Efectuar el analisis de estadística descriptiva e histograma de la producción de uvas de una zona agrícola. Producción, superficie y rendimiento de uvas
Años
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
uper c e 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
Fuente: Minag-Dgia Elaboración: AgroData-CEPES
Producción ™
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
en m en en o 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
1
0.8
0.6
0.4
0.2
0
Análisis - En el gráfico podemos observar que en los años 82-83 y 97-98 hubo una decaida de producción, estos casos pudieron ser ocasionados debido al fenomeno del niño y sus efectos. - Las superficies a cosechar no fueron tan productivas, habría que planificar que acción tomar en los siguientes años, a fin de evitar bajas en la producción.
Producción Clase
™
Media Error típico Mediana Moda Desviación estándar Varianza de de la la mu mues Curtosis Coeficiente de de as asim Rango Mínimo Máximo Suma Cuenta
1980 30891.2 59802.4 88713.6 117624.8 y mayor...
76045.36 6954.071088 56496 #N/A 34770.35544 1208977617 -0.464997404 0.935322366 110936 35600 146536 1901134 25
1
Frecuencia
1 24 13 4 4 4
1.2
1
0.8
Series2 0.6
Series3 Series4
0.4
0.2
0
1.
La unidad de Atención al Cliente de un Centro de Servicios Médicos efectuó la medición de la cantidad de reclamos mensual de los pacientes. Los resultados se muestran en la tabla a continuación. Se solicita graficar y analizar la información disponible. Qué recomendaciones daría a la unidad de Atención al Cliente? (4ptos.) MES
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
RECLAMOS
22 18 18 20 22 30 18 26 28 42 38 29
e l t i T s i x A
45 40 35 30 25 20 15 10 5 0 Enero RECLAMOS
22
Febrer Ma o 18
1
Análisis Se pudo haber presentado los siguientes problemas: Colas de Esperas, personal nuevo que desconocía 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 pr Revisar insitu los tipos de categorias que tienen la mayor cantidad de reclamos. De ser necesario se podría incorporar Speech por categoría de reclamo para mejor las respuestas al clien
RECLAMOS
rzo 8
Abril
Mayo
Junio
Julio
Agosto
20
22
30
18
26
Setiem Octubr Novie Diciem bre e mbre bre 28
42
38
29
blema real. te.
El número de quejas en un banco durante 10 días se contabiliza en 8, 4, Desarrollar la gráfica correspondiente y analizar el proceso de atención al Días
Nro. Quejas
LUN
8
N 10 9
MAR MIE JUE VIE LUN MAR MIE JUE VIE
4 0 2 3 9 6 0 4 6
8
8
7 6 5 4
4
3
3
2
2
1 0
0 LUN
MAR
MIE
JUE
VIE
, 2, 3, 9, 6, 0, 4, 6. público para estas 2 semanas.
o. Quejas 9
6
6 Nro. Quejas 4
0 LUN
MAR
MIE
JUE
VIE
Análisis
- Debido a que el fin de semana no hay atención y el cliente tiene necesidad bancaría el fin de semana, la única alternativa es ir al banco a inicios de semana. - Los días Miercoles no hay quejas por que los días anteriores (lunes y martes) el cliente logró satisfacer sus necesidades. - El día 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 atención.
En una acería se levantó la información referida a lesiones entre el 1ro. de enero y 3 Enero
Febrero
Quemadura con ácido
Marzo
1
Esguince de tobillo
1
Esguince de espalda
6
2 10
Cuerpo extraño en el ojo
10
2
Cortadura de pierna
1
1
2
Cortadura de mano
1
4
1
Los días de ausencia que generan estos accidentes se especifican a continuación: Tipo Días Gasto 4 300 Quemadura con ácido 15 1125 Esguince de tobillo 2 150 Esguince de espalda 5 375 Cuerpo extraño en el ojo 3 225 Cortadura de pierna 2 150 Cortadura de mano Se ha estimado que un día de ausencia le cuesta a la empresa 75 soles, incluyendo b Efectuar el análisis correspondiente.
Tipo Lesión Esguince de tobillo Esguince de espalda Cortadura de pierna Cortadura de mano Cuerpo extraño en el ojo Quemadura con ácido
Total Lesiones Gasto
6.00 41.00 8.00 12.00 4.00 2.00
%
6750 6150 1800 1800 1500 600 18600
36.29% 33.06% 9.68% 9.68% 8.06% 3.23%
de junio Abril
Mayo
Junio
600
2
6.00
6750
3
41.00
6150
4.00
1500
8.00 12.00
1800 1800 18600.00
7
5
1
1
1
1
2
3
2
1
neficios y personal de reemplazo.
%Acum
36.29% 69.35% 79.03% 88.71% 96.77% 100.00%
Gasto
2.00
1 1
Total Lesiones
Análisis
- 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 así estandarizar procedimientos que permitan reducir estos tipos de lesiones.
8000 7000 6000
88.71% 79.03%
5000 69.35% 4000 3000 36.29% 2000 1000 0 Esguince de tobillo
Esguince de espalda
Cortadura de pierna
Cortadura de mano
Cuerpo ex
120.00%
96.77%
100.00%
100.00%
80.00%
60.00%
Gasto %Acum
40.00%
20.00%
0.00% traño en el ojo Quemadura con ácido
El gerente de una cadena hoteles, está preocupado por el gasto por consumo de agua. En tal sentido, desea desarrollar un plan para reduci del líquido en uno de los hoteles de mayor movimiento. A fin de investigar selecciona una muestra del consumo diario de agua para diverso Los resultados de las muestras son los siguientes: Efectuar el análisis correspondiente y efectúe recomendaciones.
Motivos del consumo de agua
Riego de jardín Baño personal Piscina Lavado de ropa Lavado de utensilios Lavado de auto Agua para beber Cocina
Galones por día
143.7 106.7 28.3 24.9 12.3 10.4 7.9 5.1
%
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%
339.3
140
120
100
80
60
42.4%
Análisis - Se esta desperdiciando un 73% de agua por motivos de riego de jarden y Baño personal. -En el baño personal lo que podría implementarse es colocar letreros en cada habitación a fin de concientizar al cliente.
40
- Donde se podría optimizar el uso de agua sería en el riego de jardines, puede ser que actualmente se este usando mangeras. Lo ideal sería implementar un sistema de riego con Aspersores que tienen un alcance de 6 metros, suficientes para un jardin.
20
- Sería importante revisar las cañerias utilizadas para el regado en el Jardin, puede ser que haya fuga de agua.
0 Riego de jardín
Bañ perso
r el gasto propósitos.
120.0%
89.48%
93.10%
96.17%
98.50%
100.0% 100.00%
82.14%
80.0%
73.80% 60.0%
Galo %Ac
40.0%
20.0%
0.0% o nal
Piscina
Lavado de ropa
Lavado de utensilios
Lavado de auto
Agua para beber
Cocina
nes por día um
Proinversión estudia las relaciones entre el número de licitadores para un proyecto de carretera, y la propuesta ganadora (la de mas bajo costo) para el proyecto. De particular interés es si el número de postores aumenta o disminuye el importe de la licitación ganadora.
Proyecto
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Oferta Ganadora No Licitadores (millones US$)
9 9 3 10 5 10 7 11 6 6 4 7 7 7 6
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
Análisis
- El nivel de cor - La propuesta - La ecuación q de licitadores e - El monto de l 11,232.73
a) Determine si más 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 Estadísticas de la regresi
Coeficiente de correlación múltiple
relación se encuentra entre 0,7 y 1, por lo cual indica que es alto. anadora esta basada en la cantidad de licitadores.
Coeficiente de determinación R^2 R^2 ajustado Error típico
e permite encontrar la relación entre la propuesta y el nro s: y = -0,4667x + 11,236
Observaciones
oferta ganadora si se presenta 7 postores es :
ANÁLISIS DE VARIANZA G
Regresión Residuos Total
Intercepción No Licitadores
Análisis de los residuales
Observación
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n
70.64%
Nivel correlación Alta
12 10
49.90% 0.46043319 1.11381891
a r ) o $ d S a U n s a e G n o a l l t r i e m f ( O
15
ados de libert
1 13 14 Coeficientes
11.2359855 -0.46672694
Pronóstico Oferta Ganadora (millones US$)
7.03544304 7.03544304 9.8358047 6.56871609 8.90235081 6.56871609 7.96889693 6.10198915 8.43562387 8.43562387 9.36907776 7.96889693 7.96889693 7.96889693 8.43562387
Suma de cuadrados dio de los cua
F
alor crítico de F
16.0616299 16.0616299 12.9467403 0.00324327 16.12770344 1.24059257 32.18933333 Error típico
-1.935443038 0.964556962 -0.135804702 1.231283906 -1.202350814 -1.068716094 0.331103074 -0.60198915 1.86437613 -0.43562387 -0.569077758 1.431103074 0.631103074 0.131103074 -0.63562387
6 4 2 0 0
Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%
0.968946401 11.5960857 3.1476E-08 0.129712746 -3.59815791 0.00324327
Residuos
8
9.1427041 13.329267 -0.7469543 -0.18649959
9.1427041 -0.7469543
No Licitadores Curva de regresión ajustada
y = -0.4667x + 11.236
2
uperior 95,0%
13.329267 -0.18649959
4
6 No Licitadores
8
10
Oferta Ganadora (millones US$) Pronóstico Oferta Ganadora (millones US$) Linear (Pronóstico Oferta Ganadora (millones US$)) Linear (Pronóstico Oferta Ganadora (millones US$))
12
Oregon Fiber Board fabrica forros interiores de techo para la industria automotriz. La gerent la calidad de este producto. Sospecha que un defecto en particular, las rasgaduras de la tela, actuales partidas de producción. Un asistente ha recopilado los siguientes datos, basándose Partida 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Tamaño 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 relación entre el tamaño de la partid 3.2 ¿Qué consecuencias tiene esto para los negocios de 3.8 Que recomendaciones haría? 4.2 3.8 Análisis 3.0 - El nivel de correlación se encuentra entre 0,7 y 1, por lo cual 1.5 - La cantidad de defectos encontrados se basa en el tamaño d 5.5 - La ecuación que permite encontrar la relación entre la propu 1.0 - A menor tamaño de corte exite mayor probabilidad de defec 4.5 Debería analizarce un lote de producción menor para identifi 4.2 6.0 2.0 2.0 6.2 7.0
de manufactura está preocupada por esta relacionado con el tamaño de las en los registros de producción.
Resumen Estadísticas de la regresión Nivel de correlación
a y el procentaje de defectos? Demuéstrelo Oregon?
Coeficiente d 89.24% Alto Coeficiente d 79.63% R^2 ajustado 0.78434641 Error típico 0.8104694 Observacione 19 AN LISIS DE VARIANZA Grados de libert Suma de cuadrados
indica que es alto. corte. esta y el nro de licitadores es: -0,0007x + 6,4121 os. ar porque suceden los defectos.
Regresión Residuos Total
1 17 18 Coeficientes
Intercepción 6.41210333 1000 -0.00073415
43.65968482 11.16663097 54.82631579 Error típico
0.376597757 9.00498E-05
Análisis de los residuales Observación
ronóstico 3,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
3.40207657 4.94379759 2.00718611 1.41986381 4.20964472 4.94379759 5.53111989 2.74133898 3.62232243 1.64010968 5.67795046 1.27303324 4.20964472 4.79696702 5.09062817 2.44767783 2.15401669 5.67795046 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 Curv 8.0 7.0 6.0 5.0 5 , 3 4.0
dio de los cua
F
alor crítico de F
43.6596848 66.4671953 2.8186E-07 0.65686065
3.0 2.0 1.0 0.0
0 1000uperior 2000 Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% 95,0% 3000
40
17.0263981 -8.15274158
10
4.0807E-12 5.61755152 7.20665515 5.61755152 7.20665515 2.8186E-07 -0.00092414 -0.00054416 -0.00092414 -0.00054416
a de regresión ajustada
y = -0.0007x + 6.4121
Series1 Pronóstico 3,5 Linear (Pronóstico 3,5)
00 00
5000
6000
7000
8000
