Вы находитесь на странице: 1из 37

1

Prefacio:

El curso de Estadística General proporciona al estudiante las técnicas


estadísticas básicas para la organización y análisis de información
cualitativa y cuantitativa, les brinda los conceptos básicos de la teoría
de probabilidades, variable aleatoria y una introducción a la inferencia
estadística así como nociones generales sobre las técnicas de
muestreo.

Comprende las siguientes Unidades de Aprendizaje:

Unidad didáctica I: Introducción a la Estadística.


Unidad didáctica II: Distribución de Frecuencias
Unidad didáctica III: Medidas Resumen de las
Distribuciones de Frecuencias.

Las competencias que lograrás como estudiante serán:

“Presentar información estadística organizada y coherente con los


sistemas de información gerencial”.

2
Índice del Contenido
I. PREFACIO 02

II. DESARROLLO DE LOS CONTENIDOS 03 – 37

UNIDAD DIDÁCTICA I: INTRODUCCIÓN A LA ESTADÍSTICA 04 - 08

Desarrollo de los contenidos


04
a. Capitulo 01: Introducción a la estadística descriptiva 04
b. Capitulo 02: Conceptos de estadística. 07
c. Capitulo 03: Distribuciones unidimensionales 07
d. Capitulo 04: Tabulación de la información

UNIDAD DIDÁCTICA II: DISTRIBUCIÓN DE FRECUENCIAS


08 - 13

Desarrollo de los contenidos


09
a. Capitulo 01: Procedimiento para determinar frecuencias de datos no agrupados
09
b. Capitulo 02: Tipos de frecuencias
12
c. Capitulo 03: Procedimiento para determinar frecuencias de datos Agrupados

UNIDAD DIDÁCTICA III: MEDIDAS RESUMEN DE LAS DISTRIBUCIONES DE FRECUENCIAS


14 - 34

Desarrollo de los contenidos 14


a. Capitulo 01: Medidas de posición central 24
b. Capitulo 02: Medidas de Dispersión 30
c. Capitulo 03: Medidas de posición no central

III. TRABAJO PRÁCTICO 37

3
Desarrollo de los Temas
UNIDAD DIDÁCTICA I: INTRODUCCIÓN A LA ESTADÍSTICA
CAPITULO 01: INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA

Tradicionalmente la aplicación del término estadística se ha utilizado en tres


ámbitos:
a. Estadística como enumeración de datos.
b. Estadística como descripción, es decir, a través de un análisis de conjuntos
coherentes de datos para su posterior comparación y análisis. (ESTADÍSTICA
DESCRIPTIVA)
c. Estadística matemática o inferencia, unida a la teoría de de probabilidades. Se
encarga de extraer conclusiones a partir de una muestra al total de la población
con un pequeño margen de error.

Por tanto se podría definir la estadística como “la ciencia que permite estudiar
las regularidades o patrones en un conjunto de datos
para tomar decisiones racionales”.
Todo análisis estadístico requiere seguir una serie
de etapas:
1. Definición del problema de estudio y objetivos del
mismo.
2. Selección de la información necesaria para realizar el
estudio.
3. Recogida de la información que va a depender del
presupuesto con el que contemos y de la calidad de
los datos exigida.
4. Ordenación y clasificación de la información en tablas
y gráficos.
5. Resumen de los datos mediante medidas de posición,
dispersión, asimetría y concentración.
6. Análisis estadístico formal obteniendo hipótesis y contrastándolas.
7. Interpretación de resultados y extracción de conclusiones.
8. Extrapolación y predicción.

CAPITULO 02: CONCEPTOS DE ESTADÍSTICA


Población
Una población es el conjunto de todos los elementos a los que se somete a un estudio
estadístico.
Individuo
Un individuo o unidad estadística es cada uno de los elementos que componen la
población.

4
Muestra
Una muestra es un conjunto representativo de la población de referencia, el número de
individuos de una muestra es menos que el de la población.
Muestreo
El muestreo es la reunión de datos que se desea estudiar, obtenidos de una
proporción reducida y representativa de la población.
Valor
Un valor es cada uno de los distintos resultado que se pueden obtener en un estudio
estadístico. Si lanzamos una moneda al aire 5 veces
obtenemos dos valores: cara y cruz
Dato
Un dato es cada uno de los valores que se ha
obtenido al realizar un estudio estadístico. Si
lanzamos una moneda al aire 5 veces obtenemos 5
datos: cara, cara, cruz, cara, cruz.
Variable Estadística
Una Variable estadística es cada una de las
características o cualidades poseen los individuos de
una población.

TIPOS DE VARIABLES
Las variables que se observan y analizan pueden ser de dos tipos:
a) Variables cualitativas o atributos: no se pueden medir numéricamente,
representan características o atributos de las variables (por ejemplo:
nacionalidad, sexo, religión).
b) Variables cuantitativas: tienen valor numérico (edad, altura, precio de un
producto, ingresos anuales).

Por su parte, las variables cuantitativas


se pueden clasificar atendiendo a los
valores que pueden tomar en discretas
y continuas:
Discretas: sólo pueden tomar valores
enteros (1, 2, 8, -4, etc.). Por ejemplo:
número de hermanos (puede ser 1, 2,
3...., etc., pero, por ejemplo, nunca podrá ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la
velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h etc.

5
Según sea de un tipo u otro la variable podrá medirse de distinta manera, o lo
que es lo mismo en la terminología estadística, tendrán distintas escalas de
medida:

6
La información que se recoge de una o varias variables se presenta en tablas
que representan la distribución de dichas variables y también se pueden
clasificar en:
a) Distribuciones unidimensionales: sólo recogen información sobre una
característica (por ejemplo: edad de los alumnos/as de una clase).
b) Distribuciones bidimensionales: recogen información sobre dos características de
cada elemento de la población simultáneamente (por ejemplo: edad y altura de
los alumnos/as de una clase).
c) Distribuciones multidimensionales: recogen información sobre tres o más
características de cada elemento (por ejemplo: edad, altura y peso de los
alumnos/as de una clase).

CAPITULO 03: DISTRIBUCIONES UNIDIMENSIONALES


Después de una primera aproximación a los conceptos estadísticos
más importantes y básicos, el analista de información estará
preparado para abordar una de las fases más importantes que todo
análisis estadístico requiere. Es decir, una vez que hemos definido
los objetivos que queremos cubrir con el análisis y obtenido la
información relevante, debemos presentarla en tablas y gráficos
para conocer mejor el problema que estamos analizando.

Las primeras herramientas para conocer y por tanto describir el problema que
estamos analizando nos las proporciona la estadística descriptiva a través de las
siguientes maneras de clasificar la información:
CAPITULO 04: TABULACIÓN DE LA INFORMACIÓN

7
xi Valor de la variable
fi Frecuencia absoluta: Número de veces que aparece un
determinado valor de x
hi Frecuencia relativa: Número de veces que aparece un
determinado valor de x respecto al total
Hi Frecuencia absoluta acumulada: Suma de la frecuencia
absoluta correspondiente más todas las anteriores.
Fi Frecuencia relativa acumulada: Suma de la frecuencia
relativa correspondiente más todas las anteriores
n Tamaño de la muestra
Distribución Representa los valores de la variable y la
frecuencia con que aparecen dichos valores (xi , ni)
Recorrido Diferencia entre el máximo y el mínimo valor de la variable

Se utiliza este tipo de distribución cuando el número de valores diferentes que toma la
variable no es grande, generalmente menos de 15 ó 20 valores (por ejemplo número
de hijos).

Datos de la variable agrupados:


Cuando el número de valores diferentes que puede
tomar la variable es demasiado grande para que resulte
fácil presentar la información de manera reducida se
utilizan los ‘intervalos’ (por ejemplo estatura de un grupo
de alumnos).
En el caso en que tengamos variables agrupadas en
intervalos, introducimos el concepto de marca de clase
que es el punto medio del intervalo. En el caso de
variables agrupadas en intervalos las frecuencias hacen
referencia al intervalo y nunca a valores concretos de dicho intervalo. Puede haber
intervalos de la misma o distinta amplitud (ci). La distribución en este caso viene dada
por el extremo inferior (Li-1), el extremo superior (Li) y la frecuencia (Li-1- Li, ni).

UNIDAD DIDÁCTICA II: DISTRIBUCIÓN DE FRECUENCIAS

Cuando trabajamos con datos estadísticos debemos ordenarlos en


sentido creciente, contabilizarlos y organizarlos. Para ello, lo más
práctico es usar una tabla de distribución de frecuencias:

8
CAPITULO 01: PROCEDIMIENTO PARA DETERMINAR
FRECUENCIAS DE DATOS NO AGRUPADOS:
Sea: “x”: número de hermanos:

TABLA N° 01
Clasificación de alumnos de la I.E. “san José” de san José 2010, según el
número de hermanos

FUENTE: Entrevista obtenida en clase


“x”: es la variable, número de hermanos
Conteo de datos o tabulación: son las marcas de los datos

CAPITULO 02: TIPOS DE FRECUENCIAS


Frecuencia absoluta simple: (fi)
Es el número de veces que se repite dicho valor en un
conjunto de datos:

f1 + f2 + f3 +… + fi = n
Ej.: 3 + 4 + 8 + 8 + 4 + 3 = 30 = n
Interpretación:
f3: 8 alumnos han declarado tener 2 hermanos.
f5: 4 alumnos han declarado tener 4 hermanos.

Frecuencia absoluta acumulada: (Fi)


Es la que resulta de sumar sucesivamente las frecuencias absolutas simples.
F1 = f1
F2 = f1 + f2
F3 = f1 + f2 + f3 ó F3 = F2 + f3
Fi = f1 + f2 + … + fi
Ej. F2 = 3 + 4 = 7 F4 = 15 + 8 = 23
Interpretación:
F2: Que 7 alumnos han declarado tener entre o y 1 hermanos.
F4: Que 23 alumnos han declarado tener entre 0 y 3 hermanos

9
Frecuencia relativa simple: (hi)
Es el cociente que resulta de dividir la frecuencia absoluta entre el tamaño de la
muestra (n)

Interpretación:
h3 : El 0,2667 tanto por uno de 30 alumnos, han declarado tener 2 hermanos.
h3 x 100: El 26,67% de 30 alumnos han declarado tener 2 hermanos

FRECUENCIA RELATIVA ACUMULADA: (H)


Es la que resulta de acumular sucesivamente las frecuencias relativas simples.

10
Gráfico 1- Diagrama de barras

Diagrama de escalera: representa frecuencias acumuladas de un conjunto de


datos. Este gráfico puede representar tanto las frecuencias absolutas como
relativas.

Gráfico 2- Diagrama de escalera

11
Representaciones gráficas para datos agrupados
Histograma: representa frecuencias sin acumular. Este gráfico es válido para datos
cuantitativos de tipo continuo o discreto si tiene un gran número de datos. El
histograma está formado por rectángulos de área igual o proporcional a la frecuencia
observada.
Área = base * altura ni = ci * altura
Altura = densidad de fr
Secuencia = ni/ci

Es decir la altura del rectángulo vendrá dada por ni y será proporcional a


dicho valor (también se llama función de densidad).
Por tanto en el caso de intervalos iguales, la altura nos está
dando una idea de cuál es el intervalo más frecuente (aquel
cuya barra del histograma sea más alta). En el caso de construir
el histograma utilizando fi la suma total del área del histograma
será igual a 1.
A continuación vamos a ver unos ejemplos de histogramas en los
dos casos comentados anteriormente, es decir, con intervalos
iguales y con intervalos distintos.

CAPITULO 03: PROCEDIMIENTO PARA DETERMINAR


FRECUENCIAS DE DATOS AGRUPADOS
Ej. A continuación se muestra las notas obtenidas por 40 alumnos de un aula en el
último Examen Bimestral de matemática.

a) Se halla el rango o amplitud total (R). Para lo cual se localizan primero los
puntajes máximos y mínimos de la muestra. Luego se resta el puntaje mínimo del
máximo, obteniéndose de esta manera el rango o amplitud.

Rango = Puntaje máximo - Puntaje mínimo


R = 20 – 02
R = 18

12
b) Después se determina el número de intervalos (m). Consiste en dividir el rango
en un número conveniente de intervalos, llamados también “intervalos de clase”.
Estos intervalos son generalmente del mismo tamaño. Podemos aplicar las
siguientes alternativas:

Los dos métodos nos dan el posible número de intervalos, la elección es arbitraria.
Tomaremos en este caso m = 6 intervalos, por que el rango es R = 18 y nos daría una
cantidad exacta.
Luego, determinamos el tamaño de los intervalos (C), para lo cual dividimos el rango
(R) entre el número de intervalos (m). También se le denomina amplitud de clase.
C=R÷m
C = 18 ÷ 6
C=3

En el ejemplo: Intervalo: [límite inferior; límite superior 


MIN = 02 [límite inferior y C = 3
02 + 3 = 05 [límite superior
1er. Intervalo: [02;05 
2do intervalo: [05;08 
Finalmente tendremos;
Realiza el conteo y completa el cuadro.

n = 40

13
UNIDAD DIDÁCTICA III: MEDIDAS RESUMEN DE LAS
DISTRIBUCIONES DE FRECUENCIAS

El siguiente paso que debe dar el analista de la información es resumir la información


que tiene disponible una vez que la ha organizado y representado mediante la
tabulación y los gráficos. Para resumir la información dispone de las siguientes
medidas que son distintas funciones de la variable:

CAPÍTULO 01: MEDIDAS DE POSICIÓN CENTRAL


Una vez conseguida la clasificación de los datos originales,
cuyas características más esenciales se destacan, será
preciso calcular un conjunto de indicadores que caractericen
en forma más precisa la distribución que se está estudiando.
Interesa, en primer lugar, disponer de estadígrafos que
representen valores centrales en torno de los cuales se
agrupen las observaciones, en general se les designa como
“promedios”, y son de extraordinaria utilidad tanto en el
análisis de una distribución, como en la comparación entre
distribuciones. Estos promedios son la media aritmética, la
mediana y la moda.

¿Qué es un promedio?
A menudo necesitamos un solo número para representar una serie de datos. Este
único número puede ser considerado como típico de todos
los datos. La palabra promedio es usada frecuentemente
en nuestro lenguaje diario, normalmente nos referimos a
la media aritmética, pero podría referirse a cualquiera de
los promedios. Un término más preciso que promedio es
una medida de tendencia central.
Notación matemática necesaria:
La sumatoria es un símbolo muy utilizado en matemáticas
que sirve para simplificar formulas estadísticas.Una
sumatoria nos permite representar sumas muy grandes,
de n sumandos o incluso sumas infinitas y se expresa con
la letra griega sigma ( Σ ).

14
Por lo general después de una sumatoria aparece una variable con un suscrito
representado por la letra i (ΣXi). Este suscrito indica qué valores de la variable se
deben sumar, Para determinar cuáles valores es necesario sustituir la i por los
valores que se indican arriba y debajo de la sumatoria

Una sumatoria se define como:

La variable i es el índice de suma al que se le asigna un valor inicial llamado límite


inferior, m. La variable i recorrerá los valores enteros hasta alcanzar el límite superior,
n. Necesariamente ha de cumplirse:

Por ejemplo si queremos expresar la suma de los diez primeros números naturales
podemos hacerlo así con una sumatoria:

Las sumatorias son útiles para expresar sumas arbitrarias de números, por ejemplo en
fórmulas: así, si queremos representar la «fórmula» para hallar la media aritmética de
n números:

REGLAS DE LA SUMATORIA
Propiedad distributiva de la suma
La propiedad distributiva de la suma indica que cuando se multiplica cada uno de los
términos que componen una suma por la misma constante, es posible primero efectuar
la suma de los términos y luego multiplicar el resultado por la constante.
Ejemplo:
9(2+7+4+6) = (9)2 + (9)7 + (9)4 + (9)6
= 18 + 63 + 36 + 54
= 171, ó lo mismo
9(2+7+4+6) = (9)19 = 171

15
Utilizando la sumatoria esta situación se representa de la siguiente manera:

Sumatoria de una constante:


Si se aplica la sumatoria a una constante es lo mismo que sumar la constante a sí
misma tantas veces como lo indique la sumatoria.
Ejemplo: Si C = 5

Como la suma del mismo número repetidas veces se puede representar por medio de
la operación de multiplicación es posible indicar que si C es una constante entonces

Sumatoria de dos o más variables:


Si se aplica la sumatoria a una suma de dos o más variables el resultado es igual a la
suma de las sumatorias de estas variables.
Ejemplo:

i X Y
1 2 5
2 3 -2
3 -1 0
4 1 1

16
La sumatoria es igual a:
(X1+Y1)+(X2+Y2)+(X3+Y3)+(X4+Y4) = X1+X2+X3+X4+Y1+Y2+Y3+Y4
(2+5)+[3+(-2)]+[(-1)+0]+(1+1) = 2+3+(-1)+1+5+(-2)+0+1
7+1-1+2 = 9

La medida de tendencia central más ampliamente usada es la media aritmética,


usualmente abreviada
La media aritmética para datos no agrupados
Si se dispone de un conjunto de n números, tales como X1, X2, X3,…,Xn, la media
aritmética de este conjunto de datos se define como “la suma de los valores de los ni
números , divididos entre n”, lo que usando los símbolos explicados anteriormente ,
puede escribirse como:

X1, X2, X3,…,Xn, ΣXi

-------------------------- = ---------

n n

Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de 1er año, a saber: 18,23,
27,34 y 25., para calcular la media aritmética (promedio de las edades, se tiene que:

28+23+27+34+25 127

------------------------ = --------- = 25.4 años

La media aritmética para datos agrupados


Si los datos se presentan en una tabla de distribución de frecuencias, no es posible
conocer los valores individuales de cada una de las observaciones, pero si las
categorías en las cuales se hallan. Para poder calcular la media, se supondrá que
dentro de cada categoría, las observaciones se distribuyen uniformemente dentro
alrededor del punto medio de la clase, por lo tanto puede considerarse que todas las
observaciones dentro de la clase ocurren en el punto medio, por lo expuesto la media
aritmética para datos agrupados puede definirse de la siguiente manera:

17
Si en una tabla de distribución de frecuencia, con r clases, los puntos medio son: X 1,
X2, X3,…,Xn; y las respectivas frecuencias son f1, f2, f3, … , fn, la media aritmética se
calcula de la siguiente manera:

X1f1 + X2f2 + X3f3 +… +Xnfn Σ(Xifi) Σ(Xifi)

=----------------------------------------- = ------------ = ---------------


f1 + f2 + f3 + … + fn Σfi N

Donde: N = número total de observaciones, por tanto Σf i puede


simplificarse y escribirse como N (N= Σfi )

Ejemplo:
Si se toman los datos del ejemplo resuelto al construir la tabla de distribución de
frecuencia de las cuentas por cobrar de Cabrera’s y Asociados que fueron los
siguientes:
Clases 1 2 3 4 5 6
Puntos Medios (Xi) 14,628 29,043 43.458 57,873 72.288 86.703
Frecuencias (fi) 10 4 5 3 3 5

Al calcular la cuenta promedio por cobrar (media aritmética) de estos datos se tiene lo
siguiente:

16.628(10) + 29,043(4) + 43.458(5) + 57.873(3) + 72.288(3) + 88.703(5)

------------------------------------------------------------------------------------------------

10 +4 + 5 + 3 + 3 + 5

n = Σfi = 30
146,28 + 116.172 + 217.29 + 173.619 + 216.864 + 433.515
-------------------------------------------------------------------------------
30
1303.74
------------------- = 43.458
30

18
Propiedades de la media aritmética
 Puede ser calculada en distribuciones con escala relativa y de intervalos
 Todos los valores son incluidos en el cómputo de la media.
 Una serie de datos solo tiene una media.
 Es una medida muy útil para comparar dos o más poblaciones
 Es la única medida de tendencia central donde la suma de las desviaciones de
cada valor respecto a la media es igual a cero.
 Por lo tanto podemos considerar a la media como el punto de balance de una
serie de datos.
Desventajas de la media aritmética
• Si alguno de los valores es extremadamente grande o extremadamente pequeño,
la media no es el promedio apropiado para representar la serie de datos.
• No se puede determinar si en una distribución de frecuencias hay intervalos de
clase abiertos.

La Mediana (Me):
Cuando una serie de datos contiene uno o dos valores muy grandes o muy pequeños,
la media aritmética no es representativa. El valor central en tales problemas puede ser
mejor descrito usando una medida de tendencia central llamada mediana., y denotada
por Me. La mediana es una medida de posición y se define como la posición central
en el arreglo ordenado de la siguiente manera:
Dado un conjunto de números agrupados en orden creciente de magnitud, la mediana
es el número colocado en el centro del arreglo, de tal forma que una mitad de las
observaciones está por encima y la otra por debajo de dicho valor. Si el número de
observaciones es par, la mediana es la media de los dos valores que se hallan en el
medio del arreglo, de donde se concluye en la siguiente definición:
Mediana. Es el punto medio de los valores de una serie de datos después de haber
sido ordenados de acuerdo a su magnitud. Hay tantos valores antes que la mediana
como posteriores en el arreglo de datos

La Mediana para datos no agrupados.


Sea X1, X2; X3;…; Xn; una sucesión de datos, la mediana denotada por X0.5 se calcula
de la siguiente manera:

Me= X (n+1)/2 si n es par


Xn/2 + X(n/2)+1
Me = ---------------------- si n es impar
2

19
Nota: El resultado obtenido en la formula corresponde al número de la
observación en el arreglo, por tanto debe reemplazarse por el valor de dicha
variable en el arreglo.

Ejemplo: (n es impar)
Se tienen las edades de cinco estudiantes universitarios de I año, a saber: 18,
23,25.27 y 35. Obsérvese que los datos deben estar ordenados en un arreglo
ascendente o descendente.
Por cuanto que el número de datos es cinco (n=5) y es impar, entonces:
Me = Xn+1/2 = X(5+1)/2 = X6/2 = X3 = 25 años
Nota: obsérvese que se obtuvo el número de la variable mediana (X3) que en el
arreglo de edades ordenado en forma ascendente corresponde a 25 años (X3=25).
Continuación del ejemplo… (n es par)
Si el número de estudiantes hubiere sido par, suponga que se adiciona un estudiante
con 31 años, entonces el arreglo ascendente consecuente sería 18, 23, 25, 27, 31 y
35, entonces la mediana se calcula así:
Xn/2 + X(n/2)+1 X6/2 + X(6/2)+1 X3 + X4 25 + 27 52
Me= ------------------ =------------------- = -------------- = ------------- = -------- = 26 años
2 2 2 2 2

La mediana para datos agrupados


Si se tiene una distribución de frecuencias, la mediana es igualmente ese valor
que tiene 50% de las observaciones por debajo y 50 % por encima.
Geométricamente, la mediana es el valor de X sobre el eje de las abscisas
correspondiente a la ordenada que divide un histograma en dos partes de igual
área.Para hallar el valor de la mediana, en el caso de datos agrupados debe
encontrarse primero la clase mediana, la que se define como la clase más baja
para la cual la frecuencia acumulada excede N/2 (siendo N=Σfi ). Encontrada
esta clase, la siguiente formula servirá para hallar el valor de la mediana
N/2 – fa
Me = Li + ------------- ( C )
fi

Donde:
L = límite inferior de la clase mediana.
N = frecuencia total o Σfi.
Fi = frecuencia absoluta acumulada hasta la clase
premediana
fi = frecuencia absoluta de la clase mediana
C = amplitud de la clase mediana.

20
Ejemplo:
Si se toman los datos obtenidos del ejemplo resuelto al construir la tabla de
distribución de frecuencias de las cuentas por cobrar de la tienda Cabrera’s y
Asociados que fueron las siguientes:

Clases P.M. fi hi Fi↓ Hi


Xi
7.420 – 21.835 14.628 10 0.33 10 0.33
21.835 – 36.250 29.043 4 0.13 14 0.46
36.250 – 50.665 43.458 5 0.17 19 0.63
50.665 – 65.080 57.873 3 0.10 22 0.73
65.080 – 79.495 72.288 3 0.10 25 0.83
79.495 – 93.910 86.703 5 0.17 30 1.00
Total XXX 30 1.00 XXX XXX

Si se desea calcular la mediana, es necesario primero encontrar la clase mediana, que


será aquella que en teoría contenga el dato N/2 = 30/2 = 15, que corresponde con la
tercera clase por cuanto que la frecuencia acumulada (fa) hasta esa clase es 19, luego
entonces:

Li=36.250 N=30 fa=14 fi=5 C=14.415


30/2 – 14 15-14
Me = 36.250 + -------------- (14.415) = 36.250 + --------- (14.415) =
5 5
1
= 36.250 + ----- (14.415) = 36.250 + 0.20 (14.415)= 36.250 +2.883 = 39.133
5

Respuesta: La mediana de cuentas por cobrar es 39.133

21
Propiedades de la mediana
 Hay solo una mediana en una serie de datos.
 No es afectada por los valores extremos ( altos o bajos )
 Puede ser calculada en distribuciones de frecuencia con intervalos abiertos, si no
se encuentra en el intervalo abierto.
 Puede ser calculada en distribuciones con escala relativa, de intervalos, y
ordinal.

La Moda (Mo.):
A veces es importante conocer cuál es el valor que
más prevalece en el conjunto de datos. El valor que
ocurre con más frecuencia se le conoce como moda.
La moda es la medida de tendencia central
especialmente útil para describir mediciones de tipo
ordinal, de intervalos y nominal.
En un conjunto de números la moda se define como
el valor ó número que ocurre con más frecuencia
Ejemplo:
En el siguiente conjunto de números 1, 5, 5, 9, 12,
12, 12, 14. La moda es igual a 12, por cuanto que es
el número que más se repite (tres veces)

La Moda para datos agrupados (Mo.):


La Moda puede deducirse de una distribución de frecuencia o de un histograma a
partir de la fórmula.

Mo. = Li + [ ( ∆1 / ∆1+∆2 ) ] C

Donde;
- Li = límite inferior de la clase modal (clase de mayor frecuencia absoluta (fa)
- ∆1 = diferencia de las frecuencias absolutas de la clase modal y premodal.
- ∆2 = diferencia de las frecuencias absolutas de la clase modal y postmodal
- C = amplitud de la clase modal.

22
Ejemplo:
Para encontrar la moda es necesario, en primer lugar, identificar la clase modal; que
será aquella que posea la mayor frecuencia absoluta. En el ejemplo de cuentas por
cobrar de Cabrera`s y Asociados la clase modal será la primera, por cuanto que tiene
la mayor frecuencia absoluta.
A partir de esto se puede reemplazar en la formula anterior los datos, a saber
Li =7.42 C=14.415 f1 = 10 (frecuencia absoluta de la clase modal)
f0 = 0 (frecuencia absoluta de la clase premodal)
f2 = 4 (frecuencia absoluta de la clase postmodal)
∆1 = 10–0 = 10 ∆2 = 10-4 = 6
Mo. = 7.42 + [(10/10+6) 14.415] = 7.42 + [ (10/16) 14.415] =
= 7.42 + [0.625 (14.415)] = 7.42 + 9.01 = 16.53

Propiedades de la moda
 La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal,
de intervalos, y relativa).
 La moda tiene la ventaja de no ser afectada por valores extremos.
 Al igual que la mediana, puede ser calculada en distribuciones con intervalos
abiertos.
Desventajas de la moda
 En muchas series de datos no hay moda porque ningún valor aparece más de
una vez.
 En algunas series de datos hay más de una moda, en este caso uno podría
preguntarse ¿cuál es el valor representativo de la serie de datos?

Relación empírica entre la media, la


mediana y la moda
En distribuciones totalmente simétricas, la
media, la mediana y la moda coinciden,
localizándose en un mismo valor. En cambio,
en distribuciones moderadamente asimétricas,
la siguiente relación se mantiene
aproximadamente:
Media – Moda = 3(Media – Mediana
Posiciones relativas de la media, la mediana y la moda para curvas de frecuencias
asimétricas a derecha e izquierda respectivamente, para curvas simétricas los tres
valores coinciden

23
CAPÍTULO 02: MEDIDAS DE DISPERSIÓN
Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la
media de una distribución estadística.

La va ri a nza s e repre s e nta por .

V a ri a nza pa ra da tos a grupa dos

24
Para simplificar el cálculo de la varianza vamos o utilizar las siguientes
expresiones que son equivalentes a las anteriores.

Varianza para datos agrupados

Ejercicios de varianza
Calcular la varianza de la distribución:
9 , 3 , 8 , 8 , 9 , 8, 9 , 1 8

Calcular la varianza de la distribución de la tabla:

xi fi xi · fi xi2 · fi
[10, 20) 15 1 15 225
[20, 30) 25 8 200 5 0 00
[ 3 0 ,4 0 ) 35 10 350 1 2 25 0
[40, 50) 45 9 405 1 8 22 5
[50, 60 55 8 440 2 4 20 0
[ 6 0 ,7 0 ) 65 4 260 1 6 90 0
[70, 80) 75 2 150 1 1 25 0
42 1 8 20 8 8 05 0

25
Propiedades de la varianza
1. La varianza será siempre un valor positivo o cero, en el caso de que las
puntuaciones sean iguales.
2. Si a todos los valores de la variable se les
suma un número la varianza no varía.
3. Si todos los valores de la variable se
multiplican por un número la varianza queda
multiplicada por el cuadrado de dicho número.
4. Si tenemos varias distribuciones con la misma
media y conocemos sus respectivas varianzas
se puede calcular la varianza total.

Si todas las muestras tienen el mismo tamaño:

Si las muestras tienen distinto tamaño:

Observaciones sobre la varianza


1. La varianza, al igual que la media, es un índice muy sensible a las puntuaciones
extremas.
2. En los casos que no se pueda hallar la media tampoco será posible hallar la
varianza.
3. La varianza no viene expresada en las mismas unidades que los datos, ya que
las desviaciones están elevadas al cuadrado.

26
Desviación Standard
La desviación típica es la raíz cuadrada de la varianza.
Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación.
La desviación típica se representa p o r σ.

Desviación típica para datos agrupados

Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.

Desviación típica para datos agrupados

27
Ejercicios de desviación típica:

Calcular la desviación típica de la distribución:

9 , 3 , 8 , 8 , 9 , 8, 9 , 1 8

Calcular la desviación típica de la distribución de la tabla:

xi fi xi · fi xi2 · fi

[10, 20) 15 1 15 225

[20, 30) 25 8 200 5 0 00

[ 3 0 ,4 0 ) 35 10 350 1 2 25 0

[40, 50) 45 9 405 1 8 22 5

[50, 60) 55 8 440 2 4 20 0

[ 6 0 ,7 0 ) 65 4 260 1 6 90 0

[70, 80) 75 2 150 1 1 25 0

42 1 8 20 8 8 05 0

28
Propiedades de la desviación Standard
1. La desviación típica será siempre un valor
positivo o cero, en el caso de que las
puntuaciones sean iguales.
2. Si a todos los valores de la variable se les
suma un número la desviación típica no
varía.
3. Si todos los valores de la variable se
multiplican por un número la desviación
típica queda multiplicada por dicho número.
4. Si tenemos varias distribuciones con la
misma media y conocemos sus respectivas
desviaciones típicas se puede calcular la desviación típica total.

Si todas las muestras tienen el mismo tamaño:

Si las muestras tienen distinto tamaño:

Observaciones sobre la desviación Standard:


1. La desviación típica, al igual que la media y la varianza, es un índice muy
sensible a las puntuaciones extremas.
2. En los casos que no se pueda hallar la media tampoco será posible hallar la
desviación típica.
3. Cuanta más pequeña sea la desviación típica mayor será la concentración de
datos alrededor de la media.

29
CAPÍTULO 03: MEDIDAS DE POSICIÓN NO CENTRAL

Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales.
Q 1 , Q 2 y Q 3 determinan los valores correspondientes al 25%, al 50% y al 75% de
los datos.

Q2 coincide con la mediana.

Cálculo de los cuartiles


1. Ordenamos los datos de menor a mayor.
2. Buscamos el lugar que ocupa cada cuartil
mediante la expresión.

Núme ro i mpa r de da tos

2 , 5 , 3 , 6 , 7 , 4, 9

Núme ro pa r de datos

2 , 5 , 3 , 4 , 6 , 7, 1 , 9

30
CÁLCULO DE LOS CUARTILES PARA DATOS AGRUPADOS:

En primer lugar buscamos la clase donde se encuentra, en


la tabla de las frecuencias acumuladas.

L i es el límite inferior de la clase donde se encuentra el cuartil.


N es la suma de las frecuencias absolutas.
F i - 1 es la frecuencia acumulada anterior a la clase del cuartil.
a i es la amplitud de la clase.

Ejercicio de cuartiles

Calcular los cuartiles de la distribución de la tabla:

fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[ 9 0 , 1 00 ) 10 58
[ 1 0 0, 11 0 ) 5 63
[ 1 1 0, 12 0 ) 2 65
65

Cá l c ul o del pri mer c ua rti l

Cá l c ul o del s e gundo c ua rti l

Cá l c ul o del te rce r c ua rti l

31
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.

Cálculo de los deciles

En primer lugar buscamos la clase donde se encuentra , en la


tabla de las frecuencias acumuladas.

L i es el límite inferior de la clase donde se encuentra el decil.


N es la suma de las frecuencias absolutas.
F i - 1 es la frecuencia acumulada anterior a la clase el decil.
a i es la amplitud de la clase.

Ejercicio de deciles
Calcular los deciles de la distribución de la tabla:

fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[ 9 0 , 1 00 ) 10 58
[ 1 0 0, 11 0 ) 5 63
[ 1 1 0, 12 0 ) 2 65
65

32
Cá l c ul o del pri mer de c i l

Cá l c ul o del s e gundo de c i l

Cá l c ul o del te rce r de c i l

Cá l c ul o del c ua rto de c i l

Cá l c ul o del qui nto de c i l

Cá l c ul o del s ex to de c i l

Cá l c ul o del s é ptimo de c i l

Cá l c ul o del oc ta vo de c i l

Cá l c ul o del nove no de c i l

33
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
Cálculo de los percentiles

En primer lugar buscamos la clase donde se encuentra , en la


tabla de las frecuencias acumuladas.

L i es el límite inferior de la clase donde se encuentra el percentil.


N es la suma de las frecuencias absolutas.
F i - 1 es la frecuencia acumulada anterior a la clase del percentil.
a i es la amplitud de la clase.

E je rc i c i o de pe rce nti l e s

Calcular el percentil 35 y 60 de la distribución de la tabla:

fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65

P e rce nti l 35

P e rce nti l 60

34
Tr a b a jo Pr á c t ico de Est a díst ic a Gener a l

1) Indica qué variables son cualitativas y cuáles cuantitativas:


1. Comida Favorita.
2. Profesión que te gusta.
3. Número de goles marcados por tu equipo favorito en la última temporada.
4. Número de alumnos de tu Instituto.
5. El color de los ojos de tus compañeros de clase.
6. Coeficiente intelectual de tus compañeros de clase.

2) De las siguientes variables indica cuáles son discretas y cuáles continuas.


1. Número de acciones vendidas cada día en la Bolsa.
2. Temperaturas registradas cada hora en un observatorio.
3. Período de duración de un automóvil.
4. El diámetro de las ruedas de varios coches.
5. Número de hijos de 50 familias.
6. Censo anual de los españoles.

3) Clasificar las siguientes variables en cualitativas y cuantitativas discretas o


continuas.
1. La nacionalidad de una persona.
2. Número de litros de agua contenidos en un depósito.
3. Número de libros en un estante de librería.
4. Suma de puntos tenidos en el lanzamiento de un par de dados.
5. La profesión de una persona.
6. El área de las distintas baldosas de un edificio.

4) Las puntuaciones obtenidas por un grupo en una prueba han sido: 15, 20, 15, 18,
22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16, 15, 18, 16, 14, 13. Construir la tabla de
distribución de frecuencias

5) El número de estrellas de los hoteles de una ciudad viene dado por la siguiente
serie: 3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2, 2, 3, 3, 3, 2, 2, 2, 2, 2, 3, 2,
1, 1, 1, 2, 2, 4, 1. Construir la tabla de distribución de frecuencias

6) Las calificaciones de 50 alumnos en Matemáticas han sido las siguientes:5, 2, 4, 9,


7, 4, 5, 6, 5, 7, 7, 5, 5, 2, 10, 5, 6, 5, 4, 5, 8, 8, 4, 0, 8, 4, 8, 6, 6, 3, 6, 7, 6, 6, 7, 6, 7,
3, 5, 6, 9, 6, 1, 4, 6, 3, 5, 5, 6, 7. Construir la tabla de distribución de frecuencias

7) Los pesos de los 65 empleados de una fábrica vienen dados por la siguiente tabla:

[110,
[50, [60, [70, [90, [100,
Peso [ 8 0 , 9 0) 12
60) 70) 80) 100) 110)
0)

fi 8 10 16 14 10 5 2

Construir la tabla de frecuencias.

35
8 ) Los 40 alumnos de una clase han obtenido las siguientes puntuaciones, sobre 50,
en un examen de Física.3, 15, 24, 28, 33, 35, 38, 42, 23, 38, 36, 34, 29, 25, 17, 7,
34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15,
32, 13.
Construir la tabla de frecuencias.

9 ) Sea una distribución estadística que viene dada por la siguiente tabla:
xi 61 64 67 70 73

fi 5 18 42 27 8
Calcular:
1. La moda, mediana y media.
2. El rango, varianza y desviación Standard

10) Calcular la media, la mediana y la moda de la siguiente serie de números: 5, 3,


6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.

11) Hallar la varianza y la desviación Standard de la siguiente serie de datos:12, 6,


7, 3, 15, 10, 18, 5.

12) Hallar la media, mediana y moda de la siguiente serie de números:3, 5, 2, 6, 5, 9, 5,


2, 8, 6.
13) Hallar la desviación standard y la varianza de la series de números siguientes:2, 3,
6, 8, 11.12, 6, 7, 3, 15, 10, 18, 5.

14) Se ha aplicado un test a los empleados de una fábrica, obteniéndose la siguiente


tabla:
fi

[38, 44) 7

[44, 50) 8

[50, 56) 15

[56, 62) 25

[62, 68) 18

[68, 74) 9

[74, 80) 6

15) Dadas las series estadísticas:3 , 5 , 2 , 7 , 6 , 4, 9. 3 , 5 , 2 , 7 , 6 , 4, 9, 1.


Calcular:
La moda, la mediana y la media.
La varianza y la desviación Standard.

36
16) Una distribución estadística viene dada por la siguiente tabla:
[10, 15) [15, 20) [20, 25) [25, 30) [30, 35)

fi 3 5 7 4 2
Hallar:
La moda, mediana y media.
El rango, desviación media y varianza.

17) Dada la distribución estadística:


[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, ∞)

fi 3 5 7 8 2 6
Calcular:
La mediana y moda.
Cuartil 2º y 3º.
Media.

37

Вам также может понравиться