posición cuyo valor es
94.7571 que supera a lo sumo al 75% de observaciones; pero a su vez es superado
por no más del 25% de observaciones restantes.

D.20) Calcule el primer decil y el noveno decil.Interpretalos.

Calculo del primer decil:
n 1xn
 Primer paso: i(10) =4
10
 Segundo paso:
1xn
Nj−1 ≤ ≤ Nj
10
Nj−1 ≤ 4 ≤ Nj
′
 Tercer paso: [Yi−1 ; Yi′ >=[91.9;92.9>
1xn
′ −Nj−1
 Cuarto paso: D1 = Yi−1 10
+ Ci [ N − N ]
j j−1

4−2
D1 = 91.9 + 1[9− 2]

D1 = 92.1857
Interpretación estadística:El primer decil es un estadígrafo de posición cuyo valor es
92.1857 que supera a lo sumo 10% de obsrvaciones, pero a su vez es superado por
no más del 90% de observaciones restantes
Calculo del noveno decil:
n 9xn
 Primer paso: i(10) = 36
10
 Segundo paso:
9xn
Nj−1 ≤ ≤ Nj
10
Nj−1 ≤ 36 ≤ Nj
′
 Tercer paso: [Yi−1 ; Yi′ >=[94.9;95.9>
9xn
′ −Nj−1
 Cuarto paso: D9 = Yi−1 10
+ Ci [ N − N ]
j j−1

36−32
D9 = 94.9 + 1[38− 32]

D9 = 95.5667
Interpretación estadística: El noveno decil es un estadígrafo de posición cuyo valor
es 95.5667 que supera a lo sumo al 90% de observaciones, pero a su vez es
superado no por más del 10% de observaciones rstantes.

D.21) Calcule el nonagésimo percentil y el décimo percentil.Interpretalos.

Calculo del nonagésimo percentil:
n 90xn
 Primer paso: i( ) = 36
100 100
 Segundo paso:
90xn
Nj−1 ≤ ≤ Nj
100
Nj−1 ≤ 36 ≤ Nj
′
 Tercer paso: [Yi−1 ; Yi′ >=[94.9;95.9>
9xn
′ −Nj−1
 Cuarto paso: P90 = Yi−1 + Ci [ N10− N ]
j j−1

36−32
P90 = 94.9 + 1[38− 32]

P90 = 95.5667
Interpretación estadística:El nonagésimo percentil es un estadígrafo de posición
cuyo valor es 95.5667 que supera a lo sumo al 90%, pero a su vez no es superado
por no mas del 10% de observaciones restantes.
Calculo del décimo percentill:
n 10xn
 Primer paso: i(10) =4
100
 Segundo paso:
10xn
Nj−1 ≤ ≤ Nj
100
Nj−1 ≤ 4 ≤ Nj
 ′
 Tercer paso: [Yi−1 ; Yi′ >=[91.9;92.9>
10xn
′ −Nj−1
 Cuarto paso: P10 = Yi−1 + Ci [ 100
]
Nj − Nj−1

4−2
P10 = 91.9 + 1[9− 2]

P10 = 92.1857
Interpretación estadística: El décimo percentil es un estadígrafo de posición cuyo
valor es 92.1857 que supera a lo sumo al 10% de observaciones, pero a su vez es
superado por no más del 90% de observaciones restantes.
D.22) Calcule el recorrido intercuartílico y recorrido interpercentílico.Interpretalos.
 El recorrido intercuartilico es : Q3 - Q1 = 94.7571 – 93.0111 = 1.7460
 El recorrido interpercentilico es: P99 - P1 = 92.18- 90.92 =1.260

D.23) Hallar el primer coeficiente de asimetría de Pearson. ¿Distribución de As?

̅−Md
y 93.9−94.28
As= = = -0.2958
Sy 1.2845

As = -0.2958< 0
Interpretación estadística: El primer coeficiente de asimetría de Pearson As genera
una distribución asimétrica ligeramente negativa o sesgada a la izquierda.
D.24) Hallar el segundo coeficiente de asimetría de Pearson. ¿Distribución de As?
Q3 +Q1 −2 Me 94.7571+93.0111−2x94.04
As = = = -0.1786
Q3 −Q1 94.7571−93.0111

As = -0.1786< 0
Interpretación estadística: El segundo asimetría de Pearson genera una distribución
negativa o segada a la izquierda.
D.25) Hallar el Coeficiente Percentílico de Kurtosis. ¿Que distribución genera K?
Q −Q 94.7571−93.0111
K = 2(P 3 −P1 ) = 2(95.5667−92.1857)
90 10

K= 0.2582
D.26) Compare los valores de la media, mediana y moda. Graficar estos datos
resultados en un plano cartesiano; observar la curva correspondiente, luego de
determinar que distribución ha generado las distribuciones de Asimetría?
 DISTRIBUCIÓN ASIMÉTRICA NEGATIVA
94.4

94.3
94.28
94.2

94.1
94.04
94

93.9
93.9
93.8

93.7
y Me Md

PARTE E. Tipología y sub-tipología de variables estadísticas: dadas las

siguientes proposiciones, determine el tipo sub-tipo de variable estadística que tienes
E.1) Escuelas profesionales de la Facultad de Ingeniería de Minas, Geología y Civil,
UNSCH.
(Variable Cualitativa Nominal)
E.2) N° de libros de estructuras de acero en la biblioteca central “Efraín Morote Best”,
UNSCH
(Variable Cuantitativa Discreta)
E.3) Total de capital social de la empresa constructora “Pegasus Ingenieros” de
Trujillo (Variable Cuantitativa Continua)
E.4) Número de ingenieros Civiles Colegiados en el colegio de ingenieros del Perú-
Consejo departamental de Ayacucho. (Variable Cuantitativa Discreta)
E.5) Cantidades de precipitación pluviométrica en octubre del 2015 en Cajamarca
(Variable Cuantitativa Continua)
E.6) Los tres primeros puestos en el ingreso a EP de Derecho, 2016-I, UNSCH
(Variable Cualitativa Ordinal)
E.7) Las cruzadas cristianas en el Medio Oriente (Variable Cualitativa Nominal)
E.8) La temperatura promedio diario de Cusco en el mes de junio de 2019 (Variable
Cuantitativa Continua)
E.9) La descarga anual de los ríos de la selva en el Amazonas (Variable Cuantitativa
Continua)
E.10) Órdenes religiosas de la iglesia Católica Romana (Variable Cualitativa Nominal)
E.11) Grados de cultura de una persona (Variable Cualitativa Ordinal)
E.12) Tipología de teodolitos para levantamiento topográfico de un territorio (Variable
Cualitativa Nominal)