SlideShare a Scribd company logo
1 of 7
Universidad Tecnológica de Torreón
Procesos Industriales área Manufactura

Datos no agrupados

Valeria Valdez Canales 2° D
Profesor: Lic. Gerardo Edgar Mata Ortiz
EJERCICIO 2

Datos no agrupados
El director general de la empresa “Café Baloo” desea de-terminar si es conveniente instalar un negocio especializado en
venta de café y sus complementos (galletas, pastel, etc.) en cierta ubicación. La tabla adjunta muestra el número de tazas
de café vendidas en una tienda de conveniencia durante 10 periodos de 30 días cada uno. Los datos están ordenados
conforme se obtuvieron; la primera fila es el primer periodo de 30 días, la segunda fila, el segundo periodo y así
sucesivamente.

101

103 105

98

102

103

100

105

100 101

105

106

103

108

108

101

99

107

98

105

100

101 102

105 105

103

105

96

99

102

104

103

104

101 102

105

99

103

102

100

105

106

107

105

104

103

102 104

98

107

96

96

104

100

106

100

101 108

101

102

108

99

99

103

108

98

102

103

105

100

105 101

105

102

100

101

100

103 104

102

104

102

103

104

104

104

105

105

108

99

102

108 105

98

106

102

106

101

101 104

107

102

102

103

103

104

102

100

106

101

101

101 103

105

99

102

102

106

105 104

100

102

100

101

99

100

106

100

101

103

104 102

107

103

102

102

108

104 102

105

103

105

101

103

100

99

102

102

104 102

104

101 105

101 102

101 104

103

102 105

103 102

101 103

101 106

103

103 105

106 101

104 103

107 105

108

106

100

99

100 107

105 105

101 102

104

104

103

101 106

102 101

106 109

102 106

103

109

102

101

102

104

108 102

103

105

107

97

104

105 105

102

104

105

104

103

101

102

105

104

101

110

108

107

99

103

102

105

102

103

102 101

102

103

108

103

103

101

100

103

102

107

101

104 104

105

98

104

104

101

106 107

109

104

102

104

100

105

104

106

97

102

98

97

97

103

102 104

101 106

102 103

99

103 102

102

106 105

98

103

105

105 100

101 107

104

104 100

107 106

103

99

103

105 102

104 104

99

102

102
1. Con base en la información, explica cuál es la población.
El conjunto de tazas de café vendidas por día en un área determinada.
2. ¿Se estudió la población completa? ¿O se trata sólo de una muestra?
Una muestra, porque solo se analiza la venta en una tienda.
3. ¿Cuál es la variable de interés?
Numero de tazas vendidas
4. Determina el tipo de variable y su escala de medición.
El tipo de variable es cuantitativa porque se venden tazas completas
(cantidad cerrada)
La escala de medición

5. Elabora la tabla de distribución de frecuencias e interpreta los
resultados.
Categorías
o clases
Xi
fi

Frecuencias
fri

fai

Medidas de tendencia central y dispersión
fixi
ǀ xi- ǀ fi
(xi- )2 fi

Frai
1%

96

3

3

0.0100

288

-20.8300

144.6296

0.0233

388

-23.7733

141.2928

0.0500

784

-39.5467

195.4924

0.0967

1386

-55.2067

217.6983

0.1667

2100

-61.8100

181.9274

0.2833

3535

-68.0167

132.1791

0.4533

5202

-48.1100

45.3838

0.5867

4120

2.2667

0.1284

0.7133

3952

40.1533

42.4287

0.8400

3990

78.1533

160.7354

0.9033

2014

58.0767

177.5210

0.9467

1391

52.7367

213.9351

0.9867

1296

60.6800

306.8385

0.9967

327

18.1700

110.0496

1.0000

110

7.0567

49.7965

1%
97

4

7
3%

98

8

15
5%

99

14

29
7%

100

21

50
12%

101

35

85
17%

102

51

136
13%

103

40

176
13%

104

38

214
13%

105

38

252
6%

106

19

271
4%

107

13

284
4%

108

12

296
1%

109

3

299
0%

110

1

300
6. Determina la media aritmética, mediana y moda y explica su
significado
Media aritmética: valor característico de una serie de datos cuantitativos objeto
de estudio que parte del principio de la esperanza matemática o valor esperado,
se obtiene a partir de la suma de todos sus valores dividida entre el número de
sumandos.
Mediana: En el ámbito de la estadística, la mediana representa el valor de la
variable de posición central en un conjunto de datos ordenados.
Moda: es el valor con una mayor frecuencia en una distribución de datos.
7. Calcula la desviación media, varianza y desviación estándar, e
interprétalas
Desviación media: es la media de las desviaciones absolutas y es un resumen de
la dispersión estadística.
Varianza: Es la media de las diferencias con la media elevadas al cuadrado.
Desviación estándar: es una medida de dispersión para variables de razón
(variables cuantitativas o cantidades racionales) y de intervalo. Se define como la
raíz cuadrada de la varianza de la variable.

Media:
Mediana:
Moda:
XMáx:
Xmín:

=
=
Xˆ=
M=
m=

Rango:
Desviación media:
Varianza:
Desviación
estándar:

102.94
103
102
110
96
14
2.1152

S2 =

7.090

S=

2.663
8. Traza e interpreta las gráficas siguientes: Una gráfica de barras con la
frecuencia absoluta; una gráfica circular con la frecuencia relativa, una
gráfica de polígono con la frecuencia relativa acumulada; una gráfica radial
con los datos que consideres apropiados y una gráfica de cajas y bigotes.
Frecuencia absoluta

Fi
60
51
50
40
40

38

35

38

30
21
20
10

19

14
3

4

96

97

13

12

8
3

1

109

110

0
98

99

100

101

102

103

104

105

106

107

108

Frecuencia relativa

4%

fr i

1%

0%

1%

1%

4%

3%

5%

6%

7%

13%

12%

13%

17%
13%

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110
Frecuencia relativa acumulada

Frai
1.2000
0.98670.99671.0000
0.9467
0.9033
0.8400

1.0000

0.8000

0.7133
0.5867

0.6000
0.4533
0.4000

0.2000

0.2833
0.1667
0.0967
0.0500
0.01000.0233

0.0000
96

97

98

99

100

101

102

103

104

105

106

107

Categorías o clases
96
60

110

97

50
109

98

40
30
20

108

99

10
0
107

100

106

101

105

102
104

103

108

109

110
Grafica de cajas y bigotes

Valores

Anchos

Min

96

96

Q1

101

5

Q2-mediana

103

2

Q3

105

2

Max

110

5

RIC
MIN
Max

4
95
102

115
110
105

Series5
Series4

100

Series3
Series2

95

Series1
90
85
1

More Related Content

Similar to Datos no agrupados

Similar to Datos no agrupados (20)

Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupados
 
Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupados
 
TRABAJO PRACTICO Nº 1.pptx
TRABAJO PRACTICO Nº 1.pptxTRABAJO PRACTICO Nº 1.pptx
TRABAJO PRACTICO Nº 1.pptx
 
Trabajo en excel
Trabajo en excelTrabajo en excel
Trabajo en excel
 
Compendio Estadistico DRET 2020 (1).pdf
Compendio Estadistico DRET 2020 (1).pdfCompendio Estadistico DRET 2020 (1).pdf
Compendio Estadistico DRET 2020 (1).pdf
 
Ejercicio 2. Datos no agrupados.
Ejercicio 2. Datos no agrupados.Ejercicio 2. Datos no agrupados.
Ejercicio 2. Datos no agrupados.
 
Datos no agrupados mejorado #2
Datos no agrupados mejorado #2 Datos no agrupados mejorado #2
Datos no agrupados mejorado #2
 
Datos No Agrupados.
Datos No Agrupados.Datos No Agrupados.
Datos No Agrupados.
 
EXCEL
EXCELEXCEL
EXCEL
 
Ejercicio 2 Renovado
Ejercicio 2 RenovadoEjercicio 2 Renovado
Ejercicio 2 Renovado
 
Ejercicio 2 Renovado, Datos no agrupados.
Ejercicio 2 Renovado, Datos no agrupados.Ejercicio 2 Renovado, Datos no agrupados.
Ejercicio 2 Renovado, Datos no agrupados.
 
Trabajo 6
Trabajo 6Trabajo 6
Trabajo 6
 
Trabajo en-excel.xlsx junio
Trabajo en-excel.xlsx junioTrabajo en-excel.xlsx junio
Trabajo en-excel.xlsx junio
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
cafes Ejercicio 2
cafes Ejercicio 2 cafes Ejercicio 2
cafes Ejercicio 2
 
Ejercicio 2- Café génesis.
Ejercicio 2- Café génesis.Ejercicio 2- Café génesis.
Ejercicio 2- Café génesis.
 
Econometría_eco_322
Econometría_eco_322Econometría_eco_322
Econometría_eco_322
 
Estadistica uts
Estadistica utsEstadistica uts
Estadistica uts
 

More from Vale Valdez

INVESTIGACIÓN PROCESOS DE MANUFACTURA II
INVESTIGACIÓN PROCESOS DE MANUFACTURA IIINVESTIGACIÓN PROCESOS DE MANUFACTURA II
INVESTIGACIÓN PROCESOS DE MANUFACTURA IIVale Valdez
 
FORJADO, DOBLADO Y EMBUTIDO
FORJADO, DOBLADO Y EMBUTIDOFORJADO, DOBLADO Y EMBUTIDO
FORJADO, DOBLADO Y EMBUTIDOVale Valdez
 
Ejemplos de histogramas
Ejemplos de histogramasEjemplos de histogramas
Ejemplos de histogramasVale Valdez
 
Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupadosVale Valdez
 
Comparación de proveedores
Comparación de proveedoresComparación de proveedores
Comparación de proveedoresVale Valdez
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialVale Valdez
 
Ejercicio de base de datos computacional
Ejercicio de base de datos computacionalEjercicio de base de datos computacional
Ejercicio de base de datos computacionalVale Valdez
 
Presentación de negocios: Loveland computers
Presentación de negocios: Loveland computersPresentación de negocios: Loveland computers
Presentación de negocios: Loveland computersVale Valdez
 
Ejercicio 5 Datos agrupados
Ejercicio 5 Datos agrupadosEjercicio 5 Datos agrupados
Ejercicio 5 Datos agrupadosVale Valdez
 
Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupadosVale Valdez
 

More from Vale Valdez (14)

INVESTIGACIÓN PROCESOS DE MANUFACTURA II
INVESTIGACIÓN PROCESOS DE MANUFACTURA IIINVESTIGACIÓN PROCESOS DE MANUFACTURA II
INVESTIGACIÓN PROCESOS DE MANUFACTURA II
 
FORJADO, DOBLADO Y EMBUTIDO
FORJADO, DOBLADO Y EMBUTIDOFORJADO, DOBLADO Y EMBUTIDO
FORJADO, DOBLADO Y EMBUTIDO
 
Piezas de Solid
Piezas de SolidPiezas de Solid
Piezas de Solid
 
Ejemplos de histogramas
Ejemplos de histogramasEjemplos de histogramas
Ejemplos de histogramas
 
Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupados
 
Comparación de proveedores
Comparación de proveedoresComparación de proveedores
Comparación de proveedores
 
Problema 2
Problema 2Problema 2
Problema 2
 
Problema 1
Problema 1 Problema 1
Problema 1
 
Ejercicio 4
Ejercicio 4Ejercicio 4
Ejercicio 4
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Ejercicio de base de datos computacional
Ejercicio de base de datos computacionalEjercicio de base de datos computacional
Ejercicio de base de datos computacional
 
Presentación de negocios: Loveland computers
Presentación de negocios: Loveland computersPresentación de negocios: Loveland computers
Presentación de negocios: Loveland computers
 
Ejercicio 5 Datos agrupados
Ejercicio 5 Datos agrupadosEjercicio 5 Datos agrupados
Ejercicio 5 Datos agrupados
 
Datos no agrupados
Datos no agrupadosDatos no agrupados
Datos no agrupados
 

Recently uploaded

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
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
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
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
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
 
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.pdfFrancisco158360
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 

Recently uploaded (20)

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
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
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
 
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
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 

Datos no agrupados

  • 1. Universidad Tecnológica de Torreón Procesos Industriales área Manufactura Datos no agrupados Valeria Valdez Canales 2° D Profesor: Lic. Gerardo Edgar Mata Ortiz
  • 2. EJERCICIO 2 Datos no agrupados El director general de la empresa “Café Baloo” desea de-terminar si es conveniente instalar un negocio especializado en venta de café y sus complementos (galletas, pastel, etc.) en cierta ubicación. La tabla adjunta muestra el número de tazas de café vendidas en una tienda de conveniencia durante 10 periodos de 30 días cada uno. Los datos están ordenados conforme se obtuvieron; la primera fila es el primer periodo de 30 días, la segunda fila, el segundo periodo y así sucesivamente. 101 103 105 98 102 103 100 105 100 101 105 106 103 108 108 101 99 107 98 105 100 101 102 105 105 103 105 96 99 102 104 103 104 101 102 105 99 103 102 100 105 106 107 105 104 103 102 104 98 107 96 96 104 100 106 100 101 108 101 102 108 99 99 103 108 98 102 103 105 100 105 101 105 102 100 101 100 103 104 102 104 102 103 104 104 104 105 105 108 99 102 108 105 98 106 102 106 101 101 104 107 102 102 103 103 104 102 100 106 101 101 101 103 105 99 102 102 106 105 104 100 102 100 101 99 100 106 100 101 103 104 102 107 103 102 102 108 104 102 105 103 105 101 103 100 99 102 102 104 102 104 101 105 101 102 101 104 103 102 105 103 102 101 103 101 106 103 103 105 106 101 104 103 107 105 108 106 100 99 100 107 105 105 101 102 104 104 103 101 106 102 101 106 109 102 106 103 109 102 101 102 104 108 102 103 105 107 97 104 105 105 102 104 105 104 103 101 102 105 104 101 110 108 107 99 103 102 105 102 103 102 101 102 103 108 103 103 101 100 103 102 107 101 104 104 105 98 104 104 101 106 107 109 104 102 104 100 105 104 106 97 102 98 97 97 103 102 104 101 106 102 103 99 103 102 102 106 105 98 103 105 105 100 101 107 104 104 100 107 106 103 99 103 105 102 104 104 99 102 102
  • 3. 1. Con base en la información, explica cuál es la población. El conjunto de tazas de café vendidas por día en un área determinada. 2. ¿Se estudió la población completa? ¿O se trata sólo de una muestra? Una muestra, porque solo se analiza la venta en una tienda. 3. ¿Cuál es la variable de interés? Numero de tazas vendidas 4. Determina el tipo de variable y su escala de medición. El tipo de variable es cuantitativa porque se venden tazas completas (cantidad cerrada) La escala de medición 5. Elabora la tabla de distribución de frecuencias e interpreta los resultados. Categorías o clases Xi fi Frecuencias fri fai Medidas de tendencia central y dispersión fixi ǀ xi- ǀ fi (xi- )2 fi Frai 1% 96 3 3 0.0100 288 -20.8300 144.6296 0.0233 388 -23.7733 141.2928 0.0500 784 -39.5467 195.4924 0.0967 1386 -55.2067 217.6983 0.1667 2100 -61.8100 181.9274 0.2833 3535 -68.0167 132.1791 0.4533 5202 -48.1100 45.3838 0.5867 4120 2.2667 0.1284 0.7133 3952 40.1533 42.4287 0.8400 3990 78.1533 160.7354 0.9033 2014 58.0767 177.5210 0.9467 1391 52.7367 213.9351 0.9867 1296 60.6800 306.8385 0.9967 327 18.1700 110.0496 1.0000 110 7.0567 49.7965 1% 97 4 7 3% 98 8 15 5% 99 14 29 7% 100 21 50 12% 101 35 85 17% 102 51 136 13% 103 40 176 13% 104 38 214 13% 105 38 252 6% 106 19 271 4% 107 13 284 4% 108 12 296 1% 109 3 299 0% 110 1 300
  • 4. 6. Determina la media aritmética, mediana y moda y explica su significado Media aritmética: valor característico de una serie de datos cuantitativos objeto de estudio que parte del principio de la esperanza matemática o valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el número de sumandos. Mediana: En el ámbito de la estadística, la mediana representa el valor de la variable de posición central en un conjunto de datos ordenados. Moda: es el valor con una mayor frecuencia en una distribución de datos. 7. Calcula la desviación media, varianza y desviación estándar, e interprétalas Desviación media: es la media de las desviaciones absolutas y es un resumen de la dispersión estadística. Varianza: Es la media de las diferencias con la media elevadas al cuadrado. Desviación estándar: es una medida de dispersión para variables de razón (variables cuantitativas o cantidades racionales) y de intervalo. Se define como la raíz cuadrada de la varianza de la variable. Media: Mediana: Moda: XMáx: Xmín: = = Xˆ= M= m= Rango: Desviación media: Varianza: Desviación estándar: 102.94 103 102 110 96 14 2.1152 S2 = 7.090 S= 2.663
  • 5. 8. Traza e interpreta las gráficas siguientes: Una gráfica de barras con la frecuencia absoluta; una gráfica circular con la frecuencia relativa, una gráfica de polígono con la frecuencia relativa acumulada; una gráfica radial con los datos que consideres apropiados y una gráfica de cajas y bigotes. Frecuencia absoluta Fi 60 51 50 40 40 38 35 38 30 21 20 10 19 14 3 4 96 97 13 12 8 3 1 109 110 0 98 99 100 101 102 103 104 105 106 107 108 Frecuencia relativa 4% fr i 1% 0% 1% 1% 4% 3% 5% 6% 7% 13% 12% 13% 17% 13% 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110
  • 7. Grafica de cajas y bigotes Valores Anchos Min 96 96 Q1 101 5 Q2-mediana 103 2 Q3 105 2 Max 110 5 RIC MIN Max 4 95 102 115 110 105 Series5 Series4 100 Series3 Series2 95 Series1 90 85 1