SlideShare una empresa de Scribd logo
1 de 6
Descargar para leer sin conexión
Estadística Unidimensional
 Marta Martín Sierra 1
TAREA PROPUESTA 4
ESTADÍSTICA UNIDIMENSIONAL PARA LA VIDA COTIDIANA
(10) Calcula el porcentaje de personas de la muestra se encuentra realmente en el
intervalo
[ x – Sn, x + Sn]
[ x – Sn, x + Sn]
(1.60 – 0.066 , 1.60 + 0.066)
CTR2
1p
TR23=
!!o+=
(1.534, 1.666)
Observamos las MARCAS DE CLASE que se encuentran en este intervalo:
Ii xi n(xi) N(xi) f(xi) F(xi)
[1.45 , 1.50) 1.475 9 9 0.0833 0.0833
[1.50 , 1.55) 1.525 14 23 0.1296 0.2129
[1.55 , 1.60) 1.575 28 51 0.2592 0.4722
[1.60 , 1.65) 1.625 36 87 0.3333 0.8055
[1.65 , 1.70) 1.675 15 102 0.1388 0.9444
[1.70 , 1.75) 1.725 4 106 0.0370 0.9814
[1.75 , 1.80) 1.775 2 108 0.0185 1
Σ = 108 Σ = 1
108
3628 +
=
108
64
= 0.5925
→ 59.25%
(11) Interpreta conjuntamente el valor de la media aritmética y la desviación típica de la
muestra estudiada, utilizando los resultados obtenidos.
La estatura de las alumnas de la muestra de 4º de ESO tiene una media aritmética de 1.60
metros, oscilando el 59.25% entre 1.534 y 1.666 metros.
(12) Calcula el coeficiente de variación de la distribución estudiada.
CV =
x
Sn
CV =
61
0660
.
.
CV = 0.041 → 4.11%
Generalmente se expresa en porcentaje
La estadística unidimensional y la calculadora
© Marta Martín Sierra2
5
15
1.45 1.50
Estatura en m
n(xi)/a
20
25
1.55 1.60 1.65 1.70 1.75 1.80
30
35
CTR23PTR
21=O100=
Es un número abstracto, independiente de las unidades en que figuren expresados los valo-
res de la variable. Cuanto más pequeño es el CV, los datos están más concentrados alrededor
de la media.
(13) ¿Cuál es la medida de centralización que mejor representa a esta distribución? Ra-
zona la respuesta.
En una muestra, si es bastante heterogénea (CV > 30%) se considera a la MEDIANA el pa-
rámetro más adecuado, pero si el CV ≤ 30, se toma la media aritmética como la medida de
centralización más representativa.
En el caso que nos ocupa se trata de una muestra bastante homogénea (CV = 4.1%) por lo
que podremos considerar a la media aritmética como la medida de centralización más ade-
cuada.
(14) Haz la representación gráfica más adecuada para esta distribución y di qué nombre re-
cibe. Escribe el nombre de otros 5 tipos de representación gráfica estadística unidimensional.
A este tipo de representación gráfica se le denomina Histograma
También se podría haber utilizado los diagramas de sectores, los pictogramas, los carto-
gramas, los polígonos de frecuencias, etc.
Estadística Unidimensional
 Marta Martín Sierra 3
TAREA PROPUESTA 5
ESTADÍSTICA UNIDIMENSIONAL PARA LA
VIDA COTIDIANA
En una línea de trenes se ha registrado el número diario de viajeros (expresado en miles)
que la han utilizado en el último mes, obteniéndose la siguiente información:
Nº de viajeros [0, 2) [2, 4) [4, 6) [6, 8) [8, 10) [10, 12) [12, 14)
Nº de días 2 3 6 5 5 15 3
Responde a las siguientes cuestiones, especificando qué símbolo matemático se utiliza en
cada una de ellas.
(01) ¿Cuál es la variable estadística estudiada?
El número diario de viajeros (expresado en miles) de una línea de trenes.
(02) Identifica qué tipo de variable estadística se trata. Razona la respuesta.
La variable estadística es cuantitativa ya que son valores medibles y continua ya que pue-
de tomar cualquier valor dentro de cada intervalo (se podría decir que puede tomar muchos va-
lores).
(03) ¿Cuál es el número diario medio de viajeros?
Introducimos los datos en la calculadora:
I xi n(xi) N(xi)
[0, 2) 1 2
[2, 4) 3 3
[4, 6) 5 6
[6, 8) 7 5
[8, 10) 9 5
[10, 12) 11 15
[12, 14) 13 3
I xi n(xi) N(xi)
[0, 2) 1 2 2
[2, 4) 3 3 5
[4, 6) 5 6 11
[6, 8) 7 5 16
[8, 10) 9 5 21
[10, 12) 11 15 36
[12, 14) 13 3 39
La estadística unidimensional y la calculadora
© Marta Martín Sierra4
C
Para calcularlo utilizamos la media aritmética
x = 8.33333
El número medio de viajeros diario se aproxima a 8 333 personas.
(04) ¿Cuántos viajeros han tomado el tren en dicha línea, durante el periodo de tiempo estu-
diado?
I xi n(xi) N(xi)
[0, 2) 1 2 2
[2, 4) 3 3 5
[4, 6) 5 6 11
[6, 8) 7 5 16
[8, 10) 9 5 21
[10, 12) 11 15 36
[12, 14) 13 3 39
Habrá que sumar el número de viajeros de cada día (xi), teniendo en cuenta la frecuencia de
cada uno de los datos. Cuando presionamos ∑x estamos teniendo en cuenta dichas
frecuencias y haciendo ∑xi · n(xi)
El número de viajeros que han tomado el tren en el periodo estudiado se aproxima a
325 000 personas.
(05) ¿Cuántos días comprendía el estudio realizado?
I xi n(xi) N(xi)
[0, 2) 1 2 2
[2, 4) 3 3 5
[4, 6) 5 6 11
[6, 8) 7 5 16
[8, 10) 9 5 21
[10, 12) 11 15 36
[12, 14) 13 3 39
El estudio se realizó durante 39 días.
(06) Si el precio del billete fue de 1.1 euros, calcula la recaudación en el periodo estudiado.
Estadística Unidimensional
 Marta Martín Sierra 5
La recaudación se aproximó a 357 500 euros.
(07) ¿Cuál es el intervalo diario de viajeros esperado con más frecuencia?
I xi n(xi) N(xi)
[0, 2) 1 2 2
[2, 4) 3 3 5
[4, 6) 5 6 11
[6, 8) 7 5 16
[8, 10) 9 5 21
[10, 12) 11 15 36
[12, 14) 13 3 39
El intervalo de la moda es (10, 12]
El número de viajeros diarios esperado con más frecuencia está entre 10000 y no llega a
12000.
(08) Calcula la desviación típica del número diario medio de viajeros.
Sn =3.3690
La desviación típica del número diario de viajeros se estima en unas 3 369 personas
(09) Interpreta y analiza los resultados obtenidos en la media aritmética y desviación típica
del número diario medio de viajeros, utilizando los datos obtenidos.
La cantidad media de diaria de viajeros es de 8 333 personas, oscilando la mayoría de los
días entre 4 964 y 11 702 viajeros.
(10) ¿Es la media aritmética la mejor medida de centralización? Razona la respuesta
Para que no sea una cuestión meramente subjetiva, nos vamos a apoyar en las matemáti-
cas, con la ayuda del coeficiente de variación (CV). En una muestra, si es bastante heterogé-
nea (CV > 30%) se considera a la MEDIANA el parámetro más adecuado, pero si el CV ≤ 30,
se toma la media aritmética como la medida de centralización más representativa.
CV =
x
σ
=
CV =
33338
36903
.
.
La estadística unidimensional y la calculadora
© Marta Martín Sierra6
CV = 40.42%
En el caso que nos ocupa se trata de una muestra bastante heterogénea (CV = 40.42%) por
lo que podremos considerar a la mediana como la medida de centralización más adecuada.
(11) En caso de ser otra, busca su intervalo y explica el resultado obtenido.
La mediana tiene una N(xi) de →
2
39
= 19.5
I xi n(xi) N(xi)
[0, 2) 1 2 2
[2, 4) 3 3 5
[4, 6) 5 6 11
[6, 8) 7 5 16
[8, 10) 9 5 21
[10, 12) 11 15 36
[12, 14) 13 3 39
Observamos N(xi) y vemos que el intervalo de la mediana es [8, 10)
La mediana estará entre 8000 y 10000 viajeros
Interpretación: Si colocamos los datos ordenados, el número de personas que dejan a cada
lado el mismo número de datos estaría entre 8000 y 10000 viajeros.
(12) ¿Cuál es el tipo de representación gráfica más adecuado para esta distribución del
enunciado? Represéntala de dicha forma.
Es el histograma

Más contenido relacionado

La actualidad más candente

Medidas de dispersion 1
Medidas de dispersion 1Medidas de dispersion 1
Medidas de dispersion 1Betza Bcosme
 
Distribución de Frecuencias (UNEFA)
Distribución de Frecuencias (UNEFA)Distribución de Frecuencias (UNEFA)
Distribución de Frecuencias (UNEFA)alexandernunez
 
Estadística unidimensional parte1 tablas de frecuencias
Estadística unidimensional parte1 tablas de frecuenciasEstadística unidimensional parte1 tablas de frecuencias
Estadística unidimensional parte1 tablas de frecuenciasmariavarey
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Juan Carlos GB
 
Trabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadisticaTrabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadisticaAndre Cantos
 
Ejercicios probabilidad
Ejercicios probabilidadEjercicios probabilidad
Ejercicios probabilidadavellanos
 
Ejercicios Unidad II
Ejercicios Unidad IIEjercicios Unidad II
Ejercicios Unidad IIMaria Puerta
 
Medidas de tendencia central y de posición para series agrupadas
Medidas de tendencia central y  de posición para series agrupadasMedidas de tendencia central y  de posición para series agrupadas
Medidas de tendencia central y de posición para series agrupadasGloria Hernandez Gomez
 
56578343 ejercicios-resueltos-de-estadistica-i
56578343 ejercicios-resueltos-de-estadistica-i56578343 ejercicios-resueltos-de-estadistica-i
56578343 ejercicios-resueltos-de-estadistica-iMotor Cycles
 

La actualidad más candente (20)

Medidas de dispersion 1
Medidas de dispersion 1Medidas de dispersion 1
Medidas de dispersion 1
 
Ejercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)iEjercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)i
 
Distribución de Frecuencias (UNEFA)
Distribución de Frecuencias (UNEFA)Distribución de Frecuencias (UNEFA)
Distribución de Frecuencias (UNEFA)
 
Estadística unidimensional parte1 tablas de frecuencias
Estadística unidimensional parte1 tablas de frecuenciasEstadística unidimensional parte1 tablas de frecuencias
Estadística unidimensional parte1 tablas de frecuencias
 
Estadistica 1
Estadistica 1Estadistica 1
Estadistica 1
 
Análisis numérico
Análisis numéricoAnálisis numérico
Análisis numérico
 
bioestadistica
bioestadisticabioestadistica
bioestadistica
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:
 
Estadistica 3 er grado
Estadistica 3 er gradoEstadistica 3 er grado
Estadistica 3 er grado
 
Estadística 1
Estadística 1Estadística 1
Estadística 1
 
Taller de estadistica
Taller de estadisticaTaller de estadistica
Taller de estadistica
 
Trabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadisticaTrabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadistica
 
Ejercicios probabilidad
Ejercicios probabilidadEjercicios probabilidad
Ejercicios probabilidad
 
Tabla de frecuencia
Tabla de frecuenciaTabla de frecuencia
Tabla de frecuencia
 
Capítulo 03
Capítulo 03Capítulo 03
Capítulo 03
 
Probabilidad 9
Probabilidad 9Probabilidad 9
Probabilidad 9
 
Guia de estadistica
Guia de estadisticaGuia de estadistica
Guia de estadistica
 
Ejercicios Unidad II
Ejercicios Unidad IIEjercicios Unidad II
Ejercicios Unidad II
 
Medidas de tendencia central y de posición para series agrupadas
Medidas de tendencia central y  de posición para series agrupadasMedidas de tendencia central y  de posición para series agrupadas
Medidas de tendencia central y de posición para series agrupadas
 
56578343 ejercicios-resueltos-de-estadistica-i
56578343 ejercicios-resueltos-de-estadistica-i56578343 ejercicios-resueltos-de-estadistica-i
56578343 ejercicios-resueltos-de-estadistica-i
 

Similar a Estadística unidimensional para la vida cotidiana

EstadisticaDescriptiva.pptx
EstadisticaDescriptiva.pptxEstadisticaDescriptiva.pptx
EstadisticaDescriptiva.pptxCesarMejia625886
 
Trabajo estadistica descriptiva ejemplo
Trabajo estadistica descriptiva ejemploTrabajo estadistica descriptiva ejemplo
Trabajo estadistica descriptiva ejemploJudith Espinoza
 
Estadística Medidas descriptivas de la distribución... 008
Estadística Medidas descriptivas de la distribución... 008Estadística Medidas descriptivas de la distribución... 008
Estadística Medidas descriptivas de la distribución... 008CESAR A. RUIZ C
 
Estadística, medidas de tendencia central 10º pii 2013
Estadística, medidas de tendencia central 10º pii 2013Estadística, medidas de tendencia central 10º pii 2013
Estadística, medidas de tendencia central 10º pii 2013Jose Castellar
 
1 metrologia estadistica
1  metrologia estadistica1  metrologia estadistica
1 metrologia estadisticaNanis Rojas
 
Presentación1345 de kelly mejorada
Presentación1345 de kelly mejoradaPresentación1345 de kelly mejorada
Presentación1345 de kelly mejoradaKelly Moreno
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposAlbbanys Campos
 
Medidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielMedidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielgabrielliendo2222222
 
Manual de cinematica y dinamica
Manual de cinematica y dinamicaManual de cinematica y dinamica
Manual de cinematica y dinamicaEduardo Gualpa
 
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfU4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfDANIELMOYA54
 
Cap 3c2 medidas numéricas si agrupadas
Cap 3c2   medidas numéricas si  agrupadasCap 3c2   medidas numéricas si  agrupadas
Cap 3c2 medidas numéricas si agrupadasleydycabade
 

Similar a Estadística unidimensional para la vida cotidiana (20)

EstadisticaDescriptiva.pptx
EstadisticaDescriptiva.pptxEstadisticaDescriptiva.pptx
EstadisticaDescriptiva.pptx
 
Trabajo estadistica descriptiva ejemplo
Trabajo estadistica descriptiva ejemploTrabajo estadistica descriptiva ejemplo
Trabajo estadistica descriptiva ejemplo
 
Estadistica tercera clase
Estadistica  tercera claseEstadistica  tercera clase
Estadistica tercera clase
 
Estadística Medidas descriptivas de la distribución... 008
Estadística Medidas descriptivas de la distribución... 008Estadística Medidas descriptivas de la distribución... 008
Estadística Medidas descriptivas de la distribución... 008
 
Stadistik02
Stadistik02Stadistik02
Stadistik02
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Estadística, medidas de tendencia central 10º pii 2013
Estadística, medidas de tendencia central 10º pii 2013Estadística, medidas de tendencia central 10º pii 2013
Estadística, medidas de tendencia central 10º pii 2013
 
1 metrologia estadistica
1  metrologia estadistica1  metrologia estadistica
1 metrologia estadistica
 
Biometria clase 1_2a
Biometria clase 1_2aBiometria clase 1_2a
Biometria clase 1_2a
 
Modulo de metodologia y estadistica agronomia
Modulo de metodologia y estadistica agronomiaModulo de metodologia y estadistica agronomia
Modulo de metodologia y estadistica agronomia
 
Presentación1345 de kelly mejorada
Presentación1345 de kelly mejoradaPresentación1345 de kelly mejorada
Presentación1345 de kelly mejorada
 
Biometria clase 3
Biometria clase 3Biometria clase 3
Biometria clase 3
 
Biometria clase 3
Biometria clase 3Biometria clase 3
Biometria clase 3
 
05.promedios
05.promedios05.promedios
05.promedios
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys Campos
 
Medidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielMedidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabriel
 
Manual de cinematica y dinamica
Manual de cinematica y dinamicaManual de cinematica y dinamica
Manual de cinematica y dinamica
 
Doc medidas
Doc medidasDoc medidas
Doc medidas
 
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfU4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
 
Cap 3c2 medidas numéricas si agrupadas
Cap 3c2   medidas numéricas si  agrupadasCap 3c2   medidas numéricas si  agrupadas
Cap 3c2 medidas numéricas si agrupadas
 

Último

Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIIsauraImbrondone
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperiomiralbaipiales2016
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxnandoapperscabanilla
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 

Último (20)

Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 

Estadística unidimensional para la vida cotidiana

  • 1. Estadística Unidimensional  Marta Martín Sierra 1 TAREA PROPUESTA 4 ESTADÍSTICA UNIDIMENSIONAL PARA LA VIDA COTIDIANA (10) Calcula el porcentaje de personas de la muestra se encuentra realmente en el intervalo [ x – Sn, x + Sn] [ x – Sn, x + Sn] (1.60 – 0.066 , 1.60 + 0.066) CTR2 1p TR23= !!o+= (1.534, 1.666) Observamos las MARCAS DE CLASE que se encuentran en este intervalo: Ii xi n(xi) N(xi) f(xi) F(xi) [1.45 , 1.50) 1.475 9 9 0.0833 0.0833 [1.50 , 1.55) 1.525 14 23 0.1296 0.2129 [1.55 , 1.60) 1.575 28 51 0.2592 0.4722 [1.60 , 1.65) 1.625 36 87 0.3333 0.8055 [1.65 , 1.70) 1.675 15 102 0.1388 0.9444 [1.70 , 1.75) 1.725 4 106 0.0370 0.9814 [1.75 , 1.80) 1.775 2 108 0.0185 1 Σ = 108 Σ = 1 108 3628 + = 108 64 = 0.5925 → 59.25% (11) Interpreta conjuntamente el valor de la media aritmética y la desviación típica de la muestra estudiada, utilizando los resultados obtenidos. La estatura de las alumnas de la muestra de 4º de ESO tiene una media aritmética de 1.60 metros, oscilando el 59.25% entre 1.534 y 1.666 metros. (12) Calcula el coeficiente de variación de la distribución estudiada. CV = x Sn CV = 61 0660 . . CV = 0.041 → 4.11% Generalmente se expresa en porcentaje
  • 2. La estadística unidimensional y la calculadora © Marta Martín Sierra2 5 15 1.45 1.50 Estatura en m n(xi)/a 20 25 1.55 1.60 1.65 1.70 1.75 1.80 30 35 CTR23PTR 21=O100= Es un número abstracto, independiente de las unidades en que figuren expresados los valo- res de la variable. Cuanto más pequeño es el CV, los datos están más concentrados alrededor de la media. (13) ¿Cuál es la medida de centralización que mejor representa a esta distribución? Ra- zona la respuesta. En una muestra, si es bastante heterogénea (CV > 30%) se considera a la MEDIANA el pa- rámetro más adecuado, pero si el CV ≤ 30, se toma la media aritmética como la medida de centralización más representativa. En el caso que nos ocupa se trata de una muestra bastante homogénea (CV = 4.1%) por lo que podremos considerar a la media aritmética como la medida de centralización más ade- cuada. (14) Haz la representación gráfica más adecuada para esta distribución y di qué nombre re- cibe. Escribe el nombre de otros 5 tipos de representación gráfica estadística unidimensional. A este tipo de representación gráfica se le denomina Histograma También se podría haber utilizado los diagramas de sectores, los pictogramas, los carto- gramas, los polígonos de frecuencias, etc.
  • 3. Estadística Unidimensional  Marta Martín Sierra 3 TAREA PROPUESTA 5 ESTADÍSTICA UNIDIMENSIONAL PARA LA VIDA COTIDIANA En una línea de trenes se ha registrado el número diario de viajeros (expresado en miles) que la han utilizado en el último mes, obteniéndose la siguiente información: Nº de viajeros [0, 2) [2, 4) [4, 6) [6, 8) [8, 10) [10, 12) [12, 14) Nº de días 2 3 6 5 5 15 3 Responde a las siguientes cuestiones, especificando qué símbolo matemático se utiliza en cada una de ellas. (01) ¿Cuál es la variable estadística estudiada? El número diario de viajeros (expresado en miles) de una línea de trenes. (02) Identifica qué tipo de variable estadística se trata. Razona la respuesta. La variable estadística es cuantitativa ya que son valores medibles y continua ya que pue- de tomar cualquier valor dentro de cada intervalo (se podría decir que puede tomar muchos va- lores). (03) ¿Cuál es el número diario medio de viajeros? Introducimos los datos en la calculadora: I xi n(xi) N(xi) [0, 2) 1 2 [2, 4) 3 3 [4, 6) 5 6 [6, 8) 7 5 [8, 10) 9 5 [10, 12) 11 15 [12, 14) 13 3 I xi n(xi) N(xi) [0, 2) 1 2 2 [2, 4) 3 3 5 [4, 6) 5 6 11 [6, 8) 7 5 16 [8, 10) 9 5 21 [10, 12) 11 15 36 [12, 14) 13 3 39
  • 4. La estadística unidimensional y la calculadora © Marta Martín Sierra4 C Para calcularlo utilizamos la media aritmética x = 8.33333 El número medio de viajeros diario se aproxima a 8 333 personas. (04) ¿Cuántos viajeros han tomado el tren en dicha línea, durante el periodo de tiempo estu- diado? I xi n(xi) N(xi) [0, 2) 1 2 2 [2, 4) 3 3 5 [4, 6) 5 6 11 [6, 8) 7 5 16 [8, 10) 9 5 21 [10, 12) 11 15 36 [12, 14) 13 3 39 Habrá que sumar el número de viajeros de cada día (xi), teniendo en cuenta la frecuencia de cada uno de los datos. Cuando presionamos ∑x estamos teniendo en cuenta dichas frecuencias y haciendo ∑xi · n(xi) El número de viajeros que han tomado el tren en el periodo estudiado se aproxima a 325 000 personas. (05) ¿Cuántos días comprendía el estudio realizado? I xi n(xi) N(xi) [0, 2) 1 2 2 [2, 4) 3 3 5 [4, 6) 5 6 11 [6, 8) 7 5 16 [8, 10) 9 5 21 [10, 12) 11 15 36 [12, 14) 13 3 39 El estudio se realizó durante 39 días. (06) Si el precio del billete fue de 1.1 euros, calcula la recaudación en el periodo estudiado.
  • 5. Estadística Unidimensional  Marta Martín Sierra 5 La recaudación se aproximó a 357 500 euros. (07) ¿Cuál es el intervalo diario de viajeros esperado con más frecuencia? I xi n(xi) N(xi) [0, 2) 1 2 2 [2, 4) 3 3 5 [4, 6) 5 6 11 [6, 8) 7 5 16 [8, 10) 9 5 21 [10, 12) 11 15 36 [12, 14) 13 3 39 El intervalo de la moda es (10, 12] El número de viajeros diarios esperado con más frecuencia está entre 10000 y no llega a 12000. (08) Calcula la desviación típica del número diario medio de viajeros. Sn =3.3690 La desviación típica del número diario de viajeros se estima en unas 3 369 personas (09) Interpreta y analiza los resultados obtenidos en la media aritmética y desviación típica del número diario medio de viajeros, utilizando los datos obtenidos. La cantidad media de diaria de viajeros es de 8 333 personas, oscilando la mayoría de los días entre 4 964 y 11 702 viajeros. (10) ¿Es la media aritmética la mejor medida de centralización? Razona la respuesta Para que no sea una cuestión meramente subjetiva, nos vamos a apoyar en las matemáti- cas, con la ayuda del coeficiente de variación (CV). En una muestra, si es bastante heterogé- nea (CV > 30%) se considera a la MEDIANA el parámetro más adecuado, pero si el CV ≤ 30, se toma la media aritmética como la medida de centralización más representativa. CV = x σ = CV = 33338 36903 . .
  • 6. La estadística unidimensional y la calculadora © Marta Martín Sierra6 CV = 40.42% En el caso que nos ocupa se trata de una muestra bastante heterogénea (CV = 40.42%) por lo que podremos considerar a la mediana como la medida de centralización más adecuada. (11) En caso de ser otra, busca su intervalo y explica el resultado obtenido. La mediana tiene una N(xi) de → 2 39 = 19.5 I xi n(xi) N(xi) [0, 2) 1 2 2 [2, 4) 3 3 5 [4, 6) 5 6 11 [6, 8) 7 5 16 [8, 10) 9 5 21 [10, 12) 11 15 36 [12, 14) 13 3 39 Observamos N(xi) y vemos que el intervalo de la mediana es [8, 10) La mediana estará entre 8000 y 10000 viajeros Interpretación: Si colocamos los datos ordenados, el número de personas que dejan a cada lado el mismo número de datos estaría entre 8000 y 10000 viajeros. (12) ¿Cuál es el tipo de representación gráfica más adecuado para esta distribución del enunciado? Represéntala de dicha forma. Es el histograma