Tarea Final
ANEXO I
Tipo: Ejercicios prácticos
1. El Departamento de Agricultura de Nebraska tiene los siguientes datos que
representan el crecimiento mensual (en pulgadas) de muestras de maíz recién
plantado:
0.8 2.9 0.5 0.9 0.3 1.6 0.8 1.5 1.2 0.8
0.9 0.7 0.9 0.7 0.9 1.5 0.5 1.5 1.7 1.8
a) Organice los datos en un arreglo descendente.
2.9 - 1.8 - 1.7 - 1.6 - 1.5 - 1.5 - 1.5 - 1.2 - 0.9 - 0.9 - 0.9 - 0.9 - 0.8 – 0.8 - 0.8 - 0.7 - 0.7
- 0.5 – 0.5 - 0.3
b) Construya una distribución de frecuencias relativas utilizando intervalos de 0.25.
CLASE FS FSA FR
0.3 - 0.55 3 3 0.15
0.55 - 0.80 5 8 0.25
0.80 - 1.05 4 12 0.2
1.05 - 1.30 1 13 0.05
1.30 - 1.55 3 16 0.15
1.55 - 1.80 3 19 0.15
1.80 - 2.05 0 19 0
2.05 - 2.30 0 19 0
2.30 - 2.55 0 19 0
2.55 - 2.80 0 19 0
2.80 - 3.05 1 20 0.05
20
c) A partir de lo que ha hecho hasta este punto, ¿qué conclusiones puede sacar
acerca del crecimiento en la muestra?
R/ Arriba del 50% del maíz creció aproximadamente 1.3 pulgadas.
- La mayor parte del maíz creció entre 1.55 a 1.80 pulgadas.
- El menor crecimiento fue de 0.3 y el mayor de 2.9 pulgadas.
- No creció maíz de 1.80 a 2.05, de 2.05 - 2.30, de 2.30 - 2.55 y de 2.55 - 2.80 pulgadas.
1
d) Construya una ojiva que le ayude a determinar qué fracción del maíz creció a
una tasa mayor que una pulgada por semana.
25
20
15
10
0
0.3 - 0.55 - 0.80 - 1.05 - 1.30 - 1.55 - 1.80 - 2.05 - 2.30 - 2.55 - 2.80 -
0.55 0.80 1.05 1.30 1.55 1.80 2.05 2.30 2.55 2.80 3.05
R/ Estimado de un 73% del maíz creció más de una pulgada, ya que aproximadamente
menos del 26% creció debajo de 1 pulgada.
2. La fábrica de cremalleras High Point fabrica 15 productos básicos. La compañía tiene
registros del número de unidades de cada producto fabricadas al mes, con el fin de
examinar los niveles relativos de producción. Los registros muestran los siguientes
números de cada producto fabricado por la compañía el último mes que tuvo 20 días
laborales:
8,892 11,057 10,028 9,722 9,908
10,098 10,587 9,872 9,956 9,928
10,123 10,507 9,910 9,992 10,237
Construya una ojiva que le ayude a responder las siguientes preguntas:
CLASE FS FSA FR
0 - 8000 0 0 0
8000 - 9000 1 1 0.05
9000 - 10000 7 8 0.35
10000 - 11000 6 14 0.3
1100 - 12000 1 15 0.05
15
2
16
14
12
10
0
0 - 8000 8000 - 9000 9000 - 10000 10000 - 11000 1100 - 12000
a) ¿En cuántos de sus productos la compañía excedió el punto de equilibrio de
10,000 unidades?
R/ 15 productos
b) ¿Qué nivel de producción excedió el 75% de sus productos ese mes?
R/ un aproximado de 9,928
c) ¿Qué nivel de producción excedió el 90% de sus productos ese mes?
R/ un poco cerca de 9800.
3. Elabore un histograma y un polígono de frecuencias relativas. Para los propósitos de
este ejercicio, suponga que el límite superior de la última clase es $51.00.
Frecuencia
Cantidad Gastada
Relativa
$0 - 5.99 2
6.00 - 10.99 4
11.00 - 15.99 5
16.00 - 20.99 7
21.00 - 25.99 8
26.00 - 30.99 5
31.00 - 35.99 7
36.00 - 40.99 20
41.00 - 45.99 33
46.00 o más 9
Total 100
3
Histograma
Cantidad Gastada
35
30
25
20
15
10
0
0 - 5.99 6.00 - 11.00 - 16.00 - 21.00 - 26.00 - 31.00 - 36.00 - 41.00 - 46.00 -
10.99 15.99 20.99 25.99 30.99 35.99 40.99 45.99 51.00
Poligono de Frecuencia
Cantidad Gastada
35
30
25
20
15
10
0
0 - 5.99 6.00 - 11.00 - 16.00 - 21.00 - 26.00 - 31.00 - 36.00 - 41.00 - 46.00 -
10.99 15.99 20.99 25.99 30.99 35.99 40.99 45.99 51.00
4
4. El 14 de diciembre de 1992, la tabla de posiciones de la NFL era la siguiente:
a) Combine la estadística de los “porcentajes de juegos ganados” para las seis
divisiones y clasifique los datos en cinco clases de igual tamaño, mutuamente
excluyentes.
Equipos con
Porcentaje
ese porcentaje
0 - 0.286 7
0.287 - 0.357 3
0.358 - 0.571 7
0.572 - 0.785 8
0.786 - 0.857 3
Total 28
b) Determine las frecuencias absoluta y relativa de cada clase.
Equipos con ese Frecuenci Frecuencia Frecuencia
Porcentaje
porcentaje a Absoluta Relativa Acumulada
0 - 0.286 7 7 0.25 7
0.287 - 0.357 3 3 0.10 10
0.358 - 0.571 7 7 0.25 17
0.572 - 0.785 8 8 0.28 25
0.786 - 0.857 3 3 0.10 28
Total 28 28 0.98
5
c) Construya un polígono de frecuencias para la distribución del inciso b).
Rendimiento
9
0
0 - 0.286 0.287 - 0.357 0.358 - 0.571 0.572 - 0.785 0.786 - 0.857
d) Construya una distribución y una ojiva de frecuencias acumuladas.
Rendimiento
30
25
20
15
10
0
0 - 0.286 0.287 - 0.357 0.358 - 0.571 0.572 - 0.785 0.786 - 0.857
5. Los siguientes datos COFFEDRINK representan las calorías y las grasas (en gramos),
que contienen las raciones con 16 onzas de bebidas a base de café servidas en Dunkin’
Donuts y Starbucks.
6
Para cada una de las variables (calorías y grasa)
a) Calcule la media, la mediana, primero y tercer cuartiles.
Xc= ΣF∗x = 2660 = 380 o podría ser 350
n 7
Xg= ΣF∗x = 110.5 = 15.78 0 podría ser 16
n 7
-Mediana:
Mc= n+1 = 7+1 = 4 Mc =350
2 2
Mg= n+1 = 7+1 = 4
2 2
Mg=19.0
Cuartiles
Q1c= vp (1(m+1) ) = vp (1 (7+1) ) = vp (2) = 260
4 4
Q3c= vp (3 (m+1) ) = vp(3 (7+1) ) = vp(6 ) = 510
4 4
7
(
Q1g= vp 1(m+1) ) = vp(1 (7+1) ) = vp (2) = 8
4 4
(
Q3g= vp 3 (m+1) ) = vp(3 (7+1) ) = vp(6 ) = 22
4 4
b) Calcule la varianza, la desviación estándar, el rango, el rango intercuartil y el
coeficiente de variación.
Calcule el rango
Rangoc = 530-240 = 290
Rangog = 22-3.5 = 18.5
Calcule el rango intercuartil.
Ric = 510-260 = 250
Rig = 22-8 = 14
La varianza
Sc2= ΣF∗x2 = 83,100 = 13850
n−1 6
Sg2= ΣF∗x2 = 317.25 = 52.875
n−1 6
La desviación estándar
Sc= √Σ √ F∗x2 = 83,100 = 117.68
n 6
Sg= √Σ √ F∗x2 = 248 = 7.27
n 4
El coeficiente de variación
CVc= (S)100=(117.68 )100=33.62%
X 350
8
CVg= (S)100=(7.27 )100=45.43%
X 16
ANEXO II
Tipo: Ejercicios teóricos
28. Cuál es la rama de la ciencia de la cual proviene la estadística.
La estadística (la forma femenina del término alemán Statistik, derivado a su vez
del italiano statista, "hombre de Estado"),1 es la rama de las matemáticas que estudia la
variabilidad, así como el proceso aleatorio que la genera siguiendo las leyes de
la probabilidad.
29. Cuáles son las ramas en que se divide la estadística.
Los tipos de estadística se puede subdividir en dos grandes ramas: descriptiva e
inferencial.
Estadística descriptiva: Se refiere a los métodos de recolección, organización,
resumen y presentación de un conjunto de datos. Se trata principalmente de describir
las características fundamentales de los datos y para ellos se suelen utilizar
indicadores, gráficos y tablas.
Estadística inferencial: Se trata de un paso más allá de la mera descripción. Se
refiere a los métodos utilizados para poder hacer predicciones, generalizaciones y
obtener conclusiones a partir de los datos analizados teniendo en cuenta el grado de
incertidumbre existente.
30. Explique y ejemplifique en que consiste el teorema de Bayes.
El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las
probabilidades de ocurrencia de B son distintas según el suceso Ai que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos indica
como modifica esta información las probabilidades de los sucesos Ai.
Ejemplo: Si seleccionamos una persona al azar, la probabilidad de que sea diabética es
0,03. Obviamente la probabilidad de que no lo sea es 0,97.
9
Si no disponemos de información adicional nada más podemos decir, pero supongamos
que al realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo
que ocurre en el 95% de los diabéticos y sólo en un 2% de las personas sanas.
¿Cuál será ahora la probabilidad de que esa persona sea diabética?
La respuesta que nos dá el teorema de bayes es que esa información adicional hace que la
probabilidad sea ahora 0,595.
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario. En este caso la probabilidad de
padecer diabetes se reduciría a 0,0016.
31. Explique y ejemplifique en que consiste el teorema de Gauss-Márkov.
El teorema de Gauss- Márkov dentro de la estadística, consiste en el establecimiento de
un determinado modelo de regresión lineal donde los errores contienen la posibilidad de
tener cero, lo que significa que las varianzas mantienen la igualdad y son no
correlacionados.
Un buen lineamiento no estimador del coeficiente, se lleva a cabo por los cuadros
ordinarios mínimos en caso de que exista el lineal estimador. No es necesario que los
errores sean normales, ni tampoco que sean independientes y distribuidos de forma
idéntica.
Ejemplos de teorema de Gauss-Márkov
El teorema de Gauss-Márkov aplica los supuestos que requiere el estimado mínimo de
los cuadrados ordinarios con el fin de suponer el estimado lineal insesgado óptimo.
Dentro de la estadística este teorema tiene la capacidad de establecer un método de
regresión lineal donde la expectativa de errores es cero y tienen igualdad de varianzas.
Se puede afirmar en este teorema, que la mínima varianza es precisa en los estimadores
insesgados y lineales y en caso de fallar dejarán de ser insesgados.
32. Explique y ejemplifique en que consiste el teorema del límite central.
El teorema del límite central es un teorema fundamental de probabilidad y estadística. El
teorema describe la distribución de la media de una muestra aleatoria proveniente de una
población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente
10
grande, la distribución de las medias sigue aproximadamente una distribución normal. El
teorema se aplica independientemente de la forma de la distribución de la población.
Muchos procedimientos estadísticos comunes requieren que los datos sean
aproximadamente normales.
33. Escriba un ensayo de 7 páginas sobre la importancia de la estadística en la pandemia de
Coronavirus.
En esta pandemia, los datos han sido los grandes protagonistas. La crisis ha resaltado la
importancia de generar estadísticas oficiales oportunas y confiables para monitorear el
avance de la enfermedad, detectar grupos vulnerables, medir el impacto de las políticas
de aislamiento en la vida de las personas y en la economía, y proyectar las necesidades a
futuro.
La crisis también ha evidenciado que las oficinas nacionales de estadística no contaban
con la infraestructura tecnológica necesaria para trabajar de manera remota. Esta súbita
transición ha tenido serias repercusiones en la generación de estadísticas oficiales, pues
muchos datos se recolectan a partir de entrevistas cara a cara. Aun cuando algunos países
han incursionado en el uso de tabletas electrónicas para recolectar información, el trabajo
fundamental sigue siendo en persona.
¿Es posible continuar con la producción estadística en tiempos de confinamiento y
distanciamiento social? Sí es posible, aunque parcialmente.
Las entrevistas telefónicas y los cuestionarios vía web son alternativas que están
permitiendo mantener cierta continuidad en la recolección de estadísticas oficiales.
Algunas oficinas ya contaban con los números telefónicos de los hogares provenientes de
su muestra para las encuestas de hogares. Sin embargo, en los casos donde no hay un
número de teléfono vinculado a una dirección, el levantamiento de datos estadísticos está
prácticamente paralizado.
La recolección de datos estadísticos de empresas se ha visto, en general, menos afectada.
Por un lado, las muestras son de menor tamaño. Además, antes del brote del Coronavirus
ya se empleaban cuestionarios vía web y por correo electrónico. Eso sí, todavía se
desconoce cómo el cierre de comercios, temporal o permanente, impactará en la
precisión o frecuencia de los datos levantados.
Las limitaciones en la cobertura de telefonía e Internet y en la disponibilidad de los
números telefónicos de los hogares implican que hay sectores de la población, tal vez los
más vulnerables, que corren el riesgo de quedar fuera de las estadísticas oficiales. Eso es
11
justo lo opuesto que se necesita en el contexto actual de propagación del Coronavirus.
Ahora, más que nunca, se requiere de un panorama completo para identificar zonas y
poblaciones con mayor riesgo para atenderlas de manera oportuna.
Modernización de los procesos estadísticos: el camino a seguir
El reto urgente para las oficinas nacionales de estadística es desarrollar herramientas para
llegar de manera remota a un número representativo de hogares y empresas. La mayoría
de las innovaciones en estadísticas oficiales se ha visto en el levantamiento de
información para el censo. En la ronda censal del 2010 varios países europeos
recopilaron datos a través de Internet con tasas de uso que fueron desde el 1% en Suiza
hasta el 67% en Estonia. Estados Unidos está utilizando esta tecnología por primera vez
para el censo 2020.
En América Latina y el Caribe, Colombia fue pionera en el uso de Internet para recopilar
datos del censo del 2018 con una tasa de utilización de alrededor del 12.5%. Brasil
también hizo pilotos para explorar el auto llenado vía web para su próximo censo (ahora
pospuesto al 2021). México ofreció la opción “Cénsate tú mismo” para aquellas familias
ausentes de su domicilio el día que los encuestadores del censo se apersonaron en su
casa. El gran obstáculo para el uso de este método es que requiere que el país cuente con
un inventario de direcciones que permita hacer llegar los cuestionarios con una clave
única a los hogares y georreferenciar las respuestas.
Encuestas por teléfono
El caso con las encuestas de hogares es distinto. Los cuestionarios son extensos y
complejos porque sirven como principal fuente de información de muchos indicadores
(mercado laboral, salud, educación, pobreza multidimensional, etc.). La crisis actual ha
forzado a las oficinas de estadística a revisar el contenido de estas encuestas, enfocarse
en lo esencial y buscar métodos alternativos de recolección. Una herramienta que se ha
empezado a usar de manera extendida son las entrevistas telefónicas. Sin embargo, para
realizar las entrevistas a los hogares se debe contar con un número de teléfono de
contacto (Uruguay ha levantado encuestas casi en su totalidad vía telefónica).
Un producto clave de las estadísticas oficiales para la economía es el Índice de Precios al
Consumidor (IPC). En Argentina y Chile, el IPC está siendo levantado mediante
entrevistas telefónicas y el uso de técnicas de recolección de precios publicados en las
páginas web de los establecimientos que son parte de la muestra.
12
Las mejoras también han incluido un mayor uso estadístico de los registros
administrativos para fines estadísticos. Se están aprovechando las bases de datos
administrativos para complementar la información de censos y encuestas. Un ejemplo de
esto lo hizo Colombia con sus mapas de vulnerabilidad a nivel de manzana. El reto
continúa siendo la interoperabilidad, es decir, que exista coordinación entre las instancias
gubernamentales y estandarización en los datos que se intercambian.
La buena noticia es que las oficinas de estadísticas oficiales no están solas. Pueden unir
esfuerzos con la comunidad estadística internacional, el sector privado y las ONG para
intercambiar experiencias y datos. Dos iniciativas interesantes son la Red de Transmisión
del Conocimiento de la Conferencia Estadística las Américas de la CEPAL, y la alianza
entre la Comisión Estadística de Naciones Unidas y ESRI. Este tipo de alianzas han
permitido la mayor incorporación de fuentes no tradicionales de datos, como los
teléfonos móviles, para visualizar las dinámicas de movimiento de las personas durante
la cuarentena, siempre mediante el uso de datos anonimizados y agregados que protejan
la privacidad de las personas.
Estadísticas oficiales fortalecidas
La crisis sanitaria del COVID-19 ha hecho que la demanda de datos confiables sea más
elevada que nunca. Paradójicamente, los productores de estadísticas oficiales enfrentan
recursos económicos limitados, metodologías basadas en entrevistas cara a cara, y
operaciones restringidas por la cuarentena de empleados. Ante esto, las oficinas
nacionales de estadística están trabajando para seguir con el levantamiento de datos
esenciales y cumplir con los calendarios de publicación. En paralelo, hay un gran
esfuerzo por comunicar el impacto que los ajustes metodológicos tendrán sobre las
principales series estadísticas.
Es crucial que estas oficinas cuenten con el respaldo gubernamental y de la población
para seguir operando de manera remota durante la pandemia. Esta coyuntura también
ofrece oportunidades que no se deben desaprovechar: los avances logrados y lecciones
aprendidas en el contexto de la emergencia pueden tener implicaciones positivas a futuro
para modernizar la producción de estadísticas oficiales.
13