INTRODUCCIN

Estadstica Ciencia de recolectar, organizar, analizar e interpretar informacin. La estadstica se encarga de describir los resultados de una investigacin cientfica, de tomar decisiones basadas en dicha investigacin y de estimar cantidades desconocidas

Poblacin

Totalidad de las observaciones en las cuales se est interesado.

Muestra Cualquier subconjunto de la poblacin

El tamao de la poblacin est definido por el nmero de observaciones en la poblacin.

Poblacin finita
Calificaciones en Clculo de 600 estudiantes de una escuela Las alturas de los residentes de una ciudad Longitudes de los pescados de un lago

Poblacin infinita
Los puntos obtenidos al lanzar un dado indefinidamente Datos de presin atmosfrica medida diariamente Mediciones de profundidad de un lago desde cualquier posicin

Estadstica Descriptiva

Comprende aquellos mtodos usados organizar y describir la informacin recabada. Estadstica Inferencial

para

Comprende aquellos mtodos y tcnicas usados para hacer generalizaciones, predicciones o estimaciones sobre poblaciones a partir de una muestra. El concepto de probabilidad juega un papel importante, por no estar absolutamente ciertos de la veracidad de tales inferencias.

Estadstica descriptiva

1. Organizacin de datos A la informacin usada se le llama datos Datos cuantitativos: Informacin numrica Peso en kilos Edad en aos Longitud en centmetros Datos cualitativos: Representan categora o atributos que pueden clasificarse segn un criterio de cualidad. Sexo: hombre,mujer Color: rojo, verde, azul Marca de automvil: Ford, Chevrolet

Clasificacin de datos cuantitativos Datos discretos: proceso de conteo. Datos obtenidos de un

Nmero de nios en una familia Cantidad de automviles en un estacionamiento El nmero de personas en una fila Datos continuos: Datos obtenidos de un proceso de medicin, donde la caracterstica que se mide puede tomar cualquier valor numrico en un intervalo. Tiempo en llegar al trabajo Velocidad de un automvil en km/h Peso en kilogramos

Discretos Cuantitativos Datos Cualitativos Continuos

Objetivo de la organizacin de datos

Acomodar un conjunto de datos en forma til para revelar sus caractersticas esenciales y simplificar ciertos anlisis. Frecuencia Es el nmero de veces que aparece una medida o una categora en una coleccin de datos. Las tablas son tiles para organizar datos. Las tablas para reportar datos usando frecuencias se llaman tablas de frecuencias.

Tablas de frecuencias no agrupadas

Cada medida tiene su frecuencia correspondiente Ejemplo. Los datos siguientes corresponden al nmero de faltas a clases durante el perodo de otoo de 1988 para estudiantes inscritos en la materia de Estadstica. 9 8 7 8 4 3 2 1 0 5 3 2 1 1 7 3 2 8 7 6 6 4 3 2 2 0 9 4 6 9 6 9 4 3 5 7 3 2 1 4 4 2

Tabla de Frecuencias
Nmero de faltas (x) Frecuencia (f) 0 2 1 4 2 7 3 6 4 6 5 2 6 4 7 4 8 3 9 4

Ejemplo.

Cinco miembros, Prez, Maldonado, Gonzlez, Crdenas y Torres, de la junta directiva de una pequea universidad, fueron nominados para presidirla y los datos siguientes muestran el resultado de la eleccin.
Prez Maldonado Maldonado Maldonado Prez Gonzlez Maldonado Torres Maldonado Gonzlez Maldonado Maldonado Maldonado Prez Crdenas Crdenas Prez Torres Crdenas Crdenas Torres Prez Prez Crdenas

Tabla de Frecuencias
Miembro de la junta Frecuencia (f) Crdenas 5 Gonzlez 2 Maldonado 8 Prez 6 Torres 3

Tablas de frecuencias agrupadas

Se presentan las frecuencias de acuerdo con grupos o clases de medidas.

Ejemplo.
El Hospital Christus Muguerza quiere saber si su servicio en la sala de emergencias es adecuado. Para empezar el estudio, el gerente del departamento correspondiente registra el nmero de personas que ocupan la sala de emergencias cada da durante un perodo de 12 das, con los resultados siguientes.
Da Nm. de pacientes 1 2 3 4 5 6 7 8 9 10 11 12 7 43 8 22 13 28 36 18 23 21 15 52

Se construyen seis agrupamientos o clases. La clase 1, por ejemplo, representa de 1 a 10 pacientes Tabla de Frecuencias Clase 1-10 11-20 21-30 31-40 41-50 51-60 Frecuencia (f) 2 3 4 1 1 1

Los extremos de las clases se llaman lmites de clase La distancia entre cualquiera de dos lmites superiores consecutivos o entre cualquiera dos lmites inferiores consecutivos es llamada amplitud de clase (w).

Cada clase en una tabla de frecuencia tiene lmites de clase tericos llamados fronteras de clase.

Las fronteras de clase y las amplitudes de clase de una tabla de frecuencias agrupadas se determinan considerando la unidad o precisin de la medida. La frontera inferior de clase de un intervalo se localiza media unidad abajo del lmite y la frontera superior de clase de un intervalo se localiza media unidad arriba del lmite.

Para el ejemplo, la unidad de medida es 1 pues se estn contando individuos, por lo que la frontera inferior para la primera clase es [1-0.5(1)]=0.5 y la frontera superior para esta misma clase es [10+0.5(1)]=10.5.

Caractersticas de una tabla de frecuencias agrupadas:

1.Uniformidad: cada clase debera tener la misma amplitud 2. Unicidad: dos clases no se traslapan 3.Completez: cada uno de los datos debe pertenecer a alguna clase

La amplitud w de cualquier clase de una tabla de frecuencias agrupadas puede encontrarse tambin restando la frontera inferior de la clase de su frontera superior.

Ejemplo. La siguiente es una tabla de frecuencias agrupadas para el peso en libras de 18 recin nacidos. Clase Frecuencia (f) 3.0 - 4.4 1 4.5 - 5.9 1 6.0 - 7.4 7 7.5 - 8.9 8 9.0 - 10.4 1 La precisin de la medida de las clases es 0.1 libras.

Frontera inferior para la clase 7.5 8.9: 7.5 (0.5)(0.1)=7.5 0.05 = 7.45

Frontera superior para la clase 7.5 8.9:

8.9 + (0.5)(0.1)= 8.9 + 0.05 = 8.95

Note que ningn peso corresponde a alguna frontera.

Nmero de clases

Si todos los datos se agrupan en un nmero pequeo de clases, las caractersticas de los datos originales se ocultan y se puede perder informacin relevante. Si se utilizan demasiadas clases, stas dan demasiados detalles y se pierde el propsito del agrupamiento, que es condensar los datos de manera significativa y fcil de interpretar. Adems puede ser que muchas clases queden vacas quitndole sentido al agrupamiento de los datos.

La eleccin del nmero de clases, que denotaremos por c, es arbitraria; sin embargo es importante considerar los puntos anteriores.

Tambin puede considerarse lo siguiente:

Regla de Sturges c = 3.3(log n) + 1 n: nmero de medidas log n: logaritmo de n base 10

Ejemplo. Si el nmero de medidas es 25, determine el nmero de clases obtenido por la regla de Sturges.

c = 3.3(log n) +1 = 3.3(log 25) +1 = 3.3(1.3979) +1 6

Amplitud de Clase

R es el rango , diferencia entre la medida mayor U y la medida menor L . El lmite inferior de la primera clase debe estar en, o un poco antes, de la medida menor. Acordaremos empezar la primera clase con la medida menor.

Ejemplo. El profesor Smith puso un examen final consistente en 100 preguntas a su grupo de Estadstica. Los datos siguientes representan el nmero de respuestas correctas en cada examen. 17 15 78 4 22 34 44 64 62 77 13 41 7 67 88 Construya una tabla clases. 21 42 77 16 41 de 10 32 7 9 9 82 2 81 45 17 13 82 61 22 92 frecuencias 65 18 87 79 98 4 37 83 44 37 5 54 16 67 85 agrupadas con 5

Tabla de frecuencias agrupadas

Clase Frecuencia (f) 2 - 21 18 22 - 41 8 42 - 61 6 62 - 81 10 82 - 101 8

Ejemplo. Los siguientes datos representan el nmero de clientes que visitan una tienda en un perodo de 22 das. Use seis clases y construya una tabla de frecuencias agrupadas para los datos. 28 42 52 50 29 31 34 45 48 38 28 33 33 49 32 37 41 43 46 49 34 49
Clase 28 32 33 37 38 42 43 47 48 52 53 - 57 Frecuencia (f) 5 5 3 3 6 0 Clase 26 30 31 35 36 40 41 45 46 50 51 - 55 Frecuencia (f) 3 6 2 4 6 1

Marca de clase. Es el punto medio de cada clase y se determina sumando los lmites inferior y superior de la clase y dividiendo por 2. Tambin se conoce como punto medio de la clase. Lo denotaremos por X. Consideremos el ejemplo anterior referente al nmero de clientes que entran a una tienda en un perodo de 22 das. La marca de clase para la clase 2 es 33 .

Cada marca de clase para las clases siguientes a la primera, puede encontrarse tambin sumando la amplitud de clase a la marca de clase precedente.

Ejemplo. El conjunto de datos siguiente, representa los totales de efectivo (en dlares) gastados en un cierto fin de semana por 25 estudiantes graduados. Construya una tabla de frecuencias agrupada que contenga cinco clases.

39.78 46.65 82.71 25.94 60.20

28.30 31.47 43.63 50.32 48.14

28.31 33.45 41.17 35.25 22.78

17.95 29.17 47.32 35.70 38.22

44.47 48.39 52.16 17.89 23.25

Tabla de frecuencias agrupadas Nmero de clase 1 2 3 4 5 Clase 17.89 - 30.88 30.89 - 43.88 43.89 - 56.88 56.89 - 69.88 69.89 - 82.88 Frecuencia (f) 8 8 7 1 1 Marca de clase (X) 24.385 37.385 50.385 63.385 76.385

 Tabla de frecuencia relativa La frecuencia relativa de una medida o clase se encuentra dividiendo la frecuencia f de dicha medida entre el total n de medidas. La tabla que contiene esta informacin se llama tabla de frecuencia relativa. Note que una frecuencia relativa equivale a un porcentaje, por lo que la suma de las frecuencias relativas, sin error de redondeo, es siempre 1.

Para convertir una frecuencia relativa en un porcentaje, se multiplica por 100%.

Ventaja de la tabla de frecuencia relativa sobre otra tabla de frecuencias: Se pueden hacer comparaciones entre conjuntos similares de datos que tengan las mismas clases pero frecuencias totalmente distintas.

Ejemplo. La siguiente tabla exhibe los salarios iniciales de ingenieros recin graduados en dos universidades estatales A y B. Tabla de frecuencia agrupada
Universidad A Clase salarial $10,000 - 12,999 13,000 - 15,999 16,000 - 18,999 19,000 - 21,999 22,000 - 24,999 25,000 - 27,999

f 0 2 7 6 3 2

Universidad B Clase salarial $10,000 - 12,999 13,000 - 15,999 16,000 - 18,999 19,000 - 21,999 22,000 - 24,999 25,000 - 27,999

f 1 1 2 2 3 1

Tabla de frecuencia relativa

Universidad A Clase salarial Relativa f $10,000 - 12,999 0 13,000 - 15,999 0.1 16,000 - 18,999 0.35 19,000 - 21,999 0.30 22,000 - 24,999 0.15 25,000 - 27,999 0.10 Universidad B Clase salarial Relativa f $10,000 - 12,999 0.1 13,000 - 15,999 0.1 16,000 - 18,999 0.20 19,000 - 21,999 0.20 22,000 - 24,999 0.30 25,000 - 27,999 0.10

Tabla de frecuencia acumulada La frecuencia acumulada de cualquier medida o clase, es la suma de la frecuencia de esa misma clase, y de las frecuencias de las medidas o clases anteriores. Lo anterior es de inters cuando se quiere saber el nmero de observaciones menores o iguales que algn valor dado.

Ejemplo. Obtenga la tabla de frecuencia acumulada a partir de la siguiente tabla de frecuencia agrupada correspondiente al ejemplo del examen de estadstica Clase Frecuencia (f) 2 - 21 18 22 - 41 8 42 - 61 6 62 - 81 10 82 - 101 8

Tabla de frecuencia acumulada Clase Frecuencia acumulada 18 26 32 42 50

2 - 21 22 - 41 42 - 61 62 - 81 82 - 101

Tabla de frecuencia relativa acumulada La frecuencia relativa acumulada de cualquier medida o clase, se obtiene dividiendo la frecuencia acumulada entre el total de medidas Ejemplo. Clase 2 - 21 22 - 41 42 - 61 62 - 81 82 - 101 Frecuencia relativa acumulada 18 / 50=0.36 26/ 50 = 0.52 32 / 50 = 0.64 42 / 50 = 0.84 50 / 50 = 1.00

2. Representacin grfica de datos

Una grfica es una forma ilustrada de representar y resumir datos, sta puede hacer ms evidentes ciertas caractersticas que una tabla de frecuencias.
Grficas ms usadas: De pastel

De barras
Histogramas Polgono de frecuencias Otras

 Grfica de barras y de pastel

Estas se usan generalmente para datos nominales. Existen escalas nominales tanto para los datos cuantitativos como para los cualitativos. Escala nominal para datos numricos asigna nmeros a las categoras para distinguirlas; por ejemplo, puntajes de futbol americano: 6 puntos para touchdown, 1 punto para la patada extra, 2 puntos por una escapada extra y 3 puntos por un gol de campo.

Para datos cualitativos, es un agrupamiento no ordenado de los datos en categoras discretas, donde cada dato puede incluirse solamente en uno de los grupos; por ejemplo, gnero, raza, tipo de sangre y religin. Las escalas nominales, se usan principalmente con propsitos de identificacin o de clasificacin.
Las grficas de pastel se usan slo para representar partes de un total.

Ejemplo.

La siguiente tabla contiene datos referentes a los beneficiarios de los donativos hechos por ciudadanos estadounidenses en 1983. Beneficiarios
Religin Artes y humanidades Servicios Sociales Educacin Salud Otros

Totales (en miles de millones de dlares) 31.0 4.1 6.9 9.0 9.2 4.7

35.0 30.0 25.0 20.0 15.0 10.0

31.0

6.9 4.1

9.0

9.2 4.7

5.0
0.0 Religin

En Excel Grfica de Barras

Artes y Servicios humanidades Sociales

Educacin

Salud

Otros

35.0 30.0 25.0 20.0 15.0 10.0 5.0 0.0

31.0

6.9 4.1

9.0

9.2 4.7

Religin

Artes y Servicios humanidades Sociales

Educacin

Salud

Otros

En Excel Grfica de Pastel

Otros 7% Salud 14%

Religin 48% Educacin 14%

Servicios Sociales 11%

Artes y humanidades 6%

 Histograma
Un histograma es un tipo de grfica de barras para una distribucin de frecuencia (tablas de frecuencias no agrupadas y agrupadas).

Distribuciones de frecuencias no agrupadas La idea es representar cada frecuencia por una barra cuya rea sea proporcional a ella. Tpicamente, el ancho de cada barra se escoge como 1 y as el rea de la barra es igual a la frecuencia de la medida.

Ejemplo. La siguiente tabla contiene el nmero de nios en edad escolar en cada una de las 50 familias de una muestra. Construya un histograma para los datos. Nmero de nios en edad escolar 0 1 2 3 4

Frecuencia (f)
15 8 14 9 4

16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4

Distribuciones de frecuencias agrupadas

Para construir un histograma para datos medidos en una escala de intervalo se acostumbra:
1. Organizar los datos de una tabla de frecuencia agrupada. 2. Construir una grfica de barras usando las fronteras de clase para colocar las barras, y las frecuencias para indicar las alturas de las barras.

Ejemplo. La siguiente tabla de frecuencias agrupadas representa la tasa de desempleo, en porcentajes, para 27 ciudades del este de EU. Construya un histograma con estos datos. Tasa de desempleo Nmero de (en porcentajes) ciudades 3.7 - 5.1 5 5.2 - 6.6 12 6.7 - 8.1 6 8.2 - 9.6 1 9.7 - 11.1 0 11.2 - 12.6 1 12.7 - 14.1 2

En Excel
13 12 11 10 9 8 7

6
5 4 3 2 1 0 3.7 - 5.1 5.2 - 6.6 6.7 - 8.1 8.2 - 9.6 9.7 - 11.1 11.2 - 12.6 12.7 - 14.1

 Histograma de frecuencia relativa Se puede construir un histograma de frecuencia relativa cambiando la escala vertical de un histograma de frecuencias. La altura de las barras en un histograma de esta naturaleza indicar la proporcin del total representado por cada clase.

Su forma bsica se parece a la del histograma de frecuencias correspondiente.

Ejemplo. Considere el ejemplo referente a la tasa de desempleo para 27 ciudades de EU. Construya la tabla de frecuencia relativa y el histograma de frecuencia correspondiente. Tasa de desempleo Nmero de Frecuencia (en porcentajes) ciudades (f) relativa 3.7 - 5.1 5 0.19 5.2 - 6.6 12 0.44 6.7 - 8.1 6 0.22 8.2 - 9.6 1 0.04 9.7 - 11.1 0 0.00 11.2 - 12.6 1 0.04 12.7 - 14.1 2 0.07

En Excel
0.50 0.45

0.40
0.35

0.30
0.25 0.20 0.15 0.10 0.05 0.00 3.7 - 5.1 5.2 - 6.6 6.7 - 8.1 8.2 - 9.6 9.7 - 11.1 11.2 - 12.6 12.7 - 14.1

13 12 11 10 9 8 7 6 5 4 3 2 1 0 3.7 - 5.1 5.2 - 6.6 6.7 - 8.1 8.2 - 9.6 9.7 - 11.1 11.2 - 12.6 12.7 - 14.1

 Polgonos de Frecuencia El polgono de frecuencia se construye uniendo los puntos ( X , f ) (marca de clase y su correspondiente frecuencia). Considere el ejemplo de los clientes que visitan una tienda en un perodo de 20 das.

Clientes 26 30 31 35 36 40 41 45 46 50 51 - 55

Frecuencia (f) 3 6 2 4 6 1

X 28 33 38 43 48 53

7 6 5 4 3 2 1 0 23 28 33 38 43 48 53 58

7 6 5 4 3 2 1 0 23 28 33 38 43 48 53 58

3. Anlisis de datos

Medidas de tendencia central

El propsito es resumir un conjunto de datos de forma que podamos tener un panorama general; tal medida sirve de representante del resto de la informacin Media: promedio aritmtico Mediana: puntaje ordenado medio

Moda: es el puntaje mas frecuente

Rango medio: promedio aritmtico de las medidas mayor y menor.

Media o promedio aritmtico La media o promedio aritmtico de un conjunto de datos se encuentra sumando los nmeros y dividiendo despus la suma entre el nmero de medidas. La media se puede determinar slo para datos cuantitativos. Esta se puede calcular tanto para muestras como para poblaciones. media muestral media poblacional

Ejemplo. Suponga que se tiene la siguiente muestra de edades en aos de principiantes de una universidad. 18 18 18 18 19 19 19 20 20 21

O tambin

Media muestral de datos exhibidos en una tabla de frecuencias

Desventaja: se ve afectada por los valores extremos. Por ejemplo, suponga que un corredor ha corrido en seis de los maratones mas grandes del pas, quedando en las posiciones siguientes 3 5 4 6 2 85

La media de estos valores es 17.5 . Si la media se usa para describir la habilidad del corredor, no parece razonable pues a lo ms termin en sexto lugar en las primeras cinco carreras.

Para datos contenidos en una tabla de frecuencia agrupada, se usan las marcas de clase para representar las medidas de cada clase. Entonces la media muestral aproximada es

Ejemplo. Los siguientes datos representan el nmero de discos vendidos cada da durante un perodo de 25 das en una tienda de msica localizada en un centro comercial. 60 36 61 56 19 35 51 42 21 28 33 67 30 49 57 54 59 28 63 38 15 24 35 46 53 Por conveniencia, los datos se presentan en una tabla de frecuencias agrupadas

Nmero de discos vendidos 15-25 26-36 37-47 48-58 59-69

Nmero de das 4 7 3 6 5

Encuentre a) El nmero promedio de discos vendidos por da b) El nmero promedio aproximado de discos vendidos por da.

Mediana La mediana es el puntaje medio ordenado. Si el nmero de medidas es impar, entonces ser la medida en el centro; pero si es par, la mediana es la media de las dos medidas que ocupan posiciones centrales. Ejemplo. Los Bobcats han anotado en 8 juegos consecutivos los siguientes puntos 6 10 3 21 0 35 42 14

0 3 6 10 14 21 35 42
La mediana es

Ejemplo. Encuentre la mediana para los datos muestrales organizados en la siguiente tabla de frecuencia que representa el nmero de faltas en cada perodo de clases durante la primavera de 1988 en un grupo de introduccin a la filosofa.
Nmero de faltas 0 1 2 3 4 Frecuencia 10 10 8 4 8 f acumulada 10 20 28 22 40

Para datos agrupados, se pueden considerar uno de dos criterios.

1. Cualquier valor de la clase coincide con la marca de clase. 2. Los valores en cada uniformemente en la clase. clase se distribuyen

Nosotros trabajaremos con el criterio 1.

Ejemplo. La siguiente tabla representa las velocidades, en millas por hora, para una muestra de 37 coches que recorren una zona escolar donde se permite circular hasta 25 millas por hora. Encuentre la mediana aproximada. Velocidad Nmero de coches f acumulada 1-5 3 3 6-10 2 5 11-15 5 10 16-20 10 20 21-25 7 27 26-30 10 37

Criterio1.
Velocidad Nmero de coches 1-5 3 6-10 2 11-15 5 16-20 10 21-25 7 26-30 10 X 3 8 13 18 23 28 f acumulada 3 5 10 20 27 37

La mediana muestral aproximada ser la marca de clase que ocupa el lugar 19 (n impar).

Moda La moda, si se da, es la medida ms frecuente. Es la nica medida de tendencia central que puede utilizarse para datos cualitativos.

Ejemplos.
1 1 3 3 3 2 7 8 la moda es 3

1 1 3 3 3 2 7 8 46 la moda es 3 rojo, negro, caf, azul 2 2 3 3 4 4 5 5 no tiene moda no tiene moda

Para datos agrupados, el uso de la moda depende del agrupamiento arbitrario de los datos, lo cual es una desventaja. La moda para una distribucin de frecuencia agrupada se conoce como moda cruda o clase modal. Una moda cruda o clase modal, si existe, corresponde a la marca de clase para una clase que contenga la frecuencia mayor y para datos desplegados en un histograma, una moda se asocia con la barra ms alta.

Marca de clase 20 25 30 35 40

frecuencia 4 3 2 3 4
4.5

4
3.5 3

Modas crudas: 20 y 40

2.5 2 1.5

1
0.5 0

20

25

30

35

40

 Medidas de dispersin o variabilidad Las medidas de tendencia central solas, usualmente no describen apropiadamente una caracterstica en estudio.

Ejemplo. David y Ricardo lanzan cada uno 25 flechas a un blanco. Los siguientes son sus puntajes.

Frecuencia Puntaje David Ricardo 10 2 0 9 3 0 8 4 5 7 7 8 6 2 5 5 1 4 4 1 3 3 1 0 2 2 0 1 2 0 David y Ricardo tienen el mismo puntaje promedio, 6.32

Puntaje de David

10

Puntaje de Ricardo

10

Es claro que, aunque el puntaje promedio de ambos es igual, el desempeo no lo es.

Es necesaria una medida que sea sensible a esta variabilidad, la media no lo es. La variabilidad es un concepto fundamental en estadstica. Medidas de variabilidad o de dispersin para datos cuantitativos. rango varianza esviacin estndar

Rango Diferencia entre medida mxima U y medida mnima L; esto es, R = U L El rango no es una medida sensible para la dispersin de una coleccin de datos. Tambin puede afectarse drsticamente por la presencia de valores extremos de los datos.

Desviacin El valor de desviacin =

Una desviacin positiva para una medida, indica que la medida est por encima de la media, mientras que una desviacin negativa seala que est por debajo de la media.
Como la desviacin de un valor representa la distancia de una medida y la media de un conjunto de datos, podramos pensar que el promedio de todas las desviaciones proporciona una medida de dispersin de todas las medida con respecto a la media.

Sumas de cuadrados Para una muestra Para una poblacin

Varianza Se define como el promedio de los cuadrados de las desviaciones de los valores. Para una poblacin

Para una muestra

Es difcil interpretar la varianza como medida descriptiva de dispersin pues sus unidades son el cuadrado de las unidades de medida.

Desviacin estndar Es la raz cuadrada de la varianza. Las unidades de la desviacin estndar son las mismas que las de las medidas.

Suma de cuadrados para datos en una tabla de frecuencias. Para una muestra Para una poblacin