Agregar a favoritos Invitar a un amigo Ayuda Português

¡Regístrese! | Iniciar sesión

Principio del formulario

0 and
Busqueda
E n e l ín d ic e avanzada

Final del formulario

• Monografías
• Nuevas
• Publicar
• Blogs
• Foros
Monografias.com > Matematicas > Estadistica

• Descargar

• Imprimir

• Comentar

• Ver trabajos relacionados

Anuncios Google
Detecte el uso de Drogas
Nuestro test de drogas detecta el consumo de drogas en solo minutos
www.test123-colombia.com

Doctorado a Distancia
Obtenga su Doctorado a distancia Estudios universitarios a distancia
www.aiu.edu

Anotaciones básicas de estadística

Enviado por nagomez0
Anuncios Google:
Módulos LCD gráficos
Todos tamaños, colores, interfaces Gran soporte técnico y precios | www.crystalfontz.com
Equipo Radiofrecuencia
Reduce la celulitis mejora textura y tonifica la piel | www.estetique.com
 1. Presentaciones en tablas:
2. Métodos gráficos:
3. Bibliografia
1. Presentaciones en tablas:
Primero definiré que es una tabla para luego trabajar las diferentes clases de tablas pedidas:
Una tabla es un cuadro que consiste en la disposición conjunta, ordenada y normalmente totalizada,
de las sumas o frecuencias totales obtenidos en la tabulación de los datos, referentes a las categorías
o dimensiones de una variable o de varias variables relacionadas entre sí. Las tablas sistematizan los
resultados cuantitativos y ofrecen una visión numérica, sintética y global del fenómeno observado y
de las relaciones entre sus diversas características o variables. En ella, culmina y se concreta
definitivamente la fase clasificatoria de la investigación cuantitativa.
Teniendo la definición de lo que es una tabla, podemos trabajar entonces cada uno de los tipos de
tablas pedidos:
• Tabla de entrada de datos: Es una tabla en la cual solo aparecen los datos que se obtuvieron
de la investigación científica o del experimento. Es la tabla más sencilla y se utiliza cuando no se
necesita mayor información acerca de los datos, estas tablas se construyen por medio de la
tabulación de los datos, este procedimiento es relativamente sencillo, para realizarlo nos
ocupamos de un conjunto de datos estadísticos obtenidos al registrar los resultados de una serie
de n repeticiones de algún experimento u observación aleatoria, suponiendo que las repeticiones
son mutuamente independientes y se realizan en condiciones uniformes, es importante decir que
el resultado de cada observación puede expresarse de forma numérica, para este tipo de tablas de
entrada de datos se puede trabajar con una ó mas variables, de manera que nuestro material
estadístico consiste en n valores observados de la variable Xj.
Los valores observados se suelen registrar, en primer lugar en una lista, si él numero de
observaciones no excede de 20 ó 30, estos datos se registran en orden creciente de magnitud.
Con los datos de esta tabla pueden hacerse diversas representaciones gráficas y calcularse
determinadas características numéricas como la media, la mediana,etc.
EJ: Agrupar en una tabla de datos
10, 1, 6, 9, 2, 5, 7, 4, 3, 8

X 1 2 3 4 5 6 7 8 9 10

• Tablas de frecuencias: Una tabla de frecuencia esta formada por las categorías o valores de
una variable y sus frecuencias correspondientes. Esta tabla es lo mismo que una distribución de
frecuencias. Esta tabla se crea por medio de la tabulación y agrupación, la cual es un método
sencillo como lo habíamos empezado a ver en la tabla de datos, Se realiza el mismo procedimiento
de tabulación anteriormente descrito si el numero de valores observados para la variable, se
trabaja con una sola variable, descontando los repetidos son pequeños, si existen repetidos la
frecuencia f es el numero de repeticiones de un valor de X dado, Sin embargo, cuando el conjunto
de datos es mayor, resulta laborioso trabajar directamente con los valores individuales
observados y entonces se lleva a cabo, por lo general, algún tipo de agrupación como paso
preliminar, antes de iniciar cualquier otro tratamiento de los datos. Las reglas para proceder a la
agrupación son diferentes según sea la variable, discreta o continua, para una variable discreta
 suele resultar conveniente hacer una tabla en cuya primera columna figuren todos los valores de
la variable X representados en el material, y en la segunda, la frecuencia f con que ha aparecido
cada valor de X en las observaciones.
Para una variable continua, el procedimiento de agrupación es algo más complicado. Se toma un
intervalo adecuado sobre el eje de la variable que contenga los n valores observados, y divídase el
intervalo en cierto numero de intervalos de clase. Todas las observaciones que pertenecen al mismo
intervalo de clase se agrupan y cuentan, y él numero que resulte representa la frecuencia de clase
correspondiente a dicho intervalo, luego se forma una tabla, en cuya primera columna figuran los
limites de cada intervalo de clase, y en la segunda aparecen las correspondientes frecuencias.
Estas clases de tablas son las mas usadas y brindan mayor información de los datos que las tablas de
entradas de datos, efectivamente, una tabla de este tipo dará en forma abreviada, una información
completa acerca de la distribución de los valores observados. Con estas se pueden utilizar mas a
fondo los métodos gráficos al igual que los métodos aritméticos.
Ej: Agrupar en una tabla 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5

X F

1 2

2 4

3 3

4 1

5 1

S 11

Agrupar en una tabla las siguientes estaturas: 160, 168, 175, 183, 170, 164, 170, 184, 171, 168, 187, 161,
183, 175, 185, 186, 187, 164, 165, 175, 162, 188, 169, 163, 166, 172, 173, 167, 174, 176, 178, 179, 177

X F

160-165 6

265-270 6

170-175 6

175-180 7

180-185 3
185-190 5

S 33

• Tablas de doble entrada: También llamadas tablas de contingencias, son aquellas tablas de
datos referentes a dos variables, formada, en las cabeceras de las filas, por las categorías o valores
de una variable y en las de las columnas por los de la otra, y en las casillas de la tabla, por las
frecuencias o numero de elementos que reúnen a la vez las dos categorías o valores de las dos
variables que se cruzan en cada casilla. Para la tabulación de un material agrupado de
observaciones simultaneas de dos variables aleatorias necesitaremos una tabla descrita como
anteriormente lo describimos, las reglas para agrupar son las mismas que en el caso de una sola
variable.
Este tipo de tablas brindan información estadística de dos eventos relacionados entre sí, es útil en
casos en los cuales los experimentos son dependientes de otro experimento, mas adelante aparecen
mas aplicaciones del análisis estadístico bivariable.
Ej:

T1/T2 SÍ NO

SÍ 12 2

NO 10 4

1.
2. Métodos gráficos:
Primero definiré lo que es un gráfico o diagrama en estadística
Un diagrama es una especie de esquemático, formado por líneas, figuras, mapas, utilizado para
representar, bien datos estadísticos a escala o según una cierta proporción, o bien los elementos de
un sistema, las etapas de un proceso y las divisiones o subdivisiones de una clasificación. Entre las
funciones que cumplen los diagramas se pueden señalar las siguientes:
• Hacen más visibles los datos, sistemas y procesos
• Ponen de manifiesto sus variaciones y su evolución histórica o espacial.
• Pueden evidenciar las relaciones entre los diversos elementos de un sistema o de un proceso y
representar la correlación entre dos o más variables.
• Sistematizan y sintetizan los datos, sistemas y procesos.
• Aclaran y complementan las tablas y las exposiciones teóricas o cuantitativas.
• El estudio de su disposición y de las relaciones que muestran pueden sugerir hipótesis nuevas.
Algunos de los diagramas más importantes son el diagrama en árbol, diagrama de áreas o
superficies, diagrama de bandas, diagrama de barras, diagrama de bloques, diagrama circular,
diagrama circular polar, diagrama de puntos, diagrama de tallo y hoja diagrama, histogramas y
gráficos de caja y bigote o boxplots.
2.1 Gráficos univariados: Para trabajar los gráficos univariables debemos primero saber lo que es
el análisis estadístico univariable y después de esto trabajaremos los métodos pedidos
El análisis estadístico que opera con datos referentes a una sola variable o distribución de frecuencias
y pretende determinar sus propiedades estadísticas. El a.e.u. proporciona al analista medidas
representativas de la distribución o promedios, índices de dispersión de los datos de la distribución,
procedimientos para normalizar los datos, medidas de desigualdad de unos datos en relación con
otros y por ultimo medidas de la asimetría de la distribución.
• Gráficos de puntos: Es una variación del diagrama lineal simple el cual esta formado por líneas
rectas o curvas, que resultan de la representación, en un eje de coordenadas, de distribuciones de
frecuencias, este construye colocando en el eje x los valores correspondientes a la variable y en el
eje de las ordenadas el valor correspondiente a la frecuencia para este valor. Proporciona
principalmente información con respecto a las frecuencias. Este se usa cuando solo se necesita
información sobre la frecuencia.
Cuando la muestra se agrupa por intervalos se trabaja con la marca de clase del intervalo de clase, la
marca de clase es el punto medio del intervalo
EJ: Duración de tubos de neón

X(horas) Xm F

300-400 350 2

400-500 450 6

500-600 550 10

600-700 650 8

700-800 750 4

S 30
• Gráficos de tallo y hoja: es una forma rápida de obtener una representación visual ilustrativa
del conjunto de datos, para construir un diagrama de tallo y hoja primero se debe seleccionar uno
ó más dígitos iniciales para los valores de tallo, el dígito o dígitos finales se convierten en hojas,
luego se hace una lista de valores de tallo en una columna vertical. Prosiguiendo a registrar la
hoja por cada observación junto al valor correspondiente de tallo, finalmente se indica las
unidades de tallos y hojas en algún lugar del diagrama, este se usa para listas grandes y es un
método resumido de mostrar los datos, posee la desventaja que no proporciona sino los datos, y
no aparece por ningún lado información sobre frecuencias y demás datos importantes.
Ej: realice un diagrama de tallo y hoja para los siguientes datos de distancias en yardas de una
cancha de golf
6435 6464 6433 6470 6526 6527 6506 6583 6605 6694 6614 6790 6770 6700 6798 6770 6745 6713
6890 6870 6873 6850 6900 6927 6936 6904 7051 7005 7011 7040 7050 7022 7131 7169 7168 7105
7113 7165 7280 7209
• Diagramas de barras: nombre que recibe el diagrama utilizado para representar gráficamente
distribuciones discretas de frecuencias no agrupadas. Se llama así porque las frecuencias de cada
categoría de la distribución se hacen figurar por trazos o columnas de longitud proporcional,
separados unos de otros. Existen tres principales clases de gráficos de barras:
• Barra simple: se emplean para graficar hechos únicos
• Barras múltiples: es muy recomendable para comprar una serie estadística con otra, para ello
emplea barras simples se distinto color o tramado en un mismo plano cartesiano, una al lado de
la otra
• Barras compuestas: en este método de graficacion las barras de la segunda serie se colocan
encima de las barras de la primera serie en forma respectiva.
El diagrama de barras proporciona información comparativa principalmente y este es su uso
principal, este diagrama también muestra la información referente a las frecuencias
Ej:
CIUDAD TEMPERATURA

A 12

B 18

C 24

TIENDA Enero Febrero Marzo abril mayo Junio

A 800 600 700 900 1100 1000

B 700 500 600 1000 900 1200

Histogramas: Se emplea para ilustrar muestras agrupadas en intervalos. Esta formado por
rectángulos unidos a otros, cuyos vértices de la base coinciden con los limites de los intervalos y el
centro de cada intervalo es la marca de clase, que representamos en el eje de las abscisas. La altura
de cada rectángulo es proporcional a la frecuencia del intervalo respectivo. Esta proporcionalidad se
aplica por medio de la siguiente formula
Altura del rectángulo = frecuencia relativa/longitud de base
El histograma se usa para representar variables cuantitativas continuas que han sido agrupadas en
intervalos de clase, la desventaja que presenta que no funciona
para variables discretas, de lo contrario es una forma útil y practica de mostrar los datos estadísticos.
EJ:

X Xm F

118-126 122 2

126-134 130 3

134-142 138 8

142-150 146 12

150-158 154 7

158-166 162 5

166-174 170 2

174-182 178 1

S 40

• Diagramas de caja o boxplots: los pasos para construirlo son los siguientes:
• dibujar y marcar un eje de medida horizontal
• construir un rectángulo cuyo borde izquierdo esta arriba del cuarto inferior y cuyo borde derecho
esta arriba del cuarto superior
• dibujar un segmento de recta vertical dentro de la caja arriba de la mediana
• prolongar rectas desde cada extremo de la caja hasta las observaciones más lejanas que estén
todavía a menos de 1.5fs de los bordes correspondientes
• dibujar un circulo abierto para identificar cada observación que caiga entre 1.5fs y 3fs del borde al
cual esta más cercano estas se llaman puntos inusuales suaves
• dibujar un circulo de línea llena para identificar cada observación que caiga a mas de 3fs del
borde más cercano, estas se llaman puntos inusuales extremos
donde fs= cuarto superior – cuarto inferior
este diagrama se usa cuando se necesita la mayor información acerca de la distribución de los datos,
la ventaja que posee con respecto a los demás diagramas es que este gráfico posee características
como centro y dispersión de los datos, y la principal desventaja que posee es que no presenta
ninguna información acerca de las frecuencias que presentan los datos
EJ: Para los siguientes datos realice un diagrama de caja: 2.68 3.06 4.31 4.71 5.71 5.99 6.06 7.04 7.17
7.46 7.50 8.27 8.42 8.73 8.84 9.14 9.19 9.21 9.39 11.28 15.19 21.06
• Gráficos de sectores: es un gráfico que se basa en una proporcionalidad entre la frecuencia y el
ángulo central de una circunferencia, de tal manera que a la frecuencia total le corresponde el
ángulo central de 360°. Para construir se aplica la siguiente formula:
X = frecuencia relativa * 360°/S frecuencia relativa
Este se usa cuando se trabaja con datos que tienen grandes frecuencias, y los valores de la variable
son pocos, la ventaja que tiene este diagrama es que es fácil de hacer y es entendible fácilmente, la
desventaja que posee es que cuando los valores de la variable son muchos es casi imposible o mejor
dicho no informa mucho este diagrama y no es productivo, proporciona principalmente información
acerca de las frecuencias de los datos de una manera entendible y sencilla.
EJ: Representar mediante un gráfico de sectores la frecuencia con que aparece cada una de las cinco
vocales en el presente párrafo:

Vocal a e i o u

Frecuencia 13 20 4 6 3 S 46
2.2 gráficos bivariados: Para trabajar los diagramas de dispersión, primero debemos saber que es
el análisis estadístico bivariable y las ventajas que este tiene
El análisis estadístico bivariable es aquel análisis que opera con datos referentes a dos variables y
pretende descubrir y estudiar sus propiedades estadísticas. El análisis estadístico bivariable se
orienta fundamentalmente a la normalización de los valores o frecuencias ce los datos brutos,
determina la existencia, dirección y grado de la variación conjunta entre las dos variables, lo que se
realiza mediante él calculo de los coeficientes de correlación pertinentes, calcula la covarianza o
producto de las desviaciones de las dos variables en relación a sus medias respectivas y por ultimo
establece la naturaleza y forma de la asociación entre las dos variables en el caso de las variables de
intervalo.
• Diagrama de dispersión: es un diagrama que representa gráficamente, en un espacio de
ordenadas, los puntos de dicho espacio que corresponden a los valores correlativos de una
distribución bivariante conjunta, estos diagramas deben usarse cuando tenemos un análisis
estadístico bivariable, ósea una tabla de datos de doble entrada, la ventaja que tienen es que se
puede graficar de una forma sencilla una distribución bivariante conjunta y la desventaja
principal es que no funciona si sucede que una dupla se repita
EJ:

X Y

A 2 3

B 4 1

C 5 4

D 3 6

E 2 8
 BIBLIOGRAFIA
• Sierra Bravo. R. Diccionario Practico de Estadística, Ed Paraninfo S.A. Madrid. España, pags 56-
57, 177-187, 427-432.
• Serrano Rodríguez, Javier. Introducción a la Estadística. Ed universitaria de América LIDA,
Bogotá, Colombia. Pag 30-49
• Devore, Jay L. Probabilidad y Estadística para ingeniería y ciencias, Ed Thomson, 4ta Edición,
pags 7-37.

1. Escalas de medición:
Corresponde a la Situación 1, es decir, es una escala en que se establece un número determinado
de clases o categorías de tal modo que cada elemento de la población pertenece a una y sólo una
clase. Matemáticamente se dice que se ha establecido una relación de equivalencia entre los
elementos de la población. Si sólo existen dos clases se denomina escala dicotómica. La única
operación matemática que se puede realizar con las clases de cualquier escala nominal es determinar
las cantidades de elementos que les corresponden determinar sus frecuencias.
Por ejemplo:
• Sexo: las clases son masculino o femenino.
• Especialidad: las diferentes especialidades (carreras) del CRUSAM.
• Número de cedula de identidad personal.
• Temperatura de una persona: sanguíneo, flemático, melancólico, colérico.
• Número de placa de automóviles del país.
a. Escala Nominal:
Corresponde a la Situación 1, es decir, es una escala en que se establece un número determinado
de clases o categorías de tal modo que cada elemento de la población pertenece a una y sólo una
clase. Matemáticamente se dice que se ha establecido una relación de equivalencia entre los
elementos de la población. Si sólo existen dos clases se denomina escala dicotómica. La única
operación matemática que se puede realizar con las clases de cualquier escala nominal es determinar
las cantidades de elementos que les corresponden determinar sus frecuencias.
Por ejemplo:
• Sexo: las clases son masculino o femenino.
• Especialidad: las diferentes especialidades (carreras) del CRUSAM.
• Número de cedula de identidad personal.
• Temperatura de una persona: sanguíneo, flemático, melancólico, colérico.
• Número de placa de automóviles del país.
a. Escala Ordinal:
Corresponde a la Situación 2. Es una escala nominal entre cuyas clases está definido un orden, de
modo que cualquiera que sean dos de ellas, una será mayor o superior, en algún sentido, que la
otra.
Por ejemplo:
• Evaluaciones en un examen: 5, 4, 3 y 2.
• Grado de satisfacción de una necesidad: alto, medio, bajo
• Conocimiento de un idioma: excelente, bien, regular, mal
a. Escala de Intervalos:
Corresponde a la situación 3 y no es más que una escala ordinal con una distancia, una unidad de
medida entre sus clases de modo tal que dado dos puntajes cualesquiera se puede saber cuan
distante está uno del otro. La unidad de medida es arbitraria, pero común y el punto de inicio (cero)
es también arbitrario.
Cuando se tiene una escala de intervalo se pueden realizar las operaciones de adición y sustracción,
pero no necesariamente la multiplicación y división dentro de la escala.
Por ejemplo:
• La temperatura del aire. (caluroso, fresco, agradable, etc.)
a. Escala de Razones:
Corresponde a la situación 4 y es una escala de intervalos donde existe un cero absoluto que
marca la ausencia total del atributo en estudio.La proporción entre los atributos de dos individuos
cualesquiera es independiente de la escala de medida utilizada. En ella la razón entre dos clases
(puntajes) cualesquiera permanece invariable ante toda la transformación de la escala de razón, o sea
ante toda transformación del tipo y=Φ(x). De aquí que siempre el cero de la escala transformada
coincide con el cero de la escala original.
En las escalas de razones es posible realizar todas las operaciones aritméticas con los puntajes.
Por ejemplo:
• Estatura de los alumnos: la estatura en metros es proporcional a la estatura en pulgadas.
• Peso de los alumnos: (en libras o kilogramos)
• El tiempo invertido en una prueba de velocidad en educación física (en minutos o
segundos).
1.
2. La representación de los datos: FRECUENCIAS.
Cuando se reúne gran cantidad de datos primarios es útil distribuirlos en clases y categorías y
determinar las frecuencias de las clases, o sea, el número de elementos que pertenecen a una
clase. El ordenamiento tabular de los datos por clases conjuntamente con las frecuencias de clases se
denomina distribución de frecuencias
El caso que se describe a continuación, variables discretas se denomina distribución por conteo de
valores individuales. Supongamos que un determinado colectivo, representado por la variable
estadística Xi, que para mayor sencillez consideraremos como unidimensional; sean los datos de
esta variable (representativo cada uno de ellos de un suceso) X1, X2, … , Xn (supuesto que sean n
los valores de la variable considerada.)
Definiremos como frecuencia de un dato el número de veces que este aparece en el
colectivo; consecuentemente, si una variable estadística toma r valores, cada uno de los cuales
puede repetirse un cierto número de veces, podríamos decir que el número de datos representado
por la variable serían N, siendo N la suma de las respectivas frecuencias de cada dato (N=ΣXi).
Este valor N será denominado como frecuencia total, mientras que la frecuencia de cada dato
recibirá el nombre de frecuencia absoluta o simplemente frecuencia (fi). La frecuencia
absoluta nos habla del número de veces que un dato aparece en un colectivo, más ello
no nos dice demasiado en orden al establecimiento de comparaciones sobre la importancia de este
dato. Para obtener una idea de la importancia que un dato posee en el seno de un colectivo, puesto
que no es suficiente concepto de frecuencia, se utiliza el concepto frecuencia relativa, que se
definirá como: el coeficiente entre la frecuencia absoluta del dato considerado y la
frecuencia total (fr=fi/ΣXi).
Para efectos prácticos, asumiremos las siguientes definiciones de frecuencias:
• frecuencias absolutas : es el número de veces que aparece en la muestra dicho valor de la
variable y se representa por fi.
• frecuencias relativas: es el cociente entre la frecuencia absoluta y el tamaño de la muestra. La
denotaremos por fri
• frecuencias absoluta acumulada: para poder calcular este tipo de frecuencias hay que tener
en cuenta que la variable estadística ha de ser cuantitativa o cualitativa ordenable. En otro caso
no tiene mucho sentido el cálculo de esta frecuencia. La frecuencia absoluta acumulada de un
valor de la variable, es el número de veces que ha aparecido en la muestra un valor menor o igual
que el de la variable y lo representaremos por fa, se puede acumular, en la tabla estadística) en
orden ascendente (fa↑) o descendente (fa↓).
• frecuencia relativa acumulada: al igual que en el caso anterior se calcula como el cociente
entre la frecuencia absoluta acumulada dividido por el tamaño de la muestra (N) y la
denotaremos por fra.
Resumiendo lo expuesto, si Xi es un valor de la variable, podemos representar por fi
a su frecuencia y por fi/ΣXi a su frecuencia relativa (siendo ΣXi=N o la frecuencia
total). Para el conjunto de los valores de la variable Xi tendríamos, así la tabla #1,
compresiva de la información sobre dicha variable, a través de las respectivas
frecuencias:
Tabla #1: Variables Discretas

Valores de la variable Xi frecuencias absolutas frecuencias relativas

(datos) fi fi/N

X1 f1 f1/N

X2 f2 f2/N

… … …

… … …

Xn fn fn/N

Donde: N=Σfi y Σfi/N=1

Otro es el caso de las clases representadas en forma de intervalos, variables continuas, llamados
intervalos de clases que poseen extremos llamados limite inferior y limite superior, Un
intervalo se dice que es abierto o no cerrado, por un extremo si no contiene el límite
correspondiente.
La longitud, tamaño o amplitud de un intervalo de clases (C) es la diferencia entre
los limites superior e inferior (C=lim sup – lim inf). El Recorrido (R) es la diferencia
entre el dato mayor y el menor del conjunto da datos en estudio (R=Xn – X1)
En el caso de variables continuas será necesario fijar intervalos de frecuencias para llegar a un
resumen efectivo de la información original. A menudo es necesario representar una clase, o más
particularmente, un intervalo por un único valor, este representará a todo el intervalo y se
denominará marca de clases. Matemáticamente el punto medio de cada intervalo
corresponde a lo que denominamos marca de clase, se denotará por Xi, y constituirá el valor
representativo de cada intervalo. El número de observaciones que correspondan a cada
intervalo se denominará frecuencias absolutas.
Tabla #2: Variables Continuas

Intervalos Marcas de Clases Frecuencias Absolutas

(C) Xi fi

X1-X2 X1 f1

X2-X3 X2 f2
 … … …

… … …

Xn-1-Xn Xn fn

Donde

N = Σfi = Número de observaciones

C = X’ – X" = Amplitud del intervalo
Por último, en el caso de variables no mensurables, dicha tabla adoptará una forma como la
siguiente:
Tabla #3: Variable Ordinales

Variable Frecuencias

Característica A fA

Característica B fB

… …

… …

Característica Z fZ

1.
1.
2. Reglas Generales para construir las distribuciones de
frecuencias por intervalos
A = ( X1, X2, … , Xn )
 2. Efectuar el arreglo ordenado (Ascendente o Descendente) de la población o muestra
3. Obtener la frecuencia absoluta mediante la tabulación o conteo de los datos (homogenizar los
datos)
R = (valor mayor – valor menor) = Xn – X1
4. Encontrar el rango o recorrido (R) de los datos:
5. Encontrar el número de clases o intervalos de clases (K). El número de clases debe ser tal que
se evite el detalle innecesario, pero que no conduzca a la perdida de más información de la que
puede ser convenientemente ignorada. Para este cálculo se utiliza la formula de Sturges
K = 1 + 3.322(log. N)
5- Determinar la amplitud de la clase ( C ):
R
C = --------
K
Nota: el resultado siempre se aproxima al siguiente entero si excede al número entero obtenido, no
importa el monto de la fracción excedida al entero
˜ C = se lee "se aproxima a…"
6. El dato menor (X1) será el limite inferior de la primera clase. A él se le suma C y se obtiene
el limite superior de la primera clase que también será el limite inferior de la segunda clase.
Luego se suma nuevamente C y se obtiene el limite superior del segundo intervalo e inferior del
tercero. Y así sucesivamente hasta que el limite superior corresponda o supere ligeramente el
valor mayor ( Xn ), la cantidad de clases obtenidas deberá corresponder con el número K
calculado mediante la formula de Sturges.
7. Una vez construidos los intervalos se calculan, mediante tabulación de acuerdo a los limites
inferiores y superiores de las clases, las frecuencias absolutas, relativas, porcentuales y
acumuladas correspondientes.
8. Con los datos obtenidos se procede a construir la tabla de distribución de frecuencia.
1.
2. Tabla de distribución de frecuencias.
Una de los primeros pasos que se realizan en cualquier estudio estadístico es la tabulación de
resultados, es decir, recoger la información de la muestra resumida en una tabla, que
denominaremos distribución de frecuencias, en la que cada valor de la variable se le asocian
determinados números que representan el número de veces que ha aparecido, su proporción con
respecto a otros valores de la variable, etc.
Por tanto, llamaremos distribución de frecuencias a un agrupamiento de datos en clases
acompañada de sus frecuencias: frecuencias absolutas, frecuencias relativa o frecuencia
porcentuales. En caso de que las variables estén al menos en escala ordinal aparecen
opcionalmente las frecuencias acumuladas absolutas, y frecuencias acumuladas
porcentuales. Las distribuciones de frecuencias varían en dependencia si corresponden a una
variable discreta o a una variable continua.
Ejemplo #1: Variable Continua:
La tienda CABRERA’S Y ASOCIADOS estaba interesada en efectuar un análisis de sus cuentas
por comprar. Uno de los factores que más interesaba a la administración de la tienda era el de los
saldos de las cuentas de crédito. Se escogió al azar una muestra aleatoria de 30 cuentas y se anotó el
saldo de cada cuenta (en unidades monetarias) como sigue:
77.97 13.02 17.97 89.19 12.18 8.15 34.40 43.13 79.61 90.99
43.66 29.75 7.42 93.91 20.64 21.10 17.64 81.59 60.94 43.97
32.67 43.66 51.69 53.40 68.13 11.10 12.98 38.74 70.15 25.68
Solución:
1. A= ( 7.42, 8.15, …, …, …, 90.99, 93.91 )
donde: X1 = valor mínimo = 7.42
Xn= valor máximo = 93.91
2. Efectuar el arreglo ordenado de la población o muestra:
R = valor mayor – valor menor = Xn – X1 = 93.91 – 7.42 = 86.49
3. Encontrar el rengo o recorrido de los datos: "R"
K=1+3.322(log N)
Nota: en el ejemplo en estudio N=30 por cuanto que son 30 clientes en la muestra:
K = 1 + 3.322 (log 30)
= 1 + 3.322 (1.477) el log fue obtenido según calculadora
= 1+ 4.9069
= 5.9069 ~6 aproximado al siguiente entero
4. Encontrar en número de clases "K" , según la fórmula de Sturges:
5. Determinar la amplitud de la clase: "C"

Nota: obsérvese que se va a trabajar con una cifra significativa más cómoda, o sea como los datos
están dados en centésimos, se calculo C hasta los milésimos para evitar que algún dato coincida con
el límite de clases

Clases P.M. fi fr fa↓ fa↑ fra↓ fra↑

Xi

7.420 – 21.835 14.628 10 0.33 10 30 0.33 1.00

21.835 – 36.250 29.043 4 0.13 14 20 0.46 0.67

36.250 – 50.665 43.458 5 0.17 19 16 0.63 0.54

50.665 – 65.080 57.873 3 0.10 22 11 0.73 0.37

65.080 – 79.495 72.288 3 0.10 25 8 0.83 0.27

79.495 – 93.910 86.703 5 0.17 30 5 1.00 0.17

Total XXX 30 1.00 XXX XXX XXX XXX

Simbología utilizada:
XI = Punto medio o marca de clases
fi = frecuencia absoluta
fr = frecuencia relativa
fa↓ = frecuencia absoluta acumulada descendente
fa↑ = frecuencia absoluta acumulada ascendente
fra↓ = frecuencia relativa acumulada descendente
fra↑ = frecuencia relativa acumulada ascendente
Nota:
i. Obsérvese que el límite inferior de la primera clase es el valor mínimo
( X1=7.42 ) y el límite superior es el resultado de X1+C = 7.42+14.415 = 21.835.
ii. El límite inferior de la siguiente clase es igual al límite superior de la clase
anterior y el límite superior es el resultado de adicionarle nuevamente la
amplitud de la clase ( C ).
iii. Obsérvese que el límite superior de la última clase es igual al valor mayor
( Xn=93.91 )
1.
2. Representaciones Gráficas de la Distribución de Frecuencias
a. Los Cuadros estadísticos:
La estadística es una disciplina que nos enseña a organizar los datos recogidos para poder analizar
sus características y posteriormente inferir, a partir de las muestras tomadas, las características de la
población investigada. Los cuadros o tablas corresponden a arreglos sistemáticos de los datos por
filas y columnas y son un buen complemento del texto en los informes
El primer procedimiento estadístico consiste en tabular los datos según el tipo de escala de medición
utilizada. La tabulación de los datos conlleva a representar la información a través de tablas que de
forma general contiene las siguientes partes fundamentales:
 1.
2. Numeración (siempre que se presenten dos o más cuadros)

3. Título: es la descripción que precede al cuadro, la cuál deberá estar redactada en forma breve
y clara, de tal manera que exprese su contenido, siguiendo el ordenamiento del mismo. Es
necesario abarcar las características: Qué, Dónde, Cómo y Cuándo
4. Encabezamiento: se refiere al número de atributos o variables que se quieren representar en
el cuadro y se anotan como denominaciones de las columnas y subcolumnas; puede ser
unidimensional, bidimensonial o multidimensional. Los títulos de las columnas van en
mayúsculas y los subtítulos en minúsculas
5. Cuerpo: es el conjunto de columnas y líneas que contiene el cuadro en orden vertical y
horizontal, donde se colocan los datos sobre los hechos observados
6. Pie: se refiere a la información adicional necesaria a saber: notas, llamadas, fuentes de
información y otras. Se anotan en el espacio debajo de la línea inferior que limita el cuerpo
del cuadro.
a. Los Gráficos Estadísticos:
El gráfico es quizás el auxiliar más valioso y utilizado para expresar datos estadísticos, este elemento
no le añade novedad a las tablas o cuadros estadísticos, es de fácil comprensión y accesible a un
número mayor de usuarios. El gráfico además de expresar visualmente los hechos más importantes
de la información numérica, permite una mejor y más fácil comprensión y ahorra tiempo y esfuerzo
en el análisis de datos estadísticos al facilitar su apreciación visual en forma conjunta:
-Histogramas de frecuencias:
Un histograma es un gráfico que sirve para representar una distribución de frecuencias. Este gráfico
está formado por un conjunto de rectángulos (caso de variables continuas) que tienen como base un
eje horizontal (generalmente el eje de las abscisas o de las X), y como centro los puntos medios de las
clases. Los anchos de las clases y las áreas de los rectángulos son proporcionales a las frecuencias de
las clases. En el caso de las variables discretas el gráfico consiste de un conjunto de barras verticales
en lugar de rectángulos, hallándose cada barra sobre la observación respectiva y con una altura
proporcional a la frecuencia de la observación
- Polígono de frecuencias:
El polígono de frecuencias es un gráfico formado por líneas quebradas, que tiene los centros de las
clases representadas en un eje horizontal (eje de las X) y las frecuencias de las clases en un eje
vertical (eje de las Y). La frecuencia correspondiente a cada centro de clase se señala mediante un
punto y luego los puntos consecutivos se unen por líneas rectas. Del correspondiente histograma se
puede lograr el polígono de frecuencia uniendo los puntos medios de las bases superiores de cada
rectángulos mediante líneas rectas.
-Ojivas:
Las ojivas se refieren a los gráficos que se construyen utilizando una distribución acumulativa de
frecuencias, el orden de acumulación se aplica al cuadro de distribución de frecuencia y puede ser
descendente (fa↓, fra↓) o ascendente (fa↑, fra↑). La figura que se forma al unir los puntos del
polígono de frecuencias acumulativas es lo contrario del orden anunciado (por ejemplo si se utilizó el
orden descendente en la acumulación de los datos en el cuadro, la ojiva resulta ser ascendente).
 LABORATORIO
(Resolver y entregar en grupos de tres estudiantes, equivalen a nota de un parcial)
Problema #1: Variable Continua
En la siguiente tabla se presentan los pesos de 40 estudiantes de la Universidad de Panamá, con una
aproximación de una libra.

138 164 150 132 144 125 149 157

146 164 140 147 136 148 152 144

168 126 138 176 163 118 154 165

146 173 142 147 135 153 140 135

161 145 135 142 150 156 145 126

a. Construya una tabla de distribución de frecuencias, indicando las frecuencias absolutas,

relativas, absolutas acumuladas y relativas acumuladas.
b. Construya un histograma, un polígono de frecuencias y una ojiva de la distribución.
Problema #2: Variable Discreta:
Una encuesta entre un grupo de madres-solteras, para analizar los problemas económicos que
enfrentan, en determinada comunidad; arrojó los siguientes resultados acerca del número de niños
en el hogar.

1 4 2 3 5 3 5 3 3 5

1 1 2 1 4 1 2 1 4 1

2 1 1 2 1 2 3 2 3 3

3 1 3 4 1 1 3 5 4 2

2 5 1 4 2 3 1 2 5 1

a. Construya una tabla de distribución de frecuencias y sus respectivas representaciones gráficas.

Problema #3:
Una compañía de transmisiones electrónicas registro como sigue el número de recibos de servicios
prestados por cada una de sus 20 sucursales en el último mes:

808 641 628 731 641 446 342 545 910 568

335 459 727 848 229 347 309 649 575 757

La compañía piensa que una tienda realmente no puede esperar alcanzar financieramente el punto
de equilibrio con menos de 456 servicios prestados mensualmente. Además su política es dar un
bono financiero al gerente que genere más de 683 servicios al mes. Disponga los datos en una arreglo
e indique cuántas sucursales no están consiguiendo el punto de equilibrio y cuántas ganan el bono.
Problema #4:
Una agencia de viajes ofrece precios especiales en ciertas travesías por el Caribe. Planea ofrecer
varios de estos paseos durante la próxima temporada invernal en el hemisferio norte y desea enviar
folletos a posibles clientes. A fin de obtener el mayor provecho por cada unidad monetaria gastada en
publicidad, necesita la distribución de las edades de los pasajeros de travesías anteriores. Se
consideró que si participaban pocas personas de un grupo de edad en los paseos no sería económico
enviar un gran número de folletos a personas de ese grupo de edad. La agencia seleccionó una
muestra de 40 clientes anteriores de sus archivos y se registró sus edades, como sigue:

77 18 63 84 38 54 50 59

54 56 36 50 50 34 44 41

58 58 53 62 62 43 52 53

63 62 62 61 61 52 60 60
45 66 83 63 63 58 61 71

a. Organice los datos en una tabla de distribución de frecuencias de las edades de los clientes en la
muestra
b. ¿Cuál grupo de edad presenta la mayor frecuencia relativa? ¿Cuál la menor frecuencia relativa?.
c. Saque conclusiones que puedan ayudar a la agencia a planear una campaña de publicidad para
los paseos invernales.
BIBLIOGRAFÍA
Caballero , Wilfredo Introducción a la Estadística
Serie Libros y Materiales Educativos N° 28
I edición. San José, Costa Rica
IICA, 1981
Carrasquilla E. Pedro Manual para la confección de gráficos estadístico
DEC-CGR, Dirección de Estadísticas y Censos
Panamá. República de Panamá.
DEC-CGR Manual para la elaboración y publicación de
Cuadros estadísticos (tercera edición)
Dirección de estadística y Censos.
Panamá. República de Panamá.
Nuñez del Benavente Estadística básica para planificación. 6ta.edición
Arturo Siglo XX! Editores S.A,
México. 1977

1.2.-La Media Aritmética ():

La medida de tendencia central más ampliamente usada es la media aritmética, usualmente
abreviada como la media y denotada por  (léase como "X barra").

• La media aritmética para datos no

agrupados
Si se dispone de un conjunto de n números, tales como X1, X2, X3,…,Xn, la media aritmética de
este conjunto de datos se define como "la suma de los valores de los ni números , divididos entre
n", lo que usando los símbolos explicados anteriormente , puede escribirse como:
Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de Ier año, a saber: 18,23, 27,34 y 25.,
para calcular la media aritmética (promedio de las edades, se tiene que:

• La media aritmética para datos

agrupados
Si los datos se presentan en una tabla de distribución de frecuencias, no es posible conocer los
valores individuales de cada una de las observaciones, pero si las categorías en las cuales se
hallan. Para poder calcular la media, se supondrá que dentro de cada categoría, las observaciones
se distribuyen uniformemente dentro alrededor del punto medio de la clase, por lo tanto puede
considerarse que todas las observaciones dentro de la clase ocurren en el punto medio, por lo
expuesto la media aritmética para datos agrupados puede definirse de la siguiente manera:
Si en una tabla de distribución de frecuencia, con r clases, los puntos medio son: X1, X2, X3,
…,Xn; y las respectivas frecuencias son f1, f2, f3, … , fn, la media aritmética se calcula de la
siguiente manera:

donde: N = número total de observaciones, por tanto Σfi puede simplificarse y escribirse como N
( N= Σfi )
Ejemplo:
Si se toman los datos del ejemplo resuelto al construir la tabla de distribución de frecuencia de
las cuentas por cobrar de Cabrera’s y Asociados que fueron los siguientes:
Clases 1 2 3 4 5 6
Puntos Medios (Xi) 14,628 29,043 43.458 57,873 72.288 86.703
Frecuencias (fi) 10 4 5 3 3 5
Al calcular la cuenta promedio por cobrar (media aritmética) de estos datos se tiene lo
siguiente:
 • Media aritmética ponderada
Por otro lado, si al promediar los datos estos tienen diferentes pesos, entonces estamos ante un
caso de media aritmética ponderada, que puede definirse de la siguiente manera
Definición:
Sea dado un conjunto de observaciones, tales como X1, X2; X3; … ; Xn; y un conjunto de
valores p1, p2; p3; … ; pn; asociado con cada observación Xi respectivamente, que reciben el
nombre de factores de ponderación, entonces la media ponderada se calcula como:

Ejemplo:
En el curso de estadística del Prof. Cabrera la nota semestral se calcula como una media
ponderada. Por cuanto que el promedio de laboratorios representa el 30% de la nota semestral.
El promedio de ejercicios parciales representa el 30% y el examen semestral el restante 40%.
Si obtiene en este curso los siguientes promedios al final del semestre: laboratorios 90 pts.
Parciales 75% pts. Y en el examen semestral 70 pts.; el promedio semestral se calcula de la
siguiente forma.:

La nota semestral de 77.5 corresponde a "C".

• Propiedades de la media aritmética
• Puede ser calculada en distribuciones con escala relativa y de intervalos
• .Todos los valores son incluidos en el cómputo de la media.
• Una serie de datos solo tiene una media.
• Es una medida muy útil para comparar dos o más poblaciones
• Es la única medida de tendencia central donde la suma de las desviaciones
de cada valor respecto a la media es igual a cero.
 • Por lo tanto podemos considerar a la media como el punto de balance de una
serie de datos.
• Desventajas de la media aritmética
• Si alguno de los valores es extremadamente grande o extremadamente
pequeño, la media no es el promedio apropiado para representar la serie de
datos.
• No se puede determinar si en una distribución de frecuencias hay intervalos
de clase abiertos.

1.3.- La Mediana (X0.5):

Cuando una serie de datos contiene uno o dos valores muy grandes o muy pequeños, la media
aritmética no es representativa. El valor central en tales problemas puede ser mejor descrito
usando una medida de tendencia central llamada mediana., y denotada por X0.5
La mediana es una medida de posición y se define como la posición central en el arreglo
ordenado de la siguiente manera:
Dado un conjunto de números agrupados en orden creciente de magnitud, la mediana es el
número colocado en el centro del arreglo, de tal forma que una mitad de las observaciones está
por encima y la otra por debajo de dicho valor. Si el número de observaciones es par, la mediana
es la media de los dos valores que se hallan en el medio del arreglo, de donde se concluye en la
siguiente definición:
Mediana. Es el punto medio de los valores de una serie de datos después de haber sido
ordenados de acuerdo a su magnitud. Hay tantos valores antes que la mediana como posteriores
en el arreglo de datos

• La Mediana para datos no agrupados.

Sea X1, X2; X3; … ; Xn; una sucesión de datos, la mediana denotada por X0.5 se calcula de la
siguiente manera:
X0.5 = X (n+1)/2 si n es par
Xn/2 + X(n/2)+1
X0.5= ---------------------- si n es impar
2
Nota: El resultado obtenido en la formula corresponde al número de la observación en el
arreglo, por tanto debe reemplazarse por el valor de dicha variable en el arreglo.
Ejemplo: (n es impar)
Se tienen las edades de cinco estudiantes universitarios de I año, a saber: 18,23,25.27 y 35.
Obsérvese que los datos deben estar ordenados en un arreglo ascendente o descendente.
Por cuanto que el número de datos es cinco (n=5) y es impar, entonces
X0.5 = Xn+1/2 = X(5+1)/2 = X6/2 = X3 = 25 años
Nota: obsérvese que se obtuvo el número de la variable mediana (X3) que en el arreglo de
edades ordenado en forma ascendente corresponde a 25 años (X3=25)
Continuación del ejemplo…(n es par)
Si el número de estudiantes hubiere sido par, suponga que se adiciona un estudiante con 31
años, entonces el arreglo ascendente consecuente sería 18, 23, 25, 27, 31 y 35, entonces la
mediana se calcula asi:

• La mediana para datos agrupados

Si se tiene una distribución de frecuencias, la mediana es igualmente ese valor que tiene 50% de
las observaciones por debajo y 50 % por encima. Geométricamente, la mediana es el valor de X
sobre el eje de las abscisas correspondiente a la ordenada que divide un histograma en dos
partes de igual área.
Para hallar el valor de la mediana, en el caso de datos agrupados debe encontrarse primero la
clase mediana, la que se define como la clase más baja para la cual la frecuencia acumulada
excede N/2 (siendo N=Σfi ). Encontrada esta clase, la siguiente formula servirá para hallar el
valor de la mediana
N/2 – fa
X0.5 = Li + ------------- ( C )
fi
donde:
L = límite inferior de la clase mediana.
N = frecuencia total o Σfi.
fa = frecuencia absoluta acumulada hasta la clase premediana
fi = frecuencia absoluta de la clase mediana
C = amplitud de la clase mediana.
Ejemplo:
Si se toman los datos obtenidos del ejemplo resuelto al construir la tabla de distribución de
frecuencias de las cuentas por cobrar de la tienda Cabrera’s y Asociados que fueron las
siguientes
Clases P.M. fi fr fa↓ fa↑ fra↓ fra↑
Xi
7.420 – 21.835 14.628 10 0.33 10 30 0.33 1.00
21.835 – 36.250 29.043 4 0.13 14 20 0.46 0.67
36.250 – 50.665 43.458 5 0.17 19 16 0.63 0.54
50.665 – 65.080 57.873 3 0.10 22 11 0.73 0.37
65.080 – 79.495 72.288 3 0.10 25 8 0.83 0.27
79.495 – 93.910 86.703 5 0.17 30 5 1.00 0.17
Total XXX 30 1.00 XXX XXX XXX XXX
Si se desea calcular la mediana, es necesario primero encontrar la clase mediana, que será
aquella que en teoría contenga el dato N/2 = 30/2 = 15, que corresponde con la tercera clase
por cuanto que la frecuencia acumulada (fa) hasta esa clase es 19, luego entonces:

Respuesta: La mediana de cuentas por cobrar es B/.39.133

• Propiedades de la mediana
• Hay solo una mediana en una serie de datos.
• No es afectada por los valores extremos ( altos o bajos )
• Puede ser calculada en distribuciones de frecuencia con intervalos abiertos,
si no se encuentra en el intervalo abierto.
• Puede ser calculada en distribuciones con escala relativa, de intervalos, y
ordinal.

1.3.- La Moda (Mo.):

A veces es importante conocer cuál es el valor que más prevalece en el conjunto de datos. El
valor que ocurre con más frecuencia se le conoce como moda. La moda es la medida de
tendencia central especialmente útil para describir mediciones de tipo ordinal, de intervalos y
nominal.
En un conjunto de números la moda se define como el valor ó número que ocurre con más
frecuencia
Ejemplo:
En el siguiente conjunto de números 1, 5, 5, 9, 12, 12, 12, 14. La moda es igual a 12, por cuanto
que es el número que más se repite (tres veces)
• La Moda para datos agrupados (Mo.):
La Moda puede deducirse de una distribución de frecuencia o de un histograma a partir de la
fórmula.
Mo. = Li + [ ( ∆1 / ∆1+∆2 ) ] C
Donde;
Li = límite inferior de la clase modal (clase de mayor frecuencia absoluta (fa)
∆1 = diferencia de las frecuencias absolutas de la clase modal y premodal.
∆2 = diferencia de las frecuencias absolutas de la clase modal y postmodal
C = amplitud de la clase modal.
Ejemplo:
Para encontrar la moda es necesario, en primer lugar, identificar la clase modal; que será
aquella que posea la mayor frecuencia absoluta. En el ejemplo de cuentas por cobrar de
Cabrera`s y Asociados la clase modal será la primera, por cuanto que tiene la mayor frecuencia
absoluta.
A partir de esto se puede reemplazar en la formula anterior los datos, a saber
:
Li =7.42 C=14.415 f1 = 10 (frecuencia absoluta de la clase modal)
f0 = 0 (frecuencia absoluta de la clase premodal)
f2 = 4 (frecuencia absoluta de la clase postmodal)
∆1 = 10–0 = 10 ∆2 = 10-4 = 6
Mo. = 7.42 + [ (10/10+6) 14.415 ] = 7.42 + [ (10/16) 14.415] =
= 7.42 + [ 0.625 (14.415) ] = 7.42 + 9.01 = 16.53
• Propiedades de la moda
•
○ La moda se puede determinar en todos los tipos de mediciones
(nominal, ordinal, de intervalos, y relativa).
○ La moda tiene la ventaja de no ser afectada por valores extremos.
○ Al igual que la mediana, puede ser calculada en distribuciones con
intervalos abiertos.
• Desventajas de la moda
• En muchas series de datos no hay moda porque ningún valor aparece más de
una vez.
• En algunas series de datos hay más de una moda, en este caso uno podría
preguntarse ¿cual es el valor representativo de la serie de datos?

1-4—Relación empírica entre la media, la mediana y la moda

En distribuciones totalmente simétricas, la media, la mediana y la moda coinciden, localizándose
en un mismo valor. En cambio, en distribuciones moderadamente asimétricas, la siguiente
relación se mantiene aproximadamente:
Media – Moda = 3(Media – Mediana
Posiciones relativas de la media, la mediana y la moda para curvas de frecuencias asimétricas a
derecha e izquierda respectivamente, para curvas simétricas los tres valores coinciden
1.5.- La Media Armónica (a):
La Media Armónica, la representaremos como a, es la inversa de la media aritmética de las
inversas de los valores de la variable, responde a la siguiente definición:
Si se tiene un conjunto de observaciones tales como: X1, X2, … . Xn; la media armónica,
denotada por a, se define como el reciproco de la suma de los valores inversos de la variable
estadística divididos entre el número total de datos y se calcula con la siguiente fórmula

Se utiliza para promediar velocidades, tiempos, rendimiento, etc. (cuando influyen los valores
pequeños). Su problema: cuando algún valor de la variable es ó próximo a cero no se puede
calcular
Ejemplo:
Un.automóvil que hace viajes de ida y vuelta entre las ciudades A y B, realiza el viaje entre A y
B a razón de 80 Km por hora y el viaje entre B y A a 120 Km por hora, La velocidad promedio
del viaje de ida y vuelta será de
a = (1/80 + 1/120)/2 = [(120+80)9600]/2 = 19200/200 = 96 km/h
• Propiedades de la media armónica
• La media armónica se basa en todas las observaciones por lo que está
afectada por todos los valores de la variable. Da a los valores
extremadamente grandes un peso menor que el que les da la media
geométrica, mientras que a los valores pequeños les da un peso mayor que
el que les da tanto la media aritmética como la media geométrica.
• La media armónica esta indeterminada si alguno de los valores es cero, pues
hallar el recíproco de cero implica dividir entre cero, lo cual no es válido. La
media armónica está rígidamente definida y siempre es definitiva, excepto
cuando uno de los valores es cero.
• La media armónica es el promedio que se ha de usar, cuando lo que se va a
promediar son proporciones donde los numeradores de las razones son los
mismos para todas las proporciones.
• La media armónica se presta a manipulaciones algebraicas posteriores

1.6.-La Media Geométrica(g):

Se define como la raíz de índice de la frecuencia total cuyo radicando es el producto de las
potencias de cada valor de la variable elevado a sus respectivas frecuencias absolutas, se denota
por g; suele utilizarse cuando los valores de la variable siguen una progresión geométrica.
También para promediar porcentajes, tasas, nº índices, etc. siempre que nos vengan dados en
porcentajes y se calcula mediante la siguiente fórmula
g = n√(X1 * X2 * … * Xn
Fórmula que algunas veces es conveniente expresarla en forma logarítmica. El logaritmo de la
media geométrica es la media aritmética de los logaritmos de los valores de la variable. El
problema se presenta cuando algún valor es 0 ó negativo y exponente de la raíz par ya que no
exista raíz par de un número negativo, entonces la fórmula anterior se presenta de la siguiente
manera:
log Xg = 1/N (log X1 + log X2 + … + log Xn)
Ejemplo;
Encontrar la media de los siguientes números 2, 4, 8. obsérvese que entre ellos existe una razón
o proporción constante, cada uno de ellos es el doble del anterior, por tanto la media a utilizar
es la media geométrica, de la siguiente manera
g = 3√ (2) (4) (8) = 3√ 64 = 4
Respuesta: la media geométrica de los datos es 4
• Propiedades de la media geométrica (g)
• La media geométrica esta basada en todas las observaciones, por lo que está
afectada por todos los valores de la variable. Sin embargo, da menos pesos a
los valores extremadamente grandes que el que les da la media aritmética.
• La media geométrica es igual a cero si algunos de los valores es cero, y se
puede volver imaginaria si ocurren valores negativos. Con la excepción de
estos dos casos, su valor siempre es definitivo y está rígidamente definido.
• La media geométrica es la que se debe utilizar cuando lo que se va a
promediar son tasas de cambios o proporciones, y se intenta dar igual peso a
tasas de cambios iguales.

LABORATORIO
(Resolver y entregar en grupos de tres estudiantes, equivalen a nota de un parcial)
Problema #1:
Una guardería es una institución elegible para recibir un subsidio destinado a los servicios
sociales del corregimiento, a condición de que la edad promedio de sus niños no llegue a 9 años.
Si los datos siguientes representan la edad de todos los niños que actualmente asisten a ella:
8 5 9 10 9 12 7 12 13 7 8
a. ¿Llena el requisito para recibir el subsidio?
14,500 15,600 12,500 8.000 7,800
6,500 5,900 10,200 8,800 14,300
13,900
b. La guardería del ejemplo anterior puede continuar siendo subvencionada por
la oficina de servicios sociales de la Junta Comunal, mientras el ingreso anual
 promedio de la familia cuyos asisten a esa institución no llegue a
B/.12,500.00. El ingreso familiar de los padres de los niños es;
c. ¿Llena esta institución los requisitos para recibir apoyo financiero de la Junta
Comunal del Corregimiento?
d. Si la respuesta a (c) es negativa, ¿cuánto debe disminuir el ingreso familiar
para cumplir esa condición?
e. Si la respuesta a (c) es afirmativa, ¿cuánto puede aumentar el ingreso
familiar promedio, sin que la institución pierda su elegibilidad para recibir el
subsidio?
Problema #2:
Una granja ganadera registro durante febrero el nacimiento de 29 terneros, cuyos pesos al nacer
(en kilogramos) fue el siguiente:
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50

Los datos anteriores al ser dispuestos en una tabla de distribución de frecuencias se obtuvo la
siguiente tabla resultante.
clases fi
21.5 – 26.5 1
26.5 – 31.5 1
31.5 – 36.5 4
36.5 – 41.5 9
41.5 – 46.5 13
46.5 – 51.5. 1
Total 29

Calcule en las dos variantes (datos no agrupados y datos agrupados) la media aritmética, la
mediana y la moda.
Problema #3:
El peso en kilogramos de un grupo de estudiantes del sexo masculino en un curso de educación
física, son los siguientes:
clases fi
52.5 – 57.5 8
57.5 – 62.5 9
62.5 – 67.5 6
67.5 – 72.5 4
72.5 – 77.5 2
77.5 – 82.5. 1
Total 30
Encuentre la media, la mediana y la Moda. Compare los resultados utilizando la fórmula
señalada anteriormente en el texto relativa a la correspondencia entre estas tres medidas de
tendencia central.
Problema #4:
Un profesor ha decidido utilizar un promedio ponderado al calcular las calificaciones finales de
los estudiantes que asistieron a su seminario. El promedio de las tareas hechas en casa
representan el 20% de cada calificación, el examen parcial, 25%; el examen final, 35%; el
examen trimestral, 10% y los problemas de practica, 10%. Con los datos anexos calcule el
promedio final de los cinco estudiantes que asistieron al seminario
Alumno Tarea escolar Problemas Examen Examen Examen
trimestral parcial final
1 85 89 94 87 90
2 78 84 88 91 92
3 94 88 95 86 89
4 82 79 83 84 93
5 95 90 92 82 88
Problema #5:
En 1996 se invirtió un fondo de B7.30,000.00 y durante diez años se reinvirtieron todos los
intereses y dividendos. Al final de los diez años el valor total del fondo era de B7.49,783.64
¿Cuál fue la tasa de rendimiento promedio, computada anualmente sobre la inversión inicial?
Problema #6:
Los siguientes tres automóviles obtuvieron el kilometraje por litro de gasolina que se indica
abajo, después de cubrir un trayecto de 600 km, en una pista de prueba. ¿Cuál es el promedio de
kilómetros por litros para los tres automóviles?.
Automóvil A 12.5 km/lt
Automóvil B 15.6 km/lt
Automóvil C 19.4 km/lt
Problema #7:
Suponga que cada uno de los tres automóviles del problema #6 tenía 10 litros de gasolina en el
tanque. Los autos fueron rodados hasta que se le acabó la gasolina y los kilómetros por litro
fueron los mismos señalados en el problema anterior. ¿Cuál es el número promedio de
kilómetros para los tres automóviles?. Compare esta respuesta con los que se obtuvieron en el
problema #6.
Problemas de práctica de sumatorias
I. Si x1=4; x2=8; x3=10; x4=12; x5=15; x6=5; x7=4; x8=14; x9=16 lleva a cabo las siguientes
operaciones

II. Dado que

x1=4; x2=6; x3=-5; x4=1;
y1=2; y2=3; y3=5; y4=7;
z1=3; z2=8; z39; z4=10
Halla
Respuestas
I.-
1) 22
2) 49
3) 179
4) 73
5) 7(88) = 616
6) 12
II-.
1) 30
2) 23
3) 6 + 17 = 23
4) 5(47) = 235
5) 17 + 30 = 47
6) 53
7) 5(8) = 40
8) 1(10) = 10