TRABAJO COLABORATIVO MOMENTO 2

PRESENTADO POR:
VIRGINIA DE HOZ CODIGO: 1003039415

GRUPO: 204040_93

ROBERTO MARIO DE LEON

TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESTADSTICA DESCRIPTIVA
CEAD VALLEDUPAR
2 DE NOVIEMBRE DEL 2016
 INTRODUCCIN

La investigacin estadstica es necesaria para cualquier individuo en el mundo de hoy, cual

quiera que sean sus actividades siempre hay aplicaciones estadsticas en ellas. Pero cualquier

investigacin estadstica requiere seguir unos pasos y procedimientos establecidos para que

esta tenga validez.

El presente trabajo busca que los estudiantes demuestren los avances que han desarrollado en

el curso, entendiendo que manejan las tcnicas estadsticas apropiadamente en cualquier

contexto.

El objetivo de este trabajo es fortalecer los conocimientos con el desarrollo de los ejercicios, de

medidas univariantes de tendencia central y de dispersin, realizando un anlisis detallado en

cada ejercicio donde se pueda hallar la variable continua y discreta, y as poder interpretar sus

resultados para tomar la decisin ms acertada en el estudio de datos.

Mediante la utilizacin de datos agrupados, poder presentar la informacin ms detallada en las

tablas de frecuencia, tambin la utilizacin de la herramienta Excel para poder realizar las

grficas solicitadas segn el ejercicio, para as encontrar el modelo matemtico que ms se

ajusta al estudio de los datos de las variables que intervienen.

 JUSTIFICACIN

La estadstica resulta fundamental para conocer el comportamiento de ciertos eventos, por lo

que ha adquirido un papel clave en la investigacin.

Unas de las mltiples utilidades e importancia de la estadstica es que nos ayuda a la bsqueda,

organizacin y anlisis de informacin cuantitativa para realizar diagnsticos, formular

hiptesis, plantear soluciones y tomar decisiones.

Se puede clasificar en descriptiva e inferencial, la primera da informacin sobre un fenmeno en

especfico a partir de toda su poblacin, ya sea histricamente o en el momento actual, por

ejemplo, el estado socioeconmico de una localidad; en cambio la inferencial estudia slo una

parte de la poblacin o sirve para formular proyecciones a futuro de un evento.

La necesidad del hombre moderno de la estadstica es cada vez ms amplia y profunda el

estudio de este curso aparece solo en algunos programas universitarios, actualmente se

considera como una disciplina primordial en todos los campos de la investigacin, razn por el

cual aparece materia en programas de nivel medio, intermedio y educacin diversificada.

La estadstica tambin es muy importante ya nos entrega esas herramientas para que nosotros

podamos calcular a nivel investigativo y a partir de una muestra de la poblacin, aquellos datos

que deseemos investigar. Unas de las actividades en que se emplea la estadstica a gran escala

es a travs de los censos que se realizan a nivel nacional, para de esta manera saber cules son

los principales problemas que aquejan a las sociedad.

OBJETIVOS
1. El objetivo de la estadstica es mejorar la comprensin de hechos a partir de datos.

2. Estructurar la inferencia de manera ptima dentro de las restricciones existentes de

capacidad de experimentacin u observacin, de tiempo y econmicas entre otras.

3. Construir en primer lugar tabla de frecuencias.

4. Resumir la informacin de conjuntos ms o menos numerosos de datos. Para ello se

asienta en un concepto inmediato a la tarea de recuento.

5. Realizar un anlisis a los datos existentes en la estadstica de accidentes de trnsito en la

ciudad de Medelln durante el ao 2015, estableciendo las variables discretas y variables

continuas, adems calcular las medidas de tendencia central: media, mediana, moda, los

cuartiles, deciles 5, 7 y percentiles 30 , 50.

MEDIDAS UNIVARIANTES DE TENDENCIA CENTRAL
- Elegir una variable discreta que sea representativa y elaborar una tabla de frecuencias para
datos NO agrupados, representarla grficamente, calcular las medidas de tendencia central:
media, mediana, moda, los cuartiles, deciles 5 y 7 ; percentiles 30 , 50 e interpretar sus
resultados.
CASO:
Principales causas que incrementan e inciden en el nmero de accidente de trnsito ocurridos
en el territorio Nacional.
Identificar las variables discretas dentro del problema de estudio y calcular las medidas
univariantes de tendencia central ms adecuadas, a aquellas que consideren sean relevantes
para el problema de estudio.
VARIABLES DISCRETAS.
A: Nmero de accidentes.
B: TIPO DE VEHCULO: Moto, carro, tracto camin, buseta.
D: GENERO: hombre o mujer.
F: Nmero de heridos.
J: Da de la semana.
L: Otros factores (Estado anmico o fsico del conductor, ninguno, imprudencia del conductor,
desconocimiento, irrespeto a las normas de trnsito, mal estado de las vas, falta de
sealizacin.
M: Costo estimado del siniestro.
O: Tipo de vida: Principal (urbano), carretera principal (rural), carretera segundaria (rural),
troncal (urbano), autopista (rural), local (urbano).

Nota: Para mi objeto de estudio de la variable a utilizar es:

F: Nmero de heridos con universo total de 100.
TABLA 1.0 Distribucin de frecuencias simples de accidentes.
Variables:
X= nmero de Accidentes [corresponde a A (segn tabla)].
Y= nmero de heridos [corresponde a F (segn tabla)].
 X Y X Y X Y X Y
1 1 27 2 53 5 79 5
2 2 28 3 54 3 80 4
3 3 29 4 55 4 81 3
4 0 30 3 56 5 82 4
5 2 31 3 57 5 83 5
6 2 32 4 58 3 84 4
7 1 33 3 59 6 85 3
8 0 34 4 60 5 86 3
9 2 35 3 61 3 87 3
10 3 36 4 62 3 88 6
11 3 37 2 63 4 89 5
12 4 38 2 64 4 90 4
13 1 39 4 65 3 91 4
14 2 40 3 66 4 92 5
15 1 41 2 67 2 93 6
16 3 42 3 68 2 94 6
17 3 43 2 69 3 95 5
18 2 44 1 70 3 96 7
19 3 45 4 71 4 97 5
20 2 46 3 72 2 98 6
21 3 47 2 73 5 99 7
22 4 48 4 74 3 100 5
23 3 49 4 75 4 Total:345
24 3 50 3 76 5
25 3 51 5 77 4
26 4 52 6 78 3

345: Total de heridos en 100 accidentes de trnsito.

Observamos esta forma de agrupar se vuelve engorrosa cuando se tienen muchos datos, otra
forma de construir una distribucin de frecuencia agrupada, que indican la frecuencia con que
aparecen los datos, agrupado en que se le domina el intervalo de clase (lmite de clase inferior y
lmite de clase superior), la diferencia est en los lmites de cada intervalo de clase se le
denomina ancho de clase, tamao o amplitud de intervalo de clase.
Calculemos las medidas univariantes de tendencia central para datos no agrupados.
 = media aritmtica

= 345 = 3,45 heridos

100 Accidentes.

CALCULEMOS LA MEDIANA.
(Me): Se define como el valor que divide una ordenacin de datos ordenados en dos mitades, es
decir se encuentra en el centro de la distribucin, tenemos.
Tabla 2.0 Datos ordenados de distribucin de frecuencia.

0 0 1 1 1 1 1 2 2 2 2 2 2
2 2 2 2 2 2 2 2 2 2 3 3 3
3 3 3 3 3 3 3 3 3 3 3 3 3
3 3 3 3 3 3 3 3 3 3 3 3 3
3 3 3 4 4 4 4 4 4 4 4 4 4
4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5
5 6 6 6 6 6 6 7 7 = 100

Me = 3+3 = 6 = 3
2 2
Me = 3 este valor corresponde el nmero de heridos de la mediana en 100 accidentes.
-Como los datos estn desordenados es necesario ordenar los datos.

Nmero de Heridos Frecuencias

0 2
1 5
2 16
3 32
4 23
5 14
6 6
7 2
TOTAL 100
 Calculemos la Moda (Mo): Para datos agrupados.
Mo = 3 Corresponde al nmero de heridos que ms se repite, con una frecuencia de 32
veces. Este mismo valor coincide con los datos que no son agrupados.
Por tratarse de unos datos no agrupados procedemos ajustar la tabla de la siguiente manera:
A) Ajustemos el rango (R)
R1 = (X mox . Xmin)
R1 = (7 0) = 7 rango
B) hallemos el intervalo (K)
K= 1+3.3 log (n)
K= 1+3.3log (100)
K= 1+3.3 (2)
K= 7.6 = 8
K= 8

C) Hallemos la amplitud (w).

W= R1 = 7
= 0,875 = 1
K 8
W = 1.0
Ajustamos el rango ( R2) en uno, se reparte equitativamente aumentando en 0.5 al mayor
dato ( 7+0.5 = 7.5) y disminuyendo en 0.5 al menor dato (0 0.5 = - 0.5).
K= nmero de intervalo.
Li = lmite del intervalo.
Xi = marca de clase.
Fi = frecuencia relativo.
Fi = frecuencia relativo acumulado.
hi = Frecuencia absoluto .
Hi = Frecuencia absoluto acumulada.
= Media.
 = Fi. Xi /n.

TABLA 3.0 Tabla de frecuencia para datos agrupados.

K Li Xi fi Fi x i Fi hi Hi
1 -0.5 + 1=0,5 0,25 2 0,50 2 0,020 O,020
2 0,5 + 1= 1.5 0,75 5 1,50 7 0,050 0,070
3 1.5 + 1= 2.5 1,25 16 20,1 23 0,160 0,230
4 2.5 + 1= 3.5 1,75 32 56,0 55 0,320 0,550
5 3.5+1 = 4.5 2,25 23 51,75 78 0,230 0,780
6 4.5+1 = 5.5 2,75 14 38,5 92 0,140 0,920
7 5.5+1 = 6.5 3,25 6 19,5 98 0,060 0,980
8 6.5+1= 7.5 3,75 2 7,5 100 0,020 1,000
100 195,25 1,00

Procedemos con la tabla 3.0 hallamos nuevamente la Me, , Mo.

= Media aritmtica agrupada.

= fi xi = 195,25 = 1.9525 Corresponde al nmero de los heridos promedio por accidente.

n 100

n = corresponde a la clase de la mediana.

La clase de la mediana (2,5 +1 = 3,5), pues el momento de frecuencia aritmtica ms prximo a
55, y, coincide fi = 55; entonces 55- 23= 32, se interpola en el ancho o amplitud de la clase de la
mediana.
Frecuencia absoluta Ancho de clase
32 1
32 x
Donde x= 1
Ahora procedemos ajustar la mediana Para datos agrupados.
n = Fk -1
Me = 2 . Ak+Lk
Fx
 100 _ 32
Me = 2 (1) + 2 = 2,84375
32

Me = 2,84375 +1 = 3,84375
Me = 3,84375 = corresponde 3,85 el nmero de heridos de la mediana en 100 accidentes.
Cuando los datos se encuentran agrupados la moda es la marca de la clase del intervalo de
clase, que contiene la mayor frecuencia, que el nmero de heridos (3) con una frecuencia fi= 32
ocasiones.
Mo = Fk1 . Ak + Lk
Fk 1+ Fk + 1
Mo = 23 (1) + 2 = 2,26
23 + 55

Mo = 2,26 Corresponde al nmero de heridos de la moda tenemos:

Me = 3,84375 = 3,85
Mo= 2,26

= 1,9225
Mo Me 1.9525 Lo que nos permite ver que las distribucin aritmtica esta sesgada a
la derecha.

Me Mo
Calculemos los: (los cuartiles y deciles)
Cuartiles: Para calcular los cuartiles se distribuyen en 4 partes, de tal manera que cada uno
contenga, igual nmero de observaciones, es decir, el 25% de las observaciones, se denominan
cuartilla a los tres valores que separan a la frecuencia total de la distribucin dividida en cuatro
partes iguales, el valor central es la media y corresponde al segundo cuartil.
Los cuartiles, deciles y percentiles se utilizan con mayor frecuencia con valores continuas
siempre de que el nmero de intervalo sea grande y se debe tener un promedio que
corresponda a una determinada parte de las distribuciones.
Los pasos a seguir en los clculos de estos promedios son muy parecidos a los que se les aplican
la mediana a saber:
1) se aculan la frecuencias absolutas (NJ = Fi), ver columna tabla 3,0.
2) si se trata de calcular las cuartillas tenemos:

Q 1 = n = 100 = 25
4 4
Q 2 = 2n /4 = 2(100)/4 = 50
Q 3 = 3n/ 4 =3(100)/4 = 75
Q 4 = 4n/4 = 4(100)/4 = 100
3) El valor obtenido en el punto anterior, se localiza en NJ = Fi, Ns = 50.
Como Q2 = 50, si aparece en la tabla se simboliza como NJ, para nuestro caso corresponde al
valor de la mediana Me = 50.
2(100) - 32
Q 2 = 2 +1 4 = 2,84
32

Q 2 = 2,84, corresponde a Li = 2,5 + 1 = 3,5, fi = 32, NJ = 55

Para calcular los deciles, la distribucin se divide en partes, calculemos el decil (5)
D (5) = 5n = 5(100) = 50 Corresponde al valor del a mediana Me
10 10
NJ 1 = 23: Valor inmediatamente inferior a 50 (tabla 3.0)
NJ = 55 : Valor inmediatamente mayor a 23
Siendo n/ J- 1 5 n/10
23 50

5n - NJ-1 5(100) - 23
10 10
D(5) = Li + c = = (1) +2 = 3,6875
16 16
7n 7(100) 700
Calculemos el decil (7) = = = 70
10 10 10

NJ 1 = 55

NJ = 70

5570

70 - 55

D(7) = 2+1 = 2,469

32

Calculemos el percentil (30) = p(30)?

30n 30(100)

= = 30

100 100

NJ-1 = 23 : Valor inmediatamente menor a 30

NJ = 50 : valor inmediatamente mayor a 23

NJ -1 50 , 2330.

30 - 23

Percentil (30) = 2+(1.) = 2.219

32

Percentil (30) =3 el valor del percentil 30 corresponde a 2,219

Que se encuentra en el intervalo 3

Calculemos el percentil (50) = P(50)=?

50n 50(100)
=50
100 100

NJ -1 = 23: Valor inmediatamente menor a 50.

NJ= 50 : Valor inmediatamente mayor a 23

NJ -1 50 23 50

50 - 23

P(50) = 2+1 = 2,8435

32

EL percentil (50), corresponde a 2,84375, que se encuentra en el intervalo 4.

Resumiendo tenemos:

DECILES POSICION VALOR

5 4 3,687

7 3 2,469

PERCENTILES POSICION VALOR

P(30) 3 2,219

P(50) 4 2,8435

CUARTIL POSICION VALOR

1 25 1,42

2 50 2.84

3 75 4.20

Tabla de frecuencia en representacin grfica de datos.

Nos permite la posibilidad de leer crticamente los datos y la informacin resulta importante e
indispensable en la sociedad de informacin, en la que vivimos y con el auge de las tecnologas,
permite interpretar datos de diferentes fuentes.

NUMERO DE HERIDOS EN ACCIDENTE DE

TRANCITO EN MEDELLIN 2015
40
Grecuencia

30
32
20
23
10 16 Frecuencias
14
2 5 6 2
0
0 1 2 3 4 5 6 7
N de herridos
Esta grafica nos permite identificar en la secretaria de transito de Medelln que el nmero de
heridos ms frecuente en la ciudad en el ao 2015 fue de tres heridos por cada ocasin.

- Elegir una variable Continua que sea representativa y siguiendo los lineamientos, disear una
tabla de frecuencia para datos Clculo e interpretacin de las medidas univariantes de
tendencia central y de dispersin para la variable discreta. Clculo e interpretacin de las
medidas univariantes de tendencia central y de dispersin para la variable contina. Anlisis e
interpretacin de la informacin obtenida. Conclusiones. Referencias Bibliogrficas. Peso
evaluativo: 125 puntos agrupados, representarla grficamente por medio de un histograma de
frecuencias, un polgono de frecuencias, calcular las medidas de tendencia central, determinar
el tipo de asimetra, los cuartiles , deciles 5 y 7 ; percentiles 25, 50 ( Interpretar sus resultados).

Calculemos la media de tendencia central para datos no agrupados: variable (k): Hora de
accidente.
Calculemos la media aritmtica para datos no agrupados.

= media aritmtica

= xi = 1095,21 = 10,9521
n 100

n= 100

= 10,9521 Corresponde a una hora de accidente promedio. (10,9521 A.M)

Calculemos mediana para datos no agrupados.
Para calcular la mediana, como n= 100 tomamos el valor de X50= 7.45 y X51= 4,55; de los
datos no ordenados sumamos estos dos valores y lo dividimos entre dos (2), y nos da el valor de
la mediana. 8ver tabla Excel)
Me =7.44+4.55 = 6 Valor que corresponde a las 6 A.M, el valor de la
2 mediana para datos no agrupados.
Calculemos la moda (Mo), para datos no agrupados.
Segn la tabla Excel, la moda corresponde a Mo = 7.35 A.M. con una frecuencia que se repite 13
veces, ver siguiente tabla 1.0.
TABLA 1.0 Tabla de frecuencia de hora de accidente para datos no agrupados, K = hora de
accidentes. Fr frecuencia.

K f
0:15 1
0:20 1
0:45 8
1:00 1
1:10 1
1:45 1
1:55 1
2:00 1
3:00 2
4:35 1
4:55 1
5:25 1
5:50 1
6:20 1
6:55 1
7:00 1
7:35 13
7:45 1
8:25 1
8:35 1
8:50 8
9:05 1
9:20 2
9:23 8
9:25 1
9:45 1
10:05 1
10:10 1
11:00 1
11:35 1
12:00 1
12:05 1
14:10 1
16:20 1
16:30 1
17:00 2
18:30 1
19:22 1
20:00 1
20:05 1
20:30 1
20:35 1
20:40 8
21:10 1
21:15 1
21:30 8
21:40 1
22:50 1
23:00 1
23:05 1
TABLA 2.0 TABLA DE DATOS ORDENADOS.

0:15 5:50 8:50 9:45 20:40

0:20 6:20 8:50 10:05 20:40
0:45 6:55 8:50 10:10 20:40
0:45 7:00 8:50 11:00 20:40
0:45 7:35 8:50 11:35 20:40
0:45 7:35 8:50 12:00 20:40
0:45 7:35 8:50 12:05 21:10
0:45 7:35 8:50 14:10 21:15
0:45 7:35 9:05 16:20 21:30
0:45 7:35 9:20 16:30 21:30
1:00 7:35 9:20 17:00 21:30
1:10 7:35 9:23 17:00 21:30
1:45 7:35 9:23 18:30 21:30
1:55 7:35 9:23 19:22 21:30
2:00 7:35 9:23 20:00 21:30
3:00 7:35 9:23 20:05 21:30
3:00 7:35 9:23 20:30 21:40
4:35 7:45 9:23 20:35 22:50
4:55 8:25 9:23 20:40 23:00
5:25 8:35 9:25 20:40 23:05

Con la tabla de datos no agrupados procedemos hallar los intervalos (kI ) de cada hora y
frecuencia.
Intervalos: A = nmero de accidente.
K= hora de accidente.
K* = intervalo.
TABLA DE DATOS NO AGRUPADOS CON INTERVALOS.

A K K* A K K* A K K* A K K* A K K*
1 21:10 8 21 23:05 8 41 9:23 4 61 21:30 8 81 7:35 3
2 1:45 1 22 3:00 2 42 8:50 3 62 20:40 7 82 12:05 5
3 20:30 7 23 9:23 4 43 0:15 1 63 10:05 4 83 0:45 1
4 7:00 3 24 8:50 3 44 7:35 3 64 1:10 1 84 21:30 7
5 19:22 7 25 8:35 3 45 0:45 1 65 12:00 5 85 20:40 7
6 0:45 1 26 7:35 3 46 21:30 8 66 0:45 1 86 8:25 3
7 21:30 8 27 6:55 3 47 20:40 7 67 21:30 7 87 0:45 1
8 20:40 7 28 22:50 8 48 6:20 3 68 20:40 7 88 21:30 8
9 17:00 6 29 7:35 3 49 7:35 3 69 7:35 3 89 20:40 7
10 1:55 1 30 23:00 8 50 7:45 3 70 18:30 7 90 17:00 6
11 14:10 5 31 7:35 3 51 4:55 2 71 7:35 3 91 9:23 4
12 9:25 4 32 9:45 1 52 9:23 4 72 20:35 7 92 8:50 3
13 4:35 2 33 0:45 1 53 8:50 3 73 9:23 4 93 21:15 8
14 9:20 4 34 21:30 8 54 20:05 7 74 8:50 3 94 16:20 6
15 7:35 3 35 20:40 7 55 7:35 3 75 9:20 4 95 9:23 4
16 0:20 1 36 7:35 6 56 5:25 2 76 2:00 1 96 8:50 3
17 0:45 1 37 16:30 6 57 9:23 4 77 9:23 4 97 10:10 4
18 21:30 8 38 7:35 3 58 8:50 3 78 8:50 3 98 7:35 3
19 20:40 7 39 5:50 2 59 11:35 4 79 11:00 4 99 1:00 1
20 21:40 8 40 3:00 2 60 0:45 1 80 20:00 7 100 9:05 4

Por tratarse de unos datos no agrupados, procedemos ajustar la tabla de la siguiente forma :

Hallemos el Rango (RI)

RI = Xmax Xmin.

RI = 23,05 0,150 = 22.990

RI = 22.90

Hallemos el intervalo (K).

K= 1+3.3log (n): para ello aplicamos la regla de stuzges, donde n= 100

K= 1+3.3log(100)

K= 1+3.3 (2)

K =7.6 = 8,0

K= 8

Calculemos la amplitud del intervalo o ancho de clase (w).

RI 22.90

W= = = 2,75 = 3.O

K 8,0

W= 3
Ajustemos el rango (R2): Como se ajust el ancho de clase es necesario ajustar (R2).

R2 = (W) (K) R1

R2 = (3) (6) 22.90

R2 = 1.1 Observacin: Como el rango se ajusta 1.1, se reparte equitativamente

aumentando o,6 al mayor dato y restando 0,5 al menor dato.

Menor dato o.150 0,5 = 0,35

Mayor dato = 23,05+ 0,6=23,65

Construimos la tabla de valores ajustados.

Variable.

Li = lmite del intervalo.

Xi = marca de clase.

fi = frecuencia relativo.

fi = Frecuencia absoluto .

Hi = Frecuencia absoluto acumulada.

Hi= Frecuencia relativo acumulada

TABLA 4.0 : Tabla de distribucin de frecuencia agrupados.

K Li Xi fi Fi hi Hi fixi

1 -0,35+3=2,65 1,32 16 16 0,160 0,160 21,12

2 2,65+3 =5,66 2,83 6 22 0,060 0,220 16.98

3 5,67+3 = 8,67 4,33 27 49 0,270 0,490 116,91

4 8,68+3 =11,68 5,84 16 65 0,160 0,650 93,44

5 12,69+3 = 14,69 7,345 3 68 0,03 0,680 22,035

6 14,70+3 =17,70 8,850 4 72 0,04 0,720 35,40

7 17,71+3= 20,71 10,355 16 88 0,16 0,88 165,68

 8 20,72+3=23,72 11,86 12 100 0,12 1,00 142,32

TOTAL 100 1,00 448,205

6) Al construir la tabla hemos hallado las frecuencias relativas y acumuladas.

7) hallemos los percentiles para datos agrupados y ajustados en la tabla con intervalos.

Calculemos el P(25)

25 X50% 1250

= = 12,50

100% 100

Fi, esta entre 0 ^ 16, el 12.5 lo aproximamos a 16

12.5 2.65

P 25 = - 0,35+3 [ ] = 3,88125

El valor del P(25), corresponde a 3,88125 y se encuentra ubicado en el intervalo K=2

Calculemos el P(50) = 2

50X50% 1250

= = 25

100% 100

Fi, esta entre 22 y 49, el 25 lo aproximamos a 49

25 - 22

P(50) =[ ] = 6,795

El valor del percentil 50 corresponde 6,795, y se en el intervalo K= 3

Procedo con los datos de la tabla 4,0 y hallemos nuevamente las medidas de tendencia central
para datos agrupados

= Media aritmtica agrupada.

= fi xi 448,205

= = 4,48205 Corresponde al a hora de accidente.

n 100

Promedio por accidente.

Me= Mediana.

100

N= = 50 = corresponde a la clase de mediana.

La clase de la mediana (Me) es (8,68 + 3 = 11,68) para k= 4 pues el nmero ms cercano a 50,
para nuestro caso Fi= 67, entonces 50 49) = 1,0.

El valor 1.0, se interpola en el ancho o amplitud de la clase de la mediana que es 3

Frecuencia absoluta Ancho de clase

16 3

1,0 x

Donde x= 1x3 3

= = 0.1875

16 16

As pues la mediana se encontrara a 0.1875 unidades ms del lmite intervalo de la clase.

Me = 8,68 + 0,1875 = 8,8675

Me= 8,8675 : corresponde a las 8,8675 horas ajustados de la mediana en 100 accidentes.

Tambin podemos comprobar si es correcta el valor de la mediana (Me) ajustado de la siguiente

forma.

50 _ 49

Me = 2 (3) + 8,68 = 8,8675

16

Me = 8,8675

Ajustamos la moda (Mo).

En la tabla 1.0, donde los datos estn si agrupar, la moda es 7,35, valor correspondiente a la
mayor frecuencia que es 12.

En la tabla 4.0 de la distribucin de frecuencia agrupadas la moda se encuentra en el intervalo

de clase (5,67+3 = 8,67) y corresponde a la marca de clase (4,33).

100 _ 49

Me = 2 (3) + 5 ,67= 5,7811 que corresponde a la marca de clase es

27 4,33.

Distribucin sesgada.

Me Mo
Me = 8,8675
Mo= 5,7811

= 4,48205

Medidas de tendencia central agrupadas y sesgada al a derecha. Mo Me X

Q 1 = n/4= 100/4 = 25

Q 2 = 2n /4 = 2(100)/4 = 50

Q 3 = 3n/ 4 =3(100)/4 = 75

Q 4 = 4n/4 = 4(100)/4 = 100.

El intervalo de clase donde se encuentra el 1 cuartil es (2,66 +3 = 5,66), pues es el nmero de

frecuencia acumulada mas cercano a 25, encuentro caso es (22), hay 7 observaciones por
debajo del lmite inferior de la clase el primer cuartil.

25 7= 18, es te valor se interpola en la amplitud de la clase que es 3.

Frecuencia absoluta Ancho de clase

22 3

18 x

X = 2.45

As Pues el 1 cuartil se encuentra a 2,45 unidades del lmite inferior de la clase

correspondiente.

Q1 =25+ 2.45 = 27,45

Q2 = 50+ 2,45 = 52,45

Q3 = 75 + 2,45 = 77,45

Para el clculo de los deciles se divide el conjunto de datos en 10 partes

Calculemos el D(5)

5n 5(100)

= = 50.

10 10

NJ-1 = 49, Valor inmediatamente inferior a 65

NJ = 65, Valor inmediatamente inferior a 49

5n

10 _ NJ-1

D (5) = LI + C [ ]

27

50 - 49

D(5) = 3+3 [ ] = 3,11 se encuentra PP en el intervalo K = 3 para un

27 Xi = 4,33

7n 70(100) 700

Calculemos el decil (7) = = = 70

10 10 10

NJ-1 = 68, Valor inmediatamente inferior a 72

NJ = 72, Valor inmediatamente inferior a 68

NJ- 1 70

68 70
 70 - 68

D (7) = (3) + (3) = 5,0

El decil 7 se encuentra ubicado en el intervalo K= 4 y un Xi = 5,84.

Representacin grafica mediante el polgono de frecuencia absoluta.

frecuencias adsolutas de los de los limites de las

horas de accidentes en la ciudad de medellin
2015
120
100
100
Frecuencia

80
60
fi
40
Lineal (fi)
20
16 6 27 16 3 4 16 12
0
0,35 2,65 5,66 8,67 11,68 14,69 17,7 20,71 23,72
Horas de accidentes

En esta grafica se ve reflejado de que hubo 100 accidentes de trnsito en Medelln en el ao

2015, donde hubo ms frecuencia de accidentes en las horas 5,6 A,M y donde hubo menos
frecuencias de accidentes en las horas 11,6 A.M.
Conclusin
Por medio del desarrollo de esta actividad practicamos conceptos La frecuencia absoluta que es el

nmero de veces que aparece un determinado valor en un estudio estadstico, moda que es el valor que

ms se repite dentro de los datos, la mediana que es la medida que separa los datos de la mitad

superior y la mitad inferior medidas de centralizacin y de dispersin que son las que nos indican en

torno a qu valor central se distribuyen los datos, sobre cunto se alejan del centro los valores de la

distribucin (dispersin).

En general el ejercicio fue de provechoso aunque un poco difcil en cuanto al anlisis de los datos.
BIBLIOGRAFA.
Garca, J.E (2005).Anlisis de Datos Unidimensionales.et al. Madrid: Paraninfo. Pgina 26 -51
Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&s
w=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1

Montero, J. M. (2007). Caractersticas de Una Distribucin de Frecuencias. Statistical

Descriptive. Cengage Learning Paraninfo, S.A. Paginas 18-57. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&s
w=w&asid=99feba20c3312cbea60961107ffc27a0

Garca, M.S.(2004).Introduccin a la estadstica econmica y empresarial. Paraninfo. Pginas 74

98. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad&it=r&p=GVRL&s
w=w&asid=4a9b0a469e755a4327207c94b4c0d549