Proyecto de Estadistica

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W.
Pereira
Facultad de Ingeniera Elctrica y Computacin
Anlisis Estadstico de Algunas Caractersticas de los Estudiantes de Estadstica para Ingenieras de la Espol
Contenido
1. INTRODUCCIN ................................................................................................................... 3
2.ANLISIS ESTADSTICO UNIVARIADO ..................................................................................... 8
Tabla de frecuencia de la variable genero ................................................................................ 8
Primera parte: Anlisis estadstico para la variable fecha de nacimiento por mes. ................... 11
Segunda parte: Anlisis estadstico para la variable fecha de nacimiento por ao. ................... 12
Anlisis estadstico para la variable edad................................................................................ 16
Tabla de Frecuencia de la Variable Nmero de Materias Aprobadas........................................ 22
Tabla de Frecuencia de la Variable Nmero de Materias Aprobadas ....................................... 24
Anlisis estadstico para la variable dgito al azar.................................................................... 27
3. MATRIZ DE CORRELACIN. ................................................................................................. 49
4. ANLISIS ESTADSTICO BIVARIADO. .................................................................................... 54
Ao Ingreso Espol vs Gnero .............................................................................................. 54
5. ESTADSTICA INFERENCIAL. ................................................................................................ 60
5.1 Bondad de Ajuste ............................................................................................................. 60
5.2 Intervalos de confianza .................................................................................................... 66
5.3 Prueba de Hiptesis ......................................................................................................... 71
5.4 Anlisis de Contingencia ................................................................................................... 76
6. CONCLUSIONES.................................................................................................................. 81
7. RECOMENDACIONES .......................................................................................................... 83
8. REFERENCIAS BIBLIOGRAFICAS ........................................................................................... 85
9. ANEXOS ............................................................................................................................. 87
Proyecto de Estadstica para Ingeniera, Paralelo 3
Pgina 1 de 91
P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Pgina 2 de 91

1. INTRODUCCIN
1.1. De qu se trata el proyecto
Este proyecto consiste en el anlisis de datos proporcionados por los estudiantes de la
ESPOL que estn cursando la materia de Estadstica para Ingenieras en el segundo trmino
2010, los cuales fueron obtenidos mediante encuesta a 260 alumnos durante el primer parcial
del trmino mencionado.
Este trabajo est basado en una muestra de 101 estudiantes, a los cuales realizamos un
anlisis individual por variables, as como un anlisis en grupo a fin de comprobar las
relaciones que pueden existir entre estos datos (anlisis bivariado), adems nos apoyamos en
la estadstica inferencial a fin de conocer, mediante los datos de la muestra, el
comportamiento general de las variables teniendo en cuenta que existe un cierto nivel de
significancia en las proyecciones que realizamos.
Es importante recalcar que los clculos obtenidos se obtuvieron de MINITAB 15 que es
un software diseado para estudios estadsticos (grficos, histogramas, tablas). Pero a travs
del texto usted podr encontrar un anlisis metdico y sistemtico sobre las variables de
estudio.
1.2. Objetivo
Poder diferenciar entre Poblacin y Muestra adems de, Parmetro Poblacional y

Estimadores Mustrales.
Utilizar los conocimientos adquiridos en clase para realizar los diferentes literales que se
piden en el proyecto.
Desarrollar habilidades de anlisis crtico y matemtico en la materia de ESTADSTICA.
Realizar proyectos estadsticos de carcter serio y beneficioso para la sociedad.
1.3. Marco terico

En el proyecto que se presenta a continuacin se va a constar de diferentes trminos
estadsticos los cuales, debemos tener muy claro su definicin. Entre estos tenemos:
Poblacin
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce
como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos
que presentan caractersticas comunes.
Pgina 3 de 91

En este caso la poblacin consistir en 260 elementos que crearemos a partir de la

formula proporcionada por el ejercicio.
El tamao que tiene una poblacin es un factor de suma importancia en el proceso de
investigacin estadstico, y este tamao vienen dado por el nmero de elementos que
constituye una poblacin puede ser finita o infinita.
Cuando el nmero de elementos que integra una poblacin es muy grande, se puede
considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros
positivos. Una poblacin finita es aquella que est formada por un limitado nmero de
elementos.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre
todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo,
se examina una pequea parte del grupo llamada muestra.
Muestra
Se llama muestra a una parte de la poblacin a estudiar qu sirve para representarla.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta
menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera
todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el
muestreo puede elevar el nivel de calidad.
En nuestro caso, tomaremos una muestra de 101 elementos escogidos al azar para
realizar el estudio adems de establecer una relacin entre la muestra y la poblacin a fin de
comparar datos y encontrar alguna tendencia si es que esta existe.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las
mismas proporciones que estn incluidas en tal poblacin. En consecuencia muestra y
poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o
segmento de ese todo.
Variable Aleatoria
Este es un elemento muy importante en nuestro proyecto ya que nos permitir realizar
estudios tanto a la poblacin como a la muestra. En nuestro proyecto procederemos a trabajar
con tres diferentes variables aleatorias.
Una variable aleatoria es aquella que asume diferentes valores a consecuencia de los
resultados de un experimento aleatorio. Estas variables pueden ser discretas o continuas. Si se
permite que una variable aleatoria adopte solo un nmero limitado de valores, se le llama
variable aleatoria discreta.
Pgina 4 de 91

Funcin de probabilidad
Una distribucin la podemos concebir con una distribucin terica de frecuencia, es
decir, es una distribucin que describe como se espera que varen los resultados. Dado que
esta clase de distribuciones se ocupan de las expectativas son modelos de gran utilidad para
hacer inferencias y tomar decisiones en condiciones de incertidumbre.
Media
En estadstica, la media es una medida de centralizacin. Se llama media de una
distribucin de estadstica a la media aritmtica de los valores de los distintos individuos que la
componen.
Varianza
Esta medida se basa en la cuantificacin de las distintas de los datos con respecto al
valor de la media.
Moda
Es el valor que ocurre con mayor frecuencia en una muestra puede ser que no exista la
moda y tambin es posible que exista ms de una moda.
Mediana
Una mediana es el valor de la variable que deja el mismo nmero de datos antes y
despus que l una vez ordenados estos.
Matriz de correlacin
Es una representacin ordenada de los coeficientes de correlacin de cada variable con
la otra variable y consigo misma.
Histograma
Es la manera ms comn de representar grficamente la distribucin de frecuencias de
los datos. Se lo construye dibujando rectngulos cuya base corresponda a cada intervalo de
clase y su altura, segn el valor de la frecuencia.
Diagrama de Cajas
Es un diagrama grafico que se usa para expresar en forma resumida, algunas medidas
estadsticas de posicin. El diagrama de caja describe grficamente el rango de los datos, el
rango intercuartlico, los valores extremos y la ubicacin de los cuartiles. Es una representacin
til para comparar grupos de datos.
Pgina 5 de 91

Intervalos de Confianza
Un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual
se encuentra el verdadero valor del parmetro, con una probabilidad determinada. La
probabilidad de que el verdadero valor del parmetro se encuentre en el intervalo construido
se denomina nivel de confianza.
Nivel de significancia
La probabilidad de equivocarnos se llama nivel de significancia.
Variables cualitativas
Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada
modalidad que se presenta se denomina atributo o categora y la medicin consiste en una
clasificacin de dichos atributos. Las variables cualitativas pueden ser ordinales y nominales.
Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores
posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms
valores. Dentro de ellas podemos distinguir:
Variable cualitativa ordinal: Tambin llamada variable cuasi cuantitativa. La variable

puede tomar distintos valores ordenados siguiendo una escala establecida, aunque no es
necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado,
grave.
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un
criterio de orden como por ejemplo los colores o el lugar de residencia.
Variables cuantitativas
Son las variables que se expresan mediante cantidades numricas. Las variables
cuantitativas adems pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala

de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de
valores entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El
nmero de hijos (1, 2, 3, 4, 5).
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un

intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg,) o la altura
(1,64 m, 1,65 m, 1,66 m), que solamente est limitado por la precisin del aparato
medidor, en teora permiten que siempre exista un valor entre dos cualesquiera.
Pgina 6 de 91

Pgina 7 de 91

2. ANLISIS ESTADSTICO UNIVARIADO

Anlisis estadstico para la variable genero
La primera variable en consideracin es el gnero de los estudiantes de Estadstica para
ingenieras de la ESPOL, la cual tiene el soporte de gnero Femenino o Masculino, nuestra
referencia para realizar el anlisis estadstico de esta variable fue una muestra de tamao
n=101 que tomamos de una poblacin de tamao N=260, la cual nos dio como resultado los
siguientes datos que se te detallan en la tabla #1 y el grfico #1.
La variable de gnero es una variable discreta tipo Bernoulli, ya que su funcin de
probabilidad puede tomar dos valores:
Masculino
Femenino
Tabla #1
Anlisis Estadstico de Algunas Caractersticas de los estudiantes de Estadstica para Ingenieras de la ESPOL
Tabla de frecuencia de la variable genero
GENERO
CLASE
f/n
F/n
Femenino
11
0,11
11
0,11
Masculino
90
0,89
101
Para la Variable Aleatoria Discreta Gnero, el soporte que puede tomar es: Femenino
y Masculino. De los cuales, el 11% son personas del gnero Femenino y el 89% son del gnero
Masculino.
Pgina 8 de 91

Grafico #1
Grfico de barras de la variable del Gnero.

Genero
90
80
Frecuencia
70
60
50
40
30
20
10
0
Maculino
Femenino
El grfico #1 muestra una proporcin muy marcada del gnero masculino (color rojizo)
de los estudiantes de la materia Estadstica. Puesto que del tamao de nuestra muestra de 101
encuestados, 90 son hombres y 11 apenas mujeres.
Grafico #2
Ojiva de la Variable Gnero.

Empirica de Genero
Normal
Media
Desv.Est.
N
Frecuencia Relativa Acumulada
1,0
0,1089
0,3131
101
0,8
0,6
0,4
0,2
0,0
-0,50
-0,25
0,00
0,25
x
0,50
0,75
1,00
Pgina 9 de 91

Esta Ojiva Emprica del Gnero nos indica en que medida estn distribuidos los datos. En
el eje X se encuentra la Variable Gnero identificado con el nmero -0.25 para el femenino y
Masculino para el 1. Y en el eje Y la frecuencia relativa acumulada. El programa Minitab (con
el que se realiz esta grfica) por su naturaleza matemtica ha dividido en decimales el eje X,
pero los valores importantes que identifican la variable Gnero son los valores antes indicado.
Grafico #3
Distribucin Emprica de la Variable Gnero.
f(x)=0
f(x)=0.11
f(x)=0.89
1.5
0.5
x
-1.8
-1.6
-1.4
-1.2
-1
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
-0.5
-1
-1.5
-2
Graph Limited School Edition
Esta distribucin emprica nos indica que solo el 11% son del gnero femenino (lnea
horizontal ms baja) y el 89% son del gnero masculino (lnea horizontal superior)
Anlisis estadstico para la variable fecha de nacimiento

Otra variable que se toma en consideracin para este proyecto es la variable fecha de
nacimiento, la cual es una variable de tipo cuantitativa discreta por que toma valores
puntuales y no por intervalos, el anlisis de esta variable se lo hace a partir de una muestra de
tamao n=101.
Para ser ms especficos y concretos en el anlisis de esta variable, hemos credo
conveniente realizar el anlisis en dos partes la primera parte analizamos la variable ao por
mes, y en la segunda parte la vamos a analizar por ano.
Pgina 10 de 91

Primera parte: Anlisis estadstico para la variable fecha de nacimiento por mes.
Hemos credo conveniente realizar el anlisis estadstico de la fecha de nacimiento por
mes, para que los resultados de nuestro anlisis sea ms especifico y obtener resultados ms
claro sobre la fecha de nacimiento de los estudiantes que actualmente estn tomando la
materia de estadstica para ingenieros , los cuales fueron encuestados y hemos tomado una
muestra de tamao n=101
Tabla #2
Tabla de Frecuencia de la Variable fecha de nacimiento por mes.
ORDINAL
CLASE
FRECUENCIA
FRECUENCIA FRECUENCIA
RELATIVA
ACUMULADA
FRECUENCIA
RELATIVA
ACUMULADA
[Enero - Febrero)
11
0.11
11
0.11
[Febrero - Marzo)
0.06
17
0.17
[Marzo - Abril)
0.07
24
0.24
[Abril - Mayo)
10
0.10
34
0.34
[Mayo - Junio)
14
0.14
48
0.48
[Junio - Julio)
10
0.10
58
0.57
[Julio Agosto)
0.07
65
0.64
[Agosto - Septiembre)
0.09
74
0.73
[Septiembre - Octubre)
0.06
80
0.79
10
[Octubre - Noviembre)
0.08
88
0.87
11
[Noviembre - Diciembre)
11
0.11
99
0.98
12
[Diciembre]
0.02
101
De la tabla # 2 que representa la tabla de frecuencias de la variable cualitativa de una

muestra de tamao n=101 de la cual podemos decir que el mes donde nacieron mas alumnos
de estadstica para ingeniera que fueron encuestado es en el mes de mayo con una cantidad
de 14 alumnos, y el mes con ms bajo nmero de estudiantes es el mes de Diciembre con tan
solo dos estudiantes.
Pgina 11 de 91

Grafico #4
Histograma de la Variable fecha de nacimiento por mes.
Histograma
Mes de nacimiento
18
Frecuencia
16
14
12
10
8
6
4
2
0
o
ro
er
re
b
En
Fe
zo
ar
M
ril
Ab
o
ay
M
o
ni
Ju
lio
Ju
e
e
e
to
re
br
br
br
os
ub
g
m
t
m
m
e
e
A
ie
Oc
vi
ci
pt
Di
No
Se
Mes
El histograma de la variable de la fecha de nacimiento por mes est representado en el

grafico # 4, donde se puede ver claramente que la barra correspondiente al mes de mayo es la
de mayor altura lo cual quiere decir que en este mes existe la mayor cantidad de datos, y la
contrario a esto ocurre en el mes de diciembre al cual le corresponde la barra con menor
altura ya que tiene menor cantidad de datos.
Segunda parte: Anlisis estadstico para la variable fecha de nacimiento por ao.
El anlisis estadstico para la variable fecha de nacimiento por ao de los estudiantes
que estn tomando la materia de estadstica para ingenieros, los cuales fueron encuestados y
hemos tomado una muestra de tamao n=101se detalla a continuacin:
Pgina 12 de 91

Tabla #3
Tabla de Frecuencia de la Variable fecha de nacimiento por ao.
FRECUENCIA
ACUMULADA
FRECUENCIA
RELATIVA
ACUMULADA
ORDINAL
CLASE
FRECUENCIA
FRECUENCIA
RELATIVA
[1978-1979)
9.9x10-3
9.9x10-3
[1979-1980)
9.9x10-3
[1980-1981)
9.9x10-3
[1981-1982)
9.9x10-3
[1982-1983)
0.02
0.03
[1983-1984)
0.03
[1984-1985)
0.02
0.05
[1985-1986)
0.03
0.08
[1986-1987)
0.03
11
0.11
10
[1987-1988)
0.09
20
0.20
11
[1988-1989)
17
0.17
37
0.37
12
[1989-1990)
18
0.18
55
0.54
13
[1990-1991)
28
0.28
83
0.82
14
[1991-1992)
17
0.17
100
0.99
101
15
[1992-1993)
9.9x10
-3
La tabla #3 nos muestra la tabla de frecuencias de la variable fecha de nacimiento por

ao la cual es una variables de tipo cuantitativa y fue analizada a partir de una muestra de
tamao n=101, nuestra clases o intervalos fue tomado de ao en ao, para ms exactitud.
Podemos mencionar algunas particularidades: el alumno encuestado con mayor edad
naci en 1978, tambin podemos concluir que no existen alumnos encuestados que hayan
nacido en 1979-1983 acepto 1982. La mayor cantidad de alumnos encuestados naci 1990 y
que solo un alumno joven encuestado naci en el ao de 1992.
Pgina 13 de 91

Tabla #4
Tabla de medidas de tendencia central, dispersin y sesgo de la variable fecha de nacimiento por ao
Tabla de Medidas de Tendencia Central, Dispersin y

Sesgo de la variable Ao de Nacimiento
Media
(1988-1989)
Varianza
4.821
Desviacin Estndar
2.196
Mediana
1989
Q1 Cuartil 1
1988
Q3 Cuartil 3
1990
Rango
14
Rango Intercuartil - RI
Moda
1990
Sesgo
-1.96
La tabla #4 nos da una representacin ms clara de los resultados sobre los datos de la
variable cuantitativa discreta ao de nacimiento, se puede observar que la media de el ao de
nacimiento esta en un intervalo entre 1989 y 1990 , con una varianza de 4.821.
La mediana de esta muestra de n=101 es el ao 1989 y el primer cuartil est en 1988 y as
mismo el tercer cuartil est en 1990 , el cuartil 2 es igual que la mediana quedando un rango
intercuartil igual a 2 aos.
La moda es decir el ao donde hay la mayor cantidad de encuestados es el ao de 1990,
La distribucin de los datos es sesgada a la izquierda (distribucin asimtrica negativa), lo cual
quiere decir que los datos se encuentran concentrados a la derecha
Pgina 14 de 91

Grfico #5
Histograma de la Variable fecha de nacimiento por ao.

Histograma
Ao de Nacimiento
34
32
30
28
26
Frecuencia
24
22
20
18
16
14
12
10
8
6
4
2
0
1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992
Ao
El grfico #5 muestra el histograma de frecuencias del variable ao de nacimiento, se

pude notar que la distribucin tiene un sesgo en el lado izquierdo. Notamos que la barra ms
alta es la correspondiente al ao de 1990 lo cual nos indica que de los estudiantes de
estadstica que fueron encuestados la mayor cantidad de estos naci en el ao de 1990,
adems se puede ver que de la muestra que estamos analizando no existen estudiantes que
hayan nacido en los aos de 1979, 1980, 1981, 1983.
Grafico #6
Ojiva de la Variable fecha de nacimiento por ao.

OJIVA
Ao de Nacimiento
1,0
Probabilidad
0,8
0,6
0,4
0,2
0,0
78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96
19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19
ao
Pgina 15 de 91

El grfico # 6 nos muestra claramente la ojiva de esta variable y se puede ver que el 25%
(Cuartil 1) naci antes de 1987. Que el 50% de los encuestados (Cuartil 2) naci antes de 1989.
Y que el 75% de los estudiantes naci antes de la llegada de 1991.
Grafico #7
Diagrama de Cajas de la Variable fecha de nacimiento por ao.

Diagrama de Cajas
Ao de nacimiento
1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992
ao
La grfica # 7 representa el diagrama de cajas de la variable, el cual nos indica que los
datos mayoritariamente se localizan entre 1988 y 1990.
Anlisis estadstico para la variable edad.

Para realizar este anlisis nos ayudaremos de las variables nacimiento por mes y
nacimiento por aos, puesto que tenemos que calcular para cada entrevistado de la muestra,
la edad entera para el corte de este anlisis martes 8 de febrero de 2011.
A continuacin la tabla que resumen la tabulacin de la edad de la muestra de 101
estudiantes.
Pgina 16 de 91

Tabla #5
Tabla de frecuencia para la variable edad
Edad (hasta 8 de
febrero de 2011,
en aos)
32
Frecuencia
1
31
30
29
28
27
26
25
24
23
22
17
21
18
20
28
19
17
18
1
Grfico #8
Histograma de frecuencia de la Variable Edad

Histograma de Edad
30
25
Frecuencia
20
15
10
5
0
18
20
22
24
26
28
30
32
Edades
Pgina 17 de 91

Observando esta grfica #8, podemos observar que la frecuencia ms alta de las edades
de los estudiantes que estn tomando la materia Estadstica, se encuentra localizada a los 20
aos. Mientras no existen alumnos con 27, 29, 30 y 31 aos en el dictado de esta materia.
Grafico #8
Ojiva de la Variable Edad.

Ojiva de Edad
Media
Desv .Est.
N
1,0
21,26
2,226
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
15,0
17,5
20,0
22,5
25,0
Edades
27,5
30,0
32,5
Esta Ojiva de edad, nos indica que el 25% de los datos de la muestra (Cuartil 1) es
significativamente menor a 20 aos, que el 50% de los datos es menor que la mediana 22.5
(Cuartil2) y que el 75% de los datos es relativamente mayor a 22.5 (Cuartil 3).
Grafico #9
Diagrama de Cajas de la Variable Edad.

Grfica de caja de Edad
32
30
Edades
28
26
24
22
20
18
Pgina 18 de 91

Este grfico #9 es el Diagrama de caja de Edad, el cual nos indica que la Distribucin de
los encuestados de la muestra est mayoritariamente entre 20 y 23 aos.
Anlisis estadstico para ao de ingreso

Otra de las variables en consideracin es el ao de Ingreso de los estudiantes
encuestados a la ESPOL, esta variable es de tipo cuantitativa discreta debido a que los valores
o el soporte que puede tomar esta variable es a partir del ao 1997 hasta 2009, el anlisis de
esta variable se lo hace a partir de una muestra de tamao n=106, el anlisis estadstico de
esta variable se lo detalla a continuacin:
Tabla #6
Tabla de Frecuencia de la variable ao de ingreso a la Espol.
AO DE
INGRESO
f/n
F/n
1997
0,01
0,01
2001
0,01
0,02
2002
0,01
0,03
2003
0,02
0,05
2004
0,03
0,08
2005
0,03
11
0,11
2006
14
0,14
25
0,25
2007
30
0,30
55
0,54
2008
28
0,28
83
0,82
2009
18
0,18
101
La tabla #6 nos da a conoces las frecuencias de el ao de ingreso a la ESPOL, se puede

observar que el ao donde ingreso la mayor cantidad de estudiantes encuestados es en el 2007,
con un total de 30 estudiantes, tambin podemos ver que en los aos de 1998 , 1999, y 2000
ninguno de los estudiantes encuestados ingreso en estos aos, en los aos del 2007, 2008, 2009
fue en estos tres aos donde ingreso la mayora de los estudiantes encuestados, lo cual
observaremos con mayor claridad en los grficos #10 .
Pgina 19 de 91

Tabla #7
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Ao de Ingreso a la ESPOL.

Sesgo de la variable Ao de Ingreso a la ESPOL
Media
2007
Varianza
3.48
Desviacin Estndar
1.865
Mediana
2007
Q1 Cuartil 1
2006
Q3 Cuartil 3
2008
Rango
12
2
Moda
2008
La tabla #7 nos muestra la estadstica descriptiva de esta variable, es decir las medidas
de tendencia central, dispersin y el sesgo de esta variable, y obtuvimos como resultados que
la media o el promedio de ingreso de los estudiantes a la ESPOL corresponde al ao 2007, con
una varianza de 3.46 aos, la mediana de esta variable es el ao del 2008, y el primer cuartil
quedo establecido en el ao 2007 y el tercer cuartil en el ao del 2008, el rango es de 12 aos,
el valor que ms se repite y como ya lo establecimos en el tabla #6 es el valor que ms se
repite y corresponde al ao 2008. La distribucin de los datos es sesgada a la izquierda
(distribucin asimtrica negativa), lo cual quiere decir que los datos se encuentran
concentrados a la derecha.
Grafico #10
Histograma de la Variable Ao de ingreso a la ESPOL.

Histograma de Ao de Ingreso a la ESPOL
30
Frecuencia
25
20
15
10
5
0
1997
2001 2002 2003 2004 2005 2006 2007 2008 2009

Ao de Ingreso
Pgina 20 de 91

El grfico #10, es el Histograma de frecuencias de la Variable Ao de Ingreso a ESPOL,

donde claramente se observa que mayoritariamente los alumnos que estn en la materia de
Estadstica ingresaron en 2007 y 2008.
Grafico #11
Ojiva de la Variable Ao de Ingreso a la ESPOL.

Ojiva de Ao de Ingreso a ESPOL
Media
Desv .Est.
N
1,0
2007
1,865
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
1995,0
1997,5
2000,0 2002,5 2005,0 2007,5

Ao Ingreso a la ESPOL
2010,0
2012,5
El grfica #11, es la Ojiva de Ao de Ingreso a ESPOL. En el eje X se encuentra los aos de

ingreso de los diferentes estudiantes de la muestra dividido en perodos de 18 meses. De esta
Ojiva, podemos observar que el 25% de la muestra (Cuartil 1) entr antes del 2006. Que antes
de junio de 2007 entro el 50% de la muestra (Cuartil 2). Y que el 75% de los 101 encuestados
entr antes del 2009.
Grafico #12
Diagrama de Cajas de la Variable Ao de Ingreso a la ESPOL

Diagrama de caja Ao de ingreso a ESPOL
2010
2008
Aos
2006
2004
2002
2000
1998
1996
Pgina 21 de 91

El grfico #12, es el Diagrama de caja de ao ingreso a ESPOL, donde se ratifica que

mayoritariamente los encuestados ingresaron entre los aos 2006 y 2008.
Anlisis estadstico para la variable nmero de materias aprobadas

Una de las variables del cuestionario realizado a los estudiantes Politcnicos que
actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable materias
probadas en su carrera, esta variable es de tipo cuantitativa discreta, el anlisis se lo hace a
partir de una muestra de tamao n =101, esta variable toma valores o el soporte de esta
variable es desde 10 hasta 58 materias, el anlisis estadstico de esta variable se lo detalla a
continuacin:
Tabla #8
Tabla de Frecuencia de la Variable Nmero de Materias Aprobadas
MATERIAS
APROBADAS
f/n
F/n
0.01
0.01
(10-12)
0.04
0.05
(13-14)
0.07
12
0.11
(15-16)
11
0.11
23
0.22
(17-18)
11
0.11
34
0.33
(19-20)
18
0.18
52
0.51
(21-22)
0.08
60
0.59
(23-24)
0.03
63
0.62
(25-26)
11
0.11
74
0.73
(27-28)
0.04
78
0.77
(29-30)
0.04
82
0.81
(31-33)
0.04
86
0.85
(35-36)
0.02
88
0.87
(39-40)
0.02
90
0.89
(41-48)
0.03
93
0.92
(50-52)
0.02
95
0.94
(53-55)
0.02
97
0.96
(57- 58)
0.02
99
0.98
vacas
0.02
101
Pgina 22 de 91

La tabla #9 representa la tabla de frecuencia, en esta tabla se detallan los valores que
toma cada uno de los intervalos, para este caso hemos tomados intervalos de 4 en 4, y el valor
mnimo es de 10 hasta un valor mximo 58, donde el intervalo que tiene la ms alta frecuencia
es el intervalo de [18 22 ) materias aprobadas, y 41 de los estudiantes encuestados
respondieron que el nmero de materias aprobadas esta en este intervalo.
Cabe recalcar que en la muestra que nosotros tomamos tres estudiantes no contestaron
a esta pregunta.
Tabla #9
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Nmero de Materias Aprobadas.

Media
24,76
Varianza
118.81
Desviacin Estndar
10,9
Mediana
20
Q1 Cuartil 1
17
Q3 Cuartil 3
27
Rango
49
10
Moda
20
La tabla #9 muestra detalladamente el anlisis estadstico de esta variable, la media de

esta variable es 22,825 materias, con una varianza de 91,989 y la mediana es 20 materias.
El primer cuartil est establecido en 18 y el tercer cuartil es de 25, el rango de esta
variable es 47 y el rango intercuartil es 7, el valor que ms se repite es decir la moda de esta
variable es 20 materias aprobadas.
La distribucin de los datos es sesgada a la derecho (distribucin asimtrica positiva), lo
cual quiere decir que los datos se encuentran concentrados a la izquierda.
Pgina 23 de 91

Anlisis estadstico para la variable nmero de materias aprobadas

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable materias
aprobadas en su malla curricular. El soporte de esta materia comprende desde 9 a 58 materias
aprobadas. A continuacin se muestran los resultados del anlisis.
Tabla #10
Tabla de Frecuencia de la Variable Nmero de Materias Aprobadas
Materias
Aprobadas
f/n
F/n
0.01
0.01
(10-12)
0.04
0.05
(13-14)
0.07
12
0.11
(15-16)
11
0.11
23
0.22
(17-18)
11
0.11
34
0.33
(19-20)
18
0.18
52
0.51
(21-22)
0.08
60
0.59
(23-24)
0.03
63
0.62
(25-26)
11
0.11
74
0.73
(27-28)
0.04
78
0.77
(29-30)
0.04
82
0.81
(31-33)
0.04
86
0.85
(35-36)
0.02
88
0.87
(39-40)
0.02
90
0.89
(41-48)
0.03
93
0.92
(50-52)
0.02
95
0.94
(53-55)
0.02
97
0.96
(57- 58)
0.02
99
0.98
vacas
0.02
101
La tabla #9 representa la tabla de frecuencia, en esta tabla se detallan los valores que
toma cada uno de los intervalos, para este caso hemos tomados intervalos de 4 en 4, y el valor
mnimo es de 10 hasta un valor mximo 58, donde el intervalo que tiene la ms alta frecuencia
es el intervalo de [18 22) materias aprobadas, y 41 de los estudiantes encuestados
respondieron que el nmero de materias aprobadas esta en este intervalo. Cabe recalcar que
en la muestra que nosotros tomamos tres estudiantes no contestaron a esta pregunta.
Pgina 24 de 91

Tabla #11
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Nmero de Materias Aprobadas.

Media
24,76
Varianza
118.81
Desviacin Estndar
10,9
Mediana
20
Q1 Cuartil 1
17
Q3 Cuartil 3
27
Rango
49
10
Moda
20
La tabla #11 muestra detalladamente el anlisis estadstico de esta variable, la media de

esta variable es 22,825 materias, con una varianza de 91,989 y la mediana es 20 materias, el
primer cuartil est establecido en 18 y el tercer cuartil es de 25, el rango de esta variable es 47
y el rango intercuartil es 7, el valor que ms se repite es decir la moda de esta variable es 20
materias aprobadas. La distribucin de los datos es sesgada a la derecho (distribucin
asimtrica positiva), lo cual quiere decir que los datos se encuentran concentrados a la
izquierda.
Grafico #13
Histograma de la Variable Materias Aprobadas.

Histograma de Materias Aprobadas
30
25
Frecuencia
20
15
10
5
0
10
20
30
40
Numero de materias aprobadas
50
60
Pgina 25 de 91

El grfico #13 es el Histograma de Frecuencias de Materias Aprobadas, en el cual

podemos ver grficamente que para el intervalo correspondiente para [18 - 22) se localiza la
barra ms alta es decir que este intervalo se encuentra la mayora de los alumnos que estn
tomando la materia de Estadstica.
Tambin podemos ver que es sesgada a la derecha, puesto que se distribuye
mayormente para la izquierda.
Grafico #14
Ojiva de la Variable Nmero de Materias Aprobadas.

Ojiva Materias Aprobadas
Media
Desv.Est.
N
1,0
23,99
10,90
100
Probabilidad
0,8
0,6
0,4
0,2
0,0
0
10
20
30
40
Numero de Materias Aprobadas
50
60
El grfico #14 representa la Ojiva de la variable de nmero de materias aprobadas, la

cual nos dice que el 25% de los encuestados han aprobado un mximo de 13 materias, que el
50% de los encuestados han aprobado un mximo de 27 materias
Podemos notar que el 75% de los encuestados no superan las 30 materias aprobadas de
su malla curricular.
Pgina 26 de 91

Grafico #15
Diagrama de Cajas de la Variable Nmero de Materias Aprobadas.
Grfica de caja de Materias Aprobadas
Numero de Materias Aprobadas
60
50
40
30
20
10
El grfico #15 es el diagrama de cajas de esta variable, en este grfico se representa que
la mayora de los alumnos de la materia Estadstica han aprobado un compendio de entre 18 a
27 materias en su malla curricular.
Anlisis estadstico para la variable dgito al azar

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable dgito al azar,
esta variable es de tipo cuantitativa discreta
El anlisis se comienza a partir de una muestra de tamao n=101, esta variable tiene un
soporte de el digito 0 hasta el digito 9, el anlisis de esta variable se detalla a continuacin:
Pgina 27 de 91

Tabla # 12
Tabla de Frecuencia de la Variable Dgito al Azar.
NMERO DEL 0 AL 9
f/n
F/n
0,00
0,01
0,06
0,06
0,07
13
0,13
0,09
22
0,22
0,08
30
0,30
12
0,12
42
0,42
0,09
51
0,50
32
0,32
83
0,82
14
0,14
97
0,96
0,04
101
La tabla #12 se detalla los intervalos de la clase de esta variable, y se establece la

frecuencia de cada una de las clases, donde se puede ver que el digito 7 es el que tiene mayor
frecuencia, con un total de 31 estudiantes los cuales escogieron este dgito, y el que digito que
menos escogieron es el 0 el cual tiene una frecuencia de 2.
Tabla #13
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Dgito al Azar.

Sesgo de la variable Digito al azar
Media
5,594
Varianza
4,94
Desviacin Estndar
2,223
Mediana
Q1 Cuartil 1
Q3 Cuartil 3
Rango
Moda
Pgina 28 de 91

La tabla #13 muestra la estadstica descriptiva de esta variable, dndonos a conocer las
medidas de dispersin, de tendencia central, y el sesgo, donde la media de esta variable es
5,632 con una varianza de 4,825 con una mediana de 6, el primer cuartil es el numero 4 y el
tercer cuartil es el digito 7, el rango de esta variable es 9 y adems el rango intercuartil 3, el
dgito que ms se repite es 7
La distribucin de los datos es sesgada a la izquierda (distribucin asimtrica negativa),
lo cual quiere decir que los datos se encuentran concentrados a la derecha.
Grafico #15
Histograma de la Variable Dgito al Azar.

Histograma de Digito al azar
35
30
Frecuencia
25
20
15
10
5
0
5
Digitos
El grfico #15 muestra el histograma de frecuencias de la variable digito al azar, y se ve

que la variable tiene un sesgo al lado izquierdo, y la grafica tiene una acumulacin a la
derecha, esto se debe que el sesgo que se determino en la tabla #12 es de signo negativo
El dgito que tiene una mayor frecuencia es el digito 7 por lo que le corresponde la barra
con mayor altura, y el digito con la barra ms baja, es el 0 y se debe a que muy pocos
estudiantes escogieron este digito.
Pgina 29 de 91

Grafico #16
Ojiva de la Variable Dgito al Azar.

Ojiva de Digito
Media
Desv .Est.
N
1,0
5,594
2,223
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
0
6
Digito
10
12
El grfico #16 representa la Ojiva de la variable donde se puede obtener detalladamente

el porcentaje de los estudiantes que eligi cada dgito, y lo ms representativo es que el 51.9%
de los estudiantes encuestados eligi un digito correspondiente al intervalo de [0-6], y que el
48.1% de los estudiantes eligi un digito que corresponde al intervalo de [7-9].
Grafico #17
Diagrama de Cajas de la Variable Dgito al Azar.

Grfica de caja de Digito al azar
9
8
7
Digitos
6
5
4
3
2
1
0
Pgina 30 de 91

El grfico #17 es el diagrama de cajas de la variable, este grfico nos da a conocer si

existen datos aberrantes, y vemos que para esta variable no existen datos aberrantes. Esto
quiere decir que los datos de esta variable son usuales.
Anlisis estadstico para la variable tener internet en casa

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable de tener
internet en casa, esta variable es de tipo cualitativa por que el soporte de esta no son nmeros
sino que el soporte de esta es si tiene internet en casa o que no tiene internet en casa, esta
variable se la analiza a partir de una muestra de tamaa n =106 y los detalles de este analices
se dan a conocer a continuacin.
Tabla # 14
Tabla de Frecuencia de la Variable Internet en casa
INTERNET EN CASA
CLASE
f/n
F/n
No
25
0,25
25
0,11
76
0,75
101
La tabla #14 nos muestra la frecuencia de el nmero de estudiantes que como respuesta
dieron que si tenan internet en casa y de los que no tienen internet en casa, obteniendo que
los que respondieron que si tenan internet en casa fueron 76 de los 106 estudiantes de la
muestra lo que representa el 71.7% y que 30 de los estudiantes no poseen este servicio en su
hogar lo que representa el 18.3 %.
Tabla #15
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Internet en casa

Sesgo de la variable Internet en casa
Media
0,7225
Varianza
0,188
Desviacin Estndar
0,4337
Mediana
1
Q1 Cuartil 1
0,5
Q3 Cuartil 3
1
Rango
8
0,5
Moda
1
Pgina 31 de 91

La tabla #15 es el histograma de frecuencia de la variable si que posee internet en casa,

este grafico nos muestra de una manera grafica lo que nosotros habamos determinado en la
tabla #14, en este grafico ya se nota que los estudiantes que respondieron que si tenan
internet en casa son una gran mayora con respecto a los que respondieron que no poseen
internet en casa, por eso la barra correspondiente a la respuesta si es mucho ms alta que la
barra correspondiente a la respuesta no.
Grafico #18
Histograma de la Variable Internet en casa

Histograma de Internet en Casa
80
70
Frecuencia
60
50
40
30
20
10
0
No
Si
Internet en casa
El grfico #18 es el histograma de frecuencia de la variable si que posee internet en casa,

en este grafico ya se nota que los estudiantes que respondieron que si tenan internet en casa
son una gran mayora con respecto a los que respondieron que no poseen internet en casa.
Podemos notar que la barra correspondiente a la respuesta si es mucho ms alta que la
barra correspondiente a la respuesta no.
Pgina 32 de 91

Grafico #19
Ojiva de la Variable Dgito al Internet en casa

Ojiva de Internet en Casa
Media
Desv .Est.
N
1,0
0,7525
0,4337
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
0,0
0,5
1,0
Internet en Casa
1,5
2,0
El grfico #19 representa la Ojiva de la variable donde se puede obtener detalladamente

el porcentaje de los estudiantes que eligi cada dgito, y lo ms representativo es que el 75.2%
de los estudiantes encuestados respondi que si tiene internet en casa, y que el 24.8% de los
estudiante respondi que no posee internet en casa.
Anlisis estadstico para la variable mayor dedicacin a una red social

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable si se posee
cuenta en alguna red social.
Esta variable de tipo cualitativa, es analizada a partir de una muestra de tamao n=101,
y es soporte que puede tener es la respuesta de que si posee cuenta en alguna red social y que
no posee cuenta en redes sociales.
A continuacin se detalla un anlisis por las redes sociales ms usuales:
Pgina 33 de 91

Tabla # 16
Tabla de Frecuencia de la Variable Mayor Dedicacin a una Red Social
CUENTASTIEMPO
CLASE
0
Facebook
Twitter
f/n
F/n
84
0,83
84
0,01
0,02
86
0,85
Messenger
0,02
88
0,87
Hotmail
0,02
91
0,90
No tiene tiempo
0,02
93
0,92
No tiene cuenta
0,09
101
1,00
La tabla #16 es la tabla de frecuencia de esta variable, y aqu detallamos cuantos de los
estudiantes encuestados respondieron a que si tenan un cuenta en la red social facebook o
que no poseen una cuenta en esta red social.
Los datos obtenidos fueron los siguientes, los estudiantes que respondieron que si
tenan una cuenta en la red social facebook fue un total de 99 de los 101 estudiantes de la
muestra lo que representa el 93.4% y los estudiantes que respondieron que no tenan una
cuenta en la red social facebook fueron 7 lo que representa el 6.6 % de la muestra
Grafico #20
Histograma de la Variable a una Red Social.
Histograma de Mayor dedicacin a una Red Social

90
80
70
Frecuencia
60
50
40
30
20
10
0
2
3
Redes Sociales
Pgina 34 de 91

El Grafico #20 nos muestra los resultados grficos de nuestra variable en la que
podemos comprobar que un 84% de la muestra usa preferiblemente facebook
y que el
9% de la muestra por diferentes razones usualmente no usa ninguna red social, estas razones
podran ser porque no tienen computadora o porque simplemente no tienen tiempo
Grafico #21
Ojiva de la Variable a una Red Social.

Ojiva de Mayor dedicacion a una Red Social
Media
Desv.Est.
N
1,0
0,6436
1,559
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
-3
-2
-1
0
1
2
3
Tiempo en Cuentas
En el grafico anterior nos podemos dar cuenta que la mayor parte de la poblacin es
menor que 1 que es representada por Twitter esto se debe porque en nuestra muestra
facebook es representado por el numero 0 de ah que nuestra media es de 0.6434 que a su
vez representa el cuartil 2
Anlisis estadstico para la variable equipo de ftbol

Una de las variables a analizar del cuestionario realizado a los estudiantes politcnicos
que estn tomando el curso de Estadstica para Ingeniera de la ESPOL es la de Equipos de
futbol, esta variable es de un tipo cualitativo, el anlisis se lo realizo a una muestra de 101
estudiantes de una poblacin de 260 estudiantes, el anlisis estadstico de esta variable se lo
presenta a continuacin
Pgina 35 de 91

Tabla # 17
Tabla de Frecuencia de la Variable Equipo de Futbol
EQUIPO FAVORITO
Seleccin
de
Ecuador
CLASE
f/n
F/n
0,01
0,01
19
0,19
20
0,20
53
0,52
73
0,72
0,08
81
0,80
0,01
82
0,81
0,01
83
0,82
0,03
86
0,85
0,02
88
0,87
13
0,13
101
1,00
0
1
Emelec
Barcelona
Liga de Quito
El Nacional
Barcelona
Espaa
de
5
6
Real Madrid
Manchester United
Ninguna
La tabla #17 representa la distribucin de frecuencias de de la variable equipo favorito

que son la frecuencia relativa y frecuencia absoluta en la que nos podemos dar cuenta que
Barcelona representa el 52% y que tan solo a un 8% de la poblacin no le gusta el futbol.
Grafico #22
Histograma de la Variable Equipo de Futbol
Histograma de Equipos de futbol

60
Frecuencia
50
40
30
20
10
0
or
ad
u
Ec
Em
ec
el
e
rc
Ba
na
lo
ga
Li
l
es
na
io
na
c
o
l
e
Na
rc
Ba
r id
ad
M
M
r
te
es
h
c
an
o
un
ng
i
N
Equipos de futbol
Pgina 36 de 91

En el grafico #22 nos podemos comprobar que Barcelona capta la mayor hinchada en
nuestra poblacin y que Emelec es el segundo equipo con mayor hinchada eso es
probablemente porque nuestra poblacin es de Guayaquil lugar donde residen los dos equipos
previamente analizados
Tambin podemos notar la influencia de grandes equipos del exterior como lo son:
Barcelona de Espaa y Real Madrid y Manchester United
Grafico #23
Ojiva de la Variable Equipo de Futbol

Ojiva de Equipos de futbol
Media
Desv .Est.
N
1,0
2,921
2,288
101
Probabilidad
0,8
0,6
0,4
0,2
0,0
-2
2
4
Equipos de futbol
El grafico #23 nos representa como estn distribuidos los datos en nuestra muestra en
donde Barcelona est representado por el numero 2 para realizar nuestros anlisis en minitab
15.0 (programa utilizado para realizar nuestro proyecto)
Anlisis estadstico para la variable horas en el computador

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable de cuantas
horas diarias permanece en el computador
Esta variable de tipo cuantitativa continua, el anlisis se lo realiza a partir de una
muestra de tamao n =101, y los resultados del anlisis se lo detalla a continuacin.
Pgina 37 de 91

Tabla # 18
Tabla de Frecuencia de la Variable Hora en el Computador.
RELATIVA
ACUMULADA
FRECUENCIA
RELATIVA
ACUMULADA
ORDINAL
CLASE
FRECUENCIA
[0-1)
0.029
0.029
[1-2)
0.079
11
0.109
[2-3)
31
0.297
41
0.406
[3-4)
26
0.267
68
0.673
[4-5)
13
0.109
79
0.782
[5-6)
12
0,139
93
0.920
[6-7)
0.029
96
0.950
[7-8)
96
0.950
[8-9)
0.019
98
0.970
10
[9-10)
9.90x10-3
99
0.980
11
[10-11)
99
0.980
12
[11-12)
99
0.980
13
[12-13)
0.019
101

frecuencia de cada una de las clases, donde se puede ver que el intervalo de [2-3) horas es el que
tiene mayor frecuencia, con un total de 31 estudiantes los cuales escogieron que en el intervalo
de [2-3) horas diarias estn en el computador.
Pgina 38 de 91

Tabla #19
Tabla de medidas de tendencia central, dispersin y sesgo de la variable Horas en el Computador.

Sesgo de la variable Horas en el Computador
Media
3.255
Varianza
3.982
Desviacin Estndar
1.996
Mediana
Q1 Cuartil 1
Q3 Cuartil 3
Rango
11.5
Moda
Sesgo
2.02
medidas de dispersin, de tendencia central, y el sesgo, donde la media de esta variable es
3.255 con una varianza de 3.982 con una mediana de 3 horas, el primer cuartil es 2 y el tercer
cuartil es 4, el rango de esta variable es 11.5 horas y adems el rango intercuartil 2 horas.
El nmero de horas que la mayora de los estudiantes pasa en un computador es 2 horas
lo cual corresponde a la moda de esta variable, La distribucin de los datos es sesgada a la
derecha (distribucin asimtrica positiva), lo cual quiere decir que los datos se encuentran
concentrados a la izquierda.
Pgina 39 de 91

Grafico #24
Histograma de la Variable Horas en el Computador.

Histograma
Horas en el computador
35
30
Frecuencia
25
20
15
10
5
0
5
6
7
8
horas en el computador
10
11
12
El grfico #24 podemos ver grficamente la frecuencia de cada uno de los intervalos y
vemos que para el intervalo correspondiente para [2 - 3) tiene la barra ms alta es decir este
intervalo tiene la mayor frecuencia lo que significa que la mayor cantidad de estudiantes pasa
2 horas frente a un computador.
Tambin observamos que la grafica tiene una acumulacin de datos en el lado izquierdo
de la grafica, lo que nos da a entender que es sesgada a la derecha y lo que ya habamos
determinado en la tabla #18 al haber quedado un valor del sesgo positivo.
Grafico #25
Ojiva de la Variable Horas en el Computador.

Ojiva
Normal
1,0
Probabilidad
0,8
0,6
0,4
0,2
0,0
0
4
5
6
7
horas en computador
10
11
12
Pgina 40 de 91

El grfico #25 representa la Ojiva de la variable de nmero de horas diarias en un

computador, y esta grafica nos da a conocer los valores porcentuales que toman cada uno de
los intervalos.
Los ms destacado es que 40.6 % corresponde a los estudiantes que estn menos de
tres horas en un computador, y que el 59.4 % de los estudiantes pasa ms de tres horas frente
a un computador.
Grafico #26
Diagrama de Cajas de la Variable Horas en el computador

Diagrama de Cajas
4
5
6
7
8
horas en el computador
10
11
12
El grfico #26 es el diagrama de cajas de esta variable, en este grfico se representa los
datos aberrantes de la variable y vemos que esta variable tiene datos aberrantes,
correspondiente a los alumnos que pasan 8, 9 y 12 horas en un computador, esto quiere decir
que muy pocos estudiantes pasa esta cantidad de horas en el computador.
Anlisis estadstico para la variable horas en internet

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable de cuantas
horas diarias permanece en Internet
Esta variable de tipo cuantitativa continua, el anlisis se lo realiza a partir de una muestra
de tamao n =101, y los resultados del anlisis se lo detalla a a continuacin.
Tabla # 20
Pgina 41 de 91

Tabla de Frecuencia de la Variable Hora en Internet.
FRECUENCIA
FRECUENCIA
RELATIVA
FRECUENCIA
ACUMULADA
FRECUENCIA
RELATIVA
ACUMULADA
ORDINAL
CLASE
[0-1)
0.059
0.059
[1-2)
11
0.109
17
0.168
[2-3)
35
0.346
52
0.514
[3-4)
21
0.208
73
0.723
[4-5)
10
0.099
83
0.821
[5-6)
10
0.099
93
0.920
[6-7)
0.019
95
0.941
[7-8)
95
0.941
[8-9)
0.019
97
0.960
10
[9-10)
9.90x10-3
98
0.970
-3
99
0.980
99
0.980
100
0.990
101
11
[10-11)
9.90x10
12
[11-12)
13
[12-13)
9.90x10-3
14
[13-14)
9.90x10
-3

frecuencia de cada una de las clases, donde se puede ver que el intervalo de [2-3) horas es el que
tiene mayor frecuencia, con un total de 36 estudiantes los cuales escogieron que en el intervalo
de [2-3) horas diarias estn en el computador.
Tabla #21
Pgina 42 de 91

Tabla de medidas de tendencia central, dispersin y sesgo de la variable Horas en Internet.

Sesgo de la variable Horas en Internet
Media
Varianza
4.879
Desviacin Estndar
2.209
Mediana
Q1 Cuartil 1
Q3 Cuartil 3
Rango
12.6
Moda
Sesgo
2.2
medidas de dispersin, de tendencia central, y el sesgo, donde la media de esta variable es 3
con una varianza de 4.879 con una mediana de 2 horas, el primer cuartil es 2 y el tercer cuartil
es 4, el rango de esta variable es 12.6 horas y adems el rango intercuartil 2 horas
El nmero de horas que la mayora de los estudiantes pasa en un internet es 2 horas lo
cual corresponde a la moda de esta variable.
La distribucin de los datos es sesgada a la derecha (distribucin asimtrica positiva), lo
cual quiere decir que los datos se encuentran concentrados a la izquierda.
Grafico #28
Pgina 43 de 91

Histograma de la Variable Horas en Internet.

Histograma
Horas en Internet
40
Frecuencia
30
20
10
5
6
7
8
horas en internet
10
11
12
13
El grfico #28 podemos ver grficamente la frecuencia de cada uno de los intervalos y
vemos que para el intervalo correspondiente para [2 - 3) tiene la barra ms alta es decir este
intervalo tiene la mayor frecuencia lo que significa que la mayor cantidad de estudiantes pasa
2 horas diarias en internet, tambin observamos que la grafica tiene una acumulacin de datos
en el lado izquierdo de la grafica, lo que nos da a entender que es sesgada a la derecha y lo
que ya habamos determinado en la tabla #23 al haber quedado un valor del sesgo positivo .
Grafico #29
Ojiva de la Variable Horas en Internet.

Ojiva
Horas en Internet
1,0
Probabilidad
0,8
0,6
0,4
0,2
0,0
0
4 5
6 7 8
horas en internet
10 11 12 13
Pgina 44 de 91

El grfico #29 representa la Ojiva de la variable de nmero de horas en internet, y esta

grafica nos da a conocer los valores porcentuales que toman cada uno de los intervalos, los
ms destacado es que 52.8 % corresponde a los estudiantes que estn menos de tres horas
diarias en internet, y que el 57.2 % de los estudiantes pasa ms de tres horas diarias en
internet.
Grafico #30
Diagrama de Cajas de la Variable Horas en Internet.

Diagrama de Cajas
Horas en Internet
5
6
7
8
horas en internet
10
11
12
13
El grfico #30 es el diagrama de cajas de esta variable, en este grfico se representa los
datos aberrantes de la variable y vemos que esta variable tiene datos aberrantes,
correspondiente a los alumnos que pasan 8, 9, 10, 12 y 13 horas diarias en internet, esto
quiere decir que muy pocos estudiantes pasa esta cantidad de horas en internet. Es decir el
intervalo de confianza de esta variable esta entre 2 y 4 horas.
Anlisis estadstico para la variable problemas actuales en el ecuador

actualmente estn tomando el curso de Estadstica para Ingeniera fue la variable problemas
actuales en Ecuador, esta variable es de tipo cualitativa, el anlisis se lo realiza a partir de una
muestra de tamao n =101, y los resultados del anlisis se lo detalla a continuacin.
Pgina 45 de 91

Tabla # 24
Tabla de Frecuencia de la Variable Problemas actuales en el Ecuador.
RELATIVA
ACUMULADA
ORDINAL
CLASE
FRECUENCIA
Dficit Fiscal
Desigualdad social
Drogas
Falta de Empleo
Prdida de valores
morales
Problemas
Internacionales
Seguridad ciudadana
Otro
1
6
6
23
9.90x10-3
22
2
3
4
5
6
7
8
9.90x10-3
0.059
0.059
0.227
1
7
13
36
0.217
58
0.574
59
99
101
0.584
0.980
1
9.60x10-3
1
40
2
FRECUENCIA
RELATIVA
ACUMULADA
0.396
0.020
0.069
0.129
0.356
La tabla #24 representa la tabla de frecuencia de la variable problemas actuales en el

Ecuador, donde hemos dado la opcin a que el estudiante escoja entre 8 opciones, 7
problemas especficos ya sealados y la opcin a que el estudiante elija otro tipo de problema
que el crea que hay actualmente en el Ecuador, donde la mayora de los estudiantes respondi
que el problema actual que ms afecta al Ecuador es la seguridad ciudadana con un total de 40
estudiantes de los 106 escogieron esta opcin, la opciones que muy pocos escogieron fue el
Dficit Fiscal y los problemas internacionales solo un estudiante respectivamente.
Grafico #31
Histograma de la Variable Problemas actuales en el Ecuador.

Histograma
Problemas Actuales en el Ecuador
Frecuencia
40
30
20
10
0
a
isc
t-F
i
fic
a
gu
si
De
l
ia
oc
-s
d
a
ld
as
og
Dr
Fa
m
-e
lta
eo
pl
s
a
es
le
an
or
na
al
ad
o
v
i
d
iu
aac
id
-c
rn
rd
te
ad
n
d
I
i
Pe
r
as
gu
m
Se
le
b
o
Pr
ro
Ot
problemas
Pgina 46 de 91

El grfico #31 representa el histograma de frecuencia de los problemas actuales en el

Ecuador, como se menciono anteriormente se dio 8 opciones de respuesta y la respuesta que
la mayor cantidad de estudiantes escogi fue la seguridad ciudadana, por lo tanto la barra que
corresponde a este problema debe ser la ms alta, lo que se puede notar en el grafico #31, 40
de los estudiantes escogieron esta opcin lo que representa el 38.5 % de toda la muestra, cabe
recalcar que para esta variable 2 de los estudiantes de la muestra no respondieron a esta
pregunta.
Pgina 47 de 91

Pgina 48 de 91

MATRIZ DE CORRELACIN.
En numerosos estudios estadsticos, el inters que existe en la relacin entre 2 o ms
variables, se concentra en determinar si estn o no relacionadas y en caso afirmativo en
averiguar qu tan fuerte es la relacin lineal entre ellas. El investigador puede o no estar
interesado en la prediccin y en la estimacin. La tcnica analtica apropiada es la denominada
Anlisis de Correlacin. Lo que consiste en relacionar 2 variables cuantitativas diferentes.
Para esta seccin fue necesaria la asignacin de letras a cada variable para representar
la matriz; una vez hecho esto denotamos que la relacin entre:
Materias Aprobadas x
Materias Semestre.. y
Dgito al Azar....z
Horas Diarias Computadora..w
Horas Semanal Internet..v
Por ende, la matriz de correlacin poseer la siguiente forma:
A continuacin presentamos la tabla #25, donde hacemos la correlacin entre 2

variables con sus respectivos valores, la cual nos sirve para darnos cuenta de que variables
relacionamos entre s:
Tabla # 25
Pgina 49 de 91

Tabla de Frecuencia de la Variable Problemas actuales en el Ecuador.
Ao de
Mes de
Nacimiento nacimiento
Ao de
Ingreso
a la
ESPOL
Nmero
de
materias
aprobadas
Dgito
al Azar
Nmero de
horas en el
computador
Nmero
de horas
en
internet
Ao de
Nacimiento
0.855
0.983
-0.062
-0.053
0.115
0.202
Mes de
Nacimiento
0.855
0.828
-0.145
-0.104
0.094
0.172
Ao de
Ingreso a la
ESPOL
0.983
0.828
-0.046
-0.044
0.119
0.198
Nmero de
materias
aprobadas
-0.062
-0.145
-0.046
-0.003
0.132
0.183
Dgito al
Azar
-0.053
-0.104
-0.044
-0.003
0.046
0.042
Nmero de
horas en el
computador
0.115
0.094
0.119
0.132
0.046
0.911
Nmeros de
horas en
internet
0.202
0.172
0.198
0.183
0.042
0.911
A continuacin presentamos los valores de cada combinacin de variables que resultan

negativas de la respectiva Matriz de Correlacin
Numero de Materias aprobadas - Mes de nacimiento

Digito al azar-Mes de nacimiento
Nmero de Materias aprobadas - Ao de nacimiento
Dgito al azar - Ao de nacimiento
Nmero de Materias aprobadas - Ao de ingreso a la ESPOL
Digito al azar-Ao de ingreso a la ESPOL
Digito al azar-Nmero de Materias Aprobadas
-0.145
-0.104
-0.062
-0.053
-0.046
-0.044
-0.003
Pgina 50 de 91

Son negativas, lo que indica que si una aumenta la otra disminuye en un factor dado con
la correlacin entre s mostrada en la matriz. Podremos decir que mientras ms joven es un
estudiante de la muestra, menor ser el nmero de materias aprobadas.
Tambin se podra interpretar que el estudiante tiene una mayor edad va a tener una
mayor cantidad de materias aprobadas. Los estudiantes de la muestra con mayor edad tienen
la tendencia a escoger un digito al azar alto.
Los estudiantes de la muestra que permanecen ms horas en el computador tienen la
tendencia a escoger un digito al azar bajo. As tambin podemos entender que cuando el
coeficiente de correlacin tiende a cero se podra entender que no existe una relacin lineal,
este caso se presenta en las variables Digito al azar y Materias Aprobadas que tiene un
coeficiente de correlacin. Las relaciones positivas, es decir, las que aumentan
proporcionalmente son las siguientes:
Ao de ingreso a la ESPOL - Ao de Nacimiento

Nmero de horas en internet - Nmero de horas en el computador
Mes de Nacimiento-Ao de Ingreso a la ESPOL
Ao de Nacimiento-Mes de Nacimiento
Ao de Nacimiento-Numero de horas en internet
Nmero de horas en internet - Ao de ingreso a la ESPOL
Nmero de Materias Aprobadas-Nmero de horas en el computador
Mes de Nacimiento-Nmero de horas en internet
Nmero de horas en el computador - Nmero de Materias Aprobadas
Ao de ingreso a la ESPOL-Nmero de horas en el computador
Ao de Nacimiento-Numero de horas en el computador
Mes de Nacimiento-Nmero de horas en el computador
Digito al azar-Nmero de horas en el computador
Digito al azar-Nmero de horas en internet
0.983
0.911
0.828
0.855
0.202
0.198
0.183
0.172
0.132
0.119
0.115
0.094
0.046
0.042
Se puede decir que a menor ao de ingreso a la ESPOL (ms aos de permanencia),

mayor edad tiene un estudiante de la muestra siendo esta una relacin lineal casi perfecta.
Los estudiantes de la muestra que pasan una mayor cantidad de horas en el computador
tienden a pasar una gran cantidad de horas en internet
Los estudiantes de la muestra con mayor cantidad de materias aprobadas pasan por
diferentes motivos una mayor cantidad de horas en el computador este resultado puede ser
posible porque a mayor materias el estudiante debe pasar una mayor cantidad de hora frente
a una computador para resolver sus trabajos acadmicos y por ende va pasar una mayor
cantidad de horas en internet
Pgina 51 de 91

Los estudiantes de la muestra ms jvenes tienden a permanecer ms horas en

internet y una mayor de horas en el computador.
Al igual la combinaciones de Digito al azar-Nmero de horas en internet y de Digito al
azar-Numero de horas en el computador son de 0.042 y 0.046 respectivamente lo que
podramos decir que tiende a cero por lo tanto en estas combinaciones de variables no hay
relacin lineal.
Pgina 52 de 91

Pgina 53 de 91

ANLISIS ESTADSTICO BIVARIADO.

Ao Ingreso Espol vs Gnero
Tabla # 25
Tabla de distribucin bivariada.
Gnero
Masculino Femenino
Ao de ingreso
1997
2001
2002
2003
2004
2005
2006
12
14
2007
27
30
2008
26
28
2009
15
18
90
11
101
La tabla descrita anteriormente nos representa la distribucin bivariada de las variables

Gnero y Ao de ingreso
Los datos fueron obtenidos en base a los estudiantes del curso de Estadstica para
Ingeniera de los cuales sacamos una muestra de 101 estudiantes, las cuales nos dan como
resultado cuantos hombres ingresaron por ao as mismo de cuantas mujeres ingresaron por
ao.
Adems nos proporciona el total de alumnos que ingresaron por ao y el total de
hombres que ingresaron en el rango de el ao de ingreso a la ESPOL de los estudiantes de
estadstica para Ingeniera encuestados y el total de las mujeres que ingresaron en todos los
aos.
Pgina 54 de 91

Grfico #32
Grfico de dispersin de gnero vs ao de ingreso a la ESPOL.

Grfica de dispersin de Genero vs. Ao de Ingreso a la ESPOL
1,0
0,8
Genero
0,6
0,4
0,2
0,0
-0,2
1996
1998
2000
2002
2004
2006
Ao de Ingreso a la ESPOL
2008
2010
En el grafico anterior se puede observar que no ingreso ninguna mujer hasta el ao

2004, mientras que desde el ao de 1998 hasta el ao 2000 no ingreso ningn estudiante que
este cursando en este momento el curso de Estadstica para Ingeniera de la ESPOL teniendo
una pendiente aproximada de 0.170 lo cual nos indica que su relacin lineal es casi nula
Grfico #33
Grfico de marginal de gnero vs ao de ingreso a la ESPOL.

Grfica marginal de Genero vs. Ao de Ingreso a la ESPOL
1,5
Genero
1,0
0,5
0,0
-0,5
1996
1998
2000
2002 2004
2006
Ao de Ingreso a la ESPOL
2008
Pgina 55 de 91

Mediante el grafico anterior se puede estimar que el 10.89% son de gnero femenino y
que le 89.1% son de gnero masculino, por lo cual se concluye que el ingreso de estudiantes
de gnero masculino a la ESPOL es mayor que el gnero femenino lo cual no indica que por
cada mujer aproximadamente hay ocho hombres.
Ao de nacimiento vs internet en casa

Con el fin de realizar el anlisis entre las variables ao de nacimiento e internet en casa,
con fin de establecer una relacin entre la cantidad de horas que los estudiantes de estadstica
para ingenieras de gnero femenino pasan en internet y cuantas horas los del gnero
masculino.
Tabla #26
Tabla de Frecuencia Variada de Ao de Nacimiento e Internet en Casa.
Internet en
casa
AO NACIMIENTO
Si
No
[1978-1979)
[1979-1980)
[1980-1981)
[1981-1982)
[1982-1983)
[1983-1984)
[1984-1985)
[1985-1986)
[1986-1987)
[1987-1988)
[1988-1989)
11
17
[1989-1990)
17
18
[1990-1991)
21
28
[1991-1992)
14
17
[1992-1993)
76
25
101
Pgina 56 de 91

Con lo observado en la tabla #26 se puede decir

que la mayora de personas
encuestas poseen internet en sus casas representando el 75.2% de la muestra estudiada y que
estas personas han nacido entre los aos de 1988-1991 y que las personas que no poseen
internet en sus casas son 24.8% y que la mayora que pertenece a este grupo han nacido en el
ao de 1990.
Con respecto a la Tabla #26 muestra la distribucin conjunta de las variables ao de
nacimiento e internet en casa, en la cual se puede observar que las personas que poseen
internet en casa en su mayora han nacido en el ao de 1990; por otro lado la mayora de
personas que no poseen internet se puede observar en la tabla que tambin a sido en el ao
de 1990.
Grfico # 33
Grafica de Dispersin Bivariada de Internet y Ao de Nacimiento
Grfica de dispersin de Internet vs. Ao de Nacimiento

1,0
Internet
0,8
0,6
0,4
0,2
0,0
1980
1983
1986
Ao de Nacimiento
1989
1992
En la grafica #33 de dispersin podemos observar que la mayora de personas que

suelen tener internet en sus casas pertenecen a los aos de nacimiento entre los aos de
1988-1991, mientras que las personas que no poseen internet pertenecen a 1987-1991.
Segn lo observado se puede decir que las variables no demuestran relacin lineal entre
ellas debido a que la grafica demuestra que existe tal relacin buscada por lo tanto se dice que
no depende del ao de nacimiento para tener internet en casa o no.
Pgina 57 de 91

Grfico # 34
Grafica de Marginal Bivariada de Internet y Ao de Nacimiento
Grfica marginal de Internet vs. Ao de Nacimiento
1,5
Internet
1,0
0,5
0,0
-0,5
1980
1983
1986
1989
Ao de Nacimiento
1992
La grafica marginal de Genero del anlisis bivariado entre las Internet y Ao de

Nacimiento, podemos encontrar de manera grafica el nmero de personas que poseen
internet en sus casas segn los aos de nacimiento, y as mismo nos da a conocer cuantas
personas que han nacido segn esos los aos poseen internet en sus casas.
Pgina 58 de 91

Pgina 59 de 91

ESTADSTICA INFERENCIAL.
Criterio para anlisis del valor p
El mnimo valor de para rechazar Ho
Valor P < 0.05 (5%)
(5%) 0.05<p<0.1 (10%)
Valor P >0.1 (10%)
SE RECHAZA Ho
INCERTIDUMBRE
SE ACEPTA Ho
5.1 Bondad de Ajuste

Para comprobar la normalidad de la muestra utilizaremos el mtodo de KolmogorovSmirnov.
*Test Kolmogorov-Smirnov para la Variable Horas en Internet

Comenzaremos con el anlisis de la normalidad de la variable Horas de internet, para lo
cual nos planteamos el siguiente contraste de hiptesis:
Ho: La variable horas en internet es NORMAL con
Vs
3.243 y
H1: Ho
Grfico # 35
Grafica de la probabilidad de horas de internet
Grfica de probabilidad de Horas de Internet

Normal
99.9
Media
Desv .Est.
N
KS
Valor P
99
95
Porcentaje
90
3.243
2.289
100
0.192
<0,010
80
70
60
50
40
30
20
10
5
1
0.1
-5.0
-2.5
0.0
2.5
5.0
7.5
Horas de Internet
10.0
12.5
Pgina 60 de 91

Como no tenemos , buscamos el valor p el cual es dado por el programa Minitab: en

este test el valor p es: p<0.01, por lo tanto por el criterio del valor p podemos concluir que:
Se rechaza Ho (Hiptesis Nula)
La variable Horas de Internet no tiene distribucin Normal con media y varianza
mencionadas
*Test Kolmogorov-Smirnov Materias Aprobadas.

Ahora nos concentraremos en el anlisis de la normalidad de la variable Materias
Aprobadas, para lo cual nos planteamos el siguiente contraste de hiptesis:
Ho: La variable Materias aprobadas es NORMAL con
Vs
H1: Ho
Grfico # 36
Grafica de la probabilidad de materias aprobadas
Grfica de probabilidad de Materias Aprobadas

Normal
99,9
Media
Desv .Est.
N
KS
Valor P
99
95
Porcentaje
90
24,10
10,90
99
0,198
<0,010
80
70
60
50
40
30
20
10
5
1
0,1
-10
10
20
30
40
Materias Aprobadas
50
60
Como no tenemos , buscamos el valor p el cual es dado por el programa Minitab: en

este test el valor p es: p<0.01, por lo tanto por el criterio del valor p podemos concluir que:
Se rechaza Ho (Hiptesis Nula)
La variable Materias aprobadas no tiene distribucin Normal con media y varianza
mencionadas.
Pgina 61 de 91

*Test ji-cuadrado para horas frente a un computador

Utilizando el Test Ji-Cuadrado analizaremos la normalidad de la Variable Horas frente a
un computador. Para este propsito, plantearemos el siguiente contraste de hiptesis:
con
Ho: la edad de los estudiantes de estadstica para ingeniera tiene distribucin uniforme
y =9
Vs
H1: Ho
f(x)=
1
=0.11

Tabla # 27
Tabla del test Ji-cuadrado para la variable Horas frente al computador
k
1
2
3
4
5
6
7
8
9
10
Clase
1
31.5
2
3
4
5
6
8
9
10
Oi
10
3
22
21
18
12
7
3
3
2
Probabilidad
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
Ei
10.1
10.1
10.1
10.1
10.1
10.1
10.1
10.1
10.1
10.1
Valor p =
Valor p < 0,010
En la tabla #37 observamos detalladamente los valores que toma el test Ji- cuadrado, la
columna Oi representa la frecuencia con la que se presenta la clase en nuestra muestra de
tamao n=101
Pgina 62 de 91

Como partimos de la hiptesis de que la variable digito al azar de los estudiantes de

estadstica para ingenieras tiene distribucin uniforme entonces nuestra probabilidad para
cada clase es la misma, Ei es el valor esperado de la clase que resulta de multiplicar la
probabilidad por el tamao de la muestra.
Grfico # 37
Tabla Grfico de contribucin al valor ji-cuadrado por categora

Grfica de contribucin al valor ji-cudrado por categora
14
Valor de contribucin
12
10
8
6
4
2
0
1,0
1,5
2,0
3,0
4,0
5,0
6,0
Horas en el Computador
8,0
9,0
12,0
En grfico #37 nos muestra la contribucin del test Ji-cuadrado, este grafico esta
ordenada desde la mayor contribucin hasta la menor contribucin.
Grfico # 38
Tabla Grfica de valores observados y esperados

Grfica de valores observados y esperados
25
Esperado
Observ ado
20
Valor
15
10
0
Categora
1,0
1,5
2,0
3,0
4,0
5,0
6,0
8,0
9,0
12,0
En grfico #38 se muestran los valores que se esperara que tome cada clase de la
variable y a su vez muestra los valores de la frecuencia de la clase segn nuestra muestra de
tamao n=101
Pgina 63 de 91

*Test ji-cuadrado para digito al azar

Utilizando el Test Ji-Cuadrado analizaremos la normalidad de la Digito al azar. Para este
propsito, plantearemos el siguiente contraste de hiptesis:
con
Ho: la edad de los estudiantes de estadstica para ingeniera tiene distribucin uniforme
y =9
Vs
H1: Ho
f(x)=
1
=0.11

Tabla # 28
Tabla del test Ji-cuadrado para la variable Digito
K
1
2
3
4
5
6
7
8
9
Clase
1
2
3
4
5
6
7
8
9
Oi
6
7
9
8
12
9
32
14
3
Probabilidad
0.11111
0.11111
0.11111
0.11111
0.11111
0.11111
0.11111
0.11111
0.11111
Ei
11,111
11,111
11,111
11,111
11,111
11,111
11,111
11,111
11,111
Valor p =
Valor p < 0,010
En la tabla #28 observamos detalladamente los valores que toma el test Ji- cuadrado, la
columna Oi representa la frecuencia con la que se presenta la clase en nuestra muestra de
tamao n=101, como partimos de la hiptesis de que la variable digito al azar de los
estudiantes de estadstica para ingenieras tiene distribucin uniforme entonces nuestra
probabilidad para cada clase es la misma, Ei es el valor esperado de la clase que resulta de
multiplicar la probabilidad por el tamao de la muestra.
Pgina 64 de 91

Grfico # 39
Tabla Grfica de contribucin al valor ji-cuadrado
Grfica de contribucin al valor ji-cudrado por categora
Valor de contribucin
40
30
20
10
5
Digito
En grfico #39 nos muestra la contribucin del test Ji-cuadrado, este grafico esta
ordenada desde la mayor contribucin hasta la menor contribucin.
Grfico # 40
Tabla Grfica de contribucin al valor ji-cuadrado
Grfica de valores observados y esperados

35
Esperado
Observ ado
30
Valor
25
20
15
10
5
0
Categora
En grfico #40 se muestran los valores que se esperara que tome cada clase de la
variable y a su vez muestra los valores de la frecuencia de la clase segn nuestra muestra de
tamao n=101.
Pgina 65 de 91

5.2 Intervalos de confianza

Clculo de intervalos de confianza para la variable horas en el computador
Clculo de Intervalos de confianza para la Media de la Variable Edad
Conociendo n=101 y
Con 95% de confianza
Grfico # 41
Diagrama de cajas de la variable de edad
Grfica de caja de Edad
(con intervalo de confianza t de 95% para la media)
_
X
20
22
24
26
Edad
28
30
32
34
Pgina 66 de 91

Clculo de Intervalos de confianza para la Varianza de la Variable Edad
Clculo de Intervalos de confianza para la Variable Horas en el Computador

Calculo de Intervalos de confianza para la Media de la Variable Horas en el
Computador
Conociendo n=101 y
Pgina 67 de 91

Grfico # 42
Diagrama de cajas de la variable de horas en el computador
Grfica de caja de Horas en el Computador

_
X
6
8
Horas en el Computador
10
12
Clculo de intervalos de confianza para la varianza de la variable horas en el

computador
Pgina 68 de 91

Clculo de intervalos de confianza para la variable horas en internet

Clculo de intervalos de confianza para la media de la variable horas en
internet
Conociendo n=101 y
Grfico # 43
Diagrama de cajas de la variable de horas de internet
Grfica de caja de Horas de Internet
_
X
6
Horas de Internet
10
12
Pgina 69 de 91

Clculo de Intervalos de confianza para la Varianza de la Variable Horas en

Internet
Sabemos
n=101;
Clculo de Intervalos de confianza para la Variable Nmero de Materias

Aprobadas
Clculo de Intervalos de confianza para la Media de la Variable Nmero de
Materias Aprobadas
Conociendo n=101 y
Pgina 70 de 91

Grfico # 44
Diagrama de cajas de la variable de materias aprobadas
Grfica de caja de Materias Aprobadas
_
X
10
20
30
40
Materias Aprobadas
50
60
Calculo de Intervalos de confianza para la Varianza de la Variable Nmero de

Materias Aprobadas
Sabemos
n=101;
5.3 Prueba de Hiptesis

PRUEBAS DE HIPTESIS PARA MEDIAS
Prueba de Hiptesis para la Media de la Variable Horas en Internet
A continuacin procedemos a obtener un contraste de hiptesis para la Variable Horas
en Internet.
*Para realizar la prueba de hiptesis asumiremos que
30. Por lo que el contraste de
Hiptesis quedara como sigue:
Pgina 71 de 91

30
30
*Como n >30 entonces el valor estadstico de prueba se lo aproxima con una

Distribucin Normal:
Con =29.07 y
aproximada con S2= 139.75
Z=
Z=
Z = -0.78
Existe evidencia estadstica para NO rechazar Ho (Hiptesis Nula), ya que el valor p es

mayor a 0.1 (5%).
Prueba de Hiptesis para la Media de la Variable Materias Aprobadas

A continuacin procedemos a obtener un contraste de hiptesis para la Variable
Materias Aprobadas.
*Para realizar la prueba de hiptesis asumiremos que
de Hiptesis quedara como sigue:
:
200
200
200. Por lo que el contraste
* Como n >30 entonces el valor estadstico de prueba se lo aproxima con una

Distribucin Normal:
Con =198.67 y
aproximada con S2= 5530
Z=
Z=
Z = -0.18
Pgina 72 de 91


mayor a 0.1.
*Regin de Rechazo:
*Con la Ayuda de la Distribucin Ji cuadrado, el Estadstico de Prueba sera:
Con S2= 139.75 y n=101
PRUEBAS DE HIPTESIS PARA VARIANZA

en Internet.
* Para realizar la prueba de hiptesis asumiremos que
de Hiptesis quedara como sigue:
:
50
50
. Por lo que el contraste
grados de libertad
No existe evidencia estadstica para rechazar Ho (Hiptesis Nula), ya que el valor p est
entre valores mayores 0.1 (10%).

en Internet.
* Para realizar la prueba de hiptesis asumiremos que
contraste de Hiptesis quedara como sigue:
. Por lo que el
Pgina 73 de 91

500
500
*Regin de Rechazo:
*Con la Ayuda de la Distribucin Ji cuadrado, el Estadstico de Prueba sera:
Con S2= 5530 y n=101
grados de libertad
Existe evidencia estadstica para rechazar Ho (Hiptesis Nula), ya que el valor p es

menor que 0.05 (5%).
PRUEBAS DE HIPTESIS PARA PROPORCIONES

en Internet
* Para realizar la prueba de hiptesis acerca de las personas que estn en Internet entre
2 a 3 horas. Asumiremos que
. Por lo que el contraste de Hiptesis quedara como
sigue:
:
50
0.50
*Regin de Rechazo:
*Con la Ayuda de la Distribucin Normal, el Estadstico de Prueba sera:
Con = 35/101= 0.3, 2 aproximada con S2= 139.75 y n=101
Pgina 74 de 91

Z=
Z=
Z = -0.12

mayor a 0.1.

A continuacin procedemos a obtener un contraste de hiptesis para la Materias
Aprobadas
* Para realizar la prueba de hiptesis acerca de las personas que estn en Internet entre
18 a 22 horas. Asumiremos que
. Por lo que el contraste de Hiptesis quedara como
sigue:
:
0.3
*Regin de Rechazo:
*Con la Ayuda de la Distribucin Normal, el Estadstico de Prueba sera:
Con = /101= 0. , 2 aproximada con S2= 5530
Z=
Z=
Z = 0.013

mayor a 0.1.
Pgina 75 de 91

5.4 Anlisis de Contingencia

TABLAS DE CONTINGENCIA
Esta prueba se puede usar para determinar la independencia entre dos mtodos o
factores involucrados en la obtencin de datos.
Se procedi a formar grupos con 7 variables, y analizar la independencia entre dos
variables.
Terminologa:
n: Cantidad de observaciones.
r: Cantidad de Filas.
c: Cantidad de Columnas
ri: Total de resultados en la fila i.
cj: Total de resultados en la columna j.
ni,j: Total de resultados observados en la fila i, columna j. (Datos Mustrales ).
ei,j: Total de resultados observados en la fila i, columna j. (Frecuencia Esperada)
Obtencin de la frecuencia esperada:
EDAD VS MATERIAS APROBADAS

Edad
Mximo: 33
Mnimo: 19
Intervalos
Joven
X<=20
Adulto
X>20
Materias Aprobadas
Mximo: 57
Mnimo: 12
Intervalos
Pocas
X<=15
Muchas
15< X <=20
Bastantes
X>=20
Pgina 76 de 91

Tabla de contingencia:
Pocas
4
13
17
Joven
Adulto
Totales
Edad
Frecuencia esperada
Materias Aprobadas
Muchas
Bastantes
7
6
19
52
26
58
Totales
17
84
101
1
2
1
2,86
14,14
2
4,38
21,62
3
9,76
69,8
Prueba de hiptesis.
Ho: Las Materias Aprobadas es independiente de la Edad.
Ha: No son independientes (Negando Ho).
Estadstico de Prueba:
Regin de Rechazo:
Apoyados en MINITAB:
Como no tenemos , buscamos el valor p:
No existe evidencia estadstica para rechazar Ho (Hiptesis Nula), ya que el valor p es

mayor 0.1 (10%).
Pgina 77 de 91

Ao de Ingreso vs Materias Aprobadas

Ao de Ingreso
Mximo: 1997
Mnimo: 2009
Intervalos
1Gerneracin
X<=2007
2Generacin
X>=2008
Materias Aprobadas
Mximo: 57
Mnimo: 12
Intervalos
Pocas
X<=20
Mediana
20< X 25
Bastantes
X>25
Tabla de contingencia:
Ingreso Espol
Materias
Aprobadas
Pocas
Mediana
bastante
Totales
1Generacin
19
19
18
54
2Generacin
32
8
5
47
Totales
51
27
23
101
Pgina 78 de 91

Frecuencia esperada
1
27,26
14,43
12,29
1
2
3
2
23,73
12,69
10,70
Prueba de hiptesis.
Ho: El Ingreso a la Espol es independiente de las Materias Aprobadas.
Ha: No son independientes (Negando Ho).
Estadstico de Prueba:
Regin de Rechazo:
Apoyados en MINITAB:
Como no tenemos , buscamos el valor p:
Existe evidencia estadstica para rechazar Ho (Hiptesis Nula), ya que el valor p es

menor a 0.01(10%)
Pgina 79 de 91

Pgina 80 de 91

6. CONCLUSIONES
1. Al finalizar este proyecto podemos recordar todo lo ocurrido durante la realizacin de este
por lo que hemos llegado a algunas conclusiones:
2. Las variables de gnero, internet en casa, mayor dedicacin a una red social, equipo de
futbol y problemas actuales de Ecuador son variables cualitativas mientras las variables de
fecha de nacimiento, ao de ingreso a la Espol, materias aprobadas, digito a la azar, horas
en el computador y horas en internet son variables cuantitativas.
3. Gracias a la utilizacin del programa Minitab, nos ahorramos muchos clculos puesto que
esta herramienta informtica nos lanzaba resultados conocidos como varianza, medias,
graficas de dispersin, histogramas, ojivas, valores p para las pruebas de hiptesis, entre
otras.
4. Con la ayuda de nuestra, podemos estar seguros que la mayoritariamente los alumnos que
estn cursando la materia Estadistica para ingeneria han ingresado en 2009.
5. Existe una estrecha relacin entre las materias tomadas por los estudiantes con el
nmero de horas en la computadora y el nmero de horas semanales que utilizan el
internet. Ya que si un estudiante toma ms materias tendr que hacer una gran cantidad
de tareas, investigaciones o actividades relacionadas con las mismas; por lo que la
computadora y el internet son herramientas bsicas para
cumplir con sus
responsabilidades acadmicas. Vase fig. 20, 21, 22.
6. Para saber que si dos variables son independientes entre s utilizamos el mtodo de Ji
cuadrado, para lo cual nos dio lo siguiente: Que la variable horas frente al computador y
digito al azar son independientes entre s.
7. Se demostr gracias a los mtodos de MINITAB 15 que ninguna de las variables
cuantitativas presenta una distribucin conocida.
8. Como la muestra que se tom fue lo suficientemente grande se puedo suponer que la
distribucin de la Poblacin era Normal, suposicin til para la realizacin de las hiptesis.
9. En las pruebas de hiptesis resultaron positivas para la Hipotesis Nula H0. Esto se debe a
que dicha hiptesis se hizo con un valor de prueba muy cercano a a la realidad.
10. Las Tablas de Contingencia indican que las variables materias aprobadas y las edades son
independientes entre s, lo cual es lgico ya que no depende la edad para aprobar
materia. Tambin se realizo el estudio de las variables de ao de ingreso y materias
aprobadas lo que nos dio a conocer que son dependientes, era algo de esperarse debido
a que los estudiantes segn el ao de ingreso a la Espol llevan sus materias aprobadas.
Pgina 81 de 91

Pgina 82 de 91

7. RECOMENDACIONES
1. Es necesario realizar un estudio metdico, con tiempo acerca de las muestras para poder
presentar datos fiables.
2. Es necesario estimas o suponer ciertos parmetros que ayuden a un anlisis de stas para
que posean cierta correspondencia.
3. Se necesita mayor responsabilidad en cuanto a los estudiantes que llenaron los
formularios ya que al dejar preguntas en blanco el proceso estadstico se ve afectado.
4. Hacemos hincapi respecto a que no calculamos las varianzas poblacionales debido que la
finalidad de la seccin 5 es de INFERIR en las caractersticas poblacionales.
5. Se debera realizar una encuesta con similitud en cuanto al gnero para poder hacer un
mejor anlisis respecto a las mujeres.
6. Las variables estudiadas deben ser representativas y con una finalidad. Realmente el
autor no encontr eso en la variable de Dgito al Azar y su anlisis no fue profundo para
ella.
Pgina 83 de 91

Pgina 84 de 91

8. REFERENCIAS BIBLIOGRAFICAS
ZURITA, G. (2010), PROBABILIDAD Y ESTADSTICA, Fundamentos y Aplicaciones, (1

era edicin), Centro de Difusiones y Publicaciones ESPOL, Guayaquil-Ecuador.
MINITAB INC. (2007), CONOCE MINITAB 15.1.20.0, Para Windows, (1 era edicin),
Minitab Inc., Estados Unidos de Amrica
DEPARTAMENTO DE SALUD FACMED UNAM (n.d), Intervalos de Confianza, [en lnea

], Facultad de Medicina de la Universidad Nacional Autnoma de Mxico, Obtenido el: 28
de agosto de 2010,
desde:http://www.facmed.unam.mx/deptos/salud/censenanza/spii/unidad2/bondad.pd
f, Mxico DF- Mxico.
WIKIPEDIA (2010), Matriz de Correlacin, obtenido el 5 de febrero del 2011, desde

http://es.wikipedia.org/wiki/Matriz_de_correlaci%C3%B3n
Pgina 85 de 91

Pgina 86 de 91

9. ANEXOS
Pgina 87 de 91

Pgina 88 de 91

Pgina 89 de 91

Pgina 90 de 91

Pgina 91 de 91

Proyecto de Estadistica

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proyecto de Estadistica

Uploaded by

Copyright:

Available Formats

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W.

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Poder diferenciar entre Poblacin y Muestra adems de, Parmetro Poblacional y

Desarrollar habilidades de anlisis crtico y matemtico en la materia de ESTADSTICA.

Realizar proyectos estadsticos de carcter serio y beneficioso para la sociedad.

1.3. Marco terico

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

En este caso la poblacin consistir en 260 elementos que crearemos a partir de la

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Variable cualitativa ordinal: Tambin llamada variable cuasi cuantitativa. La variable

Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala

Variable continua: Es la variable que puede adquirir cualquier valor dentro de un

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

2. ANLISIS ESTADSTICO UNIVARIADO

Tabla de frecuencia de la variable genero

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Grfico de barras de la variable del Gnero.

Ojiva de la Variable Gnero.

Frecuencia Relativa Acumulada

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Distribucin Emprica de la Variable Gnero.

Anlisis estadstico para la variable fecha de nacimiento

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Tabla de Frecuencia de la Variable fecha de nacimiento por mes.

De la tabla # 2 que representa la tabla de frecuencias de la variable cualitativa de una

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Histograma de la Variable fecha de nacimiento por mes.

El histograma de la variable de la fecha de nacimiento por mes est representado en el

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Tabla de Frecuencia de la Variable fecha de nacimiento por ao.

La tabla #3 nos muestra la tabla de frecuencias de la variable fecha de nacimiento por

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Tabla de Medidas de Tendencia Central, Dispersin y

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Histograma de la Variable fecha de nacimiento por ao.

El grfico #5 muestra el histograma de frecuencias del variable ao de nacimiento, se

Ojiva de la Variable fecha de nacimiento por ao.

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Diagrama de Cajas de la Variable fecha de nacimiento por ao.

Anlisis estadstico para la variable edad.

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira

Tabla de frecuencia para la variable edad

Histograma de frecuencia de la Variable Edad

Proyecto de Estadstica para Ingeniera, Paralelo 3

P. Castelo, E. Conde, G. Gallegos, H. Noriega, W. Pereira