Академический Документы
Профессиональный Документы
Культура Документы
APLICADA A LA
GANADERIA
Autor
Abril 2001
INDICE
Pg.
PRESENTACION
Tablas
Grficas
Estadstica Bsica Aplicada a la Ganadera -3-
B. Estadstica Inferencial o Inductiva.
POBLACIN
Estimacin
muestreo
Inferencial
muestra
1 2 3 4 5 6 7 8 9
Compilacin Reglas Organizacin Sistematizac. Anlisis Interpretacin Decisin Conclusin Inferencia a
de datos Normas de datos de datos X,s,r de Resultados Buena slida Poblacin
Mu
n
i est
ra
ac
bl
Po
Inferencia
Estadstica
estadstica
descriptiva
Error
Probabilidades
Ejemplos:
N = 50
n=5
MUESTRA
Poblacin Finita.- Una poblacin finita es aquella que tiene un nmero limitado
de elementos.
Ejemplo:
- Las estaturas de todos los estudiantes que actualmente estudian en las Universi-
dades del Per.
- Alumnos matriculados enl a Universidad Nacional del Altiplano - Puno.
- Todas las personas que compran telfono celular.
- (Media poblacional).
- 2 (Varianza poblacional).
- P (Proporcin poblacional).
- x (Media muestral)
- s 2 (Varianza muestral).
- p$ (proporcin muestral)
Estadstica Bsica Aplicada a la Ganadera - 7 -
2
PROCEDIMIENTOS Y
MTODOS DE
RECOLECCIN DE DATOS
A travs de la recoleccin, se obtiene los datos que se requieren para alcanzar los
objetivos y demostrar las hiptesis de la investigacin. La obtencin de los datos se
hace teniendo en cuenta los siguientes procedimiento:
- Reportes financieros,
- Reportes de operaciones, que estn dadas por la informacin de la pro-
duccin, ventas, compras, estados de prdidas y ganancias.
2.2.1. Registros.
Ejemplo:
Ejemplo:
- Encuesta fecundidad
- Encuesta de nutricin.
- Encuesta de las Enfermedades Diarrecas Agudas de un Hospital, etc.
- Observacin.
- La tcnica documental.
- Entrevista.
- El cuestionario.
- Preparacin del cuestionario y formulario.
2.3.1. Observacin.
2.3.3. Entrevista.
- Objetivos de la investigacin.
- Sistema de variables.
- Caractersticas del informante.
- Tiempo disponible para efectuar la recoleccin.
- Tcnica de recoleccin.
- Procedimiento de elaboracin.
Ejemplo:
Ejemplo: Las horas extras trabajadas por los trabajadores de la UNA y los valo-
res de esta variable vendran dadas por las diferentes horas trabajados por cada traba-
jador fuera de la jornada normal: ninguna, una, dos, tres, .....,. Las variables se deno-
tan por X, Y, etc.
A. Variable Cualitativa.
Ejemplo:
Ejemplos:
Ejemplos:
Nominal (cualidad)
Variable
cualitativa
Ordinal (categorizar)
TIPOS DE DATOS
Discreta (conteo)
Variable
cuantitativa
Contnuas (intervalo)
A. Variables Nominales.
B. Variables Ordinales.
Ejemplo:
C. Variables de Intervalos.
Ejemplo:
- Cociente de inteligencia.
- Puntuacin en una escala de calificacin,
- Temperatura, presin arterial, etc.
Ejemplo:
Escala de
Medicin:
NOMINAL
CUALITATIVAS
ORDINALES
ORDINAL
VARIABLES
INTERVALO
CUANTITATIVAS:
- Discretas
- Contnuas
RAZN O
PROPORCIN
3
ETAPA DE ELABORACIN
DE DATOS
Una vez recogida la informacin, es necesario revisarla cuidadosamente y luego
resumirla y presentarla convenientemente. En esta etapa de organizacin, se consi-
deran tres pasos siguientes:
Una vez aplicado una encuesta, es indispensable clasificarlos stos datos para
presentarlos en un cuadro o tabla resumen de las observaciones originales en una
tabla de distribucin de frecuencias o tabla de frecuencias de acuerdo a la clasifica-
cin de variables.
1. Ordenar los datos en forma creciente o decreciente: X min, X2, X3, ...,
Xmx.
* * *
Y'i-1 - Y'i n i Ni Yi h i Hi h i x100 Hi x100 N i H i 100xH i
*
Y'0 - Y'1 n 1 N1 Y1 h 1 H1 h 1 x100 H1 x100 N 1 1 100
* * *
Y'1 - Y'2 n 2 N2 Y2 h 2 H2 h 2 x100 H2 x100 N 2 H 1 100xH 1
* * *
Y'2 - Y'3 n 3 N3 Y3 h 3 H3 h 3 x100 H3 x100 N 3 H 2 100xH 2
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
* * *
Y'm-1 - Y'm n m n Ym h m 1 100xh m 100 N m H m 100xH m
Totales n 1 100
EJEMPLO:
6.4 8.8 16.9 12.0 8.3 13.4 2.3 13.1 5.0 11.8
3.7 6.9 13.4 11.6 7.4 10.0 5.4 10.4 7.5 9.4
7.1 11.0 11.3 11.6 7.6 10.3 4.0 10.3 9.4 14.6
8.5 13.0 13.4 14.0 6.5 9.5 11.3 5.3 6.5 14.3
8.6 13.9 10.3 9.1 7.1 15.1 12.1 9.8 11.8 15.1
7.4 12.3 12.9 15.6 7.5 10.8 6.3 7.9 12.8 16.0
7.5 11.4 8.0 14.6 6.3 8.5 6.4 12.3 8.3 11.3
8.1 14.5 8.9 12.8 10.8 11.5 9.0 8.0 9.4 14.4
7.1 12.0 6.4 17.3 9.8 9.5 11.9 6.0 11.3 14.6
8.3 11.4 12.3 14.9 13.0 5.0 11.1 13.1 9.5 13.0
Estadstica Bsica Aplicada a la Ganadera - 25 -
a. Construya la tabla de distribucin de frecuencias para la variable Longitud
de mecha (cm.).
SOLUCIN:
x 0.2
LCI = X mn = 2.3 = 2.2
2 2
x 0.2
LCS = X mx + = 17.3 + = 17.4
2 2
2.3 17.3
2.2 17.4
- 26 - V. Ibaez Q. Etapa de Elaboracin de Datos
8. Asignar cada dato obtenido al intervalo de clase correspondiente.
Long. De mecha
Y'i-1 - Y'i Conteo o Paloteo ni
2.2 - 4.1 2.3 3.7 4.0 3
4.1 - 6.0 5.0 5.4 5.3 5.0 4
6.0 - 7.9 6.4 7.4 7.5 7.1 7.6 6.5 6.5 7.1 7.4 7.5 6.3 7.5 6.3 6.4 7.1 6.4 6.9 6.0 18
7.9 - 9.8 8.3 9.4 8.5 8.6 8.0 8.3 8.1 8.9 9.0 9.4 8.3 9.5 8.8 9.4 9.5 9.1 7.9 8.5 8.0 9.5 20
9.8 - 11.7 11.3 11.3 10.3 10.8 9.8 11.3 11.1 11.6 10.0 10.4 11.0 11.6 10.3 10.3 9.8 10.8 11.4 11.3 11.5 11.4 20
11.7 - 13.6 13.4 13.4 12.1 11.8 12.9 12.8 11.9 12.3 13.0 12.0 13.4 13.1 11.8 13.0 12.3 12.3 12.8 12.0 13.1 13.0 20
13.6 - 15.5 14.6 14.0 14.3 13.9 15.1 15.1 14.6 14.5 14.4 14.6 14.9 11
15.5 - 17.4 16.9 15.6 16.0 17.3 4
Total 100
* * *
[Y'i-1 - Y'i> ni Ni Yi hi Hi hix100 Hix100 Ni H i 100xH i
2.2 - 4.1 3 3 3.15 0.03 0.03 3 3 100 1.00 100
4.1 - 6.0 4 7 5.05 0.04 0.07 4 7 97 0.97 97
6.0 - 7.9 18 25 6.95 0.18 0.25 18 25 93 0.93 93
7.9 - 9.8 20 45 8.85 0.20 0.45 20 45 75 0.75 75
9.8 - 11.7 20 65 10.75 0.20 0.65 20 65 55 0.55 55
11.7 - 13.6 20 85 12.65 0.20 0.85 20 85 35 0.35 35
13.6 - 15.5 11 96 14.55 0.11 0.96 11 96 15 0.15 15
15.5 - 17.4 4 100 16.45 0.04 1 4 100 4 0.04 4
Totales 100 1 100
INTERPRETACIN:
Se tiene reporte para la variable de longitud de mecha (cm) por Villarroel (1963),
quin determin que la longitud de mecha mnimo es 7.6 cm. para el proceso de
peinado y cardado en vellones de alpaca, adems indica que se puede aceptarse nor-
malmente hasta un 30% de los vellones de una esquila de alpacas para el sistema de
cardado. Entonces interpretando en nuestro ejemplo de aplicacin podemos indicar
lo siguiente:
Estadstica Bsica Aplicada a la Ganadera - 27 -
h3x100 = 18, es el porcentaje de muestras de velln que miden 6.0 cm. o ms,
pero menos de 7.9 cm.
h4 = 0.20, es la proporcin de muestras de velln que miden 7.9 cm. o ms, pero
menos de 9.8 cm.
N*3 = 93, es el nmero de muestras de velln que miden por lo menos 6.0 cm.
H*2 = 0.97, es la proporcin de muestras de velln que miden por lo menos 4.1
cm.
1. CLASE.- Se llama clase a cada uno de los intervalos de clase o grupos de datos
en las que se distribuye el total de observaciones.
Xmx = mx{X/i = 1,2,3, ..., n}
Xmn = mn{X/i = 1,2,3, ..., n}
Ejemplo:
17.4 - 15.5 = 1.9 13.6 - 11.7 = 1.9, etc.
11.7 - 9.8 = 1.9
Ejemplo:
ni n
hi = , i = 1,2, L , m h i = m i
ni
n
i =1
Ejemplo:
n1 3
h1 = = = 0.03 , prop. de muestras de velln que miden menos de 4.1 cm.
n 100
n2 4
h2 = = = 0.04
n 100
n 3 18
h3 = = = 018
. , prop. de muestras de velln que miden 6 cm o ms, pero
n 100
menos de 7.9cm.
.... = .... = ...... = ......
n8 4
h8 = = = 0.04
n 100
- 30 - V. Ibaez Q. Etapa de Elaboracin de Datos
8. FRECUENCIA RELATIVA ACUMULADA (Hi).- Es la agrupacin o acumu-
lacin de las frecuencias relativas en forma ascendente y sucesiva, comenzando
de la parte inferior de la distribucin.
i
H i = h1 + h 2 + L + h m = h j
j=1
Ejemplo:
H1 = 0.03
H2 = h1 + h2 = 0.03 + 0.04 = 0.07
H3 = h1 + h2 + h3 = 0.03 + 0.04 + 0.18 = 0.25
H4 = h1 + h2 + h3 + h4= 0.03 + 0.04 + 0.18 +0.20 = 0.45
H5 = h1 + h2 + h3 + h4 + h5=0.03 + 0.04 + 0.18 + 0.20 + 0.20 = 0.65
H6 = h1 + h2 + h3 + h4 + h5 + h6 = 0.03 + 0.04 + 0.18 + 0.20 + 0.20+0.20 = 0.85
H7 = h1+h2+h3+h4+h5+h6+h7 = 0.03+0.04+0.18+0.20+0.20+0.20+0.11 = 0.96
H8=h1+h2+h3+h4+h5+h6+h7+h8=0.03+0.04+0.18+0.20+0.20+0.20+0.11+0.04 =1.0
Ejemplo:
m
H = h1 + hi+1 + L + hm = h j
*
i
j=1
Ejemplo:
PROCEDIMIENTO.
1. Ordenar los datos en forma creciente o decreciente: Xmin, X2, X3, ..., Xmx.
2. Determinacin del rango (R): R = Xmx - Xmn+ 1 (para intervalos de
clase no traslapados).
3. Determinacin del nmero de intervalos de clase (NC): Utilizando la regla
de Sturges: K = 1+3.3Log10(n), n 10 .
4. Encontrar la amplitud de clase o intervalo de clase (C), para esto divdase
el rango de las observaciones entre el nmero de intervalos de clase, esto
es:
R
C=
NC
5. Determinar el nuevo Rango: R = KxC R = NCxC, donde R ' R .
6. Hallar la diferencia de Rangos: x = R ' - R
7. Determinacin de los lmites de clase:
- 32 - V. Ibaez Q. Etapa de Elaboracin de Datos
x
LCI = X mn
2
x
LCS = X mx +
2
NOTA: Agregar C - 1 para obtener el lmite superior de clase, para usar
intervalos no traslapados y se aaden los dems intervalos. Para
formar el primer intervalo de clase, se toma el valor mnimo de la
distribucin (LCI) y a ella le sumamos C-1, entonces LCS1.
EJEMPLO:
SOLUCION:
1. Ordenar los datos en forma creciente o decreciente: Xmin, X2, X3, ..., Xmx.
2. Determinacin del rango (R): R = Xmx - Xmn+ 1= 132 - 40 + 1 = 93 (+1
por ser discreta).
3. Determinacin del nmero de intervalos de clase (NC): Por Sturges
K = 1+3.3Log10(n) = 1 + 3.3Log(40) = 6.29 ~ K = 6
Observacin:
* * *
Int. De clase ni Ni Yi hi Hi hix100 Hix100 Ni H i 100xH i
39 - 54 3 3 46.5 0.075 0.075 7.5 7.5 40 1.000 100
55 - 70 5 8 62.5 0.125 0.200 12.5 20.0 37 0.925 92.5
71 - 86 13 21 78.5 0.325 0.525 32.5 52.5 32 0.800 80.0
87 - 102 9 30 94.5 0.225 0.750 22.5 75.0 19 0.475 47.5
103 - 118 7 37 110.5 0.175 0.925 17.5 92.5 10 0.250 25.0
119 - 134 3 40 126.5 0.075 1.000 7.5 100 3 0.075 7.5
Totales 40 1.000 100
INTERPRETACIN:
1. Ordenar los datos en forma ascendente o descendente: Xmin, X2, X3, ..., Xmx.
2. Determinacin del rango (R): R = Xmx - Xmn+ 1= 132 - 40 = 92
3. Determinacin del nmero de intervalos de clase (NC), por Sturges es:
K = 1+3.3Log10(n) = 1 + 3.3Log(40) = 6.29 ~ K = 6
4. Encontrar la amplitud de clase o intervalo de clase (C):
R 92
C= = = 15.33 16
K 6
5. Determinacin del nuevo Rango: R = KxC = 6x16 = 96.
6. Clculo del nmero de rango: x = R - R = 96 - 92 = 4, donde R ' R .
Entonces:
2 (Se le resta al Xmn, esto es: 40 - 2 = 38
x = 4
2 (Se le suma al X mx, esto es: 132 + 2 = 134
OBSERVACIN:
Ejemplo:
2 (Se le resta al primer dato).
x = 4
2 (Se le suma al ltimo dato)
Ejemplo:
1 (Se le resta al primer dato).
x = 3
2 (Se le suma al ltimo dato)
- 36 - V. Ibaez Q. Etapa de Elaboracin de Datos
EJEMPLO:
Con la informacin del ejemplo anterior referente a los datos sobre el nmero
de alpacas que posee un comunero del sector aymara que corresponde a 40 familias.
Construir la tabla de distribucin de frecuencias.
* * *
Int. De clase ni Ni Yi hi Hi hix100 Hix100 Ni H i 100xH i
38 - 54 2 2 46 0.050 0.050 5.0 5.0 40 1.000 100
54 - 70 6 8 62 0.150 0.200 15.0 20.0 38 0.950 95.0
70 - 86 13 21 78 0.325 0.525 32.5 52.5 32 0.800 80.0
86 - 102 9 30 94 0.225 0.750 22.5 75.0 19 0.475 47.5
102 - 118 6 36 110 0.150 0.900 15.0 90.0 10 0.250 25.0
118 - 134 4 40 126 0.100 1.000 10.0 100 4 0.100 10.0
Totales 40 1.000 100
* * *
Valores de Yi ni Ni hi Hi hix100 Hix100 N i H i 100xH i
* * *
Y1 n1 N1 h1 H1 h1x100 H1x100 N 1 H 1 100xH 1
* * *
Y2 n2 N2 h2 H2 h2x100 H2x100 N 2 H 2 100xH 2
* * *
Y3 n3 N3 h3 H3 h3x100 H3x100 N3 H 3 100xH 3
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
* * *
Ym nm Nm hm Hm 100xhm Hmx100 N m H m 100xH m
m m
Totales n = n
i=1
i h =1
i=1
i 100
Donde:
Yi = Son los valores de la variable.
ni = Son frecuencias absolutas.
Ni = Son frecuencias absolutas acumuladas (o menor que).
hi = Son frecuencias relativas.
Hi = Son frecuencias absolutas acumuladas.
Ni* = Frecuencia absoluta acumulada mayor que.
Hi* = Frecuencia relativa acumulada mayor que.
100xhi = Frecuencia relativa porcentual.
100xHi = Frecuencia relativa acumulada porcentual.
100xHi* = Frecuencia relativa acumulada porcentual.
EJEMPLO:
8 8 5 6 1 7 4 7 7 2 5 0 10 4 5 3 6 5 5 10
7 9 0 7 4 4 7 9 7 5 9 9 0 5 6 10 3 9 4 8
2 4 8 10 9 4 9 8 1 5 10 0 0 0 9 2 6 6 5 6
n = 90
7 6 6 10 7 0 7 10 6 0 2 9 3 3 5 8 5 6 8 9
1 3 8 0 7 10 7 0 5 7
Sarna Sarcptica
(Yi ) Conteo Frec. Abs oluta (n i )
0 n 1 = 10
1 /// n2 = 3
2 //// n3 = 4
3 n4 = 5
4 // n5 = 7
5 // n 6 = 12
6 n 7 = 10
7 /// n 8 = 13
8 /// n9 = 8
9 n 10 = 10
10 /// n 11 = 8
Totales n = 90
Estadstica Bsica Aplicada a la Ganadera - 39 -
TABLA 3.10: DISTRIBUCIN DE LA FRECUENCIA PARA LA EVALUACIN
DE TRES ACARICIDAS EN LAS ALPACAS DEL CIP. - LA RAYA.
Sarna Sarcptica
* * *
(Yi) ni Ni hi Hi hix100 Hix100 Ni Hi 100xH i
0 10 10 0.111 0.111 11.11 11.11 90 1.000 100.00
1 3 13 0.033 0.144 3.333 14.44 80 0.889 88.89
2 4 17 0.044 0.189 4.444 18.89 77 0.856 85.56
3 5 22 0.056 0.244 5.556 24.44 73 0.811 81.11
4 7 29 0.078 0.322 7.778 32.22 68 0.756 75.56
5 12 41 0.133 0.456 13.33 45.56 61 0.678 67.78
6 10 51 0.111 0.567 11.11 56.67 49 0.544 54.44
7 13 64 0.144 0.711 14.44 71.11 39 0.433 43.33
8 8 72 0.089 0.800 8.889 80.00 26 0.289 28.89
9 10 82 0.111 0.911 11.11 91.11 18 0.200 20.00
10 8 90 0.089 1.000 8.889 100.00 8 0.089 8.89
11 11
Total n
i =1
i = 90 h =1
i=1
i 100
INTERPRETACIN:
N13 = 13, significa que hay 13 alpacas con 1 menos que estn infectadas con
sarna.
N1* = 90, significa que las alpacas jvenes y adultas tienen sarna entre 0 y 10
larvas, ninfas y adultas inclusive.
EJEMPLO:
Construya una tabla de frecuencias para los datos que corresponden a 42 rebaos
de ovinos; registrndose el nmero de ovinos muertos por rebao, durante el perodo
de invierno de 1999 en el Centro Experimental Chuquibambilla.
- 40 - V. Ibaez Q. Etapa de Elaboracin de Datos
SOLUCION:
INTERPRETACIN:
N2* = 40, significa que en la encuesta hay 40 rebaos que tienen por lo menos 1
ovino muerto.
1) Las frecuencias absolutas (ni) y las frecuencias absolutas acumuladas (Ni) son
siempre enteros no negativos.
n i 0, N i 0 y N *i 0 para i = 1,2,...., m
2) La suma de todas las frecuencias absolutas es igual al nmero total del conjun-
to de observaciones.
m
n
i =1
i = n1 + n 2 +L+ n m = n
3) Las frecuencias relativas (hi) y las frecuencias relativas acumuladas (Hi) son
siempre nmeros fraccionarios no negativos, no mayores que uno.
0 h i 1, 0 H i 1 y 0 H *i 1 para i = 1, 2, ...., m
EJEMPLO:
INTERPRETACIN:
b) Disponerlos en una tabla con dos columnas separadas por una lnea como
sigue:
i. Para datos con dos dgitos, escribir a la izquierda de la lnea los dgitos de
las decenas, que forman el tallo, y a la derecha las unidades que sern las
ramas. Por ejemplo 89 se escribe:
Tallo Hoja
8 9
Estadstica Bsica Aplicada a la Ganadera - 45 -
ii. Para datos con tres dgitos el tallo estar formado por los dgitos de las
centenas y decenas, que se escribirn a la izquierda, separados de las unida-
des. Por ejemplo: 349
Tallo Hoja
34 9
c) Cada tallo define una clase, y se escribe slo una vez. El nmero de hojas
representa la frecuencia de dicha clase, que se ubica en una tercera columna
del diagrama.
EJEMPLO:
SOLUCION:
82 74 88 66 58 74 78 84 96 76
62 68 72 92 86 76 52 76 82 78
SOLUCION:
EJEMPLO:
- Permiten percibir caractersticas de los datos que a veces los intervalos cu-
bren.
- Los diagramas de tallos y hojas conservan los datos originales, por lo que es
fcil identificar algn dato particular si lo quisiramos.
DESVENTAJAS:
En este parte vamos a analizar con el software estadstico ms usual que per-
mite realizar los clculos y representaciones con las distribuciones y anlisis de va-
riabilidad. Como en todo texto, se tendrn en cuenta los paquetes STATGRAPHICS
v4.0, MINITAB v12.0 y SPSS v9.0, dado que son los ms apropiados en el mercado
para el trabajo en las estadsticas descriptivas.
Los paquetes de estadstica bajo entorno Windows ofrecen grficos desde ven-
tanas desplegables, pero en el caso de STATGRAPHICS, se pueden presentar grfi-
cos interactivos asociados a todos los procedimientos estadsticos, a los que se puede
acceder con una sola tecla de ratn. El hecho de que los grficos sean interactivos
significa que realmente se pueden consultar los datos y personalizar los grficos
eligiendo a medida las fuentes, colores y tamao. Los grficos pasan a ser una herra-
mienta analtica en lugar de un medio de presentacin. Se puede identificar un punto
sobre un grfico y preguntar por su localizacin en el fichero de datos correspondien-
te. Se pueden presentar sobre los grficos los diferentes puntos obtenidos cuando se
aade una variable adicional al anlisis. Se pueden rotar los grficos para poder
explorar sus datos desde varias perspectivas. Tambin se pueden explorar los datos
implicados en un anlisis rpida y fcilmente, descubriendo nuevas relaciones entre
ellos mientras sus grficos son mostrados sucesivamente en la pantalla a la vez que
se realizan los respectivos cambios en la edicin de los datos.
A partir de este momento ya podemos introducir los datos del fichero. Cada
columna de la hoja de clculo es una variable, cuyo nombre se introduce en la prime-
ra celda de dicha columna (las variables por defecto son Col_1, Col_2, Col_3, ...).
Desde este momento se trabaja sobre el fichero de la misma forma en que se trabaja
sobre cualquier hoja de clculo en el entorno Windows. Se asumir que los usuarios
estn familiarizados con el ingreso de datos y manejo de archivos
El archivo Velln, tiene dos variables (lome y lofi), que ya estn ingresados dentro de
la hoja de trabajo del Statgraphics, tal como se presenta en la figura siguiente:
- 52 - V. Ibaez Q. Etapa de Elaboracin de Datos
STATGRAPHCIS, mediante la opcin Describe de la barra de men princi-
pal, permite analizar y resumir una distribucin de frecuencias, posibilitando tabular
los datos adecuadamente, hallar medidas de posicin, dispersin y asimetra para los
mismos, calcular intervalos de confianza y realizar contrastes de hiptesis. As mis-
mo permite realizar grficos de barras, sectores, histogramas de frecuencias, etc., en
forma de paso a paso (Describe a Numeric Data a One-Variable Analysis) se
presenta en la siguiente Figura.
TABLAS DE FRECUENCIAS.
Una vez pulsado el botn del mouse en la opcin Pane Options, obtenemos la
caja de dilogo Frequency Tabulation Options, en cuyo campo Number of Classes se
puede introducir el nmero de intervalos de clase para agrupar los datos de la distri-
bucin. En el campo Lower Limit se introduce el lmite inferior de la primera clase,
en el campo Upper Limit se introduce el lmite superior de la ltima clase, y el campo
Estadstica Bsica Aplicada a la Ganadera - 57 -
Hold se seala cundo se quiere mantener la definicin actual de clase para la si-
guiente tabla de frecuencias que se realice, stas opciones se presenta a continuacin:
DATA VELLON;
OPTIONS NODATE NOCENTER NONUMBER;
LABEL LOME = Longitud de Mecha (cm);
INPUT LOME @@;
CARDS;
6.4 3.7 7.1 8.5 8.6 7.4 7.5 8.1 7.1 8.3
8.8 6.9 11.0 13.0 13.9 12.3 11.4 14.5 12.0 11.4
16.9 13.4 11.3 13.4 10.3 12.9 8.0 8.9 6.4 12.3
12.0 11.6 11.6 14.0 9.1 15.6 14.6 12.8 17.3 14.9
8.3 7.4 7.6 6.5 7.1 7.5 6.3 10.8 9.8 13.0
13.4 10.0 10.3 9.5 15.1 10.8 8.5 11.5 9.5 5.0
2.3 5.4 4.0 11.3 12.1 6.3 6.4 9.0 11.9 11.1
13.1 10.4 10.3 5.3 9.8 7.9 12.3 8.0 6.0 13.1
5.0 7.5 9.4 6.5 11.8 12.8 8.3 9.4 11.3 9.5
11.8 9.4 14.6 14.3 15.1 16.0 11.3 14.4 14.6 13.0
;
PROC PRINT; RUN;
PROC CAPABILITY DATA = VELLON NORMALTEST FREQ;
VAR LOME;
RUN;
/* Presione F3 para ejecutar el Programa */
CAPABILITY
Moments Quantiles(Def=5)
Extremes
Frequency Table
1. Los siguientes datos corresponden al peso vivo (kg) de las borregas criollas de 4
aos de edad en el Centro de Investigacin y Produccin Chuquibambilla de la
UNA-Puno, (1998).
37 42 35 37 35 35 29 34 29 38
43 34 34 38 36 33 34 34 41 28
28 39 35 32 38 34 36 42 33 41
40 35 36 37 40 36 32 26 38 34
37 32 31 31 39 31 29 32 42 31 n = 97
33 32 37 31 30 30 38 34 33 33
35 28 36 43 30 32 38 40 42 30
32 31 30 27 34 28 30 33 37 31
32 32 35 32 33 31 36 39 38 37
34 42 36 32 36 31 36
Se pide:
a) Elaborar una tabla completa de distribucin de frecuencias.
b) Interpretar algunos valores de las frecuencias encontradas.
2. Los siguientes datos corresponden a las vicuas hembras adultas que han sido
esquilados en el criadero de vicuas del Comit Comunal de Manejo de Vicuas
de Cala - Cala, (1998), y las variables registradas son: Peso vivo (kg), Peso velln
(kg) y dimetro de fibra (micras).
3. Los siguientes datos corresponden a las vicuas hembras adultas que han sido
esquilados en el criadero de vicuas de la Reserva Nacional de Pampa Galeras
(Ayacucho) (1998).
Se pide realizar para las variables: Peso vivo (kg), Peso velln (kg) y dimetro de
fibra (micras).
a) Elaborar una tabla completa de distribucin de frecuencias.
b) Graficar los histogramas de frecuencias, polgono de frecuencias y ojivas
c) Comprobar con el software estadstico STATGRAPHICS.
d) Interpretar algunos valores de las frecuencias encontradas.
Intervalos ni hi Hi
- 24 0.15
- 0.25
- 44 0.90
45 -
Total 60
- 70 - V. Ibaez Q. Etapa de Elaboracin de Datos
9. Se tiene una distribucin de frecuencias con cuatro intervalos de amplitud cons-
tante para 50 datos:
Intervalos ni hi Hi
- 3 0.08
- 5 0.40
- 12
- 9 0.36
Total
Completar el cuadro de distribucin de frecuencias.
10. Los siguientes datos corresponden a las lecturas de la presin sangunea sistlica
que se hicieron a 58 adultos que se presentaron para un examen fsico:
11. A continuacin se presentan las edades (en aos) de un grupo de pacientes con
Carcinoma Cervical, registradas en el Hospital Manuel Nuez Butrn de Puno, en
Enero de 1999.
25 21 31 24 26 27 42 43 22 48
36 24 39 43 38 39 36 37 44 51
79 76 80 75 39 42 41 51 56 44
62 55 61 43 42 38 27 35 53 50
a) Construir un cuadro de distribucin de frecuencias.
b) Analizar algunos valores de las frecuencias halladas.
c) Graficar el histograma de frecuencias, polgono de frec. absolutas y relativas y,
ojivas.
Estadstica Bsica Aplicada a la Ganadera - 71 -
EJEMPLO:
Departamento N de cabezas %
Puno 1,723,110 56.94
Cuzco 400,877 13.25
Arequipa 262,000 8.66
Huancavelica 203,550 6.73
Ayacucho 162,225 5.36
Apurimac 96,810 3.20
Moquegua 42,100 1.39
Tacna 33,768 1.12
Cerro de Pasco 28,190 0.93
Junn 27,700 0.92
Lima 20,132 0.67
Ancash 12,511 0.41
Cajamarca 5,097 0.17
La Libertad 4,782 0.16
Huanuco 3,235 0.11
Total 3,026,087 100.00
FUENTE: MINAG-OIA, 1999 y Compilacin de CISA, 1994.
A. De acuerdo al Uso.
CUADRO N 4.2
UNIVERSIDAD FEMENINA DEL SAGRADO CORAZN
ALUMNAS MATRICULADAS POR DEPARTAMENTOS DE PROCEDENCIA, SEGN DATOS PERSONALES 1992
CUADRO N 4.3
UNIVERSIDAD FEMENINA DEL SAGRADO CORAZN
ALUMNAS MATRICULADAS POR DEPARTAMENTOS DE PROCEDENCIA
SEGN EDAD 1992.
Dpto. de EDAD
Procedencia 16 - 19 20 - 23 24 - 27 28 y + TOTAL
Arequipa
Cajamarca
Cuzco
Ica
Junn
La Libertad
Lambayeque
Lima - Callao
Piura
Tacna
FUENTE: UNIFE, Secretara General.
CUADRO N 4.4
NIVEL DE
INSTRUCCIN NMERO %
Analfabeto 38 31.67
Primaria 63 52.50
Secundaria 16 13.33
Superior 3 2.50
TOTAL 120 100.00
FUENTE: Hospital Manuel Nuez Butrn, Oficina de Estadstica
CUADRO N 4.5
EDAD
(Aos cumplidos) NMERO
0 - 9 9
10 - 19 15
20 - 29 26
30 - 39 30
40 - 49 34
50 - 59 5
60 - 69 1
TOTAL 120
FUENTE: Hospital Manuel Nuez Butrn, Oficina de Estadstica
C U A D R O 4 .6
H O S P IT A L M A N U E L N U E Z B U T R N
P A C I E N T E S A T E N D I D O S D E T U B E R C U L O SI S P U L M O N A R ,
P O R N I V E L D E I N ST R U C C I N , SE G N SE X O . M A R Z O 1 9 9 8
N IV E L D E S E X O
IN S T R U C C I N M a s c u lin o F e m e n in o TOTA L
A n a lfa b e t o 28 10 38
P rim a ria 32 31 63
S e c u n d a ria 9 7 16
S u p e rio r 1 2 3
TOTA L 70 50 120
F U E N T E : H o s p it a l M a n u e l N u e z B u t ro n . O fic . D e E s t a d s t ic a .
CU A D RO 4.7
H O SP IT A L M A N U EL N U EZ BU T R N
P A C IEN T ES A T EN D ID O S D E T U B ER C U LO SIS P U LM O N A R ,
P O R ED A D , SEG N T IP O D E R ESID EN C IA - M A R Z O 1 99 8
ED A D T IP O D E RES ID EN CIA
(A o s c u mp lid o s ) U RBA N A RU RA L TOTA L
00 - 09 1 8 9
10 - 19 4 11 15
20 - 29 8 18 26
30 - 39 10 20 30
40 - 49 7 27 34
50 - 59 - 5 5
60 - 69 - 1 1
TOTA L 30 90 120
FU EN T E: H o s p ita l M a n u e l N u e z Bu tro n . O fic . D e Es ta d s t ic a .
Estadstica Bsica Aplicada a la Ganadera - 81 -
Podemos observar en los dos ejemplos que cada tabla presenta
dos variables: Nivel de Instruccin y Sexo (Cuadro N 4.6); edad y tipo de residencia
(Cuadro N 4.7). En el ttulo podemos apreciar que luego de la naturaleza del proble-
ma (pacientes atendidos de tuberculosis pulmonar) se lee el criterio de clasificacin
(POR Nivel de Instruccin, SEGN Sexo; POR edad, SEGN Tipo de Residencia);
las variables estn precedidas de las palabras POR, SEGN, las mismas que ayudan
a conectar dos variables relacionadas.
3. Tablas Complejas.
CUADRO N 4.8
TIPO DE RESIDENCIA
NIVEL DE Zona Urbano Zona Rural TOTAL
INSTRUCCIN Masculino Femenino Masculino Femenino
Analfabeto 6 4 22 6 38
Primaria 9 6 23 25 63
Secundaria 3 2 6 5 16
Superior - - 1 2 3
TOTAL 18 12 52 38 120
FUENTE: Hospital Manuel Nuez Butrn, Oficina de Estadstica.
- 82 - V. Ibaez Q. Etapa de Presentacin de Datos
CUADRO N 4.9
TIPO DE RESIDENCIA
EDAD Zona Urbano Zona Rural TOTAL
Masculino Femenino Masculino Femenino
00 - 09 1 - 3 5 9
10 - 19 3 1 6 5 15
20 - 29 4 4 11 7 26
30 - 39 7 3 12 8 30
40 - 49 3 4 16 11 34
50 - 59 - - 3 2 5
60 - 69 - - 1 - 1
TOTAL 18 12 52 38 120
FUENTE: Hospital Manuel Nuez Butron. Oficina de Estadstica.
1. Grfico de Barras.
EJEMPLO:
CUADRO N 4.10
Colores
de las Alpacas NMERO %
Blanco 390 45.35
LF 170 19.77
Caf 250 29.07
Negro 50 5.81
Total 860 100.00
FUENTE: CIP - La Raya, Oficina de Registros.
SOLUCIN:
- 86 - V. Ibaez Q. Etapa de Presentacin de Datos
GRFICO N 4.1
400
350
N de alpacas
300
250
200
150
100
50
0
Blanco LF Caf Negro
Colores de las alpacas
SOLUCIN:
Estadstica Bsica Aplicada a la Ganadera - 87 -
GRFICO N 4.2
50
45
40
Porcentajes (%)
35
30
25
20
15
10
5
0
Blanco LF Caf Negro
Colores de las alpacas
EJEMPLO:
Sexo
Colores Machos Hembras Total
Blanco 185 205 390
LF 100 70 170
Caf 95 155 250
Negro 10 40 50
Total 390 470 860
FUENTE: CIP-La Raya - UNA - Puno.
GRFICO N 4.3
220
200
180 Machos
160
N de alpacas
140 Hembras
120
100
80
60
40
20
0
Blanco LF Caf Negro
Colores de las alpacas
NOTA: Los grficos compuestos deben contener una leyenda que identifi-
quen los componentes de cada clasificacin.
Estadstica Bsica Aplicada a la Ganadera - 89 -
c. Grfico de Barras Superpuestas.
SOLUCIN:
GRFICO N 4.4
400
380
360
340
320
300 Hembras
280
N de alpacas
260 Machos
240
220
200
180
160
140
120
100
80
60
40
20
0
Blanco LF Caf Negro
Sexo
Total (%)
Colores Machos (%) Hembras (%)
Blanco 47.44 52.56 100
LF 58.82 41.18 100
Caf 38.00 62.00 100
Negro 20.00 80.00 100
FUENTE: CIP-La Raya - UNA - Puno.
GRFICO N 4.5
100
95
90
85
80
75 Hem
PORCENTAJES
70
65 Mac
60
55
50
45
40
35
30
25
20
15
10
5
0
Blanco LF Caf Negro
parte (ni) X
EJEMPLO:
Construya un grfico de sector para los datos del CIP - La Raya que corres-
ponde a las alpacas de la raza Huacaya de diferentes colores.
Frec. Absoluta
Colores ni
Blanco 390
LF 170
Caf 250
Negro 50
Total 860
- 92 - V. Ibaez Q. Etapa de Presentacin de Datos
SOLUCIN:
391x360
Para el color Blanco:860 360 X = = 163
860
390 X
170x 360
Para el color LF: X = = 71
860
250x360
Para el color Caf: X = = 105
860
50 x 360
Para el color Negro: X = = 21
860
GRFICO N 4.6
21
Negro
105 Blanco
Caf Blanco 163 LF
Caf
Negro
LF
71
100% 360
Parte % X, entonces
(parte%)x360
X = nmero de grados =
100%
= (parte %)x(3.6)
EJEMPLO:
Frec. A b s o lu ta
Co lo res ni h i x100%
Blan co 390 45.3
LF 170 19.8
Caf 250 29.1
Neg ro 50 5.8
To tal 860 100.0
SOLUCIN:
Negro
5.8%
Caf Blanco
29.1% 45.3%
LF
19.8%
2. Las dos escalas deben guardar proporcin de tal forma que el grfico no d
impresin de fluctuaciones muy lentas o muy exageradas. Se acepta una
proporcin de 1 a 1 o de 1 a 2.
6. Cada escala debe ser rotulada de tal forma que se comprenda fcilmente
qu representa: Edad en aos o en meses, kilos o libras de peso, etc.
9. Las lneas del propio grfico deben dibujarse ms gruesas que las escalas.
10. No deben trazarse ms lneas coordenadas que las necesarias para la fcil
lectura, procurando que el cero aparezca en el diagrama.
EJEMPLO:
GRFICO N 4.8
96
94
92
Rendimiento (%)
90
88
86
84
82
80
1 2 3 4 5 6
EDADES (aos)
EJEMPLO:
CUADRO N 4.13
RAZA
Edad Wacaya Sury TOTAL
1 ao 12.30 16.80 29.10
2 aos 12.10 16.20 28.30
3 aos 11.30 15.50 26.80
4 aos 10.90 13.40 24.30
5 aos 10.50 12.90 23.40
6 aos 10.60 12.10 22.70
7 aos 9.60 11.60 21.20
8 aos 9.20 11.20 20.40
9 aos 8.70 11.00 19.70
10 aos 8.50 10.50 19.00
Fuente: CIP-La Raya, Oficina de Registros.
- 98 - V. Ibaez Q. Etapa de Presentacin de Datos
GRFICO N 4.9
CENTRO DE INVESTIGACIN Y PRODUCCIN LA RAYA
LONGITUD DE MECHA (cm) DE ALPACAS POR EDAD Y SEGN RAZA.
2 0 .0
1 6 .0
LONGITUD (cm
1 2 .0
8 .0
4 .0
0 .0
1 2 3 4 5 6 7 8 9 10
ED A D (a os )
CUADRO N 4.14
CENTRO DE INVESTIGACIN Y PRODUCCIN LA RAYA
NMERO DE ALPACAS DE RAZA HUACAYA POR AOS (1 ao de Edad)
1982 - 1991
N de
AO
Alpacas
1982 570
1983 546
1984 507
1985 636
1986 780
1987 715
1988 963
1989 991
1990 991
1991 937
Total 7636
Fuente: CIP - La Raya, Oficina de Registros.
Estadstica Bsica Aplicada a la Ganadera - 99 -
GRFICO N 4.10
1200
1000
N de Alpacas
800
600
400
200
0
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991
AOS
GRFICO N 4.11
1. Histograma de Frecuencias.
CUADRO N 4.15
24 0.24
22 20 20 20 0.22 0.20 0.20 0.20
20 18 0.20 0.18
Frec. absoluta (ni )
Frec. relativa (h i)
18 0.18
16 0.16
14 11 0.14
12 0.11
0.12
10 0.10
8 0.08
6 4 4 0.06 0.04 0.04
3 0.03
4 0.04
2 0.02
0 0.00
3.15 5.05 6.95 8.85 10.75 12.65 14.55 16.45 3.15 5.05 6.95 8.85 10.8 12.7 14.6 16.5
Longitud de mecha (cm) Longitud de mecha (cm)
2. Polgono de Frecuencias.
EJEMPLO:
Lo n g itu d d e Pu n to s me d io s Fre c . A b s o lu ta
me c h a (c m). Yi ni
2.2 - 4.1 3.15 3
4.1 - 6.0 5.05 4
6.0 - 7.9 6.95 18
7.9 - 9.8 8.85 20
9.8 - 11.7 10.75 20
11.7 - 13.6 12.65 20
13.6 - 15.5 14.55 11
15.5 - 17.4 16.45 4
T o ta le s 100
GRFICO N 4.14
Polgono de Frecuencias
22 Polgono de Frecuencia 22
20 20
18 18
Frec. absoluta (n i)
Frec. absoluta (ni )
16 16
14 14
12 12
10 10
8 8
6 6
4 4
2 2
0 0
3.15 5.05 6.95 8.85 10.75 12.65 14.55 16.45 3.15 5.05 6.95 8.85 10.75 12.65 14.55 16.45
a) b)
EJEMPLO:
SOLUCIN:
Ni 100 Hi 1.00
90 0.90
80 0.80 Ojiva menor que
70 Ojiva menor que 0.70
60 0.60
50 0.50
40 0.40
30 0.30
20 0.20
10 0.10
0 0.00
2.2 4.1 6.0 7.9 9.8 11.7 13.6 15.5 17.4 2.2 4.1 6.0 7.9 9.8 11.7 13.6 15.5 17.4
Longitud de mecha (cm). Longitud de mecha (cm)
EJEMPLO:
CUADRO N 4.17
DE LA ZONA DE MELGAR
Longitud de
mecha (cm). N*i H*i
mayor o igual que 2.2 100 1.00
mayor o igual que 4.1 97 0.97
mayor o igual que 6.0 93 0.93
mayor o igual que 7.9 75 0.75
mayor o igual que 9.8 55 0.55
mayor o igual que 11.7 35 0.35
mayor o igual que 13.6 15 0.15
mayor o igual que 15.5 4 0.04
mayor o igual que 17.4 0 0.00
Estadstica Bsica Aplicada a la Ganadera - 107 -
GRFICO N 4.17 GRFICO N 4.18
Distribucin acumulada menor que Distribucin relativa acumulada
de la Longitud de mecha (cm) en alpacas de la Longitud de mecha
de la Zona de Melgar (cm) de la Zona de Melgar
GRFICO N 4.19
OJIVAS MAYOR O IGUAL QUE Y OJIVA MENOR O IGUAL QUE
DE LA LONGITUD DE MECHA (cm.)
1.0 H* i Hi
hi
0.9 o jiv a m ay o r o jiv a m en o r
0.8 o igual que o igual que
0.7
0.6
0.5 M edian a
0.4
0.3
0.2
0.1
0.0
2.2 4.1 6.0 7.9 9.8 11.7 13.6 15.5 17.4
1 0 .2 8
Long itud de mecha (cm)
CUADRO N 4.18
N de ovinos
* * *
(Yi) ni Ni hi Hi hix100 Hix100 Ni Hi 100xH i
0 2 2 0.05 0.05 5 5 42 1.0000 100.00
1 4 6 0.10 0.14 10 14 40 0.9524 95.24
2 7 13 0.17 0.31 17 31 36 0.8571 85.71
3 6 19 0.14 0.45 14 45 29 0.6905 69.05
4 6 25 0.14 0.60 14 60 23 0.5476 54.76
5 2 27 0.05 0.64 5 64 17 0.4048 40.48
6 4 31 0.10 0.74 10 74 15 0.3571 35.71
7 4 35 0.10 0.83 10 83 11 0.2619 26.19
8 3 38 0.07 0.90 7 90 7 0.1667 16.67
9 4 42 0.10 1.00 10 100 4 0.0952 9.52
10 10
Total n
i =1
i = 42 h =1
i=1
i 100
hi 0.20
ni 7
0.18
6 0.16
5 0.14
4 0.12
0.10
3 0.08
2 0.06
1 0.04
0.02
0 0.00
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
N de ovinos N de ovinos
Los estadgrafos de posicin, son aquellos que describen la posicin que ocu-
pa la distribucin de frecuencias respecto a un valor de la variable, y se distinguen
- 112 - V. Ibaez Q. Estadgrafos de Posicin
dos tipos: Los estadgrafos de Tendencia Central y los de localizacin.
X + X 2 +L+ X N Xi X i
= M ( ) = 1 = i =1
o = i =1
N N N
Estadstico (muestra):
n n
x + x 2 +L + x n xi x i
x = M ( x) = 1 = i =1
o x= i =1
n n n
Estadstica Bsica Aplicada a la Ganadera - 113 -
donde n es el tamao de la muestra nmero de elementos del con-
junto de datos u observaciones.
EJEMPLO:
6.4, 16.9, 8.3, 2.3, 5.0, 3.7, 13.4, 7.4, 5.4, 7.5, ......, 13.1, 13.0
x i
6.4 + 16.9 + 8.3 + 2.3+L+131
. + 13.0 10251
.
x= i =1
= = = 10.251
100 100 100
x = 10.25
El promedio de la longitud de mecha (cm) de las 100 alpacas es 10.25 cm.
Ejemplo: Con los datos discretos que corresponde a los ovinos muertos en
invierno de 1999. Calcular el promedio.
42
x i
9 + 6 + 4 + 8+L+1 + 6 + 4
x= i =1
= = 4.33
42 42
Y n + Y2 n 2 +L+ Yi n i Yi n i Yn i i
Y = M ( Y) = 1 1 = i =1
= i =1
m
n
n n
i
i =1
- 114 - V. Ibaez Q. Estadgrafos de Posicin
m
con frecuencia relativa Y = h Y
i =1
i i
EJEMPLO:
Yn i i
10256
.
Y= i =1
= = 10.256
100 100
Estadstica Bsica Aplicada a la Ganadera - 115 -
5.2.2. Media Aritmtica para datos tabulados de variable DISCRETA.
n Y i i
X = M ( x) = Y = M ( Y) , Y= i =1
n
EJEMPLO:
N de ovinos
(Y i) ni Yini
0 2 0
1 4 4
2 7 14
3 6 18
4 6 24
5 2 10
6 4 24
7 4 28
8 3 24
9 4 36
10 10
Total n
i =1
i = 42 Yn i i = 182
i =1
182
Y=X= = 4.33 ovinos muertos por rebao.
42
OBSERVACIN:
Yn i i
X = M ( x) Y = M ( y) = i =1
EJEMPLO:
Realizamos una comparacin con datos no agrupados y datos que estn tabu-
lados en una distribucin de frecuencias.
100
X i
10251
.
Datos no agrupados: X = i =1
= = 10.251
n 100
8
n Y i i
10256
.
Datos agrupados: Y= i =1
= = 10.256
n 100
Estadstica Bsica Aplicada a la Ganadera - 117 -
P-1. Si todos los valores observados X1, X2, ... , Xn son iguales a k (donde k
es una constante), entonces: M(X) = M(k) = k
k /
nk
M ( x) = X k = i =1
= =k
n n/
EJEMPLO:
5 7x5
X5 = i =1
= =5
7 7
P-2. Si a cada valor de las observaciones X1, X2, ... , Xn se le suma o resta una
constante, la media aritmtica del nuevo conjunto transformado Yi = Xi
k, i = 1,2,..,n, es la media aritmtica del conjunto original ms o
menos la constante.
y
b g
i
1 n 1 n 1 n
Y= i =1
= Xi k = Xi k
n n i =1 n i =1 n i =1
- 118 - V. Ibaez Q. Estadgrafos de Posicin
/
nk
Y = X = Xk
n/
EJEMPLO: 6, 8, 4, 2, 4, 6 y k = 4
Y=
1 6
ib
6 i =1
X 4 = g
1 6
i 6
6 i =1
X
1 6
i =1
4
=
6 + 8 + 4 + 2 + 4 + 6 6/ x4 30
= 4 = 5 4
9 RS
6 6/ 6 1 T
P-3. Si cada valor de un conjunto X1, X2, ... , Xn se multiplica por una cons-
tante diferente de cero, la media aritmtica del conjunto transformado
Yi = kXi, i = 1,2,..,n, es la media aritmtica del conjunto original mul-
tiplicado por la constante:
y = M(y) = kM(x)
Prueba:
1 n 1 n k n
Y = M(y) = i n = i n = Xi =kM(x) = kX
n i=1
y = kX =
i 1 i 1
Fy I 5
GGH 5 JJK MN 5 PQ H 5 K
i =1
cX Xh = 0
n
(para datos no agrupados)
i
i =1
Estadstica Bsica Aplicada a la Ganadera - 119 -
n cY Yh = 0
m
(para datos agrupados).
i i
i=1
Donde: m = Es el nmero de clases.
ni = Frecuencia absoluta de la clase i.
Yi = Punto medio marcas de clase del intervalo i.
P-5. La suma de los cuadrados de las desviaciones de cada una de las observa-
ciones X1, X2, ... , Xn con respecto a su media es mnima. Si k es
cualquier valor, entonces:
cX h b g
n n
Xi k
2
X
2
i
(para datos no agrupados).
i =1 i =1
c h b g
m m
i =1 i =1
P-6. Si X1, X2, ... , Xn y Y1, Y2, ... , Yn son dos conjuntos de observaciones de
n valores cada uno de dos variables X e Y, expresados en las mismas
unidades:
M(XY)=M(x)M(Y)
LM X OP = M(X )
m m
M
N Q
i =1
i
i =1
i
di = Yi - Ot, i = 1,2,...,m
n d i i
1 m 1 m 1 m
M(d ) = i =1
n
=
n i =1
n i (Yi O t ) = n i Yi O t n i
n i =1 n i =1
= M(Y) - Ot de donde M(Y) = M(d) + Ot
EJEMPLO:
Hallar la media aritmtica por el mtodo abreviado para los datos agrupados
en una distribucin de frecuencias de la variable longitud de mecha (cm) de las
alpacas de la Zona de Melgar.
SOLUCIN:
Yi ni di = Yi - O t nid i
3.15 3 -7.6 -22.80
5.05 4 -5.7 -22.80
6.95 18 -3.8 -68.40
8.85 20 -1.9 -38.00
Ot 10.75 20 0 -152 102.6
12.65 20 1.9 38.00
14.55 11 3.8 41.80
16.45 4 5.7 22.80
8
100 nd
i=1
i i = -49.40
n d i i
n1d 1 + n 2 d 2 +L+ n 8d 8 49.4
M (d ) = i =1
= = = 0.494
n 100 100
M(Y) = M(d) + Ot
= -0.494 + 10.75
= 10.256
B. MTODO CODIFICADO).
Yi O t
ui = , i = 1,2,...., m
c
1 m
1 m
ni ui = ni i
Y Ot 1 mFG IJ
= n i ( Yi O t )
M ( u) =
n i =1 n i =1 c H
nc i =1 K
LM
O
n P
m
1 L1 O 1
= M n Y n O P = M M ( Y) O P
m m i
1
Q c MM n P
i =1
c Nn
i i i t t
PQ
n
i =1 i =1
N
1
M ( u) = M ( Y) O t , cM(u) = M(Y) - O t
c
EJEMPLO:
1. Elegimos Ot = 8.85
2. Calcular la diferencia entre las Yi es constante e igual a 1.9, entonces:
Yi 8.85
ui =
1.9
u n i i
74
M ( u) = i =1
= = 0.74
n 100
= 10.256
w x + w 2 x 2 +L+ w k x k w x i i
XP = 1 1 = i =1
w1 + w 2 +L+ w k k
w
i =1
i
EJEMPLO:
Lugares de
Provincia compra (plazas) Precio pagado S/. Por toro (Xi )
Huancan 3 380 410 401
San Romn 5 330 350 370 340 360
Puno 6 320 370 340 350 380 400
El Collao 4 422 430 490 410
Yunguyo 3 414 435 420
Putina 7 340 355 380 335 370 374 380
SOLUCION:
Estadstica Bsica Aplicada a la Ganadera - 125 -
Provincia X
i=1
i Wi Xi Xi Wi
Huancan 1191 3 397 1191
San Romn 1750 5 350 1750
Puno 2160 6 360 2160
El Collao 1752 4 438 1752
Yunguyo 1269 3 423 1269
Putina 2534 7 362 2534
6 6
Total Wi = 28
i=1
X W = 10656
i=1
i i
X W i i
10656
XP = i =1
6
= = 381 soles.
W
28
i
i =1
EJEMPLO:
X W i i
68.50
XP = i =1
3
= = 114
. 11 ,
W
6
i
i =1
EJEMPLO:
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80, n = 10
10
Xi 74 70 73 77 78 83 70 77.5 83 80 Log(X ) =
i=1
i
Log(Xi) 1.86923 1.84510 1.86332 1.88649 1.89209 1.91908 1.84510 1.88930 1.91908 1.90309 18.83188
10
Log ( X ) i
18.83188386
Xg = i =1
= = 1.883188386
n 10
LM Log( X ) OP
10
= Anti log M
MM n PPP = Anti log(1883188386
i
Pero: X g i =1
. ) = 76.4167188
N Q
X g = 76 cm., es igual al i).
Y
m
Yg = n Y1n1 . Y2n2 . Y3n3 L Ymnm = n n
ni
i , donde n = i
i =1 i =1
Yi = Marcas de clase, i = 1,2,...,m, m = Nmero de clases.
- 128 - V. Ibaez Q. Estadgrafos de Posicin
Aplicando logaritmos a ambos miembros de la ecuacin anterior es:
1
LogYg = Logn Y1n1 .Y2n2 .Y3n3LYmnm = n1LogY1 + n2LogY2 +L+nmLogYm
n
1 m
= n i LogYi
n i =1
LM n LogY OP
m
Y = Anti log M
MM n PPP
i i
i =1
g
N Q
EJEMPLO:
Hallar la media geomtrica Yg para los datos agrupados de la variable longi-
tud de mecha (cm) de los vellones de alpacas de la Zona de Melgar.
Marcas de clase Yi 3.15 5.05 6.95 8.85 10.75 12.65 14.55 16.45
Frecuencia (ni) 3 4 18 20 20 20 11 4
SOLUCIN:
1 8 98.7288254
LogYg = n i LogYi = = 0.987288253
n i =1 100
Estadstica Bsica Aplicada a la Ganadera - 129 -
DESVENTAJAS:
- Su clculo es engorroso.
- Esta limitado para valores positivos para que pueda ser interpretado.
- Si algn valor de la variable es cero, la X g ser cero.
- Si aparece algn valor negativo, la media geomtrica toma un valor
imaginario.
PROPIEDADES DE LA X g
X1 X 2 X n n X1 X 2 L X n
n L =
Y1 Y2 Yn n Y1 Y2 L Yn
1 n
XH = M H = n
= n
1 1
X
i =1
X
i =1
i i
n
Donde: n = Nmero de observaciones
Xi = Observaciones de la muestra.
EJEMPLO:
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80, n = 10
SOLUCIN:
10
Xi 74 70 73 77 78 83 70 77.5 83 80
i=1
1
Xi =
1/Xi 0.0135 0.0143 0.0137 0.0130 0.0128 0.0120 0.0143 0.0129 0.0120 0.0125 0.1310907
Estadstica Bsica Aplicada a la Ganadera - 131 -
n 10
XH = 10
= = 76.283 XH = 76.28 cm.
1
X
0131090709
.
i =1 i
Calculamos:
74 + 70 + 73+L+83 + 80
X = M ( x) = = 76.55 cm.
10
Xg = Mg = 10 74x70x73xL83x80 = 76.41671885
1
Tambin se puede usar con frecuencias relativas: YH = m
h
= Yi
i 1 i
USOS:
8
n 100
YH = 8
= = 906212215
. , n = ni = 100
ni 1103494285
. i=1
i=1 Yi
YH =9.06
Respuesta:
- XH Xg X
X 2
i
Xq = Mq ( x) = i =1
n
Donde: Xq = Media cuadrtica.
Xi = Valores de las observaciones.
n = Tamao de la muestra.
EJEMPLO:
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80, n = 10
- 134 - V. Ibaez Q. Estadgrafos de Posicin
SOLUCIN:
10
Xi 74 70 73 77 78 83 70 77.5 83 80 X =
i=1
2
i
2
Xi 5476 4900 5329 5929 6084 6889 4900 6006.25 6889 6400 58802.25
10
X 2
i
58802.25
Xq = i =1
= = 76.6826
n 10
Xq = 76.68 cm.
Respuesta:
El promedio curtico de la variable permetro torxico en alpacas de la
CIP. La Raya es 76.68 cm.
n Y i i
2
m
Yq = M q (Y) = i =1
, Donde: n = n i
n i=1
Yi = Marca de clase
EJEMPLO:
Encontrar la Media Cuadrtica Yq para los datos agrupados en intervalos de
frecuencia para la variable longitud de mecha (cm) de las muestras de velln de las
alpacas de la Zona de Melgar.
Estadstica Bsica Aplicada a la Ganadera - 135 -
2 2
[Y'i-1 - Y'i> Yi ni Y i niY i
2.2 - 4.1 3.15 3 9.9225 29.77
4.1 - 6.0 5.05 4 25.5025 102.01
6.0 - 7.9 6.95 18 48.3025 869.45
7.9 - 9.8 8.85 20 78.3225 1566.45
9.8 - 11.7 10.75 20 115.5625 2311.25
11.7 - 13.6 12.65 20 160.0225 3200.45
13.6 - 15.5 14.55 11 211.7025 2328.73
15.5 - 17.4 16.45 4 270.6025 1082.41
Totales 100 n Y i i
2
= 11490.51
11490.51
Yq = = 10.7194
100
Yq = 10.72 cm.
PROPIEDADES:
1. La media curtica es mayor o igual que la media aritmtica: X Xq = Mq(X)
50% 50%
X1 Me Xn
Me = X c n+1 h
2
{X~ = Me(x) = Me = X n+1
2
EJEMPLO:
SOLUCIN:
i) Se ordenan los datos: X1= 70, X2= 70, X3= 73, X4= 74,
70 70 73 74 77 78 80 83 83
~
X = Me = X ( n +1) = X ( 9 +1) = X ( 5) = 77
2 2
tomar como mediana cualquiera de ellos, o cualquier valor entre stos dos, para esto
se toma como mediana la semisuma de ambos valores.
X n + XF n I
~ GH 2 JK +1
X = Me =
2
EJEMPLO:
Encontrar la mediana con los datos de alpacas de dos aos de edad en el CIP.
La Raya, de la Raza Suri.
SOLUCIN:
i) Se ordenan los datos: X1= 70, X2= 70, X3= 73, X4= 74, X5= 77,
X6= 77.5, X7= 78, X8= 80, X9= 83, X10= 83
X10 + X10
~ +1 X(5) + X(6) 77 + 775
.
X = Me = 2 2
= = = 77.25
2 2 2
70 70 73 74 77 77.5 78 80 83 83
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10)
T
2 2
, si " n" es nmero entero par.
2
a) VARIABLE DISCRETA.
Yi ni Ni
Y1 n1 N1
Y2 n2 N2
. . .
. . .
Yj-1 n j-1 Nj-1 n
> N j 1
Yj nj Nj 2
. . .
. . .
Ym nm n
Total n
n
ii) Cuando = Nj-1, entonces Yj-1 Yj y cualquier valor
2
entre stos dos se puede considerar como la media-
na, y se calcula como:
Yj1 + Yj
Me =
2
- 140 - V. Ibaez Q. Estadgrafos de Posicin
Yi ni Ni
Y1 n1 N1
Y2 n2 N2
. . .
. . Nj-2 n
= N j1
Yj-1 n j-1 Nj-1 2
Yj nj Nj
. . .
. . .
Ym nm n
Total n
EJEMPLO:
SOLUCIN:
1) Construir la tabla de distribucin de frecuencias absolutas acumuladas
menor que.
N de ovinos
(Yi) ni Ni
0 2 2
1 4 6
2 7 13
3 6 19 n
= 21 > N4 = 19
44 6 25 2
5 2 27
6 4 31
7 4 35
8 3 38
9 4 42
10
Total n
i =1
i = 42
Estadstica Bsica Aplicada a la Ganadera - 141 -
n 42
2) Ubicar la posicin de la mediana: n = 42, = =21, entonces la menor
2 2
frecuencia absoluta que supera a 21 es N5 = 25 >21, luego j = 5 y j-1=5-
1=4.
n 42
3)
2
=
2
=21>Nj-1 = N4 = 19. Entonces la mediana es Me = Y5 = 4
EJEMPLO:
SOLUCIN:
1) Construir la tabla de distribucin de frecuencias absolutas acumuladas
menor que.
Sarna Sarcptica
(Yi) ni Ni
0 10 10
1 3 13
2 4 17
3 5 22
4 7 29
5 12 41 N6 n 90
= = 45> 41= N6
66 10 51 N7 2 2
7 13 64
8 8 72
9 10 82
10 8 90
11
Total n
i =1
i = 90
- 142 - V. Ibaez Q. Estadgrafos de Posicin
n 90
2) Ubicar la posicin de la Me, esto es n = 90, entonces = =45, entonces
2 2
N7 = 51 >45, luego j = 7 y j-1=7-1=6.
n 90
3)
2
=
2
=45>Nj-1 = 41 = N6. Entonces la mediana es Me = Y7 = 6
b) VARIABLE CONTNUA.
Y'i-1 - Y'i Yi ni Ni
Y'0 - Y'1 Y1 n1 N1
Y'1- Y'2 Y2 n2 N2
Y'2 - Y'3 Y3 n3 N3
. . . .
. . . .
. . . .
n
Y'j-2 - Y'j-1 Yj-1 nj-1 Nj-1 = N j1
2
Y'j-1 - Y'j Yj nj Nj
. . . .
. . . .
Y'm-1 - Y'm Ym nm n
Totales n
n
ii) Si >Nj-1, la mediana se debe encontrar dentro de la clase
2
j, es decir, en el intervalo [Yj-1,Yj>, llamada clase me-
diana. La frmula de la mediana es:
LM n N OP
+c M 2 PP
j1
Me = Yj'1 j
MN N N
j j1
Q
Donde: cj = Amplitud de la clase mediana.
Nj = Frecuencia absoluta acumulada de la clase mediana.
n = Nmero de observaciones en la muestra.
Yj-1 = Lmite inferior de la clase mediana.
- 144 - V. Ibaez Q. Estadgrafos de Posicin
Y'i-1 - Y'i Yi ni Ni
Y'0 - Y'1 Y1 n1 N1
Y'1 - Y'2 Y2 n2 N2
Y'2 - Y'3 Y3 n3 N3
. . . .
. . . .
. . . .
Y'j-2 - Y'j-1 Yj-1 n j-1 Nj-1 n
> N j1
Y'j-1 - Y'j Yj nj Nj 2
. . . .
. . . .
Y'm-1 - Y'm Ym nm n
Totales n
LM 1 H OP
+c M 2 PP
j1
Me = Y '
j 1 j
MN H H j j 1
Q
Donde: cj = Amplitud de la clase mediana.
Hj = Frecuencia relativa acumulada de la clase mediana.
Yj-1 = Lmite inferior de la clase mediana.
Y'i-1 - Y'i hi Hi
Y'0 - Y'1 h1 H1
Y'1 - Y'2 h2 H2
Y'2 - Y'3 h3 H3
. . .
. . .
. . .
Y'j-2 - Y'j-1 h j-1 Hj-1 1
> H j1
Y'j-1 - Y'j hj Hj 2
. . .
. . .
EJEMPLO:
Calcular la Mediana (Me) para los datos de longitud de mecha (cm) de alpacas
machos de la Zona de Melgar.
SOLUCIN:
n 100
2) Ubicar la posicin de la mediana: n = 100, entonces = =50, entonces
2 2
la menor frecuencia absoluta acumulada que supera es N5 = 65 >50, luego
j = 5 y j-1=5-1=4, La clase mediana es Y4 - Y5 = 9.8 - 11.7
n 100
3) Como = =50>45 = N4 , la mediana esta dada por:
2 2
LM n N OP LM100 N OP
+c M 2 PP = Y +19. MM N2 N PP = 98. +19. LMN5065 4545OPQ
j1 4
Me = Yj'1 '
MN N N
j
j j1
Q
4
N 5
Q
4
LM 5 OP = 10.275 cm.
Me = 9.8 + 19
.
N20Q
Respuesta: La mediana de la longitud de mecha (cm) de los vellones de alpacas
de 100 muestras es 10.28 cm. en la Zona de Melgar.
EJEMPLO:
SOLUCIN:
n 40
2) Ubicar la posicin de la mediana: n = 40, entonces = =20, entonces
2 2
N3 = 21 >20, luego j = 3 y j-1=3-1=2, la clase mediana es Y2 - Y3 = 70.5
- 86.5
n 40
3) Como = =20>8 = N2, la mediana esta dada por:
2 2
LM n N OP LM 40 N OP
+c M 2 PP = Y + 16MM N2 N PP = 705. + 16LMN2021 88OPQ
j1 2
Me = Yj'1 '
MN N N
j
j j1
Q
2
N 3 2
Q
LM12 OP = 85.27 cm.
Me = 70.5 + 16
N13 Q
Respuesta: La mitad de los comuneros poseen menos de 85 alpacas y la otra
mitad poseen mayores a esa suma.
PROPIEDADES DE LA MEDIANA.
X
i =1
i Me = mnimo , para datos no agrupados.
n n
m m
Me = Ym' , si m es par.
2
Donde: Yi = Marca de clase puntos medios.
m = Nmero de clases.
Yi = Lmite de clase.
VENTAJAS DE LA MEDIANA.
- Es til cuando los datos agrupados tienen clases abiertas en los extremos.
DESVENTAJAS DE LA MEDIANA.
- Se deben organizar los datos antes de realizar cualquier tipo de clculo para
determinar la mediana.
EJEMPLO:
Se registr a las alpacas machos de dos aos de edad de la raza Suri, la varia-
ble largo de cuelo (cm) en el CIP - La Raya, manejadas bajo condiciones de pastos
naturales (1995). La informacin se presenta a continuacin:
Largo de cuello (cm): 39, 42, 40, 40, 41, 41, 42, 42, 45, 42
Ordenado : 39, 40, 40, 41, 41, 42, 42, 42, 42, 45
SOLUCIN:
39 40 40 41 41 42 42 42 42 45
: 1
1
424
3 1424
2
3 144424443
2 4
:
1
ni 5
Valor de la Frec. Absolut. 4
var. Xi ni
3
39 1
40 2 2
41 2
1
42 4
45 1 0
Total 10 39 40 41 42 45 Xi
Altura a la cruz (cm) : 72, 78, 75, 80, 79, 81, 71, 82, 83, 77
Ordenado : 71, 72, 75, 77, 78, 79, 80, 81, 82, 83
Altura a la cruz (cm): 70, 78, 75, 78, 71, 71, 71, 78, 81, 80
Ordenando se tiene : 70, 71, 71, 71, 75, 78, 78, 78, 80, 81
Estadstica Bsica Aplicada a la Ganadera - 151 -
SOLUCIN:
a) VARIABLE DISCRETA.
EJEMPLO:
SOLUCIN:
(Yi) 0 1 2 3 4 5 6 7 8 9 10 Total
ni 10 3 4 5 7 12 10 13 8 10 8 90
n8
1. La frecuencia absoluta mxima es n8 = 13.
2. Luego la moda es el valor de la variable que corresponde a la frecuencia
n8 = 13, Md = 7.
En este caso, se cumple que Md(x) = Md(Y).
b) VARIABLE CONTNUA.
ni
Yi'1 + Yi'
Md = Yi =
2
0 Marcas de clase
Y' i-1 M d Y' i
Estadstica Bsica Aplicada a la Ganadera - 153 -
ii) Cuando no se cumple la condicin anterior, como sugiere en
el histograma de la figura siguiente, para un conjunto de
datos tabulados con intervalos de clase de igual amplitud
(ci = c), la estimacin de la moda se calcula por la frmula
obtenida grficamente como sigue:
ni M Q
c
P
n j+1 T
c
n j1 R
Clase Pos-Modal
c
Clase Pre-Modal
'
Yj1 Md Y j'
Md = Yj'1 + c
LM n n j1
OP Md = Yj'1 + c
LM OP
MNdn n i + dn n iPQ N + Q
j 1
j j1 j j+1 1 2
Donde:
'
Yj1 : Lmite inferior de la clase modal.
EJEMPLO:
SOLUCIN:
LM n n O L 20 18 O
Para A) Md = Y3' + c
bN n n g + bn n g PQ = 7.9 + 19. MN (20 18) + (20 20) PQ = 9.8 cm.
4 3
4 3 4 5
L n n
Md = Y + c M
O L 20 20 O
bN n n g + bn n g PQ = 9.8 + 1.9MN (20 20) + (20 20) PQ = 9.8 cm.
' 5 4
Para B) 4
5 4 5 6
Estadstica Bsica Aplicada a la Ganadera - 155 -
LM O L 20 18 O
g PQ = 11.7 + 1.9MN (20 20) + (20 11) PQ = 11.7 cm.
n 6 n5
N bn g b
Para C) Md = Y5' + c
6 n5 + n 6 n 7
Int. De clase ni
[0 - 1 > 3
[1 - 2 > 10
[2 - 3 > 17 Frec. Ms alta.
[3 - 4 > 8
[4 - 5 > 5
Total 43
SOLUCIN:
Yj-1 - Yj = Y2 - Y3 =2 - 3, luego j = 3, j -1 = 2
nj = n3 = 17
nj-1 = n2 = 10 c=1
nj+1 = n4 = 8
LM n n OP = 2 +1L 17 10 O = 2.44
Nbn n g + bn n gQ MN(17 10) + (17 8) PQ
Md = Y2' + c 3 2
3 2 3 4
Entonces la Md = 2.44 ~ 2.
EJERCICIO:
VENTAJAS DE LA MODA
1. La moda, se puede usar como una localizacin, tanto para datos cualita-
tivos y cuantitativos.
DESVENTAJAS DE LA MODA
A. DISTRIBUCIONES SIMTRICAS.
X = Me = Md
X = Me = Md
B. DISTRIBUCIONES ASIMTRICAS.
Sesgada a la derecha
X > Me > Md
Md Me X
Sesgada a la izquierda
X < Me < Md
X Me Md
X Md 3( X Me)
Md = X 3( X Me)
Md = 10.256 - 3(10.256-10.275) = 10.313
5.3.1. CUARTILES.
Xmn. Xmx.
0% Q1 Q2 = Me Q3 100%
n 2n n 3n
25% 25% = 25% 25%
4 4 2 4
50% 50%
75%
25% de n Q1 75% de n
n +1
2. Se localiza el punto de posicin del valor correspondiente a la
4
observaciones ordenada.
n +1 n +1
i) Si es un entero, entonces Q1 = al punto de posicin de = Xn+1
4 4 4
n +1
ii) Si no es un entero, realizar una interpolacin lineal entre los
4
dos valores de las dos observaciones entre las cuales se encuentra
la fraccin.
- 160 - V. Ibaez Q. Estadgrafos de Posicin
EJEMPLO:
SOLUCIN:
Q1
70 70 73 74 77 77.5 78 80 83
70 70 73 74 77 77.5 78 80 83 83 84
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10) X(11)
Estadstica Bsica Aplicada a la Ganadera - 161 -
n 1
i. Si N j1 = H j 1 = , el primer cuartil es Q1, = Yj-1 donde Yj-1=Lmite
4 4
inferior de la clase que contiene a Q1.
n 1
ii. Si N j 1 < H j1 < , entonces, el primer cuartil debe encontrarse dentro
4 4
del intervalo [Yj-1- Yj>, entonces Q1 debe localizar a una distancia
d de Yj-1, expresado de la siguiente manera: Q1, = Yj-1 +d.
- 162 - V. Ibaez Q. Estadgrafos de Posicin
n
en qu amplitud d N j1 observaciones
4
Esto es: c i N j N j1 U| LM n N OP
V| d=M 4 PPc
j1
de donde:
MN N N
n
d N j1
W
j
4 j j1
Q
Luego:
LM n N OP
+c M 4 PP
j1
'
MN N N
Q1 = Yj-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Q1.
cj = Amplitud de la clase que contiene a Q1.
Nj = Frecuencia absoluta acumulada de la clase que contiene a Q1.
Nj-1 = Frecuencia absoluta acumulada inmediatamente anterior a la clase de Q1.
Estadstica Bsica Aplicada a la Ganadera - 163 -
LM 1 H OP
+c M 4 PP
j1
'
MN H H
Q1 = Yj-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Q1.
cj = Amplitud de la clase que contiene a Q1.
Hj = Frecuencia relativa acumulada de la clase que contiene a Q1.
Hj-1 = Frec. relativa acumul. inmediatamente anterior a la clase de Q1.
EJEMPLO:
Calcular el primer cuartil (Q1) con los datos de la longitud de mecha (cm) en
alpacas de la Zona de Melgar que corresponde al ejemplo anterior:
SOLUCIN:
n 100
2. Ubicar la posicin de Q1: n = 100, entonces = =25, entonces la menor
4 4
n
frecuencia absoluta acumulada (Ni) que supera a =25 es N4 =45 >50,
4
- 164 - V. Ibaez Q. Estadgrafos de Posicin
n
luego j = 4 y j-1=4-1=3, Pero N3 = 25 = =25, entonces el intervalo que
4
contiene a Q1 es:
Q1 = Yj-1 = Y3 = 7.9
n
Se debe comprobar que: N j1 < N j esto es igual a: 25 25 < 45
4
LM 2/ n N OP LM n N OP
+ c M 4/ PP = Y +c M 2 PP
j1 j1
Q 2 = Me = Yj'1 '
j
MN N N
j j1
Q
j1
MN N N
j
j j1
Q
C. TERCER CUARTIL (Q3).
75% de n Q3 25% de n
3 ( n + 1)
i) Si es un entero, entonces Q3 = al punto de posicin de
4
3( n + 1)
= X3( n+1)
4 4
3 ( n + 1)
ii) Si no es un entero, es decir es fraccionario, realizar una
4
interpolacin lineal entre los dos valores correspondientes a las
dos observaciones entre las cuales se encuentra la fraccin.
EJEMPLO:
Determinar el tercer cuartil Q3 para los datos del ejemplo anterior que corres-
ponde al permetro torxico (cm) en alpacas de la Raza Suri (1995).
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80, 84 n = 11
SOLUCIN:
Q3
70 70 73 74 77 77.5 78 80 83 83 84
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10) X(11)
3(11 + 1) 36
2. Como n = 11, entonces = = 9 , el valor de Q3 es la novena obser-
4 4
Q3
70 70 73 74 77 77.5 78 80 83 83
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10)
3n 3
i. Si N j1 = H j1 = , el tercer cuartil es Q3, = Yj-1.
4 4
3n 3
ii. Si N j1 < H j1 < , entonces, el tercer cuartil debe encontrarse den-
4 4
tro del intervalo [Yj-1- Yj>. Es decir Q3 debe localizarse a una
distancia d de Yj-1, expresado como: Q3 = Yj-1 +d.
3n
en qu amplitud d N j1 observaciones
4
Esto es: c i N j N j1 U| LM 3n N OP
V| de donde: d = c M 4 PP
j1
MN N N
3n
d N j1
W
j
4 j j1
Q
- 168 - V. Ibaez Q. Estadgrafos de Posicin
Luego:
LM 3n N OP
+c M 4 PP
j1
'
MN N N
Q3 = Yj-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Q3.
cj = Amplitud de la clase que contiene a Q3.
Nj = Frecuencia absoluta acumulada de la clase que contiene a Q3.
Nj-1 = Frecuencia absoluta acumulada inmediatamente anterior a la clase de Q3.
LM 3 H OP
+c M 4 PP
j1
'
MN H H
Q3 = Y j-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Q3.
cj = Amplitud de la clase que contiene a Q3.
Hj = Frecuencia relativa acumulada de la clase que contiene a Q3.
Hj-1 = Frecuencia relativa acumulada inmediatamente anterior a la clase de Q 3.
EJEMPLO:
Calcular el tercer cuartil (Q3) con los datos de la longitud de mecha (cm) en
alpacas de la Zona Melgar, y que corresponde al ejemplo anterior:
SOLUCIN:
3 n 3(100)
2) Ubicar la posicin de Q3: n = 100, entonces = =75, entonces N6,
4 4
luego j = 6, j-1 = 5, por lo tanto, la clase que contiene a Q3 es Y5 - Y6 =
11.7 - 13.6.
3n
3) Como =75>N5 = 65, el tercer cuartil es:
4
n
Se debe comprobar que: N j1 < N j esto es igual a: 65 75 < 85
4
LM3n N OP LM3(100) N OP
Q =Y +c M 4 PP = Y +c MM N4 N PP =117. +19. LMN7585-6565OPQ =1265
j1 5
' '
MNN N
3 j-1 j 5 j .
j j1
Q N 6
Q 5
Q3 = 12.65 cm.
0% 10% D1 10% D2 10% D3 10% D4 10% D5 10% D6 10% D7 10% D8 10% D9 10% 100%
X min n 2n 3n 4n 5n 6n 7n 8n 9n X mx
10 10 10 10 10 10 10 10 10
14444444
4244444444
35n=n14444444
4244444444
3
50% 10 2 50%
i(n)+5
2. Se localiza el punto de posicin del valor correspondiente a la
10
observaciones ordenada. Entonces:
i ( n) 5
i) Si +
L
es un entero, entonces Di = X i ( n ) 5O
NM 10 + 10 QP
10 10
i ( n) 5
ii) Si + no es un entero exacto, Di se obtiene por interpolacin
10 10
lineal entre los dos valores correspondientes a las dos observacio-
Estadstica Bsica Aplicada a la Ganadera - 171 -
nes entre las cuales se encuentra la fraccin.
EJEMPLO:
Determinar el primer decil (Di ) para los datos del ejemplo anterior que co-
rresponde al permetro torxico (cm) en alpacas de la Raza Suri (1995).
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80, 84 n = 11
SOLUCIN:
D1
70 70 73 74 77 77.5 78 80 83 83 84
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10) X(11)
D5 = ?
i) ubicar la posicin de D5: 5(11) + 5 = 60 = 6, D5 = X 5(11) 5 = X ( 6) = 77.5 cm.
10 10 10 +
10 10
D5
70 70 73 74 77 77.5 78 80 83 83
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10)
5(10) 5 55
2) ubicar la posicin de D5: + = . , D5 = 77 + ( 77.5 77) x0.5 = 77.25 cm.
= 55
10 10 10
9 (11) 5 104
i) ubicar la posicin de D9: + = = 10.4 , D 9 = 83 + (84 83) x1 = 84 cm.
10 10 10
Respuesta: D9= 84 cm., nos indica que el 90% de los medidas del perme-
tro torxico en alpacas, tienen medidas inferiores o igual a 84 cm. y el resto de
medidas (10%), tienen medidas de permetro torxico superiores a 84 cm.
i( n ) i
2. Se determina la posicin o si se considera la tabla de Hj, i = 1,2,3,
10 10
..., 9.
i(n) i
i. Si N j1 = H j1 = , entonces Di, = Yj-1.
10 10
i(n) i
ii. Si > N j1 > H j1 , entonces Di = Yj-1 +d.
10 10
i(n)
en qu amplitud d Nj1 observaciones
10
MN N N
in
d N j1
W
j
10 j j1
Q
Luego:
LM i(n) N OP
+ c M 10 PP,
j1
'
i = 1,2,...,9
MN N N
Di = Yj-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Di.
cj = Amplitud de la clase que contiene a Di.
Nj = Frecuencia absoluta acumulada de la clase que contiene a Di.
- 174 - V. Ibaez Q. Estadgrafos de Posicin
Nj-1 = Frec. absoluta acumulada inmediatamente anterior a la clase de Di.
LM i H OP
+ c M 10 PP,
j 1
'
i = 1,2,....,9
MN H H
D i = Yj-1 j
j j 1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Di.
cj = Amplitud de la clase que contiene a Di.
Hj = Frecuencia relativa acumulada de la clase que contiene a Di.
Hj-1 = Frec. relativa acumulada inmediatamente anterior a la clase de Di.
EJEMPLO:
Calcular los siguientes deciles: D1, D2,D3, ... , D9 para los datos de longitud de
mecha (cm) en alpacas de la Zona Melgar, y que corresponde al ejemplo anterior:
SOLUCIN:
i(n) 1(100)
2) Ubicar la posicin de D1: n = 100, entonces = =10, entonces N3,
10 10
luego j =3, j-1 = 2, por lo tanto la clase que contiene a D1 es Y2 - Y3 =
6.0 - 7.9.
i(n)
3) Como =10>N2 = 7, entonces: Y2 - Y3 = 6.0 - 7.9.
10
i(n)
Se debe comprobar que: Nj1 < Nj esto es igual a: 7 10 < 25 . Re-
10
emplazando en la frmula se tiene:
LM i(n) N OP LM1(100) N OP
D =Y + c M 10 PP = Y +c MM N10 N PP = 60. +19. LMN1025-77OPQ = 632
j1 2
' '
MN N N
1 j-1 j 2 j .
j j1
Q N 3 2
Q
D1 = 6.32 cm.
2 (100)
2) Como =20>N2 = 7, entonces: Y2 - Y3 = 6.0 - 7.9.
10
LM 2(100) N OP
D = Y + c M 10 P
2
L20 7 OP = 7.37
. M
= 6.0 + 19
N 25- 7 Q
'
2
MN N N PQ
2 j
3 2
D2 = 7.37cm.
3(100)
2) Como =30>N3 = 25, reemplazando en la frmula se tiene:
10
LM 3(100) N OP
D = Y + c M 10 P
3
L 30 25OP = 8.375
. M
= 7.9 + 19
N 45- 25 Q
'
3 3
MN N N PQ
j
4 3
D3 = 8.375 cm.
4(n) 4(100)
1) Ubicar la posicin de D4: n = 100, entonces = =40, ste nmero
10 10
esta comprendido entre 25 y 45, entonces j =4, j-1 = 3, con: Y3 - Y4 = 7.9
- 9.8.
4(100)
2) Como =40>N3 = 25, entonces reemplazando en la frmula se tiene:
10
LM 4(100) N OP
= Y + c M 10 P
3
L40 25OP = 9.325
. M
= 7.9 + 19
N 45- 25 Q
'
MN N N PQ
D4 3 j
4 3
D4 = 9.325 cm.
Respuesta: El 40% de los vellones de alpaca miden igual o inferior a 9.33 cm.,
y el resto 60% de vellones de alpacas, la longitud de mecha (cm) tienen mayores a
9.33 cm.
5(n) 5(100)
1) Ubicar la posicin de D5: n = 100, entonces = =50, ste nmero
10 10
esta comprendido entre 45 y 65, entonces j =5, j-1 = 4, se encuentra en el
intervalo de clase: Y4 - Y5 = 9.8 - 11.7.
5(100)
2) Como =50>N4 = 45, entonces reemplazando en la frmula se tiene:
10
LM 4(100) N OP
D = Y + c M 10 P
4
L50 45OP = 10.275
. M
= 9.8 + 19
N 65- 45 Q
'
5 4
MN N N PQ
j
5 4
- 178 - V. Ibaez Q. Estadgrafos de Posicin
Respuesta: El 50% de los vellones de alpaca miden como mximo 10.28 cm.
y el otro 50% tienen medidas de longitud de mecha mayores a 10.28 cm.
6(n) 6(100)
1) Ubicar la posicin de D6: n = 100, entonces = =60, entonces ste
10 10
nmero esta comprendido entre 45 y 65, entonces j =5, j-1 = 4, se encuen-
tra en el intervalo de clase: Y4 - Y5 = 9.8 - 11.7.
6(100)
2) Como =60>N4 = 45, entonces reemplazando en la frmula se tiene:
10
LM 6(100) N OP
D = Y + c M 10 P
4
L60 45OP = 11225
. M
= 9.8 + 19
N 65- 45 Q .
'
6 4
MN N N PQ
j
5 4
D6 = 11.23 cm.
Respuesta: El 60% de los vellones de alpacas poseen como mximo 11.23 cm.
de longitud de mecha y el 40% de las longitudes de mecha son superiores a 11.23 cm.
7(n) 7(100)
1) Ubicar la posicin de D7: n = 100, entonces = =60, entonces ste
10 10
nmero esta comprendido entre 65 y 85, entonces j =6, j-1 = 5, se encuen-
tra en el intervalo de clase: Y5 - Y6 = 11.7 - 13.6.
7(100)
2) Como =70>N5 = 65, entonces reemplazando en la frmula se tiene:
10
Estadstica Bsica Aplicada a la Ganadera - 179 -
LM 7(100) N OP
D = Y + c M 10 P
5
L70 65OP = 12175
. M
= 117
. + 19
N 85- 65 Q .
'
7 5
MN N N PQ
j
6 5
D7 = 12.18 cm.
8(n) 8(100)
1) Ubicar la posicin de D8: n = 100, entonces = =80, entonces ste
10 10
nmero esta comprendido entre 65 y 85, entonces j =6, j-1 = 5, se encuen-
tra en el intervalo de clase: Y5 - Y6 = 11.7 - 13.6.
8(100)
2) Como =80>N5 = 80, entonces reemplazando en la frmula se tiene:
10
LM 8(100) N OP
D = Y + c M 10 P
5
L80 65OP = 13125
. M
= 117
. + 19
N Q
'
MN PQ
.
8 5 j
N 6 N 5 85- 65
D8 = 13.13 cm.
9(n) 9(100)
1) Ubicar la posicin de D9: n = 100, entonces = =90, entonces ste
10 10
nmero esta comprendido entre 85 y 96, entonces j =7, j-1 = 6, se encuen-
tra en el intervalo de clase: Y6 - Y7 = 13.6 - 15.5.
- 180 - V. Ibaez Q. Estadgrafos de Posicin
9(100)
2) Como =90>N6 = 85, entonces reemplazando en la frmula se tiene:
10
LM 9(100) N OP
D = Y + c M 10 P L90 85OP = 14.46
. M
6
= 136
. + 19
N 96-85 Q
'
9
MN N N PQ
5 j
7 6
D9 = 14.46 cm.
Xmn. P 50 Xmx.
0%
P1 P2 P3 ...... ...... P 50 ...... P 97 P 98 P 99 100%
1% 1% 1% 1% ...... ...... 1% 1% 1%
2% 98%
98% 2%
99% 1%
i(n) i
i. Si N j1 = H j1 = , entonces Pi, = Yj-1.
100 100
i(n) i
ii. Si Nj1 < Hj1 < , entonces Pi = Yj-1 +d.
100 100
i(n)
en qu amplitud d N j1 observaciones
100
MN N N
in
d N j1
W
j
100 j j1
Q
Luego:
LM i(n) N OP
+ c M 100 PP,
j1
'
i = 1,2,...,99
MN N N
Pi = Yj-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Pi.
cj = Amplitud de la clase que contiene a Pi.
Nj = Frecuencia absoluta acumulada de la clase que contiene a Pi.
Nj-1 = Frec. absoluta acumulada inmediatamente anterior a la clase de Pi.
n = Tamao de muestra.
LM i H OP
+ c M 100 PP,
j1
'
i = 1,2,....,99
MN H H
Pi = Y j-1 j
j j1
Q
Donde: Yj-1 = Lmite inferior de la clase que contiene a Pi.
cj = Amplitud de la clase que contiene a Pi.
Hj = Frecuencia relativa acumulada de la clase que contiene a Pi.
Hj-1 = Frec. relativa acumulada inmediatamente anterior a la clase de Pi.
Estadstica Bsica Aplicada a la Ganadera - 183 -
EJEMPLO:
Calcular los percentiles: P10, P17, P20, P30, P25, P50, P75, P90 para la longitud de
mecha (cm) de los vellones de alpacas de la Zona Melgar.
PERCENTIL (P10)
i(n) 10(100)
2) Ubicar la posicin de P10: n = 100, entonces = =10, entonces ste
100 100
valor est comprendido entre 7 y 25, luego j =3, j-1 = 2, por lo tanto, la
clase que contiene a P10 es Y2 - Y3 = 6.0 - 7.9.
10(100)
3) Como =10>N2 = 7, entonces: Y2 - Y3 = 6.0 - 7.9.
100
Reemplazando en la frmula de Percentil, se tiene:
LM 10(100) N OP
= Y + c M 100 P
2
L10 7 OP = 6.32
. M
= 6.0 + 19
N 25- 7 Q
'
P10 2
MN N N PQ
j
3 2
PERCENTIL (P17)
i(n) 17(100)
1) Ubicar la posicin de P17: n = 100, entonces = =17, entonces ste
100 100
valor est comprendido entre 7 y 25, luego j =3, j-1 = 2. por lo tanto, la
clase que contiene a P17 es Y2 - Y3 = 6.0 - 7.9.
17(100)
2) Como =17>N2 = 7, entonces: Y2 - Y3 = 6.0 - 7.9.
100
Reemplazando en la frmula de Percentil, se tiene:
LM 17(100) N OP
P = Y + c M 100 P
2
L17 7 OP = 7.06
. M
= 6.0 + 19
N 25- 7 Q
'
1 2
MN N N PQ
j
3 2
PERCENTIL (P20)
i(n) 20(100)
1) Ubicar la posicin de P20: n = 100, entonces = =20, entonces ste
100 100
valor est comprendido entre 7 y 25, luego j =3, j-1 = 2, por lo tanto, la
clase que contiene a P20 es Y2 - Y3 = 6.0 - 7.9.
20(100)
2) Como =20>N2 = 7, entonces: Y2 - Y3 = 6.0 - 7.9.
100
Reemplazando en la frmula de Percentil, se tiene:
Estadstica Bsica Aplicada a la Ganadera - 185 -
LM 20(100) N OP
= Y + c M 100 P L 20 7 OP = 7.37
. M
2
= 6.0 + 19
N 25- 7 Q
'
P20 2
MN N N PQ
j
3 2
PERCENTIL (P25)
i(n) 25(100)
1) Ubicar la posicin de P25: n = 100, entonces = =25, en este caso
100 100
coincide con la N3 = 25, entonces j = 4, j-1=3, el percentil P25 = Y3 = 7.9.
PERCENTIL (P30)
i(n) 30(100)
1) Ubicar la posicin de P30: n = 100, entonces = =30, entonces ste
100 100
valor est comprendido entre 25 y 45, luego j =4, j-1 = 3, por lo tanto, la
clase que contiene a P30 es Y3 - Y4 = 7.9 - 9.8.
30(100)
2) Como =30>N3 =25, entonces: Y3 - Y4 = 7.9 - 9.8.
100
Reemplazando en la frmula de Percentil, se tiene:
LM 30(100) N OP
= Y + c M 100 P
3
L 30 25OP = 8.375
. M
= 7.9 + 19
N 45- 25 Q
'
P30 3 j
MN N N PQ4 3
PERCENTIL (P50)
i(n) 50(100)
1) Ubicar la posicin de P50: n = 100, entonces = =50, entonces ste
100 100
valor est comprendido entre 45 y 65, luego j =5, j-1 = 4, por lo tanto, la
clase que contiene a P50 es Y4 - Y5 = 9.8 - 11.7.
50(100)
2) Como =50>N4 =45, entonces: Y4 - Y5 = 9.8 - 11.7.
100
Reemplazando en la frmula de Percentil, se tiene:
LM 50(100) N OP
= Y + c M 100 P
4
L50 45OP = 10.275
. M
= 9.8 + 19
N 65-45 Q
'
P50 4 j
MN N N PQ
5 4
PERCENTIL (P75)
i(n) 75(100)
1) Ubicar la posicin de P75: n = 100, entonces = =75, entonces ste
100 100
valor est comprendido entre 65 y 85, luego j =6, j-1 = 5, por lo tanto, la
clase que contiene a P75 es Y5 - Y6 = 11.7 - 13.6.
75(100)
2) Como =75>N5 =65, Y5 - Y6 = 11.7 - 13.6.
100
Reemplazando en la frmula de Percentil, se tiene:
Estadstica Bsica Aplicada a la Ganadera - 187 -
LM 75(100) N OP
= Y + c M 100 P
5
L75 65OP = 12.65
. M
= 117
. + 19
N 85- 65 Q
'
MN N N PQ
P75 5 j
6 5
Respuesta: El 75% de los vellones de alpacas miden como mximo 12.65 cm.
y el resto 25% de vellones son superiores a 12.65 cm. para la variable longitud de
mecha (cm).
FRMULA GENERAL:
R| Cuartil U| LM ? n N OP
C=S
| Qu int il |V = Y '
+c M ?
j1
PP
|| Decil || j1
MN N N
j
j1
Q
TPercentilW
j
- 188 - V. Ibaez Q. Estadgrafos de Posicin
5.4. MTODOS AUTOMATIZADOS (Statgraphics).
Opciones Tabulares: MEDIDAS DE POSICIN
Analysis Summary
The StatAdvisor
---------------
This procedure is designed to summarize a single sample of data.
It will calculate various statistics and graphs. Also included in the
procedure are confidence intervals and hypothesis tests. Use the
Tabular Options and Graphical Options buttons on the analysis toolbar
to access these different procedures.
Estadstica Bsica Aplicada a la Ganadera - 189 -
La opcin tabular Analysis Summary es la opcin por defecto y presenta un
primer resumen de los datos tal como ya hemos visto. La opcin Summary Statistics
nos lleva a la salida que se presenta a continuacin, que incluye por defecto varias
medidas de posicin, dispersin, asimetra y curtosis (nmero de valores de la varia-
ble, media cuasivarianza, cuasidesviacin tpica, mximo, mnimo, coeficientes de
asimetra y curtosis estandarizados y suma de los valores de la variable, as como el
mensaje del intrpretee de resultados).
Count = 100
Average = 10.251
Variance = 10.1161
Standard deviation= 3.18058
Minimum = 2.3
Maximum = 17.3
Range = 15.0
Stnd. skewness = -0.237766
Stnd. kurtosis = -1.18215
The StatAdvisor
---------------
This table shows summary statistics for lome. It includes measures
of central tendency, measures of variability, and measures of shape.
Of particular interest here are the standardized skewness and
standardized kurtosis, which can be used to determine whether the
sample comes from a normal distribution. Values of these statistics
outside the range of -2 to +2 indicate significant departures from
normality, which would tend to invalidate any statistical test
regarding the standard deviation. In this case, the standardized
skewness value is within the range expected for data from a normal
distribution. The standardized kurtosis value is within the range
expected for data from a normal distribution.
stas opciones se pueden marcar con una cruz todas aquellas medidas que se
deseen calcular. Se observa que por defecto ya estn marcadas las medidas anterior-
mente calculadas, tal como se presenta a continuacin:
Se marcarn las opciones que corresponden a ste captulo, es decir las medi-
das de tendencia central o medidas de posicin, ms no as las medidas de dispersin
o variabilidad, tal como se presenta en seguida:
Estadstica Bsica Aplicada a la Ganadera - 191 -
Count = 100
Average = 10.251
Median = 10.3
Mode = 11.3
Geometric mean = 9.69152
Lower quartile = 7.75
Upper quartile = 12.8
The StatAdvisor
---------------
This table shows summary statistics for lome. It includes measures
of central tendency, measures of variability, and measures of shape.
Of particular interest here are the standardized skewness and
standardized kurtosis, which can be used to determine whether the
sample comes from a normal distribution. Values of these statistics
outside the range of -2 to +2 indicate significant departures from
normality, which would tend to invalidate any statistical test
regarding the standard deviation. To calculate the standardized
skewness, press the alternate mouse button and select Pane Options.
To calculate the standardized kurtosis, press the alternate mouse
button and select Pane Options.
- 192 - V. Ibaez Q. Estadgrafos de Posicin
Percentiles.
1.0% = 3.0
5.0% = 5.15
10.0% = 6.35
25.0% = 7.75
50.0% = 10.3
75.0% = 12.8
90.0% = 14.55
95.0% = 15.1
99.0% = 17.1
Estadstica Bsica Aplicada a la Ganadera - 193 -
The StatAdvisor
---------------
This pane shows sample percentiles for lome. The percentiles are
values below which specific percentages of the data are found. You
can see the percentiles graphically by selecting Quantile Plot from
the list of Graphical Options.
EJERCICIOS 5.1
1. En el ILLPA-INIA, se ensay un experimento en el consumo y utilizacin de
Avena (Avena sativa) con ensilaje de avena y sin aditivos (urea-sal) en el engorde
de ovinos criollos, el objetivo fue evaluar la ganancia de peso final kg (Y). La
tabla de distribucin de frecuencias se presenta a continuacin:
a) Calcule: Media aritmtica por los dos mtodos (abreviado y codificado), Me-
diana, Moda, Media Geomtrica, Media Armnica, Media cuadrtica, distri-
buciones asimtricas o simtricas e interprete los resultados.
b) Calcular: Q1, Q2, Q3, D1, D2, D3, D4, D5, D6, D7, D8, D9 y P5, P10, P15, P20, P25,
P30, P35, P40, P45, P50, P55, P60, P65, P70, P75, P80, P85, P90, P95, e interprete los
resultados.
6.1. INTRODUCCIN.
R = Xmx - Xmn.
EJEMPLO:
N de animal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Cala - Cala 47 38 38 29 38 30 34 27 27 25 26 28 27 28 42 30 37 35 26 25
Pampa Galeras 35 38 36 33 32 37 34 33 32 34 35 42 36 36 40 35 37 36 36 37
SOLUCIN:
EJEMPLO:
Para los ejemplos anteriores que corresponden a las vicuas machos adultos
de los centros de Reserva de Crianza de Vicuas, se tiene tabulados o agrupados en
tablas de distribucin de frecuencias:
Tabla de Distribucin para Cala - Cala Tabla de Distribucin para Pampa Galeras
[Y'i-1 - Y'i> ni Ni hix100 Peso Vivo kg. ni Ni hix100
25.0
25 -
29.4 10 10 50 32 34- 4 4 20
29.4 -
33.8 2 12 10 34 36- 5 9 25
33.8 -
38.2 6 18 30 36 38- 8 17 40
38.2 -
42.6 1 19 5 38 40- 1 18 5
47
42.6 - 47.0 1 20 5 40 - 4242 2 20 10
Totales 20 100 Totales 20 100
R=Y'5 - Y'0 =47.0- 25 =22 kg. R=Y'5 - Y'0 =42 - 32 =10 kg. De PV.
RECORRIDO INTERCUARTLICO
X (1) X (n)
Dato menor Primer cuartil Segundo cuartil Tercer cuartil Dato mayor
Q 1 = P 25 Q 2 = P 50 Q 3 = P 75
- 200 - V. Ibaez Q. Estadgrafos de Dispersin
Esta medida es ms exacta que el recorrido de la variable (Rango), ya que
evita el inconveniente de valores extremos o sospechozos, tratando de que los valores
separen entre si el 50% de los valores, los ms centrales de la variable.
EJEMPLO:
Calcular el RI para los datos de las vicuas del ejemplo anterior para ambos
(Cala - Cala y Pampa Galeras).
SOLUCIN:
Clculo de Q1 = ?
n = 20
Q1 Q3
Xi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Cala - Cala 25 25 26 26 27 27 27 28 28 29 30 30 34 35 37 38 38 38 42 47
Clculo de Q3.
SOLUCIN:
Q1 Q3
X(i) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pampa Galeras 32 32 33 33 34 34 35 35 35 36 36 36 36 36 37 37 37 38 40 42
Clculo de Q3.
X(15) = 37 UV
Q1 = X(15) + X(16) X(15) (075
. )
X(16) = 37 W Q1 = 37 + (37 37)(0.75) = 37 kg
Es decir:
X(i) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Cala - Cala 25 25 26 26 27 27 27 28 28 29 30 30 34 35 37 38 38 38 42 47
Pampa Galeras 32 32 33 33 34 34 35 35 35 36 36 36 36 36 37 37 37 38 40 42
Q1 Q3
Calculando: RI
Esta expresin da una idea de la dispersin del 50% de los datos centrales, es
decir mide el recorrido promedio de un cuarto de los datos. El Q es representativo de
la dispersin de los datos, calculndose el promedio de la mitad de los elementos del
medio en lugar de escoger uno de los cuartos.
EJEMPLO:
Q3 Q1 37.75 27
Para el criadero de Cala - Cala: QCalaCala = = = 5375
.
2 2
Q3 Q1 37 34
Para el criadero de Pampa Galeras: QPGaleras = = = 15
.
2 2
Es decir existe una mayor dispersin marcada para los datos de vicuas que
estn en el Centro de Reserva de Cala - Cala.
EJEMPLO:
Q1 + Q3 37.75 + 27
XCala Cala = = = 32.375 kg. de peso vivo.
2 2
Q1 + Q 3 37 + 34
X PGalera = = = 35.5 kg. de peso vivo aproximado.
2 2
X i X
DM = i =1
Vicuas machos adultos de Cala - Cala. Vicuas machos adultos de Pampa Galeras
Cala - Cala Pampa Galeras
Xi X Xi X Xi X Xi X
N animal Xi Xi
1 47 15.15 15.15 35 -0.70 0.70
2 38 6.15 6.15 38 2.30 2.30
3 38 6.15 6.15 36 0.30 0.30
4 29 -2.85 2.85 33 -2.70 2.70
5 38 6.15 6.15 32 -3.70 3.70
6 30 -1.85 1.85 37 1.30 1.30
7 34 2.15 2.15 34 -1.70 1.70
8 27 -4.85 4.85 33 -2.70 2.70
9 27 -4.85 4.85 32 -3.70 3.70
10 25 -6.85 6.85 34 -1.70 1.70
11 26 -5.85 5.85 35 -0.70 0.70
12 28 -3.85 3.85 42 6.30 6.30
13 27 -4.85 4.85 36 0.30 0.30
14 28 -3.85 3.85 36 0.30 0.30
15 42 10.15 10.15 40 4.30 4.30
16 30 -1.85 1.85 35 -0.70 0.70
17 37 5.15 5.15 37 1.30 1.30
18 35 3.15 3.15 36 0.30 0.30
19 26 -5.85 5.85 36 0.30 0.30
20 25 -6.85 6.85 37 1.30 1.30
20
X
20 20 20
i =1
i = 637
i =1
X i X = 108.4 X
i =1
i = 714
i=1
X i X = 36.60
X = 31.85 X = 35.70
n n
X i X
108.4 X i X
36.60
DM = i =1
= = 5.42 DM = i =1
= = 183
.
20 20 20 20
n i Yi Y
DM = i =1
n
EJEMPLO:
Con los datos agrupados del Centro Nacional de Reserva del criadero de vicu-
as de Pampa Galeras. Calcular la desviacin media (DM).
n Y i i
724
Y= i =1
= = 36.2 kg.
n 20
5
n Y Y
i i
376
.
DM = i=1
= = 188
. kg. de peso vivo, esto quiere decir que el pro-
n 20
medio de las desviaciones de peso vivo (kg), respecto al peso vivo promedio es de
1.88 kg.
VENTAJAS:
DESVENTAJAS:
X i Me
DMe = i =1
n
EJEMPLO:
SOLUCIN:
70 70 73 74 77 77.5 78 80 83 83
X(1) X(2) X(3) X(4) X(5) X(6) X(7) X(8) X(9) X(10)
X 10 = X ( 5) = 77 y X 10 = X ( 6) = 77.5
+1
2 2
X10 + X10
+1 X(5) + X(6) 77 + 77.5
Me = 2 2
= = = 77.25 cm.
2 2 2
X
10
i =1
i = 765.5 X i Me = 37.50
i =1
n Y Me i i m
DMe = i=1
, n = ni
n i =1
EJEMPLO:
Con los datos agrupados del Centro Nacional de Reserva de vicuas de Pam-
pa Galeras. Calcular la desviacin mediana absoluta (DMe).
Estadstica Bsica Aplicada a la Ganadera - 209 -
SOLUCIN:
n 20
1. Ubicar la posicin de la Me: = = 10 , ste valor esta localizado entre los
2 2
valores 9 y 17, entonces j = 3, j-1 = 2, entonces Y2 - Y3 = 36 - 39.
n 20
2. Como = = 10 > N 2 = 9 , entonces reemplazando en la frmula, se tiene:
2 2
LM 20 N OP
Me = Y + c M 2 PP = 36 + 2FGH 17
10 9 I
J = 36.25
2
9K
'
MN N N
2 3
3 2
Q
Me = 36.25 kg.
n i Yi Me
37.5
DMe = i =1
= = 1875
. kg.
20 20
- 210 - V. Ibaez Q. Estadgrafos de Dispersin
6.8. LA VARIANZA.
(X i ) 2
2 = i =1
= M ( X ) 2
N
La varianza de una muestra x1, x2, ... , xn, de una variable o caracters-
tica X en forma abreviada V(X), se define como la media del cuadrado de las
desviaciones de las observaciones con respecto de la media aritmtica, y se denota
por S2x .
(X i X) 2
V( x) = S2x = i =1
n
Si se conoce la media aritmtica poblacional , la mejor estimacin
de la varianza poblacional 2 a partir de una muestra esta definido por:
n
(X i ) 2
V( x) = i =1
, n = Nmero de elementos de la muestr
n
Estadstica Bsica Aplicada a la Ganadera - 211 -
(x
i =1
i x ) 2 = mnimo
( x i x) 2 < ( x i ) 2
i =1 i =1
(xi x)2 (x i )2
i =1
< i =1
2
n n
n
(x i x)2
Esta estimacin de i=1 ser una estimacin demasiada peque-
n
o de 2 , lo cual nos sugiere una correccin apropiada mediante la utilizacin en el
denominador de n - 1 en vez de n.
n n n
( x i x) 2 ( x i x) 2 ( x )
i
2
i =1
i =1
i =1
2
n n 1 n
n n
(x i x)2 (x i x)2
La diferncia entre i =1 y i =1 , es grande para muestras
n n 1
pequeas, y es mnima para muestras grandes, es decir son iguales.
- 212 - V. Ibaez Q. Estadgrafos de Dispersin
A. VARIANZA PARA DATOS NO AGRUPADOS.
X
2
i
2
i i =1
N
i) 2 = i =1
ii) = i =1
2
N N
N N
N X i2 ( X i ) 2
N
X 2
i NX 2
iii) 2 = i =1 iv) 2 = i =1 i =1
N N2
EJEMPLO:
74, 70, 73, 77, 78, 83, 70, 77.5, 83, 80 Calcular la varianza?.
Estadstica Bsica Aplicada a la Ganadera - 213 -
N de Variable
(Xi X) (Xi X)2
bx xg
2 10
animal Xi Xi 2
i
1 74 5476 -2.55 6.5025 .
203225
S=
2 i=1
= = 2258
. cm.
2 70 4900 -6.55 42.9025 n1 9
3 73 5329 -3.55 12.6025
10
4 77 5929 0.45 0.2025
10 (xi )2
5
6
78
83
6084
6889
1.45
6.45
2.1025
41.6025 x 2
i
i=1
n
.
5880225
. )2
(7655
10 =2258
S2 = i=1 = . cm
7 70 4900 -6.55 42.9025 n1 9
8 77.5 6006.25 0.95 0.9025
9 83 6889 6.45 41.6025
10 80 6400 3.45 11.9025
bx xg
10
X = 765.5 X
10 10
= 58802.25 = 203.225
2 2
Total i i i
i=1 i =1 i =1
10
X i
7655
.
X= i =1
= = 76.55 cm.
10 10
EJEMPLO:
n cY Yh
m
2
i i
S2 = i=1
, para (n 30)
n 1
n cY Yh
m
2
i i
S2 = i=1
, para (n>30)
n
Frmulas equivalentes
m m m
n n i Yi2 ( n i Yi ) 2 m
( n i Yi ) 2
S =
2 i =1
2
i =1 , S2 = n i Yi2 i =1
n i =1 n
m
S2 = n i Yi2 nY 2
i =1
EJEMPLO:
Encontrar la varianza para los datos que corresponde al nmero de ovinos
muertos/rebao, durante el perodo de invierno de 1999 en el CIP. Chuquibambilla.
N de ovinos
(Yi) ni (Yi Y) (Yi Y) 2 ni (Yi Y)2
0 2 -4.5 20.25 40.50
1 4 -3.5 12.25 49.00
2 7 -2.5 6.25 43.75
3 6 -1.5 2.25 13.50
4 6 -0.5 0.25 1.50
5 2 0.5 0.25 0.50
6 4 1.5 2.25 9.00
7 4 2.5 6.25 25.00
8 3 3.5 12.25 36.75
9 4 4.5 20.25 81.00
10 10
Yi = 45 ni = 42
10
n (Y Y)
i i
2
= 300.50
i =1 i =1 i =1
Estadstica Bsica Aplicada a la Ganadera - 215 -
Reemplazando a la frmula tenemos:
n cY Y h
10
2
i i
300.5
S2 = i =1
= = 7.5125
n 40
Usando la frmula recomendada:
10 10
n niYi2 ( niYi )2
42(108) (182)2 12572
S2 = i=1 i =1
= = = 712698
.
n2 422 1764
1. Para n>30.
m
( n i Yi ) 2
c h
m m
n i Yi Y nY
2
i i
2
i =1
n
i) S 2 = i =1
ii) S = i =1
2
n n
m m
n n i Yi2 ( n i Yi ) 2
m
n Y i i
2
nY 2
iii) S 2 = i =1 iv) S 2 = i =1 i =1
n n2
m
( n i Yi ) 2
c h
m m
n i Yi Y nY
2
i i
2
i =1
n
i) S 2 = i =1
ii) S = i =1
2
n 1 n 1
m m
n n i Yi2 ( n i Yi ) 2
m
n Y i i
2
nY 2
iii) S 2 = i =1 iv) S2 = i =1 i =1
n 1 n2 n
EJEMPLO:
10
n Y i i
1025.6
Y= i =1
= = 10.256 cm.
n 100
Reemplazando a la frmula:
n cY Yh
8
2
i i
9719564
.
S2 = i =1
= = 9.719564 cm.
n 100
n cY Y h
8
2
i i
.
9719564
S2 = i =1
= = 9.81774 cm.
n 1 99
Entonces: S2 = 9.72 cm.
i =1
Tambin se puede calcular, usando las otras frmulas de varianzas
dadas anteriormente.
PROPIEDADES DE LA VARIANZA.
P-3. Si a cada observacin x1, x2,..,xn se adiciona o se resta una constante c>0,
la varianza del nuevo conjunto de valores Y1, Y2,..,Yn, donde Yi = xic,
i = 1,2,..,n, coincide con la varianza del conjunto original.
V(Y) = V(Xc) = V(X)
P-4. La varianza del producto de una constante por una variable, es igual al
cuadrado de la constante por la varianza de la variable: V(cX) = C2V(X),
c = constante.
- 218 - V. Ibaez Q. Estadgrafos de Dispersin
S n 2
e e
S2A = M (S2e ) = e =1 , donde: S2e = Varianza del estrato S2i.
ne
ne= Tamao de cada estrato.
Estadstica Bsica Aplicada a la Ganadera - 219 -
6.9.2. INTERVARIANZA (S2B).
(x e x) 2 ne
S2B = V( x ) = e =1
n
Donde: x e = Media aritmtica del estrato e.
x = Media aritmtica total.
ne= Tamao del estrato e.
n
F x n n
I 2
Pero: V ( x e ) =
e =1
x ne 2
e G
G e=1
e e JJ = S 2B
ne GG n JJ
H K
e
Entonces:
2
S 2
e ne
S 12 n 1 + S 22 n 2
S =
2
A
e =1
=
n n
- 220 - V. Ibaez Q. Estadgrafos de Dispersin
(x e x)ne
( x1 x ) 2 n 1 + ( x 2 x ) 2 n 2
S =
2
B
e =1
=
n n
S12 n1 + S22 n 2 ( x1 x ) 2 n1 + ( x2 x ) 2 n 2
S2 = +
n1 + n 2 n1 + n 2
S 12 n 1 + S 22 n 2
S2 =
n
EJEMPLO:
Entonces:
2
n S 2
e e
6694.225
S2A = e =1
= = 14.584 kg.
ne 459
n
F x n I n 2
xe2 ne G
G
JJ e e
FG
568066.67 16142.531 IJ 2
S2B = V( xe ) = =
H K = 0.76
e=1 e=1
ne GG n JJ 459 459
H K
e
Luego la varianza total es: S2 = S2A+ S2B = 14.584 + 0.7656 = 15.3496 kg.
Se observa que S2A> S2B, esto nos indica que existe variabilidad o dispersin
de los pesos vivos (kg) dentro de las edades de las borregas, y no as entre las edades,
parece ser similares.
FG d n IJ m 2
d n
H 2
i i
K i =1
i i
n
S = V( Y ) =
2 i =1
n 1
y
EJEMPLO:
Intervalo 32 - 34 34 - 36 36 - 38 38 - 40 40 - 42
Frecuencia 4 5 8 1 2
SOLUCIN:
2
[Y'i-1 - Y'i> ni Yi di = Yi - 37 dini d ini
32 - 34 4 33 -4 -16 64
34 - 36 5 35 -2 -10 20
36 - 38 8 37 0 -26 10 0
38 - 40 1 39 2 2 4
40 - 42 2 41 4 8 32
5 5
Totales n = 20 d n
i =1
i i = -16 d n
i =1
2
i i = 120.0
FG d n IJ 5 2
d n
H K
2
i i
i =1
i i
120
( 16) 2
S2 = i =1 n
= 20 = 107.2 = 5.642
n 1 19 19
S2= 5.64 kg.
Ejemplo para las vicuas de Cala - Cala. Calcular la varianza por el mto-
do abreviado?.
SOLUCIN:
2
[Y'i-1 - Y'i> ni Yi di = Yi - 36 dini d ini
25.0 - 29.4 10 27.2 -8.8 -88 774.40
29.4 - 33.8 2 31.6 -4.4 -8.8 38.72
33.8 - 38.2 6 36 0 -96.8 13.2 0.00
38.2 - 42.6 1 40.4 4.4 4.4 19.36
42.6 - 47.0 1 44.8 8.8 8.8 77.44
5 5
Totales n = 20 di ni = -83.6
i=1
d n = 909.92
i =1
2
i i
FGd n IJ 5 2
d n
H K
2
i i
i =1
i i
909.92
(836
. )2
S2 = i=1 n
=
.
20 = 560472 = 29.499 kg.
n 1 19 19
S2 = 29.50 kg.
Estadstica Bsica Aplicada a la Ganadera - 225 -
Es otro de los mtodos que se usa solo para datos agrupados en inter-
valos de clase de amplitud constante, con el siguiente procedimiento:
LM FGn u IJ OP m 2
c Mn u
m
H KP i i
MM2
i=1 n
2
i i
PP
i=1
S = V(Y) = N
2 M PQ
n 1
EJEMPLO:
Intervalo 32 - 34 34 - 36 36 - 38 38 - 40 40 - 42
Frecuencia 4 5 8 1 2
2
[Y'i-1 - Y'i> ni Yi ui = (Yi - 37)/2 uini u ini
32 - 34 4 33 -2 -8 16
34 - 36 5 35 -1 -5 5
36 - 38 8 37 0 -13 5 0
38 - 40 1 39 1 1 1
40 - 42 2 41 2 4 8
5 5
Totales n = 20 u n
i =1
i i = -8 u n
i =1
2
i i = 30.0
LM n u F n u I 2
OP
MN GH JK
5 5
c2
PQ = 4 30 (8)
2
i i i i n 2
i =1 i =1 20
S2 = = 5.64 kg.
n 1 19
Ejemplo para las vicuas de Cala - Cala. Calcular la varianza por el mto-
do codificado tipificado?.
SOLUCIN:
2
[Y'i-1 - Y'i> ni Yi ui = (Yi - 36)/4.4 uini u ini
25.0 - 29.4 10 27.2 -2 -20 40
29.4 - 33.8 2 31.6 -1 -2.0 2
33.8 - 38.2 6 36 0 -22 3 0
38.2 - 42.6 1 40.4 1 1.0 1
42.6 - 47.0 1 44.8 2 2.0 4
5 5
Totales n = 20 u n = -19.0 u n = 47.00
i =1
i i
i =1
2
i i
MN GH JK PQ = (4.4)
5 5
c2 2
i i i i
i =1 i =1
2
47 (19)2 20 560472
.
S2 = = = 29.499 kg.
n 1 19 19
S = 29.50 kg.
S = 5.43 kg.
S = V ( x ) = + S2
N
( X i ) 2
c h
N N
X
2
Xi X 2
i i =1
N
ii) =
i =1
i) = i =1
N N
N N
N X 2i ( X i ) 2
N
X 2
i NX 2
iii) = i =1 iv) = i =1 i =1
N N2
n
( xi )2
bx xg
n n
x
2 2 i =1
i i
n
i) S = i =1
ii) S = i =1
n 1 n 1
x
n n
n x 2i ( x i ) 2 nx 2
2
i
iii) S = i =1 i =1
iv) S= i =1
n2 n n 1
Donde: n = tamao de la muestra.
Xi = Variable observado.
x = Promedio aritmtico.
Estadstica Bsica Aplicada a la Ganadera - 229 -
EJEMPLO:
Con los datos que corresponde a vicuas machos de Cala-Cala y Pampa Gale-
ras, calcular la desviacin estndar (S).
2 2
N Obs. Cala - Cala (Yi) Xi N Obs. Pampa Galeras (Xi) Yi
1 47 2209 1 35 1225
2 38 1444 2 38 1444
3 38 1444 3 36 1296
4 29 841 4 33 1089
5 38 1444 5 32 1024
6 30 900 6 37 1369
7 34 1156 7 34 1156
8 27 729 8 33 1089
9 27 729 9 32 1024
10 25 625 10 34 1156
11 26 676 11 35 1225
12 28 784 12 42 1764
13 27 729 13 36 1296
14 28 784 14 36 1296
15 42 1764 15 40 1600
16 30 900 16 35 1225
17 37 1369 17 37 1369
18 35 1225 18 36 1296
19 26 676 19 36 1296
20 25 625 20 37 1369
20 20 20
Y =
20
Total X
i =1
i = 637 X2i = 21053
i =1
Total
i=1
i 714 Y
i =1
i
2
= 25608
20
20
( xi )2
x 2
i i =1
n
21053
(637)2
20 = 76455
.
S= i =1
= = 6343
. kg.
n 1 19 19
Es decir que los pesos vivos de las vicuas machos de Cala - Cala, es
6.34 kg mayores o menores que el peso vivo promedio 31.85 kg.
R 47 25
= = 3.468
S 6.34
20
20
(Yi )2
Yi2 i=1
n
25608
(714)2
20 = 1182
.
S= i=1
= = 2494
. kg.
n 1 19 19
nY
2 2 i =1
i i i i
n
ii) S =
i =1
i) S = i =1
n 1 n 1
m m
n n i Yi2 ( n i Yi ) 2
m
nY i i
2
nY 2
iii) S = i =1 iv) S = i =1 i =1
n 1 n2 n
EJEMPLO:
10
n Y i i
10256
.
Y= i =1
= = 10256
. cm.
n 100
- 232 - V. Ibaez Q. Estadgrafos de Dispersin
Reemplazando a la frmula:
n cY Yh
8
2
i i
9719564
.
S= i =1
= = 31176
. 312
. cm.
n 100
n cY Y h
8
2
i i
.
9719564
S= i =1
= = 313
. cm.
n 1 99
P-3. Si a cada valor de las observacin x1, x2,..,xn se le agrega o se resta una
constante b, la desviacin estndar del nuevo conjunto de valores Y1,
Y2,..,Yn, donde Yi = xib, i = 1,2,..,n, coincide con la desviacin tpica
del conjunto original.
SY = SXb = SX
P-4. Si cada valor de las observaciones x1, x2,..,xn, se multiplica por una cons-
tante a, la desviacin estndar del nuevo conjunto de valores Y 1,
Y2,..,Yn, donde Yi = axi, i = 1,2,..,n, es igual a la desviacin estndar del
conjunto original multiplicado por el valor positivo (valor absoluto) de
dicha constante.
SY = SaX = a S X
Estadstica Bsica Aplicada a la Ganadera - 233 -
P-5. La desviacin estndar para el total, se puede estimar con:
S Nn
SX = , sta frmula, se usa para poblaciones finitas relativa-
n N 1
mente pequeas.
- 234 - V. Ibaez Q. Estadgrafos de Dispersin
Nn Nn
Entonces el factor de correccin , se convierte en uno, es decir 1,
N 1 N
S
quedando la frmula SX = (1) , entonces la frmula se convierte en:
n
S
SX =
n
EJEMPLO:
Calcular el Error Estndar (E.S.) con los datos de vicuas machos de los
criaderos de Cala - Cala y Pampa Galeras.
SOLUCIN:
6.34
SX = = 1.418 , S X =1.42 kg.
20
2.4942
SX = = 0.5577 S X =0.56 kg.
20
USOS:
- Debe usarse la fraccin de muestreo slo cuando es mayor al 10% del tama-
o de la poblacin.
Estadstica Bsica Aplicada a la Ganadera - 235 -
Desigualdad de Chebyshev.
1
P( k < x < + k ) 1
k2
Demostracin:
2 = z
+
( x ) 2 f ( x)dx
0B
2 =
d
z k
( x ) 2 f ( x)dx +
144424443 1
a
k z
4442444
+ k
( x ) 2 f ( x)dx +
3 1
b
+ k z
4442444
+
( x ) 2 f ( x)dx
c
3
2 z
k
( x ) 2 f ( x) dx + z +
+ k
( x ) 2 f ( x) dx
2
k 2 2
z
k k 22
k 22
f ( x)dx + z + k 22
+ k k 2 2
f ( x)dx
1
k2
z
k
f ( x)dx + z +
+ k
f ( x) dx
1
P( < x < k) + P( + k < x < +)
k2
1
P( k < x < + k ) 1 , l.q.q.d.
k2
c2
V( X) corregida = V( X) (varianza correccin Sheppard).
12
Donde: c = Es la amplitud del intervalo de clase.
EJEMPLO:
Con los datos calculados para las vicuas machos de Cala - Cala. Calcular la
Varianza por la Correccin de Sheppard.
Estadstica Bsica Aplicada a la Ganadera - 237 -
(4.4) 2
V( X) corregida = 29.499 = 27.88566 27.89 kg.
12
Con los datos calculados para las vicuas machos de Pampa Galeras. Calcu-
lar la Varianza por la Correccin de Sheppard.
(2) 2
V ( X ) corregida = 5.642 = 5.3086 5.31 kg.
12
Para los datos de vicuas machos de los dos criaderos, encontrar el C.A.
SOLUCIN:
El C.A. del criadero de vicuas machos de Cala - Cala, fue superior al C.A.
del criadero de vicuas machos de Pampa Galera.
- 238 - V. Ibaez Q. Estadgrafos de Dispersin
6.14.2. RECORRIDO RELATIVO (R.R.).
Para los datos de vicuas machos de los dos criaderos, encontrar el C.A.
SOLUCIN:
SOLUCIN:
20 + 1 21
1) Ubicar la posicin del cuartil Q1: = = 5.25
4 4
2) Como no es un entero, entonces realizar por la interpolacin lineal, y esta
comprendido entre los valores de: X(5)= 27 y X(6) = 27, entonces:
Q1 = 27 + (27 - 27)(0.25) = 27
Q3 = ?
3( n + 1) 3(21)
1) Ubicar la posicin del cuartil Q3: Si = = 1575
. , no es un nmero
4 4
entero, entonces realizar la interpolacin lineal.
Q3 = 37 + (38-37)(0.75) = 37.75
(Q 3 - Q1 ) 2 (37.75- 27) 2
RIR = = = 0169
.
X 31.85
20 + 1 21
1) Ubicar la posicin del cuartil Q1: = = 5.25
4 4
2) Como no es un entero, entonces realizar la interpolacin lineal, y esta
comprendido entre los valores de: X(5)= 34 y X(6) = 34, entonces:
Q1 = 34 + (34 - 34)(0.25) = 34
- 240 - V. Ibaez Q. Estadgrafos de Dispersin
Q3 = ?
3( n + 1) 3(21)
1) Ubicar la posicin del cuartil Q3: Si = = 1575
. , no es un nmero
4 4
entero, entonces realizar la interpolacin lineal.
Q3 = 37 + (37-37)(0.75) = 37
S
CV.= x100
X
EJEMPLO:
Calcular los CV. para las vicuas machos de Cala - Cala y Pampa Galeras.
Interpretacin:
Del cuadro precedente podemos afirmar en forma general que existe disper-
sin o variabilidad en los pesos vivos (kg) de las vicuas del criadero de Cala - Cala
frente a las vicuas machos de Pampa Galeras.
- Una desventaja del CV. es que no se debe utilizar sta expresin, cuando las
variables utilizadas no tengan un cero verdadero, por cuanto el CV. exige
que la variable en estudio tenga cero verdadero, motivo por el cual el CV.
no se puede utilizar en campos de Educacin y psicologa.
En los experimentos en ganadera, el CV. por lo general es alto, por los dife-
rentes factores medio ambientales que se presentan en el lugar de la experimenta-
cin, es decir la variabilidad del experimento, se debe a los factores como: edad,
Estadstica Bsica Aplicada a la Ganadera - 243 -
talla, peso, raza del animal, lugar clima, droga utilizada, diseo, salud del animal,
prdida de unidad experimental, entre otros. Considerando estos factores la escala
siguiente puede ser usado para calificar la precisin de los experimentos que se rea-
lizan en el campo (esto no es absoluto ms bien es una pauta para sugerir la preci-
sin).
Sin embargo, podemos comparar con otros autores la precisin del CV. para
juzgar y diferenciar en los lugares en que ellos han trabajado:
Sin embargo, Reyes, C.P. (1980), en Mxico indica que el CV, para tres po-
blaciones de igual , pero diferente de .
6.16. MOMENTOS.
(x i a) r
M r ,a = M ( X a ) r = i =1
n
Donde: r = 1,2,3,.....
Xi = Son las observaciones.
n = Nmero de muestras.
1 n
M 1,a = ( x i a )1 = x a
n i =1
Estadstica Bsica Aplicada a la Ganadera - 245 -
1 n
M 2 ,a = (xi a)2
n i =1
1 n
M 3,a =
n i =1
( xi a) 3
1 n
M 4 ,a = ( xi a)4
n i =1
EJEMPLO:
Calcular los cuatro primeros momentos para los datos de las vicuas machos
de los dos centros de crianza (Cala - Cala y Pampa Galeras), respecto al punto 27 y
36.
SOLUCIN:
1 20 97
M 1,27 =
20 i =1
( x i 27 ) =
20
= 4.85
1 20 1235
M2,27 =
20 i =1
( xi 27) 2 =
20
= 6175
.
1 20 17269
M 3,27 =
20 i =1
( x i 27) 3 =
20
= 863.45
Estadstica Bsica Aplicada a la Ganadera - 247 -
1 20 271259
M 4 ,27 =
20 i =1
( x i 27) 4 =
20
= 13562.95
1 20 6
M 1,36 = ( x i 36) = 20 = 0.3
20 i =1
- 248 - V. Ibaez Q. Estadgrafos de Dispersin
1 20 120
M 2 , 36 =
20 i =1
( x i 36) 2 =
20
= 6.0
1 20 90
M 3 ,36 = ( x i 36) 3 = 20 = 4.5
20 i =1
1 20 2280
M 4 ,36 =
20 i =1
( x i 36) 4 =
20
= 114
1 m
M r ,a = M ( Y a ) r
= n i ( Yi a ) r
n i =1
Donde: r = 1,2,3,.....
Yi = Son los puntos medios o marcas de clase.
n = Nmero de muestras.
m
1
M 2 ,a =
n
n
i =1
i ( Yi a ) 2
1 m
M 3, a =
n i =1
n i ( Yi a ) 3
1 m
M 4 ,a =
n i =1
n i ( Yi a ) 4
Estadstica Bsica Aplicada a la Ganadera - 249 -
EJEMPLO:
Calcular los 4 primeros momentos para las vicuas del Comit Comunal de
Manejo de vicuas de Cala - Cala, tomando como constante a = 36.
2 3 4
Y'i-1 - Y'i ni Yi (Yi -36) ni(Yi -36) ni(Yi -36) ni(Yi -36) ni(Yi -36)
25.0 - 29.4 10 27.2 -8.80 -88 774.40 -6814.72 59969.536
29.4 - 33.8 2 31.6 -4.40 -8.8 38.72 -170.37 749.619
33.8 - 38.2 6 336.0
6 0.00 0 0.00 0.00 0.000
38.2 - 42.6 1 40.4 4.40 4.4 19.36 85.18 374.810
42.6 - 47.0 1 44.8 8.80 8.8 77.44 681.47 5996.954
5 5 5 5
Total 20 n(Y36) = -83.60 n(Y36) = 909.92 n(Y36) =-6218.432 n(Y
i i i i i i 36) = 67090.918
4
2
i i
3
1 5 83.6
M 1,36 =
20 i =1
n i (Yi 36) =
20
= 4.18
1 5 906.92
M 2 ,36 =
20 i =1
n i (Yi 36) 2 =
20
= 45.346
1 5 6218432
.
M3,36 = ni (Yi 36)3 = 20 = 310922
20 i=1
.
1 5 670909184
.
M4,36 =
20 i=1
ni (Yi 36)4 =
20
= 335454592
.
i=1
i i
3
- 250 - V. Ibaez Q. Estadgrafos de Dispersin
1 5 16
M 1, 37 =
20 i =1
n i ( Yi 37 ) =
20
= 0.8
5
1 12 0
M 2 , 37 =
20
n
i =1
i ( Y i 37 ) 2 =
20
=6
1 5 160
M 3 , 37 =
20 i = 1
n i ( Yi 37 ) 3 =
20
= 8.0
5
1 1 63 2
M 4 , 37 =
20
n
i =1
i ( Yi 3 7 ) 4 =
20
= 8 1.6
Calcular los 4 momentos con respecto al origen para los datos de las vicuas
machos de Cala - Cala y Pampa Galeras.
SOLUCIN:
Los datos se deben colocarse en una tabla para determinar los 4 momentos, de
la siguiente manera:
2 3 4
N Xi Xi - 0 Xi Xi Xi
1 47 47 2209 103823 4879681
2 38 38 1444 54872 2085136
3 38 38 1444 54872 2085136
4 29 29 841 24389 707281
5 38 38 1444 54872 2085136
6 30 30 900 27000 810000
7 34 34 1156 39304 1336336
8 27 27 729 19683 531441
9 27 27 729 19683 531441
10 25 25 625 15625 390625
11 26 26 676 17576 456976
12 28 28 784 21952 614656
13 27 27 729 19683 531441
14 28 28 784 21952 614656
15 42 42 1764 74088 3111696
16 30 30 900 27000 810000
17 37 37 1369 50653 1874161
18 35 35 1225 42875 1500625
19 26 26 676 17576 456976
20 25 25 625 15625 390625
20 20 20 20
Total X = 637 X
i
2
i = 21053 X 3i = 723103 X 4i = 25804025
i=1 i=1 i =1 i =1
- 252 - V. Ibaez Q. Estadgrafos de Dispersin
1 20 637 1 20 2 21053
M1' =
n i =1
Xi =
20
= 3185
. =X M 2' = Xi = 20 = 1052.65
n i =1
1 20 3 723103 1 20 4 25804025
M3' = Xi = 20 = 3615515
n i=1
. M4' = Xi = 20 =129020125
n i=1
.
Calcular los 4 momentos con respecto al origen para los datos de las vicuas
machos de Pampa Galeras.
2 3 4
N Xi Xi - 0 Xi Xi Xi
1 35 35 1225 42875 1500625
2 38 38 1444 54872 2085136
3 36 36 1296 46656 1679616
4 33 33 1089 35937 1185921
5 32 32 1024 32768 1048576
6 37 37 1369 50653 1874161
7 34 34 1156 39304 1336336
8 33 33 1089 35937 1185921
9 32 32 1024 32768 1048576
10 34 34 1156 39304 1336336
11 35 35 1225 42875 1500625
12 42 42 1764 74088 3111696
13 36 36 1296 46656 1679616
14 36 36 1296 46656 1679616
15 40 40 1600 64000 2560000
16 35 35 1225 42875 1500625
17 37 37 1369 50653 1874161
18 36 36 1296 46656 1679616
19 36 36 1296 46656 1679616
20 37 37 1369 50653 1874161
20 20 20 20
1 20 714 1 20 2 25608
M 1' =
n i =1
Xi =
20
= 35.7 = X M 2' = X i = 20 = 1280.4
n i =1
1 20 3 922842 1 20 4 33420936
M3' = Xi = 20 = 46142.1
n i =1
M4' = Xi = 20 = 16710468.
n i=1
1 m
M 'r = M ( Y r ) =
n i =1
n i Yir
EJEMPLO:
Con los datos de las vicuas machos de los dos centros de criadero. Calcular
los 4 primeros momentos.
- 254 - V. Ibaez Q. Estadgrafos de Dispersin
2 3 4
[Y'i-1 - Y'i> ni Yi niYi niYi niYi niYi
25.0 - 29.4 10 27.2 272.0 7398.40 201236.480 5473632.256
29.4 - 33.8 2 31.6 63.2 1997.12 63108.992 1994244.147
33.8 - 38.2 6 36 216.0 7776.00 279936.000 10077696.000
38.2 - 42.6 1 40.4 40.4 1632.16 65939.264 2663946.266
42.6 - 47.0 1 44.8 44.8 2007.04 89915.392 4028209.562
5 5 5 5
Totales n = 20 n Y =636.4 nY = 20810.72 nY = 700136.13 nY = 24237728.23
i=1
i i
i=1
i i
2
i=1
i i
3
i=1
i i
4
1 5 636.4
M 1' =
20 i =1
n i Yi =
20
= 3182
.
1 5 20810.72
M '2 =
20 i =1
n i Yi2 =
20
= 1040.536
1 5 700136.128
M '3 =
20 i =1
n i Yi3 =
20
= 35006.8064
1 5 27237728.23
M4' =
20 i =1
ni Yi4 =
20
= 1211886.412
Con los datos de las vicuas machos de los dos centros de criadero. Calcular
los 4 primeros momentos para Pampa Galeras.
2 3 4
[Y'i-1 - Y'i> ni Yi niYi niYi niYi niYi
32 - 34 4 33 132.0 4356.00 143748.000 4743684.000
34 - 36 5 35 175.0 6125.00 214375.000 7503125.000
36 - 38 8 37 296.0 10952.00 405224.000 14993288.000
38 - 40 1 39 39.0 1521.00 59319.000 2313441.000
40 - 42 2 41 82.0 3362.00 137842.000 5651522.000
5 5 5 5
Totales n = 20 n Y = 724 n Y = 26316 n Y = 960508 n Y = 35205060
i=1
i i
i=1
i i
2
i=1
i i
3
i=1
i i
4
1 5 724
M 1' =
20 i = 1
n i Yi =
20
= 36.2
Estadstica Bsica Aplicada a la Ganadera - 255 -
1 5 26316
M '2 =
20 i = 1
n i Yi2 =
20
= 1315.8
5
1 960508
M 3' =
20
nY
i=1
i i
3
=
20
= 4 8 0 2 5.4
1 5 35205060
M '4 =
20 i = 1
n i Yi4 =
20
= 1760253
cX h
n
r
X
c h
i
r
Mr = M X X = i =1
n
Por tanto: M1, M2, M3,..., Mr, son momentos con respecto a la me-
dia de rdenes 1,2,3,...,r, respectivamente. Los cuatro primeros momentos con res-
pecto a la media son:
M1 =
1 n
n i =1
c
Xi X h =0 M2 =
1 n
c
Xi X
n i =1
h 2
= S'2 S2
cX h cX h
n n
1 3 1 4
M3 = i X M4 = i X
n i=1 n i =1
- 256 - V. Ibaez Q. Estadgrafos de Dispersin
EJEMPLO:
Calcular los cuatro primeros momentos con respecto a la media para los datos
de vicuas machos de los dos centros criaderos (Cala-Cala y Pampa Galeras).
Total Xi = 637
2 3 4
i i i i
i=1 i=1 i=1 i=1 i=1
M1 =
1 n
c
20 i=1
0
Xi X = = 0
20
h M2 =
1 n
20 i=1
c 2
Xi X =
765
20
h
= 3825
.
M3 =
1 n
c
20 i=1
Xi X
3
=
3863
20
= h .
19315 M4 =
1 n
20 i=1
4
Xi X =
77344
20
= 38672
. c h
Estadstica Bsica Aplicada a la Ganadera - 257 -
Para las vicuas machos de PAMPA GALERAS:
i=1
i
3
i=1
i
4
M1 =
1 n
20 i=1
c 0
Xi X = = 0
20
h M2 =
1 n
20 i=1
c 2
Xi X =
118
20
= 59
.h
M3 =
1 n
20 i =1
c 3
Xi X =
197
20
h 1 n
= 9.85 M4 = Xi X =
20 i=1
4 2452
20
= 122.6 c h
- 258 - V. Ibaez Q. Estadgrafos de Dispersin
B. Momentos con respecto a la media aritmtica para datos agru-
pados.
Cuando la informacin se encuentra clasificada en intervalos de
clase, entonces se usarn las siguientes frmulas:
Mr = M Y Y c h r 1 m
c
= n i Yi Y
n i =1
h r
M1 =
1 m
n i =1
c
ni Yi Y = 0 h M2 =
1 m
n i =1
c h2
ni Yi Y = S'2 S2
M3 =
1 m
n i =1
c
n i Yi Y h 3
M4 =
1 m
c
n i Yi Y
n i =1
h 4
EJEMPLO:
Calcular con los datos de las vicuas machos de Cala-Cala y Pampa Galeras,
los 4 primeros momentos (Los datos se encuentran en la siguiente pgina):
SOLUCIN:
Para el criadero de Cala - Cala:
M1 =
15
n i=1
c 0
ni Yi Y = = 0
20
h
M2 =
1 5
n i=1
c 2
ni Yi Y = h
560472
.
20
= 280236
. S2
M3 =
1 5
n i=1
c 3
ni Yi Y =
20
h
22705795
.
= 113528976
.
M4 =
1 5
n i =1
c
4
ni Yi Y =
20
h
40192.5669
= 2009.628345
Distribucin de frecuencias para las vicuas de Cala - Cala, 1998.
Y'i-1 - Y'i ni Yi niYi Yi Y ni (Yi Y) ni (Yi Y)2 ni (Yi Y
25.0 - 29.4 10 27.2 272.00 -4.62 -46.2 213.444000 -986.1112
29.4 - 33.8 2 31.6 63.20 -0.22 -0.44 0.096800 -0.02129
33.8 - 38.2 6 36.0 216.00 4.18 25.08 104.834400 438.20779
38.2 - 42.6 1 40.4 40.40 8.58 8.58 73.616400 631.6287
42.6 - 47.0 1 44.8 44.80 12.98 12.98 168.480400 2186.8755
5 5 5 5
2 3
Total 20 i i
n Y = 636.40 i i i i
n (Y Y) = 0.0 n (Y Y) = 560.472 n (Y Y) =22 i i
i=1 i=1 i=1 i=1
M1 =
15
n i=1
c 0
ni Yi Y = = 0
20
h
M2 =
1 5
n i=1
2
c
ni Yi Y =
10720
.
20
= 536
. S2 h
M3 =
1 5
n i Yi Y
n i =1
c h 3
=
107 .52
20
= 5.376
M4 =
1 5
n i Yi Y
n i =1
c h 4
=
1556.224
20
= 77.8112
i i
LF Y aI O
n (Y a) n MNGH c JKcPQ n (u c) c n u
2
m
i
i
r
m
i i
r r
m
r
i i
i=1
Mr,a = i=1
= = = i=1 i=1
n n n n
m
c r
n u i
r
i
Yi a
Es decir: M r ,a = i =1
, con ui = , c = Amplitud de clase.
n c
Estadstica Bsica Aplicada a la Ganadera - 261 -
n u i =1
i
r
i
Con frecuencia al trmino , se denota por u r (medias de las poten-
n
cias r-simas de las desviaciones).
m
n u i
r
i
ur = i =1 ,
n
entonces los momentos con respecto al punto a, se expresa as M r ,a = c r u r .
EJEMPLO:
Con los datos de las vicuas machos del criadero de la Reserva Nacional de
Pampa Galeras. En este caso a = 37, c = 2.
2 3 4
[Y'i-1 - Y'i> ni Yi ui = (Yi - 37)/2 uini u ini u ini u ini
32 - 34 4 33 -2 -8 16 -32 64
34 - 36 5 35 -1 -5 5 -5 5
36 - 38 8 37
37 0 -13 5 0 0 0
38 - 40 1 39 1 1 1 1 1
40 - 42 2 41 2 4 8 16 32
5 5 5 5
Totales n = 20 u n = -8 u n = 30 u n = -20 u n =102
i i
i=1
2
i i
i=1
3
i i
i=1
4
i i
i=1
M3 = (-8.0)-3(-0.8)(6.0)+2(-0.8)3 =5.376
5
c 4 n i u i4
2 4 (102)
M 4 ,a = i =1
= = 81.6
n 20
M3,a = -8.0
M2,a = 6.0
M1,a = -0.8, entonces reemplazando stos valores se tiene:
M4 = 81.6 - 4(-0.8)(-8.0)+(6.0)(-0.8)3(6.0)-3(-0.8)4
= 81.6 - 25.6 + 23.04 - 1.2288
= 77.8112
En diferentes trabajos es necesario calcular una medida que muestre las di-
recciones de la dispersin de los datos con respecto a su centro y que completan la
descripcin de las distribuciones de frecuencias. Estas caractersticas se llaman ASI-
METRA (no tener simetra) y curtosis o apuntamiento, es decir las medidas de
dispersin solo indican la magnitud de las variaciones, pero no dan informacin
acerca de la direccin de las variaciones.
ni + Sesgada a la derecha
Fig. A
ni - Sesgada a la
izquierda Fig. B
ni =
Fig. C
X = Me = Md Y' i
Y Mo Pr omedio Moda
Primer coeficiente: CAs = =
S Desviacin estndar
Estadstica Bsica Aplicada a la Ganadera - 265 -
(X
i =1
i X ) 3 , para datos no agrupados.
n (Y Y )
i =1
i i
3
, para datos agrupados.
(X i X)3
M3 = i =1 , para datos no agrupados.
n
m
n (Y Y )i i
3
(X i X) 3 n
M 3 , para datos no agrupados.
CAs = i =1
3
=
S S3
m
n (Y Y)i i
3
n
M 3 , para datos agrupados.
CAs = i =1
3
=
S S3
LMn (Y Y) OP
m
2
3
LM(X X) OP
n
2
3
MM n PP = MM n PP =
i i i
Pero: S3 = i =1
M32 y S3 = i =1
M32
MN PQ MN PQ
Luego, el coeficiente de asimetra en funcin de los momentos es:
M3
CAs =
M 32
Interpretacin:
Si CAs < 0, se tiene una distribucin asimtrica negativa X < Me < Md
Si CAs = 0, se tiene una distribucin simtrica X = M e = M d
Si CAs > 0, se tiene una distribucin asimtrica positiva X > Me > Md
EJEMPLO:
Intervalo 32 - 34 34 - 36 36 - 38 38 - 40 40 - 42
Frecuencia 4 5 8 1 2
a) Calcular los coeficientes de Asimetra de Pearson.
b) Calcular el coeficiente de Asimetra por la frmula de los momentos.
c) Calcular los coeficientes por el mtodo de los cuantiles.
SOLUCIN:
2 3 4
[Y'i-1 - Y'i> ni Ni Yi niYi ui = (Yi - 37)/2 uini u ini u ini u ini
32 - 34 4 4 33 132 -2 -8 16 -32 64
34 - 36 5 9 35 175 -1 -5 5 -5 5
36 - 38 8 17 37
37 296 0 -13 5 0 0 0
38 - 40 1 18 39 39 1 1 1 1 1
40 - 42 2 20 41 82 2 4 8 16 32
5 5 5 5 5
Totales n =20 nY =724
i=1
i i u n = -8 u n = 30 u n = -20 u n =102
i=1
i i
i=1
2
i i
i=1
3
i i
i=1
4
i i
3 2
3 2 3 4
L F I O
c M n u G n u J n P
5 5 2
M H K PQ = 4 30 (8)
2 2
= N
i i i i 2
i =1 i =1 20
S 2
= 5.64 kg.
n 1 19
Interpretacin:
M3 5.376
Luego reemplazando a la frmula, se tiene: CAs = 3
= = 0.401
S (2.375) 3
Interpretacin:
La distribucin es asimtrica positiva, ya que CAs>0, es decir es contrario al
anterior.
MN N N
j j 1
Q
n 20
i) Ubicar la posicin del Q1: = = 5, ste valor est comprendido entre los
4 4
valores de 4 y 9, entonces j = 2, j-1 = 1, entonces Y1 - Y2 = 34 - 36.
n 20
ii) Como = = 5 >N =4, es cierto, entonces reemplazamos a la Q1:
4 4 1
LM 3n N OP
MM N N PP
j 1
3. Calcular el Q 3 = Y j' 1 + c j 4
N j j1
Q
3n 3(20)
i) Ubicar la posicin del Q3: = = 15, ste valor est comprendido entre los
4 4
valores de 9 y 17, entonces j = 3, j-1 = 2, entonces Y2 - Y3 = 36 - 38.
3n 3(20)
ii) Como = = 15>N =9, es cierto, entonces reemplazamos a la Q3:
4 4 2
Interpretacin:
La conclusin sera de que la asimetra de CAs<0, es decir es sesgada a la
izquierda.
LM 10 n N OP
+ c M 100 PP
j 1
i) P10 = Y j' 1
MN N N
j
j j 1
Q
10n 10(20)
- Ubicar la posicin del P10: = = 2, ste valor est comprendido entre
100 100
los valores de 0 y 4, entonces j = 1, j-1 = 0, entonces Y0 - Y1 = 32 - 34.
LM 2 0 OP = 33 kg.
P10 = 32 + 2
N4 0Q
Estadstica Bsica Aplicada a la Ganadera - 271 -
LM 5 0 n N OP
+ c M 1 00 PP
j 1
ii) P5 0 = Y j' 1 j
MN N N j j1
Q
50 n 50( 20)
- Ubicar la posicin del P10: = = 10 , ste valor est comprendido entre
100 100
los valores de 9 y 17, entonces j = 3, j-1 = 2, entonces Y2 - Y3 = 36 - 38.
50 n 50(20)
- Como = = 10 >N =9, es cierto, entonces reemplazamos a la P50:
100 100 2
LM 9 0 n N OP
= Y + c M 100
MN N N PPQ
j1
'
iii) P90 j 1 j
j j 1
90 n 90( 20)
- Ubicar la posicin del P90: = = 18 , ste valor est comprendido entre
100 100
los valores de 18 y 20, entonces j = 5, j-1 = 4, y es Y4 - Y5 = 40 - 42.
90 n 90( 20)
- Como = = 18 =N =18, son iguales entonces el P90 = Yj-1 =Y4 =40.
100 100 4
6.18.1 KURTOSIS.
A. LEPTOKRTICA.
Leptokrtica
B. MESOKRTICA.
Mesokrtica
C. PLATIKRTICA.
Platikrtica
n (Y Y )
i i
4
n
M4
K1 = i =1
4
=
S M 22
Donde: K1 = Coeficiente de Kurtosis.
M4 = Cuarto momento respecto a la media.
- 274 - V. Ibaez Q. Estadgrafos de Dispersin
n (Y Y )
i i
4
M4 = i =1
n
S4 = Varianza al cuadrado: S4 = (S2)2 , donde S2 = Varianza.
Si K1>0, es positivo; porque en una distribucin normal, ste coeficiente toma
el valor 3, es decir se tiene que: M4 =3M22 .
Q 3 Q1
El coeficiente est dado por: K 3 =
2( P90 P10 )
Donde: K3 = Coeficiente de Kurtosis percentlico.
Q1= Es el primer cuartil.
Q3 = Es el tercer cuartil.
P90 y P10 = son los percentiles de 90avo y 10mo.
Interpretacin:
Si K3=0.263, la distribucin es Mesokrtica (apuntamiento de la curva nor-
mal).
Si K3>0.263, la distribucin es Leptokrtica o puntuguda (ms apuntada que
la curva normal).
Si K3<0.263, la distribucin es Platikrtica o achatada (ms aplastada que la
curva normal).
Estadstica Bsica Aplicada a la Ganadera - 275 -
EJEMPLO:
SOLUCIN:
a) Clculo del M4:
EJEMPLO:
5 4
LM n u F n u I 2
OP
MN GH JK
5 5
c2
PQ = (19. )
2
i i i i n
i =1 i =1
2
324 (74) 2 100
S2 = = 9.8177 cm.
n 1 99
Interpretacin:
M3 2.48486
Luego reemplazando a la frmula: CAs = = = 00808
.
S3 (31333
. )3
LM n N OP
+c M 4 PP
j 1
1. Q 1 = Y '
j 1 j
MN N N
j j 1
Q
n 100
i) Ubicar la posicin del Q1: = = 25 , ste valor est comprendido entre
4 4
los valores de 25 y 45, entonces j = 4, j-1 = 3, y Y3 - Y4 = 7.9 - 9.8.
n 100
ii) Como = = 25 =N =25, entonces Q1 = Y3 = 7.9
4 4 3
2. Q2 = 10.275 = Me
LM 3n N OP
+c M 4 PP
j 1
3. Calcular el Q 3 = Y '
j 1
MN N N
j
j j1
Q
3n 3(100)
i) Ubicar la posicin del Q3: = = 75, ste valor est comprendido entre
4 4
los valores de 65 y 85, entonces j = 6, j-1 = 5, y es Y5 - Y6 =
11.7 - 13.6.
3n 3(100)
ii) Como = = 75>N =65, es cierto, entonces reemplazamos a la Q3:
4 4 5
LM 10 n N OP
+ c M 100 PP
j 1
1. P10 = Y j' 1 j
MN N N
j j 1
Q
10n 10(100)
i) Ubicar la posicin del P10: = = 10 , ste valor est comprendido
100 100
entre los valores de 7 y 25, entonces j = 3, j-1 = 2, entonces Y2 - Y3 =
6.0 - 7.9.
10n 10(100)
ii) Como = = 10 >N =7, es cierto, entonces reemplazamos a la
100 100 2
P10:
LM107OP = 632
P10 = 60
. +19
.
N257Q . = D 1
LM 5 0 n N OP
+ c M 1 00 PP
j 1
2. P5 0 = Y j' 1 j
MN N N j j1
Q
50n 50(100)
i) Ubicar la posicin del P50: = = 50 , ste valor est comprendido
100 100
entre los valores de 45 y 65, entonces j = 5, j-1 = 4, y Y4 - Y5 = 9.8 -
11.7.
50n 50(100)
ii) Como = = 50 >N =45, entonces calculamos P50:
100 100 4
90n 90(100)
i) Ubicar la posicin del P90: = = 90 , ste valor est comprendido
100 100
entre los valores de 85 y 96, entonces j = 7, j-1 = 6, y con Y6 - Y7
- 282 - V. Ibaez Q. Estadgrafos de Dispersin
= 13.6 - 15.5.
90n 90(100)
ii) Como = = 90 =N =85, entonces calcular el P90
100 100 6
M4 = 336.228+4(1.406)(41.29)+6(1.406)2(11.696)-3(1.406)4 = 231.0158
Por tanto:
M 4 2310158
.
K1 = 4
= = 2.3968
S (31333
. )4
Como K1 = 2.3968 < 3, entonces la distribucin es platikrtica, es decir es
ms aplastada o achatada que la curva normal.
Q1= 7.9, Q2= 10.275 = Me y Q3= 12.65; P10= 6.32 y P90= 14.4636
Count = 100
Variance = 10.1161
Standard deviation = 3.18058
Standard error = 0.318058
Minimum = 2.3
Maximum = 17.3
Range = 15.0
Interquartile range = 5.05
Skewness = -0.0582406
Stnd. skewness = -0.237766
Kurtosis = -0.579132
Stnd. kurtosis = -1.18215
Coeff. of variation = 31.027%
Estadstica Bsica Aplicada a la Ganadera - 287 -
EJERCICIOS 6.1.
3. Los datos corresponden a la evolucin de peso vivo (kg) (12 meses) de ambos
sexos en llamas Thampullis (1990 - 1991).
4. Los datos corresponden a la evolucin de peso vivo (kg) (12 meses) de ambos
sexos en llamas Karas (1990 - 1991).
APNDICE 1
Pes o vivo (kg) de las Borregas Criollas por edades , 1998.
N de EDA DES
Borrega 2 aos 4 aos 6 aos 8 aos
1 27.0 22.0 26.0 25.0
2 27.0 26.5 27.0 26.0
3 27.0 27.0 27.0 27.0
4 29.0 28.0 28.0 27.5
5 30.0 28.0 28.0 29.0
6 30.0 28.0 30.0 30.0
7 30.0 28.5 30.0 30.0
8 30.0 29.0 30.0 30.0
9 30.0 29.0 30.0 30.5
10 30.0 29.0 31.0 30.5
11 30.0 30.0 31.0 31.0
12 30.0 30.0 31.0 31.0
13 31.0 30.0 31.0 31.0
14 31.0 30.0 31.5 31.0
15 31.0 30.0 32.0 31.0
16 31.0 30.0 32.0 31.0
17 31.0 31.0 32.0 31.0
18 31.0 31.0 32.0 31.0
19 31.0 31.0 32.0 32.0
20 31.0 31.0 32.0 32.0
21 31.5 31.0 33.0 32.0
22 32.0 31.0 33.0 32.0
23 32.0 31.0 33.0 32.0
24 32.0 31.0 33.0 32.0
25 32.0 31.0 33.0 32.0
26 32.0 32.0 33.0 32.0
27 32.0 32.0 33.0 32.5
28 32.0 32.0 34.0 32.5
29 32.0 32.0 34.0 33.0
30 32.0 32.0 34.0 33.0
contina
Estadstica Bsica Aplicada a la Ganadera - 293 -
contina .....
Pes o vivo (kg) de las Borregas Criollas por edades , 1998.
N de EDA DES
Borrega 2 aos 4 aos 6 aos 8 aos
31 32.0 32.0 34.0 33.0
32 32.0 32.0 34.0 33.0
33 32.0 32.0 34.0 34.0
34 32.0 32.0 34.0 34.0
35 32.0 32.5 35.0 34.0
36 32.5 32.5 35.0 34.0
37 33.0 33.0 35.0 34.0
38 33.0 33.0 35.0 34.0
39 33.0 33.0 36.0 34.0
40 33.0 33.0 36.0 34.0
41 33.0 33.0 36.0 34.0
42 33.0 33.0 36.0 34.0
43 33.0 33.0 36.0 35.0
44 33.0 33.0 36.0 35.0
45 33.0 34.0 36.0 35.0
46 33.0 34.0 37.0 35.0
47 33.0 34.0 37.0 35.0
48 33.0 34.0 37.0 35.0
49 33.0 34.0 37.0 35.0
50 33.0 34.0 37.0 35.0
51 33.0 34.0 37.0 35.0
52 33.0 34.0 38.0 35.0
53 33.0 34.0 39.0 35.0
54 33.5 34.0 39.0 36.0
55 34.0 34.0 40.0 36.0
56 34.0 34.0 40.0 36.0
57 34.0 35.0 40.0 36.0
58 34.0 35.0 41.0 36.0
59 34.0 35.0 41.0 36.0
60 34.0 35.0 41.0 36.0
... Contina
- 294 - V. Ibaez Q. Estadgrafos de Dispersin
co n tin a ...
Pes o v ivo (kg ) d e las Bo rregas Crio llas p or edad es , 1998.
N d e EDA DES
Borrega 2 aos 4 aos 6 aos 8 aos
61 34.0 35.0 41.0 36.0
62 34.0 35.0 45.0 36.0
63 34.0 35.6 -- 36.0
64 34.0 36.0 -- 37.0
65 34.0 36.0 -- 37.0
66 34.0 36.0 -- 37.0
67 34.0 36.0 -- 37.0
68 34.0 36.0 -- 37.0
69 34.0 36.0 -- 37.0
70 34.0 36.0 -- 37.0
71 34.0 36.0 -- 37.0
72 34.0 36.0 -- 37.5
73 34.0 36.0 -- 38.0
74 34.0 37.0 -- 38.0
75 34.0 37.0 -- 38.0
76 34.0 37.0 -- 38.0
77 35.0 37.0 -- 38.0
78 35.0 37.0 -- 38.0
79 35.0 37.0 -- 38.0
80 35.0 37.0 -- 38.0
81 35.0 37.0 -- 38.0
82 35.0 37.5 -- 38.0
83 35.0 38.0 -- 38.0
84 35.0 38.0 -- 38.0
85 35.0 38.0 -- 38.0
86 35.0 38.0 -- 38.0
87 35.0 38.0 -- 38.0
88 35.0 38.0 -- 38.5
89 35.0 38.0 -- 38.5
90 35.0 38.0 -- 39.0
...Co n tin a
Estadstica Bsica Aplicada a la Ganadera - 295 -
Contin a ...
Pes o v iv o (kg ) d e las Bo rreg as Crio llas p o r ed ades , 1998.
N d e EDA DES
Borrega 2 aos 4 aos 6 aos 8 aos
91 35.0 39.0 -- 39.0
92 35.0 39.0 -- 39.0
93 35.0 39.0 -- 39.0
94 35.0 39.0 -- 39.0
95 35.0 40.0 -- 39.0
96 35.0 40.0 -- 39.0
97 36.0 40.0 -- 39.0
98 36.0 41.0 -- 40.0
99 36.0 41.0 -- 40.0
100 36.0 42.0 -- 40.0
101 36.0 42.0 -- 40.0
102 36.0 42.0 -- 40.0
103 36.0 42.0 -- 40.0
104 36.0 42.0 -- 40.0
105 36.0 43.0 -- 40.0
106 36.0 43.0 -- 40.0
107 36.0 46.0 -- 40.0
108 36.0 -- -- 40.0
109 36.0 -- -- 40.0
110 36.0 -- -- 40.5
111 36.0 -- -- 40.5
112 36.0 -- -- 41.0
113 36.0 -- -- 41.0
114 36.0 -- -- 41.0
115 36.0 -- -- 41.0
116 36.5 -- -- 42.0
117 36.5 -- -- 42.0
118 37.0 -- -- 42.0
119 37.0 -- -- 42.0
120 37.0 -- -- 42.0
Con tin a
- 296 - V. Ibaez Q. Estadgrafos de Dispersin
Co ntin a....
Pes o v ivo (kg ) d e las Bo rregas Crio llas p or edad es , 1998.
N d e EDA DES
Borrega 2 aos 4 aos 6 aos 8 aos
121 37.0 -- -- 43.0
122 37.0 -- -- 43.5
123 37.0 -- -- 44.0
124 37.0 -- -- 44.0
125 37.0 -- -- 45.0
126 37.0 -- -- 46.0
127 37.0 -- -- 46.0
128 37.0 -- -- 47.0
129 37.0 -- -- 47.0
130 37.0 -- -- 47.0
131 37.0 -- -- --
132 37.0 -- -- --
133 37.0 -- -- --
134 38.0 -- -- --
135 38.0 -- -- --
136 38.0 -- -- --
137 38.0 -- -- --
138 38.0 -- -- --
139 38.0 -- -- --
140 38.0 -- -- --
141 38.0 -- -- --
142 38.0 -- -- --
143 38.0 -- -- --
144 38.0 -- -- --
145 38.0 -- -- --
146 38.0 -- -- --
147 39.0 -- -- --
148 39.0 -- -- --
149 39.0 -- -- --
150 39.0 -- -- --
...Co n tin a.
Estadstica Bsica Aplicada a la Ganadera - 297 -
Contina ...
Peso vivo (kg) de las Borregas Criollas por edades, 1998.
N de EDADES
Borrega 2 aos 4 aos 6 aos 8 aos
151 39.0 -- -- --
152 40.0 -- -- --
153 40.0 -- -- --
154 40.0 -- -- --
155 40.0 -- -- --
156 40.0 -- -- --
157 41.0 -- -- --
158 41.0 -- -- --
159 42.0 -- -- --
160 43.0 -- -- --
TOTAL 5557.500 3702.100 2131.500 4751.500
PROMEDIO 34.734 34.599 34.379 36.550
D.E. 2.942 4.169 3.924 4.434
D.E.P. 2.933 4.150 3.892 4.417
VAR 8.654 17.381 15.399 19.662
VARP 8.600 17.219 15.151 19.511
C.V. 8.443 11.993 11.322 12.085
MIN 27.0 22.0 26.0 25.0
MAX 43.0 46.0 45.0 47.0
n 160 107 62 130
- 298 - V. Ibaez Q. Estadgrafos de Dispersin
BIBLIOGRAFA CITADA
ZEA, F.W. y IBAEZ, Q.V. (1996). "I Curso de Sistema de Anlisis Estadstico SAS
para la Investigacin Experimental". Universidad Nacional Jorge Basadre
Grohomann Tacna. Facultad de Ciencias Agrcolas.
Estadstica Bsica Aplicada a la Ganadera - 301 -