Вы находитесь на странице: 1из 49

MDULO DE ESTADSTICA Elaborado por: Ing. Mary Saltos MBA. BLOQUE I QU ES LA ESTADSTICA? Objeti o!

Comprender la razn por la que estudia estadstica. Explicar los conceptos de estadstica descriptiva y estadstica in erencial. !i erenciar entre una varia"le cualitativa y varia"le cuantitativa. !istinguir entre una varia"le cualitativa y una varia"le cuantitativa. !i erenciar entre los niveles de medicin# ordinal# de intervalo y de razn. Co"te"ido! Cap#t$lo % $.$. %&or qu' se de"e estudiar la estadstica( $.). %*u' se entiende por estadstica( $.+. ,ipos de estadstica $.+.$. Estadstica descriptiva $.+.). Estadstica in erencial $.-. ,ipo de varia"les $... /iveles de medicin $...$. !atos de nivel nominal $...). !atos de nivel ordinal $...+. !atos de nivel de intervalo $...-. !atos de nivel de razn $.0. E1ercicio Co"&epto! pri"&ipale! E'(a$!ti o: Ad1etivo que se aplica porque cada o"servacin de"e quedar slo en una de las categoras. M$t$a)e"te e'&l$*e"te: Ad1etivo que se aplica porque una o"servacin no puede quedar en m2s de una categora.

E!tad#!ti&a Es la ciencia que recolecta# organiza# analiza e interpreta los datos para o"tener una toma de decisiones m2s e ectiva o adecuada.

+ariable Es una caracterstica que se desea investigar3 y es varia"le por que los resultados o"tenidos durante la investigacin varan. I,T-ODUCCI, 4ace m2s de $55 a6os# 4.7. 8ells# 9istoriador y autor ingl's# se6al que :alg;n da el conocimiento estadstico ser2 tan necesario para ser un "uen y e iciente ciudadano# como lo es la aptitud de leer<. En ese momento no mencion al sector empresarial porque la =evolucin Industrial esta"a comenzando. Si se tuviera que 9a"lar so"re el conocimiento estadstico en la actualidad# pro"a"lemente dira que :el conocimiento estadstico es necesario no slo para ser un "uen y e iciente ciudadano# sino tam"i'n para una toma de decisiones e ectiva en varias 2reas de los negocios<. El allecido 8. Ed>ards !eming# importante estadstico y experto en control de calidad# insista en que la educacin estadstica de"era comenzar antes de la preparatoria. ?e gusta"a contar la 9istoria de un ni6o de $$ a6os de edad quien dise6 un cuadro de control de calidad para monitorear las llegadas a tiempo de su auto";s escolar. !eming comenta"a :4a empezado "ien su vida<. Se espera que toda la in ormacin proporcione una "ase slida de estadstica para su vida utura en la mercadotecnia# la gerencia# la conta"ilidad# las ventas o alguna otra 2rea de los negocios. Casi diariamente utilizamos los conceptos estadsticos en todas las acetas de nuestra vida. &or e1emplo# para comenzar el da uno a"re la llave del "a6o para sentir la temperatura del agua y decide si a6ade m2s agua caliente o agua ra# o que la temperatura es la correcta y se pone "a1o la regadera. Como segundo e1emplo# supongamos que se est2 en una tienda de a"arrotes decidiendo qu' pizza congelada se va a comprar. @na de las marcas de pizzas cuenta con un mostrador y o recen peque6as prue"as de su pizza. !espu's de pro"arla# uno decide si la compra o no. En am"os e1emplos# el del "a6o y el de la pizza# se toma una decisin y se elige un curso de accin "as2ndose en una muestra. ?as empresas en rentan pro"lemas similares# algunas de"en asegurarse de que la cantidad promedio de alg;n elemento en el paquete de )... gramos cumpla con las especi icaciones de la etiqueta. &ara 9acerlo#

seleccionan muestras peridicas del 2rea de produccin y pesan el contenido. A nivel nacional# por e1emplo un candidato a la presidencia de los Estados @nidos de /orteam'rica quiere sa"er el porcenta1e de electores en el Estado de Illinois que lo apoyar2n en la cercana eleccin. Existen di erentes ormas para o"tener la respuesta a esta pregunta. &uede 9acer que su equipo llame por tel' ono a todas las personas registradas en el padrn del estado y les pregunte por qui'n planea votar. &uede salir 'l mismo a las calles de C9icago# detener a $5 personas que tengan edad para votar y preguntarles por qui'n va a 9acerlo. &uede seleccionar )555 electores del estado al azar# 9a"lar con esos electores y# "as2ndose en esta seleccin# realizar un c2lculo del porcenta1e de personas que votar2n por 'l en la eleccin. Q$. !e e"tie"de por E!tad#!ti&a? %Cmo de inimos la pala"ra estadstica( Es una pala"ra que encontramos recuentemente en nuestro lengua1e diario. En realidad tiene dos signi icados. En el uso m2s com;n# la estadstica se re iere a in ormacin num'rica. Como e1emplos de lo anterior tenemos el salario inicial promedio de los egresados de una licenciatura# el n;mero promedio de automviles Aord vendidos por mes en el ;ltimo a6o en la Aord de Bistler# el porcenta1e de estudiantes de 4arvard que terminar2n su educacin a nivel licenciatura# el n;mero de muertes por alco9olismo en el ;ltimo a6o# el cam"io de &romedio industrial !o> Cones de ayer a 9oy# o el n;mero de 1onrones realizados por el equipo de los Cac9orros de C9icago durante la temporada de $DDE. @na estadstica es un n;mero o un porcenta1e en los e1emplos anteriores. Ftros e1emplos incluyenG El automvil tpico en Estados @nidos de /orteam'rica recorre $$.5DD millas por a6o. El auto";s tpico via1a $D.+.+ millas por a6o# y el camin tpico $+.D-) millas por a6os. En Canad2 la in ormacin correspondiente es $5.+E$ millas para automviles# $D.H)+ millas para auto"uses# y E.55$ millas para camiones. El tiempo promedio que se pasa en espera para reci"ir apoyo t'cnico es de $E minutos. ?a F icina del Censo calcula que la po"lacin de E@A ser2 de ++.I5.5.555 en el a6o )5)..

?a extensin promedio de los nueve ciclos empresariales desde $D-. Jmedidos de pico a picoK es de 0$ meses.

?os anteriores son e1emplos de un valor estadstico o e!tad#!ti&a. Asimismo# se conoce a una coleccin de m2s de una ci ra o dato como e!tad#!ti&a!

?as estadsticas pueden presentarse en orma gr2 ica o en orma de enunciado. 7eneralmente se utiliza una gr2 ica para capturar la atencin del lector y presentar una gran cantidad de datos en un periodo extendido de tiempo. &or e1emplo# se utilizaron -- gr2 icos para realizar el !iagrama $L$. Sin em"argo# con un solo vistazo se puede determinar que todas las aerolneas perdieron dinero durante $DD) y $DD+# que @nited tuvo el mayor ingreso del perodo# ganando m2s de M$.$55 millones de dlares en $DHH# y que American Airlines tuvo el mayor ingreso neto en $DD0. ES,A!NS,ICA.L Es la ciencia de recolectar# organizar# presentar# analizar e interpretar datos para ayudar en una toma de decisin m2s e ectiva.

Como indica la de inicin anterior# el primer paso en la investigacin de un pro"lema es la recoleccin de datos importantes. !e"en organizarse de cierta manera y presentarse en un gr2 ico# similar al !iagrama $L$. &odremos analizar e interpretar la in ormacin 9asta que los datos 9ayan sido organizados. A continuacin se presentan algunos e1emplos de la necesidad de la compilacin de datos. El departamento de mercadotecnia de ?ever Brot9ers# compa6a productora de artculos de 1a"n# tiene la responsa"ilidad de presentar recomendaciones acerca de la ganancia potencial de un nuevo grupo de 1a"ones aciales reci'n desarrollados con olor a rutas# como uva# naran1a y pi6a. Antes de tomar una decisin inal# realizar2n prue"as en di erentes mercados. Esto quiere decir que los puede presentar y vender en Bansas y en ,ampa# Alorida# ?ever Brot9ers tomar2 la decisin de introducir o no los 1a"ones a nivel nacional# "as2ndose en las prue"as de mercadotecnia en am"as regiones. El go"ierno de Estados @nidos est2 preocupado por la condicin actual de su economa y con la prediccin de tendencias econmicas uturas. El go"ierno realiza un gran n;mero de encuestas para determinar la con ianza del consumidor y la perspectiva de la gerencia con respecto a las ventas y la produccin en los siguientes doce meses. Cada mes se desarrollan ciertos ndices para evaluar la in lacin# como el Nndice de &recios al Consumidor. ?a in ormacin so"re ventas en tiendas departamentales# compras de viviendas# movimiento del dinero y produccin industrial# es tan slo parte de todos los cientos de artculos utilizados como "ase de las proyecciones. ?os "ancos utilizan estas evaluaciones para decidir su prima de pr'stamo. ?os analistas de investigacin de la empresa Merrill ?ync9 eval;an muc9as acetas de una accin en especial antes de ela"orar una recomendacin de :compra< o :venta<. =ecolectan los datos de ventas pasadas de la compa6a y calculan las ganancias uturas. Asimismo# se consideran tam"i'n otros actores antes de 9acer una recomendacin# como seran la demanda mundial proyectada de los productos de la compa6a# la ortaleza de la competencia# y el e ecto del nuevo contrato entre gerencia y sindicato.

/or 0$. e!t$diar E!tad#!ti&a?

Si se revisa un cat2logo de in ormacin de universidad# se descu"rir2 que la educacin estadstica se requiere en muc9os programas escolares. %&or qu' pasa esto( %Cu2les son las di erencias en los cursos de Estadsticas impartidos en una Aacultad de Ingeniera# en !epartamentos de &sicologa o Sociologa de una universidad# y los de un instituto o Escuela de Administracin( ?a mayor di erencia son los e1emplos utilizados. B2sicamente# el contenido del curso es el mismo. En una Escuela de Administracin interesan cosas como las ganancias# 9oras de tra"a1o# y salarios. En !epartamento de &sicologa interesan los resultados de las prue"as# y en una Aacultad de Ingeniera pueden interesar cu2ntas unidades son producidas por una m2quina en especial. Sin em"argo# las tres 2reas tienen inter's en lo que es un valor tpico y en la cantidad de variacin existente en la in ormacin. Es posi"le que tam"i'n exista una di erencia en el nivel de matem2ticas requerido. @n curso de Estadstica en ingeniera generalmente requiere del C2lculo. ?os cursos de Estadstica en escuelas de administracin y en la educacin generalmente ense6an un curso concretado a aplicaciones. Si se termin "ien el curso de 2lge"ra de la preparatoria# se podr2 mane1ar las matem2ticas presentadas en este mdulo. Entonces# %por qu' requiere estudiar Estadstica en tantas carreras( ?a primera razn es que en todos lados encontramos in ormacin num'rica. Si se revisan los peridicos# revistas de in ormacin# revistas de negocios# pu"licaciones de inter's general# revistas emeninas o de deportes# uno estar2 "om"ardeado con in ormacin num'rica. &resentamos algunos e1emplosG Aord reporta que en $DD0 sus ventas ueron de M $-0.D55 millones Jde dlaresK# arri"a en un E#)O# sus ganancias ueron de M -.-55 millones# con ascensos en un E#5O# y el e ectivo neto circulante ue de M E.)55 millones. ?os egresados de posgrado del &rograma de Maestra en Administracin de Empresas en la universidad de /otre !ame# contaron con un sueldo promedio inicial de M .-.555 dlares y un D$O de ellos consiguieron tra"a1o a los tres meses de la graduacin.

&ara los gol istas que gustan de 1ugar en campos de gol p;"licos# las cuotas de los campos promedian M$E0#)5 dlares por a6o. En Estados @nidos se consume mayor cantidad de ca ' que en cualquier otro pas en promedio $#E. tazas por persona al da.

%Cmo podemos determinar si las conclusiones presentadas son razona"les( %?as muestras ueron su icientemente grandes( %Cmo se seleccionaron las unidades de la muestra( &ara poder ser un consumidor con conocimientos so"re esta in ormacin# necesitamos poder leer los cuadros y las gr2 icas# y entender la discusin de la in ormacin num'rica. El entender los conceptos "2sicos de la Estadstica ser2 de gran ayuda. ?a segunda razn para tomar el curso de Estadstica es que las t'cnicas estadsticas se utilizan para tomar decisiones que a ectan nuestra vida diaria. Esto quiere decir que a ectan a nuestro "ienestar personal. 4e aqu algunos e1emplosG ?as compa6as de seguros utilizan an2lisis estadsticos para esta"lecer las tari as de los seguros de casa# automvil# vida y salud. Existen ta"las que resumen la pro"a"ilidad de que una mu1er de ). a6os de edad viva el a6o siguiente# los siguientes cinco a6os# etc. ?as primas del seguro de vida se pueden esta"lecer "as2ndose en estas pro"a"ilidades. ?a Agencia de &roteccin al Medio Am"iente est2 interesada en la calidad del agua en el ?ago Erie. &eridicamente toman muestras de agua para esta"lecer el nivel de contaminacin y mantener el nivel de calidad. ?os investigadores m'dicos estudian las tasas de cura de en ermedades# "as2ndose en el uso de di erentes medicamentos y distintas ormas de tratamiento. &or e1emplo# %cu2l es el e ecto de tratar cierto tipo de da6o a la rodilla con ciruga o con terapia sica( Si se toma una aspirina diaria# %se reducir2 el riesgo de su rir un ataque cardiaco(

?a tercera razn para tomar el curso de Estadstica es que el conocimiento de los m'todos estadsticos ayudar2 a entender por qu' se toman ciertas decisiones# y le aportar2n una me1or comprensin so"re la manera en la que lo a ectan.

Sin importar el tipo de tra"a1o que seleccione# encontrar2 que tiene que en rentar la toma de decisiones con la ayuda del an2lisis de datos. &ara poder realizar una decisin "asada en la in ormacin# necesitar2G $. !eterminar si la in ormacin existente es adecuada o si se requiere in ormacin adicional. ). =eunir in ormacin adicional# si es necesario# de tal orma que no 9aya resultados errneos. +. =esumir la in ormacin de una orma ;til e in ormativa. -. Analizar la in ormacin disponi"le. .. Sacar las conclusiones y realizar las deducciones necesarias# al tiempo que se eval;a el riesgo de llegar a una conclusin incorrecta. ?os m'todos estadsticos presentados en el mdulo le proporcionar2n un marco de tra"a1o para el procedimiento de la toma de decisiones. En resumen# existen por lo menos tres razones para estudiar EstadsticaG J$K los datos se encuentran en todos lados# J)K las t'cnicas estadsticas se utilizan para la toma de muc9as decisiones que a ectan nuestra vida# y J+K sin importar su lnea de tra"a1o utura# uno tomar2 decisiones que implican datos. El conocimiento de los m'todos estadsticos ayudar2 a tomar esas decisiones m2s e ectivamente. TI/OS DE ESTADSTICAS E!tad#!ti&a De!&ripti a1 7eneralmente# el estudio de la Estadstica se divide en dos categorasG Estadstica descriptiva y Estadstica in erencial. ?a de inicin de Estadstica presentada anteriormente se re iere a la :organizacin# presentacin# an2lisis P..de datos<. Esta 2rea de la ciencia estadstica se conoce com;nmente como E!tad#!ti&a de!&ripti a1 E!tad#!ti&a de!&ripti a: Con1unto de m'todos para organizar# resumir y presentar los datos de manera in ormativa.

&or e1emplo# cuando el go"ierno de Estados @nidos reporta que# "asado en el conteo del censo decenal# la po"lacin de ese pas era de $EDI+)+.$E. en $D053 )5+I+5).5+$ en $DE53 ))0I.-).)5+ en $DH53 y )-HIE5D.EH+ en $DD5# nos presenta in ormacin que pertenecen al campo de la Estadstica descriptiva. Sera el mismo caso si calculamos el porcenta1e de crecimiento de una d'cada a la siguiente. Sin em"argo# no sera el caso si utilizamos datos para predecir la po"lacin de Estados @nidos en el a6o )5$5 o el porcenta1e de crecimiento de $DD5 a )5$5. ?os siguientes son algunos e1emplos de Estadstica descriptiva. !e acuerdo con las estadsticas del Bur del ,ra"a1o# el promedio de ingresos por 9ora delos tra"a1adores en el comercio al menudeo ue de M H#-. JdlaresK en octu"re de $DDE. Esto aument de M 0#$) en $DHE# a M E#$) en $DD). El valor de M H#-. representa el promedio de ingresos por 9ora de un empleado com;n en compa6as como !aytonL4udson# Sears# 8alLMart entre otras. El Servicio de =ecaudacin de Impuesto report que el tiempo promedio para arc9ivar la Aorma $5-5EQ es de ) 9oras y -0 minutos. ?o podemos comparar con las E 9oras y +- minutos que toma arc9ivar la Aorma $5-5R# y las $5 9oras y .+ minutos para la Aorma $5-5. El tiempo promedio para realizar un reem"olso mediante un sistema ,eleLAile es de +E minutos. 7allup realiza estudios continuos so"re el conocimiento de la Bi"lia por los estadounidenses. Encontr que el -DO de los encuestados sa"an el nom"re del primer li"ro de la Bi"lia. ?a estadstica :-D< representa el n;mero de cada $55 personas que dieron la respuesta correcta. ?os con1untos de datos no organizados Jcomo el censo de po"lacin# los ingresos semanales de miles de programadores en in orm2tica y las respuestas individuales de ).+-5 electores registrados acerca de su seleccin para presidente de Estados @nidosK son de poco valor. Sin em"argo# 9ay t'cnicas estadsticas disponi"les para organizar este tipo de in ormacin de manera signi icativa. Algunos datos pueden organizarse en una di!trib$&i2" de 3re&$e"&ia!# tam"i'n pueden utilizarse diversos tipos de 4r53i&a! para descri"ir los datos. ?os promedios espec icos# como la media# pueden calcularse para descri"ir el valor central de un grupo de datos num'ricos# inalmente puede

utilizarse un cierto n;mero de medidas estadsticas para descri"ir cmo se agrupan estrec9amente los datos respecto a un promedio. ,emas que estudiaremos a continuacin.

E!tad#!ti&a I"3ere"&ial1 Ftra 2rea Estadstica es la E!tad#!ti&a i"3ere"&ial6 tam"i'n denominada I"3ere"&ia e!tad#!ti&a y E!tad#!ti&a i"d$&ti a. /uestra principal preocupacin re erente a la Estadstica in erencial es encontrar algo so"re una po"lacin "asado en una muestra tomada de esa po"lacin. &or e1emplo# "as2ndose en una encuesta realizada por el go"ierno ederal y pu"licado en el peridico @SA ,oday# solamente un -0O de alumnos en el ;ltimo grado de la preparatoria pueden resolver pro"lemas relacionados con racciones# decimales y porcenta1es. !e la misma manera# solamente un EEO de los mismos alumnos evaluaron correctamente el costo de la sopa# las 9am"urguesas# las papas a la rancesa y los re rescos ene l men; de un restaurante. Sa que estas son in erencial de la po"lacin Jtodos los estudiantes del ;ltimo grado de preparatoriaK "asadas en una muestra de datos# las re eriremos como Estadstica in erencial. E!tad#!ti&a i"3ere"&ial: Con1unto de m'todos utilizados para sa"er algo acerca de un po"lacin# "as2ndose en una muestra. F"serve las pala"ras :po"lacin< y :muestra< en la de inicin de la Estadstica in erencial. Arecuentemente 9acemos re erencia a la po"lacin que vive en Estados @nidos o la po"lacin de mil millones de C9ina. Sin em"argo# en Estadstica la pala"ra poblacin tiene un signi icado m2s amplio. @na pobla&i2" puede incluir individuos# por e1emplo los estudiantes inscritos del Instituto ,ecnolgico Superior del 4. Conse1o &rovincial de &ic9inc9a# los estudiantes de la d'cima promocin del nivel t'cnico de administracin de empresas. @na po"lacin tam"i'n puede incluir o"1etos# como las llantas TBLE5 producidas durante la semana en la compa6a Cooper ,ire and =u""er# en Aindlay# F9io# o todas las truc9as que se encuentran en un estanque. @na po"lacin tam"i'n puede estar ormada por un grupo de medidas# como podr2n ser los valores del peso de todos los 1ugadores de la lnea de ensiva del equipo de ;t"ol de la Seleccin del Ecuador# o de la estatura de los

1ugadores de "aloncesto de la Seleccin de la ES&E. &or tanto# una po"lacin# en el sentido estadstico# no siempre se re iere a personas. /obla&i2": Con1unto de todos los posi"les individuos# o"1etos o medidas de inter's. 7eneralmente tomamos una )$e!tra de una po"lacin para deducir algo acerca de la misma. M$e!tra: @na porcin# o parte# de una po"lacin de inter's.

-a7o"e! para el )$e!treo %&or qu' se toma una muestra en vez de estudiar a cada miem"ro de la po"lacin( @na muestra de electores registrados es necesaria por el alto costo que representara comunicarse con millones de electores antes de una eleccin. Al someter a una prue"a el contenido de 9umedad en el trigo# se destruye el mismo# por lo tanto el tomar una muestra es de suma importancia. Si los catadores de vino lo pro"aran todo# no 9a"ra vino disponi"le para su venta. Sera sicamente imposi"le que unos cuantos "ilogos marinos capturaran y marcaran a todas las ocas en el oc'ano. Como se o"serv# el tomar una muestra para o"tener in ormacin acerca de una po"lacin se 9ace de manera extensiva en los negocios# la agricultura# la poltica y el go"ierno# como lo muestran los siguientes e1emplosG ?as empresas de televisin constantemente monitorean la popularidad de sus programas contratando a la empres /ielsen y otras organizaciones para sa"er las pre erencias de los televidentes. ?os ratings de estos programas se utilizan para esta"lecer los precios de pu"licidad y cancelar programas. @na empresa de conta"ilidad p;"lica selecciona una muestra al azar de $55 acturas y veri ica que cada una est' correcta. En . de las acturas se presentaron errores# por tanto la empresa calcula que el .O de toda la po"lacin de acturas contiene un error. @na muestra al azar de $.)05 egresados de la carrera de conta"ilidad despu's de cuatro a6os de estudios mostr que el

promedio del salario al comienzo era de M +).0D- JdlaresK. &or lo tanto# llegamos a la conclusin de que para estudiantes egresados de una escuela de conta"ilidad de cuatro a6os# el promedio del sueldo al comenzar actividades la"orales es de M +).0D-.

ACTI+IDADES /A-A -ESOL+E- ,o1 % ?a compa6a MarUet Aacts con "ase en C9icago pidi a una muestra de $.D05 consumidores que pro"aran un platillo de pescado congelado ela"orado por la empresa Morton Aoods y denominado Ais9 !elig9t. !e los $.D05 consumidores consultados# $.$E0 di1eron que compraran el platillo si se pusiera a la venta. aK %*u' in ormara MarUet Aacts a Morton Aoods respect a la aceptacin de Ais9 !elig9t( "K %Es 'ste un e1emplo de Estadstica descriptiva o de Estadstica in erencial( Custi ique su respuesta. TI/OS DE +A-IABLES Existe dos tipos "2sicos de datosG J$K los o"tenidos a partir de una po"lacin cualitativa y J)K los o"tenidos de una po"lacin cuantitativa. Cuando la caracterstica o varia"le en estudio es no num'rica# se le denomina ariable &$alitati a o atrib$to. E1emplos de estas varia"les sonG el g'nero sexual# religin# tipo de automvil que se posee# el estado dnde se naci# y color de los o1os. Cuando la in ormacin estudiada es cualitativa# generalmente nos interesa sa"er cu2ntas o qu' proporcin entra en cada categora. &or e1emplo# %qu' porcenta1e de po"lacin tiene los o1os azules( %Cu2ntos catlicos y cu2ntos evang'licos 9ay en Ecuador( %*u' porcenta1e del n;mero total de automviles vendidos el mes pasado ue de la marca /issan( /ormalmente# se resumen los datos cualitativos en cuadros o gr2 icas de "arras. Cuando la varia"le estudiada se puede expresar num'ricamente# entonces se denomina ariable &$a"titati a# y la po"lacin se conoce como po"lacin cuantitativa. E1emplos de varia"les cuantitativas sonG el saldo en la cuenta de a9orros# las edades de los alumnos de la d'cima promocin del nivel t'cnico de Administracin de Empresas del 4. Conse1o &rovincial de &ic9inc9a# las velocidades de los automviles que

van por la carretera va a Esmeraldas# y el n;mero de 9i1os en una amilia. ?as varia"les cuantitativas pueden ser discretas o continuas. ?as ariable! di!&reta! pueden asumir slo ciertos valores# y generalmente existen :"rec9as< entre ellos. E1emplo de varia"les discretas sonG el n;mero de rec2maras en una casa J$# )# +# -# etcK# el n;mero de automviles que pasan por una caseta de co"ro en la carretera# en una 9ora J$0# $D# +5# etcK# y el n;mero de estudiantes en cada seccin del curso de Estadstica J$. seccin A# $- seccin B# $) seccin CK. /tese que una casa puede tener + - rec2maras# pero no puede tener +#.0 dormitorios. &or tanto# existe una :"rec9a< entre los posi"les valores. &or lo com;n# las varia"les discretas resultan del conteo. &or e1emplo# contamos el n;mero de automviles que llegan a la salida de Caldern en la carretera y el n;mero de estudiantes de Estadstica en cada seccin. ?as o"servaciones de una ariable &o"ti"$a pueden asumir cualquier valor dentro de un intervalo espec ico. E1emplos de varia"les continuas sonG la presin del aire en una llanta y el peso de un cargamento de grano Jque seg;n la precisin de las "2sculas podran ser igual a $.#53 $.#5$3 $.#5+ toneladas# etcK. ?a cantidad de cereal en una ca1a y el tiempo que tom transportarlo por va a'rea de *uito a 7uayaquil# son Varia"les @n vuelo de Frlando a San !iego otras varia"les de ndole continua. puede tomar E 9oras y +5 minutos# o E 9oras con +5 minutos y -. segundos# o "ien E 9oras con +5 minutos y -.#$ segundos# dependiendo Cualitativo de la precisin cronom'trica. ?as varia"les continuas resultan Cuantitativ o de de medir algo. oo generalmente ?os tipos de varia"les se resumen en el siguiente diagramaG
/o num'rica E1emploG =aza# Color de o1os Frdinal J/ecesario mantener el ordenK !iscretos atri"uto num'rico Se expresan num'ricamen te

/o ordinal J/o es necesario mantener el ordenK Continuos

/o toma valores dentro de un intervalo asume valores enteros. E1emploG /;mero de 9i1os

&uede tomar valores dentro de un intervalo por mnimo que esta sea. E1emploG &eso# Estatura

empleados

8UE,TES DE DATOS ESTADSTICOS ?a investigacin de pro"lemas en temas como crimen# salud# importaciones y exportaciones# produccin# y salarios por 9ora generalmente requiere de datos pu"licados. Es posi"le que queramos o"tener las ci ras JdlaresK so"re el valor total del corte de madera en $DD0 JM D$H.555.555K# las ganancias por accin de la empresa !elta Airlines en $DD0 JM $#-)K# el estado con el mayor n;mero de reclusos en $DD- JCali ornia# con $)$.5H-K# y los pases que se espera tengan m2s de ) millones de 9a"itantes de 0. a6os de edad o m2s ene l a6o )555 JC9ina# India y Estados @nidosK. Estos y otros cientos de estadsticas al azar pueden encontrarse en pu"licaciones como Statistical Abstract of the United States y World Almanac and Book of Facts. %*u' pasa si quisi'ramos sa"er los salarios por 9ora de empleados en los ramos de manu actura# minera y comercio al menudeo desde $DE.( Estos datos los encontraramos en el Monthly Labor evie!# pu"licado mensualmente por el !epartamento del ,ra"a1o# de Estados @nidos. Estos y otros datos 9istricos son presentados por el go"ierno ederal# cada estado y la Frganizacin de las /aciones @nidas# de manera regular. Adem2s de los datos pu"licados con regularidad# 9ay ciertas pu"licaciones de prestigio como Fortune Business Week y el Wall Street "ournal# que incluyen una gran cantidad de estadsticas con 'n asis en los temas empresariales y econmicos. Aparte de estas pu"licaciones.

7allup y otras empresas encuestadoras presentan los datos de sus estudios acerca de la popularidad de los candidatos polticos. /o siempre se encuentran datos pu"licados so"re cada tema de inter's. Se puede solicitar in ormacin a personas en un centro comercial# en sus 9ogares# por tel' ono# o por correo. ?as respuestas que se reci"en normalmente son conta"ilizadas a mano o por una computadora. Es posi"le que se 9aya visto y llenado gran cantidad de cuestionarios. *uiz2# al inal de este mdulo ,I+ELES DE MEDICI,: ?os datos pueden clasi icarse de acuerdo con los niveles de medicin. 7eneralmente# el nivel de medicin de un dato marca los c2lculos que se pueden realizar y las prue"as estadsticas que se pueden desarrollar para resumir y presentar la in ormacin. &or e1emplo# 9ay seis colores de dulces en una "olsa de c9ocolates MWM. Supongamos que a la de color ca ' le asignamos el valor $# la amarilla el )# a la azul el +# la naran1a el -# la verde el . y# la ro1a el 0. !e una "olsa de c9ocolates# sumamos los valores de los colores asignados y lo dividimos entre el n;mero de dulces# resultando que el color medio es +#.0. %*uiere esto decir que el color promedio es azul o naran1a( Como segundo e1emplo tenemos una competencia de pista de carreras en una escuela. 4ay H competidores en la carrera de los -55 metros. =eportamos el orden de llegada y que el valor promedio es -#.. %*u' indica dic9o valor( En am"os casos# no 9emos usado el nivel de medicin adecuado. Existen cuatro niveles de medicinG nominal# ordinal# de intervalos y de razn. El nivel :m2s "a1o< es el nominal. El m2s alto# o el que proporciona la mayor cantidad de in ormacin acerca de la o"servacin# es la medicin de nivel de razn o cociente. a9 Dato! de "i el "o)i"al: En el "i el "o)i"al de la medicin# las o"servaciones solamente pueden clasi icarse o contarse. /o existe alg;n orden espec ico para las marcas. @n e1emplo del nivel nominal de medicin es la clasi icacin de seis colores de los c9ocolates MWM. Simplemente los clasi icamos por color. /o 9ay un orden natural. Esto quiere decir que podemos reportar la cantidad de c9ocolates ca 's primero# o la de naran1as primero o cualquiera de los colores primeros. El g'nero sexual es otro e1emplo del nivel nominal de medicin. Supngase que contamos el n;mero de estudiantes que asisten a un 1uego de ;t"ol utilizando su identi icacin

escolar# reportamos cu2ntos son 9om"res y cu2ntos son mu1eres. &odemos reportar primero la cantidad de 9om"res o la de mu1eres. /o existe ninguna medida para el nivel nominal de medicin# solamente un conteo. ?a ta"la $L$ muestra una clasi icacin del uso de tele ona de larga distancia en Estados @nidos. Este es el nivel nominal de medicin porque contamos el n;mero de veces que se utiliz cada compa6a del servicio de larga distancia.

TABLA %:% @so de tele ona de larga distancia por empresa Co)pa;# a A,W, MCI Sprint Ftros TOTAL ,<)ero de lla)ada! $5HI$$..H55 )5I.EE.+$5 HI)+H.E-5 EI$+5.0)5 %==>?@A1=B? /or&e"ta je E. $0 . %??

?a manera en que se dispusieron las compa6as presentadas en la ,a"la $L$ puede ser di erente. Esto es# podamos 9a"er puesto a MCI primero# a Sprint en segundo# etc. B2sicamente esto indica la caracterstica principal del nivel nominal de medicin3 no 9ay un orden espec ico para las categoras. Estas categoras son )$t$a)e"te e'&l$*e"te!# lo cual quiere decir que# por e1emplo# una llamada en especial no puede iniciarse tanto en A,W, como en MCI. Entonces los datos se clasi ican sin un orden espec ico entre las categoras. M$t$a)e"te e'&l$*e"te!6 propiedad de un con1unto de categoras esto implica que una persona u o"1eto se 9a de incluir solamente en una categora.

?as categoras en la ,a"la $L$ tam"i'n son e'(a$!ti a!# lo que signi ica que cada miem"ro dela po"lacin# o muestra# de"e aparecer en una de las categoras. &or lo tanto# si la llamada no se origin en A,W,# MCI o Sprint# entra en la clasi icacin de Ftras.

E'(a$!ti o6 propiedad que implica que cada individuo# o"1eto o medicin aparece slo en una de las categoras1

&ara poder procesar los datos so"re el uso del tel' ono# el g'nero sexual# el empleo por industria# y otras 2reas# generalmente se codi ican las categoras en $# )# +# etc.# con el $ representando a A,W,3 el ) a MCI# y dem2s. Esto acilita el conteo por computadora. Sin em"argo# el 9a"er asignado n;meros a las di erentes compa6as# no nos permite manipular los n;meros. &or e1emplo $ X ) Y no es igual a +# esto es# A,W, X MCI no es igual a Sprint. En resumen# los datos de nivel nominal cuentan con las siguientes propiedadesG $. ?as categoras de datos son mutuamente excluyentes# por lo tanto# un o"1eto pertenece a una sola categora. ). ?as categoras de datos no cuentan con un orden lgico. b9 Dato! de "i el ordi"al: TABLA %:A Cali icacin de un &ro esor de Ainanzas Cali3i&a&i 2" Superior Bien =egular Malo Muy mal 8re&$e"&i a 0 )H ). $) +

El siguiente nivel de datos es el "i el ordi"al. ?a ta"la $L) presenta las cali icaciones dadas por los estudiantes al &ro esor en un curso de introduccin a las Ainanzas. Cada estudiante respondi a la siguiente preguntaG :En general# %cmo cali ica al instructor de este curso(< Esto muestra el uso de la escala de medicin ordinal. @na categora es :m2s alta< o :me1or< que la siguiente. Esto quiere decir que :Superior< es me1or que :Bien<# :Bien< es me1or que :=egular<# etc. Sin em"argo# no es posi"le distinguir algo re erente a la magnitud de la di erencia entre los grupos. %Acaso la di erencia entre :Superior< y :Bien< es la misma que la existente entre :Malo< y :Muy mal<( Es algo a lo que no podemos

responder. Si :Superior< equivale a . y :Bien< a -# podemos concluir que la cali icacin de :Superior< es me1or que la cali icacin de :Bien<# pero no podemos sumar una cali icacin de :Superior< y una de :Bien<# con un resultado signi icativo. Adem2s# no podemos concluir que una cali icacin de :Bien< Jcon valor de -K es necesariamente el do"le de "uena que una de :Mal< Jcon valor de )K. ?o ;nico que podemos concluir es que una cali icacin de :Bien< es me1or que una de :Mal<. ?o que no podemos aclarar es qu' tan me1or es una cali icacin que la otra. En resumen las propiedades del nivel de datos ordinal sonG $. ?as categoras para los datos son mutuamente excluyentes y ex9austivas. ). !ic9as categoras se clasi ican por intervalos o se ordenan de acuerdo con las caractersticas que poseen. &9 Dato! de "i el de i"ter alo: El "i el de i"ter alo de la medicin es el siguiente nivel 1er2rquico. Incluye todas las caractersticas del nivel ordinal pero# adem2s# la di erencia entre los valores es un tama6o constante. @n e1emplo del nivel de intervalo de medicin es la temperatura. &or e1emplo# supongamos que las temperaturas m2s altas en tres das consecutivos de invierno en la ciudad de Boston son )H# +$ y )5 grados Aa9ren9eit JZAK JL)#))# L5#..3 L0.00 grados centgradosK. Estas temperaturas se pueden medir 2cilmente# pero tam"i'n podemos determinar la di erencia entre las mismas. Esto es posi"le gracias a que un grado Aa9ren9eit representa una unidad constante de medicin. ?as di erencias iguales entre dos temperaturas son las mismas# sin importar la posicin en la que se encuentren en la escala. Esto quiere decir que la di erencia entre $5ZA y $.ZA es .# y la di erencia entre .5 y .. grados Aa9ren9eit tam"i'n es .. Es importante se6alar que 5 es tan slo un punto de la escala. /o representa la ausencia de la condicin. Cero grados Aa9ren9eit no representa la ausencia de calor# slo indica que 9ace ro. !e 9ec9o 5ZA representa alrededor de L$H grados en la escala Celsius. ?as propiedades de la escala de intervalo sonG $. ?as categoras para los datos son mutuamente excluyentes y ex9austivas.

). ?as categoras se ordenan de acuerdo con las caractersticas que poseen. +. !i erencias iguales en las caractersticas se representan por di erencias iguales en la medicin. E1emploG ?a escala de medicin de un medida de calzado. d9 Dato! de "i el de ra72": El "i el de ra72" de la medicin es el nivel :m2s alto< de la misma. !ic9o nivel cuenta con todas las caractersticas del nivel de intervalo# incluyendo el 9ec9o de que el punto 5 es importante y la razn Jo cocienteK entre dos n;meros tam"i'n es importante. E1emplos de la escala respectiva incluyen los salarios# las unidades de produccin# el peso y la estatura. El dinero es un "uen e1emplo. Si se tiene 5 dlares# entonces no se tiene dinero. !e la misma orma# el peso puede ser otro e1emplo# ya que si la escala de la "2scula est2 cero 9ay una total ausencia de peso. ?a razn entre dos n;meros tam"i'n es importante. Si una persona gana M+5.555 dlares al a6o vendiendo seguros# y otra gana M05.555 dlares al a6o vendiendo automviles# la segunda persona gana el do"le de lo que gana la primera. J?a razn o cociente es )K. intervaloG temperatura y

?as propiedades del nivel de proporcin de la medicin sonG $. ?as categoras para los datos son mutuamente excluyentes y ex9austivas. ). !ic9as categoras se clasi ican de acuerdo con la cantidad de la caracterstica que poseen. +. ?as di erencias iguales en la caracterstica son representadas por di erencias iguales en los n;meros asignados a las categoras. -. El punto Jo valorK 5 representa una ausencia de la caracterstica. ?a ,a"la $L+ presenta el uso de la escala de razn en la medicin. Se indican los ingresos de cuatro com"inaciones de padre e 9i1o. F"serve que en la amilia Cim'nez el padre gana el do"le de lo que gana su 9i1o y en la amilia =uz el 9i1o gana el do"le de lo que gana el padre.

TABLA %:C Com"inaciones de Ingresos de &adre [ 4i1os I"4re!o! ,o)bre! de 3a)ilia! Cim'nez ?pez =uz S2nc9ez /adre! MH5.555 MD5.555 M05.555 ME..555 Dijo! M-5.555 M+5.555 M$)5.555 M$+5.555

ACTI+IDADES /A-A -ESOL+E- ,o1 A %Cu2l es el nivel de medicin que se utiliz al presentar los siguientes datosG aK ?as edades de los adultos que escuc9an las casi E55 estaciones de radio con canciones vie1as en Estados @nidos sonG Edad Ja6osK $H 9asta ). ). 9asta +. +. 9asta -. -. 9asta .. .. y mayores &orcenta1e de oyentes $) )) +) )+ $$

"K En una encuesta a )55 propietarios de automviles de lu1o# $55 eran de Cali ornia# .5 de /ueva SorU# +5 de Illinois y )5 de F9io.

BLOQUE II DESC-I/CI, DE DATOS: DIST-IBUCI, DE 8-ECUE,CIAS E -E/-ESE,TACIO,ES F-G8ICAS Objeti o! Frganizar los datos cualitativos en una ta"la de recuencias. =epresentar una ta"la de recuencias como una gr2 ica de "arras o una gr2 ica de pastel.

Frganizar datos cuantitativos en una distri"ucin de recuencias. =epresentar una distri"ucin de recuencias en datos cuantitativos por medio de 9istogramas# polgonos de recuencia y polgono de recuencia acumulada. Co"te"ido! Cap#t$lo A ).$. Introduccin ).). Ela"oracin de una distri"ucin de recuencias ).).$. Arecuencias relativas de clase ).).). =epresentacin gr2 ica de datos cualitativos ).+. Construccin de distri"uciones de recuenciasG !atos cuantitativos ).+.$. Intervalos de clase y puntos medios de clase ).-. !istri"ucin de recuencias relativas )... =epresentacin gr2 ica de una distri"ucin de recuencias )...$. 4istograma )...). &olgono de recuencias )...+. !istri"ucin de recuencias acumuladas ).0. E1ercicios Co"&epto! pri"&ipale! Di!trib$&i2" de 3re&$e"&ia!: Agrupamiento de datos en categoras mutuamente excluyentes# que indican el n;mero de o"servaciones# en cada categora. 8re&$e"&ia de &la!e: /;mero de o"servaciones contenidas en cada clase.

/$"to )edio o Mar&a de &la!e: Valor que se localiza en el medio de cada clase. DIST-IBUCI, DE 8-ECUE,CIAS HDISC-ETAS E CO,TI,UAS9 En una distri"ucin de recuencias 9ay que tomar en cuenta dos conceptosG M$t$a)e"te e'&l$*e"te! * e'(a$!ti o!1 M$t$a)e"te e'&l$*e"te!: Es cuando una persona# o"1eto o medicin se 9a de incluir en tan slo una categora o me1or dic9o# el o"1eto pertenece a una sola categora. /ing;n dato puntual cae en m2s de una categora1 E'(a$!ti o!1: Es cuando cada individuo# o"1eto o medicin de"e aparecer en una categora. La di!trib$&i2" de 3re&$e"&ia!1: Es el agrupamiento de datos estadsticos clasi icados en clase o intervalos# de tal manera que se pueda esta"lecer el n;mero o porcenta1e de o"servaciones en cada clase# y que se encuentran representados estructuralmente en orma de ta"la. Cuando se va a agrupar una distri"ucin de recuencias# es necesario de inir el n;mero de intervalos o clases que se van a utilizar y la amplitud de cada uno de ellos. ?os pasos para ela"orar una distri"ucin de recuencias sonG !eterminar el n;mero de clases que se desea tener. !eterminar la amplitud o intervalo de clase. i
H L k

!eterminar los lmites de cada una de las clases. !istri"uir los datos originales en las distintas clases o ta"ular. Contar el n;mero de elementos en cada clase que corresponde al valor de la recuencia. ,IME-O DE CLASES: Es usar su icientes grupos o clases# que indiquen la orma de la distri"ucin# por lo que se recomienda un n;mero de clase no menor a . ni mayor a $.. El o"1etivo es usar un n;mero su iciente de clases que indiquen la orma de la distri"ucin. &ara determinar el n;mero de clases se utiliza la regla :) U \ n<# la misma que !$4iere $tili7ar &o)o "<)ero de &la!e! el )e"or

"<)ero HJ9 tal 0$e AJ He" palabra! A ele ado a la pote"&ia J9 !ea )a*or 0$e el "<)ero de ob!er a&io"e! H"91 !ondeG n Y es el n;mero total de o"servaciones. U Y es un n;mero entero positivo# que representa el n;mero de clases a utilizar. &or e1emplo# si se realizaron +5 llamadas tele nicas para la venta de computadores y se desea sa"er cu2ntas clases se de"e utilizar3 n Y +5 ) Y n;mero "ase U Y determina el n;mero de clases. @tilizando la regla tenemosG )U \ n )+5 \ +5 +) \ +5 Al ser +) mayor que +5# la regla para calcular el n;mero de clase# recomienda que sean . clases en la ta"la de recuencias. I,TE-+ALO DE CLASE: &ara determinar se resta el lmite superior el in erior de un con1unto de datos y se divide para el n;mero de clases. Al conocer el anc9o del intervalo o intervalo de clase a utilizar# se puede aplicar la siguiente rmula para encontrar el n;mero de clases a utilizarse3 en caso de que se mane1en datos agrupados.
i H L k

!onde: i es el intervalo de clase D es el mayor valor o"servado L es el menor valor o"servado J es el n;mero de clase E1emploG Se conoce el n;mero de llamadas realizadas para la venta de celulares el valor m2ximo es de $)+ y el mnimo de ).# el n;mero de clase sugerido es de .. %Cu2l es el intervalo de clase recomendado(

i=

123 25 19,6 5

i =19,6 20,

Es decir el intervalo de clase ser2 )5 I"ter alo Li ). -. 0. H. $5. /U,TO MEDIO: ,am"i'n se lo conoce como marca de clase# y se localiza a la mitad del lmite superior y el lmite in erior de cada clase.
Pm( X ) = Ls + li 2

L! -. 0. H. $5. $).

Ejemplo: I"ter alo &m JTK Li ). -. 0. H. $5. L! -. 0. H. $5. $). +. .. E. D. $$.

Eje)plo de $"a di!trib$&i2" de 3re&$e"&ia!: ?a agencia de via1es# que opera a nivel nacional# o rece tari as especiales en ciertas travesas por el Cari"e a personas de la tercera edad. El presidente de la agencia requiere in ormacin adicional de las edades de las personas que via1an# para lo cual se tom una muestra aleatoria de ). clientes. EE -$ $H .H 0+ .H H.+ +H .$ 05 .)+ E$ -. -+ 00 .D H+ .H 0) 0+ .5 .) .-

!eterminar el n;mero de clases.


2k n 32 > 25

n = 25

2 5 > 25

!eterminamos el intervalo de clase.


Xms xmn k 84 18 5

i=

i=

i =13,2

El intervalo de clase determinado es $+.) pero al ser un n;mero decimal y para permitirnos una me1or distri"ucin de recuencias es conveniente aproximarle al inmediato superior# es decir# $- o $.. &rocedemos 9acer la distri"ucin de recuencias. I"ter alo /) HK9 Li $H +) -0 05 EL! +) -0 05 EHH ). +D .+ 0E H$ 8re&$e"&ia ) $5 0 + n Y ).

DIST-IBUCI, DE 8-ECUE,CIAS -ELATI+AS: Muestra el porcenta1e de o"servaciones en cada clase. &ara convertir una distri"ucin de recuencias en una distri"ucin de recuencias relativas# cada recuencia de clase se divide para el n;mero total de o"servaciones. I"ter alo /) HK9 Li $H +) -0 05 EL! +) -0 05 EHH ). +D .+ 0E H$ 8re&$e"&ia ) $5 0 + C5l&$lo )]). -]). $5]). 0]). +]). 8re&$e"& ia 5#5H 5#$0 5#5#)5#$)

/ Y ).

^Y$

-E/-ESE,TACI, F-G8ICA DE U,A DIST-IBUCI, DE 8-ECUE,CIAS: Existen dos m'todos para representar gr2 icamente una distri"ucin de recuencias. Di!to4ra)a: Es una gr2 ica en la que las clases se marcan en el e1e 9orizontal y las recuencias de clase en el e1e vertical. ?as recuencias de clase est2n representadas por las alturas de las "arras# y 'stas se colocan adyacentes una de otras.

Li L! $H L +) +) L -0 -0 L 05 05 L EE- L HH

8re&$e"&i a ) $0 0 + / Y ).

/ol#4o"o de 3re&$e"&ia!: Es similar al 9istograma# est2 ormado por segmentos de recta que se unen a los puntos medios de cada clase y las recuencias de clase E1emploG /) HK9 ). +D .+ 0E H$ 8re&$e"&ia ) $5 0 + n Y ).

Di!trib$&i2" de 3re&$e"&ia! a&$)$lada!: Este valor# se calcula desarrollando una distri"ucin de recuencias y# luego# de ir sumando la recuencia anterior# m2s la siguiente3 y# se lo muestra gr2 icamente# 9aciendo un polgono de recuencias acumuladas conocida tam"i'n como :F1iva menor que< u :F1iva mayor que<. Oji a )e"or 0$e: Consiste en gra icar las recuencias acumuladas en orma ascendente.
I"ter alo Li L! $H L +) +) L -0 -0 L 05 05 L EE- L HH 8re&$e"&i a 8re&$e"&i a A&$)$lad a ) 0 $0 )) ). Se obtie"e De

) $0 0 + n Y ).

5 X ) ) X 0 X $5 $0 X 0 )) X +

Oji a )a*or 0$e: Consiste en gra icar las recuencias acumuladas en orma descendente
I"ter alo Li L! $H L +) +) L -0 -0 L 05 05 L EE- L HH 8re&$e"&i a 8re&$e"&i a A&$)$lad a ). )+ $D D + Se obtie"e De

) $0 0 + n Y ).

)+ X ) $D X D X $5 + X 0

5 X +

Otra! repre!e"ta&io"e! de 4r53i&a! de dato!

Adem2s de este tipo de gr2 icas# existen muc9as m2s que se pueden encontrar en an2lisis estadstico y que se les encuentra en peridicos# revistas y otros. aK @na gr2 ica de lneas es adecuada para mostrar la tendencia de las ventas o de los ingresos en un perodo determinado. E1emploG Esta gr2 ica muestra la circulacin deG El peridico :El Comercio< desde $DDD 9asta el )55+# lo cual nos indica que el peridico aumente en sus ventas durante el perodo considerado.

A;o $DDD )555 )55$ )55) )55+

+e"ta! $)55 $E55 ))55 )E55 +)55

aK ?a gr2 ica de "arras son similares a las gr2 icas de lneas# y resultan ;tiles para mostrar cam"ios en los datos en el nivel de medicin nominal. Barra! (ori7o"tale!: Conocer la di erencia en los ingresos# en "ase al nivel de estudios.

,i el de E!t$dio! Secundaria Bac9illerato ?icenciatura Maestra

I"4re!o! $55 $H5 ).5 +.5

Barra! erti&ale!: Conocer la di erencia en los ingresos# en "ase al nivel de estudios.

,i el de E!t$dio! Secundaria Bac9illerato ?icenciatura Maestra

I"4re!o! $55 $H5 ).5 +.5

"K ?as gr2 icas circulares son ;tiles para mostrar los porcenta1es del total# que corresponden a los diversos componentes. E1emploG !istri"ucin de utilidades o"tenidas por una lotera estatal desde $DDD 9asta )55+ lo cual representamos con una gr2 ica circular.

U!o de la! $tilidade! Educacin Aondo general Ciudades Ciudadanos +ra. Edad Ftros Total de la

/or&e"taje .0 )+ $5 D ) %??

BLOQUE III DESC-I/CI, DE DATOS: Objeti o! _ Calcular la media aritm'tica# media ponderada# mediana# la moda y la media geom'trica. _ Explicar las caractersticas# usos# venta1as de cada medida de u"icacin. _ Identi icar la posicin de la media aritm'tica# la mediana y la moda# tanto en distri"uciones sim'tricas como asim'tricas Jo sesgadasK. _ Calcular e interpretar el rango# la desviacin media# varianza# y desviacin est2ndar. MEDIAS DE TE,DE,CIA CE,T-AL

_ Comprender las caractersticas# usos# venta1as y desventa1as de cada medida de dispersin. Contenidos Cap#t$lo C +.$. Introduccin +.). ?a media po"lacional +.+. Media de una muestra +.-. &ropiedades de la media aritm'tica +... Media ponderada +.0. Mediana +.E. Moda )D +.H Media geom'trica +.D %&or qu' estudiar la dispersin(G Medidas de dispersin +.D.$. =ango# !esviacin media +.D.). Varianza y !esviacin est2ndar +.$5. ?a media y la desviacin est2ndar de datos agrupados +.$5.$. Media aritm'tica +.$5.) !esviacin est2ndar +.$$ E1ercicios Co"&epto! pri"&ipale! Dato e!tad#!ti&o: Es la caracterstica principal de la muestra. M$e!tra: Es una parte o porcin signi icativa# de la po"lacin de inter's# puesto que la po"lacin es muy grande para analizarla en su totalidad. /ar5)etro: @na caracterstica principal de la po"lacin# siendo una medida descriptiva de la po"lacin total de todas las o"servaciones de inter's para el investigador. /obla&i2": Con1unto o coleccin de todos los o"1etos# mediciones o personas cuyas propiedades est2n siendo consideradas o estudiadas. MEDIDAS DE TE,DE,CIA CE,T-AL @na medida de tendencia central es un valor ;nico que resume un con1unto de datos# se6alando el centro de los valores. Media arit).ti&a: Es la medida de tendencia central que se utiliza con mayor recuencia.

Se calcula sumando los valores de las o"servaciones y dividiendo el resultado entre el n;mero total de o"servaciones. Media arit).ti&a pobla&io"al1: ?a media aritm'tica po"lacional de datos no agrupados# es la suma de todos los valores de la po"lacin# dividido entre el n;mero total de dic9os datos. Se calcula con la siguiente rmulaG = !ondeG

x N

representa la media de la po"lacin .


min;scula.

Es la letra

griega

:mu<

/ es el n;mero total de elementos en la po"lacin. x representa cualquier valor en particular.

es

la

letra

griega

:sigma< may;scula# indica la operacin de

sumar. x sim"oliza la suma total de todos los valores de x. C$al0$ier &ara&ter#!ti&a )edible de la pobla&i2"6 repre!e"ta el /ar5)etro1 Sie"do e!ta6 la &ara&ter#!ti&a de $"a pobla&i2"1 E1emploG Existen $5 empresas a"ricantes de autos# a continuacin se presentan el n;mero de patentes otorgadas el a6o pasado del pas a cada negociacin.

Empresa ,oyota 4onda Aord Mazda Volvo BM8

No. De patentes otorgadas )05 ).) )+E )$+ )0 $0

/issan &orsc9e Mitsu"is9i 7eneral Motors

+HH .0 +D .$+

%Esta in ormacin es una muestra o una po"lacin( %Cu2l es el n;mero medio de patentes otorgadas( Es una po"lacin# puesto que se toma en cuenta a todas las empresas automovilsticas que o"tuvieron patentes y para sacar la media aritm'tica po"lacional# se de"e sumar todos los valores y dividir para el n;mero total de las empresas estudiadas.

2000 10

= 200

I"terpreta&i2" del re!$ltado El n;mero tpico de patentes reci"ido por una empresa es de )55 y al considerar todas las compa6as que reci"ieron patentes# este valor es un par2metro po"lacional.

Media arit).ti&a M$e!tral1: Se calcula de igual manera que la media aritm'tica po"lacional# lo ;nico que cam"ia es su sim"ologa# la rmula es la siguienteG

x=

x n

!ondeG
x

sim"oliza la media muestral. Se lee :x con "arra<

n designa al n;mero total de valores en la muestra.

@na caracterstica de la muestra es el dato e!tad#!ti&o1 Si el di2metro medio exterior de una muestra de co1inetes es 5.0). pulgadas# este valor es un dato estadstico. E1emploG ?a empresa 7lo"al Aund se especializa en o"ligaciones a largo plazo de pases extran1eros# por lo cual nos interesa conocer la tasa de inter's de estas o"ligaciones. @na muestra aleatoria de 0 "onos revel la siguiente in ormacinG Art#&$lo Bonos de Ecuador Bonos de Colom"ia go"ierno go"ierno de de Ta!a de i"ter.! H#.5O 0#). .#.5 +#E. $$#55 E#+5 =A6C?

Bonos de go"ierno de &er; Bonos de Argentina go"ierno de

Bonos de go"ierno de Brasil Bonos Bolivia de go"ierno de

Total

%Cu2l es la medida de las tasas de inter's en esta muestra de o"ligaciones a largo plazo( x =
42,30 6
x = 7,05%

?a tasa de inter's promedio# en la muestra de o"ligaciones a largo plazo es de E.5. O lo cual nos indica que es un dato estadstico. /ropiedade! de la )edia arit).ti&a $.L ,odo con1unto de datos de nivel de intervalo tienen un valor medio. ).L &ara evaluar la media aritm'tica se consideran todos los valores.

+.L @n con1unto de datos slo tiene una media aritm'tica la cual es un valor ;nico. -.L ?a media aritm'tica es una medida muy ;til para comparar dos o m2s po"laciones. ..L ?a media aritm'tica es la ;nica medida de tendencia central donde la suma de las desviaciones de cada valor# respecto a la media# siempre ser2 igual a cero. ( X X ) = 0 E1emploG ?a media de .# $5 y 0. Al sumar los tres valores dados anteriormente y dividirlos para tres tendremos el valor medio de los mismos que ser2G x = 7 entonces

X
. $5 0

(X X )
. L E Y L) $5 L E Y + 0 L E

=0

Media po"derada: Se determina multiplicando cada o"servacin por su :peso< correspondiente. Es un caso especial de la media aritm'tica. Se calcula con la siguiente rmulaG
XW = w1 X 1 + w2 X 2 + w3 X 3 + ..... + wn X n w1 + w2 + w3 + ........ + wn

A esta rmula se le puede resumir de la siguiente maneraG

XW =
!ondeG
X w = =epresenta

( wX ) w

a la media ponderada y se lee :# "arra su"ndice

W<.

En general la media ponderada de un con1unto de n;meros designados por T$ # T) # T+ #..... Tn # con las ponderaciones J:o pesos<K correspondientes 8$ # 8) # 8+ #...... 8n y se calcula como sigue. E1emploG En la empresa Solquin S.?. se venden productos de limpieza y desin eccin en tres presentacionesG grande# mediana y peque6a y# sus precios en dlares son# los siguientes -..5# +.-. y ).+5. !e los ;ltimos $5 productos vendidos presento la siguiente in ormacinG . eran grandes# + medianos y ) peque6os. %Cu2l es el valor de la media ponderada(

XW = XW

4,50 + 4,50 + 4,50 + 4,50 + 4,50 + 3,45 + 3,45 + 3,45 + 2,30 + 2,30 10 37,45 = = 3,75 10

de la orma a"reviada quedara de la siguiente maneraG

XW =

5( 4,50 ) + 3( 3,45) + 2( 2,30 ) 10

XW = XW

22,50 +10,35 + 4,60 10 37,45 = = 3,75 10

Media"a: Es el valor que se localiza en el centro de un con1unto de datos ordenados de menor a mayor o viceversa. &ara encontrar la mediana# se ordenan las o"servaciones de menor a mayor# y se identi ica el valor central. Cincuenta por ciento de las

o"servaciones son mayores que la mediana# y el .5O son menores que ella. E1emploG Existen $5 empresas a"ricantes de autos# a continuacin se presentan el n;mero de patentes otorgadas el a6o pasado del pas a cada negociacin. E)pre!a BM8 Volvo Mitsu"is9i &orc9e Mazda Aord 4onda ,oyota /issan 7eneral Motors ,o1 De pate"te! otor4ada! $0 )0 +D .0 )$+ )+E ).) )05 +HH .$+

n +1 10 +1 = = 5,5 2 2

Mediana =

213 + 237 = 225 2

?o que nos indica que la mediana se encuentra so"re el .5O de )). y por a"a1o del .5O de la misma# como podemos o"servar esto se da cuando son datos con un JnK de n;meros pares. Cuando son de n;meros impares el procedimiento es el siguienteG E)pre!a BM8 Volvo Mitsu"is9i &orc9e ,o1 De pate"te! otor4ada! $0 )0 +D .0

Mazda Aord 4onda ,oyota /issan

)$+ )+E ).) )05 +HH

n +1 9 +1 = =5 2 2

&or lo cual podemos o"servar que si la mediana se encuentra u"icada en el .5O por encima de )$+ y el .5O por de"a1o de la misma# es decir# la mediana ser`a el valor u"icado en el centro )$+. Es decir# es la posicin . contando desde el lmite in erior. /ropiedade! de la )edia"a $. Es ;nica3 esto es# a seme1anza de la media# slo existe una mediana para un con1unto de datos. ). /o se ve a ectada por valores extremadamente grandes o muy peque6os. +. &uede calcularse para una distri"ucin de recuencias con una clase de extremo a"ierto. Si la mediana no se encuentra en tal clase. -. &uede calcularse parada datos de nivel de razn# de intervalo y ordinal.

Media Feo).tri&a: Es ;til para encontrar tasas de crecimiento# economa puesto que porcentual en ventas# Interno Bruto. el promedio de porcenta1es# razones# ndices o es utilizada ampliamente en los negocios y la recuentemente interesa determinar el cam"io sueldos# o ci ras econmicas# como el &roducto

?a media geom'trica de un con1unto de n n;meros positivos se de ine como la raz nLn'isma del producto de n valores. Su rmula esG
MG = n ( X 1 )( X 2 ).....( X N )

?a media geom'trica siempre ser2 menor que# o igual a la media aritm'tica# es decir nunca mayor que la misma3 adem2s# que sus valores siempre de"en ser positivos. E1emploG Se reci"en un aumento de sueldo del .O este a6o# y reci"ir2 uno del $.O el siguiente a6o. El aumento porcentual es de D#HH0 y no de $5. %&or qu'( Comenzamos calculando la media geom'trica# un aumento del .O en un sueldo es $5.# o "ien $#5.# para el e1emplo utilizaremos $#5..
MG = n (1,05)(1,15) =1,09886

Veri iquemos este e1emplo al tener un sueldo de +55 dlares y se reci"e un aumento de .O y del $.O. Aumento $G+55 dlares J5#5.K Y $.#55 dlares Aumento )G +$. dlares J5#$.K Y -E#). dlares ,otal 0)#). dlares

El aumento total del sueldo es de 0)#). dlares y esto equivale aG

+55#55 dlares J5#5DHH0K Y )D#00 dlares +)D#00 dlares J5#5DHH0K Y +)#.D dlares ,otal 0)#). dlares

Moda: Es el valor de la o"servacin que aparece con mayor recuencia.

aK ?a moda puede determinarse para datos de nivel nominal. "K @n con1unto de datos puede tener m2s de un valor nodal. E1emploG A continuacin se presentan varios indicadores del crecimiento econmico a largo plazo en el pas. ?as proyecciones son 9asta el a6o )55.. I"di&ador e&o"2)i&o In lacin Exportaciones Importaciones Ingreso disponi"le Consumo &IB real Inversin JresidencialK Inversin residencialK Jno real Ca)bio por&e"t$al L -#. -#E )#+ )#D )#E )#D +#0 )#$ $#.#)

&roductividad JtotalK &roductividad J a"ricacinK

El valor modal es )#D puesto que se repite ) veces en esta distri"ucin de recuencias.

MEDIA A-ITMTICA6 MEDIA,A E MODA DE DATOS AF-U/ADOS Cuando los datos se relacionan con ingresos# edades y otros# tienen en agruparse para ser presentados en una distri"ucin de recuencias# puesto que en muc9as ocasiones es di cil encontrar in ormacin de

datos originales# por lo cual es necesario encontrar el valor tpico de los valores ya agrupados. Media arit).ti&a: &ara evaluar la media de datos agrupados es una distri"ucin de recuencias se considera las o"servaciones del punto medio de casa clase y se calcula de la siguiente maneraG

x=

fx n

!ondeG
x

es la media aritm'tica es el valor central# o punto medio de cada clase es la recuencia de cada clase es la recuencia de cada clase multiplicada por el punto

x
f fx

fx es la suma de esos productos

es el n;mero total de recuencias

E1emploG ,omando en cuenta el e1emplo de la agencia de via1es antes mencionado# procederemos a calcular la media aritm'tica# media y moda de datos agrupados. ?a agencia de via1es# que opera a nivel nacional o rece tari as especiales en ciertas travesas por el Cari"e a personas de la tercera edad. El &residente de la agencia requiere in ormacin adicional de las edades de las personas que via1an# para lo cual se tom una muestra aleatoria de ). clientes.

EE -$

.0)

.H )+

.5 0+

-. -+

H.+

.D .)

.$ H+

..H

+H 00

0+ .H

E$ $H

05

Deter)i"a el "<)ero de &la!e1


n = 25 2k n 2 5 25 32 > 25

Se recomienda . clases para la distri"ucin de recuencias


i=

Deter)i"a)o! el i"ter alo de &la!e


Xmx xmn k i= 84 18 5
i =13,2

El intervalo de clase determinado es $+#) pero al ser un n;mero decimal y para permitirnos una me1or distri"ucin de recuencias es conveniente aproximarle al inmediato superior# es decir# $- o $.. /ro&ede)o! (a&er la di!trib$&i2" de 3re&$e"&ia! I"ter alo Li $H +) -0 05 EL! +) -0 05 EHH /)Hx9 ). +D .+ 0E H$ f ) $5 0 + " M AN 8' .5 $.0 .+5 -5) )-+ %CO%

x=

fx n

x=

1381 25

x= 5, 24

?a media de datos agrupados es una distri"ucin de recuencias puede tener una peque6a variacin de la media de datos originales# puesto que el 9ec9o de agrupar los datos produce una ligera p'rdida de in ormacin. ?a edad promedio de los via1eros es de .. a6os.

Media"a: 4ay que recordar que la mediana es el valor a"a1o del cual se encuentra la mitas de los valores y arri"a del cual se encuentra la otra mitad. Al realizar la distri"ucin de recuencias de datos agrupados 9ay que tomar en cuenta dos pasos para calcular la misma. aK ?ocalizando la clase en la cual se encuentra la mediana. "K =ealizando interpolaciones dentro de esa clase para encontrar y o"tener dic9o valor cK Se supone que los elementos de la clase en que se encuentra la mediana est2n expuestos de manera uni orme en toda la clase. ?a rmula esG
n FA Mediana = Li + 2 * (i) f

!ondeG
Li

es el lmite in erior de la clase que contiene a la mediana es el n;mero total de recuencias es la recuencia de la clase que contiene la mediana es el n;mero acumulado de recuencias en todas las clases que preceden a la clase que contiene a la mediana es la amplitud Jo anc9uraK de la clase en la que se encuentra la mediana

n
f

FA i

I"ter alo Li $H +) -0 05 EL! +) -0 05 EHH /)Hx9 ). +D .+ 0E H$ f ) $5 0 + " M AN 8' .5 $.0 .+5 -5) )-+ %CO% 8A ) 0 $0 )) ).

n FA Mediana = Li + 2 * (i) f

25 12,5 6 6 Mediana = 46 + * (14 ) 2 Mediana = 46 + * (14) 10 10

6,5 Mediana = 46 + * (14 ) 10

Mediana = 46 + 9,10

Mediana = 55,10

Aproximadamente las edades de las personas que via1an son in eriores a .. y la otra mitad son mayores.

Moda: /o 9ay que olvidar que es el valor que ocurre con mayor recuencia para lo cual es posi"le en datos agrupados# aproximar la moda tomando en cuenta el punto medio o marca de clase. I"ter alo

Li $H +) -0 05 E-

L! +) -0 05 EHH

/)Hx9 ). +D .+ 0E H$

f ) $5 0 + " M AN

Como o"servamos el valor que mayor recuencia tiene la clase -0 [ 05 que es $5 para lo cual tomamos el punto medio o marco de clase .+ y as o"tenemos el valor modal aproximado que ser2 la edad de las personas que via1an es .+. &ara ser m2s exactos en el valor modal# se procede a tra"a1ar con la siguiente rmulaG
Moda = L