ESTADÍSTICA BÁSICA

ALEJANDRO DUVÁN LÓPEZ ROJAS

INSTITUTO SAN JUAN DE DIOS

NIVEL: 04

CURSO: 1101

MATEMÁTICAS

ESTADÍSTICA Y PROBABILIDAD

PROFESOR: ROBINSON ADONAI PEDRAZA SANABRIA

BOGOTÁ D.C

15 DE OCTUBRE DE 2013

1
 ESTADÍSTICA BÁSICA

ALEJANDRO DUVÁN LÓPEZ ROJAS

INSTITUTO SAN JUAN DE DIOS

NIVEL: 04

CURSO: 1101

MATEMÁTICAS

ESTADÍSTICA Y PROBABILIDAD

TRABAJO EXPOSITIVO: ESTADÍSTICA BÁSICA

PROFESOR: ROBINSON ADONAI PEDRAZA SANABRIA

BOGOTÁ D.C

15 DE OCTUBRE DE 2013

2
 CONTENIDO

INTRODUCCIÓN………………………………………………………………...pág. 4
OBJETIVOS……………………………………………………………………...pág. 5
POBLACIÓN EN
TADÍSTICA………………………………………………………pág.6

INTRODUCCIÓN

3
La estadística tiene la misión de analizar datos en un evento o acción y sobre
estas observaciones arrojar conclusiones, por lo cual cuenta con cientos de
herramientas que le permiten ser una técnica especial apta para el estudio
cuantitativo de los fenómenos de masa o colectivo, cuya mediación requiere una
masa de observaciones de otros fenómenos más simples llamados individuales
o particulares. Esta ciencia tiene disímiles aplicaciones y a través de ella se
pueden expresar, mediante indicadores, aspectos de gran utilidad en lo
económico, social y natural.

OBJETIVO

4
El objetivo de este trabajo es el de realizar un análisis sustancioso a las partes
más importantes que conforman la estadística, de manera explícita. La
estadística como ciencia se encarga de recopilar, e interpretar datos que en el
futuro servirán para proyectar posibles problemáticas futuras, consiguiendo
según estos datos, la solución más viable y rápida. El objetivo básico de la
estadística es hacer inferencia acerca de una población con base a la
información contenida en una muestra. Es decir se pretende establecer
inferencia acerca de una población, entendiendo a la población como un conjunto
de individuos, organismos o entes inanimados de los cuales queremos conocer
alguna o algunas características para que nos ayuden a tomar una decisión u
obtener alguna conclusión de suma importancia, y nada sabemos sobre la
distribución, existencia, ubicación, valor de esta o estas características que nos
interesa saber.

POBLACIÓN EN ESTADÍSTICA

5
Como bien se sabe, la estadística es la rama de la matemática en cargada del
estudio y el análisis de datos. Este procedimiento se realiza a partir de un grupo
determinado llamado población; la cual es un conjunto de elementos definidos
sobre los cuales se realizan observaciones sobre características específicas de
las mismas con el objetivo de resaltar conclusiones sobre el grupo estudiado.
Por ejemplo: sí se desea realizar un estudio de la cantidad de personas en la
ciudad mediante un censo, la población seria todas las personas que habitan en
la ciudad. Igualmente, si se deseara sacar una conclusión de la afección del
cigarrillo a la salud, la población seria todas las personas de la ciudad que han
fumado cigarrillos alguna vez en su vida.

Por otra parte, el tamaño que tiene una población es de suma importancia en el
proceso de estadístico dado que según el número de elementos la población
puede ser finita o infinita. Cuando el número de elementos que integra la
población es muy grande, se puede considerar a esta como una población
infinita, por ejemplo; el conjunto de todos los números positivos. Una población
finita es aquella que está formada por un limitado número de elementos, por
ejemplo; el número de estudiantes de un colegio.

ESPACIO MUESTRAL

El espacio maestral es la parte de la población, la cual está presente en el

momento de realizar el estudio estadístico, dado que sería prácticamente
imposible recolectar todos los datos exactos de la población; siendo de un
tamaño menor pero significativo del porcentaje de la población; no obstante, en
ocasiones esta es del mismo tamaño.

MUESTRA

Igualmente, cuando la población o el espacio muestral es muy grande, es obvio

que la medición de todos los elementos se incrementa su complejidad. Para
solucionar este inconveniente se utiliza una muestra estadística, la cual es una
parte representativa de la población.1 Esta se tiene que seleccionar al azar para
impedir la alteración de los datos, de esta forma utilizar esta información para
hacer referencias sobre la población que está representada por la muestra.
Adicionalmente, se debe considerar que el tamaño de la muestra debe ser
proporcional al conjunto del cual fue tomado, además del tipo de dato analizado,
es decir que el tamaño de la muestra tendrá a ser menor entre menos variable
se analicen; por ejemplo, cantidad de hombre y mujeres en un centro comercial;
mientras que la muestra aumentaría con una mayor cantidad de datos, por
ejemplo al estudiar los pesos y las tallas en una fábrica.

6
VARIABLES

Dentro de la estadística, las variables son los datos que se seleccionan para
estudiar la población y sobre el cual arrojar conclusiones; al permitir escribirse
dentro de una tabla. Por ejemplo: la edad, el peso, etc. Esta hace referencia a
un dato específico y se dividen en diferentes tipos de variables, como:
cualitativas y cuantitativas.

VARIABLE CUALITATIVA

Como su nombre lo indica, la variable cualitativa indica cualidades, es decir que

cada valor es una modalidad dentro de todas las opciones de la variable
estadística y por lo tanto no es algo numérico. Al no poderse insertar dentro de
una tabla esta determina el rango de posibles respuestas. Por ejemplo: los gusto,
preferencias, opiniones características físicas o cualidades; en síntesis todo
aquello que no se puede contar o medir, por lo que no se pueden hallar nada de
información que requiera operaciones matemáticas
Pese a que las variables cualitativas representar modalidades no numéricas se
puede separar en dicotómicas con solo dos posible valores o politómicas con
tres o más valores. Igualmente, se catalogan como:
 Variable cualitativa nominal:
Esta no tiene un estándar de organización, como el estado civil, el
estado de humor, el sexo, el tipo de sangre, etc.
En este tipo de variable es imposible hallar las medidas de localización.
 Variable cualitativa ordinal:
La variable puede ser organizada atreves de una escala establecida, sin
la necesidad de uniformidad. Esto se evidencia principalmente en
sistemas de calificaciones tanto académicas como deportivas.
Esta variable permite hallar medidas de localización, de forma
rudimentaria.
Pese a la imposibilidad de operar variables cualitativas, estas se pueden
representar mediante algunas herramientas estadísticas como: tablas de
frecuencia, histogramas, diagramas circulares la moda.

VARIABLE CUANTITATIVA

7
Es el tipo de variable que se representan por conteo y medición de una escala
numérica al determinar la característica de la variable referenciando cantidades,
por tanto se pueden realizar operaciones aritméticas con ella, permitiendo la
tabulación y organización de los datos para presentar las conclusiones de la
población, al ser todo lo que se pueda contar y medir. Por otra parte, este tipo de
variable se divide en los conjuntos de números que maneja.
 Variable cuantitativa discreta:
Es la variable que presenta valores enteros, es decir que su recopilación
se da mediante el conteo de información, como el número de hijo, el
número de cuartos en una casa, etc.
 Variable cuantitativa continua:
Cuando, las características toman valores reales a través de la medición
las características de la población. Por ejemplo: la masa, la altura, el
salario o la temperatura, etc.
Estos datos al representarse mediante números, ofrecen a opción de trabajar
con herramientas de datos agrupados, medidas de tendencia central, medidas
de dispersión; además

TABLA DE FRECUENCIA

Esta es una herramienta estadística que resume y organiza las conclusiones de

forma tabular, en los datos obtenidos de la muestra frente a la variable que se
quiere caracterizar. La construcción de la tabla varía dependiendo el tipo de
variable que se presenta.

COMO CONSTRUIR TABLAS DE FRECUENCIA

TABLA DE FRECUENCIA CUALITATIVA

Para construir una tabla de frecuencia cualitativa, se colocan dos columnas, en

una se propones las modalidades y en la otra justo al lado la frecuencia con la
que se repiten estas modalidades.
La tabla varia ligeramente entre cualitativa ordinal o nominal, dado que en la
ordinal las modalidades se organizan de menor a mayor, mientras que en las
cualitativas nominales no existe orden posible.
Variable Frecuencia
Modalidad ¿Cuánto se repite la modalidad?
TABLA DE FRECUENCIA CUANTITATIVA

8
En este caso, las tablas cambian drásticamente dependiendo del tipo del tipo de
valores numéricos que se encuentren.

TABLA DE FRECUENCIA CUANTITATIVA: DISCRETA

Al manejar valore exactos, se emplean una tabla de valores no agrupados, se

debe colocar siete columnas en las cuales se encuentran el valor, la frecuencia
absoluta, la frecuencia absoluta acumulada, la frecuencia relativa, la frecuencia
relativa acumulada, el porcentaje y el porcentaje acumulado , en donde cada una
de estas categorías representa una pieza de información sobre la muestra
tomada. Por ejemplo, el valor: es la variable numérica que representa la
características de la muestra y se organiza de menor a mayor; la frecuencia
absoluta: es el número de veces que se repite el valor dentro de la muestra; la
frecuencia absoluta acumulada: es la suma de la frecuencia absoluta; la
frecuencia relativa: indica la probabilidad de que ocurra el evento al ser escogido
al azar, este se encuentra estipulado por la cantidad de veces que se repite la
variable sobre el tamaño total de la muestra, es decir el número de evento
deseados sobre el número de eventos posibles, el cual no puede tener un valor
mayor a uno; la frecuencia relativa acumulada: es la suma de la frecuencia
relativa e indica la ubicación de probabilidad; porcentaje es el tamaño de la
variable entre el tamaño de la muestra expresado en un 100%, es decir es la
multiplicación de la frecuencia relativa por cien; el porcentaje acumulado que es
la suma de los porcentaje de las variables.
valo Frecuenci Frecuenci Frecuencia Frecuencia
r a absoluta a absoluta relativa relativa % %
acumulad acumulada acumulad
a o
Cuantas Cuantos La Cuanta El La suma
veces se valores probabilida probabilida porcentaj del
repite el lleva la d del valor d lleva la e del valor porcentaje
valor muestra muestra y el
recorrido
hasta el
valor

TABLA DE FRECUENCIA CUANTITATIVA: CONTINUA

Las variables cuantitativas continuas manejan número reales, los cuales se

dispersan los unos de los otros dificultando el análisis y el ordenamiento de los
datos por la tanto se re quiere que todos esos datos se agrupen en conjuntos
para facilitar su trabajo.

9
El primer procedimiento es determinar la cantidad de intervalos que se pueden
formar a partir de la cantidad de datos que se tienen en la muestra, este paso se
realiza sacando la raíz cuadra del total de datos que se tiene, o se puede
determinar por la fórmula de Struge, en la que la cantidad de intervalos es igual
un más tres punto tres por logaritmo de la cantidad de datos; es importante tener
en cuenta que si la cantidad de intervalos no es un numero entero este se tiene
que aproximar.2 Posteriormente, se saca la longitud de lo intervalos, realizando
una resta del dato mayor menos el dato menor sobre el número de intervalos. A
partir de este valor se comienzan a formar los conjuntos. Estos conjuntos se
pueden formar semi-abierto o cerrados dependiendo el tipo de dato que se este
empleado, dado que este tipo de tabla se puede facilitar para una enorme
cantidad de datos discretos.
2
√𝑛 = cantidad de intervalos Donde N equivale a la cantidad de
1+3.3logn = cantidad de intervalos datos de la muestra
𝑙𝑖𝑚𝑖𝑡𝑒𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟−𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
=longitud de intervalos
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠

El siguiente paso es estimar la mara de clase, que es el valor que representa a

todo el intervalo para el cálculo de algunos parámetros. Esta cifra se estipula
sacando la mitad de la longitud de los intervalos y adicionándosela al valor más
pequeño de los conjuntos ya formados.
Por ejemplo: si se tuviera como longitud de intervalo 8.2 y tuviéramos un intervalo
de [5;13.2) se tomaría el 5 que es el primer número del conjunto y se le suma
4.1 que es la mitad de la longitud de los intervalos, de esa manera se tiene el
punto medio de cada conjunto. Igualmente la marca de clase se puede sacar al
encontrar el punto medio entre los limites superior e inferior del conjunto, por
ejemplo: si se tiene el grupo [0; 5), su marca de clase es 2.5 dado que es el
número intermedio del conjunto.
𝑙𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
Marca de clase= + 𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜
2

HISTOGRAMA DE FRECUENCIA

El histograma de frecuencia es una herramienta estadística que se basa en el

diagrama de barras, en donde el eje x representa las variables que se analizan
de la muestra y el eje y corresponde a la frecuencia de las variables,
representados en frecuencia relativa, manejando la superficie de cada barra de
forma proporcional a la frecuencia de los valores.3 En general este sirve para
tener un panorama general de la distribución de la muestra, respecto una
característica, cuantitativa o cualitativa. Además, se tiene que tener en cuenta
que la diferencia entre un histograma y un diagrama de barra común, es que el
histograma muestra el cambio de la variable a través del tiempo en la misma
población tomando diferentes muestras.

10
Por otra parte, para construir un histograma se debe determinar el rango de los
datos, luego obtener los números de clases, establecer la longitud de clase y
construir los inérvalos de clases; finalmente se realiza la gráfica del histograma
en un plano cartesiano.

DIAGRAMA CIRCULAR

Un diagrama circular es una representación gráfica que como su nombre lo

indica se elabora en un plano circular. En este, el número de elementos
comparados puede ser de más de 5 hasta 12; además, esta se utiliza en aquellos
casos donde nos interesa no sólo mostrar el número de veces que se da una
característica o atributo de manera tabular sino más bien de manera gráfica, de
tal manera que se pueda visualizar mejor la proporción en que aparece esa
característica respecto del total.
Para realizar la construcción del diagrama circular se debe determinar la
frecuencia relativa de las variables, de esta manera al dividir el plano circular se
tendrá una referencia en cuantas porciones se tiene que dividir el circulo
(cantidad total de la muestra) y cual cuantas partes tiene cada dato (frecuencia).

MODA

La moda estadística, es el valor con mayor frecuencia, es decir, el valor que más
se repite dentro de la muestra. No obstante hay caso en que existe más de
variable de mayor frecuencia, esto se cono ce como multimodal para lo cual se
colocan en conjunto todas las variables con el misma frecuencia superior que las
demás.
Por ejemplo: si se tiene un conjunto de (1, 2, 2, 2, 3, 4) la moda seria el 2, porque
es el número que más se repite. Igualmente si se tuviera el conjunto (2, 2, 2, 3,
3, 3, 4, 4, 4, 5) se tendría un trimodal puesto que hay tres números con la misma
frecuencia el trimodal seria 2, 3, 4
Igualmente, dentro de la moda se encuentra que si dos puntos adyacentes tienen
una frecuencia máxima, la moda se saca por el promedio de los dos. 4

DATOS AGRUPADOS

En estadística, cuando la cantidad de datas en mayor a la manejable los datos

se agrupan, con el fin de resumir la información. Generalmente, los elementos
son de mayor tamaño, por lo cual requieren ser agrupados, esto implica: ordenar,
clasificar y expresar los en una tabla de frecuencias. Se agrupa a los datos, si se

11
cuenta con 20 o más elementos. Aunque contemos con más de 20 elementos,
debe de verificarse que los datos n sean significativos, Esto es: que la
información sea “repetitiva”, también debemos de verificar que los datos puedan
clasificarse. Y que dicha clasificación tiene coherencia y lógica, permitiendo una
tabulación en una tabla de frecuencia, la agrupación de los datos puede ser
simple o mediante intervalos de clase.

DATOS AGRUPADOS

Los datos no agrupados no necesitan clasificación, dado que sus

elementos son de menor tamaño.5 Aunque, se debe de verificarse que los datos
no sean significativos, Esto es: que la información no sea repetitiva, de esta
forma, sabremos que no se podrá clasificar y por lo tanto ser resumida en una
tabla de frecuencias. Por lo que solo se pueden agrupar por las medidas de
tendencia central, las medidas de dispersión, las medidas de posición y el
diagrama de caja y bigotes.

DIAGRAMA DE TALLO Y HOJAS

En estadística, el diagrama de tallo y hojas es una representación gráfica que se

utiliza en el conteo de los datos para la tabla de frecuencia, puesto que permite
obtener simultáneamente una distribución de frecuencias de la variable y su
representación gráfica. Para construirlo basta separar en cada dato el último
dígito de la derecha que constituye la hoja y del bloque de cifras restantes que
formará el tallo.

Dado un conjunto de datos formado por observaciones, las cuales pueden ser
representadas mediante y donde cada tiene por lo menos dos dígitos. Una forma
rápida de obtener una representación visual del conjunto de datos es construir
un diagrama de tallos y hojas. Este diagrama es usado cuando hay un número
no muy pequeño de datos.

Para construir el diagrama, se selecciona uno o más dígitos iniciales para los
valores de tallo6. El dígito final se convierte en hojas; luego, se hace una lista de
valores de tallo en una columna vertical; se registran las hojas por cada
observación junto al valor correspondiente del tallo.

Adicionalmente, los diagramas de tallos y hojas nos dan una idea de la

localización de los datos y de la forma de la distribución. Esta técnica funciona
bien para los conjuntos de datos que no tienen una dispersión muy grande. Esta
representación de los datos es semejante a la de un histograma pero además de
ser fáciles de elaborar, presentan más información que estos.

12
INTERVALO DE CLASE

Los intervalos son los límites a los extremos a los que llega una función que se
emplean cuando se toman un gran número de variables. Son utilizados a modo
de resumen cuando la cantidad de datos es muy grande. Los límites extremos
de cada clase se les llaman límite inferior y superior de clase respectivamente.
Los intervalos de clase se emplean si las variables toman un número grande de
valores o la variable es continua, es el rango utilizado para dividir el conjunto de
posibles valores numéricos al trabajar con grandes cantidades de datos. En los
intervalos de clase se agrupan los valores en intervalos que tengan la misma
amplitud denominada clase.7 Se agrupan los valores en intervalos que tengan la
misma amplitud de nominadas clases. A cada clase se le asigna su frecuencia
correspondiente.

Marca de clase

La marca de clase es el punto medio de cada intervalo y es el valor que

representa a todo el intervalo para el cálculo de algunos parámetros. Esta cifra
se estipula sacando la mitad de la longitud de los intervalos y adicionándosela al
valor más pequeño de los conjuntos ya formados. Por ejemplo: si se tuviera
como longitud de intervalo 8.2 y tuviéramos un intervalo de [5;13.2) se tomaría
el 5 que es el primer número del conjunto y se le suma 4.1 que es la mitad de
la longitud de los intervalos, de esa manera se tiene el punto medio de cada
conjunto. Igualmente la marca de clase se puede sacar al encontrar el punto
medio entre los limites superior e inferior del conjunto, por ejemplo: si se tiene el
grupo [0; 5), su marca de clase es 2.5 dado que es el número intermedio del
conjunto.
𝑙𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
Marca de clase= + 𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜
2

MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son puntos de referencia que sirven para
analizar los datos obtenidos, permitiendo resumir la información con un solo
número. Este número que, para tal fin, suele situarse hacia el centro de la
distribución de datos se denomina medida.8 Cuando se hace referencia
únicamente a la posición de estos parámetros dentro de la distribución,
independientemente de que ésta esté más o menos centrada, se habla de estas
medidas como medidas de posición. Las medidas de tendencia central se dividen
en:

13
MEDIA ARITMÉTICA

La media aritmética es el valor obtenido al sumar todos los datos y dividir el

resultado entre el número total de datos, es decir es el promedio de las variables
de la muestra. Esta resulta al efectuar una serie determinada de operaciones con
un conjunto de números y que, en determinadas condiciones, puede representar
por sí solo a todo el conjunto. Es a veces una forma de medir el sesgo de una
distribución tal y como se puede hacer en las distribuciones exponencial.

MEDIANA

La mediana es el dato de la mitad de las variables que se puede estimar en las

variables cuantitativas luego de ser organizadas, es decir que se encuentra en
el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de
las frecuencias absolutas. De acuerdo con esta definición, el conjunto de datos
menores o iguales que la mediana representarán el 50 % de los datos, y los que
sean mayores que la mediana representarán el otro 50 % del total de datos de
la muestra.9 Como se ha dicho antes, para formar la mediana se debe organizar
los datos de menor a mayor e encontrar el dato que pasa por el 50% de la
muestra, o por forma de tanto que el dato fusto de la mitad, claro que cundo la
muestra tiene un numero par de datos y no hay un dato de la mitad se realiza un
promedio entre las dos variables.
Igualmente esta se pude hallar mediante el rango medio, en el cual se cogen los
limites superior e inferior, se suman y se dividen entre 2.

MODA

La moda estadística, es el valor con mayor frecuencia, es decir, el valor que más
se repite dentro de la muestra. No obstante hay caso en que existe más de
variable de mayor frecuencia, esto se cono ce como multimodal para lo cual se
colocan en conjunto todas las variables con el misma frecuencia superior que las
demás.
Por ejemplo: si se tiene un conjunto de (1, 2, 2, 2, 3, 4) la moda seria el 2, porque
es el número que más se repite. Igualmente si se tuviera el conjunto (2, 2, 2, 3,
3, 3, 4, 4, 4, 5) se tendría un trimodal puesto que hay tres números con la misma
frecuencia el trimodal seria 2, 3, 4
Igualmente, dentro de la moda se encuentra que si dos puntos adyacentes tienen
una frecuencia máxima, la moda se saca por el promedio de los dos.
MEDIDAS DE DISPERECION

14
Las medidas de dispersión son datos numéricos encargados de mostrar la
variabilidad de la distribución de las variables según su frecuencia de la media
aritmética y la mediana.10 Para calcular la variabilidad que una distribución tiene
respecto de su media, se calcula la media de las desviaciones de las
puntuaciones respecto a la media aritmética. Pero la suma de las desviaciones
es siempre cero, así que se adoptan dos clases de estrategias para salvar este
problema. Las medidas de dispersión se clasifican en:

RANGO

Este es el valor obtenido por el valor máximo menos el valor mínimo, siendo la
diferencia entre los datos de una distribución.
Por otra parte, existe el rango medio que es la suma de los limites inferior y
superior divididos entre dos, que arrojan a la mediana.

VARIANZA

La varianza es el dato que estudia la dispersión de los valores respecto al valor

de la media o el promedio. Además, esta es el cuadrado de las desviaciones de
la distribución estándar. Para determinar la varianza es necesario la media
aritmética, dado que esta es la resta del valor de la variable meno la media, esta
operación esta elevada al cuadrado más la suma de las siguientes resta de
valores de las variables menos la media, todo eso sobre el número de datos de
la muestra menos uno.
∑(𝑥𝑖1 − 𝑚𝑒𝑑𝑖𝑎)2 + (𝑥𝑖2 − 𝑚𝑒𝑑𝑖𝑎)2 + ⋯ (𝑥𝑖𝑛 − 𝑚𝑒𝑑𝑖𝑎)2
𝑆2 =
𝑛−1

DESVIACIÓN ESTÁNDAR

Esta es la raíz cuadrada de la varianza que se emplea para variables de razón.

Para conocer con detalle un conjunto de datos, no basta con conocer las
medidas de tendencia central, sino que necesitamos conocer también la
desviación que presentan los datos en su distribución respecto de la media
aritmética de dicha distribución, con objeto de tener una visión de los mismos
más acorde con la realidad al momento de describirlos e interpretarlos para la
toma de decisiones.

𝑆 = √𝑠 2

15
MEDIDAS DE POSICIÓN

Estas se encargan de dividir un conjunto de datos en grupos con el mismo

número de individuos. Para calcular las medidas de posición es necesario que
los datos estén ordenados de menor a mayor. 11 Estas son indicadores usados
para señalar que porcentaje de datos dentro de una distribución de frecuencias
superan estas expresiones, cuyo valor representa el valor del dato que se
encuentra en el centro de la distribución de frecuencia.
Las medidas de dispersión varían en gran cantidad y el objetivo una vez está
organizada la muestra, es dividir la muestra en la cantidad de conjuntos que se
requiera precisándolos grupos que no se puedan dividir exactamente, al agrupar
los dos datos fronterizos sumándolos y dividiéndolos entre dos para hallar la
ubicación solicitada. Entre las medidas de ubicación se en cuentan: la mediana,
los cuartiles, que realizan una división muestral en cuatro, los quintiles que lo
realizan en cinco, y así consecutivamente.

JUSTIFICACIÓN

Después de haber brindado algunas nociones básicas de la estadística, sus

objetivos, calificación y las diferentes técnicas que la misma utiliza para estudiar

16
una determinada población, podemos sintetizar lo siguiente: la estadística es una
ciencia, debido a que utiliza métodos de investigación científica y a la vez es una
serie de herramientas, instrumentos y estrategia para estudiar a una población.
Por otra parte, la estadística se califica en descriptiva e inferencial. Donde la
primera estudia los métodos de recolección y descripción de los fenómenos en
estudios; mientras que la otra se dedica a la generación de los métodos,
inferencias y predicciones asociados a los fenómenos en cuestión, teniendo en
cuenta lo aleatorio e incertidumbre en las observaciones.

BIBLIOGRAFÍA

1. Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from
the Media, Politicians, and Activists. University of California Press.

17
2. Desrosières, Alain (2004). La política de los grandes números. Ed.
Melusina.
3. Hacking, Ian (1990). The Taming of Chance. Cambridge University Press.
4. Lindley, D. V. (1985). Making Decisions (2.ª edición edición). John Wiley
& Sons.
5. Stigler, Stephen M. (1990). The History of Statistics: The Measurement of
Uncertainty before 1900. Belknap Press/Harvard University Press.
6. Tijms, Henk (2004). Understanding Probability: Chance Rules in Everyday
life. Cambridge University Press.
7. Volle, Michel (1984). Le métier de statisticien (2.ª ed. edición). Económica.
8. Sullivan, Michael (1998). Trigonometría y geometría analítica. Pearson
Educación. pp. 32.
9. Salkind, N. J. (1998). Métodos De Investigación (3º ed., pág. 380). México
[etc.]: Prentice Hall.
10. Stevens, S.S. (1946). On the theory of Scales Measurement. Science,
103(2684), 677-680.
11. Matas, A. (2000). Análisis de datos I. Sevilla: Kronos.

18