Casos Estadistica

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 6

EJERCICIO

 1. Señala el tipo y la escala de la variable


 2. Haz una tabla con la distribución de frecuencias
 3. Calcula la media aritmética, la mediana y la moda

DESARROLLO

1. La variable es de tipo cuantitativa discreta y la escala es de tipo razón


2. La tabla de frecuencia es la siguiente:
Dato Frecuencia Frecuencia Frecuenci Frecuencia Dato * F
absoluta relativa a absoluta relativa absoluta
acumulada acumulada
0 1 0,03 1 0,03 0
1 4 0,13 5 0,16 4
2 5 0,16 10 0,32 10
3 9 0,3 19 0,62 27
4 5 0,16 24 0,78 20
5 5 0,16 29 0,94 25
6 1 0,03 30 0,97 6
3. Para calcular la media aritmética aplicamos la siguiente formula
x́ = (dato * frecuencia Absoluta)/número total de datos
x́ = (0+4+10+27+20+25+6)/30 x́ = 92/30 x́ = 3,06
La mediana es el dato que divide en dos partes iguales la distribución
ordenados de menor a mayor:
0,1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,3,3,3,4,,4,4,4,4,5,5,5,5,5,6
3+3
Me = Me = 3
2
La moda es el dato que tenga mayor frecuencia absoluta en este caso 3
Mo = 3

EJERCICIO
1. De los 80 clientes estudiados, ¿cuántos tienen un nivel de consumición medio y
han recibido una atención buena?
2. Construye una tabla de contingencia con las frecuencias esperadas
3. Calcula el coeficiente X2, el coeficiente de contingencia C y el coeficiente de
Cramer V.
4. Indica qué coeficientes calculados proporcionan información sobre la intensidad
de la relación estudiada.

DESARROLLO
1 como se puede observar en la tabla de los 80 clientes solamente 7 tiene un
consumo medio y han recibido una buena atención.
2 Voy a realizar la tabla de contingencia de frecuencias teóricas que es el
cociente de la multiplicación del total de la fila y el total de la columna entre el
total de la tabla

Nivel de consumo
Atención recibida Bajo medio Alto
Regular 8,66 5,77 6,56
Buena 11,55 7,7 8,75
Excelente 12,78 8,52 9.68
3 vamos a calcular:

El coeficiente X2 = sumatoria (fr empíricas – fr teóricas)2 / fr teóricas

(13−8,66)2 (14−11,55)2 (6−12,78)2 (5−5,77)2 (7−7,7)2


El coeficiente X2 = + + + + +
8,66 11,55 12,78 5,77 7.7
(10−8,52)2 (3−6,56)2 (7−8,75)2 (15−9,68)2
+ + +
8,52 6,56 8,75 9,68

El coeficiente X2 = 2,17 + 0,51 + 3,59 + 0,10 + 0,06 +0,25 + 1,93 + 0,35 + 2,92

El coeficiente X2 = 11,88

X2
Coeficiente de contingencia C =
√ X 2+ n

11,88
C=
√ 11,88 +80

C = 0,3595

X2
El coeficiente de Cramer V =

n(k −1)
recordemos que k es el número de líneas o

columnas lo que sea menor, en este caso K = 3

11,88
V=
√ 80(3−1)

V = 0,2724

4. De los 3 coeficientes calculados el que me habla de la intensidad de


relación es Coeficiente de contingencia C, entre mas cercano sea a uno
este coeficiente más dependencia de las características en este caso nivel
de consumo y atención recibida.

Caso 2
En mi consideración de los 3 estimadores el que considero que tiene vemos error
cuadrático medio (ECM) es ya en el segundo estimador al dividirlo por (n-1) nos
dará un resultado mayor que en el primer estimador y en cuanto al 3 no considero
que este sesgado para dicha variable.

1. Calcula la probabilidad de que un empleado tomado al azar haya votado


NO en la encuesta.
P(No) = 16/29 P(No) = 0,551 P(No) =55,1%
2. Calcula la probabilidad de que un empleado sea de Marketing sabiendo que
ha votado NO
P(marketing y No) = 7/16 P(marketing y No) = 0,437
P(marketing y No)= 43,7
3. El evento “el empleado ha votado SÍ” y el evento “el empleado ha votado
NO” son dos eventos dependientes. ¿Verdadero o falso?
Falso: ya que son eventos mutuamente excluyentes, dado que si un
empleado vota no en la encuesta, ya se pierde la posibilidad de que este
empleado pueda votar si en la misma encuesta, en otras palabras al
escoger una respuesta no hay probabilidad de escoger la otra.
4. Si se respetan los resultados de la empresa, ¿se aceptará la oferta
realizada?
P(No) = 16/29 P(No) = 0,551
P(Si) = 13/29 P(No) = 0,448
Como observamos la empresa no aceptara la oferta realizada ya que la
mayoría de los empleados votaron por el No.
Caso 3

1. ¿Qué modelo de distribución podrían seguir las siguientes variables


aleatorias?

Número de hombres, mujeres y niños (menores de 12 años, de cualquier


sexo), en un avión con 145 pasajeros.
R/:
En este tipo de variable yo usaría el modelo binomial puesto que es una
distribución de probabilidad discreta que indica el número de éxitos al
realizar una secuencia de n ensayos independientes entre sí, donde los
ensayos son el número de pasajeros del avión con una probabilidad fija (p)
de ocurrencia del éxito entre esos ensayos.

Número de visitas que recibe en una hora www.iep.edu.es.


R/:
En este caso yo usaría el modelo poisson ya que con este nos sirve
ocasiones en las que nos interesa determinar el número de hechos de
cierto tipo que se pueden producir en un intervalo de tiempo, en este caso
una hora.

Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas.

R/:
En este tipo de variable yo usaría el modelo binomial puesto que es una
distribución de probabilidad discreta que indica el número de éxitos al
realizar una secuencia de n ensayos independientes entre sí donde los
ensayos son las casa visitadas, con una probabilidad fija (p) de ocurrencia
del éxito entre esos ensayos.
2. Si ℜ sigue la Distribución B (10; 0; 8), su valor esperado y su varianza valen…

a) 8 y 0,2 b) 0,8 y 1,6 c) 8 y 16 0,8 y 0,2

Ya que es una modelo binomial los parámetros serian


El número de ensayos = 10
La probabilidad = 0,8
Y recordemos que por definición, la media es por el producto del número de
intentos por su probabilidad de éxito
Entonces, 10x0.8 = 8, este es el valor de la media.
Para la varianza se usa la fórmula de multiplicar uno menos la probabilidad
de éxito por el número de ensayos. Entonces, 8 x (1-0.8), es igual a 1,6
Por tanto la respuesta es 8 y 1,6

2.

También podría gustarte