TECSUP - PFR

Estadstica y Probabilidades

UNIDAD I

ESTADSTICA

1. INTRODUCCIN
El uso de los mtodos estadsticos para analizar datos se ha convertido
en una prctica comn en todas las disciplinas cientficas. Este
material de ayuda pretende introducir mtodos que utilizan los
estudiantes en sus carreras de formacin tecnolgica.
La exposicin matemtica es relativamente modesta. El uso sustancial
del clculo se hace slo en el captulo de probabilidades. No se utiliza
lgebra matricial en absoluto. Por lo tanto, casi toda la exposicin
deber ser accesible para aquellos estudiantes cuyo conocimiento en
matemtica es bsico.
La unidad 1 se inicia con algunos conceptos y terminologa bsicos
(poblacin, muestra, estadstica descriptiva e inferencial, variables y
tipos) y contina con la elaboracin de tablas de frecuencia para
variables cualitativas y cuantitativas y grficos importantes. La unidad
2 corresponde a las medidas resumen de posicin y de dispersin. La
unidad 3 se estudia el anlisis de dos variables: cualitativas vs
cualitativas, cualitativas vs cuantitativas y cuantitativas vs
cuantitativas, adems de grficos importantes. En la unidad 4 se
ofrece el desarrollo un tanto tradicional de la probabilidad, la
probabilidad condicional, la probabilidad total y el teorema de Bayes.

1.1 POBLACIN Y MUESTRA

A fin de entender cmo se puede aplicar los mtodos estadsticos,
se debe distinguir entre poblacin y muestra. Una poblacin o
universo es cualquier coleccin finita o infinita de individuos o
elementos, para cada uno de los cuales se tiene que contar o
medir una o varias caractersticas. Los elementos son los objetos
que poseen la informacin que busca el investigador y acerca del
cual deben hacerse las inferencias. Entre posibles elementos se
tiene: una sustancia, un compuesto, un mineral, etc.
Aunque existe la libertad de llamar poblacin a un grupo
cualquiera de elementos definidos en el tiempo y el espacio, en la
prctica depende del contexto en el cual se observarn los
elementos. Suponga, por ejemplo, el nmero de total de

Estadstica y Probabilidades

TECSUP - PFR

compuestos que pueden elaborarse con 5 sustancias, puede

considerarse como una poblacin.
Una muestra es un subconjunto de elementos de la poblacin que
puede servir de base para generalizaciones vlidas En trabajos
qumicos, se toman muestras de un material, se ensayan y se
hacen deducciones para la totalidad de dicho material, a partir de
los resultados obtenidos. La muestra no es exactamente la
poblacin, sino que se supone que la representa, y la validez de
cualquier conclusin obtenida de ella depende de la verdadera
representatividad que tenga.
La muestra debera ser seleccionada en forma aleatoria, es decir,
ca- da elemento tiene una probabilidad conocida y no nula de
seleccin. No siempre es posible obtener una muestra aleatoria.
Esto es especialmente cierto cuando el estadstico puede confiar
en su propio juicio o conveniencia al seleccionar los
elementos de la muestra. Con la aleatoriedad se per- sigue que la
muestra sea representativa de la poblacin, para que concentre
todas las caractersticas y particularidades de inters. Sin
embargo, la aleatoriedad no garantiza necesariamente la
representatividad.
Los factores que determinan la seleccin de muestras son: costo,
tiempo y la imposibilidad prctica (o destruccin de la unidad de
estudio). En tanto, el tamao de la muestra queda determinado
por la variabilidad de la poblacin, el nivel de confianza y el error
mximo permisible. Cuando los elementos de una poblacin
tienen cierto grado de heterogeneidad entre ellos, el tamao de la
muestra tiende a ser grande. Cabe destacar, que es
completamente errneo asegurar que la muestra depende del
tamao de la poblacin.
Cuando se hace una investigacin con todos los elementos de la
poblacin, se llama censo o enumeracin total. En tanto, cuando
se elabora con base en una muestra, se le denomina estudio por
muestreo. En la mayora de los casos los qumicos no estn
interesados en los datos de enumeracin total (o censo) sino en
datos muestrales.

1.2 ESTADSTICA
Disciplina que nos proporciona un conjunto de mtodos y
procedimientos que nos permitan recopilar, clasificar, presentar y
describir datos en forma adecuada para tomar decisiones frente a
la incertidumbre o predecir o afirmar algo acerca de la poblacin a
partir de los datos extrados de la misma.

TECSUP - PFR

Estadstica y Probabilidades

Esta definicin nos permite distinguir la Estadstica Descriptiva de la

Inferencial.
La estadstica descriptiva se puede definir como los mtodos
estadsticos que pretenden describir las caractersticas ms
importantes de un conjunto de datos, sea que provenga de una
muestra o de una poblacin. Utiliza tcnicas estadsticas, como la
representacin grfica, cuadros estadsticos, medidas de posicin
y de variabilidad.
Uno de los propsitos fundamentales de los mtodos estadsticos
es utilizar estadsticos muestrales para estimar los parmetros de
la poblacin. A este proceso de utilizar los estadsticos
muestrales para llegar a conclusiones acerca de los verdaderos
parmetros de la poblacin, se le llama inferencia estadstica.
La estadstica inferencial generaliza los resultados observados
en una muestra a toda la poblacin bajo estudio, por medio del
planteamiento y pruebas de hiptesis y clculo de intervalos de
confianza; se aplica a problemas como estimar, mediante
pruebas, el rendimiento promedio de un proceso qumico,
verificar las especificaciones de produccin a partir de
mediciones efectuadas sobre muestras o predecir los residuos de
cloro en una piscina basndose en una muestra de datos
tomados en ciertos periodos de tiempo.

1.3 CICLO METODOLGICO DE UN TRABAJO

ESTADSTICO
Cuando no sea posible obtener una informacin completa de la
poblacin, se extraen muestras representativas de dicha
poblacin mediante las tcnicas de muestreo, y en base al
estudio o informacin obtenidas de los datos muestrales se
afirma algo acerca de la poblacin total o se toman decisiones
generales confiables con ayuda de la Estadstica Inferencial.
Este ciclo se cumple en la mayora de las veces del quehacer
estadstico

Estadstica y Probabilidades

TECSUP - PFR

Figura 1
Ciclo metodolgico de un trabajo estadstico

1.4 VARIABLES
Se dice que algo vara si puede tomar por lo menos dos valores,
grados o formas o, incluso, cuando una caracterstica puede estar
presente o ausente en una situacin especfica.
Dicho esto, podramos estar de acuerdo en que nociones como
sexo, nmero de hijos por familia, color de automvil, nmero de
huelgas anuales, nivel de estudios, etc., son variables, ya que son
caractersticas que admiten por lo menos dos valores, grados o
formas dentro de un universo determinado.
No obstante, al empezar a familiarizarse con este tema, se suele
confundir la caracterstica que admite variaciones con el universo
o con los elementos del mismo. Comprese la lista del prrafo
anterior con esta otra: persona, vivienda, lmpara, automvil.
Estos trminos se refieren a objetos y no a caractersticas de
objetos; por lo tanto, no son variables. Variables seran las
caractersticas que quisiramos indagar de esos objetos. Por
ejemplo, de un universo formado por personas podramos conocer
su edad, lugar de nacimiento, nivel de escolaridad, clase social a
que pertenecen, etc. Estas peculiaridades son variables. Tambin
4

TECSUP - PFR

Estadstica y Probabilidades

son variables, de un universo formado por automviles, su marca,

modelo, color, potencia, etc., ya que son caractersticas que van
cambiando de auto en auto.
Otra confusin frecuente se da con los datos estadsticos.
Consideremos estos ejemplos: "nmero de huelgas" y "produccin
de azcar". Si decimos que el nmero de huelgas en una regin y
en un periodo determinados es A, estamos aportando informacin
global del fenmeno, que es un dato estadstico, no una variable.
El nmero de huelgas se convierte en variable si se estudia,
digamos, en un periodo determinado y en diferentes regiones, o
en una sola regin y en diferentes periodos (anualmente,
sexenalmente, etc.). Lo mismo pasa si afirmamos que la
produccin de azcar en el ingenio X es B toneladas: se trata de
un dato estadstico, no de una variable. La produccin de azcar
se convertir en variable cuando se indague en diferentes
fbricas y en un mismo momento o en una misma fbrica y en
distintos momentos.
Ahora bien, toda variable tiene dos niveles: uno conceptual o
terico y otro operacional o de medicin. Si nos preguntaran qu
se entiende por alcoholismo, por ejemplo, podramos decir que se
trata de una enfermedad progresiva y mortal, exclusiva de los
seres humanos, que consiste en la ingestin de bebidas
alcohlicas. De ser ms o menos correcta esta definicin,
estaramos en el nivel estrictamente conceptual o terico, que no
permite efectuar ninguna medicin. Si, en cambio, a partir de este
concepto definimos al alcoholismo como el grado de dependencia
de los seres humanos respecto a la ingestin de bebidas
alcohlicas, habremos pasado del nivel conceptual a otro donde
es posible medir, pues en una poblacin dada encontraramos
desde el que no ha bebido jams una gota de alcohol, el
abstemio, hasta el que no puede dejar de beber.
La correspondencia entre el nivel terico y el operacional de
una variable se consigue mediante un procedimiento llamado
medicin, que no debe entenderse como un procedimiento
arbitrario de asignacin de nmeros u otros smbolos a las
observaciones: esta asignacin se efecta en concordancia con
un conjunto de procedimientos admisibles para la variable
conceptual que s est manejando.
A nivel operacional o de medicin, variable es un conjunto de
nmeros u otros smbolo; asignados a las observaciones, que
sirven para clasificarlas con respecto a una variable conceptual
Sin embargo, no ahondaremos en esta cuestin; ser suficiente,
por ahora, que sepamos identificar variables, ya que del tipo a
que pertenezcan depender el procedimiento estadstico con que
se le trate.

Estadstica y Probabilidades

TECSUP - PFR

Tipos de variables
Segn su naturaleza las variables pueden clasificarse en:
a) Variables cuantitativas, son aquellas que consisten de
nmeros que representan conteos o mediciones. Las variables
cuantitativas pueden ser: Discreta, corresponde al conteo o
numeracin de sucesos. Ejemplos: nmero de computadores
en un aula, nmero de artculos defectuosos en un embarque,
nmero de hijos por familia, etc.
Continua, corresponde a mediciones y por tanto sus
valores estn comprendidos en un intervalo ya que entre dos
valores existen infinitos valores intermedios.
Ejemplos: contenido neto en gramos en una lata de caf,
dimetro de un tornillo, ingreso familiar, etc.
b) Variables cualitativas se dividen en diferentes categoras
que se distinguen por alguna caracterstica no numrica.
Ejemplos: genero, nivel socio econmico, grado de
instruccin, etc.
Observacin: Los datos pueden estar codificados
numricamente, sin que ello signifique que sea una variable
cuantitativa.
Ejemplo. Clasifica las siguientes variables:

Marca de detergente que una ama de casa usa.

El grado de instruccin.
Nmero de artculos defectuosos producidos por una
mquina en un periodo de dos horas.
La longitud de 1000 tornillos con arandela y tuerca.

Segn la funcin que cumplen en el estudio:

Una distincin de particular importancia es aquella entre
variables dependientes e independientes. Los trminos
dependiente e independiente se utilizan para representar
una relacin de causalidad entre dos variables.
El problema de la determinacin de causalidad (cules
variables son dependientes y cules independientes?) es uno
de los problemas ms serios que enfrenta la estadstica. El
anlisis emprico o estadstico slo puede decirnos si dos
variables parecen estar relacionadas, pero no puede decirnos:
(a) si de hecho existe una relacin de dependencia y (b) cul
es la direccin de dicha relacin (cul es la causa y cul el
efecto o la variable causada). Necesitamos una teora
para dar plausibilidad a una relacin emprica.
6

TECSUP - PFR

Estadstica y Probabilidades

Independiente (X):
Una variable independiente es aquella cuyo valor no depende
del de otra variable. La variable independiente se representa
en el eje de abscisas. Son las que el investigador escoge para
establecer agrupaciones en el
estudio, clasificando
intrnsecamente a los casos del mismo.
Es aquella caracterstica o propiedad que se supone ser la
causa del fenmeno estudiado. En investigacin experimental
se llama as a la variable que el investigador manipula.
Dependiente (Y):
Una variable dependiente es aquella cuyos valores dependen
de los que tomen otra variable. La variable dependiente en
una funcin se suele representar por y. La variable
dependiente se representa en el eje ordenadas. Son las
variables de respuesta que se observan en el estudio y que
podran estar influidas por los valores de las variables
independientes.
Hayman (1974: 69) la define como propiedad o caracterstica
que se trata de cambiar mediante la manipulacin de la
variable independiente.
La variable dependiente es el factor que es observado y medido
para determinar el efecto de la variable independiente.
Considere la siguiente cuestin: Es el aumento del ingreso
per cpita de un pas que causa mejoras en el nivel de
educacin o la mejora en el nivel de educacin que causa
mejoras en el ingreso per cpita? O tal vez un tercer factor
es la causa de ambos? Cultura? Este complejo y viejo debate
no se puede resolver slo sobre la base del anlisis
estadstico, aunque la estadstica es un importante
instrumento en nuestros continuos esfuerzos por dilucidar
estas cuestiones. El debate mencionado ha persistido por
dcadas, adems, porque muchas de las teoras que han sido
propuestas para explicar la relacin entre educacin y
desarrollo econmico no pueden ser refutadas slo sobre la
base del anlisis emprico.

ESCALAS DE MEDICIN
La medicin de una variable consiste en asignar un valor a la
caracterstica o propiedad observada. Por ejemplo, si la caracterstica
observada es el gnero de las personas, al clasificar a una persona
como de sexo femenino le estamos asignando un valor, estamos
haciendo una medicin de la caracterstica.

Estadstica y Probabilidades

TECSUP - PFR

El proceso de medicin utiliza diversas escalas: Nominal, Ordinal,

Intervalo y Razn.
Escala Nominal: Slo permite asignar un nombre, etiqueta o valor al
elemento sometido a medicin. Los nmeros que se puedan asignar a
las propiedades observadas en los elementos se utilizan slo como
etiquetas con la finalidad de clasificarlos. Con esta escala no tiene
sentido realizar operaciones aritmticas.
Por ejemplo:
Gnero (femenino, masculino), nacionalidad (peruano, colombiano,
etc.), marcas de gaseosa preferida (fanta, coca cola, pepsi etc.).
Escala Ordinal: Adems de asignar un nombre, etiqueta o valor,
esta escala permite establecer un orden entre los elementos
sometidos a medicin. Con esta escala solo se puede establecer una
relacin de orden. Los nmeros que se asignen a las propiedades
deben respetar el orden de la caracterstica que se mide.
Cada categora puede ser comparada con otra en relacin de mayor
que o menor que.
Por ejemplo:
Grado de satisfaccin (alto, medio, bajo), estado de salud (bueno,
regular, malo), grado de instruccin (primaria, secundaria, superior).
Escala de Intervalo: Adems de asignar un nombre o etiqueta y
establecer un orden entre los elementos, esta escala permite calcular
diferencias entre los nmeros asignados a las mediciones (el intervalo
entre observaciones que se expresa en trminos de una unidad fija de
medida).
Los datos de intervalo siempre son numricos.
En esta escala el cero es relativo, es decir, no indica la ausencia de la
caracterstica medida.
Por ejemplo:
Temperatura (se puede medir en grado Celsius o grado Fahrenheit),
ao calendario (el ao puede referirse al calendario gregoriano o
calendario chino), en el caso de la escala de intervalos podemos
asignar el cero a cualquier valor posible (el cero es arbitrario).
Escala de Razn: Una variable est medida en escala de razn si los
datos tienen todas las propiedades de los datos de intervalo y el
cociente de los dos valores es significativa. La escala de medicin de
razn tiene las propiedades de la escala de intervalo con la propiedad
adicional de tener un punto de partida natural o cero (cero absoluto),
que indica que ausencia de la variable (no existe nada para una
variable).

TECSUP - PFR

Estadstica y Probabilidades

Para esta escala de medicin, es posible establecer una relacin de

proporcionalidad entre sus distintos valores, es decir el cociente de
los valores es significativo.
Por ejemplo:
Costo de un automvil, nmero de aprobados, nmero de artculos
defectuosos.

2. ESTADSTICA DESCRIPTIVA
La estadstica descriptiva se ocupa de la recopilacin, clasificacin,
presentacin y descripcin de los datos.

2.1 RECOPILACIN
Los datos pueden recopilarse de dos maneras fundamentales:
a) Si se consideran todos los elementos de la poblacin y se
registran sus caractersticas se denomina censo.
b) Si se seleccionan algunos elementos de la poblacin, pero no
todos, se denomina muestra y la informacin obtenida por
este procedimiento se llama por muestreo; si la recopilacin
de los elementos muestrales se efecta al azar se dice que el
muestreo es aleatorio y la muestra se denomina muestra
aleatoria.
Un ejemplo de una recopilacin completa o censo es el Censo
Poblacional del Per realizado en el ao 1993.

2.2 CLASIFICACIN
Los datos obtenidos por observacin o medicin suelen ser
registrados en el orden en que se recopilan. Para facilitar su
interpretacin y el anlisis correspondiente deben ser
clasificados y esto equivale a que los datos deben ser
organizados de alguna manera sistemtica o particionado en
clases bien definidas y una manera sencilla de hacerlo es
ordenar los datos segn su magnitud o agruparlos de acuerdo a
sus caractersticas.

Estadstica y Probabilidades

TECSUP - PFR

2.3 PRESENTACIN DE DATOS

Una vez recolectados los datos y optado por su posible
clasificacin es necesario presentarlos en forma tal que se
facilite su comprensin y su posterior anlisis. Para ello se
ordenan en cuadros numricos llamados TABLAS (Tablas de
frecuencias) y luego se presentan mediante GRFICAS (de
barras, sectores circulares, histograma, polgono de frecuencias,
ojiva, pictograma, etc.)

3. ELABORACIN DE TABLAS SEGN LAS NORMAS APA

Cualquier forma de presentacin empleada en el trabajo tendr que ser
denominada Tabla o Figura. Segn las normas APA, generalmente las
tablas exhiben valores numricos exactos y los datos estn dispuestos
de forma organizada en lneas y columnas, facilitando su comparacin"
(APA, 2001, p. 133). Ya las figuras son cualquier tipo de ilustracin que
no sea tabla. Una figura puede ser un cuadro, un grfico, una
fotografa, un dibujo u otra forma de representacin (APA, 2001, p.
149).

Ttulo de la tabla
El ttulo de la tabla debe ser breve, claro y explicativo. Debe ser puesto
arriba de la tabla, en el margen superior izquierdo, debajo de la
palabra Tabla (con la inicial en mayscula) y acompaado del nmero
con que la designa (las tablas deben ser enumeradas con nmeros
arbigos secuencialmente dentro del texto y en su totalidad). Ej.: Tabla
1, Tabla 2, Tabla 3, etc.

Citar tablas en el cuerpo del texto

Al citar tablas en el cuerpo del texto, escriba apenas el nmero
correspondiente a la tabla, por ejemplo: Tabla 1, Tabla 2, Tabla 3, etc. (la
palabra Tabla tendr que ser presentada con la inicial mayscula)
Nunca escriba "tabla abajo/arriba o tabla de la pgina xx, pues la
numeracin de las pginas del trabajo puede ser alterada.
Cuerpo de la fuente de la tabla
Times New Roman, tamao 10.
Fuente de las notas de la tabla
Times New Roman, tamao 9.

10

TECSUP - PFR

Estadstica y Probabilidades

Notas de la tabla
Las tablas presentan tres tipos de notas: notas generales, notas
especficas y notas de probabilidad. Las notas son tiles para eliminar
la repeticin en el cuerpo de una tabla (APA, 2001, p. 147). Ellas son
presentadas en el margen izquierdo (sin sangra) debajo de la tabla
(entre la tabla y la nota hay que inserir dos espacios). Y deben ser
ordenadas en esta secuencia: nota general, nota especfica y nota de
probabilidad, y cada tipo de nota debe ser puesta en una lnea nueva.
Notas generales: Una nota general cualifica, explica u ofrece
informaciones relacionadas a la tabla como un todo y finaliza con una
explicacin de abreviaturas, smbolos y afines (APA, 2001, p. 145).
Nota especfica se refiere a una columna, lnea o tem especfico y debe
ser indicada por letra minscula sobrescrita (a, b, c).
Nota de probabilidad indica los resultados de pruebas significativos y se
indican con asterisco sobrescrito (*).

Tabla N 1

11

Estadstica y Probabilidades

TECSUP - PFR

Tabla N 2

4. TABLA DE FRECUENCIAS PARA VARIABLES

CUALITITATIVAS
Se deber representar en la tabla los diferentes valores que asume la
variable cualitativa y en la columna de las frecuencias absolutas
simples la cantidad de veces con las que aparece esta categora de la
variable. Si la variable cualitativa est medida en escala ordinal, tendr
sentido mostrar las frecuencias acumuladas absolutas o relativas. Si la
medicin est hecha en escala nominal slo deber mostrarse las
frecuencias absolutas simples y/o relativas. Por ejemplo:
Tabla N 3
Calidad en el servicio en el servicio de atencin al cliente.

Opinin
Deficiente

Frecuencia
20

Bueno
Excelente
Otros
Total

35
65
40
160

Frecuencia relativa Porcentaje

20/160 = 0.1250
0.125*100 = 12.50
%
35/160 = 0.2188
21.88 %
0.4063
40.63 %
0.2500
25.00 %
1

Fuente: Sabadini, (2013)

5. ELABORACIN DE FIGURAS SEGN LAS NORMAS

APA
Segn la APA, una figura es cualquier tipo de ilustracin que no sea
tabla. Una figura puede ser un cuadro, un grfico, una fotografa, un
dibujo u otra forma de representacin (APA, 2001, p. 149).

12

TECSUP - PFR

Estadstica y Probabilidades

Tanto para las figuras como para las tablas el interlineados que se
utiliza es sencillo (1,0) o de uno punto cinco (1,5). Esto en el contenido
de las tablas y figuras como en las notas de las tablas, ttulo de tablas
o figuras y leyendas. Segn sea el caso.

Ttulo de la figura
El ttulo explica la figura de forma concisa, pero de forma discursiva.
Debe ser puesto debajo de la figura, con nmeros arbigos
secuencialmente dentro del texto como un todo, precedido por la
palabra Figura (con la inicial en mayscula). Ej.: Figura 1, Figura 2,
Figura 3, etc.
Cualquier otra informacin necesaria para elucidar la figura (como la
unidad de medida, smbolos, escalas y abreviaturas) que no estn
incluidas en la leyenda, tendrn que ser colocadas luego del ttulo.
Cuerpo de la fuente de la figura
Times New Roman, tamao 10.

Leyenda
Se trata de la explicacin de los smbolos empleados en la figura y
debe ser puesto dentro de los lmites de la figura.

Citar figuras en el cuerpo del texto

Al citar figuras en el cuerpo del texto, escriba apenas el nmero
correspondiente a la figura, por ejemplo: Figura 1, Figura 2, Figura 3,
etc. (la palabra Figura tendr que ser presentada con la inicial
mayscula)
Nunca escriba "figura abajo/arriba o figura de la pgina xx, pues la
numeracin de las pginas del trabajo puede ser alterada.

Figuras reproducidas de otra fuente

Las figuras reproducidas de otra fuente deben presentar, debajo de la
figura, la referencia del autor original, aunque se trate de una adaptacin.
Ejemplos
Nota Fuente: Sabadini, A. A. Z. P., Sampaio, M. I. C., & Koller, S. H.
(2009). Publicar en psicologa: un enfoque para a revista cientfica
(p.175). So Paulo: Associao Brasileira de Editores Cientficos de
Psicologa/Instituto de Psicologa da Universidade de So Paulo.
Nota Fuente: Adaptado de Sabadini, A. A. Z. P., Sampaio, M. I. C., &
Koller, S. H. (2009). Publicar en psicologa: un enfoque para a revista
cientfica (p. 176). So Paulo: Associao Brasileira de Editores

13

Estadstica y Probabilidades

TECSUP - PFR

Cientficos de Psicologa/Instituto de Psicologa da Universidade de So

Paulo.

6. REPRESENTACIN GRFICA DE VARIABLES

CUALITATIVAS
6.1 DIAGRAMA DE BARRAS
Un diagrama de barras es una grfica para representar un
conjunto de datos cualitativos que se han resumido en una
distribucin de frecuencias absolutas, relativas o porcentuales. En
uno de los ejes de la grfica, por lo general el eje horizontal, se
colocan las categoras de la variable y en el otro eje de la grfica
(por lo general el eje vertical) se pueden usar las frecuencias
absolutas, relativas o porcentuales. Luego, se construye una barra
de ancho fijo en cada categora y cuya altura corresponda a la
frecuencia utilizada en el grfico. Las barras deben estar
separadas para enfatizar el hecho que las categoras no se
superponen.
Ejemplo:

Grfica 1. Rentabilidad por AFP del Sistema Privado de Pensiones

Fuente: Sabadini, (2013)

6.2 DIAGRAMA CIRCULAR

El diagrama circular, tambin llamado diagrama de pie, es otra forma
de representar la distribucin de frecuencias relativas o porcentuales.
Para su construccin primero se traza un crculo y luego se divide en
sectores circulares de forma proporcional a la frecuencia relativa de
cada categora. Puesto que todo el crculo representa un ngulo de
360 en total cada sector es el porcentaje correspondiente de dicho

14

TECSUP - PFR

Estadstica y Probabilidades

total, es decir, el ngulo del sector que le corresponde a cada categora

se obtiene multiplicando 360 por la respectiva frecuencia relativa.
Ejemplo:

Figura 2. Distribucin de la poblacin segn lugar de

residencia Fuente: Revista Per Econmico, (2004)

6.3 TABLAS DE FRECUENCIA PARA VARIABLES

CUANTITATIVAS
Haremos algunas definiciones en base a un ejemplo: Clasificar los
siguientes datos recopilados del nmero de cabezas de ganado
vacuno que posee cada una de las 40 familias de las
comunidades campesinas de la Sierra Central del Per, tomados
al azar.
1
4
0
5

2
3
0
4

3
5
9
8

5
12
0
11

1
10
1
0

0
4
3
1

8
3
13
3

1
0
1
8

2
10
3
0

Alcance (A): es el intervalo definido por los datos de mayor y

menor valor.
En el ejemplo:

0
3
4
6

A 0; 13

Intervalos de clase ( Ii ) y Lmites de clase ( Li ): clasificar

los datos en k grupos equivale a particionar el alcance A en k
clases o k intervalos Ii ,donde: i=1, 2, ...,k y determinar
cuntos datos pertenecen a cada uno.

Ii

Li , Li1

, i=1, 2, ...,k

15

Estadstica y Probabilidades

TECSUP - PFR

Los intervalos semi-abiertos por la derecha Ii se denominan

intervalos de clase.
Los Li , i=1, 2, ...,k+1 se denominan los lmites de clase.
El valor entero de k, fundamentalmente, depende del
estadstico y/o investigador, pero es recomendable utilizar la
regla de Sturges para determinar un valor aproximado de k:

k 1 3,3logn
Donde n es el nmero total de datos disponibles.
La frmula es un poco conservadora y nos da un nmero de
intervalos un poco menor del que se utiliza en la prctica.
Cuando el nmero de datos es menor que 100, el nmero de
intervalos se debe tomar menor que 10. Para un nmero de
datos bastante grande, el nmero de intervalos es mayor que
10, la prctica aconseja los siguientes lmites:
5 k 15 .
En el ejemplo:
k = 1 + 3,3 log(40) = 6,286
Luego k podr tomar valores enteros: 5, 6 o 7
Tomemos: k = 7 .

Ancho de Clase ( Wi ): es la longitud de un intervalo de clase.

Wi l(Ii )

Li1 Li

Para conseguir anchos de clase iguales ( W ), como es deseable;

se usa la siguiente relacin:

l(A)
W

, donde l(A) es la longitud del alcance.

k

En el ejemplo:
W

1,857

16

tomamos W = 2

TECSUP - PFR

Estadstica y Probabilidades

Frecuencia Absoluta (ni ): una vez decidido el valor de k y

calculado el ancho de clase. Mediante la tabulacin se determina
el nmero de datos contenidos en cada clase y este nmero
entero se denomina frecuencia absoluta ( ni )

ni : frecuencia absoluta de i sima clase .

Distribucin de Frecuencias Absolutas:

Tabla N 4

Cabezas
ganado

de

Tabulacin

Intervalos de clase
o clases: Ii

N de familias por
clases

[0; 2>

Frecuencias
Absolutas:
ni
14

[2; 4>

[4; 6>

[6; 8>

[8; 10>

[10; 12>

[12; 14>

TOTAL

40

En el ejemplo: n = 40

,k=7

Se verifica que:
1 ni 14
k
ni n1 n2 n3 n4 n5 n6 n7 14
9 7 1 4 3 2 40 n i 1
n3= 3, se lee: la frecuencia absoluta de la tercera clase es
Los intervalos de clase son:
I1 0;2 ,I2 2;4 ,I3

10;12 ,

I7

4;6 ,I4 6;8 ,

I5

8;10 ,I6

12;14

Los lmites de clase son:

L1 0, L2 2, L3 4, L4 6, L5 8, L6 10, L7 12, L8 14

17

Estadstica y Probabilidades

TECSUP - PFR

Tabla N 5

Clases
[0; 2>

ni

xi

hi

Hi

Ni

14

0,350

0,35

14

100hi%
35

Frecuencias
relativas
acumuladas
porcentuale
s
100Hi%
35

[2; 4>

0,225

0,575

23

22,5

57,5

[4; 6>

0,175

0,750

30

17,5

75

[6; 8>

0,025

0,775

31

2,5

77,5

[8; 10>

0,100

0,875

35

10

87,5

[10; 12>

11

0,075

0,950

38

7,5

95

[12; 14>

13

0,050

40

100

Cabezas
de
ganado

N de
familia
s

TOTALES

Marcas
de
clase

40

Frecuencia
s relativas

Frecuencia
s relativas
acumulada
s

Frecuencia
s absolutas
acumulada
s

Frecuencias
relativas
porcentuale
s

100

Sigamos con las definiciones, observando la tabla N2:

Marcas de Clase ( xi ): son los puntos medios de los intervalos

de clase.
L
x
Li i1 ;
i = 1, 2, .....,

k
i

x1 L1 2L2 0 2 2 1

18

x2 L

L3

......

x3 = 5, se lee: la marca de clase del tercer intervalo de clase es 5

; i = 1, 2, ....., k
Frecuencias Relativas ( hi ): se define: hi n
ni

14

0,350 h1 n 40

0,225 ; ..... h2 n 40

Se verifica que:
0 hi 1
k
hi h1 h2 h3 h4 h5 h6 h7 0,350 0,225 0,175 0,025 0,100 0,075 0,050 1 i
1

h3= 0,175, se lee: la frecuencia relativa de la tercera clase es 0,175

Frecuencia Relativa Porcentual (100 hi%)

Nos permite contestar preguntas del siguiente tipo: Qu porcentaje de
familias, de las 40 bajo estudio, tienen 4 5 cabezas de ganado?
Respuesta: 17,5 %

Frecuencia Absoluta Acumulada ( Ni ):

Se define:
Ni = n1 + n2 + .... + ni
En el ejemplo:
N1 n1 14
N2
n1 n2
14 9 23 N3 30,.... N7
40

Se verifica:
1

Ni

40

i = 1, 2, ....., k

Nk N7 40

4
31, se lee: la frecuencia absoluta acumulada hasta la cuarta clase
es 31

Frecuencia Relativa Acumulada ( Hi ):

Se define:

Ni ;
Hi h1
h2
...
hi

i 1, 2, ... , k
Hi
n

H1 h10,350
H2 h1

h2 0,575 H3

0,750,..... H7 1

Se verifica:
1

Hi 1
Hk H7 1

0,575, se lee: la frecuencia relativa acumulada hasta la

2da.clase es 0,575
2

Frecuencia Relativa Acumulada Porcentual (100 Hi%):

Nos permite contestar preguntas del siguiente tipo: Qu
porcentaje de familias, de las 40 bajo estudio tienen menos de
8 cabezas de ganado?
Respuesta: 77,5 %

Grficas
Las distribuciones de frecuencias pueden ser representadas
grficamente mediante:

a) Histogramas
Son grficas de barras o rectngulos cuyas bases representan
los intervalos de clase y las alturas las frecuencias absolutas o
relativas.

vs . n i

I i vs . h i

(Fig. 3)

b) Polgonos de frecuencias
Son polgonos construidos uniendo los puntos xi , ni xi , hi
mediante segmentos de recta, o uniendo los puntos medios
de los techos de los rectngulos del histograma. (Fig. N 3)
ni

ni

Histograma

15

IiIi

15

Fig ura 3

10

10

Polgono de Frecuencias

101214

Figura 4

101214

c) Diagramas escalonados o funciones

escalonadas
Son grficas de barras o rectngulos cuyas bases representan los
intervalos de clase y las alturas las frecuencias absolutas o
relativas acumuladas.

Ii

vs .

Ni

Ii

vs .

Hi

(Fig. 5)

d) Ojivas
Son poligonales asociadas a distribuciones de frecuencias absolutas
o relativas acumuladas construidas como aparece en la Figura 5.

Ojiva

Ni
Funcin Escalonada

Ni

40

40

30
30

20
20

10

10

10

12

14

Ii

Figura 5

10

12

14

Figura 6

7. PROBLEMAS PROPUESTOS
1. En un artculo se report las siguientes observaciones, listadas en
orden creciente sobre la duracin de brocas (nmero de agujeros
que una broca fresa antes de que se rompa) cuando se fresaron
agujeros en una cierta aleacin de latn.

Ii

11 14 20
23 31 36 39 44
47
5 59 61 65 67 68 71 74 76
78
7
81 84 85 89 91 93 96 99 101 10 105
105 112 118 123 136 139 141 148 15
161 168 184 206 248 263 289 322 388 51
a. Por qu una distribucin de frecuencia no puede estar basada
en los intervalos de clase 0-50, 50-100, 100-150 y as
sucesivamente?
b. Construya una distribucin de frecuencia e histograma de los
datos con los lmites de clase 0, 50, 100, . . . y luego comente
sobre las caractersticas interesantes.
c. Construya una distribucin de frecuencia e histograma de los
logaritmos naturales de las observaciones de duracin y
comente sobre caractersticas interesantes.
d. Qu proporcin de las observaciones de duracin en esta
muestra son menores que 100? Qu proporcin de las
observaciones son de por lo menos 200?
2. Un diagrama de Pareto es una variacin de un histograma de datos
categricos producidos por un estudio de control de calidad. Cada
categora representa un tipo diferente de no conformidad del
producto o problema de produccin. Las categoras se ordenaron
de modo que la categora con la frecuencia ms grande aparezca a
la extrema izquierda, luego la categora con la segunda frecuencia
ms grande, y as sucesivamente. Suponga que se obtiene la
siguiente informacin sobre no conformidades en paquetes de
circuito: componentes averiados, 126; componentes incorrectos,
210; soldadura insuficiente, 67; soldadura excesiva, 54;
componente faltan- te, 131. Construya un diagrama de Pareto.
3. Los accidentes en una planta de papas fritas se clasifican de
acuerdo con la parte del cuerpo lesionada.
Dedos: 17
Brazos: 2

Ojos: 5
Piernas: 1

Trace un diagrama de barras

4. Los siguientes datos constituyen las vidas tiles en horas de una
muestra aleatoria de 60 bombillas de luz de 100 watts:
807
753
869
1056
832

811 620 650 815 725 743 703 844 907

1050 918 850 876 1027 889 878 890 881
841 863 842 851 837 822 811 766
787
792 799 937 816 758 817 753
1076
958
970
765
896
740
891
1075
863
852
788
968
817
678
865
759

660
872
923
1074
923

a. Constryase una distribucin de frecuencias con anchos de

clases iguales
b. Trcese el polgono de frecuencias sobre un Histograma de
intervalos de clases vs. frecuencias relativas.
c. Trcese la ojiva asociada a la funcin escalonada representando
intervalos de clases vs. frecuencias absolutas acumuladas.
5. La siguiente tabla muestra la distribucin de los empleados de una
compaa aseguradora por sueldos mensuales en nuevos soles
(ao 2001)
Clases
menos de 450
450 a menos de 900
900 a menos de 1350
1350 a menos de 1800
1800 a menos de 2500
2500 a menos de 4250
4250 a ms
TOTAL

Frecuencias
32
47
75
89
126
38
10
417

a) Qu porcentaje de empleados ganan sueldos mensuales

inferiores a 900 nuevos soles?. Qu porcentaje ganan 2500
nuevos soles o ms?
b) Qu porcentaje de empleados ganan entre 1350 y 4250 nuevos
soles?
c) Determinar los anchos y las marcas de clase.
Nota. Se averigu que el mximo haber percibido en la compaa es
de 5500 nuevos soles. Si no se tiene ninguna informacin se
asume un mximo valor de acuerdo al problema en cuestin; as
como se supondr cero, como el haber mnimo.
6. Para un estudio sobre resistencia de un metal, se han realizado cien
experiencias de rotura frente a la carga de un hilo del mismo
grosor, y han sido anotados los pesos lmites en cada caso.

Cargas de rotura de un hilo en gramos

711
915
853
789
941

862
873
700
790
909

851
926
885
753
784

912
864
857
910
882

922
800
844
847
859

791
931
907
784
903

825
722
917
936
925

935
774
786
706
704

895
903
820
758
792

758
925
930
887
888

890
763
892
914
889

925
805
893
794
791

895
796
915
931
782

768
759
890
701
713

869
916
888
772
724

892
853
865
935
868

895
789
909
887
842

912
943
931
880
892

850
712
710
933
905

920
764
798
905
792

a) Reagrupar estos datos en 7 intervalos de clase de igual longitud.

b) Trcese el histograma y el polgono de frecuencias.
c) Trcese la ojiva correspondiente, y conteste:
Qu porcentaje presentan una carga no menor de 770 gramos?
Qu porcentaje presentan una carga entre 800 y 900 gramos?
7. Las distribuciones cualitativas o por categoras se suelen presentar en
diagramas de sectores en la que un crculo aparece dividido en
sectores proporcionales en su abertura a las frecuencias de las
categoras que representan:
a) Construir un diagrama de sectores para trasmitir la informacin de
que (segn las cifras ms recientes disponibles) en el Per el nmero
total de botellas de vino consumidas provienen el 69% de ICA, el 18%
de otras partes del pas, el 5% se importan de Francia y el resto de
otros pases.
b) Dibujar un diagrama de sectores para mostrar que en un hospital de
una gran ciudad la distribucin de su presupuesto es como sigue:
73% de sueldos, honorarios profesionales mdicos y bonificaciones a
los empleados; 13% en suministros y equipo mdico y quirrgico; 8%
en mantenimiento, alimentacin y energa y el 6% en gastos
administrativos.
8. En 1972, la poblacin activa de Francia estaba compuesta de:

11,1%
10,6%
16,5%
16,7%
38,6%

de
de
de
de
de

agricultores,
patronos,
ejecutivos,
empleados,
obreros,

6,5% de personal de servicios y otras categoras.

Representar esta distribucin mediante el grfico que parezca ms
adecuado.

9. Las prdidas en una fbrica de papel (en miles de dlares) debidas a

rasgaduras pueden dividirse segn el producto:

Papel higinico: 132

Servilletas: 43

Toallas desechables: 85
Otros: 12 productos

a) Trace un diagrama en barras.

b) Qu porcentaje de las prdidas ocurre en la elaboracin de papel
higinico?.
c) Qu porcentaje de las prdidas ocurre en la elaboracin de papel
higinico o toallas desechables?
10.Los pesos de ciertos especimenes minerales, dados en la dcima ms
cercana de una onza, se agrupan en una tabla con los intervalos: 10,5
11,4; 11,5 12,4; 12,5 13,4; y 13,5 14,4 onzas.
a) Determine las marcas de clase.
b) Es posible determinar a partir de los datos agrupados cuntos
especimenes minerales pesan?:

Menos de 11, 5 onzas.

Ms de 11,5 onzas.
Al menos 12,4 onzas.
Cuando mucho 12,4 onzas.
De 11,5 a 13,5 onzas?

11.Los siguientes datos son las velocidades (en km/h) de 80 carros que
pasaron por un punto de control de velocidad:
60
40
102

120
60

30
54
60
31
45
70

31
60
45
20
34
29
35
20
38
35
27
45
40
55
45
60 49 49
85
83
30
40
46
105 29
38
80
35
28
60
82
72
63
36 70 60
65
34
73
68
81
65
80 25 70
108
26
24
27
40
75
43
85
39
83
65
72
46
62
43
63
100
55
50
63
64
65
61
69

Clasifique estos datos convenientemente y:

a) Muestre el histograma
correspondiente.

el

polgono

de

frecuencias

b) Disee la funcin escalonada y la ojiva respectiva.

c) Los carros con velocidades mayores a 80 km/h, son multados
por exceso de velocidad. Qu porcentaje sern multados?
d) Los carros con velocidades entre 45 y 70 km/h, van a ser
considerados en premios organizados por una compaa.
Qu porcentaje sern premiados?
12.El grfico muestra el impuesto mensual (en soles) que debe pagar una
persona, segn su sueldo mensual (en soles):
IMPUESTO
900

360

120

1000

2200

3400

4000

SUELDO

Cunto de impuesto mensual paga una persona que gana s/.1500?

Cunto gana una persona que paga mensualmente s/.300 de
impuesto?
13.La siguiente tabla de frecuencias muestra los haberes mensuales de
200 obreros de cierta fbrica, en nuevos soles (ao2000)

Haberes
mensuales
Menores a 500

500 , 700

700 , 900

900 ,1100

Nmero de
obreros
4
60
40
48

1100 ,1300

24

1300 ,1500

14

1500 ,1700

ms de 1700

TOTAL

200

Con referencia a esta tabla, contestar:

a) Qu porcentaje de obreros tienen haberes inferiores a s/.1000
mensuales?
b) Qu porcentaje de obreros tienen haberes superiores a s/.1100
mensuales?
c) Qu porcentaje de obreros tienen haberes entre 1000 a 1500 soles
mensuales?
d) Graficar el histograma, el polgono de frecuencias y la ojiva
correspondientes.

ANOTACIONES: