Estadstica Aplicada

Tema IV

1) Construye el diagrama de caja de la distribucin constituida por los siguientes datos:

5, 3, 1, 7, 11.
SOLUCIN
Ordenamos los datos:

1, 3, 5, 7, 11

Buscamos las posiciones de cada cuartil:

Primer cuartil

n 1
5 1

1,5
4
4

Segundo cuartil

( n 1) 2
62

3
4
4

Tercer cuartil

( n 1) 3
63

4,5
4
4

Obtenemos los cuartiles:

Primer cuartil =

Segundo cuartil =

Tercer cuartil =

Calculamos los lmites, superior e inferior, que permiten identificar atpicos:

Ls = 9 + 1,5 (9 2) = 19,5
Li = 2 1,5 (9 2) = - 8,5
As pues no existen atpicos en este ejemplo. La representacin sera:

I
0

10

NOTA: La anterior representacin y la forma de obtenerla idealiza la que obtendramos con un programa
estadstico para ordenador si fueran muchos los datos. En el caso de trabajar con tan slo los cinco datos del
ejemplo es muy posible que la figura que te diese el programa resultara algo diferente.

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema IV

2) En una empresa se estudia subir el sueldo de sus empleados. Se barajan tres

posibilidades:
A) Subida lineal e idntica para todos los empleados de 1.000 euros anuales.
B) Subida porcentual idntica para todos los empleados de un 5%
C) Subida lineal de 500 euros anuales combinada con otra porcentual del 3%
Analiza el efecto de cada una de esas medidas por separado, en trminos del sueldo
medio(media y mediana de los salarios pagados) y en trminos de la dispersin o
variabilidad de los salarios (desviacin tpica y coeficiente de variacin).
SOLUCIN
En primer lugar obtendremos esos estadsticos en cada una de las posibilidades.
A)

Sueldos iniciales

Sueldos tras la subida

Media aritmtica

x + 1.000

Mediana

Me

Me + 1.000

Desviacin tpica

Coef. de variacin

B)

s
x 1.000

Sueldos iniciales

Sueldos tras la subida

Media aritmtica

1,05 x

Mediana

Me

1,05 Me

Desviacin tpica

1,05 s

Coef. de variacin

C)

Sueldos iniciales

1,05 s
1,05 x

Sueldos tras la subida

Media aritmtica

1,03 x + 500

Mediana

Me

1,03 Me + 500

Desviacin tpica

Coef. de variacin

1,03 s

1,03 s
1,03 x 500

COMENTARIO:
Con la posibilidad A se mantendra la dispersin absoluta de los
salarios (desviacin tpica) pero disminuira la dispersin relativa (coeficiente de variacin).
Con la posibilidad B aumentara la dispersin absoluta y se mantendra la dispersin
relativa. Con C se dara una situacin intermedia respecto a las anteriores: aumentara la

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema IV

dispersin absoluta (pero menos que en B) y disminuira la dispersin relativa (pero menos
que en A).

3) En un estudio en el que se manejaban datos de peso (kg) y estatura (metros)

correspondientes a 23 individuos, se procedi a una transformacin de esas variables
originales (PESO y ALTURA) de acuerdo con las siguientes reglas:
PESOT = PESO 40
ALTURAT = (ALTURA 100) 150
Con los datos que aparecen en la tabla siguiente completa los espacios de las columnas en
blanco.
PESO

PESOT

Media aritmtica
Cuasidesviacin tpica
Coeficiente de variacin
Valor mnimo
Primer cuartil
Mediana
Tercer cuartil
Valor mximo
Varianza muestral
Coeficiente de asimetra
Coeficiente de apuntamiento

ALTURA

ALTURAT

29,087
11,098
0,3816
4
23
30
35
55
117,82
- 0,0060
0,4254

25,043
8,5306
0,3406
9
20
26
33
40
69,607
- 0,1759
- 0,7922

SOLUCIN
Recordando el tipo de transformaciones realizadas (lineales):
donde a = 40

PESOT = PESO 40

ALTURAT = (ALTURA 100) 150

donde a = 150

b = 100

Basta despejar el valor correspondiente de la medida en la variable original. (ver apuntes)

PESO
Media aritmtica
Cuasidesviacin tpica

PESOT

69,087
29,087
11,098 11,098

ALTURA

ALTURAT

1,750
0,085

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

25,043
8,5306

Estadstica Aplicada

Tema IV

Coeficiente de variacin
Valor mnimo
Primer cuartil
Mediana
Tercer cuartil
Valor mximo
Varianza muestral
Coeficiente de asimetra
Coeficiente de apuntamiento

0,161
44,000
63,000
70,000
75,000
95,000
117,82
-0,0060
0,4254

0,3816
4
23
30
35
55
117,82
- 0,0060
0,4254

0,487
1,590
1,700
1,760
1,830
1,900
0,00696
-0,1759
-0,7922

0,3406
9
20
26
33
40
69,607
- 0,1759
- 0,7922

Por ejemplo, para medidas como la media aritmtica, valor mnimo, primer cuartil, mediana,
tercer cuartil y valor mximo, quedara:
(medida) PESO = (medida) PESOT + 40
(medida) ALTURA = [(medida) ALTURAT + 150] /100
En el caso de la cuasidesviacin tpica:
(medida) PESO = (medida) PESOT
(medida) ALTURA = (medida) ALTURAT /100
En el caso de la varianza:
(medida) PESO = (medida) PESOT
(medida) ALTURA = (medida) ALTURAT /10.000
Y en el caso de la asimetra y el apuntamiento las medidas son las mismas:
(medida) PESO = (medida) PESOT
(medida) ALTURA = (medida) ALTURAT

4) El nmero de bacterias por unidad de volumen, presentes en un cultivo de laboratorio al

cabo de cierto nmero de horas, viene indicado en la tabla:
N de horas
transcurridas
N de bacterias
segn conteo

12

19

23

34

54

62

A) Calcula la media y las desviaciones tpicas de las variables.

B) Calcula la covarianza entre las variables.
C) Calcula e interpreta el coeficiente de correlacin.
SOLUCIN
A)

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)

Estadstica Aplicada

Tema IV

xi

= 2,5 horas

i 1

n
n

sx

x
i 1

n x2
n

sy

2
i

y
i 1

i 1

= 34 bacterias

0 2 12 5 2 6 2,5 2
6

12 2 19 2 62 2 6 34 2 = 18,32 bacterias
6

n y2

2
i

= 1,71 horas

B)
n

Cov ( x, y )

x y
i 1

n x y
n

0 12 119 5 62 6 2,5 34 = 30,50

6

C)
r

Cov ( x, y )
30,50

= 0,97
sx s y
1,7118,32

Existe una relacin lineal positiva entre las dos variables y el ajuste es muy bueno.

Escuela Universitaria de Ingeniera Tcnica Agrcola I.N.E.A. (U. Valladolid)