Efectuar el analisis de estadstica descriptiva e histograma de la produccin de uvas de una zona agrcola.

Produccin, superficie y rendimiento de uvas

Aos 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004

Superficie cosechada Has 9,462 9,423 9,360 9,696 9,478 9,264 9,797 8,759 8,652 8,725 8,687 8,801 8,661 9,124 9,730 10,702 11,314 12,367 10,321 10,324 10,292 11,578 11,977 12,003 12,258

Produccin

56,496 55,034 49,418 45,467 35,600 51,613 46,787 56,401 47,352 65,467 55,431 56,100 43,363 47,441 64,916 81,446 90,514 114,388 76,074 98,343 107,232 127,701 136,051 145,963 146,536

Rendimiento Prom Nac Kg/Ha 5,971 5,840 5,280 4,689 3,756 5,571 4,776 6,439 5,473 7,503 6,381 6,374 5,007 5,200 6,995 7,610 8,000 9,600 7,371 9,256 10,421 10,930 12,447 12,690 11,950

1.2

0.8

Fuente: Minag-Dgia Elaboracin: AgroData-CEPES

0.6

0.4

0.2

Anlisis
- En el grfico podemos observar que en los aos 82-83 y 97-98 hubo una decaida de produccin, estos casos pudieron ser ocasionados debido al fenomeno del nio y sus efectos. - Las superficies a cosechar no fueron tan productivas, habra que planificar que accin tomar en los siguientes aos, a fin de evitar bajas en la produccin.

Produccin Media 76045.36 Error tpico 6954.071088 Mediana 56496 Moda #N/A Desviacin estndar 34770.35544 Varianza de la muestra 1208977617 Curtosis -0.464997404 Coeficiente de asimetra 0.935322366 Rango 110936 Mnimo 35600 Mximo 146536 Suma 1901134 Cuenta 25

Clase Frecuencia 1980 1 30891.2 24 59802.4 13 88713.6 4 117624.8 4 y mayor... 4

1.2

0.8 Series2 0.6 Series3 Series4 0.4

0.2

1. La unidad de Atencin al Cliente de un Centro de Servicios Mdicos efectu la medicin de la cantidad de reclamos mensual de los pacientes. Los resultados se muestran en la tabla a continuacin. Se solicita graficar y analizar la informacin disponible. Qu recomendaciones dara a la unidad de Atencin al Cliente? (4ptos.)
MES RECLAMOS

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre

22 18 18 20 22 30 18 26 28 42 38 29

45 40 35 30 25 20 15 10 5 0 Enero RECLAMOS 22

Axis Title

Febrer Marzo o 18 18

Anlisis
Se pudo haber presentado los siguientes problemas: Colas de Esperas, personal nuevo que desconoca el procedimiento. Recomendaciones Identificar las categorias o tipos de reclamos presentados en los meses de Octubre y Noviembre Revisar las categorias de procedimientos en octubre y noviembre vs febrero y Marzo, para identificar el problema real. Revisar insitu los tipos de categorias que tienen la mayor cantidad de reclamos. De ser necesario se podra incorporar Speech por categora de reclamo para mejor las respuestas al cliente.

RECLAMOS

Marzo 18

Abril 20

Mayo 22

Junio 30

Julio Agosto 18 26

Setiem Octubr Novie Diciem bre e mbre bre 28 42 38 29

identificar el problema real.

puestas al cliente.

El nmero de quejas en un banco durante 10 das se contabiliza en 8, 4, 0, 2, 3, 9, 6, 0, 4, 6. Desarrollar la grfica correspondiente y analizar el proceso de atencin al pblico para estas 2
Das Nro. Quejas

Nro. Quejas
10 9 8 7 6 5
4 3 2 1 0 LUN MAR MIE 0 JUE VIE LUN 2

LUN MAR MIE JUE VIE LUN MAR MIE JUE VIE

8 4 0 2 3 9 6 0 4 6

4 3

abiliza en 8, 4, 0, 2, 3, 9, 6, 0, 4, 6. o de atencin al pblico para estas 2 semanas.

Nro. Quejas
9

6 Nro. Quejas 4

0 LUN MAR MIE JUE VIE

Anlisis - Debido a que el fin de semana no hay atencin y el cliente tiene necesidad bancara el fin de semana, la nica alternativa es ir al banco a inicios de semana. - Los das Miercoles no hay quejas por que los das anteriores (lunes y martes) el cliente logr satisfacer sus necesidades. - El da jueves y viernes empieza a incrementarce las quejas por que el cliente intenta realizar sus transacciones antes del fin de semana, ya que no hay atencin.

En una acera se levant la informacin referida a lesiones entre el 1ro. de enero y 30 de junio Enero Quemadura con cido Esguince de tobillo Esguince de espalda Cuerpo extrao en el ojo Cortadura de pierna Cortadura de mano 1 1 1 6 10 2 1 4 2 1 Febrero Marzo 1 2 10

Los das de ausencia que generan estos accidentes se especifican a continuacin: Tipo Das Gasto Quemadura con cido 4 300 Esguince de tobillo 15 1125 Esguince de espalda 2 150 Cuerpo extrao en el ojo 5 375 Cortadura de pierna 3 225 Cortadura de mano 2 150

Se ha estimado que un da de ausencia le cuesta a la empresa 75 soles, incluyendo beneficios y personal d Efectuar el anlisis correspondiente.

Tipo Lesin

Esguince de tobillo Esguince de espalda Cortadura de pierna Cortadura de mano Cuerpo extrao en el ojo Quemadura con cido

Total Lesiones Gasto 6.00 6750 41.00 6150 8.00 1800 12.00 1800 4.00 1500 2.00 600 18600

% 36.29% 33.06% 9.68% 9.68% 8.06% 3.23%

de enero y 30 de junio Abril Mayo 1 1 7 1 1 3 5 1 1 2 2 1 2 3 Junio Total Lesiones

2.00 6.00 41.00 4.00 8.00 12.00

Gasto
600 6750 6150 1500 1800 1800 18600.00 8000 7000 6000 5000 4000 3000 2000

ncluyendo beneficios y personal de reemplazo.

%Acum 36.29% 69.35% 79.03% 88.71% 96.77% 100.00%

1000

Anlisis
- El mayor gasto acumulado por lesiones estan en los tipos Esguince de Tobillo y Esguince de Espalda (70%) - Debemos analizar el tipo de trabajo que realizan las personas para que tengan este tipo de lesiones. - Se debe revisar el procedimiento de trabajo que realizan las personas y as estandarizar procedimientos que permitan reducir estos tipos de lesiones.

8000 7000 6000 5000 69.35% 4000 3000 36.29% 2000 1000 0 Esguince de tobillo Esguince de espalda Cortadura de pierna Cortadura de mano Cuerpo extrao en el ojo 79.03% 88.71%

120.00%

96.77%

100.00%

100.00%

80.00% Gasto %Acum 40.00%

60.00%

20.00%

0.00% Cuerpo extrao en el ojo Quemadura con cido

El gerente de una cadena hoteles, est preocupado por el gasto por consumo de agua. En tal sentido, desea desarrollar un plan para reducir el gasto del lquido en uno de los hoteles de mayor movimiento. A fin de investigar selecciona una muestra del consumo diario de agua para diversos propsitos. Los resultados de las muestras son los siguientes: Efectuar el anlisis correspondiente y efecte recomendaciones.

Motivos del consumo de agua Riego de jardn Bao personal Piscina Lavado de ropa Lavado de utensilios Lavado de auto Agua para beber Cocina

Galones por da 143.7 106.7 28.3 24.9 12.3 10.4 7.9 5.1 339.3

% 42.4% 31.4% 8.3% 7.3% 3.6% 3.1% 2.3% 1.5%

160 %Acum 42.4% 73.80% 82.14% 89.48% 93.10% 96.17% 98.50% 100.00% 80 100 73.80% 120 140

60
Anlisis - Se esta desperdiciando un 73% de agua por motivos de riego de jarden y Bao personal. -En el bao personal lo que podra implementarse es colocar letreros en cada habitacin a fin de concientizar al cliente. - Donde se podra optimizar el uso de agua sera en el riego de jardines, puede ser que actualmente se este usando mangeras. Lo ideal sera implementar un sistema de riego con Aspersores que tienen un alcance de 6 metros, suficientes para un jardin. - Sera importante revisar las caerias utilizadas para el regado en el Jardin, puede ser que haya fuga de agua.

42.4%

40

20

0 Riego de jardn Bao personal

plan para reducir el gasto

ua para diversos propsitos.

120.0%

89.48% 82.14% 73.80%

93.10%

96.17%

98.50%

100.0% 100.00%

80.0%

60.0%

Galones por da %Acum

40.0%

20.0%

0.0% Bao personal Piscina Lavado de ropa Lavado de utensilios Lavado de auto Agua para beber Cocina

Galones por da %Acum

Proinversin estudia las relaciones entre el nmero de licitadores para un proyecto de carretera, y la propuesta ganadora (la de mas bajo costo) para el proyecto. De particular inters es si el nmero de postores aumenta o disminuye el importe de la licitacin ganadora.

Proyecto 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

No Licitadores 9 9 3 10 5 10 7 11 6 6 4 7 7 7 6

Oferta Ganadora (millones US$) 5.1 8 9.7 7.8 7.7 5.5 8.3 5.5 10.3 8 8.8 9.4 8.6 8.1 7.8

Anlisis - El nivel de correlacin se encuen - La propuesta ganadora esta basa

- La ecuacin que permite encont de licitadores es: y = -0,4667x + 11 - El monto de la oferta ganadora s 11,232.73

a) Determine si ms licitadores tienden a aumentar o disminuir el importe de la propuesta ganadora. b) Estime el monto de la oferta ganadora si hubiese siete postores

Resumen Estadsticas de la regresin Coeficiente de correlacin mltiple

El nivel de correlacin se encuentra entre 0,7 y 1, por lo cual indica que es alto. La propuesta ganadora esta basada en la cantidad de licitadores.

Coeficiente de determinacin R^2 R^2 ajustado Error tpico Observaciones ANLISIS DE VARIANZA Grados de libertad Regresin Residuos Total

La ecuacin que permite encontrar la relacin entre la propuesta y el nro e licitadores es: y = -0,4667x + 11,236 El monto de la oferta ganadora si se presenta 7 postores es :

Intercepcin No Licitadores

Anlisis de los residuales

Observacin 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

de la regresin 70.64%

Nivel correlacin Alta

12 10 Oferta Ganadora (millones US$)

49.90% 0.46043319 1.11381891 15

8 6 4 2 0 0

Grados de libertadSuma de cuadrados Promedio de los cuadradosF Valor crtico de F 1 16.0616299 16.0616299 12.9467403 0.00324327 13 16.12770344 1.24059257 14 32.18933333 Coeficientes 11.2359855 -0.46672694

Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% 0.968946401 11.5960857 3.1476E-08 9.1427041 13.329267 9.1427041 0.129712746 -3.59815791 0.00324327 -0.7469543 -0.18649959 -0.7469543

Pronstico Oferta Ganadora (millones US$) 7.03544304 7.03544304 9.8358047 6.56871609 8.90235081 6.56871609 7.96889693 6.10198915 8.43562387 8.43562387 9.36907776 7.96889693 7.96889693 7.96889693 8.43562387

Residuos -1.935443038 0.964556962 -0.135804702 1.231283906 -1.202350814 -1.068716094 0.331103074 -0.60198915 1.86437613 -0.43562387 -0.569077758 1.431103074 0.631103074 0.131103074 -0.63562387

No Licitadores Curva de regresin ajustada

y = -0.4667x + 11.236

2 Superior 95,0% 13.329267 -0.18649959

6 No Licitadores

10

12

ustada

Oferta Ganadora (millones US$) Pronstico Oferta Ganadora (millones US$) Linear (Pronstico Oferta Ganadora (millones US$)) Linear (Pronstico Oferta Ganadora (millones US$))

12

Oregon Fiber Board fabrica forros interiores de techo para la industria automotriz. La gerente de manufactura est pre la calidad de este producto. Sospecha que un defecto en particular, las rasgaduras de la tela, esta relacionado con el actuales partidas de produccin. Un asistente ha recopilado los siguientes datos, basndose en los registros de prod Partida 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Tamao 1000 4100 2000 6000 6800 3000 2000 1200 5000 3800 6500 1000 7000 3000 2200 1800 5400 5800 1000 1500

Defectos (%) 3.5 3.8 5.5 Pregunta: 1.9 2.0 a)Existe alguna relacin entre el tamao de la partida y el procentaje de defe 3.2 Qu consecuencias tiene esto para los negocios de Oregon? 3.8 Que recomendaciones hara? 4.2 3.8 Anlisis 3.0 - El nivel de correlacin se encuentra entre 0,7 y 1, por lo cual indica que es alto. 1.5 - La cantidad de defectos encontrados se basa en el tamao de corte. 5.5 - La ecuacin que permite encontrar la relacin entre la propuesta y el nro de licitadores es 1.0 - A menor tamao de corte exite mayor probabilidad de defectos. 4.5 Debera analizarce un lote de produccin menor para identificar porque suceden los defec 4.2 6.0 2.0 2.0 6.2 7.0

z. La gerente de manufactura est preocupada por as de la tela, esta relacionado con el tamao de las , basndose en los registros de produccin.

Resumen Estadsticas de la regresin Nivel de correlacin Coeficiente de correlacin 89.24% mltiple Alto Coeficiente de determinacin 79.63% R^2 R^2 ajustado 0.78434641 Error tpico 0.8104694 Observaciones 19 ANLISIS DE VARIANZA Grados de libertad Suma de cuadrados Regresin 1 43.65968482 Residuos 17 11.16663097 Total 18 54.82631579 Coeficientes Intercepcin 6.41210333 1000 -0.00073415 Error tpico 0.376597757 9.00498E-05

o de la partida y el procentaje de defectos? Demustrelo negocios de Oregon?

1, por lo cual indica que es alto. n el tamao de corte. entre la propuesta y el nro de licitadores es: -0,0007x + 6,4121 lidad de defectos. r para identificar porque suceden los defectos.

Anlisis de los residuales Observacin Pronstico 3,5 1 3.40207657 2 4.94379759 3 2.00718611 4 1.41986381 5 4.20964472 6 4.94379759 7 5.53111989 8 2.74133898 9 3.62232243 10 1.64010968 11 5.67795046 12 1.27303324 13 4.20964472 14 4.79696702 15 5.09062817 16 2.44767783 17 2.15401669 18 5.67795046 19 5.31087403 Residuos 0.397923435 0.556202407 -0.107186111 0.580136185 -1.009644723 -1.143797593 -1.33111989 1.058661018 -0.622322426 -0.140109676 -0.177950464 -0.273033241 0.290355277 -0.596967019 0.909371833 -0.447677834 -0.154016685 0.522049536 1.689125971

1000 Curva de regresin a

8.0 7.0 6.0 5.0 3,5 Promedio de los cuadradosF Valor crtico de F 43.6596848 66.4671953 2.8186E-07 0.65686065 4.0 3.0 2.0 1.0 0.0 0 1000 2000 Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0% 3000 17.0263981 4.0807E-12 5.61755152 7.20665515 5.61755152 7.20665515 -8.15274158 2.8186E-07 -0.00092414 -0.00054416 -0.00092414 -0.00054416 4000 1000

00 Curva de regresin ajustada

y = -0.0007x + 6.4121 Series1 Pronstico 3,5 Linear (Pronstico 3,5)

4000 1000

5000

6000

7000

8000