Probabilidad y estadistica

[pic 1]UNIVERSIDAD ESTATAL DE MILAGRO

FACULTAD CIENCIAS DE LA INGENIERÍA INGENIERIA INDUSTRIAL

TEMA

“TRABAJO PRACTICO DE INVESTIGACIÓN”

ASIGNATURA

PROBABILIDAD Y ESTADISTICA

DOCENTE

ING. LUIS TORRES ORDOÑEZ MGS.

SEMESTRE TERCER NIVEL

A1,2

INTEGRANTES:

CARRIEL FIGUEROA JHON ANTHONY LÓPEZ MARQUEZ ERICK STEVEN CAJAMARCA LARGO CHRISTIAN ADRIAN

STEVEN ISAAC TACURI ALVAREZ

Milagro-Ecuador

Fecha de entrega: 28/01/2022

[pic 2]1.- Carga de Base de Datos: Descargue una base de datos cualquiera que tenga las siguientes condiciones y cargue el conjunto de datos en el paquete R.

1. Al menos dos variables numéricas

1. Al menos dos variables categóricas

Para la primera parte del trabajo de investigación el grupo eligió la base de datos del ranking a nivel mundial de las universidades, en donde se pudo encontrar variables de tipo cualitativas y cuantitativas. A continuación, se presenta la base de datos cargada en restudio.[pic 3]

figura 1. Base de datos fuente. Elaboración propia

Como se puede visualizar aquí, la base de datos ya está cargada en Restudio y el nombre de nuestra base de datos es “universidades” donde hay 999 observaciones y 7 variables, donde dos son de tipo cualitativa o categóricas y cinco son de variable cuantitativa o numérica. Las variables que se encuentran en esta base de datos son las siguientes:

1.- Rango mundial

2.- Institución o nombre de la universidad 3.- País donde se encuentra la universidad 4.- Rango nacional

[pic 4]5.- Rango de la calidad de la educación 6.- Patentes

7.- Puntajes

1. Muestreo: De la base de datos anterior, realice un muestreo donde queden entre 80 a 100 observaciones. (sugerencia: realice un muestreo aleatorio simple)

Bueno, una vez cargada la base de datos vamos a realizar un muestreo aleatorio simple, donde se busca que en este muestreo quede de 80 a 100 observaciones para realizar el análisis estadístico; para esta sección se utilizó el software Restudio. A continuación, se presenta las fórmulas utilizadas en el software para el muestreo simple:

[pic 5]

figura 2. Formulas utilizadas fuente. Elaboración propia

Ahora se presenta la nueva base de datos obtenida a partir del muestreo simple en el software Restudio:

[pic 6][pic 7]

figura 3. Base de datos muestreo fuente. Elaboración propia

Una vez realizado el muestreo simple en el software Restudio, nos dimos cuenta de que obtuvimos 90 observaciones y 7 variables, esto cumple con lo descrito en la orden #2 que se debía tener de 80 a 90 observaciones.

1. Identificación        de        conceptos:        parámetros,        población,        muestra        y estimadores y tipo de variables de análisis:

Utilizando la información del conjunto de datos, identifique lo siguiente:

Población de estudio: Bueno, para definir población de estudio es necesario reconocer que es una población dentro del caso que estamos investigando, y la población sería el total de individuos o conjunto que presenta un rasgo característico que se desea estudiar, en este caso en particular sería el ranking de las universidades a nivel mundial, que en este caso la población de estudio es de 999 observaciones en el periodo del 2014.

Muestra obtenida: Bueno, la muestra es un conjunto menor que se toma de la población y para este caso la obtuvimos mediante el uso del muestreo aleatorio simple, donde de 999 observaciones dentro del periodo 2014, nos quedamos con 90 observaciones, cabe recalcar que estas 90 observaciones presentan características similares en relación con la población.

[pic 8]

A continuación, se especificará el tipo de dato que lleva cada variable: 1.- Variable_1 (Rango mundial): Cuantitativo

2.- Variable_2 (Institución o nombre de la universidad): Cualitativo 3.- Variable_3 (País donde se encuentra la universidad): Cualitativo 4.- Variable_4 (Rango nacional): Cuantitativo

5.- Variable_5 (Rango de la calidad de la educación): Cuantitativo 6.- Variable_6(Patentes): Cuantitativo

7.- Variable_7(Puntajes): Cuantitativo

1. Análisis gráfico y medidas descriptivas de datos cuantitativos.

En esta parte se analizará cada una de las variables cuantitativas, estas son 7 variables ya mencionadas en la sección anterior. La primera variable para analizar será la del rango mundial en que se encuentra la universidad, esto tiene que ver con el puesto ocupado de la misma. A continuación, se muestran los cálculos obtenidos en el software Restudio de la media, mediana, moda, varianza, desviación estándar, etc.

Presentación de resultados de la variable “world_rank”

[pic 9]

figura 4. Formulas utilizadas - fuente. Elaboración propia

[pic 10]Tabla de frecuencias

[pic 11]

figura 5. Tabla de frecuencia fuente. Elaboración propia

Cabe recalcar que en la figura anterior figura 6, solo están presentados los 21 primeros datos debido a que la tabla es muy extensa.

Media – mediana – varianza – desviación estándar[pic 12]

figura 6. Media – mediana – varianza – desviación estándar fuente. Elaboración propia

[pic 13]Histograma – diagrama de caja

[pic 14]

figura 7. Histograma fuente. Elaboración propia

[pic 15]

figura 8. Diagrama de caja fuente. Elaboración propia

Según el diagrama de cajas aquí se muestra que:

• El «bigote» inferior muestra el valor mínimo de 2
• La línea inferior del cuadro muestra el valor del primer cuartil de 71
• La barra negra en el medio del cuadro muestra el valor del segundo cuartil de 211.5
• La línea superior del cuadro muestra el valor del tercer cuartil de 495.25

[pic 16]

[pic 17]Análisis de los resultados de la variable world_rank

Bueno esta investigación es sobre el ranking de las universidades a nivel mundial donde se tomo como muestra a través de un muestreo aleatorio simple 90 observaciones, donde la primera variable a analizar es el ranking mundial, es decir que puesto ocupan estas universidades a escala mundial.

Al analizar esta variable podemos darnos cuenta de que no hay una frecuencia definida debido a que se está analizando una variable cuantitativa que hace referencia al puesto ocupado por la universidad, esto quiere decir que la universidad va a aparecer una sola vez.

Como vimos anteriormente las medidas de tendencia central fueron las siguientes: la media con un valor de 278.41, la mediana con un valor de 211.5, la deviación estándar me va a indicar que tan dispersos los dato con respecto a la media y me da un valor de 239.17 con una varianza de 57204.42. En el histograma se puede ver como las barras se encuentran ubicadas de acuerdo frecuencia. Por último, los cuartiles son los siguientes:

[pic 18]

figura 9. cuartiles fuente. Elaboración propia

Según los cuartiles aquí se muestra que:

• El primer valor muestra el valor mínimo en el conjunto de datos: 2.00
• El segundo valor muestra el primer cuartil del conjunto de datos: 71.00
• El tercer valor muestra el segundo cuartil del conjunto de datos: 211.5
• El cuarto valor muestra el tercer cuartil del conjunto de datos: 495.25
• El quinto valor muestra el valor máximo en el conjunto de datos: 780

[pic 19]

Presentación de resultados de la variable “national_rank”        [pic 20]

figura 10. Formulas utilizadas

[pic 21]

Tabla de frecuencias

fuente. Elaboración propia

figura 11. Tabla de frecuencias fuente. Elaboración propia[pic 22]

[pic 23]Cabe recalcar que en la figura anterior figura 12, solo están presentados los 18 primeros datos debido a que la tabla es muy extensa.

Media – mediana – varianza – desviación estándar

[pic 24]

figura 12. Media – mediana – varianza – desviación estándar fuente. Elaboración propia

Histograma – diagrama de caja

[pic 25]

figura 13. Histograma fuente. Elaboración propia

[pic 26]

figura 14. Diagrama de caja

         fuente. Elaboración propia        

...