Semana 3 Actividad 1
1. Determine si se puede considerar que las variables Millaje y Price se distribuyen
normalmente. Para hacer esto pueden calcular e interpretar cada una de las
siguientes medidas o procedimientos, y finalmente concluir.
a. El sesgo
b. La curtosis
c. Una gráfica de la curva normal (q-q plot)
d. La regla empírica.
2. Asuman que los datos corresponden a una población. Van a seleccionar una
muestra usando el muestreo aleatorio simple. Supongan conocido el tamaño de la
población
¿Qué tamaño de muestra escogen? Justifiquen su respuesta.
Seleccionen la muestra y muestren o expliquen cómo la obtuvieron.
Solución:
Para el cálculo de las medidas establecidas en la rúbrica del trabajo colaborativo
se hizo el uso de la herramienta de Microsoft Excel
Se quiere determinar inicialmente si las variables Millaje y Price, se distribuyen
normalmente, para esos se hace usos de las siguientes medidas o
procedimientos.
Para poder calcular las siguientes medidas es necesario realizar las tablas de
esas formas se calculan las medidas pertinentes:
Millaje
Estadisticas descriptivas
Media 19831,9341
Error típico 289,061909
Mediana 20913,5
Moda 18910
Desviación estándar 8196,31971
Varianza de la muestra 67179656,7
Curtosis 0,1839093
Coeficiente de asimetría -0,1312466
Rango 50121
Mínimo 266
Máximo 50387
Suma 15944875
Cuenta 804
De donde se tiene que;
μ=
∑ x i =19831,9341
N
o Sesgo
σ=
√ ∑ ( x−μ)2 =¿ 8196,31971¿
N
∑ (x−μ)3
N
α 3= =−0,1312466
n σ3
o Curtosis
∑ (x −μ)4
N
α 4= 4
=0,1839093
nσ
De acuerdo a los resultados se puede evidenciar que la variable Millaje es
asimétrica negativa o a la izquierda (α 3=−0,1312466< 0 ¿.
Además α 4 =0,1839093<3, la distribución sería platicurtica, es decir existe una baja
concentración de sus datos con respecto a su media.
o Grafica de QQ-plot
Grafico de QQ-plot(Millaje)
60000
50000
Sample Quantiles
40000
30000
20000
10000
0
0 0.2 0.4 0.6 0.8 1 1.2
Theoretical Quantile
Se puede observar que los datos para la variable millaje no se ajustan muy bien a
la recta normal, por lo que se tiene un indicio que los datos no siguen una
distribución Normal.
o Regla empírica
Para este caso se hace del test de normalidad más relevantes en estos casos el
test de Shapiro-Wilk
Veamos las hipótesis
{
H 0 : La variable millaje sigue una distribución normal
vs
H 1 : La variable millaje no sigue una distribución normal
Para un nivel de significancia α =0.05
Prueba de Shapiro-Wilk
Shapiro-Wilk normality test
data: Millaje
W = 0.98418, p-value = 1.25e-07
De acuerdo al resultado en el test el P−valor< 0.05=α , existe suficiente evidencia para
rechazar la hipótesis nula H 0 en favor de H 1, por lo que se puede concluir que la variable
Price no sigue una distribución normal.
Price
Estadisticas descriptivas
Media 21343,1381
Error típico 348,611507
Mediana 18025
Moda 10922
Desviación estándar 9884,84225
Varianza de la muestra 97710106,3
Curtosis 3,29112012
Coeficiente de asimetría 1,57579368
Rango 62116
Mínimo 8639
Máximo 70755
Suma 17159883
Cuenta 804
De donde se tiene que;
μ=
∑ x i =21343,1381
N
σ=
√ ∑ ( x−μ)2 =9884,84225
N
o Sesgo
∑ (x−μ)3
N
α 3= =1,57579368
n σ3
o Curtosis
∑ (x −μ)4
N
α 4= 4
=3,29112012
nσ
De acuerdo a los resultados se puede evidenciar que la variable Price es
asimétrica positiva o a la derecha (α 3=1,57579368>0 ¿.
Además α 4 =3,29112012>3 , la distribución sería leptocúrtica, es decir existe una
gran concentración de sus datos con respecto a su media.
o Grafica de QQ-plot
Grafico de QQ-plot (Price)
80000
70000
60000
Sample Quantiles
50000
40000
30000
20000
10000
0
0 0.2 0.4 0.6 0.8 1 1.2
Theoretical Quantile
Se puede observar que los datos para la variable Price no se ajustan muy bien a la
recta normal, por lo que se tiene un indicio que los datos no siguen una
distribución Normal.
o Regla empírica
Para este caso se hace del test de normalidad más relevantes en estos casos el
test de Shapiro-Wilk
Veamos las hipótesis
{
H 0 : La variable Price sigueuna distribución normal
vs
H 1 : La variable Price no sigueuna distribución normal
Para un nivel de significancia α =0.05
Prueba de Shapiro-Wilk
Shapiro-Wilk normality test
data: Price
W = 0.8615, p-value < 2.2e-16
De acuerdo al resultado evidenciado el P−valor< 0.05=α , existe suficiente evidencia
para rechazar la hipótesis nula H 0 en favor de H 1, por lo que se puede concluir que la
variable Price no sigue una distribución normal.
2) Asumiendo que los datos corresponden a una población.
Para calcular el tamaño de la muestra, se utiliza la fórmula del tamaño muestra
poblaciones finitas.
2
N∗Z α pq
n= 2 2
ε ( N −1 ) +Z α pq
De donde se, tiene
N=804
p=0.05
q=1− p=0.95
Para α =0.05 , entonces Z α /2 =1.96
ε =0.05
Luego, se tiene
2 2
N∗Z α pq (804)∗ (1.96 ) ( 0.05)(0.95)
n= 2 2
= 2 2
≈ 67
d ( N−1 ) + Z α pq (0.05) ( 804−1 )+ ( 1.96 ) (0.05)(0.95)
Utilizando la estrategia de muestreo completamente al azar sin remplazo (MAS)
mediante el método de selección Coordinado negativo se selecciona una muestra
representativa de tamaño 67