TRABAJO COLABORATIVO UNO
Presentado por:
LEONARDO VALENCIAHAROLD ALEXIS RIVERAANDERSSON RODRIGUEZVÍCTOR DANIEL CASTILLO ANDRÉS BUENAVENTURA
Presentado a:
Director: Adriana Granados Comba
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela: INGENIERIA
Curso: 100105_404
2012
INTRODUCCION
Con el siguiente trabajo se busca darle solución a un problema estadístico planteado en el cual se encontrara la aplicación de conceptos aprendidos durante el recorrido del curso académico de estadística descriptiva.
En método de investigación estadística, se identificaran una serie de variables (cuantitativas y cualitativas) y con estas se identificara y se dará solución al problema planteado.
JUSTIFICACION
El siguiente trabajo es presentado con el fin de dar respuesta a la actividad numero 6 del curso de estadística descriptiva, al igual que con el fin de demostrar y reconocer la teoría que hemos visto hasta ahora, llevando el análisis a los casos cotidianos por el cual demostramos que se puede utilizar la estadística como un medio de comprensión y entendimiento al momento de llevar a cabo una base de datos.
OBJETIVOS
OBJETIVO GENERAL
Reconocer e Identificar las diferentes variables estadísticas con el desarrollo de la actividad.
OBJETIVO ESPECIFICO
Socializar y construir un trabajo dentro del contexto de trabajo colaborativo Reconocer y aplicar los conceptos aprendidos en el curso de estadística
descriptiva. Analizar las diferentes graficas obtenidas por los diferentes datos
DESARROLLO DEL TRABAJO
Goleadores Históricos del Futbol Mundial
Rankig
Nombre País de Origen
País donde termino
su carrera
Partidos Jugados
Años de carrera
Goles Anotados
Peso del jugador al finalizar su carrera
(kg)
1 Pelé Brasil EE.UU. 560 20 541 85,77
2 Josef Bican AustriaChecoslovaquia 341 24 518 85,78
3 Ferenc Puskás
Hungria España 533 23 511 69,12
4 Romário Brasil Australia 612 22 489 78,24
5 Roberto Dinamite Brasil España 758 21 470 69,36
6 Imre Schlosser
Hungria Austria 318 23 417 85,48
7 Gyula Zsengéller Hungria Colombia 394 17 416 76,60
8 Jimmy McGrory Escocia Escocia 408 16 410 79,72
9 Zico Brasil Japón 596 23 406 68,84
10 Gerd Müller Alemania EE.UU. 507 16 405 70,32
11 Hugo Sánchez México España 662 21 394 73,12
12 Ferenc Szusza Hungria Hungria 492 21 393 78,28
13 Carlos Bianchi Argentina Francia 546 17 385 82,44
14 Alfredo Di Stéfano Argentina España 521 21 377 79,60
15 Gunnar Nordahl Suecia Italia 463 18 376 77,76
16 Jimmy Greaves Argentina Italia 527 14 366 84,92
17 Delio Onnis Argentina Francia 560 18 363 85,08
18 Hugh Ferguson
Escocia Inglaterra 422 14 361 82,32
19 József Takács
Hungria Hungria 355 20 360 84,12
20 Arthur Friedenreich
Brasil Brasil 323 24 354 75,92
21 Johann Krankl Austria España 473 18 354 75,72
22 György Sárosi
Hungria Hungria 383 18 351 80,52
23 Osvaldo Castro Chile México 592 18 351 72,32
24 Albert De Cleyn
Bélgica Bélgica 395 22 350 77,12
25 Víctor Hugo Antelo Bolivia Bolivia 443 18 350 75,92
Tabla 1. Datos estadísticos para la elaboración del problema
*NOTA: Las columnas en amarillo no hacen parte del análisis, solo son informativas
Punto 2 y 3. Siguiendo los pasos de una investigación estadística cada grupo colaborativo identificará la población, la muestra, unidad estadística, las variables que intervienen en el estudio, el tipo de muestreo a utilizar y la ubicación espacio temporal de su investigación.
La recolección de la información se debe hacer a través de un instrumento (Encuesta-Entrevista u otra fuente), que arroje como mínimo 100 datos por variable. La base de datos que se genere debe incluir variables de tipo: cualitativa, cuantitativa discreta y cuantitativa continúa.
Información General
Población: Jugadores de futbol Muestra: 100 Unidad estadística: Goleadores históricos Variable cuantitativa discreta: años de carrera profesionalVariable cualitativa: país con mas goleadores Variable cuantitativa continua: Peso del jugadorTipo de Muestreo: Probalistico - Aleatorio simpleUbicación temporal: 10 de Abril 2012Ubicación espacial: Nivel Mundial
Tabla 2. Resumen datos generales para el punto 2 y 3.
Punto 4.La información obtenida, será organizada para posteriormente representarla por medio de diagramas estadísticos (Diagramas circulares, Diagramas de barras o histogramas según sea el caso) obtener conclusiones al respecto.
Punto 5. Caracterizar la variable cualitativa a partir de una tabla de frecuencias, una representación grafica y determinar e interpretar la moda.
Nacionalidad
Frecuencia Absoluta Frecuencia Acum.
Absoluta
Frecuencia relativa
Frecuencia Acum.
Relativa
Alemania 2 2 2% 2%Argentina 10 12 10% 12%Australia 2 14 2% 14%Austria 7 21 7% 21%Belgica 7 28 7% 28%Bolivia 1 29 1% 29%Brasil 8 37 8% 37%Chile 1 38 1% 38%
Chipre 1 39 1% 39%EE.UU. 1 40 1% 40%Escocia 7 47 7% 47%España 2 49 2% 49%Estonia 1 50 1% 50%Gales 1 51 1% 51%
Georgia 1 52 1% 52%Grecia 1 53 1% 53%
Guatemala 1 54 1% 54%Holanda 3 57 3% 57%Hungría 13 70 13% 70%
Inglaterra 5 75 5% 75%Irlanda del
Norte1 76 1% 76%
Irlanda 2 78 2% 78%Italia 3 81 3% 81%
México 3 84 3% 84%Panamá 1 85 1% 85%
Paraguay 2 87 2% 87%Perú 1 88 1% 88%
Polonia 1 89 1% 89%Portugal 5 94 5% 94%Suecia 2 96 2% 96%Suiza 1 97 1% 97%
Turquia 1 98 1% 98%Uruguay 1 99 1% 99%
Venezuela 1 100 1% 100%Moda= Hungría 13%
ANALISIS
Moda= Hungría 13%
El país con mas goleadores históricos en el balompié mundial es Hungría con 13 jugadores, que equivalen al 13% de la muestra.
Grafica sss. Diagrama de barras de numero de goleadores vs nacionalidad
Punto 6. A partir de la variable discreta elaborar una tabla de frecuencias para datos NO agrupados, calcular las medidas de tendencia central: media, mediana, moda, los cuartiles e interpretar sus resultados.
16 14 16 19 21 20 15 21 16 2116 24 17 14 18 22 18 18 17 1617 18 17 22 17 13 20 20 19 2120 21 18 12 18 15 20 21 20 1721 18 18 17 19 16 19 18 20 1522 21 22 17 17 10 19 19 20 2123 17 18 16 22 20 20 18 16 1723 14 12 18 23 18 25 18 17 1423 20 15 15 20 10 18 20 16 1624 21 18 19 18 20 14 19 21 21
Tabla3.Datos variable continúa discreta
años de carrera
profesional
Frecuencia
Absoluta
Frecuencia relativa
frecuencia Porcentual
Frecuencia Absoluta
acumulada
Frecuencia Relativa
acumulada
frecuencia Porcentua
l acumulad
a10 2 0,02 2 2 0,02 212 2 0,02 2 4 0,04 413 1 0,01 1 5 0,05 514 5 0,05 5 10 0,1 1015 5 0,05 5 15 0,15 1516 10 0,1 10 25 0,25 2517 12 0,12 12 37 0,37 3718 17 0,17 17 54 0,54 5419 8 0,08 8 62 0,62 6220 14 0,14 14 76 0,76 7621 12 0,12 12 88 0,88 8822 5 0,05 5 93 0,93 9323 4 0,04 4 97 0,97 9724 2 0,02 2 99 0,99 9925 1 0,01 1 100 1 100
Tabla 4. Tabla de frecuencias para datos no agrupados de la variable continúa discreta
Punto 7. Con los datos de la variable cuantitativa continua y siguiendo los lineamientos, diseñar una tabla de frecuencia para datos agrupados, calcular las medidas de tendencia central , los cuartiles , decil D3 y percentil P40( Interpretar sus resultados).Elaborar un polígono de frecuencias y una ojiva.
TABLA DE FRECUENCIA DEL PESO (KG) DEL JUGADOR AL FINALIZAR SU CARRERA
ClaseMarca
de Clase (Mi)
Frecuencia Absoluta
(FA)
Frecuencia Relativa
(FR)
Frecuencia Absoluta
Acumulada (FAA)
Frecuencia Relativa
Acumulada
63,92 66,52 65,22 8 8,0% 8 8,0%66,52 69,13 67,83 10 10,0% 18 18,0%
Q1 69,13 71,73 70,43 9 9,0% 27 27,0%D3 71,73 74,34 73,04 4 4,0% 31 31,0%
P40 Q2 74,34 76,94 75,64 23 23,0% 54 54,0%76,94 79,55 78,28 11 11,0% 65 65,0%
Q3 79,55 82,15 80,85 12 12,0% 77 77,0%82,15 85,76 83,96 23 23,0% 100 100,0%
100Tabla ss. Resumen datos obtenidos en el punto 7
MEDIDAS DE TENDENCIA CENTRAL
MEDIA 76,28MEDIANA 75,64
MODA(multimodal)
75,64 Y
83,96 Kg
Tabla S2. Datos de tendencia central punto 7.
Grafico s1. Polígono de frecuencia para frecuencia absoluta vs marca de clase
Grafico s2. Ojiva para frecuencia absoluta vs marca de clase
Conclusiones obtenidas de la resolución del punto.
Q1 Indica que el 25% de los jugadores esta por debajo de 70,43 kgQ3 Indica que el 75% de los jugadores esta por debajo de 80,85 Kg D3 Indica que el 30% de los jugadores esta por debajo del 73,04 kg P40 indica que el 40% de los jugadores esta por debajo de 75,64 kg
CONCLUSIONES
Este trabajo consiste en obtener información con respecto a grupos; experimental o controlada, provocada por el investigador, en la que se busca conocer por qué causa se produce un caso particular.
Basándonos en los resultados obtenido del problema planteado podemos ver que El país con más goleadores históricos en el balompié mundial es Hungría con 13 jugadores, que equivalen al 13% de la muestra y con las graficas determinamos la frecuencia absoluta.
BIBLIOGRAFIA
SANTA ESCOBAR. Mónica A. Modulo de Estadística Descriptiva. Universidad Nacional Abierta Y a distancia. UNAD.Bogota.2005, consultado: 19 de abril de 2012
http://es.wikipedia.org/wiki/Estad%C3%ADstica_descriptiva, consultado: 19 de abril de 2012
Top Related