EJERCICIO FINAL

FASE 5

PRESENTADO POR:

MARLY YULIANA HERRERA

CC.:
LILIAM JAIDY VARGAS ABAUNZA
CC.: 1099546511
CAMILA FERNANDA MALDONADO CASTAÑEDA
CC.:1077920854
LISBETH JOHANNA PINILLA OSORIO
CC.:1002700740

CURSO ESTADISTICA DESCRIPTIVA

GRUPO: 300046_16

PARA:
CAMILO ANDRÉS CÁRDENAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS AGRÍCOLAS, PECUARIAS Y DEL MEDIO AMBIENTE
 INTRODUCCIÓN
En esta actividad veremos formulaciones y conceptos de varias variables
estadísticas, las cuales son de gran importancia para poder estudiar eventos y
circunstancias que proceden en los diferentes resultados.
La probabilidad de ocurrencia de un evento determinado prominente de la
observación de una característica, y a través de un abordaje del concepto del
curso de estadística descriptiva.
Normalmente la información dada en un proceso de observación es tratada en un
primer momento, esto con el objetivo de resumir y describir las características más
sobresalientes y generalmente se basa en el uso de gráficos y tablas. Y en la
obtención de medidas resumen el objetivo de esta actividad es de reconocer las
diferentes variables relevantes mediante un proceso de observación o
experimentación, caracterizar y descubrir muestras de las poblaciones mediante
las medidas de resumen tablas frecuencias y representaciones gráficas.
OBJETIVOS

 Conocer los principales factores que inciden en la problemática.

Específicos:
 Identificar los diferentes conceptos de interpretación de datos
Correspondientes.
 Realizar la lectura de datos y proyectarlos por medio de esquemas gráficos.
 Analizar la problemática identificada con el objetivo de determinar
los resultados estadísticos.
Presentar la siguiente información:
VARIABLE CUANTITATIVA DISCRETA
Indicar el nombre de la variable discreta elegida y presentar:
• Tabla de Frecuencias Absolutas
TRABLA DE FRECUENCIAS ABSOLUTAS
4 5 6 7 8 9 10
9 15 24 18 13 15 6

• Tabla de Frecuencias Absolutas Acumuladas

TRABLA DE FRECUENCIAS ABSOLUTAS ACUMULADAS
4 5 6 7 8 9 10
9 24 48 66 79 94 100

• Tabla de Frecuencias Relativas

TRABLA DE FRECUENCIAS RELATIVAS
4 5 6 7 8 9 10
0.09 0.15 0.24 0.18 0.13 0.15 0.06

• Tabla de Frecuencias Relativas Acumuladas

TRABLA DE FRECUENCIAS RELATIVAS ACUMULADAS
4 5 6 7 8 9 10
0.09 0.24 0.48 0.66 0.79 0.94 1.00
• Gráfico de Frecuencias Absolutas

PERIODO 951 - FRECUENCIAS ABSOLUTAS - DISCRETA

20
Frecuencias absolutas

15
10
5
0

4 5 6 7 8 9 10
• Gráfico de Frecuencias Relativas

PERIODO 951 - FRECUENCIAS RELATIVAS - DISCRETA

0.20
Frecuencias relativas

0.15
0.10
0.05
0.00

4 5 6 7 8 9 10
 • Gráfico de Frecuencias Relativas Acumuladas

PERIODO 951 - FRECUENCIAS RELATIVAS ACUMULADAS - DISCRETA

1.0
0.8
Frecuencias relativas

0.6
0.4
0.2
0.0

4 5 6 7 8 9 10

• De acuerdo a lo observado en la gráfica de Frecuencias Relativas

¿el comportamiento de la variable se asemeja a una distribución
normal? Explique su respuesta.
VARIABLE CUANTITATIVA CONTINUA
Indicar el nombre de la variable continúa elegida y presentar
Valor
Nombre de la variable elegida Zootecnia
Valor mínimo 2010
Valor máximo 3473
Media 2758
Mediana 2791
Varianza 151503.1
Desviación estándar 389.234

• Tabla resumen indicando:

Intervalo de Frecuencia Frecuencia Frecuencia Frecuencia
datos absoluta relativa absoluta relativa
acumulada acumulada

• Presente los siguientes gráficos, haciendo una descripción de cada

uno de ellos y analice los resultados obtenidos:

• "HISTOGRAMA DE FRECUENCIAS ABSOLUTAS"

 PERIODO 951 - HISTOGRAMA FRECUENCIAS ABSOLUTAS
25
20
15
Frequency

10
5
0

1989.90 2369.36 2748.82 3128.27 3507.73

Intervalo de la variable continua

 • "POLIGONO DE FRECUENCIAS ABSOLUTAS"

PERIODO 951 - POLIGONO FRECUENCIAS ABSOLUTAS VARIABLE CONTINUA

25
20
15
Frequency

10
5
0

1989.90 2369.36 2748.82 3128.27 3507.73

Class limits

• "HISTOGRAMA DE FRECUENCIAS RELATIVAS"

 PERIODO 951 - HISTOGRAMA FRECUENCIAS RELATIVAS
0.25
0.20
0.15
Frequency

0.10
0.05
0.00

1989.90 2369.36 2748.82 3128.27 3507.73

Intervalo variable conitnua

• "POLIGONO DE FRECUENCIAS RELATIVAS ACUMULADASEN

PORCENTAJE"
PERIODO 951 - POLÍGONO FRECUENCIAS RELATIVAS ACUMULADAS (%)
100
80
Frecuencia (%)

60
40
20
0

1989.90 2369.36 2748.82 3128.27 3507.73

Variable continua

• "DISTRIBUCIÓN EMPÍRICA"
 PERIODO 951 - DISTRIBUCIÓN EMPÍRICA
1.0
0.8
Distribución empirica

0.6
0.4
0.2
0.0

2000 2500 3000 3500

VARIABLE CONTINUA

10. Con los resultados obtenidos al ejecutar el script, el director de

curso proporcionará en el foro de discusión tres cuestionarios (uno
con enfoque agrícola, otro con enfoque pecuario y otro con enfoque
ambiental). Cada grupo deberá elegir uno de los tres, de acuerdo al
programa de estudio que predomine en el grupo y resolverlo.
PREGUNTAS ORIENTADORAS PARA EL ANÁLISIS DE RESULTADOS
VARIABLES PECUARIAS
1. Variable discreta: Número de lechones (Zoo discreta)
Se evaluó el número de lechones paridos por 100 cerdas en su primer parto.
1.1. Si el número promedio de lechones paridos es de 10 lechones por cerda
¿cómo
calificaría los resultados encontrados?
1.2.Como profesional pecuario, ¿qué medidas recomendaría para mejorar este
índice?
1.3.¿Considera que la variable analizada se ajusta al modelo de distribución
normal?
Explique su respuesta.
2. Variable continua: Peso de conejos (Zoo_continua)
Previo al sacrificio, se tomó el peso de 100 conejos.
2.1. Indique el peso ideal para sacrificio de conejos y con base en este, analice el
resultado
del peso de los conejos estudiados.
2.2.De acuerdo a los resultados encontrados, ¿qué medidas recomendaría para
aumentar
la rentabilidad de esta granja cunícula?
2.3.En la sección “CÁLCULO DE PROBABILIDADES”, ubicada al final del script,
ingrese el peso
promedio de los conejos (media= ?) y su varianza (varianza= ?).
2.4.¿Cuál es la probabilidad de encontrar conejos con un peso igual o menor de
2700
gramos?
2.5.¿Cuál es la probabilidad de encontrar conejos con un peso igual o mayor de
3300
gramos

CONCLUSIONES
 Logre analizar y colocar en práctica las competencias desarrolladas en las
unidades 1 2 3 del curso

 Se puede concluir que este trabajo me permitió lograr avanzar y fortalecer

mis conocimientos en conceptos y ejercicios de acuerdo al programa.

 Asimismo, se identificar las distintas variables como la cualitativa, discreta y

cuantitativa.

REFERENCIAS BIBLIOGRAFICAS
 Primera web conferencia curso periodo 611. Recuperado de
http://conferencia2.unad.edu.co/pmyu3wmxau8d/?proto=true

 Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e

infostat en problemas de agronomía. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=3221775&query=bioestadistica
 Matus, R., Hernández, M., & García, E. (2010). Estadística. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
ppg=1&docID=3187261&tm=1519661894239
 Mecabot. (2017). El software R, una herramienta para implementar
métodos numéricos. Recuperado de: http://mecabot-ula.org/tutoriales/r-
project-metodos-numericos/
 R CONSOLE
>
> # EJERCICIO FINAL PRUEBA OBJETIVA ABIERTA CURSO 300046A_951 -
ESTADÍSTICA DESCRIPTIVA (PARA AGRARIAS)
>
> # Cuando el volumen de información es alto, se pueden importar de una hoja de
cálculo en formato "*.csv"
> # Los datos con los que vamos a trabajar se encuentran en el archivo
"Final.CSV"
> # Deben descargarlo y ubicar tanto la hoja de cálculo como este código en una
misma carpeta (se sugiere nombrarla: "Estadistica Descriptiva" )
> # No abra ni modifique el archivo, sólo guárdelo en la carpeta "Estadistica
descriptiva"
>
>
># VARIABLE CUANTITATIVA DISCRETA
>
> # Recuerde que debe ubicarse en cada línea del código y digitar al mismo
tiempo: "Control+R" para ejecutar cada comando
> # No se salte ninguna línea porque puede aparecerle errores en la ejecución de
los comandos
>
> getwd() # Debe aparecer la carpeta "Estadistica descriptiva" donde
guardaron los archivos "Script Fase 5 - Final.txt" y "Final.csv"
[1] "C:/Users/lisbe/OneDrive/Escritorio/UNIVERSIDAD/SEGUNDO
SEMESTRE/ESTADISTICA DESCRIPTIVA/TAREA 5/ESTADISTA
DESCRIPTIVA"
> # Si el programa logró leer la hoja de cálculo Final.csv, con el siguiente comando
le debe aparecer:
>
> View(PROBA)
Error in as.data.frame(x) : objeto 'PROBA' no encontrado
> # Ciérrela y continúe ejecutando el código
> PROBA=read.table("Final.csv",header=T,sep=";",dec=",")
> attach(PROBA)
> attach(PROBA) # Muestra los nombres de las variables sobre los cuales
R va a hacer los cálculos
The following objects are masked from PROBA (pos = 3):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

Zoo_continua, Zoo_discreta

>
> # Si el programa logró leer la hoja de cálculo Final.csv, con el siguiente comando
le debe aparecer:
>
> View(PROBA)
> # Ciérrela y continúe ejecutando el código
>
> # El grupo debe escoger entre los tres tipos de variables discretas existentes:
> # Para los estudiantes de zootecnia, la variable "Zoo_discreta", que es el
número de lechones por cerda.
> # Para los estudiantes de agronomía, la variable "Agri_discreta", que es el
número de ácaros por hoja.
> # Para los estudiantes de ambiental, la variable "Amb_discreta", que
corresponde al número de hogares que reciclan en 100 barrios
> # Si en el grupo hay estudiantes de distintos programas, deben ponerse de
acuerdo para escoger una sola variable con la que van a trabajar
>
> CONTEO=Zoo_discreta # En esta linea reemplaze la palabra "Zoo_discreta" por
la variable seleccionada por el grupo
> # Si el grupo seleccionó "Agri_discreta" entonces la línea previa deberá quedar
así: CONTEO=Agri_discreta
> # No debe reemplazar nada más, porque de lo contrario puede aparecerle algún
error
>
> min(CONTEO)
[1] 4
> max(CONTEO)
[1] 10
> table(CONTEO) # Tabla de frecuencias absolutas
CONTEO
4 5 6 7 8 9 10
9 15 24 18 13 15 6
> fabs=table(CONTEO) # Tabla de frecuencias absolutas
> fabs
CONTEO
4 5 6 7 8 9 10
9 15 24 18 13 15 6
> fabsacum<-as.table(cumsum(fabs)) # Frecuencias absolutas acumuladas
> fabsacum
4 5 6 7 8 9 10
 9 24 48 66 79 94 100
> frel=prop.table(table(CONTEO)) # Tabla de frecuencias relativas
> frel
CONTEO
4 5 6 7 8 9 10
0.09 0.15 0.24 0.18 0.13 0.15 0.06
> frelacum<-as.table(cumsum(frel)) # Frecuencias relativas acumuladas
> frelacum
4 5 6 7 8 9 10
0.09 0.24 0.48 0.66 0.79 0.94 1.00
>
> # GRAFICOS PARA VARIABLES DISCRETAS
> barplot(fabs,ylab="Frecuencias absolutas",main="PERIODO 951 -
FRECUENCIAS ABSOLUTAS - DISCRETA") # Frecuencias absolutas
> barplot(frel,ylab="Frecuencias relativas",main="PERIODO 951 - FRECUENCIAS
RELATIVAS - DISCRETA") # Frecuencias relativas
> barplot(frelacum,ylab="Frecuencias relativas",main="PERIODO 951 -
FRECUENCIAS RELATIVAS ACUMULADAS - DISCRETA") #Frecuencias
relativas acumuladas
>
>
># VARIABLE CUANTITATIVA CONTINUA
>
> PROBA=read.table("Final.csv",header=T,sep=";",dec=",")
> attach(PROBA) # Muestra el nombre de las variables sobre los que el
programa R va a hacer los cálculos
The following objects are masked from PROBA (pos = 3):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

 Zoo_continua, Zoo_discreta

The following objects are masked from PROBA (pos = 4):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

Zoo_continua, Zoo_discreta

> attach(PROBA)
The following objects are masked from PROBA (pos = 3):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

Zoo_continua, Zoo_discreta

The following objects are masked from PROBA (pos = 4):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

Zoo_continua, Zoo_discreta

The following objects are masked from PROBA (pos = 5):

Agri_continua, Agri_discreta, Amb_continua, Amb_discreta,

Zoo_continua, Zoo_discreta

>
> # Instalación del paquete "fdth"
> # Cuando aparezca el listado, elegir: "0-cloud [https]" y después: "fdth". hacer
clic en "OK"
> # Esperar hasta que instale el paquete de comandos, puede tardar varios
minutos
> # Esperar hasta que el cursor se vea de nuevo de color rojo en la parte de abajo
de la Consola R
>
> utils:::menuInstallPkgs() # seleccionar: "0-cloud [https]" y después: "fdth"
--- Please select a CRAN mirror for use in this session ---
Warning in install.packages(lib = .libPaths()[1L], dependencies = NA, type = type) :
'lib = "C:/Program Files/R/R-4.0.2/library"' is not writable
also installing the dependency ‘xtable’

probando la URL 'https://cloud.r-project.org/bin/windows/contrib/4.0/xtable_1.8-

4.zip'
Content type 'application/zip' length 706137 bytes (689 KB)
downloaded 689 KB

probando la URL 'https://cloud.r-project.org/bin/windows/contrib/4.0/fdth_1.2-5.zip'

Content type 'application/zip' length 293051 bytes (286 KB)
downloaded 286 KB

package ‘xtable’ successfully unpacked and MD5 sums checked

package ‘fdth’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in

C:\Users\lisbe\AppData\Local\Temp\RtmpGUtNaU\downloaded_packages
> library(fdth) # si se muestra en rojo en la Consola R, indica que se instaló
correctamente

Attaching package: ‘fdth’

The following objects are masked from ‘package:stats’:

sd, var

Warning message:
package ‘fdth’ was built under R version 4.0.5
>
> # El grupo debe escoger entre los tres tipos de variables continuas existentes:
> # Para los estudiantes de zootecnia, la variable "Zoo_continua", que es el peso
de conejos.
> # Para los estudiantes de agronomía, la variable "Agri_continua", que es el
potencial de hidrógeno del suelo.
> # Para los estudiantes de ambiental, la variable "Amb_continua", que
corresponde al material particulado de 2.5
> # Si en el grupo hay estudiantes de distintos programas, deben ponerse de
acuerdo para escoger una sola variable con la que van a trabajar
>
> VARIABLECONTINUA=Zoo_continua # En esta linea reemplaze la palabra
"Zoo_continua" por la variable seleccionada por el grupo
>
> # Si el grupo seleccionó "Agri_continua" entonces la línea previa deberá quedar
así: VARIABLECONTINUA=Agri_continua
>
> summary(VARIABLECONTINUA)
Min. 1st Qu. Median Mean 3rd Qu. Max.
2010 2445 2791 2758 3069 3473
> minimos=min(VARIABLECONTINUA)
> minimos
[1] 2010
> maximos=max(VARIABLECONTINUA)
> maximos
[1] 3473
> median(VARIABLECONTINUA)
[1] 2791
> VARIANZA=var(VARIABLECONTINUA)
> VARIANZA
[1] 151503.1
> sd(VARIABLECONTINUA)
[1] 389.234
> SIGMA=sqrt(VARIANZA)
> SIGMA
[1] 389.234
> length(VARIABLECONTINUA)
[1] 100
>
># TABLA DE FRECUENCIAS
>
> dist <- fdt(VARIABLECONTINUA)
> dist# Esta tabla presenta el intervalo inferior y superior, la frecuencia absoluta (f),
frecuencia relativa (rf), frecuencia relativa en porcenaje (rf(%)), frecuencia
acumulada (cf) y frecuencia acumulada en porcentaje (cf(%))
Class limits f rf rf(%) cf cf(%)
[1989.9,2179.629) 10 0.10 10 10 10
[2179.629,2369.358) 11 0.11 11 21 21
[2369.358,2559.086) 12 0.12 12 33 33
[2559.086,2748.815) 14 0.14 14 47 47
[2748.815,2938.544) 14 0.14 14 61 61
[2938.544,3128.273) 21 0.21 21 82 82
[3128.273,3318.001) 9 0.09 9 91 91
[3318.001,3507.73) 9 0.09 9 100 100
> dist# Esta tabla presenta el intervalo inferior y superior, la frecuencia absoluta (f),
frecuencia relativa (rf), frecuencia relativa en porcenaje (rf(%)), frecuencia
acumulada (cf) y frecuencia acumulada en porcentaje (cf(%))
Class limits f rf rf(%) cf cf(%)
[1989.9,2179.629) 10 0.10 10 10 10
[2179.629,2369.358) 11 0.11 11 21 21
[2369.358,2559.086) 12 0.12 12 33 33
[2559.086,2748.815) 14 0.14 14 47 47
[2748.815,2938.544) 14 0.14 14 61 61
[2938.544,3128.273) 21 0.21 21 82 82
[3128.273,3318.001) 9 0.09 9 91 91
[3318.001,3507.73) 9 0.09 9 100 100
>
># GRÁFICOS DE VARIABLES CONTINUAS
>
> plot(dist, type="fh",col="blue",xlab="Intervalo de la variable
continua",main="PERIODO 951 - HISTOGRAMA FRECUENCIAS ABSOLUTAS")
# HISTOGRAMA DE FRECUENCIAS ABSOLUTAS
> plot(dist, type="fp",col="blue",main="PERIODO 951 - POLIGONO
FRECUENCIAS ABSOLUTAS VARIABLE CONTINUA") #POLIGONO DE
FRECUENCIAS ABSOLUTAS
> plot(dist, type="rfh",col="blue",xlab="Intervalo variable
conitnua",main="PERIODO 951 - HISTOGRAMA FRECUENCIAS
RELATIVAS")#HISTOGRAMA DE FRECUENCIAS RELATIVAS
> # Cuando ejecute el siguiente comando y le aparezca la gráfica de "POLIGONO
DE FRECUENCIAS RELATIVAS ACUMULADAS EN PORCENTAJE", por favor
NO LA CIERRE
> # Vuelva al código ubicando el cursor en el marco azul de este (donde aparece
el nombre del código), para que no pierda el orden que lleva en la ejecución de los
comandos
> # Los siguientes comandos que inician con la palabra "abline", crearán líneas
sobre la gráfica que muestran información adicional sobre ella.
> # Error in int_abline(a = a, b = b, h = h, v = v, untf = untf, ...) :
> # plot.new has not been called yet
>
> # plot.new has not been called yet
> # plot.new has not been called yet
>
>
> plot(dist, type="cfp",ylim=c(0,100), col="red",ylab="Frecuencia
(%)",xlab="Variable continua",main="PERIODO 951 - POLÍGONO FRECUENCIAS
RELATIVAS ACUMULADAS (%)") #POLIGONO DE FRECUENCIAS RELATIVAS
ACUMULADAS EN PORCENTAJE
> abline(h=25, col="black") # frecuencia = 25%
> abline(h=50, col="red") # frecuencia = 50%
> abline(h=75, col="blue") # frecuencia = 75%
> abline(h=100, col="green") # frecuencia = 100%
> abline(v=median(VARIABLECONTINUA), col="red") # mediana
> abline(v=quantile(VARIABLECONTINUA, 0.25), col="black")# Cuantil Q1
> abline(v=quantile(VARIABLECONTINUA, 0.5),col="red")# Cuantil Q2 (es la
misma mediana)
> abline(v=quantile(VARIABLECONTINUA, 0.75),col="blue")# Cuantil Q3
> abline(v=max(VARIABLECONTINUA), col="brown") # valor máximo
>
> # Donde se unen las líneas rojas es la mediana, lo cual indica que hay una
probabilidad del 50% de que los datos sean iguales o inferiores a esta.
> #Distribución emprica
> ECDF=ecdf(VARIABLECONTINUA)
> ECDF
Empirical CDF
Call: ecdf(VARIABLECONTINUA)
x[1:96] = 2010, 2030, 2060, ..., 3449, 3473
> minimos
[1] 2010
> maximos
[1] 3473
> ECDF
Empirical CDF
Call: ecdf(VARIABLECONTINUA)
x[1:96] = 2010, 2030, 2060, ..., 3449, 3473
> minimos
[1] 2010
> maximos
[1] 3473
>
> # Al igual que con la gráfica anterior, cuando ejecute el próximo comando y le
aparezca la gráfica "Distribución empírica", por favor NO LA CIERRE
> # Vuelva al código ubicando el cursor en el marco azul de este (donde aparece
el nombre del código), para que no pierda el orden que lleva en la ejecución de los
comandos
> ECDF
Empirical CDF
Call: ecdf(VARIABLECONTINUA)
x[1:96] = 2010, 2030, 2060, ..., 3449, 3473
> minimos
[1] 2010
> maximos
[1] 3473
>
> # Al igual que con la gráfica anterior, cuando ejecute el próximo comando y le
aparezca la gráfica "Distribución empírica", por favor NO LA CIERRE
> # Vuelva al código ubicando el cursor en el marco azul de este (donde aparece
el nombre del código), para que no pierda el orden que lleva en la ejecución de los
comandos
> # Los siguientes comandos que inician con la palabra "abline", crearán líneas
sobre la gráfica que muestran información adicional sobre ella.
> # Si cierra la gráfica,cuando ejecute los comandos que inician con "abline" le
aparecerá un error.
>
> # Gráfico de Distribución empírica:
> plot(ECDF,col="red",lwd=3,xlab="VARIABLE CONTINUA",ylab="Distribución
empirica",ylim=c(0,1),xlim=c(minimos,maximos),main="PERIODO 951 -
DISTRIBUCIÓN EMPÍRICA")
> abline(h=0.5, col="red") # la línea horizontal de color rojo, indica el 50% de
la frecuencia de la variable
> abline(v=median(VARIABLECONTINUA), col="red", ) # la línea vertical de color
rojo indica la mediana de la variable
> median(VARIABLECONTINUA) # valor de la mediana en la variable elegida
[1] 2791
> abline(v=mean(VARIABLECONTINUA), col="blue", ) # la línea vertical de color
azul indica la media de la variable
> mean(VARIABLECONTINUA) # valor de la media en la variable elegida
[1] 2758.13
> # ¿es igual o distinto el valor de la media y la mediana en la variable elegida?
> # ¿cómo se puede interpretar esta similitud o diferencia?
>
> # CÁLCULO DE PROBABILIDADES
> # En el siguiente comando, indique el valor de la media de la variable elegida:
> media= 2758.13
> # Ahora indique el valor de la varianza de la variable elegida:
> varianza= 151503.1
> sigma=sqrt(varianza)
>
> # Dentro del rango de valores de la variable elegida, indique aquel del que
quiere conocer su probabilidad.
> # Reemplace el valor de 2700 por uno que se encuentre dentro del rango de
datos en el que se encuentra la variable que eligió:
>
> valor=2700
> varianza= 151503.1
> sigma=sqrt(varianza)
>
> # Dentro del rango de valores de la variable elegida, indique aquel del que
quiere conocer su probabilidad.
> # Reemplace el valor de 2700 por uno que se encuentre dentro del rango de
datos en el que se encuentra la variable que eligió:

> valor=2380
> pnorm(valor,media,sigma)
[1] 0.1656566
> # Indique en su informe el resultado de la probabilidad obtenida
>
> # Presente todos los resultados solicitados en el informe de acuerdo a la guía de
la Fase 5
>
> # Preparado por:
>
> # Luis Alberto Cáceres
> # Director de Curso