Centro de Formación ALFONSO VIII

C/Corpus Christi 3. 47005 VALLADOLID

Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

STATGRAPHICS

DATOS UNIVARIANTES

1.- Variable cualitativa

Tabla de frecuencias ,diagrama de barras y diagrama de sectores

Describe/Categorical Data/tabulation

Diagrama de Pareto

SPC/Quality Assessment/Pareto Analysis

2.- Variable numérica continua

Tabla de frecuencias, histograma, Diagrama de caja, parámetros, percentiles

Describe/Numeric Data/One-Variable Analysis

3.- Variable numérica discreta

Tabla de frecuencias ,diagrama de barras

Describe/Categorical Data/tabulation

Histograma, Diagrama de caja, parámetros, percentiles

Describe/Numeric Data/One-Variable Analysis

4.- Identificación de datos atípicos

Identify(?)/Label unusual points

5.- Variables condicionadas

Opción Select

1
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

6.- Transformación de variables

6.1- Variable numérica en variable numérica

Botón derecho. Generate Data

6.2- Variable numérica en variable cualitativa

Botón derecho. Recode Data

DATOS BIVARIANTES

1.- Dos variables cualitativas

Diagrama de barras múltiple

Describe/Categorical Data/Croostabulation

2.- Una variable numérica y otra cualitativa

Diagrama de caja múltiple

Plot/Exploraty Plots/Box-and-Whisker Plots/Multiple Samples

3.- Dos variables numéricas

Diagrama de caja múltiple

Plot/Scatterplots/X-Y Plot

2
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

EJERCICIOS

1.- En el archivo examenNoviembre2007.sf3 están los datos de rendimientos trimestrales de

los productos bursátiles de varios bancos. Existen varios tipos de productos (variable Producto)
de varios bancos (variable Banco) y de cada uno se ha apuntado las ganancias en cada uno de
los cuatro trimestres de un año (variables G1, G2, G3 y G4; en miles de euros) y el número de
clientes (variable Clientes).

a) Obtener la tabla de frecuencias relativas, diagrama de barras, diagrama de sectores y

diagrama de Pareto de la variable Bancos
b) Obtener la media, mediana y rango intercuartílico de las ganancias del 2 trimestre
c) Obtener el 60 percentil de las ganancias del primer trimestre
d) Obtener el histograma de las ganancias del cuarto trimestre
e) Tabla de frecuencias absolutas de la variable producto
f) Diagrama de caja de las ganancias del tercer trimestre e identifica los datos atípicos
g) Obtener la media y mediana de las ganancias del tercer trimestre entre los clientes que
el segundo trimestre tuvieron una ganancia superior a 110
h) Obtener la media y desviación típica de las ganancias del cuarto trimestre entre los
clientes del banco Santander
i) Obtener la mediana de las ganancias anuales
j) Obtener la ganancia mediana de la ganancia media trimestral
k) El rendimiento se considera bajo si las ganancias anuales son inferiores a 450, medio si
son al menos de 450 e inferiores a 550 y alto si son de al menos 550. Obtener la tabla de
frecuencias absolutas de la variable rendimiento
l) Hay relación entre las ganancias anuales y las del primer trimestre
m) Hay relación entre las variables Banco y Producto
n) Hay relación entre las variables Banco y ganancias anuales

Respuestas:

a) Tabla de frecuencias
Relative
Value Frequency
BBVA 0,2409
BNP 0,2636
ING 0,1864
Santander 0,3091
Diagrama de barras

Barchart for Banco

80

60
frequency

40

20

0
BBVA BNP ING Santander

3
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente
Diagrama de sectores

Piechart for Banco

Banco
24,09% BBVA
BNP
30,91% ING
Santander

26,36%
18,64%

Diagrama de Pareto
Pareto Chart for Banco

240 100,00%

200 81,36%

160
frequency

57,27%
120

30,91%
80

40

0
Santander BNP BBVA ING

b) Media=108.922 Me= 108.24 RIQ= 29,275

c) P60= 129,67
d)
Histogram

40

30
frequency

20

10

0
80 100 120 140 160
G4

e)

Value Frequency
1 57
2 43
3 62
4 58

4
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente
f)

El dato atípico es 87.86

g) Media= 129,183 Me=130,14
h) Media= 108,791 DT= 10,6457
i) Me= 471,24
j) Me= 117,81

k)
Value Frequency
BAJO 57
MEDIO 151
ALTO 12

l)

Plot of GA vs G1

670

620

570
GA

520

470

420

370
0 50 100 150 200 250 300
G1

5
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

m)
Barchart for Banco by Producto

24 Producto
1
2
20
3
4
16
frequency

12

0
BBVA BNP ING Santander
Banco

n)

Box-and-W hisker Plot

BBVA

BNP
Banco

ING

Santander

370 420 470 520 570 620 670

GA

6
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

2.- En el archivo [Link] están algunos datos de municipios de la provincia de

Córdoba: distancia a la capital (variable DistanciaCapital), altitud sobre el nivel del mar
(variable Altitud), número de habitantes (variable Población), número de habitantes por km2
(variable Densidad), número de centros de educación primaria y secundaria (variables
CentrosPrimaria y CentrosSecundaria), número de farmacias (variable Farmacias) y número de
bibliotecas (variable Biblioteca).

a) Calcular la mediana, el rango de la variable Densidad

b) La desviación típica y el rango intercuartílico de la variable Altitud para los municipios que
tienen exactamente una farmacia
c) La Población mediana de aquellos municipios que tienen una altitud inferior a 400 metros,
d) El 30% de los municipios tiene una densidad de población superior a x habitantes/km2. El
80% de los municipios tiene una densidad inferior a y habitantes/km2. ¿Cuánto valen x e y?
e) Obtener la tabla de frecuencias relativas de la variable Bibliotecas
f) Calcula la media y mediana de la variable -2*log(DistanciaCapital/Altitud).
g) Un municipio se considera que está cerca de la capital Córdoba si dista de ella menos de 50
Km., lejos si dista más de 90 Km. y en caso contrario la distancia es intermedia. Hallar la
tabla de frecuencias absolutas de la nueva variable categórica X (cerca, intermedia, lejos).
h) Identifica los municipios atípicos respecto la variable Densidad
i) Analizar la relación entre Altitud y Población, entre Bibliotecas y Población, y entre
Bibliotecas y Farmacias.

Respuestas:

a) Me=35.5 R=332
b) DT=148.78 RIQ=195
c) Me=4748
d) P70 =66 P80=78
e)
Relative
Value Frequency
0 0,1935
1 0,7742
2 0,0323

f) Media=3.73213 Me=3.73499
g)
Value Frequency
CERCA 19
INTERMEDIA 24
LEJOS 19

h) Densidad 163,325,336

7
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

i) Altitud y población
Plot of Poblacion vs Altitud

(X 10000,0)
3

2,5

2
Poblacion

1,5

0,5

0
0 200 400 600 800
Altitud

Bibliotecas y Población

Box-and-Whisker Plot

0
Bibliotecas

0 0,5 1 1,5 2 2,5 3

(X 10000,0)
Poblacion

Bibliotecas y Farmacias
Barchart for Bibliotecas by Farmacias

24 Farmacias
1
2
20
3
4
16 5
frequency

6
7
12
8
10
8 12

0
0 1 2
Bibliotecas

8
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

3.-Los datos que aparecen en el fichero Robles.sf3 se refieren a un estudio realizado sobre un
robledal cercano a una planta industrial. Se ha seleccionado una muestra de 38 robles de dos
variedades (A y B), ubicados en cuatro zonas distintas (1, 2, 3 y 4). La mitad de ellos han sido
sometidos a cierto tratamiento y se han codificado con 1, los no tratados se han codificado
con 0. Sobre cada árbol se han medido las concentraciones de ocho elementos químicos en sus
hojas: hierro, manganeso y zinc (metales pesados); calcio y magnesio (metales alcalinotérreos);
potasio (metal alcalino); y fósforo y nitrógeno (no metales). La variable num denota el número
asignado al roble en la muestra.

a) Calcular el coeficiente de variación y la mediana de la variable nitrógeno

b) Obtener la tabla de frecuencias absolutas de la variable variedad y la tabla de frecuencias
absolutas acumuladas de la variable zona.
c) El 72% de los robles de la zona 2 tienen una concentración de potasio inferior a x, y el 30%
de los robles de variedad B tienen una concentración de fósforo superior a y. ¿Cuál es el valor
de x e y?
d) Estudiar si existen puntos atípicos para magnesio, log(magnesio). Si existen, identificar los
robles más atípicos y las zonas donde están situados.
e) Hallar la proporción de robles con concentración de nitrógeno menor que 3.5.
f) Calcular la concentración mediana de potasio de todos los robles, sólo de aquellos robles que
tienen una concentración de calcio menor de 2.5 y sólo de los robles de variedad A.
g) Hallar la media de las concentraciones máximas por metales pesados en árboles de la
variedad A, y la media de las concentraciones máximas por metales pesados en árboles tratados.

Respuestas:
a) Coeficiente de Variación=19,4767% Me=3,2895
b) Variedad
Value Frequency
A 14
B 24
Zona
Cumulative
Value Frequency
1 10
2 20
3 28
4 38
c) Potasio/Zona=2 P72=1,482
Fósforo/Variedad=B P70= 0,177
d) El dato atípico de Magnesio es 0.567 correspondiente al roble nº 17 y está situado en la
Zona B, sin embargo la variable log(Magnesio) no tiene datos atípicos
e) 68.42%
f) Potasio Me= 1,825
Potasio/Calcio<2.5 Me= 1,9475
Potasio/Variedad=A Me= 2,265
g) Max(Hierro,Manganeso,Zinc)/Variedad A Media= 0,0599286
Max(Hierro,Manganeso,Zinc)/Arboles tratados Media= 0,0321579

9
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente
DISTRIBUCIONES

1.- Cálculo de probabilidades

Describe/Distribution Fitting/Probability Distribution/Cumulative Distribution

2.- Cálculo de percentiles

Describe/Distribution Fitting/Probability Distribution/Inverse CDF

3.- Ajuste de datos a una distribución

Describe/Distribution Fitting/Fitting Uncesored Data

4.- Generación de datos

Describe/Distribution Fitting/Probability Distribution/Random Numbers

EJERCICIOS
1.- Siendo X~N(25,5).Calcular

i) P(X≤20)
ii) P(22≤X≤28)
iii) a tal que P(X≤a)=0.6578

Respuesta:

i) P(X≤20)=0,158655
ii) P(22≤X≤28)=0,725748- 0,274252=0.451496
iii) a= 27,03234073

2.- Sea X una variable aleatoria que sigue una distribución exponencial de media 17.
a) Calcular la probabilidad P(X>25).
b) Hallar x tal que P(X<x) = 0.3

Respuesta:
X=exp(1/17)
a) P(X>25)=0.22979
b)P(X<x)=0.3. x=6.063474047

3.- Sea X una variable aleatoria que sigue una distribución exponencial de media 17.
a) Calcular la probabilidad P(X>25).
b) Hallar x tal que P(X<x) = 0.3

Respuesta:
X=exp(1/17)
a) P(X>25)=0.22979
b)P(X<x)=0.3. x=6.063474047

10
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

4.-Se sabe que la densidad X de ciertos ladrillos cuando se hornean a 125ºC es una variable
aleatoria normal con media 3.85 gr/cm3 y desviación típica 0.05 gr/cm3. Si los límites de
tolerancia son (3.75 gr/cm3, 4.00 gr/cm3), hallar el porcentaje de ladrillos que se salen de dicho
intervalo.

Respuesta:
X=N(3.85,0.05)
P(3.75<X)+P(X>4)=0.02275+0.00134996=0.0241

5.- La tasa de artículos defectuosos producidos por una cadena de producción es del 2%. Hallar
la probabilidad de que en una muestra de 500 artículos extraídos al azar e independientemente
haya más de 20 defectuosos

Respuesta:
X=b(500,0.02)
P(X>20)=0.00140776

6.- En cierta factoría de montaje en serie se estima que el 30% de los días de trabajo se produce
algún paro parcial por averías menores y se supone que hay independencia entre lo que ocurre
en días distintos. Cada vez que se acumulan tres días con paros parciales, la empresa decide
hacer un paro total para poner a punto el sistema. Obtener la probabilidad de que transcurran
más de 10 días sin producirse un paro total

Respuesta:
X=Número de días hasta que transcurre hasta producirse el tercer paro parcial
X=P(3,0.3)
Y=Número de paros parciales en 10 días
Y=b(10,03)

P(X>10)=P(Y<3) =0,382783

7.- Las llamadas que llegan a cierta centralita telefónica en determinado periodo de tiempo
siguen un Proceso de Poisson de tasa 180 llamadas a la hora. La capacidad de la central
telefónica permite atender un máximo de 5 llamadas por minuto.
Calcular:
a) La probabilidad de que en un minuto determinado se reciban más llamadas de las que se
pueden atender.
b) La probabilidad de que en un intervalo de 5 minutos se produzcan más de 10 llamadas.

Respuesta:
X=Número de llamadas a centralita
180 llamadas/hora
a) X=Número de llamadas a centralita en 1 minuto
X=P(3)
P(X>5)=0,0839179

b) X=Número de llamadas a centralita en 5 minutos

X=P(15)
P(X>10)=0,881536

11
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

8.-Buscar la distribución que mejor se ajusta gráficamente a la variable Poblacion del

fichero de datos [Link] entre la Gamma, la Normal y la Uniforme, y escribe a
continuación el valor del/los parámetro/s.
Respuesta:
a)

Histogram for Poblacion

25 Distribution
Gamma
Normal
20 Uniform
frequency

15

10

0
0 1 2 3 4
Poblacion (X 10000,0)

La disribución que mejor se ajusta a los datos es la Gamma, cuyos parámetros son
forma = 1,07399
escala = 0,000212265

9.- Con los datos de [Link], buscar la distribución que mejor se ajusta gráficamente
a la variable X=Zinc/Manganeso entre la Gamma, la Exponencial y la Normal. Usando la
distribución elegida, halla P(X≤1).

Histograma para Zinc/Manganeso

10 Distribución
Exponencial
Gamma
8 Normal
frecuencia

0
0 0,5 1 1,5 2 2,5
Zinc/Manganeso

La disribución que mejor se ajusta a los datos es la exponencial, cuya media = 0,680331

P(X<=1)=0,800092

12
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

10.- Una empresa ha conseguido determinar que la demanda de sus productos sigue una
distribución normal de media µ = 200 y varianza 225 . La demanda (D) se considera baja si
D < 190 . Obtener el porcentaje de demanda media. Obtener la probabilidad teórica de que la
demanda sea baja

Respuesta: P(D<190)=0,252491

11.- En un estudio de mercado, una empresa ha determinado que el 30% de los consumidores
son clientes habituales de sus productos. Si se toman al azar e independientemente 100
consumidores,
a) Calcular la probabilidad de que entre los 100 consumidores se encuentren:
- Como máximo 20 de tales clientes
- Como mínimo 40 clientes
- Entre 25 y 35 clientes (ambos inclusives)
b) Repetir los mismos cálculos usando la aproximación más adecuada

Respuesta:
a1) 0,0164629
a2) 0,0124984
a3) 0.770171
b) Como 100·0.3·0.7=21>5 , la aproximación adecuada es la de la normal
b1) 0,0190286
b2) 0,0109361
b3) 07702

12.- Lanzamos una moneda cargada a favor de cara, de tal forma que la probabilidad de cara es
el triple que la de que salga cruz.

a) Calcular la probabilidad de que en 10 lanzamientos salgan 6 caras

b) Calcular la probabilidad de que en 100 lanzamientos obtengamos al menos 80 caras
c) Calcular la probabilidad de que la primera cara se obtenga en el cuarto lanzamiento
d) ) Calcular la probabilidad de que necesitemos más de 15 lanzamientos para obtener 4 caras

Respuesta:
a) 0,145998
b) 0,148831
c) 0,0117188
d) 0,00350571

13
 Centro de Formación ALFONSO VIII
C/Corpus Christi 3. 47005 VALLADOLID
Teléfonos: 983 118 117-983 118 110

Alfonso de la Fuente

13.- En una fábrica existen robots que trabajan de forma independiente. De un estudio sobre
robots, se sabe que el número diario de paradas de cada uno de ellos se distribuye según un
modelo de Poisson con una tasa de 4 paradas diarias
a) ¿ Cuál es la probabilidad de que un robot pare más de 9 veces en 4 días?
b) ¿ Cuál es la probabilidad de que un robot pare al menos 30 veces en una semanas?
c) Desde que se pone en funcionamiento ,¿cuál es la probabilidad de que transcurran más de 12
horas hasta la primera parada?

Respuesta:

a) 0,00813208
b) 0,37739
c) 0,135335

14