TEMA 1:

TABLA DE FRECUENCIAS
Las tablas de frecuencia se utilizan para sintetizar información
que es numerosa.
Las variables se arreglan en categorías o clases y se calculan
frecuencias para cada clase.
Ofrece una lista de todos los valores posibles de la variable y del
número de veces que se presenta cada uno de ellos, tanto en
valores absolutos como en relativos.
Una tabla que presenta la clasificación de una sola variable se
llama Tabla Unidimensional de Distribución de Frecuencias.
PREGUNTA 1:
Se quiere conocer dentro de que rango de toneladas de algodón pima se
encuentra el mes en el que hubo mayor importación de este material.

INTERVALOS x f
0.942-1.607 1.2745 20
1.607-2.272 1.9395 10 Respuesta:
En el mes donde hubo mayor
2.272-2.937 2.6045 19 importación, el rango fue de
2.937-3.602 3.2695 7 4.932 toneladas como
mínimo a 5.594 toneladas
3.602-4.267 3.9345 1 como máximo.

4.267-4.932 4.5895 2
4.932-5.597 5.2545 1
PREGUNTA 2:
Determinar en qué proporción se encuentran los meses en los cuales se importó
2.937 toneladas de algodón pima como mínimo.

INTERVALOS x f h H

0.942-1.607 1.2745 20 0.33 0.33

Respuesta:
1.607-2.272 1.9395 10 0.17 0.50 Se efectúa la diferencia:
1-0.82=0.18
2.272-2.937 2.6045 19 0.32 0.82
Entonces, los meses en los que
2.937-3.602 3.2695 7 0.12 0.93 se importó 2.937 toneladas de
algodón pima como mínimo
3.602-4.267 3.9345 1 0.02 0.95
están en una proporción de
4.267-4.932 4.5895 2 0.03 0.98 0.18.

4.932-5.597 5.2545 1 0.02 1.00

TABLA DE FRECUENCIAS
 CLASIFICACIÓN DE LA VARIABLE:
VARIABLE: toneladas de algodón pima INTERVALOS x f h h% F H H%
TIPO DE VARIABLE: cuantitativa continua
INTERVALO: semiabierto 0.942-1.607 1.2745 20 0.33 33.33 20 0.33 33.33
LÍMITES : reales
UNIDAD ESTADÍSTICA: 1 mes 1.607-2.272 1.9395 10 0.17 16.67 30 0.50 50.00
 Para la elaboración de la tabla de frecuencias
se calcula lo siguiente: 2.272-2.937 2.6045 19 0.32 31.67 49 0.82 81.67
N = 60
Número de intervalos: 2.937-3.602 3.2695 7 0.12 11.67 56 0.93 93.33
k = 3.3log60 + 1 = 6.87 ≈ 7
3.602-4.267 3.9345 1 0.02 1.67 57 0.95 95.00
Valores extremos:
mín. = 0.942 y máx. = 5.594
4.267-4.932 4.5895 2 0.03 3.33 59 0.98 98.33
Rango: R = 5.594 – 0.942 = 4.652
Amplitud: A = R/k = 4.652/7 = 0.665 4.932-5.597 5.2545 1 0.02 1.67 60 1.00 100.00
Límites: Li = 0.942 y Ls = Li + A = 1.607
SUMATORIA 60 1 100
PREGUNTA 3:
¿Cuántas toneladas de algodón como máximo se importó en el 50% inferior de los
meses?

INTERVALOS x f h% H%

0.942-1.607 1.2745 20 33.33 33.33

Respuesta:
1.607-2.272 1.9395 10 16.67 50.00 En el 50% de los meses en
los que hubo menor
2.272-2.937 2.6045 19 31.67 81.67 importación de algodón
pima, se importaron hasta
2.937-3.602 3.2695 7 11.67 93.33 2.272 toneladas.
3.602-4.267 3.9345 1 1.67 95.00

4.267-4.932 4.5895 2 3.33 98.33

4.932-5.597 5.2545 1 1.67 100.00

PREGUNTA 4:
¿Cuántas toneladas de algodón pima como máximo se han importado en los 20
meses de menor comercio de esta materia prima?

INTERVALOS x f F
0.942-1.607 1.2745 20 20 Respuesta:
En los 20 meses en que
1.607-2.272 1.9395 10 30 hubo menos importación
2.272-2.937 2.6045 19 49 de algodón pima se
importó 1.607 toneladas
2.937-3.602 3.2695 7 56 como máximo.
3.602-4.267 3.9345 1 57
4.267-4.932 4.5895 2 59
4.932-5.597 5.2545 1 60
PREGUNTA 5:
Para evaluar el nivel de importaciones de esta materia prima se requiere
conocer cuál fue rango de toneladas importadas en el 5% superior de los
meses evaluados.

INTERVALOS x f h% H%
0.942-1.607 1.2745 20 33.33 33.33
Respuesta:
1.607-2.272 1.9395 10 16.67 50.00 En el 5% superior de los
meses evaluados se
2.272-2.937 2.6045 19 31.67 81.67
importó 4.267 toneladas
2.937-3.602 3.2695 7 11.67 93.33 como mínimo y 5.594
3.602-4.267 3.9345 1 1.67 95.00 toneladas como
máximo.
4.267-4.932 4.5895 2 3.33 98.33
4.932-5.597 5.2545 1 1.67 100.00
-Un histograma es una
representación gráfica de una variable en forma
de barras, donde la superficie de cada barra es
proporcional a la frecuencia o porcentaje de los
valores representados, ya sea en forma
diferencial o acumulada.
- Sirven para obtener una "primera vista"
general, o panorama, de la distribución de la
población, o la muestra, respecto a una
característica, cuantitativa y continua, de la
misma.
• Un histograma muestra la acumulación o tendencia y la forma de la
distribución.

• Un histograma es una grafica

adecuada para representar variables
continuas, aunque también se puede
usar para variables discretas
 PROBLEMAS
• 1) ¿Cuantas miles de toneladas de algodón pima, como
máximo, representa el 40% de las importaciones totales?
•

• X=1.58
•
RESPUESTA: El 40% de
las importaciones
totales de algodón
pima representan
como máximo 1.58
miles de toneladas.
 2) ¿Que cantidad de toneladas tiene las mayores
importaciones de algodón pima?

RESPUESTA:
La mayor
producciones de
algodón pima se
encuentran en un
rango de 2.1 y 2.9
miles de
toneladas.
• 3) Si se considera una cantidad optima de importación, a la producción
total de algodón pima que supera las 2.0 mil toneladas ¿qué porcentaje
de ésta se considera como optima?

Y = 56.2

100-
56.2=43.8=44%

RESPUESTA:
El 44% de la
producción total
de algodón pima
se considera
como optima.
• 4) ¿Cual es la cantidad de importaciones totales de algodón
pima representativa hasta el 50%

X = 1.85

RESPUESTA:
Hasta el 50% de las
importaciones
totales de algodón
pima, el peso
representativo es de
1.85 miles de
toneladas
 5) ¿Que porcentaje de las importaciones totales representa
mas de 4.5 miles de toneladas de algodón pima?

Y = 97.5

100-97.5=2.5

RESPUESTA:
El 2.5% de las
importaciones
totales de
algodón pima
representa mas
de 4.5 miles de
toneladas.
 Son valores numéricos que tienden a localizar en
algún sentido, la parte central de un conjunto de
datos.

años
 MEDIDAS DE TENDENCIA CENTRAL

Media 𝑥ҧ
 MEDIDAS DE TENDENCIA CENTRAL

MODA

Mayor frecuencia
 MEDIDAS DE DISPERSIÓN ABSOLUTA

Es la distancia de cada 𝑆 Cuantifica el grado

dato respecto a su 𝑥 𝑆2 de dispersión de una
variable respecto a su 𝑥ҧ

Las importaciones en esos

años están concentrados
alrededor de la media
 MEDIDAS DE DISPERSIÓN ABSOLUTA
Varianza 𝑆 2

Todos las toneladas de los cinco años.

374.614 139.52 2
2
𝑆 = − =0.8363
60 60
 MEDIDAS DE DISPERSIÓN ABSOLUTA
Desviación estándar 𝑠

𝑆= 0.8363 = 0.9145
MEDIDAS DE DISPERSION RELATIVA
COEFICIENTE DE Mide la variabilidad relativa
VARIACIÓN a la 𝑥,expresa
ҧ la proporción
de variabilidad por cada
unidad de la media
MEDIDAS DE FORMA
ASIMETRIA

ASIMETRIA POSITIVA
Y NEGATIVA
MEDIDAS DE FORMA
COEFICIENTE DE CURTOSIS

ACHATADA, PLATICURTICA Y DE
BAJA CONCENTRACIÓN DE
DATOS
CONCEPTOS QUE DEBEMOS SABER:

RIC: Rango Intercuartil

Q1: Primer cuartil

Mediana=Q2: Segundo cuartil

Q3: Tercer cuartil

1. OBSERVAMOS LA VARIACION DE LAS TONELADAS IMPORTADAS EN LOS 5 AÑOS
MENCIONADOS

INTERPRETACIONES:
Gráfica de caja de TONELADAS

a) De la gráfica podemos apreciar que la mínima

cantidad importada fue 0.942 miles de toneladas
y la máxima fue 4.617 miles de toneladas.

b) Se puede saber que el 25% de la importación fue

de 1.396 miles de toneladas o menos.

c) Se observa que existe un valor atípico siendo

este de 5.594 miles de toneladas

d) Las importaciones han sido en cantidades

pequeñas ya que la caja se inclina a la izquierda.

e) El tamaño de la gráfica nos muestra que existe

poca variabilidad central en los datos, los datos
se parecen.
PREGUNTA N°2: ¿EN QUE AÑO HUBO MAS PRODUCCION TEXTIL Y EN QUE AÑO
MENOS?

Estadísticas descriptivas: TONELADAS

Median
Variable Año N Mínimo Q1 Q3 Máximo IQR
a

Tonelad
2011 12 1.483 2.355 2.961 4.295 2.594 1.939 Es una forma de comprobar que los
as
resultados coinciden, usando medidas
2012 12 1.101 1.289 2.432 3.096 3.258 1.807 descriptivas como un diagrama de
cajas.
2013 12 0.985 1.173 2.030 2.580 3.125 1.407

2014 12 0.980 1.247 2.204 2.448 2.953 1.201

2015 12 0.942 1.220 1.568 2.292 2.754 1.072

Gráfica de caja de TONELADAS

INTERPRETACION:

 Se observa que el año donde hubo

mayor producción textil fue el 2011
siendo 5.594 miles de toneladas su
máximo valor.
 y el año con menor producción fue el
2015 siendo 2.754 miles de
toneladas su máximo valor.
PREGUNTA N°3 ¿QUE MES EN COMPARACION DEL RESTO PRESENTA MAYOR COMPRA DE
ALGODON PIMA?

Estadísticas descriptivas: TONELADAS

Variable Meses N Mínimo Q1 Mediana Q3 Máximo IQR

Toneladas abril 5 1.186 1.601 2.315 4.426 5.594 2.825

Agosto 5 1.152 1.357 2.563 3.937 4.617 2.580

diciembre 5 1.415 1.492 2.044 2.569 2.931 1.078

enero 5 1.895 2.192 2.492 2.579 2.586 0.387

febrero 5 1.956 2.032 2.855 2.912 2.924 0.881

Julio 5 2.101 2.151 2.322 3.338 4.237 1.187

Junio 5 1.390 1.857 2.754 2.962 3.153 1.104

Marzo 5 1.214 1.878 2.953 3.200 3.275 1.322

mayo 5 1.483 1.558 1.920 2.583 2.810 1.025

Noviembre 5 0.980 0.995 1.197 1.939 2.310 0.943

Octubre 5 0.942 0.964 1.101 2.807 4.314 1.844

septiembre 5 1.101 1.165 1.239 2.119 2.991 0.954

Gráfica de caja de TONELADAS

INTERPRETACION:
 Se observa que la mayor cantidad de compra de algodón Pima se realizó en el mes de abril; pero también presenta una
menor compra de algodón Pima con un promedio de 2.315 miles de toneladas.

 En el mes de octubre se presentó una menor compra de algodón Pima con un promedio de 1.101 miles de toneladas.
PREGUNTA N°4:TENER UNA MAYOR PROCCION IMPLICA INVERTIR MAS ¿COMO A VARIADO LA INVERSION?

Gráfica de caja de TONELADAS, PRECIO

INTERPRETACION:
 En el 2011 hay mayor importación que en el 2012 uno de factores influyentes debió ser la diferencia en los precios ya
que en el 2011 los precios por miles de toneladas fueron menores en comparación con el 2102.
VARIABLES ESTADISTICAS BIDIENSIONALES

Preguntas
Identificar el tipo de dependencia entre las dos variables bidimensionales de las
importaciones del algodón por medio de la interpretación de:

a) La covarianza
b) Coefiente de correlaciones de ´Pearson.
c) Diagrama de dispersión

a) LA COVARIANZA

Cantidad x: miles de toneladas

Precio y: miles de dólares
 cantidad (x) precio (y) X*Y

1 2.492 1.65 4.1118

2 2.108 1.83 3.85764
3 3.275 1.8 5.895
4 5.594 1.75 9.7895
5 1.483 1.82 2.69906
6 2.77 1.96 5.4292
7 4.237 1.98 8.38926
8 4.617 2.02 9.32634
9 2.991 2.12 6.34092
10 4.314 2.04 8.80056
11 2.31 2.19 5.0589
12 2.931 2.17 6.36027
13 1.895 2.45 4.64275
14 2.924 2.42 7.07608
15 2.542 2.97 7.54974
16 3.258 3.43 11.17494
17 2.81 3.77 10.5937
18 3.153 3.89 12.26517
19 2.322 4.35 10.1007
20 3.256 4.22 13.74032
21 1.247 3.99 4.97553
22 1.101 3.49 3.84249
23 1.197 3.44 4.11768
24 1.415 3.59 5.07985
25 2.586 1.89 4.88754
26 2.855 1.84 5.2532
27 3.125 1.86 5.8125
28 2.016 1.85 3.7296
29 1.634 2.07 3.38238
30 1.39 2.09 2.9051
31 2.439 2.09 5.09751
32 2.563 2.17 5.56171
33 1.101 2.12 2.33412
34 0.985 2.16 2.1276
35 1.011 2.09 2.11299
36 2.044 2.18 4.45592
37 2.489 2.26 5.62514
38 2.901 2.64 7.65864
39 2.953 2.48 7.32344
40 2.315 2.39 5.53285
41 1.92 2.25 4.32
 42 2.325 2.3 5.3475
43 2.201 2.25 4.95225
44 1.152 2.24 2.58048
45 1.229 2.04 2.50716
46 1.301 1.85 2.40685
47 0.98 1.97 1.9306
48 2.207 1.99 4.39193
49 2.572 1.92 4.93824
50 1.956 1.95 3.8142
51 1.214 1.87 2.27018
52 1.186 2.21 2.62106
53 2.356 1.95 4.5942
54 2.754 1.77 4.87458
55 2.101 1.8 3.7818
56 1.562 1.9 2.9678
57 1.239 1.8 2.2302
58 0.942 1.74 1.63908
59 1.568 1.92 3.01056
60 1.568 1.68 2.63424
suma 154.982 138.92 312.831
n 60 60 60
media 2.25 2.315
Formula 1
σ 𝑥𝑖 𝑦𝑖
𝑆𝑥𝑦 = − 𝑥ҧ 𝑦ത
𝑛
312.831
𝑆𝑥𝑦 = − 2.250 × 2.315 = 0.005
60

Interpretación:

Se ha obtenido un valor positivo para la covarianza lo cual indica que la variable x e y

presentan una dependencia directa o también se puede hablar de dependencia positiva, pues
lo que importa en la covarianza es el signo.
Formula 2

σ𝑟𝑖=1 σ𝑠𝑗=1(𝑥𝑖 − 𝑥)(𝑦

ҧ 𝑖 − 𝑦)𝑛
ത 𝑖𝑗
𝑆𝑥𝑦 =
𝑁
orden cantidad (x) precio (y) Xi - X Yi - Y nij (Xi - X)*(Yi -Y)*nij
1 2.492 1.65 0.242 -0.665 2 -0.32186
2 2.108 1.83 -0.142 -0.485 2 0.13774
3 3.275 1.8 1.025 -0.515 2 -1.05575
4 5.594 1.75 3.344 -0.565 2 -3.77872
5 1.483 1.82 -0.767 -0.495 2 0.75933
6 2.77 1.96 0.52 -0.355 2 -0.3692
7 4.237 1.98 1.987 -0.335 2 -1.33129
8 4.617 2.02 2.367 -0.295 2 -1.39653
9 2.991 2.12 0.741 -0.195 2 -0.28899
10 4.314 2.04 2.064 -0.275 2 -1.1352
11 2.31 2.19 0.06 -0.125 2 -0.015
12 2.931 2.17 0.681 -0.145 2 -0.19749
13 1.895 2.45 -0.355 0.135 2 -0.09585
14 2.924 2.42 0.674 0.105 2 0.14154
15 2.542 2.97 0.292 0.655 2 0.38252
16 3.258 3.43 1.008 1.115 2 2.24784
17 2.81 3.77 0.56 1.455 2 1.6296
18 3.153 3.89 0.903 1.575 2 2.84445
19 2.322 4.35 0.072 2.035 2 0.29304
20 3.256 4.22 1.006 1.905 2 3.83286
21 1.247 3.99 -1.003 1.675 2 -3.36005
22 1.101 3.49 -1.149 1.175 2 -2.70015
23 1.197 3.44 -1.053 1.125 2 -2.36925
24 1.415 3.59 -0.835 1.275 2 -2.12925
25 2.586 1.89 0.336 -0.425 2 -0.2856
26 2.855 1.84 0.605 -0.475 2 -0.57475
27 3.125 1.86 0.875 -0.455 2 -0.79625
28 2.016 1.85 -0.234 -0.465 2 0.21762
29 1.634 2.07 -0.616 -0.245 2 0.30184
30 1.39 2.09 -0.86 -0.225 2 0.387
31 2.439 2.09 0.189 -0.225 2 -0.08505
32 2.563 2.17 0.313 -0.145 2 -0.09077
33 1.101 2.12 -1.149 -0.195 2 0.44811
34 0.985 2.16 -1.265 -0.155 2 0.39215
35 1.011 2.09 -1.239 -0.225 2 0.55755
36 2.044 2.18 -0.206 -0.135 2 0.05562
37 2.489 2.26 0.239 -0.055 2 -0.02629
38 2.901 2.64 0.651 0.325 2 0.42315
39 2.953 2.48 0.703 0.165 2 0.23199
 40 2.315 2.39 0.065 0.075 2 0.00975
41 1.92 2.25 -0.33 -0.065 2 0.0429
42 2.325 2.3 0.075 -0.015 2 -0.00225
43 2.201 2.25 -0.049 -0.065 2 0.00637
44 1.152 2.24 -1.098 -0.075 2 0.1647
45 1.229 2.04 -1.021 -0.275 2 0.56155
46 1.301 1.85 -0.949 -0.465 2 0.88257
47 0.98 1.97 -1.27 -0.345 2 0.8763
48 2.207 1.99 -0.043 -0.325 2 0.02795
49 2.572 1.92 0.322 -0.395 2 -0.25438
50 1.956 1.95 -0.294 -0.365 2 0.21462
51 1.214 1.87 -1.036 -0.445 2 0.92204
52 1.186 2.21 -1.064 -0.105 2 0.22344
53 2.356 1.95 0.106 -0.365 2 -0.07738
54 2.754 1.77 0.504 -0.545 2 -0.54936
55 2.101 1.8 -0.149 -0.515 2 0.15347
56 1.562 1.9 -0.688 -0.415 2 0.57104
57 1.239 1.8 -1.011 -0.515 2 1.04133
58 0.942 1.74 -1.308 -0.575 2 1.5042
59 1.568 1.92 -0.682 -0.395 2 0.53878
60 1.568 1.68 -0.682 -0.635 2 0.86614
suma 0.604
N 120
 σ𝑟𝑖=1 σ𝑠𝑗=1(𝑥𝑖 − 𝑥)(𝑦
ҧ 𝑖 − 𝑦)𝑛
ത 𝑖𝑗
𝑆𝑥𝑦 =
𝑁

0.604
𝑆𝑥𝑦 = = 0.005
120
b) Coeficiente de correlación de Pearson.

𝑆𝑥𝑦
𝑟=
𝑆𝑥 𝑆𝑦

• En la primera parte se hallo la covarianza que es 𝑆𝑥𝑦 = 0.005

• Datos del minitab

Estadísticas descriptivas: cantidad (x), precio (y)

Variable Media Des. Estándar Varianza

Cantidad (x) 2.250 0.972 0.944
Precio (y) 2.3153 0.6823 0.465
 0.005
𝑟= = 0.007
2.250 × 2.315

Interpretación:

Como el signo del coeficiente es igual al de la covarianza se puede decir que la

dependencia es positiva. Pero también se observa que r se acerca a cero por esa razón
se puede afirmar que la dependencia es débil.
c) Diagrama de dispersión
Interpretación:

Se puede apreciar una pequeña pendiente positiva por lo tanto se

puede hablar de una dependencia directa entre las variables
cantidad y precio.
Como se puede observar la pendiente se acerca a cero por eso
podemos decir que dicha dependencia es débil por lo tanto los
datos no son fiables.