You are on page 1of 15

“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN Y LA IMPUNIDAD”

ANÁLISIS DE LA ESTADÍSTICA DE LA MEDICIÓN

FÍSICA I

DIESTRA RODRÍGUEZ ALEXANDER

Ciclo 1

CAMPOS BERNALES WALTER FREDDY


CAMPOS MARCHAN JUAN MIGUEL
MATASOGLIO VALCARCEL ITALO
RENGIFO ISUSQUI JOSÉ
VELASQUEZ VENTURA CRISTHIAN

Tingo María – Perú


2019
Contenido

I. OBJETIVOS ................................................................................................................. 3
II. MARCO TEÓRICO ...................................................................................................... 3
2.1 Estadística descriptiva ............................................................................................... 3
2.2 Media promedio ........................................................................................................ 3
2.3 Desviación estándar .................................................................................................. 4
2.4 Error porcentual ........................................................................................................ 5
2.5 Ajuste lineal .............................................................................................................. 6
III. MATERIALES ............................................................................................................. 7
IV. PROCEDIMIENTO ...................................................................................................... 7
V. ANÁLISIS Y RESULTADOS ...................................................................................... 8
VI. CONCLUSIÓN ........................................................................................................... 13
BIBLIOGRAFÍA ..................................................................................................................... 14
ANEXOS................................................................................................................................. 15

2
I. OBJETIVOS

 Comprender la naturaleza de la fluctuación de una medición.


 Determinar el promedio, la desviación de una medición, desviación estándar,
error porcentual, regresión lineal.

II. MARCO TEÓRICO

2.1 Estadística descriptiva

Según el concepto del departamento de matemática de la (Universidad de


Buenos Aires):
“Es una rama de la estadística que recolecta, organiza, analiza y
caracteriza un conjunto de datos. Estos datos son generalmente
imperfectos en el sentido que aun cuando posean información útil no
nos cuenta la historia completa.”

Para agregar, la (ESAN) menciona:


“Que la estadística descriptiva es aplicable en casi todas las áreas
donde se recopilan datos cuantitativos. Puede brindar información
acerca de productos, procesos o diversos aspectos del sistema de
gestión de la calidad, como también en el ámbito de la dirección y
organización de personas, la logística, etc. “

2.2 Media promedio

La medida de tendencia central más obvia que se puede elegir es el simple


promedio de las observaciones del grupo, y la (Universidad de Valencia)
reflexiona:
“La media aritmética es el valor obtenido al sumar todos los datos y
dividir el resultado entre el total de datos”
3
Y agrega la fórmula:

No obstante, mencionan también las siguientes variaciones:


• “La mediana es el valor situado en medio en un conjunto de
observaciones ordenadas por magnitud.
• La moda es el valor que ocurre con más frecuencia en un
conjunto de observaciones.
• Existen otras medidas de tendencia central como el centro de
amplitud, la media geométrica, la media armónica y la media
ponderada.”

2.3 Desviación estándar

La desviación estándar ciertos usos que nos ayudan a ver que tanto se aleja el
valor del promedio de estos, es por eso por lo que (Kimera) relata:
“La desviación Estándar, en un conjunto de datos (precios en el caso del
mercado de valores) es una medida de dispersión, que nos indica cuánto
pueden alejarse los valores respecto al promedio (media), por lo tanto
es útil para buscar probabilidades de que un evento ocurra, o en el caso
del mercado bursátil, determinar entre que rango de precios puede
moverse un determinado activo, y determinar el tipo de activos pueden
ser más volátiles que otros”.
Siguiendo la ilación es que (Khan Academy) no dice que debemos seguir los
siguientes pasos:
 Paso 1: calcular la media.
 Paso 2: calcular el cuadrado de la distancia a la media para cada dato.
 Paso 3: sumar los valores que resultaron del paso 2.
4
 Paso 4: dividir entre el número de datos.
 Paso 5: sacar la raíz cuadrada.
Por otra parte (Kimera) muestra la fórmula para hallar la desviación:

Sin embargo (Khan Academy) nos da una variante a esta:

Donde N es como poner n-1

2.4 Error porcentual

Según los que expone (Iowa, U, 2017) refiere que, es un error numérico
expresado por el valor que arroja un error relativo, posteriormente multiplicado
por.
Según (Universidad de la Salle, 2014) la fórmula para obtener el valor
porcentual es la siguiente:

𝐸𝑟𝑟𝑜𝑟 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = 𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 × 100

Sin embargo, el docente encargado del curso tomó la siguiente fórmula a


partir de la desviación estándar:
𝐷𝐸
𝐸𝑟𝑟𝑜𝑟 =
𝑋̅
5
2.5 Ajuste lineal

El análisis de regresión lineal es una técnica estadística que permite estudiar la


relación entre una variable dependiente o más variables independientes.
Según el autor (Reyes, 2007) argumenta sobre la regresión lineal lo siguiente:
“Es una herramienta para investigar la dependencia de una variable
dependiente Y, en función de una variable independiente 𝑋. 𝑌 = 𝑓(𝑋)
𝑌 = Variable dependiente que se desea explicar o predecir, también se
llama regresor o respuesta.
𝑋 = Variable independiente, también se llama variable explicativa,
regresor o predictor.
Regresión lineal - La relación entre 𝑋 y 𝑌 se representa por medio de
una línea recta.”
La regresión lineal se puede graficar con una línea recta acorde a la función:
𝑌
𝑌 = 𝑎𝑥 + 𝑏

Donde:
𝑎: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑏: 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑎 𝑎𝑙 𝑒𝑗𝑒 “𝑌”

 Ecuación de regresión lineal

6
Según (Jimenez Marín, 2018) define las fórmulas de la siguiente manera:

𝒏 ∑ 𝐗𝐢𝐘𝐢 − ∑ 𝑿𝒊 ∑ 𝒀𝒊
𝒂=
𝒏 ∑ 𝑿𝒊𝟐 − (∑ 𝑿𝒊𝟐 )

∑ 𝒀𝒊 ∑ 𝑿𝒊𝟐 − ∑ 𝐗𝐢𝐘𝐢 ∑ 𝑿𝒊
𝒃=
𝒏 ∑ 𝑿𝒊𝟐 − (∑ 𝑿𝒊𝟐 )
Donde:
𝑁: 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠.
𝑋𝑖: 𝑃𝑢𝑛𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑖.
𝑌𝑖: 𝑃𝑢𝑛𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑖.

 Coeficiente de correlación

Según (Reyes, 2007) nos dice acerca del coeficiente de correlación lo


siguiente:
El coeficiente de Correlación r desarrollado por Carl Pearson es
un indicador de la fuerza de la relación entre las variables "𝑥" y
"𝑦", puede asumir valores entre -1 y 1 para correlación negativa
y positiva perfecta respectivamente.”
Entonces se difiere que el coeficiente de correlación está dado entre los
puntos −1 ≤ 𝑅 ≤ 1.

III. MATERIALES

 1 kg Frejol
 Balanza

IV. PROCEDIMIENTO

7
1. Agarrar un puñado de frejoles y contarlos (repetir esta acción 15 veces).

2. Pesar cada puñado de frejoles.

3. Rellenamos la Tabla 01 con los respectivos datos adquiridos en el laboratorio.

4. Completamos los datos de la Tabla 01 con las fórmulas dadas por el docente.

5. Reemplazar los datos adquiridos en las fórmulas dadas por el docente para hallar
los objetivos dichos al principio del informe.

V. ANÁLISIS Y RESULTADOS
TABLA 01:

n 𝑋𝑖 𝑌𝑖 𝛿𝑥𝑖 𝛿𝑦𝑖 𝛿𝑥2𝑖 𝛿𝑦2𝑖 𝑋𝑖 𝑌𝑖


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

FORMULAS USADAS PARA RELLENAR LA TABLA Y RESOLVER LAS


ECUACIONES:

8
∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑥̅ = 𝑦̅ =
𝑛 𝑛

𝛿𝑥𝑖 = |𝑥𝑖 − 𝑥̅ | 𝛿𝑦𝑖 = |𝑦𝑖 − 𝑦̅|


∑ 𝛿𝑥2 2
∑ 𝛿𝑦
𝜎𝑥 = √ 𝑛−1𝑖 𝜎𝑦 = √ 𝑛−1𝑖
𝜎𝑥 𝜎𝑦
(𝐸𝑟𝑟𝑜𝑟)𝑥 = (𝐸𝑟𝑟𝑜𝑟)𝑦 =
𝑥̅ 𝑦̅

LLENAMOS LA TABLA 01 CON LOS DATOS ADQUIRIDOS EN EL


LABORATORIO:

n 𝑋𝑖 𝑌𝑖 𝛿𝑥𝑖 𝛿𝑦𝑖 𝛿𝑥2𝑖 𝛿𝑦2𝑖 𝑋𝑖 𝑌𝑖


1 67 0.013 4.7 0.0018 22.09 0.00000324 0.871
2 67 0.009 4.7 0.0018 22.09 0.00000484 0.603
3 65 0.009 6.7 0.0022 44.89 0.00000484 0.585
4 64 0.01 7.7 0.0012 59.29 0.00000144 0.64
5 67 0.011 4.7 0.0002 22.09 0.00000004 0.737
6 71 0.012 0.7 0.0008 0.49 0.00000064 0.852
7 75 0.013 4.7 0.0018 22.09 0.00000324 0.975
8 78 0.012 7.7 0.0008 59.29 0.00000064 0.936
9 70 0.01 1.7 0.0012 2.89 0.00000144 0.7
10 72 0.01 1.7 0.0012 2.89 0.00000144 0.72
11 75 0.011 4.7 0.0002 22.09 0.00000004 0.825
12 71 0.011 0.7 0.0002 0.49 0.00000004 0.781
13 78 0.01 7.7 0.0012 59.29 0.00000144 0.78
14 78 0.014 7.7 0.0028 59.29 0.00000784 1.092
15 77 0.013 6.7 0.0018 44.89 0.00000324 1.001
Promedio 71.7 0.0112 4.83 0.00128 29.61 0.000002293 0.80653

HALLAMOS LOS ERRORES:

1) EJE X:

9
𝜎𝑥
(𝐸𝑟𝑟𝑜𝑟)𝑥 =
𝑥̅

̅:
Hallamos el promedio de frejoles en 𝒙
∑ 𝑥𝑖
𝑥̅ =
𝑛
1075
𝑥̅ =
15
𝑥̅ = 71.7

Hallamos la desviación estándar en 𝝈𝒙 :

∑ 𝛿𝑥2𝑖
𝜎𝑥 = √
𝑛−1

444.15
𝜎𝑥 = √
15 − 1

𝜎𝑥 = 5.63249500666𝑢

Ahora hallamos el error porcentual:


𝜎𝑥
(𝐸𝑟𝑟𝑜𝑟)𝑥 =
𝑥̅
5.63249500666
(𝐸𝑟𝑟𝑜𝑟)𝑥 =
71.7
(𝐸𝑟𝑟𝑜𝑟)𝑥 = 0.07855641571%

2) EJE Y:

10
𝜎𝑦
(𝐸𝑟𝑟𝑜𝑟)𝑦 =
𝑦̅

̅:
Hallamos el promedio de la masa de los frejoles en 𝒚
∑ 𝑦𝑖
𝑦̅ =
𝑛
0.168
𝑦̅ =
15
𝑦̅ = 0.0112𝑢

Hallamos la desviación estándar en 𝝈𝒚 :

∑ 𝛿𝑦2𝑖
𝜎𝑦 = √
𝑛−1

0.0000344
𝜎𝑦 = √
15 − 1

𝜎𝑦 = 0.00156752762𝑢

Ahora hallamos el error porcentual:


𝜎𝑦
(𝐸𝑟𝑟𝑜𝑟)𝑦 =
𝑦̅
0.00156752762
(𝐸𝑟𝑟𝑜𝑟)𝑦 =
0.0112
(𝐸𝑟𝑟𝑜𝑟)𝑦 = 0.13995782371𝑢 ~ 0.14%

Regresión Lineal:

y 𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑎=
𝑦 𝑛 ∑ 𝑥2𝑖 − (∑ 𝑥𝑖 )
2

= 𝑎𝑥 + 𝑏
11
∑ 𝑦𝑖 ∑ 𝑥2
𝑖 − ∑ 𝑥𝑖 𝑦𝑖 ∑ 𝑥𝑖
𝑏=
𝑛 ∑ 𝑥2𝑖 − (∑ 𝑥𝑖 )
2

x
𝑎 ∶ 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑏 ∶ 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑒𝑗𝑒 "𝑦"
𝑟 ∶ 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛
|𝑟| ≤ 1

Hallamos 𝒂:
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑎=
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2
(15)(12.098) − (1075)(0.168)
𝑎=
(15)(77385) − 1155625
𝑎 = 0.00016893203𝑢

Hallamos 𝒃:
(0.168)(77385) − (12.098)(1075)
𝑏=
(15)(77385) − 1155625
∑ 𝑦𝑖 ∑ 𝑥𝑖2 − ∑ 𝑥𝑖 𝑦𝑖 ∑ 𝑥𝑖
𝑏=
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2
𝑏 = −0.00090679611
Entonces la ecuación de la recta es:

𝑦 = 0.00016893203𝑥 − 0.00090679611

12
VI. CONCLUSIÓN

13
BIBLIOGRAFÍA

ESAN. (s.f.). Conexionesan. Obtenido de Conexionesan: https://www.esan.edu.pe/apuntes-


empresariales/2016/10/que-es-la-estadistica-descriptiva/
Iowa, U. (2017). Imaging the Universe. Obtenido de Lifeder.com:
https://www.lifeder.com/error-porcentual/
Jimenez Marín. (2018). Regresión lineal. Obtenido de
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf
Khan Academy. (s.f.). Khan Academy. Obtenido de Khan Academy:
https://es.khanacademy.org/math/probability/data-distributions-a1/summarizing-
spread-distributions/a/calculating-standard-deviation-step-by-
step?utm_account=Grant&utm_campaignname=Grant_MX&PERU_DSA&gclid=Cj
0KCQjwnpXmBRDUARIsAEo71tQUMOjIOyv_P4H8t68RzHsdzKx
Kimera. (s.f.). Cafinorte. Obtenido de Red Cafetera Fesno:
http://www.kimera.com/RLCF/RECURSOS/BIBLIOTECA%20CAFETERA/N%20-
%20ASPECTOS%20FINANCIEROS/desviacion%20estandar.pdf
Reyes, P. (septiembre de 2007). Regresión y Correlación lineal.
Universidad de Buenos Aires. (s.f.). Dm. Obtenido de Dm:
http://www.dm.uba.ar/materias/estadistica_Q/2011/1/modulo%20descriptiva.pdf
Universidad de la Salle. (2014). ERRORES Y GRÁFICAS. Bogotá. Obtenido de
Academia.edu.
Universidad de Valencia. (s.f.). Media. Obtenido de Media:
https://www.uv.es/ceaces/base/descriptiva/media.htm

14
ANEXOS

15