SlideShare una empresa de Scribd logo
1 de 18
Tarea 5
Antonio Jesús Holgado Álvarez
Subgrupo:3
 ESTADÍSTICA DESCRIPTIVA
 1.- REALIZA EL ANÁLISIS DESCRPTIVO NÚMERICO DE DOS VARIABLES
CUANTITAVIVAS Y OTRAS DOS VARIABLES CUALITATIVAS
 2.- REALIZA EL ANÁLISIS DESCRPTIVO MEDIANTE GRÁFICOS DE LAS
CUATRO VARIABLES, EMPLEANO EN CADA CASO UN TIPO DE GRÁFICO
DIFERENTE
 3.- OBSERVA E INTERPRETA LOS RESULTADOS OBTENIDOS EN LOS
APARTADOS ANTERIORES. Como se distribuyen los valores de las
variables seleccionadas? ¿Cómo es la muestra estudiada?
Para llevar a cabo el análisis descriptivo numérico de una variable
cualitativa entramos en R , cliqueamos en resúmenes , distribución de
frecuencias y seleccionamos la variable hacer la cama .
Realizamos un Diagrama de barras con la variable elegida.
Cliqueamos en gráficos y grafico de barras
Interpretación
 23 Personas no realizan la cama nunca , Con un porcentaje del 7.90 por
ciento.
 30 personas la realizan alguna veces anual , con un porcentaje del 10,31 por
ciento
 58 personas la realizan 2º 3 veces al mes , con un porcentaje del 19,93 por
ciento.
 56 personas las realizan 2 o 3 veces en semana , con un porcentaje del 19, 24
 24 Personas solo la realizan los fines de semana
 100 Personas lo realizan a diario.
Para llevar a cabo el análisis descriptivo numérico de una variable
cualitativa entramos en R , cliqueamos en resúmenes , distribución
de frecuencias y seleccionamos la variable verdura.
Realizamos un gráfico por sectores, con la variable
verduras.
 16 Personas comen no comen verduras nunca o casi nunca con un porcentaje
de 5.54
 33 Personas comen verduras menos de una vez por semana , con un
porcentaje del 11.42
 92 Personas comen verduras una o dos veces a la semana, con un porcentaje
del 31.83
 94 Personas comen verduras tres o mas veces a la semana pero no a diario,
con un porcentaje del 32.53
 54 Personas comen a diario verdura, con un porcentaje del 18,69.
Para llevar a cabo el análisis descriptivo numérico de una variable
cuantitativa :Entramos en R , cliqueamos en resúmenes , resúmenes
numéricos y seleccionamos la variable Peso.
Realizamos un Histograma con la variable
Peso
Interpretación
 Media: 62.75571
 Desviación típica: 12.65981
 Rango intercuartílico: 14
 Mínimo: 38
 Percentil 25: 54
 Percentil 50: 60
 Percentil 75: 68
 Maximo:130
 N:275
 NA1- 16
 Como la desviación típica es un valor alto , los datos obtenidos están muy dispersos alrededor de la media.
Para llevar a cabo el análisis descriptivo numérico de una variable cuantitativa
:Entramos en R , cliqueamos en resúmenes , resúmenes numéricos y
seleccionamos la variable altura.
Elaboramos un diagrama de cajas para la variable
altura.
Interpretación
 Media: 1,667
 Desviación típica: 0.08078101
 Cuartil Intercuartílico: 0,12
 Mínimo:1,46
 Percentil 25:1,6
 Percentil 50:1,665
 Percentil 75 :1,72
 Maximo:2
 N:290
 NA: 1
 Como la desviación típica es pequeña es pequeña los daros están poco dispersos por tanto la gran parte de
las personas que contestaron tiene una altura que oscila sobre la media.

Más contenido relacionado

La actualidad más candente (15)

Estimacion puntual y por intervalos
Estimacion puntual y por intervalos Estimacion puntual y por intervalos
Estimacion puntual y por intervalos
 
Power point tema 9 mate daiana
Power point tema 9 mate daianaPower point tema 9 mate daiana
Power point tema 9 mate daiana
 
estimacion
estimacionestimacion
estimacion
 
Estimación e intervalos de confianza
Estimación e intervalos de confianzaEstimación e intervalos de confianza
Estimación e intervalos de confianza
 
Ce ps 2-08.01.2011-parte iv
Ce ps 2-08.01.2011-parte ivCe ps 2-08.01.2011-parte iv
Ce ps 2-08.01.2011-parte iv
 
Power point tema 9 mate daiana
Power point tema 9 mate daianaPower point tema 9 mate daiana
Power point tema 9 mate daiana
 
Seminario 6 estadística
Seminario 6 estadísticaSeminario 6 estadística
Seminario 6 estadística
 
Propiedades de los estimadores puntuales (2)
Propiedades de los estimadores puntuales (2)Propiedades de los estimadores puntuales (2)
Propiedades de los estimadores puntuales (2)
 
Cómo se hace un experimento de dos factores
Cómo se hace un experimento de dos factoresCómo se hace un experimento de dos factores
Cómo se hace un experimento de dos factores
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Equipo 3.
Equipo 3.Equipo 3.
Equipo 3.
 
Tarea5
Tarea5Tarea5
Tarea5
 
Introducción a la Probabilidad - II parte
Introducción a la Probabilidad - II parteIntroducción a la Probabilidad - II parte
Introducción a la Probabilidad - II parte
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Presentacion nro 3 saia
Presentacion nro 3 saiaPresentacion nro 3 saia
Presentacion nro 3 saia
 

Similar a Tarea 5

Similar a Tarea 5 (20)

Tarea 5 terminada
Tarea 5 terminadaTarea 5 terminada
Tarea 5 terminada
 
Tarea 5: Estadística descriptiva
Tarea 5: Estadística descriptivaTarea 5: Estadística descriptiva
Tarea 5: Estadística descriptiva
 
Tarea 6 zbd
Tarea 6 zbdTarea 6 zbd
Tarea 6 zbd
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 
Tareas seminario 6 María Blanco
Tareas seminario 6 María BlancoTareas seminario 6 María Blanco
Tareas seminario 6 María Blanco
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptiva
 
Seminario 5
Seminario 5Seminario 5
Seminario 5
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 
Bioestadistica_Wiener_Fase_I.ppt
Bioestadistica_Wiener_Fase_I.pptBioestadistica_Wiener_Fase_I.ppt
Bioestadistica_Wiener_Fase_I.ppt
 
TAREA ESTADÍSTICA DESCRIPTIVA
TAREA ESTADÍSTICA DESCRIPTIVATAREA ESTADÍSTICA DESCRIPTIVA
TAREA ESTADÍSTICA DESCRIPTIVA
 
Seminario 6 tics
Seminario 6 ticsSeminario 6 tics
Seminario 6 tics
 
Informe de estadistica descriptiva
Informe de estadistica descriptivaInforme de estadistica descriptiva
Informe de estadistica descriptiva
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Seminario 6 tics
Seminario 6 ticsSeminario 6 tics
Seminario 6 tics
 
Informe de estadística descriptiva.
Informe de estadística descriptiva.Informe de estadística descriptiva.
Informe de estadística descriptiva.
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 
Análisis exploratorio de datos
Análisis exploratorio de datosAnálisis exploratorio de datos
Análisis exploratorio de datos
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 

Más de holgado99 (7)

Tarea 9
Tarea 9Tarea 9
Tarea 9
 
Tarea 8
Tarea 8Tarea 8
Tarea 8
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 
Tarea 4
Tarea 4Tarea 4
Tarea 4
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
Tarea2
Tarea2Tarea2
Tarea2
 

Último

Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
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
lupitavic
 
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
 

Último (20)

Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
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
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
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
 
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
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 

Tarea 5

  • 1. Tarea 5 Antonio Jesús Holgado Álvarez Subgrupo:3
  • 2.  ESTADÍSTICA DESCRIPTIVA  1.- REALIZA EL ANÁLISIS DESCRPTIVO NÚMERICO DE DOS VARIABLES CUANTITAVIVAS Y OTRAS DOS VARIABLES CUALITATIVAS  2.- REALIZA EL ANÁLISIS DESCRPTIVO MEDIANTE GRÁFICOS DE LAS CUATRO VARIABLES, EMPLEANO EN CADA CASO UN TIPO DE GRÁFICO DIFERENTE  3.- OBSERVA E INTERPRETA LOS RESULTADOS OBTENIDOS EN LOS APARTADOS ANTERIORES. Como se distribuyen los valores de las variables seleccionadas? ¿Cómo es la muestra estudiada?
  • 3. Para llevar a cabo el análisis descriptivo numérico de una variable cualitativa entramos en R , cliqueamos en resúmenes , distribución de frecuencias y seleccionamos la variable hacer la cama .
  • 4.
  • 5. Realizamos un Diagrama de barras con la variable elegida. Cliqueamos en gráficos y grafico de barras
  • 6. Interpretación  23 Personas no realizan la cama nunca , Con un porcentaje del 7.90 por ciento.  30 personas la realizan alguna veces anual , con un porcentaje del 10,31 por ciento  58 personas la realizan 2º 3 veces al mes , con un porcentaje del 19,93 por ciento.  56 personas las realizan 2 o 3 veces en semana , con un porcentaje del 19, 24  24 Personas solo la realizan los fines de semana  100 Personas lo realizan a diario.
  • 7. Para llevar a cabo el análisis descriptivo numérico de una variable cualitativa entramos en R , cliqueamos en resúmenes , distribución de frecuencias y seleccionamos la variable verdura.
  • 8.
  • 9. Realizamos un gráfico por sectores, con la variable verduras.
  • 10.  16 Personas comen no comen verduras nunca o casi nunca con un porcentaje de 5.54  33 Personas comen verduras menos de una vez por semana , con un porcentaje del 11.42  92 Personas comen verduras una o dos veces a la semana, con un porcentaje del 31.83  94 Personas comen verduras tres o mas veces a la semana pero no a diario, con un porcentaje del 32.53  54 Personas comen a diario verdura, con un porcentaje del 18,69.
  • 11. Para llevar a cabo el análisis descriptivo numérico de una variable cuantitativa :Entramos en R , cliqueamos en resúmenes , resúmenes numéricos y seleccionamos la variable Peso.
  • 12.
  • 13. Realizamos un Histograma con la variable Peso
  • 14. Interpretación  Media: 62.75571  Desviación típica: 12.65981  Rango intercuartílico: 14  Mínimo: 38  Percentil 25: 54  Percentil 50: 60  Percentil 75: 68  Maximo:130  N:275  NA1- 16  Como la desviación típica es un valor alto , los datos obtenidos están muy dispersos alrededor de la media.
  • 15. Para llevar a cabo el análisis descriptivo numérico de una variable cuantitativa :Entramos en R , cliqueamos en resúmenes , resúmenes numéricos y seleccionamos la variable altura.
  • 16.
  • 17. Elaboramos un diagrama de cajas para la variable altura.
  • 18. Interpretación  Media: 1,667  Desviación típica: 0.08078101  Cuartil Intercuartílico: 0,12  Mínimo:1,46  Percentil 25:1,6  Percentil 50:1,665  Percentil 75 :1,72  Maximo:2  N:290  NA: 1  Como la desviación típica es pequeña es pequeña los daros están poco dispersos por tanto la gran parte de las personas que contestaron tiene una altura que oscila sobre la media.