Anàlisi estadística del nombre d’oficines municipals d’informació al consumidor en 25 ciutats

Anàlisi estadística del nombre d’oficines municipals d’informació al consumidor en 25 ciutats
27 d'octubre de 2025 No hi ha comentaris Estadística unidimensional, Matemàtiques Oscar Alex Fernandez Mora

S’ha comptat el nombre d’oficines municipals d’informació al consumidor obertes al públic en 25 ciutats. Aquestes són les dades: $$3\ 6\ 4\ 2\ 3\ 4\ 5\ 4\ 7\ 3\ 5\ 4\ 5\ 4\ 3\ 3\ 4\ 3\ 2\ 4\ 6\ 1\ 8\ 2\ 5 \quad (n=25)$$

Cal:

  • [a)] Construir la taula de freqüències.
  • [b)] Calcular la mitjana.
  • [c)] Calcular la variància, la desviació típica i el coeficient de variació.
  • [d)] Calcular la moda, la mediana i el rang interquartílic.

Dades:

3 6 4 2 3 4 5 4 7 3 5 4 5 4 3 3 4 3 2 4 6 1 8 2 5
n = 25 ciutats


a) Taula de freqüències

Número d’oficines ($x_i$)Freqüència absoluta ($f_i$)Freqüència relativa ($h_i$)Freqüència acumulada ($F_i$)
110,041
230,124
360,2410
480,3218
540,1622
620,0824
710,0425
810,0426
Total251,00

b) Media aritmètica

$$\bar{x} = \frac{\sum x_i f_i}{n}$$

(x_i)(f_i)(x_i f_i)
111
236
3618
4832
5420
6212
717
818
Total25104

$$\boxed{\bar{x} = \frac{104}{25} = 4{,}16}$$


c) Variança, desviació típica i coeficient de variació

Variança ($s^2$):

$$s^2 = \frac{\sum f_i (x_i – \bar{x})^2}{n}$$

$x_i$)$f_i$$x_i – \bar{x}$$(x_i – \bar{x})^2$$f_i (x_i – \bar{x})^2$
11–3,169,98569,9856
23–2,164,665613,9968
36–1,161,34568,0736
48–0,160,02560,2048
540,840,70562,8224
621,843,38566,7712
712,848,06568,0656
813,8414,745614,7456
Total64,6656

$$\boxed{s^2 = \frac{64{,}6656}{25} = 2{,}5866}$$

Desviació típica ($s$):

$$\boxed{s = \sqrt{2{,}5866} \approx 1{,}61}$$

Coeficient de variació ($CV$):

$$CV = \frac{s}{\bar{x}} \times 100\% = \frac{1{,}61}{4{,}16} \times 100\% \approx 38{,}7\%$$

$$\boxed{CV \approx 38{,}7\%}$$


d) Moda, mediana i rang interquartílic

Moda ($Mo$)

Valor amb freqüència màxima: 4 (apareix 8 vegades)

$$\boxed{Mo = 4}$$

Mediana ($Me$)

Posició: $\frac{n+1}{2} = \frac{26}{2} = 13$
La 13a observació (ordenada) cau a la classe del 4 (Fins a 3: 10 dades; fins a 4: 18)

Com que és dades individuals, no cal interpolació:

$$\boxed{Me = 4}$$

Quartils i rang interquartílic

  • Q1 (posició $\frac{n+1}{4} = 6{,}5 \to 6a$ i 7a observació): ambdues són 3
    $$\boxed{Q_1 = 3}$$
  • Q3 (posició $\frac{3(n+1)}{4} = 19{,}5 \to 19a$ i 20a observació): ambdues són 5
    $$\boxed{Q_3 = 5}$$

Rang interquartílic ($RIC$):

$$\boxed{RIC = Q_3 – Q_1 = 5 – 3 = 2}$$


Resum final

EstadísticValor
Media4,16
Variança2,59
Desviació típica1,61
Coeficient variació38,7 %
Moda4
Mediana4
Rang interquartílic2
Sobre l'autor
Oscar Alex Fernandez Mora Etern estudiant de la Rússia tsarista. Gran aficionat als destil·lats i als fermentats. Malaltís de llibres de la MIR i entusiasta del #LaTeX. Soci de l’ACBC. Important actiu del projecte Campana de Gauss www.campanadegauss.cat

Leave a reply

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *