Taller Rcomander

| UNIVERSIDAD DE TALCAFacultad de IngenieríaESCUELA DE INGENIERIA CIVIL INDUSTRIALProbabilidades y Estadística |
| |

Taller 1
R Commander



Ud. Es el gerente de optimización logística de una empresa exportadora de productos de vidrio y necesita exportar sus productos a Europa mediante barcos. La empresa que realiza la logística de sus productos, actualmente está respondiendo de malaforma a sus peticiones por lo que surge la necesidad de contratar una nueva empresa encargada del transporte de sus productos. Para dar respuesta a su necesidad Ud. Toma una base de datos actualizada de 2 empresas dedicadas al transporte marítimo, los datos corresponden a 17 viajes realizados por ambas empresas desde Chile a Europa, donde se midieron las siguientes variables: Empresa (A y B),Número de productos de vidrio transportados, Número de productos de vidrio dañados al finalizar el viaje, peso total de los productos de vidrio por viaje (en toneladas).

1.- Clasifique cada una de las variables según su tipo y escala.
* Empresa (A y B): Variable cualitativa, nominal; escala nominal.
* Número de productos de vidrio transportados: Variable cuantitativa, discreta; escala razón.* Número de productos de vidrio dañados al finalizar el viaje: Variable cuantitativa, discreta; escala razón.
* Peso total de los productos de vidrio por viaje (en toneladas): Variable cuantitativa, continúa; escala razón.

2.- Calcule e intérprete las medidas de posición (Media, mediana, cuartiles), dispersión (Desviación estándar) y forma (Asimetría y Curtosis) para cada una de lasvariables en las 2 empresas.
Estadísticos Empresa A
VARIABLE PESO TOTAL DE LOS PRODUCTOS DE VIDRIO POR VIAJE

> numSummary(Empresa_A[,"Peso"], statistics=c("mean", "sd", "quantiles", "cv",
+ "skewness", "kurtosis"), quantiles=c(0,.25,.5,.75,1), type="2")

mean | sd | cv | skewness | kurtosis | 0% | 25% | 50% | 75% | 100% | n |
0.7482353 | 0.4419309 | 0.590631 | -0.3242525 | -1.358726| 0.01 | 0.31 | 0.8 | 1.2 | 1.3 | 17 |

Las medidas obtenidas nos señalan que el promedio del peso total de los productos de vidrio de la Empresa A es 0,748; que la mediana o número que divide la distribución en dos es 0,8; que la desviación estándar recopilada es 0,44 y siendo este el promedio de la distancia de los pesos con el promedio. El valor de la asimetría nos indica que es negativa, yla curtosis nos señala que es platikurtica o que presenta una dispersión grande. Los cuartiles obtenidos son que bajo el peso 0,21 se encuentra el 25% de los datos, bajo el peso 0,8 se encuentra el 50 % de los datos y bajo el peso 1,2 se encuentra el 75% de los datos.

VARIABLE NUMERO DE PRODUCTOS DE VIDRIO TRANSPORTADOS

> numSummary(Empresa_A[,"Productos._transportados"],statistics=c("mean", "sd",
+ "quantiles", "cv", "skewness", "kurtosis"), quantiles=c(0,.25,.5,.75,1), type="2")

mean | sd | cv | skewness | kurtosis | 0% | 25% | 50% | 75% | 100% | n |
18.58824 | 2.762671 | 0.1486247 | 0.305825 | -1.077208 | 15 | 16 | 18 | 21 | 24 | 17 |

Las medidas obtenidas nos señalan que el promedio de los productos de vidrio transportados de la Empresa A es 18,58; que lamediana o número que divide la distribución en dos es 18; que la desviación estándar recopilada es 2,7 y siendo este el promedio de la distancia de los productos transportados con el promedio. El valor de la asimetría nos indica que es positiva, y la curtosis nos señala que es platikurtica o que presenta una dispersión grande. Los cuartiles obtenidos son que bajo el producto transportado 16 seencuentra el 25% de los datos, bajo el producto transportado 18 se encuentra el 50 % de los datos y bajo producto transportado 21 se encuentra el 75% de los datos.

VARIABLE NUMERO DE PRODUCTOS DE VIDRIO DAÑADOS AL FINAL DEL VIAJE

> numSummary(Empresa_A[,"Productos_.dañados"], statistics=c("mean", "sd", "quantiles",
+ "cv", "skewness", "kurtosis"), quantiles=c(0,.25,.5,.75,1),...