SlideShare una empresa de Scribd logo
1 de 14
Descargar para leer sin conexión
ASPIRANTES A LA UNIVERSIDAD
Alumna: Leslie Giselle Rodríguez Amaya
Matrícula: 1411950
2° “E”
Catedrático: Lic. Gerardo Edgar Mata Ortiz
Materia: Estadística
25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 1
CONCEPTOS FUNDAMENTALES
• DATOS AGRUPADOS, son aquellos datos que pertenecen a un tamaño de
muestra mayor a 20 o mas elementos, por lo que para ser analizados
requieren ser agrupados en clases.
• INTERVALOS APARENTES, Se llaman limites aparentes o informados de un
intervalos a los valores mayor y menor que pueden adoptar la variable dentro
de ese intervalo según el instrumento de medida utilizado.
• INTERVALOS REALES, Es un subconjunto de la recta real es decir una parte
entre dos valores dados. Es un conjunto medible y tiene la misma cardinalidad
de la recta real.
• LA MARCA DE CLASE, es el punto medio de cada intervalo. Es el valor que
representa a todo el intervalo para el calculo de algunos parámetros como la
media aritmética o la desviación típica.
• Se denomina FRECUENCIA, a la cantidad de veces que se repite un
determinado valor de la variable.
• TENDENCIA CENTRAL EN DATOS AFRUPADOS, media aritmética, desviación
media, varianza y desviación estándar.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
2
La tabla adjunta contiene las calificaciones de un grupo de aspirantes a ingresar a
la universidad, en el examen de admisión. Las calificaciones posibles van de 0 a
100. Con base en estos datos se desea determinar la calificación mínima
aprobatoria de modo que aproximadamente el 70% de los alumnos sean
admitidos, además, es necesario implementar un programa de asesorías para los
alumnos de mas bajo desempeño en dicho examen.
1. Con base en la información explica cuál es la población. ¿Es una población
tangible o conceptual?¿Es finita o infinita?
Es una población conceptual, porque se esta trabajando con los datos/resultados del
examen, presentado por los aspirantes a ingresar a la universidad, una vez entendido
esto, se puede entender que es una población conceptual finita, pues estamos hablando
de una cantidad limitada de elementos.
2. ¿Se estudio la población completa? ¿O se trata solo de una muestra?
Estudió una muestra, puesto que solo se esta trabajando con los datos de un grupo de
aspirantes a ingresar a la universidad.
3. ¿Cuál es la variable de interés?
Las calificaciones de un grupo de aspirantes a ingresar a la universidad.
4. Determina el tipo de variable y su escala de medición.
Se trata de una variable cuantitativa o numérica continua, ya que tiene valores
intermedios que siguen un orden lógico.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
3
TABLA DE FRECUENCIAS
• La tabla muestra que existe una variación de 6.15 mayor o menor a la calificación
media que es 63.14.
Intervalos
aparentes
Intervalos
reales
Intervalo/Número L.I. L.S. L.I. L.S. xi Fi Fai Fri Frai FiXi
1 36 41 35.5 41.5 38.5 2 2 0.00666667 0.00666667 77 49.28 1214.2592
2 42 47 41.5 47.5 44.5 15 17 0.05 0.05666667 667.5 279.6 5211.744
3 48 53 47.5 53.5 50.5 27 44 0.09 0.14666667 1363.5 341.28 4313.7792
4 54 59 53.5 59.5 56.5 58 102 0.19333333 0.34 3277 385.12 2557.1968
5 60 65 59.5 65.5 62.5 79 181 0.26333333 0.60333333 4937.5 50.56 32.3584
6 66 71 65.5 71.5 68.5 68 249 0.22666667 0.83 4658 -364.48 1953.6128
7 72 77 71.5 77.5 74.5 30 279 0.1 0.93 2235 -340.8 3871.488
8 78 83 77.5 83.5 80.5 16 295 0.05333333 0.98333333 1288 -277.76 4821.9136
9 84 89 83.5 89.5 86.5 4 299 0.01333333 0.99666667 346 -93.44 2182.7584
10 90 95 89.5 95.5 92.5 1 300 0.00333333
1
92.5 -29.36 862.0096
63.14
Desviación media
6.15804E-16
Varianza 90.0704
Desviacion estandar S 9.490542661
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
4
MEDIA, MEDIANA Y MODA
Media 63.14
Mediana 63
Moda 62
• La media es la calificación que se obtuvo de la
suma de todas las calificaciones divididas entre
300.
• La mediana es el dato central de los 300 que se
tienen.
• La moda es el dato que mas se repite, es decir la
calificación que la mayoría de los alumnos obtuvo.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
5
VARIABLES DE DISPERSIÓN
VALOR MINIMO = 36
VALOR MÁXIMO = 90
RANGO = 90-36 54
INTERVALOS 17.320508
RANGO DIVIDIDO 5.4
10 ENTRE 2 5
• El valor mínimo es la calificación
mas pequeña que obtuvieron los
alumnos contrario al valor
máximo que es la calificación
mas alta, el rango nos indica la
diferencia de puntos del valor
máximo y el valor mínimo, el
intervalo es la separación que
puede haber entre un numero y
otro.
Rango percentil 10 = 51
Rango percentil 90 = 75
-----------------------------------
Rango semi-intercuartil = 12
Entre el rango percentil de 10 y 90 existe
una diferencia de 12 lo que quiere decir
que las calificaciones obtenida no tienen
mucha desviación.
25/01/2015 6
 Por medio del histograma, se observa que 79 veces se repitió la calificación
entre 62 y 63.5 aproximadamente.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
7
 Indica que el 26% de los aspirantes obtuvieron una calificación de 62.5
GRÁFICA
CIRCULAR
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
8
GRÁFICA DE
POLIGONO
 Muestra la suma de todos los valores obtenidos que son 300 y también se ve
reflejada en porcentajes 100% (1).
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
9
 Cada que la línea se intersecta en algún punto, indica la calificación que se obtuvo
en cada numero de dato (1,2,3,4,etc)
GRÁFICA
DE
RADIAL
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
10
MINIMO 36
Q1 21
MEDIANA 6
Q3 6
MAXIMO 21
 La gráfica muestra el resumen de los datos donde el mínimo es 36, el máximo 21 y
entre ese rango tenemos el Q1 (21), Q2 o mediana (6) y Q3 (6)
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
11
CONCLUSIÓN
 De un total de 300 alumnos el 12% obtuvieron una mínima calificación (36) lo que
determina que su desempeño no fue bueno, en el cual pudieron intervenir
muchos factores, así que no tiene muchas posibilidades de quedarse en la
universidad a menos que se quede a horas de asesoría. La máxima calificación
fue de 90 lo que indica que esta mas que segura su permanencia en la escuela;
entre 80.5 y 90 solo 21 alumnos tuvieron un buen desempeño en su examen.
 En general los alumnos no tuvieron buen desempeño en su exámen, asi que la
mejor opción es que tomen horas de asesoría para mejorar su rendimiento.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
12
 90 alumnos tendrán que asistir a asesorías debido a que
su calificación es deficiente (38.5 y 44.5).
 El 30% de los aspirantes obtuvo las calificaciones mas
bajas.
 Basándose en los criterios de una universidad conocida,
recibirán cursos durante 3 días con horario de:
8:00am – 1:30 para mejorar su rendimiento.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
13
CONCLUSIÓN CON PAREJA DE
TRABAJO:
 Comparando el trabajo con mi compañero,
llegamos a la conclusión de que los alumnos
tuvieron un desempeño deficiente, pues en los
datos de él solo dos personas obtuvieron
calificaciones aprobatorias. Así que tendrán que
cursar asesorías para tener derecho a un lugar en
la institución.
25/01/2015 UNIVERSIDAD TECNOLÓGICA
DE TORREÓN
14

Más contenido relacionado

La actualidad más candente

Matemáticas 2ºeso.ud12
Matemáticas 2ºeso.ud12Matemáticas 2ºeso.ud12
Matemáticas 2ºeso.ud12alfonnavarro
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia CentralAlondra Cervantes
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posiciónFranklin Quintero
 
Estadística (medidas de tendencia central) (rosas 2010)
Estadística (medidas de tendencia central) (rosas   2010)Estadística (medidas de tendencia central) (rosas   2010)
Estadística (medidas de tendencia central) (rosas 2010)Arturo Rosas
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralanaliamon
 
Medidas de tendencia central y dispersion
Medidas de tendencia central y dispersionMedidas de tendencia central y dispersion
Medidas de tendencia central y dispersionArtemio Villegas
 
Ud 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesUd 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesalfonnavarro
 
Estadistica tercero b copia
Estadistica tercero b copiaEstadistica tercero b copia
Estadistica tercero b copiaHilda578
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia CentralTaimar Gamboa
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadisticanoeliatoro95
 
Medidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachMedidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachNoe Galea
 

La actualidad más candente (20)

4 estadistica descriptiva
4 estadistica descriptiva4 estadistica descriptiva
4 estadistica descriptiva
 
Matemáticas 2ºeso.ud12
Matemáticas 2ºeso.ud12Matemáticas 2ºeso.ud12
Matemáticas 2ºeso.ud12
 
ESTADÍSTICA
ESTADÍSTICA ESTADÍSTICA
ESTADÍSTICA
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Estadística (medidas de tendencia central) (rosas 2010)
Estadística (medidas de tendencia central) (rosas   2010)Estadística (medidas de tendencia central) (rosas   2010)
Estadística (medidas de tendencia central) (rosas 2010)
 
Estadistica I 03
Estadistica  I 03Estadistica  I 03
Estadistica I 03
 
Medidas de-tendencia-central
Medidas de-tendencia-centralMedidas de-tendencia-central
Medidas de-tendencia-central
 
Graficaselaboración
GraficaselaboraciónGraficaselaboración
Graficaselaboración
 
Medidas de tendencia central 1
Medidas de tendencia central 1Medidas de tendencia central 1
Medidas de tendencia central 1
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central y dispersion
Medidas de tendencia central y dispersionMedidas de tendencia central y dispersion
Medidas de tendencia central y dispersion
 
Ud 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesUd 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionales
 
Estadistica tercero b copia
Estadistica tercero b copiaEstadistica tercero b copia
Estadistica tercero b copia
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadistica
 
Medidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachMedidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobach
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
3eso quincena11
3eso quincena113eso quincena11
3eso quincena11
 

Destacado

Deterrence%20 briefing%20
Deterrence%20 briefing%20Deterrence%20 briefing%20
Deterrence%20 briefing%20sevans-idaho
 
Que en cristo nuestra paz, méxico tenga vida digna.
Que en cristo nuestra paz, méxico tenga vida digna.Que en cristo nuestra paz, méxico tenga vida digna.
Que en cristo nuestra paz, méxico tenga vida digna.jesusdelatorrep
 
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida Digna
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida DignaExhortación Que en Cristo Nuestra Paz, México Tenga Vida Digna
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida DignaCaritas Mexicana IAP
 
E portafolio Juan D. Castañeda Q.Grupo 8
E portafolio Juan D. Castañeda Q.Grupo 8E portafolio Juan D. Castañeda Q.Grupo 8
E portafolio Juan D. Castañeda Q.Grupo 8Juan Cast
 
Diabetes thebasics
Diabetes thebasicsDiabetes thebasics
Diabetes thebasicsShahid Nawaz
 
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...Driessen Research
 
01 beyond the yellow highlighter
01 beyond the yellow highlighter01 beyond the yellow highlighter
01 beyond the yellow highlighteromforrester
 
Unidad i la empresa a
Unidad i la empresa aUnidad i la empresa a
Unidad i la empresa aRay Galindo
 
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?Driessen Research
 

Destacado (9)

Deterrence%20 briefing%20
Deterrence%20 briefing%20Deterrence%20 briefing%20
Deterrence%20 briefing%20
 
Que en cristo nuestra paz, méxico tenga vida digna.
Que en cristo nuestra paz, méxico tenga vida digna.Que en cristo nuestra paz, méxico tenga vida digna.
Que en cristo nuestra paz, méxico tenga vida digna.
 
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida Digna
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida DignaExhortación Que en Cristo Nuestra Paz, México Tenga Vida Digna
Exhortación Que en Cristo Nuestra Paz, México Tenga Vida Digna
 
E portafolio Juan D. Castañeda Q.Grupo 8
E portafolio Juan D. Castañeda Q.Grupo 8E portafolio Juan D. Castañeda Q.Grupo 8
E portafolio Juan D. Castañeda Q.Grupo 8
 
Diabetes thebasics
Diabetes thebasicsDiabetes thebasics
Diabetes thebasics
 
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...
Geert Driessen & Greetje van der Werf (1992) Het functioneren van het voortge...
 
01 beyond the yellow highlighter
01 beyond the yellow highlighter01 beyond the yellow highlighter
01 beyond the yellow highlighter
 
Unidad i la empresa a
Unidad i la empresa aUnidad i la empresa a
Unidad i la empresa a
 
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?
Geert Driessen (2016) Zoals de ouden zongen piepen de jongen?
 

Similar a Datos agrupados

Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupadosFercho Dominguez
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupadosFercho Dominguez
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupadosFercho Dominguez
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupadosFercho Dominguez
 
TRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdfTRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdfKiraAleMt
 
Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.Alejandro Ibarra
 
Clase 4_Medidas de tendencia central.pdf
Clase 4_Medidas de tendencia central.pdfClase 4_Medidas de tendencia central.pdf
Clase 4_Medidas de tendencia central.pdfRobertoCarlosAlvarez12
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionYULIANA ROSAS
 
Tratamiento de datos cuantitativos
Tratamiento de datos cuantitativosTratamiento de datos cuantitativos
Tratamiento de datos cuantitativosmariadelacaridad
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadisticaademiha
 
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfIvanBautistaQuispe
 
Medidas de Tendencia Central en la estadística
Medidas de Tendencia Central en la estadísticaMedidas de Tendencia Central en la estadística
Medidas de Tendencia Central en la estadísticaELERARIOSKARENALEJAN
 

Similar a Datos agrupados (20)

Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio cinco datos agrupados
Ejercicio cinco datos agrupadosEjercicio cinco datos agrupados
Ejercicio cinco datos agrupados
 
Ejercicio 5
Ejercicio 5Ejercicio 5
Ejercicio 5
 
TRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdfTRABAJO FINAL ESTADISTICA (1) (1).pdf
TRABAJO FINAL ESTADISTICA (1) (1).pdf
 
Analisis de datos
Analisis de datosAnalisis de datos
Analisis de datos
 
Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.
 
Clase 4_Medidas de tendencia central.pdf
Clase 4_Medidas de tendencia central.pdfClase 4_Medidas de tendencia central.pdf
Clase 4_Medidas de tendencia central.pdf
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicion
 
Sesión 12.1.pptx
Sesión 12.1.pptxSesión 12.1.pptx
Sesión 12.1.pptx
 
Tratamiento de datos cuantitativos
Tratamiento de datos cuantitativosTratamiento de datos cuantitativos
Tratamiento de datos cuantitativos
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
medidas de tendencia central.pdf
medidas de tendencia central.pdfmedidas de tendencia central.pdf
medidas de tendencia central.pdf
 
Ejercicio 5 datos agrupados
Ejercicio 5 datos agrupadosEjercicio 5 datos agrupados
Ejercicio 5 datos agrupados
 
Ejercicio 5 datos agrupados
Ejercicio 5 datos agrupadosEjercicio 5 datos agrupados
Ejercicio 5 datos agrupados
 
Ejercicio 5
Ejercicio 5Ejercicio 5
Ejercicio 5
 
Estadistica
Estadistica Estadistica
Estadistica
 
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
 
Medidas de Tendencia Central en la estadística
Medidas de Tendencia Central en la estadísticaMedidas de Tendencia Central en la estadística
Medidas de Tendencia Central en la estadística
 

Más de Giselle Rodríguez Amaya (16)

Gráficos de control
Gráficos de control Gráficos de control
Gráficos de control
 
actividad 4
actividad 4actividad 4
actividad 4
 
ACTIVIDAD 3
ACTIVIDAD 3ACTIVIDAD 3
ACTIVIDAD 3
 
SPC
SPCSPC
SPC
 
estadistica en la calidad
estadistica en la calidadestadistica en la calidad
estadistica en la calidad
 
Ejercicios 5.3
Ejercicios 5.3Ejercicios 5.3
Ejercicios 5.3
 
Estadistica
Estadistica Estadistica
Estadistica
 
Probability
ProbabilityProbability
Probability
 
DINAMICAS DE PROBABILIDAD
DINAMICAS DE PROBABILIDADDINAMICAS DE PROBABILIDAD
DINAMICAS DE PROBABILIDAD
 
Alcohol
AlcoholAlcohol
Alcohol
 
El tiempo
El tiempoEl tiempo
El tiempo
 
Cafe genesis
Cafe genesisCafe genesis
Cafe genesis
 
el tiempo y las tiendas de conveniencia
el tiempo y las tiendas de convenienciael tiempo y las tiendas de conveniencia
el tiempo y las tiendas de conveniencia
 
tabla para datos no agrupados
tabla para datos no agrupadostabla para datos no agrupados
tabla para datos no agrupados
 
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍAPRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
 
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
PRINCIPIOS A LA ADMINISTRACIÓN Y ECONOMÍA
 

Último

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptELENA GALLARDO PAÚLS
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docxGLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docxAleParedes11
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
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
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
Manual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfManual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfMaryRotonda1
 
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
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 

Último (20)

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
La Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdfLa Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdf
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docxGLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
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...
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Manual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfManual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .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...
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 

Datos agrupados

  • 1. ASPIRANTES A LA UNIVERSIDAD Alumna: Leslie Giselle Rodríguez Amaya Matrícula: 1411950 2° “E” Catedrático: Lic. Gerardo Edgar Mata Ortiz Materia: Estadística 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 1
  • 2. CONCEPTOS FUNDAMENTALES • DATOS AGRUPADOS, son aquellos datos que pertenecen a un tamaño de muestra mayor a 20 o mas elementos, por lo que para ser analizados requieren ser agrupados en clases. • INTERVALOS APARENTES, Se llaman limites aparentes o informados de un intervalos a los valores mayor y menor que pueden adoptar la variable dentro de ese intervalo según el instrumento de medida utilizado. • INTERVALOS REALES, Es un subconjunto de la recta real es decir una parte entre dos valores dados. Es un conjunto medible y tiene la misma cardinalidad de la recta real. • LA MARCA DE CLASE, es el punto medio de cada intervalo. Es el valor que representa a todo el intervalo para el calculo de algunos parámetros como la media aritmética o la desviación típica. • Se denomina FRECUENCIA, a la cantidad de veces que se repite un determinado valor de la variable. • TENDENCIA CENTRAL EN DATOS AFRUPADOS, media aritmética, desviación media, varianza y desviación estándar. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 2
  • 3. La tabla adjunta contiene las calificaciones de un grupo de aspirantes a ingresar a la universidad, en el examen de admisión. Las calificaciones posibles van de 0 a 100. Con base en estos datos se desea determinar la calificación mínima aprobatoria de modo que aproximadamente el 70% de los alumnos sean admitidos, además, es necesario implementar un programa de asesorías para los alumnos de mas bajo desempeño en dicho examen. 1. Con base en la información explica cuál es la población. ¿Es una población tangible o conceptual?¿Es finita o infinita? Es una población conceptual, porque se esta trabajando con los datos/resultados del examen, presentado por los aspirantes a ingresar a la universidad, una vez entendido esto, se puede entender que es una población conceptual finita, pues estamos hablando de una cantidad limitada de elementos. 2. ¿Se estudio la población completa? ¿O se trata solo de una muestra? Estudió una muestra, puesto que solo se esta trabajando con los datos de un grupo de aspirantes a ingresar a la universidad. 3. ¿Cuál es la variable de interés? Las calificaciones de un grupo de aspirantes a ingresar a la universidad. 4. Determina el tipo de variable y su escala de medición. Se trata de una variable cuantitativa o numérica continua, ya que tiene valores intermedios que siguen un orden lógico. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 3
  • 4. TABLA DE FRECUENCIAS • La tabla muestra que existe una variación de 6.15 mayor o menor a la calificación media que es 63.14. Intervalos aparentes Intervalos reales Intervalo/Número L.I. L.S. L.I. L.S. xi Fi Fai Fri Frai FiXi 1 36 41 35.5 41.5 38.5 2 2 0.00666667 0.00666667 77 49.28 1214.2592 2 42 47 41.5 47.5 44.5 15 17 0.05 0.05666667 667.5 279.6 5211.744 3 48 53 47.5 53.5 50.5 27 44 0.09 0.14666667 1363.5 341.28 4313.7792 4 54 59 53.5 59.5 56.5 58 102 0.19333333 0.34 3277 385.12 2557.1968 5 60 65 59.5 65.5 62.5 79 181 0.26333333 0.60333333 4937.5 50.56 32.3584 6 66 71 65.5 71.5 68.5 68 249 0.22666667 0.83 4658 -364.48 1953.6128 7 72 77 71.5 77.5 74.5 30 279 0.1 0.93 2235 -340.8 3871.488 8 78 83 77.5 83.5 80.5 16 295 0.05333333 0.98333333 1288 -277.76 4821.9136 9 84 89 83.5 89.5 86.5 4 299 0.01333333 0.99666667 346 -93.44 2182.7584 10 90 95 89.5 95.5 92.5 1 300 0.00333333 1 92.5 -29.36 862.0096 63.14 Desviación media 6.15804E-16 Varianza 90.0704 Desviacion estandar S 9.490542661 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 4
  • 5. MEDIA, MEDIANA Y MODA Media 63.14 Mediana 63 Moda 62 • La media es la calificación que se obtuvo de la suma de todas las calificaciones divididas entre 300. • La mediana es el dato central de los 300 que se tienen. • La moda es el dato que mas se repite, es decir la calificación que la mayoría de los alumnos obtuvo. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 5
  • 6. VARIABLES DE DISPERSIÓN VALOR MINIMO = 36 VALOR MÁXIMO = 90 RANGO = 90-36 54 INTERVALOS 17.320508 RANGO DIVIDIDO 5.4 10 ENTRE 2 5 • El valor mínimo es la calificación mas pequeña que obtuvieron los alumnos contrario al valor máximo que es la calificación mas alta, el rango nos indica la diferencia de puntos del valor máximo y el valor mínimo, el intervalo es la separación que puede haber entre un numero y otro. Rango percentil 10 = 51 Rango percentil 90 = 75 ----------------------------------- Rango semi-intercuartil = 12 Entre el rango percentil de 10 y 90 existe una diferencia de 12 lo que quiere decir que las calificaciones obtenida no tienen mucha desviación. 25/01/2015 6
  • 7.  Por medio del histograma, se observa que 79 veces se repitió la calificación entre 62 y 63.5 aproximadamente. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 7
  • 8.  Indica que el 26% de los aspirantes obtuvieron una calificación de 62.5 GRÁFICA CIRCULAR 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 8
  • 9. GRÁFICA DE POLIGONO  Muestra la suma de todos los valores obtenidos que son 300 y también se ve reflejada en porcentajes 100% (1). 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 9
  • 10.  Cada que la línea se intersecta en algún punto, indica la calificación que se obtuvo en cada numero de dato (1,2,3,4,etc) GRÁFICA DE RADIAL 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 10
  • 11. MINIMO 36 Q1 21 MEDIANA 6 Q3 6 MAXIMO 21  La gráfica muestra el resumen de los datos donde el mínimo es 36, el máximo 21 y entre ese rango tenemos el Q1 (21), Q2 o mediana (6) y Q3 (6) 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 11
  • 12. CONCLUSIÓN  De un total de 300 alumnos el 12% obtuvieron una mínima calificación (36) lo que determina que su desempeño no fue bueno, en el cual pudieron intervenir muchos factores, así que no tiene muchas posibilidades de quedarse en la universidad a menos que se quede a horas de asesoría. La máxima calificación fue de 90 lo que indica que esta mas que segura su permanencia en la escuela; entre 80.5 y 90 solo 21 alumnos tuvieron un buen desempeño en su examen.  En general los alumnos no tuvieron buen desempeño en su exámen, asi que la mejor opción es que tomen horas de asesoría para mejorar su rendimiento. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 12
  • 13.  90 alumnos tendrán que asistir a asesorías debido a que su calificación es deficiente (38.5 y 44.5).  El 30% de los aspirantes obtuvo las calificaciones mas bajas.  Basándose en los criterios de una universidad conocida, recibirán cursos durante 3 días con horario de: 8:00am – 1:30 para mejorar su rendimiento. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 13
  • 14. CONCLUSIÓN CON PAREJA DE TRABAJO:  Comparando el trabajo con mi compañero, llegamos a la conclusión de que los alumnos tuvieron un desempeño deficiente, pues en los datos de él solo dos personas obtuvieron calificaciones aprobatorias. Así que tendrán que cursar asesorías para tener derecho a un lugar en la institución. 25/01/2015 UNIVERSIDAD TECNOLÓGICA DE TORREÓN 14