Estadisticayprobabilidades Admonuniguajira

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas
Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014
Ing. JOSE ALFREDO MONTERO SANTIAGO (Celular: 3002387306 email: josemontero@uniguajira.edu.co) Esp. En Admon de la Informtica Educativa
Pag 1
UNIDAD No. 1 INTRODUCCION A LA ESTADISTICA

1.1. INTRODUCCION
La palabra estadstica se origina, en las tcnicas de recoleccin, organizacin, conservacin, y tratamiento de los datos propios de un estado, con que los antiguos gobernantes controlaban sus sbditos y dominios econmicos. Estas tcnicas evolucionaron a la par con el desarrollo de las matemticas, utilizando sus herramientas en el proceso del anlisis e interpretacin de la informacin. Para mediados del siglo XVII en Europa, los juegos de azar eran frecuentes, aunque sin mayores restricciones legales. El febril jugador De Mr consult al famoso matemtico y filosofo Blaise Pascal (1623-1662) para que le revelara las leyes que controlan el juego de los dados, el cual, interesado en el tema, sostuvo una correspondencia epistolar con el tmido Pierre de Fermat (1601-1665, funcionario pblico apasionado por las matemticas; clebre porque no publicaba sus hallazgos) dando origen a la teora de la probabilidad, la cual se ha venido desarrollando y constituyndose en la base primordial de la estadstica. En nuestros das, son de uso cotidiano las diferentes tcnicas estadsticas que partiendo de observaciones muestrales o histricas, crean modelos lgico-matemticos que se "aventuran" describir o pronosticar un determinado fenmeno con cierto grado de certidumbre medible. El presente MODULO no pretende teorizar el saber estadstico, desde luego, no es un texto o gua para estadsticos, ya que, adrede se obvia el rigor cientfico de lo expuesto en beneficio de la sencillez necesaria para el nefito; con un lenguaje coloquial se conduce al lector a travs del contenido, a partir de dos o tres ejemplos que ilustran la aplicabilidad de los temas tratados. El avance tecnolgico en la informtica ha contribuido enormemente al desarrollo de la estadstica, sobre todo en la manipulacin de la informacin, pues en el mercado existen paquetes estadsticos de excelente calidad, como el SAS, SPSS, SCA, STATGRAPHICS, amn de otros, que "corren" en un ordenador sin mayores exigencias tcnicas, permitiendo el manejo de grandes volmenes de informacin y de variables. La estadstica, entonces, dej de ser una tcnica exclusiva de los estados, para convertirse en una herramienta imprescindible de todas las ciencias, de donde proviene la desconcertante desuniformidad en las definiciones de los diferentes autores, ya que cada estudioso la define de acuerdo con lo que utiliza de ella y tenemos definiciones como que: la estadstica es la tecnologa del mtodo cientfico, o que es el conocimiento relacionado.
Pag 2
UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas 1.2. ETIMOLOGIA
La palabra "estadstica" procede del latn statisticum collegium ("consejo de Estado") y de su derivado italiano statista ("hombre de Estado" o "poltico"). El trmino alemn Statistik, introducido por Gottfried Achenwall (1749), designaba originalmente el anlisis de datos del Estado, es decir, "la ciencia del Estado". No fue hasta el siglo XIX cuando el trmino estadstica vino a designar la coleccin y clasificacin de datos. En su origen, por tanto, la estadstica estuvo asociada al control de datos poblacionales por parte de la administracin pblica. Este tipo de prcticas han sido analizadas por Michel Foucault como una forma de biopoltica, un estilo de gobierno caracterizado por regular a las poblaciones a travs del biopoder Por eso la raz etimolgica de la palabra estadstica proviene del latn status que significa estado o situacin.
1.3.
BREVE HISTORIA DE LA ESTADISTICA
Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron recopilar, hacia el ao 3050 antes de Cristo, prolijos datos relativos a la poblacin y la riqueza del pas. De acuerdo al historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con el objetivo de preparar la construccin de las pirmides. En el mismo Egipto, Ramss II hizo un censo de las tierras con el objeto de verificar un nuevo reparto. En el antiguo Israel la Biblia da referencias, en el libro de los Nmeros, de los datos estadsticos obtenidos en dos recuentos de la poblacin hebrea. El rey David por otra parte, orden a Joab, general del ejrcito hacer un censo de Israel con la finalidad de conocer el nmero de la poblacin. Tambin los chinos efectuaron censos hace ms de cuarenta siglos. Los griegos efectuaron censos peridicamente con fines tributarios, sociales (divisin de tierras) y militares (clculo de recursos y hombres disponibles). La investigacin histrica revela que se realizaron 69 censos para calcular los impuestos, determinar los derechos de voto y ponderar la potencia guerrera. Pero fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron emplear los recursos de la estadstica. Cada cinco aos realizaban un censo de la poblacin y sus funcionarios pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el nacimiento de Cristo suceda uno de estos empadronamientos de la poblacin bajo la autoridad del imperio. Durante los mil aos siguientes a la cada del imperio Romano se realizaron muy pocas operaciones Estadsticas, con la notable excepcin de las relaciones de tierras pertenecientes a la
Ing. JOSE ALFREDO MONTERO SANTIAGO (Celular: 3002387306 email: josemontero@uniguajira.edu.co) Esp. En Admon de la Informtica Educativa Pag 3
Iglesia, compiladas por Pipino el Breve en el 758 y por Carlomagno en el 762 DC. Durante el siglo IX se realizaron en Francia algunos censos parciales de siervos. En Inglaterra, Guillermo el Conquistador recopil el Domesday Book o libro del Gran Catastro para el ao 1086, un documento de la propiedad, extensin y valor de las tierras de Inglaterra. Esa obra fue el primer compendio estadstico de Inglaterra. Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de revivir la tcnica romana, los mtodos estadsticos permanecieron casi olvidados durante la Edad Media. Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicols Coprnico, Galileo, Neper, William Harvey, Sir Francis Bacon y Ren Descartes, hicieron grandes operaciones al mtodo cientfico, de tal forma que cuando se crearon los Estados Nacionales y surgi como fuerza el comercio internacional exista ya un mtodo capaz de aplicarse a los datos econmicos. Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor que Enrique VII tena por la peste. Ms o menos por la misma poca, en Francia la ley exigi a los clrigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que apareci a fines de la dcada de 1500, el gobierno ingls comenz a publicar estadstica semanales de los decesos. Esa costumbre continu muchos aos, y en 1632 estos Bills of Mortality (Cuentas de Mortalidad) contenan los nacimientos y fallecimientos por sexo. En 1662, el capitn John Graunt us documentos que abarcaban treinta aos y efectu predicciones sobre el nmero de personas que moriran de varias enfermedades y sobre las proporciones de nacimientos de varones y mujeres que cabra esperar. El trabajo de Graunt, condensado en su obra Natural and Political Observations...Made upon the Bills of Mortality (Observaciones Polticas y Naturales ... Hechas a partir de las Cuentas de Mortalidad), fue un esfuerzo innovador en el anlisis estadstico. Por el ao 1540 el alemn Sebastin Muster realiz una compilacin estadstica de los recursos nacionales, comprensiva de datos sobre organizacin poltica, instrucciones sociales, comercio y podero militar. Durante el siglo XVII aport indicaciones ms concretas de mtodos de observacin y anlisis cuantitativo y ampli los campos de la inferencia y la teora Estadstica. Los eruditos del siglo XVII demostraron especial inters por la Estadstica Demogrfica como resultado de la especulacin sobre si la poblacin aumentaba, decreca o permaneca esttica. En los tiempos modernos tales mtodos fueron resucitados por algunos reyes que necesitaban conocer las riquezas monetarias y el potencial humano de sus respectivos pases. El primer empleo de los datos estadsticos para fines ajenos a la poltica tuvo lugar en 1691 y estuvo a cargo de Gaspar Neumann, un profesor alemn que viva en Breslau. Este investigador se propuso destruir la antigua creencia popular de que en los aos terminados en siete mora ms gente que en los restantes, y para lograrlo hurg pacientemente en los archivos parroquiales de la ciudad.
Despus de revisar miles de partidas de defuncin pudo demostrar que en tales aos no fallecan ms personas que en los dems. Los procedimientos de Neumann fueron conocidos por el astrnomo ingls Halley, descubridor del cometa que lleva su nombre, quien los aplic al estudio de la vida humana. Sus clculos sirvieron de base para las tablas de mortalidad que hoy utilizan todas las compaas de seguros. Durante el siglo XVII y principios del XVIII, matemticos como Bernoulli, Francis Maseres, Lagrange y Laplace desarrollaron la teora de probabilidades. No obstante durante cierto tiempo, la teora de las probabilidades limit su aplicacin a los juegos de azar y hasta el siglo XVIII no comenz a aplicarse a los grandes problemas cientficos. Godofredo Achenwall, profesor de la Universidad de Gotinga, acu en 1760 la palabra estadstica, que extrajo del trmino italiano statista (estadista). Crea, y con sobrada razn, que los datos de la nueva ciencia seran el aliado ms eficaz del gobernante consciente. La raz remota de la palabra se halla, por otra parte, en el trmino latino status, que significa estado o situacin; Esta etimologa aumenta el valor intrnseco de la palabra, por cuanto la estadstica revela el sentido cuantitativo de las ms variadas situaciones. Jacques Qutelect es quien aplica las Estadsticas a las ciencias sociales. Este interpret la teora de la probabilidad para su uso en las ciencias sociales y resolver la aplicacin del principio de promedios y de la variabilidad a los fenmenos sociales. Qutelect fue el primero en realizar la aplicacin prctica de todo el mtodo Estadstico, entonces conocido, a las diversas ramas de la ciencia. Entretanto, en el perodo del 1800 al 1820 se desarrollaron dos conceptos matemticos fundamentales para la teora Estadstica; la teora de los errores de observacin, aportada por Laplace y Gauss; y la teora de los mnimos cuadrados desarrollada por Laplace, Gauss y Legendre. A finales del siglo XIX, Sir Francis Gaston ide el mtodo conocido por Correlacin, que tena por objeto medir la influencia relativa de los factores sobre las variables. De aqu parti el desarrollo del coeficiente de correlacin creado por Karl Pearson y otros cultivadores de la ciencia biomtrica como J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de las relaciones. Los progresos ms recientes en el campo de la Estadstica se refieren al ulterior desarrollo del clculo de probabilidades, particularmente en la rama denominada indeterminismo o relatividad, se ha demostrado que el determinismo fue reconocido en la Fsica como resultado de las investigaciones atmicas y que este principio se juzga aplicable tanto a las ciencias sociales como a las fsicas.
Pag 5
UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas 1.4. ESCUELAS ESTADISTICAS
Dentro de las escuelas estadsticas se pueden considerar grandes escuelas Estadsticas por su importancia y que han contribuido enormemente al desarrollo de Estadstica. La Escuela Administrativa: Localizada en Alemania, cre la primera ctedra y cursos de Estadstica, dndole importancia a la informacin requerida por el estado. Se consideran como los principales representantes de esta escuela a: Vito de Seckendorff (1626 1689); Hermann Conring, quien inici un curso de Estadstica en la Universidad de Helmstadt, preocupado por los casos ms notables del estado, su discpulo Godofredo Achenwall quien le dio el nombre de Estadstica y la separ de la Sociologa. La Escuela Probabilstica: Algunos la consideran originaria de Italia, otros de Francia, dada la atencin prestada a los juegos azar, que se efectuaban para la recreacin de la nobleza, con el consiguiente desarrollo de la teora de la Probabilidades. Sus principales representantes son: Pascal (1623- 1662); Fermat (1601 1665); Laplace (1749 1827), Poisson (1781 1840) Bernoulli y Gauss. La Escuela Demogrfica: Creada en Inglaterra, se preocupaba por problemas actuariales. Dentro de esta sobresalen: Sir William Petty, Edmund Halley, John Graunt, King y Devenaut, entre otros. A principios de este siglo hay una gran preocupacin por su aplicacin en los campos de la Agronoma y la Biometra, lo cual le da a la Estadstica mayor relevancia, colocando as los cimientos y siendo sus principales exponentes: Galton, Karl Pearson, Gosset y Fisher. Algunos consideran las siguientes escuelas como las menos importantes: la escandinava, la norteamericana y la hind que tambin han contribuido a la fundamentacin de la Estadstica. 1.5. TIPOS DE ESTADISTICA
La estadstica es una tcnica basada en la recoleccin, recuento, clasificacin, e interpretacin de un conjunto de datos obtenidos a partir de la observacin, con el propsito de poder llevar a cabo comparaciones y realizar estimaciones. Existen distintos tipos de estadstica:
Pag 6
Tipo Descriptiva o Deductiva
Descripcin
Esta clase de estadstica se utiliza con el propsito de recolectar, describir y resumir un conjunto de datos obtenidos. Estos pueden visualizarse de manera numrica y grfica. Sin embargo, su uso se acota slo al uso de la informacin obtenida. Es decir, que a partir de la misma no se puede realizar ningn tipo de generalizacin. De manera contraria a la anterior, esta clase de estadstica tiene la particularidad de que a partir de los datos muestrales que maneja, es posible realizar conclusiones y predicciones que incluyan a toda la poblacin. Es decir, que los resultados obtenidos a partir del anlisis y conclusin podrn ser extrapolados, y de esta forma realizar un pronstico inclusivo. Las inferencias pueden presentarse a travs de respuestas a preguntas del tipo si/no, relaciones entre una serie de variables, estimaciones numricas, entre otras.
Inferencial o Inductiva
1.6.
IMPORTANCIA Y APLICACIN DE LA ESTADSTICA
Importancia La teora general de la estadstica es aplicable a cualquier campo cientfico en el cual se hacen observaciones el estudio y aplicacin de los mtodos estadsticos son necesarios en todos (los campos del saber, sean estos de nivel tcnico o cientfico). Es obvio que en cada campo se aplican o desarrollan procedimientos especficos, como aplicaciones particulares a variantes de la teora general. Las primeras aplicaciones de la estadstica fueron los asuntos de gobierno, luego las utilizaron las compaas de seguros y los empresarios de juegos de azar, despus siguieron los comerciantes, los industriales, los educadores, etc. Es por tanto que las tcnicas estadsticas se utilizan en casi todos los aspectos de la vida: Se disean encuestas para recoger informacin y as poder predecir algn suceso. Los experimentos que se hacen para determinar el mtodo apropiado para curar cierta enfermedad. La duracin, intensidad, extensin de las lluvias, tormentas o granizos, las Temperaturas, la intensidad y direccin del viento son variables aleatorias.
Aplicacin Aunque comnmente se asocie a estudios demogrficos, econmicos y sociolgicos, gran parte de los logros de la estadstica se derivan del inters de los cientficos por desarrollar modelos que expliquen el comportamiento de las propiedades de la materia y de los caracteres biolgicos. La medicina, la biologa, la fsica y, en definitiva, casi todos los campos de las ciencias emplean
instrumentos estadsticos de importancia fundamental para el desarrollo de sus modelos de trabajo. La estadstica es una ciencia de aplicacin prctica casi universal en todos los campos cientficos: En las ciencias naturales: se emplea con profusin en la descripcin de modelos termodinmicos complejos (mecnica estadstica), en fsica cuntica, en mecnica de fluidos o en la teora cintica de los gases, entre otros muchos campos. En las ciencias sociales y econmicas: es un pilar bsico del desarrollo de la demografa y la sociologa aplicada. En economa: suministra los valores que ayudan a descubrir interrelaciones entre mltiples parmetros macro y microeconmicos. En las ciencias mdicas: permite establecer pautas sobre la evolucin de las enfermedades y los enfermos, los ndices de mortalidad asociados a procesos morbosos, el grado de eficacia de un medicamento, etctera. 1.7. INVESTIGACION ESTADISTICA
El mtodo estadstico, parte de la observacin de un fenmeno, y como no puede siempre mantener las mismas condiciones predeterminadas o a voluntad del investigador, deja que acten libremente, pero se registran las diferentes observaciones y se analizan sus variaciones. Para el planeamiento de una investigacin, por norma general, se siguen las siguientes etapas: Planteamiento del problema. Fijacin de los objetivos. Formulacin de la hiptesis. Definicin de la unidad de observacin y de la unidad de medida. Determinacin de la poblacin y de la muestra. La recoleccin. Crtica, clasificacin y ordenacin. Tabulacin. Presentacin. Anlisis. Publicacin.
1.7.1. Planteamiento del Problema Al abordar una investigacin se debe tener bien definido qu se va a investigar y por qu se pretende estudiar algo. Es decir, se debe establecer una delimitacin clara, concreta e inteligible
sobre el o los fenmenos que se pretenden estudiar, para lo cual se deben tener en cuenta, entre otras cosas, la revisin bibliogrfica del tema, para ver su accesibilidad y consultar los resultados obtenidos por investigaciones similares, someter nuestras proposiciones bsicas a un anlisis lgico; es decir, se debe hacer una ubicacin histrica y terica del problema. 1.7.2. Fijacin de los Objetivos Luego de tener claro lo que se pretende investigar, Debemos presupuestar hasta dnde queremos llegar; en otras palabras, debemos fijar cules son nuestras metas y objetivos. Estos deben plantearse de tal forma que no haya lugar a confusiones o ambigedades y debe, adems, establecerse diferenciacin entre lo de corto, mediano y largo plazo, as como entre los objetivos generales y los especficos. 1.7.3. Formulacin de las hiptesis Una hiptesis es ante todo, una explicacin provisional de los hechos objeto de estudio, y su formulacin depende del conocimiento que el investigador posea sobre la poblacin investigada. Una hiptesis estadstica debe ser susceptible de decimar, esto es, debe poderse probar para su aceptacin o rechazo. Una hiptesis que se formula acerca de un parmetro (media, proporcin, varianza, etc.), con el propsito de rechazarla, se llama Hiptesis de Nulidad y se representa por Ho; a su hiptesis contraria se le llama Hiptesis Alternativa (H1). 1.7.4. Definicin de la Unidad de Observacin y de la Unidad de Medida La Unidad de Observacin, entendida como cada uno de los elementos constituyentes de la poblacin estudiada, debe definirse previamente, resaltando todas sus caractersticas; pues, al fin de cuentas, es a ellas a las que se les har la medicin. La unidad de observacin puede estar constituida por uno o varios individuos u objetos y denominarse respectivamente simple o compleja. El criterio sobre la unidad de medicin debe ser previamente definido y unificado por todo el equipo de investigacin. Si se trata de medidas de longitud, volumen, peso, etc., debe establecerse bajo qu unidad se tomarn las observaciones ya sea en metros, pulgadas, libras, kilogramos, etc. Asociado a la unidad de medida, deben establecerse los criterios sobre las condiciones en las cuales se ha de efectuar la toma de la informacin.
Pag 9

1.7.5. Determinacin de la Poblacin y Muestra
Estadsticamente, la poblacin se define como un conjunto de individuos o de objetos que poseen una o varias caractersticas comunes. No se refiere esta definicin nicamente a los seres vivientes; una poblacin puede estar constituida por los habitantes de un pas o por los peces de un estanque, as como por los establecimientos comerciales de un barrio o las unidades de vivienda de una ciudad. Existen desde el punto de vista de su manejabilidad poblaciones finitas e infinitas. Aqu el trmino infinito no est siendo tomado con el rigor semntico de la palabra; por ejemplo, los peces dentro de un estanque son un conjunto finito; sin embargo, en trminos estadsticos, puede ser considerado como infinito. Muestra es un subconjunto de la poblacin a la cual se le efecta la medicin con el fin de estudiar las propiedades del conjunto del cual es obtenida. En la prctica, estudiar todos y cada uno de los elementos que conforman la poblacin no es aconsejable, ya sea por la poca disponibilidad de recursos, por la homogeneidad de sus elementos, porque a veces es necesario destruir lo que se est midiendo, por ser demasiado grande el nmero de sus componentes o no se pueden controlar; por eso se recurre al anlisis de los elementos de una muestra con el fin de hacer inferencias respecto al total de la poblacin. Existen diversos mtodos para calcular el tamao de la muestra y tambin para tomar los elementos que la conforman, pero no es el objetivo de este curso estudiarlos. Diremos solamente que la muestra debe ser representativa de la poblacin y sus elementos escogidos al azar para asegurar la objetividad de la investigacin. 1.7.6. La Recoleccin Una de las etapas ms importantes de la investigacin es la recoleccin de la informacin, la cual ha de partir, a menos que se tenga experiencia con muestras anlogas, de una o varias muestras piloto en las cuales se pondrn a prueba los cuestionarios y se obtendr una aproximacin de la variabilidad de la poblacin, con el fin de calcular el tamao exacto de la muestra que conduzca a una estimacin de los parmetros con la precisin establecida. El establecimiento de las fuentes y cauces de informacin, as como la cantidad y complejidad de las preguntas, de acuerdo con los objetivos de la investigacin son decisiones que se han de tomar teniendo en cuenta la disponibilidad de los recursos financieros, humanos y de tiempo y las limitaciones que se tengan en la zona geogrfica, el grado de desarrollo, la ausencia de tcnica, etc.
Pag 10
Es, entonces, descubrir dnde est la informacin y cmo y a qu "costo" se puede conseguir; es determinar si la encuesta se debe aplicar por telfono, por correo, o si se necesitan agentes directos que recojan la informacin; establecer su nmero ptimo y preparar su entrenamiento adecuado. 1.7.7. Crtica, clasificacin y Ordenacin Despus de haber reunido toda la informacin pertinente, se necesita la depuracin de los datos recogidos. Para hacer la crtica de una informacin, es fundamental el conocimiento de la poblacin por parte de quien depura para poder detectar falsedades en las respuestas, incomprensin a las preguntas, respuestas al margen, amn de todas las posibles causas de nulidad de una pregunta o nulidad de todo un cuestionario. Separado el material de "desecho" con la informacin depurada se procede a establecer las clasificaciones respectivas y con la ayuda de hojas de trabajo, en las que se establecen los cruces necesarios entre las preguntas, se ordenan las respuestas y se preparan los modelos de tabulacin de las diferentes variables que intervienen en la investigacin. El avance tecnolgico y la popularizacin de los computadores hacen que estas tareas, manualmente dispendiosas, puedan ser realizadas en corto tiempo. 1.7.8. La Tabulacin Una tabla es un resumen de informacin respecto a una o ms variables, que ofrece claridad al lector sobre lo que se pretende describir; para su fcil interpretacin una tabla debe tener por lo menos: Un titulo adecuado el cual debe ser claro y conciso. La Tabla propiamente dicha con los correspondientes subttulos internos y la cuantificacin de los diferentes tems de las variables, y las notas de pie de cuadro que hagan claridad sobre situaciones especiales de la tabla, u otorguen los crditos a la fuente de la informacin. 1.7.9. La Presentacin Una informacin estadstica adquiere ms claridad cuando se presenta en la forma adecuada. Los cuadros, tablas y grficos facilitan el anlisis, pero se debe tener cuidado con las variables que se van a presentar y la forma de hacerlo. No es aconsejable saturar un informe con tablas y grficos redundantes que, antes que claridad, crean confusin. Adems la eleccin de determinada tabla o grfico para mostrar los resultados, debe hacerse no slo en funcin de las variables que relaciona, sino del lector a quien va dirigido el informe.
Pag 11

1.7.10. El Anlisis
La tcnica estadstica ofrece mtodos y procedimientos objetivos que convierten las especulaciones de primera mano en aseveraciones cuya confiabilidad puede ser evaluada y ofrecer una premisa medible en la toma de una decisin. Es el anlisis donde se cristaliza la investigacin. Esta es la fase de la determinacin de los parmetros y estadsticos muestrales para las estimaciones e inferencias respecto a la poblacin, el ajuste de modelos y las pruebas de las hiptesis planteadas, con el fin de establecer y redactar las conclusiones definitivas. 1.7.11. Publicacin Toda conclusin es digna de ser comunicada a un auditorio. Es ms, hay otros estudiosos del mismo problema a quienes se les puede aportar informacin, conocimientos y otros puntos de vista acerca de l.
Pag 12
UNIDAD No. 2 CONCEPTOS BASICOS DE ESTADISTICA

1.1. Definicin La estadstica es la ciencia que trata de la recopilacin, organizacin, presentacin, anlisis e interpretacin de datos, con el fin de hacer deducciones y previsiones a partir de ellos. Segn su objetivo, la estadstica puede ser descriptiva o inductiva.
La estadstica descriptiva (es la que se ver durante todo el mdulo) se centra en obtener conclusiones o generalizaciones a partir de ellos. La estadstica inductiva tiene por objeto establecer conclusiones o predicciones sobre una poblacin, basndose en los resultados obtenidos de un conjunto de datos.
1.2. Poblacin: es un conjunto de medidas o el recuento de todos los elementos que presentan una caracterstica comn. El trmino poblacin se usa para denotar el conjunto de elementos del cual se extrae la muestra.
Los elementos que integran la poblacin o la muestra pueden corresponder a personas, objetos o cosas. Adems, el elemento puede ser una entidad simple (una persona) o una entidad compleja (una familia), y se denomina unidad investigativa. Los elementos que integran la poblacin o la muestra pueden corresponder a personas, objetos o cosas. Adems, el elemento puede ser una entidad simple (una persona) o una entidad compleja (una familia), y se denomina unidad investigativa.
Estos son ejemplos de lo que podran denominarse elementos de una poblacin y caracterstica de la misma: Elementos Personas Personas Personas Personas Riesgo Hogar Matriz de riesgo Caracterstica Salarios Horas trabajadas Horas no laboradas Cargos Clase y/o tipo Consumo Cantidad elaboradas
Pag 13
Es importante resaltar el hecho de que a pesar de encontrarse una poblacin constituida por un grupo elementos, a la estadstica no le interesa el elemento en s, sino su caracterstica. Segn sea el tamao, la poblacin puede considerarse como finita o infinita. Es finita cuando el nmero de elementos que la componen es limitado; infinita cuando consta de infinitos elementos.
1.3. Muestra: se define como un conjunto de medidas o el recuento de una parte de los elementos pertenecientes a la poblacin (la muestra por lo general en su nmero es menor que el de la poblacin, esta es una recomendacin a tener en cuenta en el estudio estadstico). Los elementos se seleccionan aleatoriamente, es decir, todos los elementos tienen la misma posibilidad de ser seleccionados.
1.4. Variables o caractersticas estadsticas: corresponder a ciertos rasgos, cualidades o propiedades que poseen los elementos que constituyen la poblacin o la muestra. Dicho de otra forma, es la caracterstica que se desea estudiar en una poblacin. Las variables estadsticas se clasifican en cuantitativas (cuando el valor que toma la variable es numrico) y cualitativas (cuando se trata de respuestas en palabras o frases, es decir, no son datos numricos). Las variables cuantitativas pueden ser: Discretas: es cuando la respuesta dada corresponde a un nmero cerrado (natural) o exacto y adems por que puede tomar pocos valores: edad de una persona, nmero de trabajadores en una empresa pequea, nmero de personas en un hogar, el nmero de viviendas en un barrio, etc. Continuas: es cuando la respuesta dada corresponde a un nmero decimal por lo general y adems por que puede tomar cualquier valor intermedio: estatura de las personas, la velocidad de un vehculo, el peso de una persona, entre otras. Las variables cualitativas pueden ser:
Pag 14
Nominales: su respuesta no indica un orden como tal o que la respuesta es una frase que indica simplemente la caracterstica como tal de la variable. Ejemplo: color de los ojos, lugar de nacimiento, municipio de procedencia, etc. Ordinales: su respuesta indica un orden o hay una prioridad entre ellas. Ejemplo: medalla olmpica, desempeo de un estudiante, rango militar, entre otros. EJERCICIO DE APLICACIN No. 1
(I) En cada una de las siguientes situaciones, indica la Poblacin, muestra, variable estadstica y tipo de variable. a) Un grupo de estudiantes de Salud Ocupacional se encuentra adelantando un estudio sobre el principal factor de riesgo presente en las personas que laboran en los diferentes carros de recoleccin de basuras del municipio de Valledupar. Se sabe que hay un total de 80 personas que laboran como recolectores de basuras, pero solo se indaga en un 20% de dicha cantidad. b) Por iniciativa del profesor de Educacin Fsica se quiere realizar un estudio estadstico acerca del peso promedio y principal actividad realizada en el tiempo libre en los estudiantes de noveno a once grado de una institucin educativa para as determinar el porcentaje de sobrepeso. Hay un total de 300 estudiantes en dichos grados, en donde el 40% son de sexo masculino y el otro 60% de sexo femenino. El estudio se centra en un 15% de los estudiantes hombres y un 20% de las mujeres.
(II) Clasificar las siguientes variables estadsticas en: Cuantitativa Discreta (CD), cuantitativa contina (CC), cualitativa nominal (CN) y cualitativa ordinal (CO). Variable Nacionalidad de una persona Color de cabello Estrato de una persona Nmero de calzado El peso que puede soportar un camin Desempeo acadmico de un estudiante de bsica primaria. Nmero hermanos. Distancia entre dos lugares. Contenido de los diferentes tamao de gaseosas postobon El rea de un terreno. Tipo de variable
Pag 15
UNIDAD No. 3 TABLAS DE DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUALITATIVAS Y CUANTITATIVAS

La Tabla de Distribucin de Frecuencias (TDF) tiene como finalidad presentar en forma ordenada los valores que toman las diferentes caractersticas, en tal forma que permitan al lector tener una visin de conjunto, ya sea aclarando el texto del informe o complementndolo. Bajo este principio los datos se clasifican y ordenan de acuerdo con ciertas caractersticas cualitativas y cuantitativas, indicndose el nmero de veces que se repite el atributo o la variable. 3.1. TDF para variables cualitativas Cuando la situacin en estudio implica el estudio de variables cualitativas, no importa el orden en que se ordenen los distintos valores (atributos, cualidades) que toma la variable, pero muchos crticos de la Estadstica sugieren que se ordenen de manera alfabtica para una mejor presentacin de dicha TDF. La TDF a elaborar presenta la siguiente forma o estructura: Xi (1) fi (2) hi (3) Fi (4) Hi (5) % (6)
A continuacin se hace una explicacin de cada uno de los componentes de la tabla de distribucin de frecuencias: (1) Xi : es cada uno de los valores que toma la variable de estudio. En esta columna se colocan todos los valores de la variable de estudio, sin repetirlos. (2) fi: se denomina frecuencia absoluta. Es el nmero de veces que se repita cada valor que toma la variable. (3) hi: se denomina frecuencia relativa. Es el resultado de dividir cada fi entre el nmero total de datos. Se recomienda que este valor tenga dos decimales y este correctamente aproximado (para esto es necesario programar la calculadora en el modo FIX con dos decimales). (4) Fi: se denomina frecuencia absoluta acumulada. Es la acumulacin de fi. (5) Hi: se denomina frecuencia relativa acumulada. Es la acumulacin de hi. (6) %: se denomina porcentaje. Se obtiene multiplicando cada hi por 100.
Pag 16
En el diligenciamiento o conformacin de la TDF es importante tener en cuenta los siguientes aspectos:

La sumatoria de la frecuencia absoluta debe dar el nmero total de datos en estudio. La sumatoria de la frecuencia relativa debe dar uno o un nmero que se aproxime a uno. Si la sumatoria es 1 se dice que la TDF es EXACTA; si es aproximadamente 1 (es decir, 0.97, 0.98, 0.99, 1.01, 1.02, 1.03, etc) se hace referencia a una TDF ESTIMADA o APROXIMADA. Las columnas de las frecuencias acumuladas (Fi y Hi) no se totalizan. El ltimo valor obtenido en la frecuencia absoluta acumulada debe concordar con el nmero total de datos y el ltimo valor de la frecuencia relativa acumulada debe coincidir con la sumatoria de hi.
Una vez elaborada y/o conformada la TDF, se puede representar grficamente la informacin o los datos registrados en ella. A dichas representaciones grficas se les denomina GRAFICOS ESTADISTICOS. Hay numerosos tipos de grficas y, por lo general, se clasifican en cuatro grandes grupos, como puede verse en la figura que se muestra a continuacin:
{ { { {
Estadsticamente hablando las grficas que son ms usuales, sin tener en cuenta la clasificacin dada en la anterior grfica son: Diagramas de frecuencias Histogramas Polgonos Ojivas

Pictogramas Cartogramas Diagramas de barras verticales y horizontales Diagramas circulares Diagramas de lneas Cuadrados y tringulos Grficas de Gantt Pirmides
3.2. TDF para variables cuantitativas Cuando la variable de estudio es de tipo cuantitativo, hay que diferencia entre dos situaciones diferentes: datos cuantitativos no agrupados y datos cuantitativos agrupados. TDF para datos cuantitativos no agrupados: este caso se da cuando los datos numricos en estudio se encuentran muy cercas entre s. Por ejemplo: si nos encontramos analizando una situacin referente al nmero de horas no laborados en 30 empleados durante una quincena y tenemos respuestas como: 2, 3, 4, 1 y 5. Pues lgicamente los datos se encuentran muy cercas entre s. La TDF a desarrollar en esta situacin es muy similar a la que se desarrolla con variables cualitativas, la diferencia radica en que los datos en la columna Xi se ordenan de menor a mayor. TDF para datos cuantitativos agrupados: en este caso los datos numricos a analizar se encuentran distantes entre s y es necesario agruparlos en intervalos para facilitar el respectivo anlisis. Por ejemplo si se quiere hacer un estudio sobre las edades de 50 personas y tenemos respuestas como: 10, 50, 38, 70, 41, etc; se recomienda realizar una agrupacin de datos. Cuando se dispone de un gran nmero de datos, es necesario y recomendable distribuirlos en clases o categoras y determinar el nmero de individuos pertenecientes a cada clase, que es la frecuencia absoluta asociada a cada categora o intervalo. Una ordenacin tabular de los datos en clases, reunidos los diferentes intervalos con las frecuencias absolutas correspondientes a cada una, se conoce con el nombre de TDF de variables cuantitativas para datos agrupados o por intervalo. Para elaborar esta TDF, se deben seguir los siguientes pasos: (a) Se determina el dato mayor (Xmax) y el dato menor (Xmin).

(b) Se determina el rango o recorrido con la expresin:
(c) Se determina el nmero de intervalos (m), con la expresin: , en donde n corresponde al nmero de datos Se recomienda que si el resultado obtenido corresponde a un nmero decimal, se pase al entero siguiente. Por ejemplo: si m = 5,40 se trabajara con m = 6. (d) Se determina el tamao del intervalo o valor de la Amplitud ( A), con la expresin:
Si el valor de A corresponde a un nmero decimal, se procede como en el caso del nmero de intervalos (m). (e) Con los valores de m y A, se calcula un nuevo rango (NR), con la expresin:
(f) Se establece la diferencia de rango (que es la cantidad en que ha sido alterado el recorrido, y que no debe ser nunca superior a la amplitud), con la expresin:
(g) El valor de siguiente:
debe distribuirse adecuadamente, teniendo en cuenta lo
Si es par, se le suma la mitad de dicho valor al Xmax (y pasara a ser el nuevo valor mximo) y se le resta la otra mitad al Xmin (y pasara a ser el nuevo valor mnimo). Si es impar, la reparticin de dicha cantidad se hace de tal manera que brinde una buena presentacin a la distribucin de frecuencias, pero teniendo en cuenta que la cantidad que se suma y se reste debe ser igual a . Si es igual 1, se recomienda sumarle 1 al valor mximo y mantener el valor mnimo.
Pag 19
Si es igual a 0 (cero), no se quita ni se agrega nada a los valores mximo y mnimo y por lo tanto se trabajara con ellos en la conformacin de los diferentes intervalos. (h) Una vez establecido el nuevo rango, el nuevo valor mximo y valor mnimo, los valores de m y de A, se procede a conformar la TDF de la siguiente manera: intervalo (1) MC (2) fi (3) hi (4) Fi (5) Hi (6) % (7)
Se puede apreciar que en este nueva TDF hay unas nuevas columnas: columna (1) que es donde se describen los diferentes intervalos de clase, y la columna (2) denominada Marca de clase. En la conformacin de los diferentes intervalos (columna 1) se procede as: el lmite inferior del primer intervalo es el nuevo valor mnimo y el lmite superior se obtiene al sumarle a dicho lmite inferior el valor de la amplitud. El lmite inferior del segundo intervalo es el lmite superior del primer intervalo y nuevamente se le suma el valor de A para obtener el lmite superior del segundo intervalo y se contina con este proceso hasta que obtengamos como lmite superior el nuevo valor mximo. Para el clculo de las marcas de clase (Mc), se puede proceder de varias maneras: I) Promediando los valores en cada intervalo. Para ello se suman los lmites del intervalo y se divide entre dos. II) Como la amplitud del intervalo (A) es constante, basta con obtener la primera marca de clase por el mtodo anterior y se le va sumando el valor de A en cada uno de los siguientes intervalos. III) Se divide el valor de A entre dos y el resultado se le suma al lmite inferior o se le resta al lmite superior del intervalo.
Pag 20

EJERCICIO PRACTICOS UNIDAD 3
Dada cada una de las siguientes situaciones planteadas sobre caracterizacin de una variable cualitativa y/o cuantitativa, realizar el respectivo anlisis estadstico realizando su tabla de distribucin de frecuencia, grficos estadsticos (diagrama de barras vertical y polgono de frecuencias) y determinacin del dato modal o de los datos modales. a) La empresa "Tintutas VillaGuajira", dedicada a la fabricacin de tintes para el cabello, realiza una encuesta sobre el color de tinte usado por un grupo de clientes, los colores favoritos son: N R R N N N C N N C N R C N N N R N N N C C N R C R N C N R Color de tintes: N = negro C = castao R = Rubio
(1) Realizar una Tabla de Distribucin de Frecuencias (TDF). (2) Realizar un diagrama de barras vertical y su respectivo polgono de frecuencias. (3) Interpretar los datos obtenidos en la TDF Cuntos clientes de los encuestados no usan como color de tinte Rubio? A qu % corresponde dicha cantidad? Qu % de clientes utilizan el color castao o negro como tinte para su cabello? a cuntos clientes corresponde dicho %? Qu color de cabello tiene mayor y menor preferencia por parte de los clientes? b) En un estudio estadstico se pregunta a una serie de matrimonios por el nmero de hijos que tienen, el resultado es: 2 3 1 3 2 1 3 1 3 1 1 2 1 2 4 2 3 1 4 1 2 1 1 3 1 2 2 2 1 4
(1) Realizar una Tabla de Distribucin de Frecuencias (TDF). (2) Realizar un diagrama de barras vertical y su respectivo polgono de frecuencias.
(3) Interpretar los datos obtenidos en la TDF: Qu nmero de matrimonios tiene ms de dos hijos? A qu % corresponde dicha cantidad? Cul es el % de matrimonios que tienen mximo dos hijos? A qu cantidad corresponde dicho porcentaje? Qu cantidad de matrimonios tienen mnimo 2 hijos y mximo 3?
c) En el barrio Las Delicias del municipio de Villanueva se realiz un estudio relacionado con el nmero de cigarrillos que fuma un determinado grupo de personas durante un da. En el barrio se pregunt a 27 personas fumadoras y se obtuvo la siguiente informacin: 5 personas se fuman 4 cigarrillos, 3 personas se fuman 6 cigarrillos, 4 personas se fuman 5 cigarrillos, 4 personas se fuman 2 cigarrillos, 8 personas se fuman 3 cigarrillos y 3 personas se fuman 8 cigarrillos. (1) (2) (3) (4) Determine poblacin, muestra variable estadstica y tipo de variable estadstica Elaborar una TDF para datos no agrupados Elaborar un diagrama de barras con su respectivo polgono de frecuencias Responder: Cuntas personas se fuman por lo menos 4 cigarrillos durante el da? A qu porcentaje corresponde? Qu porcentaje de personas se fuman mximo 5 cigarrillos durante el da? Cuntas personas estn dentro de dicho porcentaje?
d) Se ha lanzado 20 veces un dado y se han obtenido los siguientes datos: 2 5 1 5 3 3 5 4 5 6 4 4 3 2 2 1 6 1 3 1
(1) Elaborar una TDF para datos no agrupados. (2) Responder: Qu porcentaje de veces el dado cae con un nmero mnimo de 4? Cuntas veces el dado presenta un nmero menor que 5? Cuntas veces el dado presenta o cae un nmero menor que 2 pero mayor o igual que 4? a qu porcentaje equivale dicha cantidad? e) En una institucin educativa del municipio de Villanueva La Guajira se realiz un estudio sobre el factor estatura en sus estudiantes (medidas en cm), para lo cual se tom a 55 de ellos obteniendo los siguientes resultados:
Pag 22

120 132 170 164 133 145 140 105 176 142 110 162 140 130 150 157 118 130 156 160 132 137 125 147 154 140 116 145 138 134 135 125 138 160 146 160 135 122 170 105 170 145 137 160 173
110 120 155 114 104
155 130 158 128 140
Realizar: (1) Una TDF para datos agrupados o por intervalo. (2) Un histograma con su respectivo polgono de frecuencias. (3) Interpretar f3, h4, F2, H3, M4, M2, %1, %3. (4) Responder las siguientes preguntas: Cuntos estudiantes miden menos de 135 cm? Cul es el porcentaje de estudiantes que miden por lo menos 157 cm? Qu porcentaje de estudiantes tienen una estatura mxima de 145 cm? Cuntos estudiantes tienen una estatura comprendida entre los 124 cm y los 168 cm?
f) Una empresa de servicios de aseo de un edificio de oficinas desea analizar la informacin de cuentas por pagar de 60 facturas (valores dados en miles de pesos): 72 48 36 110 79 80 49 47 24 49 49 35 107 83 85 39 58 49 104 38 88 49 39 58 64 48 77 44 116 41 48 83 49 49 103 39 47 64 86 49 34 35 46 66 120 80 39 48 60 45 49 36 50 59 54 80 70 74 39 36
Realizar: (I) Una TDF para datos agrupados o por intervalo. (II) Un histograma con su respectivo polgono de frecuencias. (III) Interpretar f2, h3, F4, H3, M2, M5, %2, %5. g) Se realiza un estudio de la cantidad de pasajeros que ingresan en el portal de TransMilenio y abordan la ruta H73. La medicin se hizo durante todo el da cada vez que parta un bus a hacer su ruta. Los resultados son los siguientes:
Pag 23

Pasajeros [32 41) [41 50) [50 59) [59 68) [68 77) [77 86) [86 95) [95 104] fi 4 12 21 32 46 27 10 8
a) Realizar una TDF para datos agrupados. b) Realizar un histograma con su respectivo polgono de frecuencias. c) Responder: Cuntos buses de Transmilenio fueron estudiados? Cul fue la mnima cantidad de pasajeros que subieron en el portal durante todo el da? Cul es el porcentajes de buses que transportan mximo 67 personas? Qu cantidad de buses transporta mnimo 77 personas?
h) En un curso de lectura rpida se realiz una prueba a un grupo de 56 personas sobre la cantidad de palabras ledas en 30 segundos, los resultados fueron los siguientes: 71 64 58 76 52 58 81 64 65 73 73 73 82 64 75 50 76 78 80 81 54 73 64 51 59 82 76 64 68 54 77 56 74 52 59 57 73 63 66 66 59 60 55 67 69 51 80 76 50 50 79 70 62 62 54 52
a) Realizar una tabla de frecuencias con ocho intervalos. b) Trazar un histograma con su respectivo polgono de frecuencias. c) Si se aprueba con 62 palabras, entonces, Cuntas personas aprobaron y cuantos reprobaron? d) Qu porcentaje obtuvo menos de 66 palabras?
Pag 24

Estadisticayprobabilidades Admonuniguajira

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadisticayprobabilidades Admonuniguajira

Загружено:

Авторское право:

Доступные форматы

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIDAD No. 1 INTRODUCCION A LA ESTADISTICA

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas 1.2. ETIMOLOGIA

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

BREVE HISTORIA DE LA ESTADISTICA

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas 1.4. ESCUELAS ESTADISTICAS

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

Tipo Descriptiva o Deductiva

IMPORTANCIA Y APLICACIN DE LA ESTADSTICA

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIDAD No. 2 CONCEPTOS BASICOS DE ESTADISTICA

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIDAD No. 3 TABLAS DE DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUALITATIVAS Y CUANTITATIVAS

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

En el diligenciamiento o conformacin de la TDF es importante tener en cuenta los siguientes aspectos:

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

(g) El valor de siguiente:

debe distribuirse adecuadamente, teniendo en cuenta lo

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

d) Se ha lanzado 20 veces un dado y se han obtenido los siguientes datos: 2 5 1 5 3 3 5 4 5 6 4 4 3 2 2 1 6 1 3 1

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

110 120 155 114 104

155 130 158 128 140

UNIGUAJIRA EXTENSION VILLANUEVA Programa de Administracin de Empresas

Ctedra de Estadstica I IV Semestre I Per. Acd. - 2014

Вам также может понравиться