En un centro de información turística de Londres, se realizó una serie de preguntas a una muestra aleatoria de turistas que entraron. Indique el tipo de variable al que responde el tipo de dato obtenido con cada pregunta.

⦁ ¿Vas a pasar la noche en Londres?
Cualitativa Nominal

⦁ ¿Cuántas veces había estado anteriormente en Londres?
Cuantitativa Directa

⦁ ¿Cuál de las siguientes atracciones ha visitado?
Cualitativa nominal

⦁ Torre de Londres ⦁ Palacio de Buckingham ⦁ Big Ben ⦁ Covent Garden ⦁ Abadía de Westminster

⦁ ¿Qué probabilidad hay que vuelva a Londres en los próximos 12 meses: (1) improbable, (2) probable, (3) muy probable?
Cuantitativa Discreta

⦁ ¿Cuál fue el mayor tiempo en minutos que se gasto de una atracción a otra?

Cuantitativa Continua,

Punt <- c(1025,1102,1097,998,1017,1042,845,913,940,1140,1195,1095,1245,1043,1030,880,936,1040,1048,1171,945,790,998,1130,1035)

Cada año en Estados Unidos, aproximadamente 1.5 millones de los estudiantes de educación superior presentan un examen de aptitud escolar (SAT, por sus siglas en inglés). Cerca de 80% de las universidades e instituciones de educación superior emplean las puntuaciones obtenidas por los estudiantes en este examen como criterio de admisión (College Board, marzo de 2006). A continuación, se presentan las puntuaciones obtenidas en las áreas de matemáticas por una muestra de estudiantes:

hist(Punt, freq = TRUE, xlab = "Puntaje", ylab = "Frequency",col = "gray", main = "Histograma de puntajes")

Los datos de la tabla muestran los refrescos que fueron comprados en una muestra de 50 ventas de refresco.

Cantidad_Gaseosas<-c(19,5,13,8,5)
Gaseosas<-c("Coke Classic","Sprite","Pepsi","Diet Coke","Dr.Pepper")

⦁ (0.5 puntos) Elabore un diagrama de barras para las ventas de refrescos.

barplot(Cantidad_Gaseosas,xlab="Gaseosas",ylab="Cantidad", main=" Refrescos Comprados "
        ,names.arg=Gaseosas, col="gray", border="red")

type.freq <- table(Cantidad_Gaseosas)
type.freq
## Cantidad_Gaseosas
##  5  8 13 19 
##  2  1  1  1
m <- sum(Cantidad_Gaseosas)
m
## [1] 50
type.rel.freq <- type.freq/m
type.rel.freq
## Cantidad_Gaseosas
##    5    8   13   19 
## 0.04 0.02 0.02 0.02
round(type.rel.freq, 2) * 100
## Cantidad_Gaseosas
##  5  8 13 19 
##  4  2  2  2

⦁ (0.5 puntos) Presente la tabla de frecuencias absolutas y relativas.

barplot(type.rel.freq, xlab = "Gaseosa",ylab = "Frecuencia relativa",main = "Frecuencia relativa")

freq_abs <- table(Cantidad_Gaseosas)
freq_abs
## Cantidad_Gaseosas
##  5  8 13 19 
##  2  1  1  1
barplot(freq_abs, xlab = " Gaseosa ", ylab = " Frecuencia Absoluta", main = " Frecuencia Absoluta Refrescos")

Escriba una interpretación de los resultados obtenidos.

De los resultados obtenidos se puede ver que las personas que consumen refrescos prefieren la “Classic Coke” y “Pepsi” a las demas opciones las cuales tuvieron un indice de compra menor. En las frecuencias se puede ver que la sprite y Dr.Pepper se compran por igual al tener las dos, 5 ventas

Molly’s Candle Shop tiene diversas tiendas de venta de menudeo en las áreas costeras de Carolina del Norte y Carolina del Sur. Muchos de los clientes de Molly´s han solicitado que les envíe sus compras. La siguiente gráfica muestra el número de paquetes enviados por día durante los pasados 100 días.

⦁ ¿Qué nombre recibe la gráfica?

Histograma de frecuencia de paquetes entregamos en los ultimos 100 dias

⦁ ¿Cuál es el número total de paquetes que se enviaron durante los 100 días?

⦁ ¿Cuántos intervalos de clase hay?

7

⦁ ¿Cuál es la frecuencia en la clase 10 a 15?

28

⦁ ¿Cuál es la frecuencia relativa en la clase 10 a 15?

0.28

⦁ ¿Cuál es el punto medio de la clase 10 a 15?

12.5

⦁ ¿En cuántos días se enviaron 25 o más paquetes?

13

⦁ ¿Cómo se interpreta la frecuencia de la clase 25 a 30?

10

⦁ ¿Cómo se interpreta la frecuencia porcentual de la clase 25 a 30?

10%

⦁ ¿Cómo se interpreta la frecuencia porcentual acumulada de la clase 25 a 30?

97%