Beruflich Dokumente
Kultur Dokumente
NOTA: LOS EJERCICIOS SE HAN RESUELTO USANDO R, PARA CONFIRMAR LOS PROCEDIMIENTOS MANUALES
1. En una fbrica de ladrillos se ha ido anotando, durante un mes, el nmero de fallas en la fabricacin
de una muestra de 500 ladrillos se obtuvo las datos siguientes : SE ENTIENDE QUE DE LOS 500
LADRILLOS SE ENCONTRARON QUE EN 40 LADRILLOS DE ECONTRARON FALLAS COMO SE MUESTRA
EN LA TABLA SIGUIENTE.
nmero de fallas : 1 2 3 4 5 6 7 8
nmero de ladrillos : 2 6 10 5 10 3 2 2
Se pide:
a) cual es la variable de estudio, de que tipo es
RPTA: LA VARIABLE DE ESTUDIO ES X:NRO DE FALLAS, ES TIPO NUMERICA DISCRETA
defectos
1
1
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
6
6
6
7
7
8
8
Los comandos para leer son
> frelcum=as.table(cumsum(frel))
> frelcum
1 2 3 4 5 6 7 8
0.050 0.200 0.450 0.575 0.825 0.900 0.950 1.000
>
> barplot(frel,ylab="Frecuencias Relativas",main="Diagrama de Barras de nro de Defectos en Ladrillos")
>
2. Los siguientes datos representan la flexin D que se observa en cm, para una viga de madera de de 10
pies de longitud, y 2x3 pulgadas de seccin, para un esfuerzo de 70 kg, en el punto central de la viga:
7.33 7.31 7.26 7.33 7.37 7.27 7.30 7.33 7.33 7.32 7.35 7.39 7.33 7.38 7.33 7.31 7.37 7.35 7.34 7.32 7.29 7.35
7.38 7.32 7.32 7.33 7.32 7.40 7.33 7.32 7.34 7.33
> flexion = c(7.33, 7.31, 7.26, 7.33, 7.37, 7.27, 7.30, 7.33, 7.33, 7.32, 7.35, 7.39, 7.33, 7.38, 7.33, 7.31, 7.37,
7.35, 7.34, 7.32, 7.29, 7.35, 7.38, 7.32, 7.32, 7.33, 7.32, 7.40, 7.33, 7.32, 7.34, 7.33)
> flexion
[1] 7.33 7.31 7.26 7.33 7.37 7.27 7.30 7.33 7.33 7.32 7.35 7.39 7.33 7.38 7.33
[16] 7.31 7.37 7.35 7.34 7.32 7.29 7.35 7.38 7.32 7.32 7.33 7.32 7.40 7.33 7.32
[31] 7.34 7.33
> sf =sort(flexion)
> sf DATOS ORDENADOS
[1] 7.26 7.27 7.29 7.30 7.31 7.31 7.32 7.32 7.32 7.32 7.32 7.32 7.33 7.33 7.33 7.33
[17] 7.33 7.33 7.33 7.33 7.33 7.34 7.34 7.35 7.35 7.35 7.37 7.37 7.38 7.38 7.39 7.40
> range(sf)
[1] 7.26 7.40
> max(sf )
[1] 7.4
> min(sf)
[1] 7.26
> a = (max(sf)-min(sf))/5 CLACULANDO LA AMPLITUD DE LA CLASE
>a
[1] 0.028
> hist(sf, seq(7.25, 7.5, by=0.028)) GRAFICO DEL HISTOGRAMA
> hist(sf, seq(7.25, 7.5, by=0.028),main="Histograma de Flexion") PONEMOS TITULO
> hist(sf, seq(7.25, 7.5, by=0.028),main="Histograma de Flexion",xlab="flexion en cm") NOMBRE EN X
> hist(sf, seq(7.25, 7.5, by=0.028),main="Histograma de Flexion",xlab="flexion en cm",
+ ylab="Nro de vigas") GRAFICO COMPLETO
>
PARA LOS INTERVALOS DE CLASE INTRODUCIMOS EL COMANDO
> hf = hist(sf, seq(7.25, 7.5, by=0.028), plot = F)
> hf
$breaks ESTOS SON LOS INTERVALOS DE CLASE
[1] 7.250 7.278 7.306 7.334 7.362 7.390 7.418 7.446 7.474
$density
[1] 2.232143 2.232143 18.973214 5.580357 5.580357 1.116071 0.000000
[8] 0.000000
$xname
[1] "sf"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
>
> summary(flexion)
Min. 1st Qu. Median Mean 3rd Qu. Max.
7.260 7.320 7.330 7.333 7.350 7.400
>
d) Determinar el porcentaje de individuos que se concentra fuera del intervalo (x , x+) mas menos
una desviacin estndar respecto a la media.
DEBEMOS CONTAR CUANTOS EXISTEN ENTRE LOS VALORES LIMITES CALCULADOS
> li=mean(flexion-sd(flexion))
> ls=mean(flexion+sd(flexion))
> li; ls
[1] 7.301576
[1] 7.364049
>
> sf
[1] 7.26 7.27 7.29 7.30 7.31 7.31 7.32 7.32 7.32 7.32 7.32 7.32 7.33 7.33
[15] 7.33 7.33 7.33 7.33 7.33 7.33 7.33 7.34 7.34 7.35 7.35 7.35 7.37 7.37
[29] 7.38 7.38 7.39 7.40
>
DE LOS DATOS ORDENADOS ENCONTRAMOS QUE EXISTE 22 DATOS EL PORCENTAJE ES 22/40*100
= 55%
> 22/40*100
[1] 55
> 22/40
[1] 0.55
3 . haga una seleccin aleatoria de dos muestras de tamao 10 para el ejerci 2, calcule para cada muestra
el promedio, la desviacin estndar, coeficiente de variacin, explique las diferencias de estos valores, son
iguales?, cunto varan? , a qu se debe esto?, grafique los valores calculados en un mismo grafico.
4. Utilizando la recta de regresin de x sobre y correspondiente a la distribucin siguiente:
y = temperatura media en C 20 18 17 12 10
Call:
lm(formula = altura ~ temp)
Coefficients:
(Intercept) temp
1632.0 -83.8
a. Coeficiente de correlacin
> cor(altura,temp)
[1] -0.9632425
b. Coeficiente de determinacin
> summary(rg)
Call:
lm(formula = altura ~ temp)
Residuals:
1 2 3 4 5
44.10 -39.51 23.69 -145.33 117.06
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1631.97 213.95 7.628 0.00468 **
temp -83.80 13.49 -6.211 0.00841 **
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1