Modulo de Aprendizaje 2019 1

3B-3
MÓDULO DE APRENDIZAJE
UNIDAD ACADÉMICA DE ESTUDIOS GENERALES
ESTADÍSTICA
Autores:
Mg. Agustina Ramírez Torres Mg. Gonzalo Juan Fernández Romero
Mg. Dina Ñuflo Valdivia
Lima – Perú
2019
Módulo de Aprendizaje
Estadística
Unidad Académica de Estudios Generales
Mg. Jorge Antonio Gonzales Miranda
Coordinadora
Mg. Agustina Ramírez Torres
Autores:
Mg. Agustina Ramírez Torres
Mg. Gonzalo Juan Fernández Romero Mg. Dina Ñuflo Valdivia
Corrección de estilo:
Lic. Aram Roosell Simangas Villalobos
ÍNDICE GENERAL Página

UNIDAD I: CONCEPTOS BÁSICOS DE ESTADISTICA
1. Conceptos Básicos y Variables 05
2. El muestreo 11
3. Instrumento de recolección y elaboración de la matriz de datos 14
UNIDAD II: ESTADISITCA DESCRIPTIVAUNIDIMENSIONAL
4. Tabla de frecuencias y gráficas 18
5. Medidas de tendencia central y posición 27
6. Medidas de dispersión 37
7. Medidas de forma de distribución de datos 41
8. Ejercicios de repaso para el examen 1 41
UNIDAD III: ESTADÍSTICA BIDIMENSIONAL Y REGRESIÓN LINEAL SIMPLE
9. Tablas y gráficas bidimensionales 43
10. Asociación de variables categóricas 52
11. Correlación lineal 56
12. Regresión Lineal simple 59
UNIDAD IV: TEORÍA DE PROBABILIDADES
13. Probabilidad de eventos simples y condicional 66
14. Probabilidad total y teorema de Bayes 69
15. Trabajo de investigación formativa 71
BIBLIOGRAFÍA 73
ANEXOS
Introducción
La estadística contribuye con el análisis estadístico de datos que requieran las instituciones gubernamentales, educativas, empresarial,
investigación científica. En este sentido, el propósito de la Guía de práctica de Estadística es que el estudiante adquiera la comp
técnicas estadísticas en el tratamiento y análisis de datos cuantitativos a nivel básico.
El contenido de este módulo está dividido en cuatro unidades de aprendizaje de acuerdo a los temas del contenido del sílab
La Primera unidad corresponde a la identificación conceptos básicos. Medición y clasificación de variables. Población,muestra y
recolección de datos para realizar un estudio.
En la segunda unidad se realiza el análisis descriptivo de datos con una sola variable, cuyos resultados se presentan en tabl
gráficas y estadísticos de resumen los que describen la frecuencia de ocurrencia de la característica en estudio.
La tercera unidad correspondeal análisis descriptivo bidimensional, con la finalidad de estudiar la asociación de variables en tablas de
de barras agrupadas y los estadísticos de asociación como el coeficiente de correlación de Pearson. Formulación del modelo
simple para estimar la ocurrencia de nuevos valores de la variable dependiente.
La cuarta unidad hace una introducción a las probabilidades para estimar la ocurrencia de ciertos fenómenos aleatorios, mediante la pr
simple, probabilidad condicional y teorema de Bayes.
Los resultados se obtienen con el complemento de Excel MegaStat, los cuales se redactarán en Word y se trabajará en equipo
individual.
Los autores Lima, Marzo 2019
Tema 1
Conceptos Básicos y Variables
1.1. Competencia a desarrollar
Utiliza los conceptos de básicos de estadística para determinar la población, muestra, unidad de estudioy clasifica las variables según su na
medición.
1.2. Contenido del tema 1 Estadística
Es la ciencia que proporciona un conjunto de métodos, técnicas y procedimientos para recolectar, procesar, organizar, presentar
fin de describirlas características de un estudio, realizar estimaciones o generalizaciones válidas (Córdova M. 2003).Según el objetiv
tenemos: Estadística descriptiva y la estadísticainferencial.
Estadística Descriptiva
Son métodos y técnicas relacionados a la recolección, organización, presentación e interpretación de resultados, que permiten d
las características de un conjunto de datos. Comprende el uso de gráficos, tablas, diagramas y criterios para el análisis.
EstadísticaInferencial
Son métodos y técnicas que hacen posible la estimación de una o más características de una población para tomar decisiones, basadas en
Estas conclusiones tienen cierto margen de error y probabilidad de ocurrencia.
Población
Es el conjunto de todas las unidades de estudio que contienen características observables de naturaleza cualitativa o cuantitativa que se p
un tema de estudio.
La población de estudio lo conforman todos los sujetos, elementos o entes con características similares en quienes se tiene interés en estu
lugar y periodo de tiempo. Esta población puede ser un conjunto finito o infinito. Por ejemplo la población de estudiantes ingresantes de u
periodo 2019-I.
Muestra
Es un grupo de unidades de debidamente seleccionados de una población con el propósito de investigar determinadas características de la
Unidad de estudio
Es el sujeto de interés que va a ser investigado y es único, posee características medibles determinado por el objetivo del estudio.
Dato
Es el valor nominal o numérico que se obtiene al medir la característica de la unidad de estudio.
Variable
Es unacaracterística medible, observable en una unidad de estudio y el valor medido varían en cada unidad de una población
ejemplo: sexo, sector económico, edad, grado de instrucción,talla, peso,hijos por familia, etc.
Clasificación de las variables
Según la naturalezade recolección de datos se clasifican en:
 Variables cualitativas; Llamadas también categóricas, expresan atributos sin orden cuyos valores se miden en escala nom
orden que se miden en escala ordinal.
 Variables cuantitativas; Llamadas también numéricas, son valores que expresan cantidades y se mide en escala d
se clasifican en continuas y discretas.
Escala de medición de las variables
La medición de las variables se hace con un instrumento que asigna valores (categorías o números) a una variable estadística,
obtención de datos en las unidades de estudio. Las escalas de medición son: Nominal, ordinal, intervalo y proporción
Escala nominal
Admite dos o más valores a una variable, el cual permite percibir las diferencias y semejanzas entre las unidades de estudio q
por ejemplo, la variable sexo tiene dos valores: masculino y femenino.
Escala ordinal
Los valores asignados a la variable expresan orden o grados en forma ascendente o descendente, el cual permite comparar en
que” o “menor que” a cada categoría medida en la unidad de estudio, como por ejemplo, la variable grado de instrucció
ordinales: primaria, secundaria y superior.
Escala de intervalo
Los valores numéricos asignados a la variable permite comprobar cuantas veces es diferente entre dos valores medidos. Esta
número positivo, número negativo y el valor cero indica medición de la variable, que es un “cero relativo” como por ejempl
0°C, -8°C.
Escala de razón
Mide valores numéricos a partir de cero y números positivos, donde el valor cero indica el inicio de medición (cero
ejemplo, el peso de una persona es 50 kg.
Ejemplo 1
Un importador de juguetes realizó una encuesta a 85 clientes en diciembre del 2018 para conocer el perfil del comprador de s
siguiente campaña navideña. Las variables a medir son: la edad del niño, sexo, calidad del producto, cantidad de juguetes qu
a. De acuerdo al texto identifica:
Población de estudio Todos los clientes que visitaron la tienda del importador en diciembre 2018
Muestra Los 85 clientes que visitaron la tienda del importador en diciembre 2018
Unidad de estudio Cada cliente que visitó la tienda del importador en diciembre 2018
b. Clasifica las variables según su naturaleza y escala de medición.

Variables Tipo de variable Escala de medición
Edad del niño Cuantitativo continua Razón
Sexo Cualitativo nominal Nominal
Calidad del juguete Cualitativo ordinal Ordinal
Cantidad de juguetes comprados Cuantitativo discreta Razón

IZAJE
OS GENERALES
Juan Fernández Romero

via
Página
05
11
14
18
27
37
41
41
43
52
56
59
66
69
71
73
nes gubernamentales, educativas, empresarial, ingenierías,
tadística es que el estudiante adquiera la competencia para aplicar las
acuerdo a los temas del contenido del sílabo.

lasificación de variables. Población,muestra y muestreo. Métodos de
iable, cuyos resultados se presentan en tablas de frecuencias,

e la característica en estudio.
studiar la asociación de variables en tablas de contingencia, gráficos
ación de Pearson. Formulación del modelo de regresión lineal
e ciertos fenómenos aleatorios, mediante la probabilidad de un evento
redactarán en Word y se trabajará en equipo como también en forma

d de estudioy clasifica las variables según su naturaleza y escala de
ara recolectar, procesar, organizar, presentar y analizar datos con el

válidas (Córdova M. 2003).Según el objetivo de análisis estadístico
nterpretación de resultados, que permiten describir apropiadamente

amas y criterios para el análisis.
a población para tomar decisiones, basadas en el resultado de muestras.
e naturaleza cualitativa o cuantitativa que se pueden medir relacionado a
as similares en quienes se tiene interés en estudiarlo considerando el

lo la población de estudiantes ingresantes de una universidad en el
e investigar determinadas características de la población.
eterminado por el objetivo del estudio.
udio.
varían en cada unidad de una población o muestra, por

amilia, etc.
sin orden cuyos valores se miden en escala nominal, y atributos con
e expresan cantidades y se mide en escala de intervalo o proporción,
tegorías o números) a una variable estadística, el cual permite la

: Nominal, ordinal, intervalo y proporción
as y semejanzas entre las unidades de estudio que se van a medir, como
te o descendente, el cual permite comparar en niveles como “mayor

por ejemplo, la variable grado de instrucción toma los valores
s es diferente entre dos valores medidos. Esta medición puede ser un

ble, que es un “cero relativo” como por ejemplo, la temperatura: 24°C,
valor cero indica el inicio de medición (cero absoluto) u origen, por
2018 para conocer el perfil del comprador de sus productosen la

calidad del producto, cantidad de juguetes que compra, etc.
iciembre 2018
embre 2018
e 2018
Valores (datos)
1 año
5 años
Masculino
Femenino
Mala
Regular
Buena
0, 1, 2, 12,….
1.3. Preguntas de aplicación
Problema 01:
El gerente de la Administradora de Fondos de Privado de Pensiones de Jubilación SECURITEX S.A (AFP), sabe que cuentan con una ca
asegurados. Ante la aprobación de nuevas leyes por el estado, es necesario realizar un estudio sobre algunas características
fidelizar a sus afiliados y no retiren sus fondos ante nuevas políticas de inversión. Para el estudio, se seleccionó una muestra repres
para aplicarles una encuesta, y algunas de las variables consideradas fueron el número de miembros por afiliado, el tipo de segu
seguro, edad, sexo, satisfacción por la inversión de sus fondos y grado de instrucción. De acuerdo al texto contestar el siguie
1. Se pide identificar los conceptos estadísticos relacionando las frases y colocando la letra que corresponda.
( ) Variable a) Del total de afiliados, el número promedio de miembros por familia de cada afiliado es de 5
miembros.
( ) Parámetro b) De los 654 afiliados seleccionados para el estudio, el 25% cuenta con un seguro de vida.
( ) Muestra c) Se observó que el Sr. Pérez, uno de los 654 clientes elegidos, tiene grado de instrucción superior.
d) Según los resultados del estudio en los 654afiliados de la AFP, el gerente

( ) Población estima que la pensión promedio mensual de jubilación de todos los asegurados que
cumplieron los65años fue de 870 soles.
( ) Unidad de e) La AFP SECURITEX cuenta con 985 537 afiliados.
estudio
( ) Inferencia f) El Sr. Pérez es uno de los afiliados de la AFP SECURITEX.
( ) Dato g) Se ha seleccionado a 654 afiliados que participen de una encuesta.
( ) Estadístico h) El grado de instrucción de los afiliados.

2.- Con la información recolectada a través de las características de las unidades de estudioselecciona
de datos, como se muestra a continuación:
Tabla 1. Matriz de datos de los afiliados de la AFP SECURITEX
Edad del Miembros por Tipo de Pago mensual (S/) Retira su

N° afiliado Sexo familia seguro Estudios fondo
1 35 M 3 Salud 60 Superior Si
2 24 F 1 Vida 54 Superior No
3 42 F 1 Salud 55 Secundaria Si
: : : : : : : :
120 40 M 4 Salud 80 Primaria No
: : : : : : : :
654 55 F 2 Salud 65 Superior Si
De la matriz de datos se pide clasificar las variables según su naturaleza y escala de medición.
RITEX S.A (AFP), sabe que cuentan con una cartera de 985 537
izar un estudio sobre algunas características importantes para
ra el estudio, se seleccionó una muestra representativa de 654 clientes
úmero de miembros por afiliado, el tipo de seguro, pago mensual del
ucción. De acuerdo al texto contestar el siguiente cuestionario.
ndo la letra que corresponda.
por familia de cada afiliado es de 5
l 25% cuenta con un seguro de vida.
dos, tiene grado de instrucción superior.
de la AFP, el gerente
ión de todos los asegurados que
encuesta.
icas de las unidades de estudioseleccionadasse elaboró una matriz
Satisfacción por inversión

de fondos
Insatisfecho
Muy satisfecho
Poco satisfecho
Poco satisfecho
Insatisfecho
escala de medición.
Variable Tipo de variable Escala de medición
Problema 02:
Clasifica las variables según su naturaleza y escala de medición en las casillas que están en blanco.
Nº Variable Tipo de variable Escala de Valores (Ej. Datos)
medida
1 Edad de los congresistas
2 Estatura de los deportistas de un club
3 Sueldo de los empleados de una empresa
4 Profesión de los empresarios de Gamarra
5 Distrito de residencia de los estudiantes
6 Grado de instrucción de los clientes de un

banco
7 Nivel de satisfacción de los usuarios de
ESSALUD
8 Peso de recién nacidos en un hospital
9 Tiempo de tratamiento con un antidepresivo
10 Número de hijos de los trabajadores de una

empresa
Problema 03:
La gerente de Recursos Humanos de una empresa ha elaborado una prueba de aptitud (evaluados en una escala de 1 a 100) pa
ofertados; los que obtengan las mejores calificaciones serán los mejores candidatos para cubrir la plaza de dos secretarias, un
administrador y un contador. Respondiendo al llamado se presentaron 21 postulantes aptos según el perfil requerido, los resul
aptitud en promedio fue de 73 puntos, uno de los postulantes tiene estudios de Doctorado y 20 años de experiencia.
a. De acuerdo al texto, identifique lo siguiente:
Población de estudio
Muestra
Unidad de estudio
Estadístico
medición
.
Valores (Ej. Datos)
en una escala de 1 a 100) para los 5 puestos de trabajo

plaza de dos secretarias, uno para seguridad, un
el perfil requerido, los resultados de la prueba de
os de experiencia.
b. Identifica las variables mencionadas en el estudio y clasifique según su naturaleza y escala de medición
Variable Tipo de variable Escala de medida Valores
Problema 04:
Un grupo de investigadores tienen el propósito de conocer cuáles son las condiciones socioeconómicas de las familias resident
Ventanilla. Para el estudio se ha determinado entrevistar a 300 familias elegidas aleatoriamente. La encuesta se realizó e
distrito y algunas características estudiadas son:
Tamaño familiar:Número de miembros en la familia Ingresos:Ingreso familiar mensual
Estudios:Grado de instrucción alcanzado por el jefe de familia
Vivienda:Tipo de material de la vivienda (Prefabricado, material noble, Quincha)
a. Complete las casillas en blanco identificando en enunciado del problema lo siguiente:
Población de estudio
Muestra
Unidad de Estudio
b. Determine y clasifique las variables según su naturaleza y escala de medición
Variable Tipo de variable Escala de medida Valores
Problema 05:
Bendezú Vilma y Chirinos Claudia realizaron una investigación en 76 adolescentes embarazadas nuevas y continuadoras de 13
determinar las características sociodemográficas, culturales y familiares de adolescentes embarazadas atendidas en los co
Gineco-Obstetricia del Hospital Daniel Alcides Carrión del Callao en los meses de enero a marzo del 2015. Entre a
muestran que el 40.9% tuvo 16 años de edad, el 80.3% no asistieron a ningún programa de educación sexual y planificac
inicio de relaciones sexuales del 60.5% fue a los 15 años de edad, el 68.4% mencionan que sus padres no le prestan atención y
sufrido violenciapor parte de sus padres.
a. Identifica los conceptos estadísticos y relaciona las frases colocando la letra que corresponda
( ) Variable b) Todas lasadolescentesembarazadas atendidas en consultorios de Gineco- obstetricia durante el

periodo de estudio.
( ) Parámetro c) De las 76 adolescentesparticipantes en el estudio, el 81.6% declara haber sufrido violencia
por sus progenitores.
( ) Muestra c) Se observó que una adolescente de las 76estudiadas, no asistió al programa de educación sexual y
planificación familiar.
( ) Población i) Del total de adolescentes atendidas en consultorios de Gineco- obstetricia,68.4%
refieren que sus padres no les prestan atención.
a y escala de medición
micas de las familias residentes en el distrito de

e. La encuesta se realizó en distintas zonas del
Valores
uevas y continuadoras de 132,cuyo objetivo es

barazadas atendidas en los consultorios externos de
marzo del 2015. Entre algunos resultados
educación sexual y planificación familiar, la edad de
dres no le prestan atención y el 81.6% declaran haber
obstetricia durante el
ber sufrido violencia
e educación sexual y
o- obstetricia,68.4%
( ) Unidad de
estudio
( ) Dato
( ) Estadístico
1.4 Bibliografía
1. Ávila, RB. (2010). Estadística Elemental. Lima: Estudios y ediciones R.A.
2. Córdova, M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.). Lima: Moshera.
3. Newbold, P., Carlson, WL.,Tghorne, B. (2008). Estadística para Administración y Economía. (6ª ed.). España:Edit. Pearson Educación
4. Black, K. (2008). Estadística en los negocios. (2ª ed.). México: Grupo Editorial Patria S.A.
Tema 2 ElMuestreo
2.1 Competencia a desarrollar
Determina el tipo de muestreo en la selección de muestras probabilísticas y no probabilísticas que se debe aplicar en un estudio.
2.2 Contenido del tema 2
Cuando una población de estudio no se puede estudiar todas las unidades, ya sea por la gran cantidad de unidades o por el costo que implic
seleccionar una muestra representativa utilizando un método de selección llamado muestreo.
Muestreo
Es el proceso de seleccionar los individuos o elementos (unidades de estudio) que conformarán la muestra representativa de una d
estudio con el propósito de hacer inferencias. Esta selección se hace utilizando un muestreo probabilístico o no probabilístico según el dise
Tipos de muestreo
 Muestreo probabilístico
Son métodos probabilísticos que se basan en el principio que cada unidad de estudio de la población tenga igual probabilidad de ser selecc
asegurar la representatividad de la muestra extraída, de tal modo que sea útil para hacer inferencias sobre dicha población. Esto
probabilísticos puede realizarse de forma manual o mediante software y son: Muestreo aleatorio simple, muestreo sistemático, mue
muestreo por conglomerados.
 Muestreo no probabilístico
Es útil para estudios exploratorios y cuando el muestreo probabilístico es muy costoso. La muestra extraída no da certeza de representati
todos los sujetos de la población tienen la misma probabilidad de ser elegidos. Por lo general, la selección de las unidades de la muestra se
criterios del investigador, procurando en la medida de lo posible que sea representativa. Entre los métodos de muestreo no probabi
Accidental, por selección de criterio, por cuotas y bola de nieve.
Ejemplo 2
Un candidato a la alcaldía de cierto distrito, solicita los servicios de una encuestadora para que realicen un estudio con la fin
gasto promedio mensual en alimentación en las familias de su comuna. El responsable del estudio ha seleccionado aleatoriament
residentes en el distrito; los resultados revelan que las familias en promedio gastan en alimentación 650 soles mensuales. Determ
muestra, muestreo, unidad de estudio, variables, estadístico y parámetro:
Solución
Población de estudio: Todas las familias que son residentes del distrito Unidad de estudio: Cada una de las familias que vive en el distrito M
residentes del distrito
Variable de estudio: Gasto mensual en alimentación Tipo de variable: Cuantitativa continua
Escala de medición: Razón Muestreo: Aleatorio sistemático
Estadístico: Gasto promedio en alimentación de las 200 familias es 650 soles.
Parámetro: Gasto promedio estimado en alimentación de las familias del distrito es de 650 soles.
1.3 Preguntas de aplicación Problema 01:
El departamento de control de calidad de ANCORP S.A. ante las quejas de sus clientes, decide investigar si sus productos cumplen con las e
exacto en el etiquetado de bolsas de arroz
superior de 5kg. Para comprobar la sospecha, selecciona al azar 5 bolsas de un lote de producción
El departamento de control de calidad de ANCORP S.A. ante las quejas de sus clientes, decide investigar si sus productos cumplen con las e
exacto en el etiquetado de bolsas de arroz
superior de 5kg. Para comprobar la sospecha, selecciona al azar 5 bolsas de un lote de producción
durante 3 semanas consecutivas y registra su peso luego de ser pesadas en una balanza calibrada. Si se
comprueba la veracidad de la sospecha la máquina de llenado debe ser regulada. Los resultados revelan que el peso medio fue
determinar:
j) En el periodo de estudio se atendió a 132 adolescentes embarazadas.
k) La joven Alisson es una adolescente atendida en el periodo de estudio.
l) Edad de inicio de relaciones sexuales de las adolescentes embarazadas.

ografía
RB. (2010). Estadística Elemental. Lima: Estudios y ediciones R.A.
a, M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.). Lima: Moshera.
d, P., Carlson, WL.,Tghorne, B. (2008). Estadística para Administración y Economía. (6ª ed.). España:Edit. Pearson Educación S.A. P: 1-13.
K. (2008). Estadística en los negocios. (2ª ed.). México: Grupo Editorial Patria S.A.
estreo
tencia a desarrollar
tipo de muestreo en la selección de muestras probabilísticas y no probabilísticas que se debe aplicar en un estudio.
nido del tema 2
oblación de estudio no se puede estudiar todas las unidades, ya sea por la gran cantidad de unidades o por el costo que implica la investigación, se debe
na muestra representativa utilizando un método de selección llamado muestreo.
o de seleccionar los individuos o elementos (unidades de estudio) que conformarán la muestra representativa de una determinada población de
propósito de hacer inferencias. Esta selección se hace utilizando un muestreo probabilístico o no probabilístico según el diseño de la investigación.
streo
obabilístico
probabilísticos que se basan en el principio que cada unidad de estudio de la población tenga igual probabilidad de ser seleccionado en la muestra para
presentatividad de la muestra extraída, de tal modo que sea útil para hacer inferencias sobre dicha población. Estos métodos de muestreos
s puede realizarse de forma manual o mediante software y son: Muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y
r conglomerados.
probabilístico
studios exploratorios y cuando el muestreo probabilístico es muy costoso. La muestra extraída no da certeza de representatividad, debido a que no
tos de la población tienen la misma probabilidad de ser elegidos. Por lo general, la selección de las unidades de la muestra se hace bajo determinados
investigador, procurando en la medida de lo posible que sea representativa. Entre los métodos de muestreo no probabilísticos más utilizados son:
or selección de criterio, por cuotas y bola de nieve.
a la alcaldía de cierto distrito, solicita los servicios de una encuestadora para que realicen un estudio con la finalidad de estimar el
dio mensual en alimentación en las familias de su comuna. El responsable del estudio ha seleccionado aleatoriamente cada 15 a 200 familias
n el distrito; los resultados revelan que las familias en promedio gastan en alimentación 650 soles mensuales. Determinar la población,
streo, unidad de estudio, variables, estadístico y parámetro:
estudio: Todas las familias que son residentes del distrito Unidad de estudio: Cada una de las familias que vive en el distrito Muestra: 200 familias
l distrito
studio: Gasto mensual en alimentación Tipo de variable: Cuantitativa continua
dición: Razón Muestreo: Aleatorio sistemático
asto promedio en alimentación de las 200 familias es 650 soles.
asto promedio estimado en alimentación de las familias del distrito es de 650 soles.
ntas de aplicación Problema 01:
nto de control de calidad de ANCORP S.A. ante las quejas de sus clientes, decide investigar si sus productos cumplen con las especificaciones de peso
etiquetado de bolsas de arroz
5kg. Para comprobar la sospecha, selecciona al azar 5 bolsas de un lote de producción
nto de control de calidad de ANCORP S.A. ante las quejas de sus clientes, decide investigar si sus productos cumplen con las especificaciones de peso
etiquetado de bolsas de arroz
5kg. Para comprobar la sospecha, selecciona al azar 5 bolsas de un lote de producción
durante 3 semanas consecutivas y registra su peso luego de ser pesadas en una balanza calibrada. Si se
comprueba la veracidad de la sospecha la máquina de llenado debe ser regulada. Los resultados revelan que el peso medio fue de 4999 gr. Se pide
determinar:
:Edit. Pearson Educación S.A. P: 1-13.
en un estudio.
o por el costo que implica la investigación, se debe
representativa de una determinada población de

babilístico según el diseño de la investigación.
obabilidad de ser seleccionado en la muestra para

dicha población. Estos métodos de muestreos
reo sistemático, muestreo estratificado y
certeza de representatividad, debido a que no

nidades de la muestra se hace bajo determinados
de muestreo no probabilísticos más utilizados son:
un estudio con la finalidad de estimar el

ccionado aleatoriamente cada 15 a 200 familias
soles mensuales. Determinar la población,
que vive en el distrito Muestra: 200 familias
ductos cumplen con las especificaciones de peso

e
an que el peso medio fue de 4999 gr. Se pide
Variable Tipo de variable Escala de medición Valores
a. Población:
b. Muestra:
c. Unidad de estudio:
d.Tipo de muestreo:
Problema 02:
En las oficinas administrativas del MINSA, en el área de Logística trabajan 150 personas, se desea saber sobre el manejo del
encargado del estudio tiene que seleccionar una muestra representativa de 30 trabajadores, y luego se debe aplicar el cu
recolectar datos. Se pide presentar el listado de los números seleccionados utilizando un muestreo aleatorio simple y la tabla
considerando como arranque fila5 y columna3.
Población de estudio: Muestra de estudio:
Listado de los 30 números seleccionados
aleatorio simple:
1 11 21
2 12 22
3 13 23
4 14 24
5 15 25
6 16 26
7 17 27
8 18 28
9 19 29
10 20 30
Problema 03:
El alcalde de Lima está interesado en evaluar el nivel de satisfacción sobre el servicio de transporte urbano “Corredor Azul”
la continuidad del contrato. El encargado del estudio realizó una encuesta a 375 personas, quienes fueron seleccionados según
jóvenes, 175 adultos y 50 adultos mayores. Se pide identificar:
a. Población:
b. Muestra:
c. Unidad de estudio:
d.Tipo de muestreo:
Variable(s) Tipo de variable Escala de medición Valore

s
Problema 04:
El4 de octubre del 2014, IPSOS Perú realizó una encuesta de opinión sobre la intención de voto, respecto a las preferencias po
alcaldía de Lima, la cual reveló que el 46.6% votaría por Luis
Castañeda. Este resultado proviene de una muestra de 2140 electores hábiles, seleccionados por muestreo bietápicod
provincia de Lima. Se pide determinar:
Valores

e desea saber sobre el manejo del estrés laboral. El

jadores, y luego se debe aplicar el cuestionario para
muestreo aleatorio simple y la tabla de números aleatorios
Muestra de estudio:

do de los 30 números seleccionados utilizando muestreo
e transporte urbano “Corredor Azul” de Lima, para sustentar

s, quienes fueron seleccionados según el grupo de edad, 150

Valore
s
e voto, respecto a las preferencias políticas para ocupar la
eccionados por muestreo bietápicode los 42 distritos de la

Variable Tipo de variable Escala de medición Valores
a. Población:
b. Unidad de estudio
c. Muestreo:
d. Muestra:
Problema 05:
Se tiene el listado de 30 estudiantes que participaronde un curso virtual en cierta institución. Se pide seleccionar una muestra
8 estudiantes que deben participar en un estudio de
FocusGroup con el propósito de conocer la satisfacción del curso desarrollado.
1 Rocío 11 Alejandro 21 José
2 Gustavo 12 Norma 22 Luis
3 Javier 13 Jacobo 23 Ana Luisa
4 Tomás 14 Natalia 24 Viviana
5 Ana 15 Susana 25 Santiago
6 Lucía 16 Edith 26 Ulamer
7 Ernesto 17 Samuel 27 Marcos
8 Celinda 18 Roberto 28 Lely
9 Jorge 19 Carlo 29 Antonieta
10 Willian 20 Rousse 30 Pablo
Indique el arranque y el listado de los 8 estudiantes seleccionados utilizando un muestreo aleatorio sistemático.
2.4 Bibliografía
2. Córdova, M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.). Lima: Moshera.
4. Martínez, C. (2005). Estadística y Muestreo. (12ª ed.) Colombia. Editorial Eco Ediciones.
Tema 3
Instrumento de recolección y elaboración de la base de datos
Elaborala matriz de datos en Excel con las variables consideradas en el instrumento de recolección de datos.
Técnicas de recolección de datos
Requiere la elección de una técnica y de un instrumento que permita medir las características de las unidades de estudio en una muest
acuerdo con Hernández, Fernández y Baptista (2010), “Recolectar datos implica elaborar un plan detallado de procedimientos qu
reunir datos con un propósito específico” (p.198). Entre las técnicas de recolección tenemos:
Encuesta Documentos Entrevista Observación
Instrumentos
Recurso que usa el investigador para registrar información y son: cuestionarios, guías de observación, inventario y escalas. Todo instrumen
comprobarse la confiabilidad y validez, con la finalidad de garantizar datos útiles y confiables. La elaboración del instrumento se ha
operacionalización de variables.
Con los datos obtenidos de los sujetos implicados en el estudio, es necesario organizar la información recolectada para el procesamiento d
puede hacerse de forma manual o con el uso de un software como Excel, SPSS, Stata, Statgraphics, Minitab, entre otros.
El uso de software para el procesamiento de datos, nos permite el manejo de muestras o poblaciones con gran número de unidades y la ob
con mayor velocidad.
Elaboración de la base de datos
Es el traslado de la información recogida mediante los instrumentos de recolección de datos a un software estadístico o Excel, el
investigador procesar y obtener resultados que describan la magnitud del problema en estudio. Una base de datos contiene todos los regist
población en estudio lista para ser procesada en cualquier momento.
Para el procesamiento de datos se realizará usando el complemento MegaStat de Excel.
3.3 Preguntas de aplicación
Problema 01:
El Director del Centro Geriátrico RENACER del distrito del Rímac, ha realizado un estudio con el propósito de describir el estad
enfermedades más frecuentes que presentan los
pacientes que fueron atendidos en el primer trimestre del año 2016. Se elaboró una ficha de datos para recolectar información de las histo
paciente como se muestra a continuación:
Se obtiene Información
de historias clínicas,
registros físicos o
electrónicos para
investigar un tema de
interés.
Información
proporcionada por los
mismos sujetos sobre
opiniones con un
moderador sobre un
tema de interés.
El investigador recopila
datos de manera
sistemática observando
la ocurrencia de los
hechos.
Información
proporcionada por los
mismos sujetos sobre
opiniones,
conocimientos de un
tema de interés.
Valores

ión. Se pide seleccionar una muestra aleatoria sistemática de
aleatorio sistemático.
datos.
nidades de estudio en una muestra o población. De

an detallado de procedimientos que nos conduzca a
nventario y escalas. Todo instrumento de medición debe

elaboración del instrumento se hace en base al cuadro de
ecolectada para el procesamiento de datos, la misma que

nitab, entre otros.
on gran número de unidades y la obtención de los resultados
a un software estadístico o Excel, ello le permite al

se de datos contiene todos los registros de la muestra o
el propósito de describir el estado nutricional y las
a recolectar información de las historias clínicas de cada

Centro Geriátrico RENACER- Rímac
FICHA DE DATOS
SERVICIO: Enfermería
ACTIVIDAD: Estado nutricional de pacientes hospitalizados
1. Sexo: 1) Masculino 2) Femenino 2. Peso……………………….
3. Talla……………………….
4. Edad……………………….
5. Diagnóstico: 1) Enfermo Mental 2) Físicamente enfermo 3) Retrasado mental
6. Lugar de Destino: 1) Hogar de familiares 2) No ha dejado el Geriátrico
3) Fallecido 4) Hospital 5) Sanatorio particular 6) Otro Geriátrico
Se pide a usted que elabore una base de datos en Excel y debe grabar como Pacientes Geriátricos.
Base de datos de pacientes del Centro geriátrico Renacer
Fuente: Enfermería, Renacer
Problema 02:
El Director de recursos humanos de la empresa Credisa Philco S.A. ha diseñado un cuestionario, con el propósito de conocer c
compañeros de trabajo. La aplicación de la encuesta se hizo enviando al correo de los trabajadores, luego será devuelto con l
trabajador.
El cuestionario fue el siguiente:
Nº Sexo Peso Talla Edad Diagnóstico Destino

1 Masculino 72 1.68 29 Enfermo mental Hogar de familiares
2 Masculino 67 1.68 35 Enfermo mental No ha dejado el Geriátrico
3 Femenino 52 1.55 34 Físicamente enfermo No ha dejado el Geriátrico
5 Femenino 54 1.57 25 Retrasado mental No ha dejado el Geriátrico
6 Femenino 48 1.55 20 Enfermo mental No ha dejado el Geriátrico
8 Femenino 51 1.60 89 Físicamente enfermo Fallecido
9 Masculino 55 1.63 42 Retrasado mental No ha dejado el Geriátrico
12 Masculino 60 1.66 41 Físicamente enfermo Hogar de familiares
14 Femenino 55 1.59 56 Retrasado mental Fallecido
16 Femenino 52 1.57 28 Físicamente enfermo Otro Geriátrico
19 Femenino 48 1.56 39 Retrasado mental Hospital
21 Femenino 48 1.56 72 Enfermo mental Sanatorio particular
24 Masculino 70 1.72 35 Físicamente enfermo Otro Geriátrico
25 Masculino 59 1.67 42 Físicamente enfermo No ha dejado el Geriátrico
26 Femenino 68 1.68 29 Enfermo mental Hogar de familiares
28 Femenino 57 1.53 18 Enfermo mental Hospital
31 Femenino 52 1.57 30 Físicamente enfermo Hogar de familiares
33 Masculino 57 1.66 40 Físicamente enfermo Sanatorio particular
34 Masculino 57 1.58 76 Retrasado mental Hospital
36 Femenino 46 1.54 71 Enfermo mental Sanatorio particular
37 Femenino 48 1.52 62 Enfermo mental No ha dejado el Geriátrico
38 Femenino 51 1.58 65 Enfermo mental Hospital
40 Femenino 64 1.65 18 Retrasado mental Otro Geriátrico
.
con el propósito de conocer como es la relación entre

es, luego será devuelto con los datos llenos de cada
Cuestionario de opinión referente a la relación entre compañeros
Estimado colaborador, con la finalidad de mejorar la relación entre compañerismo, responda siguiente cuestionario con toda
sinceridad indicando la opción que usted considere correcta.
1) Edad..…………
2) ¿Cuántos años de educación concluidos tiene?…………..
3) Género
 Masculino  Femenino
4) Ingreso semanal…………...…..……….
5) Tiempo que fue ascendido a ocupar un cargo superior………………..
6) Área de trabajo
 Administración  Ventas Producción
7) Relación de compañerismo
 Muy buena Buena  Regular  Mala
el
Base de datos de pacientes delos empleados CREDISA PHILCO
Empleado Edad Años_Educ Género Ingresos Promoción Area Compañerismo
1 35 20 Masculino 783 1 Administración Regular
2 64 14 Femenino 257 5 Ventas Mala
3 33 15 Femenino 405 5 Producción Mala
4 23 14 Masculino 202 1 Producción Regular
6 60 14 Masculino 357 3 Administración Mala
8 25 13 Femenino 180 5 Ventas Regular
10 35 16 Masculino 384 3 Ventas Regular
11 35 12 Femenino 310 2 Ventas Buena
13 34 12 Femenino 333 1 Producción Muy buena
15 49 4 Masculino 275 4 Producción Mala
19 25 16 Masculino 331 1 Ventas Mala
22 24 12 Femenino 243 1 Producción Regular
39 41 15 Masculino 184 4 Ventas Buena
41 58 14 Masculino 537 5 Administración Regular
43 18 12 Masculino 115 2 Ventas Muy buena
46 48 17 Femenino 328 4 Administración Regular
50 29 17 Femenino 501 1 Producción Buena
Fuente: Recursos Humanos Credisa Philco S.A.
Se pide elaborar la base de datos en Excel correspondiente a los empleados de Credisa Philco S.A.
3.4 Bibliografía
2. Álvarez, R. (2007). Estadística aplicada a las ciencias de la salud. Madrid: Díaz de Santos.
3. Daniel W. (2009). Bioestadística - Base para el Análisis de las Ciencias de la Salud. (4ª ed.) México: Editorial Limusa S.A.
4. Balzarini, M., Tablada, M. (2011). Introducción a la Bioestadística. Brujas: Córdova.
estionario con toda
A PHILCO
a
Editorial Limusa S.A.

Tema 4
Tablas de frecuencias y gráficas
Elabora e interpreta tablas de frecuencias y gráficas de variables cuantitativas o cualitativas.
Organización y presentación de datos
Los métodos para organizar y presentar los resultados son las tablas de frecuencias y las gráficas, las mismas que sirven para resumir
datos, para que el investigador pueda analizar y tomar decisiones.
Tablas de distribución de frecuencias
Es una tabla de distribución de los datos agrupados en categorías o clases mutuamente excluyentes de acuerdo a la escala de medición de
categoría indica el número de observaciones conocido como frecuencias y son:
Frecuencia absoluta simple (fi).- es la cantidad de datos pertenece a una clase o categoría.
Frecuencia relativa simple (hi).-representa la proporción de datos que pertenecen a una clase y se obtiene:
ℎ𝑖 =
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 = 𝑓𝑖
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑛
Frecuencia porcentual (hi%).- es la frecuencia relativa simple multiplicada por 100% y se calcula:
hi% = hix100%
Una tabla de distribución de frecuencias de tener las siguientes partes: Número de la tabla, encabezados de las columnas, cuerpo y fuente
Tabla 1. Título de la tabla Enumeración y título

Encabezados
Variable Frecuencia Proporción Porcentaje

X1 f1 h1=f1/n h1=(f1/n)*100
X2 f2 h2= f2/n h2= (f2/n)*100
… … … …
Xk fk hk= fk/n hk= (fk/n)*100
Total n 1 100%
Cuerpo
Fuente: (persona o entidad que recolecta los datos)
La suma de las frecuencias absolutas simples es el total de la muestra (n). La suma de las frecuencias relativas simples es igua
frecuencias porcentuales suma 100%.
Gráficas estadísticas
Es la representación de datos en forma visual llamado gráfica, para ello se debe considerar el tipo de la variable y su escala d
tales como:
Variables cualitativas: gráfico de barras, gráfico de sectores
Variables cuantitativas discretas: gráfico de bastones
Variables cuantitativas continuas: histograma de frecuencias, polígono de frecuencias, ojivas, líneas, diagrama de caj
dispersión, etc.
Distribución de frecuencias para variables cualitativas
Si los datos fueron medidos en escala nominal la tabla de frecuencias contiene las categorías, las frecuencias absolu
relativas.
Ejemplo 3
La clínica Vargas realizó un estudio a 54 pacientes que fueron dados de alta durante el mes de febrero 2018y cancelaron los se
tarjeta de créditocomo: Visa (V), Mastercard (M), Dinner (D) y
Otras (O). Los datos son:
áficas, las mismas que sirven para resumir y ver la tendencia de los
tes de acuerdo a la escala de medición de los valores.Cada clase o
clase y se obtiene:
a:
abezados de las columnas, cuerpo y fuente. Por ejemplo:
Enumeración y título
Encabezados
Cuerpo
Fuente
de las frecuencias relativas simples es igual a 1y la suma de las
nsiderar el tipo de la variable y su escala de medición de los valores,
cuencias, ojivas, líneas, diagrama de cajas y bigotes, gráfico de

ene las categorías, las frecuencias absolutas y las frecuencias
e el mes de febrero 2018y cancelaron los servicios médicos con

V V M D M M V D V
V V V D V O V V V
V D V O V D M D M
O M M O M V V D M
V M M V O M M O D
D M D V V D O V V
a) Elabora una tabla de frecuencias.

b) Interpreta las frecuencias: f2, h3, h1%
c) elabore un gráfico de barras.
Solución
a) Tabla de frecuencias
Tabla 2. Distribución de pagos delos pacientes con alta según tarjeta de crédito
Tarjetas Frecuencias Proporción Porcentajes

MASTERCARD 14 0.26 26%
VISA 22 0.41 41%
DINNER 11 0.20 20%
OTROS 7 0.13 13%
Total 54 1.00 100%
Fuente: ClínicaVargas
b) Interpretación de frecuencias
Interpretación de la segunda frecuencia absoluta
f2= 22; 22 de 54 clientes que fueron dados de alta usaron tarjeta VISA para cancelar los servicios médicos de la clínica.
Interpretación de la tercera frecuencia relativa (proporción)
h3= 0.20; El 0.20 de 54 clientes que fueron dados de alta pagaron con tarjeta VISA los servicios médicos de la clínic
Interpretación de la primera frecuencia relativa porcentual
h1% = 26%; El 26% de 54 clientesque fueron dados de alta cancelaron con tarjeta VISA los servicios médicos de la clínica.
c) Gráfico de barras
Gráfico 1. Pago de pacientes
con alta s
egún tipo de tarjeta de créditoFuente: ClínicaVargas
Ejemplo 4
Un es
tudio ej
50%
41%
40%
30%
26%
20%
20% 13%
10%
0%
MASTERCARD VISA DINNER OTROS
b) Datos:
Total de encuestados: n = 586.
Perfil configurado como privado es el 26%: nx0.26 = 586x0.26 = 152.36 = 152
Respuesta: 152 encuestados han configurado su perfil de Facebook como privado.
Distribución de frecuencias para variables cuantitativas discretas

El resumen de los datos cuantitativos discretos debe presentarse en una tabla de frecuencias y su representación gr
Ejemplo 5
Los siguientes datos corresponden a una encuesta realizada por Stat Marka un grupo de padres de familia de una c
está conformada por 88 familias. Unade las preguntas fue
¿cuántos hijos vivos tiene usted en su familia? las respuestas se muestra en la siguiente tabla:
Tabla 3. Cantidad de hijos familia
rvicios médicos de la clínica.
A los servicios médicos de la clínica.
rvicios médicos de la clínica.

aVargas
Ejemplo 4
Un es
tudio ejecutado por el Pew Res
earch Center's
Internet & American Life Project(http://www.pewinterne
recuencias y su representación gráfico es bastones.
o de padres de familia de una comunidad, la muestra
la:
Hijos Frecuencia
1 7
2 22
3 31
4 15
5 10
6 3
Total 88
a. Elabora el gráfico de bastones
Gráfico 3. Distribución de hijos por familia de la comunidad
Fuente: Elaboración propia
Distribución de frecuencias para una variable cuantitativa continua
El resumen de los datos cuantitativos continuos correspondiente a una sola variable debe presentarse en una tabla de frecuencias agrupada
también clases y su gráfica se representa con histograma de frecuencias, polígono de frecuencias, ojivas, diagrama de cajas simple.
1. Elaboración de una tabla de distribución de frecuencias agrupadas en intervalos
El procedimiento es el siguiente:
1) Calcular el rango (R) o recorrido de los datos, el cual se define:
R = Valor máximo – valor mínimo

2) Determinar el número de clases o intervalos (K) por el método de Sturges:
r familia de la comunidad
una variable cuantitativa continua

vos continuos correspondiente a una sola variable debe presentarse en una tabla de frecuencias agrupadas en intervalos o llamado
esenta con histograma de frecuencias, polígono de frecuencias, ojivas, diagrama de cajas simple.
distribución de frecuencias agrupadas en intervalos
ido de los datos, el cual se define:
= Valor máximo – valor mínimo

úmero de clases o intervalos (K) por el método de Sturges:
K = 1+3.32* log(n)
3) Determinar la Amplitud o anchura (C) de los intervalos, definido como:
𝑪=�
�
4) Determinar los límites de cada intervalo o clase, se recomienda entre 5 y 20 intervalos.
Ejemplos de intervalos que se puede utilizar:
[10 - 20] Intervalo cerrado

[10 – 20> Intervalo semicerrado
<10 - 20] Intervalo semicerrado
Representación gráfica de una variable cuantitativa continua Gráfico:
Histograma de frecuencias
Gráfico polígono de frecuencias

Gasto por consumo de alimentos Edades de trabajadores de una empresa
Fuente: Elaboración propia Fuente: Recursos Humanos
Ejemplo 6
La gerencia de la empresa BIGDATA realizó un estudio sobre el ingreso mensual de sus empleados que estudian maestría, con
un aumento de acuerdo al cargo que desempeñan en la empresa. Con los datos que se muestra a continuación, se pide
frecuencias, histograma y una ojiva.
1400 1800 1900 2100 2400 2000 2500 1900 2000 2150
2300 2600 2800 1700 1600 1650 2000 2400 1400 2300
1900 1750 2200 1800 1900 2100 2400 2000 2500 2250
Solución
Construcción de la tabla de distribución de frecuencias Muestra: n = 30 datos
•Calcular el rango de datos
Rango: R = Dato máximo – Dato mínimo = 2800-1400 = 1400
•Determinar la cantidad de intervalos (llamado también clases) por el método de Srurges
K = 1+3.32* log(n) = 1+3.32*log(30) = 5.9 (redondeo simple)

Por tanto el número de intervalos es: K = 6
• Determinar la amplitud de cada intervalo
C = R = 1400 = 233.33 (Redondear al entero próximo)
0 intervalos.
áfico polígono de frecuencias

ores de una empresa
manos
de sus empleados que estudian maestría, con la finalidad de planificar

que se muestra a continuación, se pide elaborar una tabla de
o de Srurges
K 6
C = 234
• Organizar la tabla de frecuencias
Tabla 4. Ingresos mensuales de trabajadores que estudian maestría
Ingresos Marca de clase fi hi Fi Hi

(Xi)
[ 1,400 - 1,634 > 1,517 3 0.10 3 0.10
[ 1,634 - 2,102 > 1,751 5 0.17 8 0.27
[2,102 - 1,634 > 1,985 10 0.33 18 0.60
[ 1,400 - 2,336 > 2,219 5 0.17 23 0.77
[ 2,336 - 2,570 > 2,453 5 0.17 28 0.93
[ 2,570 - 2,804 > 2,687 2 0.07 30 1.00
Total 30 1.00
Fuente: Recursos Humanos, BIGDATA
Marca de clase (Xi): por ejemplo X1= (1,400+1,634)/2
2. Elaboración de tablas de frecuencias y gráficas de variables cualitativas, usando el complemento de Excel MegaStat.
En Excel encontraremos el símbolo del complemento MegaStat en el menú DATOS
y aparecerá el siguiente cuadro de diálogo, se debe seguir la siguiente secuenc
Ingresar rango de datos que están en Excel (sin la etiqueta)
Seleccionamoslas categorías de la variable cualitativadigitadas en una columna aparte
2. Elaboración de tablas de frecuencias agrupadas y gráficas de variables cuantitativas, usando el complemento de Excel M
la siguiente secuencia:
Ingresar rango de datos que están en Excel (Sin la etiqueta)
El Higher Education Research Institute de UCLA cuenta con estadísticas sobre las áreas que son más elegidas por los estudia
Las cinco más elegidas son arte y humanidades (A), administración de negocios (N), ingeniería (I), política (P) y ciencias socia
Times Almanac, 2006). Otras áreas (O), como biología, física, ciencias de la computación y educación se agruparon todas en
ha seleccionado una muestra de 64 estudiantes de recién
ingreso y los datos se muestra a continuación:
to de Excel MegaStat.
e seguir la siguiente secuencia:
el complemento de Excel MegaStat, se debe seguir
s elegidas por los estudiantes de nuevo ingreso.

olítica (P) y ciencias sociales (S) (The New York
ón se agruparon todas en una sola categoría. Se
S P P O N I O I P O O N O O O A
O E E N S O N O A O I O I O N P
N A S O I A N O S S O O I N O N
A I N I A A P O O I O N N O P N
a) Construya la tabla de frecuencia.
b) Elabore la gráfica de barras.
c) ¿Qué porcentaje de estudiantes de nuevo ingreso elige estudiar administración?
d) ¿Cuál es el área más elegida por los estudiantes de nuevo ingreso? ¿Qué porcentaje de los estudiantes de nuevo ingreso elig
Problema 02:
Con los datos del problema 01 de la página 17 [Pacientes Geriátricos]. Sav. procesar y presentar los resultados entablas y grá
interpretación en un documento Word, considerando el siguiente cuestionario:
1. Elabore una gráfica de barras para la variable Diagnóstico médico e interprete los resultados.
2. Elabore una tabla de frecuencias agrupadas en tres intervalos (<Menores de 25], [25 a 59], [Mayores de 60>) de la variable Edad e
frecuencia relativa de mayor valor. ¿Qué porcentaje de pacientes tiene más de 60 años?
3. Elabore una tabla de frecuencias agrupadas en intervalos de igual amplitud utilizando el método de Sturges de la variable Talla. ¿C
frecuente?
4. Elabore un histograma de frecuencias y analice la simetría de la distribución de datos de la variable
Talla.
5. Obtener el estado nutricional de cada paciente: primero calcular el índice de masa corporal (IMC) para cada paciente; segundo
en una nueva variable, considerando los siguientes intervalos y etiquetas (agrupar: <menos de 19] como bajo peso, [19.01 a
[25 a 29.99] sobrepeso, de [30 a 39.99] obeso y de [40 a más>muy obeso); esta nueva variable será el ESTADO NUTRICIONAL.
6. Elaborar un gráfico para la variable estado nutricional. ¿Qué porcentaje de pacientes se encuentran con sobrepeso? ¿Cuántas perso
peso?
7. Elabore una gráfica para la variable Lugar de destino. ¿Cuántos pacientes fallecieron en el centro geriátrico?
8. Elabore un polígono de frecuencias para la variable peso y analice la forma de distribución de datos.
9. Elabore un diagrama de cajas para el IMC de los pacientes y analice la forma de distribución de la variable.
10. Describa tres conclusiones.
Problema 03:
Con los datos del problema 02 de la página 17 [Credisa Philco]. Xls. procesar y presentar tablas de frecuencias y gráficas
interpretación de resultados en un documento Word, debe considerar las siguientes preguntas del cuestionario:
1. ¿Qué porcentaje de empleados son mujeres?
2. Elabore una gráfica de barras para la variable relación de compañerismo. ¿Qué porcentaje de personas tienen buena relación entre
trabajo?
3. Elabore una tabla de frecuencias agrupadas en 4 intervalos para la edad. ¿Qué porcentaje de empleados tiene más de 50
4. Elabore una tabla de frecuencias agrupadas en tres intervalos ([4 a 11], [12 a 16], [17 a 20]) para la variable años de educación. ¿C
más de 17 años de educación? ¿Qué porcentaje de personas tienen menos de 11 años de estudios?
5. Elabore una tabla de frecuencias agrupadas en intervalos de igual amplitud por el método de Sturges de la variable ingresos. ¿Qu
personas tienen ingresos superiores a 700 soles? ¿Qué porcentaje de trabajadores tienen entre 300 a 500 soles?
6. ¿Qué tipo de simetría presenta la variable edad? Sustentar con una gráfica.
7. Analizarla simetría de la distribución de datos del tiempo (años) para ser ascendido a un cargo superior con un histogram
8. Analizar la simetría de la distribución de datos de la variable ingresos mediante un diagrama de cajas y polígono de frecuencias.
9. Elabore una gráfica para la variable área de trabajo. ¿Qué porcentaje de trabajadores son vendedores?
¿Cuántos trabajadores son administrativos?
10.Describa tres conclusiones.
Problema 04:
El siguiente histograma corresponde a la distribución de litros de yogurt, elaborado por la planta productora Dos Patitos SAC. En un per
días). Considere como valor mínimo y máximo el límite inferior y límite superior, se pide:
a) Elaborar la tabla de frecuencias agrupadas en intervalos.
b) ¿Qué porcentaje de días se elaboraron más de 500 mil litros de yogurt?
c) ¿Cuántos días se elaboraron entre 420 a 640 mil litros de yogurt?
d) ¿Qué tipo de distribución presentan los datos?
Problema 05:
El gerente de logística de una empresa industrial, ha observado que el pago por energía consumida en la planta de producción
este se ha incrementado. En tal sentido, se solicitó al jefe de la planta que realice un informe sobre el consumo diario de ene
agosto en el 2016. Se sabe que el consumo máximo de energía fue de 20 KW/hr (kilowatts por hora), los datos del consumo
KW/hr se detalla en la siguiente tabla:
Tabla 2. Consumo de energía de la planta de producción de Lima este
tudiantes de nuevo ingreso elige esta área?
ar los resultados entablas y gráficas con su respectiva
s de 60>) de la variable Edad e interpretar la
Sturges de la variable Talla. ¿Cuál es la talla más
para cada paciente; segundo categorizar dicho IMC

9] como bajo peso, [19.01 a 24.99] peso normal,
será el ESTADO NUTRICIONAL.
n con sobrepeso? ¿Cuántas personas están con bajo
geriátrico?
.
ariable.
as de frecuencias y gráficas con su respectiva

uestionario:
nas tienen buena relación entre compañeros de
de empleados tiene más de 50 años?

variable años de educación. ¿Cuántas personas tienen
s de la variable ingresos. ¿Qué porcentaje de

500 soles?
argo superior con un histograma de frecuencias.

as y polígono de frecuencias.
es?
tora Dos Patitos SAC. En un periodo de 2 meses (60

mida en la planta de producción de la zona de Lima
sobre el consumo diario de energía durante el mes de
r hora), los datos del consumo diario de energía en
20
18
17
16
15
14
12 10
10 8
8
7
6
4
3
2
0
200 -310 310 - 420 420 - 530 530 - 640 640 - 750 750 - 860
Litros de yogurt (miles)
Consumo de energía Marca de clase Frecuencia Porcentaje Fi

en KW/hr Xi fi hi%
10 - 14 4
14 - 18 6
18 - 22 12
22 - 25 8
Total 30
Fuente: Elaboración propiaa) Completar la tabla de frecuencias
b) Interpretar las
frecuencias
: f3, h4
%, F2 y H3%c) ¿Qué porcentaje
Tema 5
Medidas descriptivas detendencia central y posición
Calcula las medidas descriptivas de tendencia central y de posición demostrando su capacidad de interpretación y análisis de resu
Medidas de descriptivas de resumen
Las medidas de resumen descriptivas de una variable numérica (también se denomina estadísticos descriptivos), tiene como propós
una muestra con un solo valor, se obtiene por procedimientos matemáticos y es útil para aproximar los parámetros. Las medidas de
dividen en cuatro grupos:
Medidas de tendencia central: Media, mediana y moda.
Medidas de Posición: Percentiles o cuantiles.
Medidas de dispersión: Rango, varianza, desviación estándar y coeficiente de variación
Medidas de forma: coeficiente de asimetría y coeficiente de curtosis.
5.2.1Medidas de tendencia central
Las medidas de tendencia central son valores calculados que tienden a ubicarse en la parte central de las observaciones y describen el cen
datos. Las medidas de tendencia central más usuales son:
a) Media aritmética o promedio.- Es un valor que representa el centro a un conjunto de datos en una muestra o población, medido en esc
obtiene mediante la suma de todos los datos y se divide entre el tamaño de la muestra. Es sensible a la presencia de valores extremos (dat
valor del promedio representativo.
La fórmula de la media para datos no agrupados es:
Hi
%, F2 y H3%c) ¿Qué porcentaje de días

s
obrepas
ó el his
torial de cons
umo de energía en la planta?
4
.4
Bibliografía1. Córdova, M. (2003). Es
tadís
tica D
de interpretación y análisis de resultados de los datos.
os descriptivos), tiene como propósito resumir los datos de

los parámetros. Las medidas de resumen descriptivas se
as observaciones y describen el centro de la distribución de
uestra o población, medido en escala de intervalo o razón. Se

presencia de valores extremos (dato atípico) porque altera el
Pr omedio muestral  X  xi
n
i1
Pr omedio poblacional     x i
N
i1
La fórmula de la media para datos agrupados es:
 x f
i i
Pr omedio muestral  i1

n
X 
Pr omedio poblacional    
i1
Donde:
Xi : Dato (datos no agrupados) o marca de clase (datos agrupados) fi : Frecuencia absoluta de cada clase
n : Tamaño de muestra
N : Tamaño d la población
En Excel usar la función escribiendo: =PROMEDIO(DATOS)
Ejemplo 7
En la caseta de peaje en la autopista a Ramiro Prialé, se ha registrado el número de vehículos por hora que ingresaron durant
19de septiembre del 2015, con la finalidad de conocer la afluencia de vehículos que recorren esta vía, los datos son: 39, 31, 2
Datos:
medio muestral  X  xi
n
i1
nal     x i
N
i1
e la media para datos agrupados es:
 x f
i i
i1
n
x. fi i
os agrupados) fi : Frecuencia absoluta de cada clase
DATOS)
a registrado el número de vehículos por hora que ingresaron durante las 7 am hasta 12 pm del
fluencia de vehículos que recorren esta vía, los datos son: 39, 31, 23, 18, 15
39 31 23 18 15
x1 x2 x3 x4 x5
Solución
X   x x  x  x  x  x
i 1 2 3 4
5 
39  31 23 18 15  126  25.2
i1
n 5 5 5
Interpretación.-En la autopista Ramiro Prialé, en promedio circulan 25 automóviles por hora entre las 7 am a 12 pm.
a) Mediana (Me).- Es un valor que indica el centro de un conjunto de datos ordenados, cuyos valores son medidos en escala ordi
una medida robusta porque no se ve afectada por la presencia de datos atípicos, por eso se utiliza cuando la distribución
de la mediana representa que el 50% de los datos son menores o iguales a dicho valor y el otro 50% son datos mayores al valor m
El 50% de los datos son menores o El 50% de los datos son mayores a la mediana
iguales a la mediana
Dato mínimo MEDIANA Dato
Mediana para datos no agrupados: máximo
 Primero ordenartoda la muestra de datos de menor a mayor

 Ubicar la posición de la mediana mediante: �(𝑛 +1)
 Calcular el valor de la mediana con los datos ubicados en la posición central
−�
Mediana para datos agrupados es: 𝑛
𝑖−1
Donde: 𝑀𝑒 = LI + C(2 )
𝑓
𝑀𝑒
LI : Límite inferior de la posición de la clase mediana C : Amplitud de clase mediana

Fi-1: Frecuencia absoluta acumulada anterior a la clase mediana fMe: Frecuencia absoluta simple de la posición de la clase m
la muestra
En Excel usar la función y escriba: =MEDIANA(DATOS)
Ejemplo 8
Los datos siguientes corresponden a las estaturas (en metros) de peruanos varones de 18 años de edad. Calcular la estatura
1.78 1.55 1.82 1.60 1.65 1.50 1.70


39  31 23 18 15  126  25.2
5 5
rculan 25 automóviles por hora entre las 7 am a 12 pm.
unto de datos ordenados, cuyos valores son medidos en escala ordinal, intervalo o razón. Es
de datos atípicos, por eso se utiliza cuando la distribución es asimétrica. El valor
o iguales a dicho valor y el otro 50% son datos mayores al valor mediano.
El 50% de los datos son mayores a la mediana
MEDIANA Dato
máximo
de menor a mayor
e: �(𝑛 +1)
tos ubicados en la posición central
+ C(2 )
: Amplitud de clase mediana

mediana fMe: Frecuencia absoluta simple de la posición de la clase mediana n : Tamaño de
tros) de peruanos varones de 18 años de edad. Calcular la estatura mediana.

Solución
Como el tamaño de la muestra n es 7, por tanto “n” es impar
Procedimiento:
Primero: Ordenar los datos de menor a mayor
1° 2° 3° 4° 5° 6°
1.5 1.55 1.60 16.5 1.70 1.78
Segundo:Determinar la posición del valor mediano: La posición de la mediana es 4°
Tercero: Como la posiciónde la mediana es 4°, entonces el valor Mediano es: Me = 1.65
Interpretación.- El 50% de los 7 peruanos varones con 18 años tienen una estatura menor a 1.65 y el otro 50% tienen una est
metros.
Ejemplo 9
Se ha registrado las edades en años cumplidos a 6 estudiantes ingresantes a la escuela de Farmacia en una universidad, cuyos
18, 27.
Se pide calcular la mediana de las edades
En este caso la muestra es 6 estudiantes, es un número par
Procedimiento:
Primero: Ordenar los datos de menor a mayor
3° 4°
20 21
1° 5° 6°
2° 25 27
18
Segundo:Determinar la posición del valor mediano: La posición de la mediana es la 3° y 4°
Tercero: Como la posiciónde la mediana20es la 3° y 4°,
Cuando el tamaño de la muestra es un número par, la mediana se obtiene sumando los datos ubicados en la posición central:
Calcular la mediana: Me =(201+21)/2 = 20.5
Interpretación.- El 50% de 6 alumnos, tienen menos de 21 años y el otro50% tiene más de 21 años.
b) Moda (Mo).- La moda en un conjunto de datos observados, es el dato que se presenta con más frecuencia. Se cal
medidas en escala nominal, ordinal, intervalo o razón.
a. Si en el conjunto de datos no se repite ningún valor la moda no existe.
b. Cuando se repite más veces un solo valor existe una sola moda y su distribución UNIMODAL.
c. Cuando se repiten el mismo número de veces dos valores, hay dos modas y la distribución es BIMODAL.
d. Cuando se repite el mismo número de veces más de dos valores presenta varias modas, la
distribución es MULTIMODAL.
La distribución de la variable presentarán las siguientes gráficas
(a) Sin moda (b) Unimodal (c) Bimodal (d) Multimodal Moda para datos no agrup
En una muestra o población es el dato que más veces se repite
Moda para datos agrupados en intervalos:
𝑀𝑜 = 𝐿𝐼 + 𝐶 ( 𝑑1 )
𝑑1 + 𝑑2
mpar
7°
1.82
de la mediana es 4°
r Mediano es: Me = 1.65
tienen una estatura menor a 1.65 y el otro 50% tienen una estatura superior a 1.65
ngresantes a la escuela de Farmacia en una universidad, cuyos datos son: 20, 21, 25, 20,
la mediana es la 3° y 4°
obtiene sumando los datos ubicados en la posición central:
el otro50% tiene más de 21 años.

os, es el dato que se presenta con más frecuencia. Se calcula para variables
existe.
su distribución UNIMODAL.
os modas y la distribución es BIMODAL.
presenta varias modas, la
ble presentarán las siguientes gráficas
Bimodal (d) Multimodal Moda para datos no agrupados:
ón es el dato que más veces se repite
os agrupados en intervalos:
𝑜 = 𝐿𝐼 + 𝐶 ( 𝑑1 )
𝑑1 + 𝑑2
6 5 5 5 5 5 8 6 6 5 5 4 6 5 5 5
4 6 4 4
4 4 3 3
4 2 2 2 2
2 2 2 2
0 0 0 0
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Donde:
LI : Límite inferior de la posición de la clase modal C : Amplitud de clase modal
d1: Frecuencia clase modal menos frecuencia anterior a la clase modal=fmo-fantfmo d2: Frecuencia clase modal menos frecuencia poster
modal=fmo-fpostfmo n : Tamaño de la muestra
En Excel usar la función y escriba: = MODA(DATOS)
Ejemplo 10
Los datos siguientes corresponden a las edades en años cumplidos de 10 alumnos ingresantes a la universidad en un period
18 29 21 22 21 20 21 20 19 21
¿Cuál es la edad más frecuente de los ingresantes a la universidad en ese periodo académico? El dato que más veces se repite es 21
Entonces la moda es: Mo = 21
Interpretación.- En los 10 alumnos ingresantes a la universidad en el periodo académico, la edad más frecuente fue de 21 años.
5.2.2 Medidas de posición - Cuantiles
Las medidas de posición o denominados también cuantiles, son valores que indican la posición de un dato respecto al conjunto de da
menor a mayor y se calcula para variables de escala ordinal, intervalo o razón. El número de divisiones que se realice al histograma
más utilizados son: cuartiles, quintiles, deciles, percentiles, etc. Los cálculos consisten en hallar la posición del cuantil y luego calcu
En general nos interesa los percentiles y las fórmulas para calcular son:
Percentiles para datos no agrupados:
En un conjunto de n datos ordenados el valor del centil o percentil se calcula:
se modal menos frecuencia posterior a la clase
tes a la universidad en un periodo académico.
to que más veces se repite es 21
más frecuente fue de 21 años.
un dato respecto al conjunto de datos ordenados de

ones que se realice al histograma es a partir de 2, los
a posición del cuantil y luego calcular su valor.
 La posición del centil: �� = �(𝒏+�)
�𝟎𝟎
 Calcular el valor del centil considerando la posición de ubicación.

Percentiles para datos agrupados:
�( 𝑛
)−�
�� = LI + C( 100 𝑖−1
𝑓
𝑝� )
Donde:
LI : Límite inferior de la posición de la clase percentil k C : Amplitud de clase percentil k
K :posición del percentil k
Fi-1: Frecuencia absoluta acumulada anterior a la clase percentil k Pk Frecuencia absoluta simple de la posición de la clase percentil k n :
a) Cuartiles (Qk).- Son tres valores calculados (Qk = 1, 2, 3) que dividen al conjunto de datos en 4 partes iguales y cada una de ellas represe
Q1 Q2 Q3
Donde:
Q1 : Es el cuartil 1 cuyo valor calculado representa al 25% de los datos menores o igual al valor encontrado y el 75% son datos mayores
Q2 : Es el cuartil 2 cuyo valor calculado representa al 50% de los datos menores o iguales al valor encontrado y el 50% de datos restante son
Q3 : Es el cuartil 3 cuyo valor calculado representa al 75% de los datos menores o iguales al valor encontrado y el 25% de datos son mayores
En Excel usar la función y escriba: =PERCENTIL(DATOS)
Ejemplo 11
Se ha registrado la estatura de 100 personas del sexo masculino que participaron en una maratón de 10k, cuyos datos se muestran en la tab
agrupada.
25% 25% 25% 25%

Estatura fi hi Fi Hi
150 - 155 5 0.5 5 0.5
156 - 162 9 0.9 14 0.14
163 - 169 22 0.22 36 0.36
170 - 176 32 0.32 68 0.68
177 - 183 15 0.15 83 0.83
184 - 190 13 0.13 96 0.96
191 - 196 4 0.4 100 1.0
Total 100 1.0
¿Entre qué estaturas se encuentra el 50% de maratonistas con una estatura estándar?
Solución
 Se debe calcular elquartil1 y cuartil 3 (percentil 25 y percentil 75)
 Primero se calculará el Q1
1.- Calculando la posición del Q1: k(n/4) = 1(100/4)= 25
2.- Ubicar la posición 25 en la columna de frecuencias absolutas acumuladas, Fi = 36 3.- Para reemplazar en la fórmula se necesita: C
�(𝑛) − �𝑖−1
e la posición de la clase percentil k n : Tamaño de la muestra
artes iguales y cada una de ellas representa el 25% de total.
encontrado y el 75% son datos mayores.

ncontrado y el 50% de datos restante son mayores.
ncontrado y el 25% de datos son mayores.
e 10k, cuyos datos se muestran en la tabla de frecuencias
ndar?
100/4)= 25
reemplazar en la fórmula se necesita: C = 6, LI= 163, fQk = 22
�� = LI + C( 4 𝑓 )
��
1 100
− 14
� = 163 + 6 4
= 166
22
Del mismo modo hallamos Q3 3 100 − 68

� = 177 + 6 4
= 179
15
En el histograma se observa la posición de Q1 y Q3

Percentiles 25 y 75
150 166 170 179
180 190
Altura (cm) en 100 varones
160
Interpretación.- El 50% de maratonistas con estatura estándar tienen entre 166 cm a 179 cm.
b) Deciles (Dk).- Dividen al conjunto de datos en 10 partes iguales y son 9 valores calculados (Dk= 1, 2, 3,…,9), cada una de ellas representa
D1 D2 ……….. D9
La interpretación del decil 1 y decil 3 es:
D1 :Es el decil 1 cuyo valor calculado indica que el 10% de los datos son menores al valor encontrado y el 90% son mayores.
D3: Es el decil 3 cuyo valor indica que el 30% de los datos son menores al valor encontrado y el 70% son mayores.
c) Percentiles (Pk).- Dividen al conjunto de datos en 100 partes iguales y son 99 valores calculados (Pk= 1, 2, 3,…, 99), cada una de ellas re
total.
P1 P2 ……….. P99
10% 10% ..……. 10%
1% 1% ..……. 1%
190
2, 3,…,9), cada una de ellas representa el 10% de los datos.
y el 90% son mayores.

on mayores.
(Pk= 1, 2, 3,…, 99), cada una de ellas representa el 1% de un
Ejemplo 12
Con los datos del ejemplo 9 ¿Cuál es la estatura mínima del 30% de maratonistas con mayor estatura?
 Se debe calcular elpercentil 70
P70:El percentil de orden 70 deja por debajo al 70% de las observaciones y por encima queda el 30%.
Reemplazando en la fórmula de percentiles tenemos:
�( 𝑛 ) − �𝑖 −1
� = LI + C( 100 )
𝑓
𝑝�
70 100
− 68
� = 177 + 6 100
= 177.8
15
Interpretación.- El 30% de maratonistas con mayor estatura miden más de 177.8 cm.
El jefe de recursos humanos de una empresa está interesado en analizar el impacto económico de horas
extras de trabajo pagadas a sus empleados de la gestión anterior. Los datos fueron extraídos del registro
de control de cada trabajador y son:
2 5 4 5 2 1 4 3
1 3 4 1 2 2 2 1
2 1 5 2 1 3 2 2
3 1 3 4 3 2 1 2
a. Elabore una tabla de frecuencias
b. En promedio se ha pagado horas extras a los empleados de la empresa.
c. ¿Cuántas horas extras como máximo se ha pagado al 50% de empleados?
d. Se pagaron con frecuencia horas extras de trabajo.
Un grupo de investigadores deciden investigar la evolución de los ingresos en las familias de una comunidad. Para el
que tuvieron las familias en alguna entidad bancaria desde enero hasta agosto del 2016. Asumiendo que las familias aume
medida que sus ingresos aumenten. En el estudio fueron consideradas 25 familias que cuentan al menos 400 soles de ahorro,
en la tabla de distribución de frecuencias.
Tabla 3. Distribución de los ahorros en las familias de la comunidad
mplo 12
mínima del 30% de maratonistas con mayor estatura?
ular elpercentil 70
0% de las observaciones y por encima queda el 30%.
ula de percentiles tenemos:
) − �𝑖 −1
( 100 )
𝑓
𝑝�
00
− 68
100
= 177.8
15
77.8 cm.
pacto económico de horas

ueron extraídos del registro
dos de la empresa.
mpleados?
ajo.
los ingresos en las familias de una comunidad. Para ello, se observó los ahorros
sta agosto del 2016. Asumiendo que las familias aumentarían sus ahorros a
das 25 familias que cuentan al menos 400 soles de ahorro, cuyos datos se muestran
Ahorro en soles Xi fi hi hi% Fi Hi Hi%
400 - 500 0.20

500 - 600 2
600 - 700 6 13
700 - 800 0.12
800 - 900 0.12
900 - 1000 25
Total 25 1.00
Se pide calcular e interpretar lo siguiente:
a. El valor dela frecuencia f3=
b. El valor de la frecuencia H4%=
c. ¿Cuántas familias tienen ahorros entre 700 a 900 soles?
d. Porcentaje de familias que ahorran menos de 600 soles
e. Porcentaje de familias que ahorran al menos 500 soles
f. ¿Cuál es el promedio de ahorros por familia?
g. Cantidad de ahorro más frecuente por familia
h. Cantidad máxima de ahorro del 50% de las familias
i. Cantidad mínima de ahorro del 20% de las familias con mayores ahorros en alguna entidad bancaria es

j. Construya el polígono de frecuencias ¿Qué forma tiene esta distribución de
frecuencias?
12
10
8
6
4
2
0
La compañía AXE S.A. es una distribuidora de diferentes tipos de bebidas peruanas al por mayor. El gerente de ventas d
comportamiento de las llamadas telefónicas para hacer pedido de productos durante los meses de febrero y marzo del año 20
investigación, delega a su secretaria que registre el número de llamadas por día que hacen sus clientes a la central telefónica
Los datos son los siguientes:

tidad bancaria es
ón de
yor. El gerente de ventas desea conocer el

febrero y marzo del año 2016. Para ejecutar la
entes a la central telefónica.
30 38 35 36 29 28 30 35 36 37
40 48 50 20 25 56 30 27 52 44
29 46 41 31 31 31 39 28 49 52
56 58 40 39 38 40 27 24 30 32
35 38 26 25 24 60 55 48 37 31
30 22 20 24 26 23 22 28 27 48
a. Elabore una tabla de frecuencias agrupada en intervalos por el método de Sturges.
b. Calcular e interpretar promedio, Mediana y moda
c. ¿Cuáles son los valores que contienen al 50% del promedio de llamadas recibidas?
d. El 15% de los 60 días tuvieron un máximo de llamadas
Problema 04:
Se ha realizado la evaluación del peso de los recién nacidos en el hospital nacional de la ciudad de
Arequipa con la finalidad de comparar los pesos promedios, cuyas madres de estos recién nacidos viven tanto en el área ru
Área 2950 3200 3500 3350 3340 3900 3470

urbana
3350 2560 3270 3850 2780 3560 3900
4230 4500 3050 4510 3810 2940 3210
Área rural 3240 3150 3300 3750 3280 3700 2480
4220 3930 4030 3280 3080 3460 2600
2870 3230 3590 3700 3620
1. Calcular e interpretar las medidas de tendencia central de los recién nacidos del hospital de Arequipa.
2. Comparar el peso medio y mediano de los recién nacidos según el área de residencia.
3. ¿Cuál es el valor del peso que divide al 20% de los recién nacidos con menor peso?
4. ¿Cuánto debe ser el peso de cualquier recién nacido para decir que tiene mejor peso que el 80% de la población?
5. Si consideramos como niños con peso normal al 70% de la población ¿Cuáles serían los límites de normalidad del peso?
6. El 10% de recién nacidos alcanzaron un peso máximo de gramos.
Problema 05:
Un equipo de médicos desea investigar la cantidad de Zinc en cierto tipo de preparados infantiles. Se ha tomado 100 gram
se ha evaluado la cantidad de zinc en mg de las principales
marcas del mercado, cuyas mediciones se presentan a continuación:
5.1 3.0 3.6 4.2 4.8 5.4 5.7 5.8

5.5 5.8 4.1 3.7 3.5 4.4 4.7 5.0
5.6 5.0 5.5 5.8 3.8 4.6 4.3 5.7
1. ¿Cuál es el promedio de zinc en los preparados infantiles?
2. ¿Cuál es la cantidad frecuente de zinc de los preparados infantiles?
3. La cantidad máxima de zinc del 50% de los preparados infantiles es de
4. El 80% de los preparados infantiles tiene una cantidad máxima de gramos de zinc.
5. Si usted desea adquirir uno de estos preparados que tenga la mayor cantidad de zinc y se
encuentre por encima del 5% superior ¿Cuál sería la cantidad de zinc para que sea considerado en su compra?
6. ¿Cuánto es el valor máximo de zinc del 10% que tienen los preparados infantiles con menor contenido de zinc?
5.4 Bibliografía
1. Córdova M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.) Lima: Moshera.
3. Daniel W. (2002). Bioestadística. Base para el Análisis de las Ciencias de la Salud. México: Editorial Limusa S.A.
4.Samuels, M, Witmer, J. (2012). Fundamentos de Estadística para las ciencias de la vida. (4ª
ed.)California: Pearson
la ciudad de
cién nacidos viven tanto en el área rural y área urbana.
dos del hospital de Arequipa.

ncia.
?
peso que el 80% de la población?
n los límites de normalidad del peso?
amos.
os infantiles. Se ha tomado 100 gramos de este alimento y

gramos de zinc.
antidad de zinc y se
considerado en su compra?
menor contenido de zinc?
orial Limusa S.A.

. (4ª
Tema 6
Medidas descriptivas de Dispersión
Calcula las medidas descriptivas de dispersión demostrando su capacidad de interpretación y análisis de los datos en un estudio.
Medidas de Dispersión
Son valores que nos permiten conocer sobre la variabilidad o concentración de los datos, nos indica que tan cercano o lejano están los dato
central, se calcula para variables medidas en escala de intervalo y razón, entre las más importantes tenemos: El rango, Rango inte
desviación estándar y el coeficiente de variación.
a) Rango (R).- Llamado también amplitud, indica entre que valores se encuentra el conjunto de datos. Es la diferencia entre el valor mayo
de la variable, es sensible cuando hay presencia de valores extremos llamado dato atípico.
R=X
Dato máximo –XDato mínimo
En Excel usar la función = MAX(Datos) – MIN(Datos)
b) Rango Intercuartílico (RIC).- Concentra al 50% de datos alrededor del promedio eliminando la influencia de los valores extremos, es la
cuartil (Q3) y el primer cuartil (Q1), no es sensible a datos atípicos.
RIC = Q3 – Q1
En Excel usar la función: = PERCENTIL(Datos,0.75) – PERCENTIL(Datos,0.25)
c) Varianza (S2).- Mide la variabilidad u homogeneidad de los datos. Es la media de los cuadrados de las diferencias entre cada valor de la
aritmética de la distribución, es sensible a datos atípicos.
La fórmula de la varianza para datos sin agrupar es:
Varianza muestral  S  ( X i1

2
 i
n1

(X X)i
Varia poblacional    2 i1
nza N
La fórmula de la varianza para datos agrupados es:

(X X) f
i
Varianza muestral  S  2 i1
n 1
(X X) f
 i
Varia poblacional   
2 i1
nza N
apacidad de interpretación y análisis de los datos en un estudio.
ncentración de los datos, nos indica que tan cercano o lejano están los datos respecto a su valor
lo y razón, entre las más importantes tenemos: El rango, Rango intercuartílico, varianza,
ores se encuentra el conjunto de datos. Es la diferencia entre el valor mayor y el menor de los datos
emos llamado dato atípico.
dedor del promedio eliminando la influencia de los valores extremos, es la diferencia entre el tercer
os.
ENTIL(Datos,0.25)
atos. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media
 X) 2
n1

(X X) i
ados es:

(X X) f
i
Varianza muestral  S  2 i1
n 1
(X X) f
 i
poblacional   
2 i1
N
En Excel usar la función: = VAR(Datos)
d) Desviación Estándar.-Se conoce también como desviación típica, mide la dispersión o
distanciamiento de los datos respecto al valor central. Se obtiene calculando la raíz cuadrada positiva de la varianza.
Desviación S 
muestral
Desv poblacional   
iació
En Excel usar la función: = DESVEST(Datos)
n
e) Coeficiente de variación.- Es una medida de dispersión relativa porque carece de unidad de medida, se utiliza cuando se q
grado de dispersión de dos conjuntos de datos que no tienen las mismas unidades o cuando las medias son diferentes, el coefi
Pearson mide
la proporción de dispersión de los datos respecto a su media y se define como el cociente entre la desviación típica y el valor
aritmética.
Coe var iación muestral  CV  S

*100
fici
X ent
Coeficient
e de e de var poblacional  CV  
iación
X
En Excel usar la función = DESVEST(datos)/PROMEDIO(datos)
Ejemplo 13
Un profesor ha registrado el tiempo de tardanza en minutos de 10 estudiantes que llegaron después de los 10 minutos de toler
datos son los siguientes:
Calcule e interprete el rango y el rango intercuartílico Solución
El rango R = XDato máximo –XDato mínimo = 20 - 2 = 18.
Significa que los 10 estudiantes llegaron entre 2 a 20 minutos tarde después de la tolerancia tiene una amplitud de 18 minuto
El rango intercuartílico = RIC = 12.25 – 5= 7.25
Significa que la dispersión en el 50% de los datos centrales del tiempo de tardanza es igual a 7.25 minutos.
Ejemplo 14
Un inversionista sabe que la rentabilidad mensual es importante para seguir creciendo. Ante la oportunidad de abrir
tomar una decisión y recoge información de las ganancias
mensuales de dos tipos de negocios, la rentabilidad de 6 meses son los siguientes:
2 5 10 8 15 3 20 7 5 13
i
(X  X )2
N
 (xi  x) 2
n 1
Negocio A 245 280 300 286 270 297
Negocio B 102 86 298 265 144 173
ide la dispersión o
ndo la raíz cuadrada positiva de la varianza.
e de unidad de medida, se utiliza cuando se quiere comparar el

s o cuando las medias son diferentes, el coeficiente de variación de
cociente entre la desviación típica y el valor absoluto de la media
S
*100
*100
ue llegaron después de los 10 minutos de tolerancia a la clase, los
a tolerancia tiene una amplitud de 18 minutos.
e tardanza es igual a 7.25 minutos.
uir creciendo. Ante la oportunidad de abrir un negocio debe
s:
a) Calcule las medidas de dispersión: varianza, desviación estándar y coeficiente de variación
b) ¿En qué negocio, la rentabilidad presenta mayor dispersión?
c) ¿En qué negocio la rentabilidad presenta menor dispersión en el 50% central?
d) ¿Cuál de los negocios ofrecerá mayor ganancia?
Solución
a) Calculando los estadísticos tenemos:
Estadísticos Negocio A Negocio B

Promedio 279.67 178.00
Varianza 409.87 7478.00
Desviación estándar 20.25 86.48
coeficiente de variación 7.24 48.58
b) El negocio que presenta mayor rentabilidad porque
c) Calculando el rango intercuartílico
Estadísticos Negocio A Negocio B
Cuartil 1 272.95 114.39
Cuartil 3 294.25 242
RIC 21.3 127.61
El negocio que presenta menor rentabilidad porque
d) El negocio presenta mayor ganancia de
6.3 Preguntas de aplicación

Problema 01:
Se está realizando un estudio de mercado, para lo cual se pretende lanzar una nueva marca de estetoscopio moderno, el cu
distribuidor exclusivo desde Lima. Se hizo una encuesta a 200 personas que trabajan en diferentes hospitales de Lima y se preguntó
estaríadispuesto a pagar por el producto. Los resultados de los datos se muestran en siguiente tabla de
frecuencias:
Precio(Soles) Xi Frecuencias Fi Xifi

[140 – 180> 40
[180 – 220> 45
[220 – 260> 44
[260 – 300> 39
[300 – 340> 32
Total 200
a. Calcular el precio promedio esperado que paguen los encuestados por el producto.
b. El precio mínimo que conviene lanzar el producto al mercado es de S/.218 y sólo se importará el producto, si por lo menos
encuestados están dispuestos a pagar por lo menos dicho precio. ¿Qué decisión debe tomar el importador según los resultados
recolectada por encuesta?
c. Calcular e interpretar el coeficiente de variación. ¿Los datos son homogéneos?
d. Entre que valores se encuentra el precio medio del producto del 50% de los encuestados.
Problema 02:
Con los datos del problema 04 de la página 36 referente al peso de recién nacidos en el Hospital Nacional de Arequipa. Se p
a. Calcular la desviación estándar por cada grupo de recién nacidos, los que provienen del área rural y área urbana.
b. En la evaluación de los pesos en recién nacidos cuyas madres residen en el área rural y área urbana
¿Se puede afirmar que el peso de ambos grupos de recién nacidos son homogéneos?
Problema 03:
En el problema 02 de la página 17, utilice el archivo de datos [CredisaPhilco.xls] para contestar las siguientes preguntas:
a. Calcular e interpretar el promedio de los sueldos por área de trabajo
b. El ingreso mensual de los trabajadores por área de trabajo presentan diferencias en la variabilidad de los datos.
b. Elabore un diagrama de cajas para el ingreso mensual por área de trabajo ¿Se observa la presencia de datos atípicos?
c. En las edades de los trabajadores de hombres y mujeres ¿En cuál de los grupos existe mayor variabilidad?
d. En los años de estudios de los trabajadores de empleados ¿Se puede afirmar que son homogéneos?
6.4 Bibliografía
1. Ávila RB. (2010). Estadística Elemental. Lima: Estudios y ediciones R.A.
3. Córdova M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. 5ª ed. Lima: Moshera.
4. Samuels, M, Witmer, J. (2012). Fundamentos de Estadística para las ciencias de la vida. (4ª ed.)California: Pearson.
Tema 7
Medidas de asimetría y curtosis
Calcula e interpreta las medidas descriptivas de asimetría, curtosis y el diagrama de cajas, demostrando su capacidad de análisis en compo
cuantitativos.
Medidas descriptivas de forma
Son valores que nos permite observar el comportamiento o distribución de los datos respecto a su centro. Entre ellos tenemos los
apuntamiento llamado también curtosis:
a) Asimetría.- Indica la distribución del conjunto de datos en forma horizontal, es decir a través del eje X. Compara la forma que tiene lo
histograma con la distribución normal.
Una distribución de datos es simétrica cuando la mediana, moda y media aritmética tienen valores similares. Silos datos tienen distribu
derecha, las frecuencias (absolutas o relativas) descienden más lentamente por la derecha. Si las frecuencias descienden más lentamen
distribución es asimétrica a la izquierda. Entre los índices de asimetría tenemos:
Coeficiente de Asimetría de Pearson está dado por la fórmula:
3( X  Me)
nte de variación
al?

nueva marca de estetoscopio moderno, el cual será vendido por un

en diferentes hospitales de Lima y se preguntó por el precio que
iente tabla de
oducto.
y sólo se importará el producto, si por lo menos la mitad de los
debe tomar el importador según los resultados de la información
os?
encuestados.
dos en el Hospital Nacional de Arequipa. Se pide:
el área rural y área urbana.
y área urbana
para contestar las siguientes preguntas:
a variabilidad de los datos.

la presencia de datos atípicos?
os existe mayor variabilidad?
omogéneos?
a S.A.
Moshera.
de la vida. (4ª ed.)California: Pearson.
demostrando su capacidad de análisis en comportamiento de los datos
respecto a su centro. Entre ellos tenemos los índices de asimetría y
ravés del eje X. Compara la forma que tiene los datos a través del
valores similares. Silos datos tienen distribución asimétrica a la

ha. Si las frecuencias descienden más lentamente por la izquierda, la
Q  Q  2Me
AS  3 1
QQ
3 1
As 
Si As = 0, la distribución es simétrica
Si As > 0, la distribución es asimétrica a la derecha
Si As < 0, la distribución es asimétrica a la izquierda.
Los tipos de asimetría se observa en las representaciones gráficas:
b) Curtosis.- Indica la distribución del conjunto de datos en forma vertical, es decir, a través del eje Y. Mide el grado de elev
datos. Se definen 3 tipos de distribuciones, según su grado de curtosis:
 Distribución mesocúrtica: presenta un grado de concentración medio, alrededor de los valores centrales de la variable (el
distribución normal).
 Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de los valores
centrales de la variable.
 Distribución platicúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la v
La fórmula está dado por:
S
o también
métrica
imétrica a la derecha
simétrica a la izquierda.
erva en las representaciones gráficas:
ución del conjunto de datos en forma vertical, es decir, a través del eje Y. Mide el grado de elevación de la distribución de
istribuciones, según su grado de curtosis:
presenta un grado de concentración medio, alrededor de los valores centrales de la variable (el mismo que presenta una
presenta un elevado grado de concentración alrededor de los valores
icúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la variable.
o por:
1(P  P )  0.263 la ldistribución es
K= 75 25 =
 0.263

la ldistribución es
2(P  P )
90 10


 0.263 la ldistribución es
Los tipos de curtosis se observa en las representaciones gráficas:

c) Diagrama de cajas.- Es una gráfica que describe la distribución de un conjunto de datos numéricos tomando como referen
cuartiles como medida de posición y el valor del rango intercuartílico como medida de referencia de dispersión, está com
rectángulo que contiene el 50% de datos centrales y dos líneas extendidas en el lado inferior y superior del rectáng
Además, nos permite apreciar visualmente el tipo de distribución de los datos (simétrica o asimétrica) y la identificación de v
atípicos).
Dato atípico (outliers).- Son aquellos datos que se encuentran fuera del intervalo [Q1 - 1,5(RIC); Q3 + 1,5(RIC)]y generalmente
asteriscos.
Pasos para trazar un diagrama de cajas
1) Calcularlos cuartiles: Q1,Q2,Q3
2) Trazar un rectángulo con los extremosQ1,y Q3, dentro de la caja ubicar Q2 y trazar una recta vertical que divida en dos el
3) Se ubican los límites mediante el rango intercuartil,
 El límite superior está a 1,5(RIC) arriba (o a la derecha) de Q3
 El límite inferior está a 1,5(RIC) debajo (o ala izquierda) de Q1
4) Se trazan los bigotes desde los extremos de las cajas hasta los valores mínimo y máximo dentro de los límites inferior y sup
5) Se marcan con un asterisco (*) las localizaciones de los valores atípicos.
La siguiente figura presenta un diagrama de cajas con datos hipotéticos.
En Excel en el complemento MegaStat, se debe seguir la siguiente secuencia:
La facultad de administración de una universidad desea conocer quienes ocupan los primeros puestos una vez finalizado el año acadé
considerado el promedio ponderado de los estudiantes que culminaron sus estudios en ese periodo académico, cuyas notas se
siguiente tabla de frecuencias.
leptocúrti ca
platicúrti ca
mesocúrtica
unto de datos numéricos tomando como referencia los valores de los

medida de referencia de dispersión, está compuesto por un
das en el lado inferior y superior del rectángulo llamados bigotes.
(simétrica o asimétrica) y la identificación de valores extremos (datos
valo [Q1 - 1,5(RIC); Q3 + 1,5(RIC)]y generalmente están representados por
y trazar una recta vertical que divida en dos el rectángulo.
mo y máximo dentro de los límites inferior y superior.

meros puestos una vez finalizado el año académico. Por tanto, se ha
s en ese periodo académico, cuyas notas se muestran en la
Rendimiento académico Xi fi Xi fi Fi
09 - 11 2
11 – 14 13
14 – 17 11
17 - 19 4
Total 30
a) Calcule la nota mínima para estar considerado en el quinto superior.
b) ¿Qué tipo de asimetría presentan la distribución de las notas?
c) Calcula e interpreta el coeficiente de curtosis.
Problema 02:
Cierta universidad brinda capacitaciones con cursos presenciales y virtuales a sus docentes con el propósito de mejo
académica. Para que un docente sea contratado en la próxima convocatoria, Recursos humanos lleva un control de
capacitación docente en ambas
modalidades, los datos son los siguientes:
Virtual 2 3 0 5 2 0 1 1 2 1 3 4 2 2
Presencial 3 5 3 4 1 2 5 5 4 2 1 3 5 4
a) ¿Qué tipo de asimetría presentan las distribuciones del número de capacitaciones por modalidad?
b) ¿Cuál de las modalidades tiene mayor presencia en el número de capacitaciones?
c) Calcula e interpreta el coeficiente de curtosis.
Problema 03:
El administrador de un hospital ordenó un estudio del tiempo que un paciente debe esperar antes de ser tratado por el p
urgencias. Los datos que presentamos a continuación fueron
tomados durante un día normal.
s docentes con el propósito de mejorar la calidad
cursos humanos lleva un control de asistencia a la
or modalidad?
esperar antes de ser tratado por el personal de la sala de

Tiempo de X i
fi
hi
Fi
H i
espera (min)
1 -6 3
6-11 12
11-16 15
16-21 8
21-26 2
TOTAL 40
a) Calcule el mínimo de tiempo de espera para estar considerado como tiempo aceptable
b) ¿Qué tipo de asimetría presentan la distribución del tiempo de espera?
c) Calcular e interpretar el coeficiente de curtosis.
Problema 04:
En el siguiente diagrama de cajas, muestra la distribución de los ingresos de los directivos de un grupo de empresas.
¿la distribución de los ingresos es homogénea? justifique
7.4 Bibliografía
2. Córdova, M. (2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.) Lima: Moshera.
3. Samuels, M, Witmer, J. (2012). Fundamentos de Estadística para las ciencias de la vida. (4ª ed.) California: Pearson.
4. Daniel, W. (2002). Bioestadística. Base para el Análisis de las Ciencias de la Salud. México: Editorial
Limusa S.A.
Tema 9
Tablas de contingencia y gráficas con dos variables
Elabora tablas de contingencias y gráficos de barras agrupadas para describir la relación y/o asociación de dos variables cualitativas con in
Estadística bidimensional
Estudia aquellos problemas en los que intervienen de manera simultánea dos variables (X,Y), buscandoalgún tipo de relación
ambas y la forma en que la variable independiente (X) explica el comportamiento de la dependiente (Y). Así, por ejemplo, se puede
tiene el hábito de fumar con el cáncer al pulmón, los ingresos de las familias con los gastos, o qué relación existe entre lospesos y las
personas.
La presentación de resultados para variables cualitativas será con las tablas de frecuencias bidimensionales o llamado t
gráfica de barras agrupadas, gráfica de barras apiladas.
TABLA DE CONTINGENCIA
un grupo de empresas.
ed.) California: Pearson.

ables
dos variables cualitativas con interpretación de resultados.
candoalgún tipo de relación que puede existir entre

(Y). Así, por ejemplo, se puede estudiar larelación que
ción existe entre lospesos y las estaturas de un grupo de
s bidimensionales o llamado tablas de contingencia,

adas.
Y k
X
y1 y2 ... yj ... yl  fi.  ni.
i1
x1 f
11 f
12 … f
1j … f
1l n
1.
x2 f
21 f
22 … f
2j … f
2l n
2.
… … … … … … … …
xi f
i1 f
i2 f
ij f
il n
i.
… …
… … … … … … … …
xk f
k1 f
k2 … f
kj … f
kl n
k.
 k 
 .j

f n
.j j1
n..  fij  n
n
.1 n
.2 … n
.j … n
.l
i1 j1
Esta tabla de contingencia contiene:

X: variable independiente o factor, toma los valores x1, x2,...,xn, Y: Variable dependiente o resultado, toma los valores, y1, y2
Tres totales: total para filas (ni.), total para columnas (n.j) y el total general (n) fij : Distribución de frecuencias absolutas con
hij : Distribución de frecuencias relativas (o porcentual Pij) conjuntas Xi : Categorías o clases de la variable X
Yj : Categorías o clases de la variable Y n : total de sujetos de la muestra Distribuciones marginales
A partir de una distribución bidimensional se obtiene las distribuciones marginales:
- Marginal de X; expresa como se distribuye X en la población total al margen de la variable Y

o resultado, toma los valores, y1, y2,...,yn.
ibución de frecuencias absolutas conjuntas
es de la variable X
marginales
riable Y
X n
i. pi
X1 n
1. p1
… … …
xi n
i. pi
… … …
xk n
k. pk
n 1
- Marginal de Y; expresa como se distribuye Y en la población total al margen de la variableX
Y n.j pj
y1 n.1 p1
… … …
yj n.i pj
… … …
yl n.l Pl
n 1
Distribución de frecuencias condicionales
A partir de una distribución bidimensional en cada fila (o columna) aparecen las distribuciones de frecuencias condic
- Distribución de X condicionado a Y
X Yj X/Y =yj
X1 f
1j f
1j/n.j=f1/j
… … …
xi f
ij f /n
ij .j =fi/j
… … …
xk f
kj f
kj/n.j=fk/j
n
.j 1
- Distribución de Y condicionado a X
Y X
i. Y/X =xi
y1 f
i1 f /n
i1 1.=f1/i
… … …
yj f
ij f /n
ij i. =fj/i
… … …
yl f
l. f
kj/ni.=fl/i
n
i. 1
Ejemplo 15
Un grupo de estudiantes investigó el consumo de tabaco en personas adultas entre 30 a 65 años yuna de
las preguntas fue ¿Usted es fumador de tabaco? y como alternativas son: Fumador, No fumador, Exfumador. Los dato
presentan en la tabla a continuación:
Tabla1. Consumo de tabaco en personas adultas según hábitos y género
al de Y; expresa como se distribuye Y en la población total al margen de la variableX
n de frecuencias condicionales
e una distribución bidimensional en cada fila (o columna) aparecen las distribuciones de frecuencias condicionales:
ón de X condicionado a Y
ución de Y condicionado a X
e estudiantes investigó el consumo de tabaco en personas adultas entre 30 a 65 años yuna de

as fue ¿Usted es fumador de tabaco? y como alternativas son: Fumador, No fumador, Exfumador. Los datos recolectados se
n la tabla a continuación:
Tabla1. Consumo de tabaco en personas adultas según hábitos y género
Hábito de fumar tabaco (Yj) Total (ni.)
Sexo (Xi)
Fumador No Fumador Exfumador
Varón 30 50 20 100
Mujer 30 10 10 50
Total (n.j) 60 60 30 150
Fuente: Grupo investigador
Preguntas:
a) Interprete las frecuencias: f12, n.1
b) De los resultados de la tabla 1 complete los espacios en blanco
c) Elabore la tabla de frecuencia relativa conjunta porcentual con respecto al total
d) Elabore la tabla de frecuencia relativa conjunta porcentual con respecto al total de filas
e) Elabore la tabla de frecuencia relativa conjunta porcentual con respecto al total de columnas
f) Construya la gráfica de barras apiladas porcentual
Solución
a) Frecuencias absolutas conjuntas:
f12 = 50 ; De las 150 personas encuestadas hay 50 que son varones y no son fumadores
n = 60 ; De las 150 personas encuestadas 60 son fumadores
.1
b) Completando los espacios en blanco con resultados de la tabla

El número de personas que son fumadores y son del sexo femenino son Del total de encuestados,
exfumadores.
c) Elaboración de una tabla de frecuencias relativas conjunta porcentual con respecto al total general: Pij=(fij*100)
Tabla 2. Consumo de tabaco en personas adultassegún hábitos y género
Hábito de fumar tabaco (Yj) Total (pi)

Sexo (Xi)
Varón 20% 33% 13% 66%
Mujer 20% 7% 7% 34%
Total (pj) 40% 40% 20% 100%
Interpretación de una frecuencia relativa conjunta porcentual p11=(30*100)/150 =20%
De las 150 personas adultas encuestadas, hay un 20% que son varones y son fumadores.
Distribuciones frecuencias condicionales
1. Tabla de frecuencias relativas porcentual respecto al total de filas, es la tabla de frecuencias de Y condicionada a X: pij
Tabla 3. Consumo de tabaco en personas adultassegún hábitos por género

Sexo (Xi)
Varón 30% 50% 20% 100%
Mujer 60% 20% 20% 100%
Total (pj) 40% 40% 20% 100%
especto al total
especto al total de filas
especto al total de columnas
no son fumadores
on Del total de encuestados, son
porcentual con respecto al total general: Pij=(fij*100)/n

ero
0*100)/150 =20%
s y son fumadores.
las, es la tabla de frecuencias de Y condicionada a X: pij= (fij*100)/ni

nero
Interpretación
p11%=30*100/100 = 30% De 100 varones adultos, hay un 30% que son fumadores.
2. Tabla de frecuencias relativas porcentual respecto al total de columnas, es la tabla de frecuencias de X condicionada a Y
Tabla 4. Consumo de tabaco en personas adultassegún géneropor hábitos

Sexo (Xi)
Varón 50% 83% 67% 67%
Mujer 50% 17% 33% 0,33
Total (pj) 100% 100% 100% 100%
Interpretación p11=(30*100)/60 = 50%
De 60 fumadores adultos, el 50% son varones.
Gráfico de barras apiladas porcentual
Gráfico1. Consumo de tabaco por género de personas adultas de 30 a 65 años
Fuente: Grupo investigador
Ejemplo 16 de un gráfico de barras agrupadas
En el gráfico 2, muestra el porcentaje de hogares peruanos con los datos del Censo Nacional de Población y Viviend
respectivamente. Los datos fueron obtenidos de los Censos realizados por el INEI.
Gráfico 2. Perú: Hogares según sexo del jefe de hogar, 1993 y 2007
Fuente: INEI- Censos Nacionales de población y vivienda
100%
80%
60%
40%
20%
0%
Varón Mujer
20% 7%
33%
20% 7%
13%
n fumadores.
columnas, es la tabla de frecuencias de X condicionada a Y:pij= (fij*100)/nj
hábitos
0 a 65 años
con los datos del Censo Nacional de Población y Vivienda del año 1993 y 2007
dos por el INEI.
2007
Del total de familias peruanas censadas, tiene como jefe de hogar a un hombre en un 76.7% según el censo del año 1993 y en el cens
Elaboración de tablas de contingencia y gráficas con MegaStat
La secuencia es como se muestra
Elaboración de tablas de cruzadas usando tablas dinámicas
1. Cada columna corresponde a una variable con sus datos y en la primera fila digitar su nombre.
2. Ubique el cursor en cualquier celda de la matriz de datos.
3. Haga clic en la opción Insertar de la barra de menú.
4. Elegir donde crear la tabla dinámica:
o Nueva hoja de cálculo
5. Arrastre las variables que se encuentran en el cuadro de diálogo
- Una variable en fila: Zona de la ciudad
- La otra variable en columna: Forma de pago
- Cualquiera de las variables a  de valores
6. Luego nos muestra la siguiente tabla
7. Para obtener los porcentajes con el total general, o total de fila, o total de columna hacer clic en cualquier celda de la tabla
valores como… % total, o % fila, o % columna. Luego
mostrará la tabla en porcentajes.
Cuenta de Zona de la ciudad Rótulos de columna
Rótulos de fila Contado Crédito Total general
Centro 15 19
Norte 10 14
Sur 14 28
Total general 39 61
como jefe de hogar a un hombre en un 76.7% según el censo del año 1993 y en el censo del 2007 es de 71.5%.
cas con MegaStat
las dinámicas
n sus datos y en la primera fila digitar su nombre.
triz de datos.
e menú.
el cuadro de diálogo
eneral, o total de fila, o total de columna hacer clic en cualquier celda de la tabla y seleccione Mostrar
uego
Crédito Total general
34
24
42
100
Se extrae una muestra aleatoria de 200 habitantes de una ciudad para analizar la actitud frente a un cierto proyecto de alcaldía.
siguiente:
Opiniones de los habitantes según área de residencia respecto al proyecto
Opinión del proyecto Área de Residencia

Urbano Sub-Urbano Rural Total
A favor 30 35
En contra 60 25 15 100
Total 90 60 50 200
a. Construya la tabla de frecuencias conjunta relativa respecto al total
b. Construya la tabla de frecuencias conjunta relativa respecto al total de las columnas.
c. Construya la tabla de distribución porcentual del área de residencia condicionado a la opinión respecto al proyec
d. Interprete la frecuencia conjunta para cada una de las tablas del ítem a, b, c
Problema 02:
Una compañía de seguros analizó la frecuencia con que 2000 asegurados (1000 hombres y 1000 mujeres) usaron el hospital. La
en la tabla:
Atención de asegurados según género y uso del hospital
Servicio de Hospital Hombres Mujeres

Usaron el hospital 100 150
No usaron el hospital 900 850
a) Calcule la proporción de hombres entre los individuos que usaron el hospital.
b) De las mujeres ¿Qué porcentaje no usaron el hospital?
c) Construya la distribución porcentual el uso del hospital condicionado según sexo del asegurado.
d) Elaborar una gráfica de barras agrupadas porcentual.
Problema 03:
En una investigación se tiene como propósito conocer la tendencia de los alumnos en continuar sus estudios, según l
encuestado, mostró el siguiente cuadro:
Interés de estudiantes según clase social y continuidad de sus estudios
¿Pretende continuar sus Clase Social Total

estudios? Alta Media Baja
SÍ 200 220 380 800
NO 100 380 720 1200
Total 300 2000
a) ¿Usted diría que la distribución de las respuestas afirmativas es igual a la de las respuestas negativas? Compare
de frecuencia relativa porcentual respecto al total de columnas.
b) Del total de la clase media, de estudiantes desean continuar sus estudios (en porcent
decimales)
c) ¿Existen dependencia entre los dos factores? De una medida cuantificadora de dependencia.
d) Construya la distribución porcentual de la clase social condicionado a la pretensión de continuidad de los estudios.
Problema 04:
El gerente de ventas de la firma ARCOR, encarga la realización de un estudio a una investigadora de mercados con la finalida
ventas de sus cuatro productos Premium dependen al
grupode clientesclasificados en cuatro grupos. La muestra aleatoria de las ventas de productos se observa en la siguie
Clasificación de consumidores según grupos de clientesy productos Premium
ar la actitud frente a un cierto proyecto de alcaldía. El resultado fue el
al
al de las columnas.
idencia condicionado a la opinión respecto al proyecto.
tem a, b, c
s (1000 hombres y 1000 mujeres) usaron el hospital. La información se resume
l hospital.
do según sexo del asegurado.
a de los alumnos en continuar sus estudios, según la clase social del
es igual a la de las respuestas negativas? Compare construyendo una tabla
studiantes desean continuar sus estudios (en porcentaje considerando dos
ficadora de dependencia.
o a la pretensión de continuidad de los estudios.
studio a una investigadora de mercados con la finalidad de determinar si las
a de las ventas de productos se observa en la siguiente tabla.

mium
Grupo de Clientes Productos Premium Total
1 2 3 4
Profesionales 30 35 55 40 160
Comerciantes 155 50 125 80 410
Obreros 130 30 105 50 315
Amas de Casa 35 15 20 45 115
Total 350 130 305 215 1000
a) Construya la tabla de frecuencias conjunta relativa respecto al total
b) Interpreta las casillas sombreadas en porcentajes, respecto al total, total de fila y total de columna
c) Elabora la gráfica de barras agrupadas
Problema 05: Caso ventas de la Distribuidora Exito
El gerente general de la Compañía distribuidora Éxito S.A., ha solicitado al reciente nombrado gerente de ventas un informe sobre el
vendedores dentro de las línea de productos de consumo masivo, como las ventas de café y avena. Su mercado objetivo son las cafete
panaderías y bodegas de la ciudad. Para el estudio el gerente de ventas ha planteado los siguientes objetivos:
 Conocer el promedio de las ventas de café y avena por zona
 Conocer la tendencia de las ventas por zona y forma de pago
 Conocer el promedio y variabilidad de las ventas de café y avena por zona
La información se recolectó en base a 100 puntos de ventas de la empresa distribuida en las diferentes zonas en las variables siguientes
en el archivo Distribuidora Éxito.xls.
 Zona de distribución en la ciudad: 1) Norte, 2) Centro, 3) Sur
 Monto de las ventas en café: Monto vendido del producto al mes por punto de venta en soles
 Monto de las ventas en avena: Monto vendido del producto al mes por punto de venta en soles
 Forma de pago: Forma de pago del cliente por el producto comprado 1) Contado, 2) Crédito
Se pide lo siguiente:
a. Construir una tabla cruzada para la variable venta de café (X) agrupado en3 intervalos de igual amplitud con Zona de la ciudad
siguientes frecuentas conjuntas: f32, h13%, h32%, f2., f.3
b. Elabore una tabla de frecuencias relativas de la variable venta café (agrupada 3 intervalos) condicionado a zona de ubi
En la zona sur ¿Qué porcentaje de puntos de venta vendieron entre 786 a 1483 soles?
c. Construir una gráfica de barras agrupadas entre las variables Zona de la ciudad y forma de pago. Interprete los resultados.
d. Calcular los estadísticos de resumen: media, mediana, desviación estándar y coeficiente de variación por cada zona de la c
de la ciudad presenta mayor variabilidad en la venta de café?
e. Elabore una tabla de contingencia para las ventas de avena agrupado en 3 intervalos con zona de la ciudad. Interprete una frecuen
una frecuencia absoluta.
f. Elabore una conclusión para cada objetivo.
9.7. Bibliografía
1. Webster, A. (2006). Estadística aplicada a los negocios y la economía. (3° ED.) Colombia: MCGRAW HILL.
2. Samuels, M, Witmer, J. (2012). Fundamentos de Estadística para las ciencias de la vida. (4ª ed.)California: Pearson.
3. Levine, D. (2014). Estadística para la Administración.(6ª ed.) México: Pearson.
4. Montesinos, L, Bayonas, Y, Cerna, E, Llanos, K, Pajuelo, S. (2016).Estadística descriptiva y probabilidad.(1ª ed) Lima: Fondo
Tema 10
Asociación de variables cualitativas
Determina la asociación de dos variables cualitativas haciendo uso del estadístico Chi cuadrado con interpretación de resultados.
Estadístico Chi cuadrado de independencia
Se utiliza para determinar la asociación entre variables dos variables cualitativas nominales u ordinales, se calcula organizando los datos
contingencia con frecuencias observadas y busca contrastar con hipótesis estadísticas si las categorías de las variables X e Y son indepen
La fórmula del estadístico Chi cuadrado de independencia es:
umna
nte de ventas un informe sobre el desempeño de los 15

. Su mercado objetivo son las cafeterías, restaurantes,
tes objetivos:
ntes zonas en las variables siguientes y los datos se muestran
ual amplitud con Zona de la ciudad (Y), e interpretar las
valos) condicionado a zona de ubicación de la sucursal.
go. Interprete los resultados.

e de variación por cada zona de la ciudad ¿Cuál de las zonas
de la ciudad. Interprete una frecuencia relativa conjunta y
bia: MCGRAW HILL.

a. (4ª ed.)California: Pearson.
a y probabilidad.(1ª ed) Lima: Fondo Editorial USIL.

o con interpretación de resultados.
s, se calcula organizando los datos en una tabla de

ías de las variables X e Y son independientes.
k l
 (f
ij
x i1
e
j1
2 ij

Donde:
fij : son las frecuencias observadas de la muestra eij : son las frecuencias esperadas , se obtiene:
 f  f . j
e
ij
 i.
n
k: número de categorías de la variable en fila
l: número de categorías de la variable en columna
El proceso para contrastar la independencia de variables X e Y es el siguiente:
1. Formular las hipótesis estadísticas y son dos: Hipótesis nula (Ho), Hipótesis alterna o trabajo (H1) Ho: La variable X es ind
H1: La variable X es dependiente de la variable Y
2. Determinar el nivel de significancia (probabilidad de error):  = 0.05
3. Estadistico de prueba: Chi cuadrado de independencia
4. Calcular el P-Valor con MegaStat o cualquier software estadísitco
5. Criterio de Decisión: Si el P-Valor ≤  se rechaza Ho
6. Conclusión; se concluye con la hipótesis que no fue rechazada acompañdo del nivel de significancia
Ejemplo 17
El consejo de administración de Comunicatel S.A. quiere determinar si la opinión de sus accionistas respecto a una posible
independiente del número de acciones que poseen, las acciones se agrupó por el número de acciones en tres categorías
accionistas proporciona la siguiente tabla:
k l
e) ij
1 j1
ij
servadas de la muestra eij : son las frecuencias esperadas , se obtiene:

 f  f . j
i.
n
fila
columna
a de variables X e Y es el siguiente:
on dos: Hipótesis nula (Ho), Hipótesis alterna o trabajo (H1) Ho: La variable X es independiente de la variable Y
iable Y
probabilidad de error):  = 0.05
independencia
quier software estadísitco
e rechaza Ho
s que no fue rechazada acompañdo del nivel de significancia
tel S.A. quiere determinar si la opinión de sus accionistas respecto a una posible fusión de la empresa es
e poseen, las acciones se agrupó por el número de acciones en tres categorías. Una muestra de 500
Distribución de acciones de los socios según opinión a la posible fusión
Número de Opinión respecto a una posible fusión Total
acciones A favor En contra Indecisos
Menos de 200 25 18 21 64
De 200 a 1000 93 62 67 222
Más de 1000 82 70 62 214
Total 200 150 150 500
Fuente: Comunicatel S.A.
Contraste la hipótesis respectiva con un nivel de significación del 5%.
Solución
1. Formulación de las hipótesis estadísticas
Ho: La opinión de los accionistas respecto a una posible fusión es independiente al número de acciones que poseen.
H1: La opinión de los accionistas respecto a una posible fusión no es independiente al número de acciones que posee
2. Nivel de significancia:  0.05
3. Estadístico de prueba: Chi cuadrado de independencia = 1.53
El cálculo del estadístico Chi cuadrado con MegaStat se obtiene con la siguiente secuencia:
Selección de los datos organizados en una tabla de contingencia
Luego seleccionar OK y se obtiene el valor de Chi cuadrado como se muestra a continuación
4. P-Valor = 0.8218
5. Decisión:
Como el P-Valor = 0.8218 > 0.05 NO se rechaza la hipótesis Ho
6. Conclusión:
Con un nivel de significación del 5%, la opinión de sus accionistas respecto a una posible fusión es independiente del número de accio
Una encuestadora seleccionó una muestra de 800 votantes y se les clasificó de acuerdo a su nivel de
ingresos como: Bajo, Medio, alto, y según su opinión con respecto a una reforma en la constitución política del país de los que
Sin decisión. Las frecuencias observadas se dan en la siguiente tabla.
Opiniones respecto a la reforma en la constitución política según nivel de ingresos
posible fusión
nte al número de acciones que poseen.

independiente al número de acciones que poseen.
nte secuencia:
ación
ble fusión es independiente del número de acciones que poseen.
o a su nivel de
ma en la constitución política del país de los que están A favor, En contra,
OPINION INGRESOS
Bajo Medio Alto
A favor 200 130 70
En contra 60 60 80
Sin decisión 40 60 100
¿Existen dependencia entre las variables? Realice la contrastación de hipótesis a un nivel de significancia de 0.05.
Problema 02:
Un grupo de estudiantes de Psicología realizaron un estudio sobre el manejo de la ansiedad en las actividades acad
estudios en su carrera profesional. Con la finalidad de conocer esta problemática, se desea comparar la ansiedad de los
con el sexto ciclo de la facultad de medicina de una universidad. A un nivel se significancia de 5% el manejo de ansiedad e
estudios.
Tabla 2. Niveles de ansiedad de los estudiantes según ciclo de estudios
Niveles de ansiedad Ciclo de estudios

Primer Sexto
Leve 15 28
Moderada 28 20
Severa 36 18
Total 79 66
de hipótesis a un nivel de significancia de 0.05.
obre el manejo de la ansiedad en las actividades académicas y el nivel de

a problemática, se desea comparar la ansiedad de los estudiantes del primer
d. A un nivel se significancia de 5% el manejo de ansiedad está asociado al nivel de
dios
Problema 03:
Un grupo de médicos realizaron un estudio con la finalidad de evaluar el hábito de fumar como factor de riesgo del cáncer d
seleccionan 2 muestras aleatorias, una de pacientes con esta enfermedad y la otra de personas sin esta condición y
fueron fumadores o no. A continuación se brinda la información obtenida:
Distribución de personas con cáncer al pulmón según hábito de fumar
Hábito de Cáncer de pulmón Total

fumar
Sí No
Si 11 13 24
No 10 46 56
Total 21 59 80
Contrastar la hipótesis si la proporción de fumadores difiere en enfermos con cáncer al pulmón y no enfermos. Considere un
5%.
Problema 04:
Se hizo un estudio en niños de 10 a 12 años, que consiste en experimentar la efectividad de dos métodos de higiene bucal en l
método A y el método B. Después de un año, se observó el desarrollo de caries, en el estudio participaron un total de 200 niño
observados
de los tratamientos fueron clasificados por la cantidad de caries en tres categorías: Bajo, moderado, alto como se muestra en
Desarrollo de caries
Tratamientos TOTAL
Bajo Moderado Alto
A 8 40 34 82
B 84 22 12 118
TOTAL 92 62 46 200
A un nivel de s
ignificancia de 5% s
e puede afirmar que el des
arrollo de caries
es
tá relacionado al tipo de tratamiento.10.4
Bibliografía1.
Tema 11 Correlación lineal simple
Determina la asociación variables con gráficas y el coeficiente de correlación de Pearson, demostrando su capacidad de interpretación
estudio correlacional.
Correlación
Cuando se realiza un estudio de correlación entre dos variables cuantitativas medidas en escala de intervalo o razón, se tiene
qué medida sus valores se relacionan y cuál es su tendencia que puede ser directa o inversa. El análisis consiste en observar esta asocia
dispersión y el coeficiente de correlación de Pearson.
Gráfico de dispersión
Es una gráfica representa la relación de los valores observados (xi,yi), considerando la variable X como independiente y a la variable Y c
valores de la variable independiente X se grafica en el eje horizontal, mientras que los valores de la variable dependiente Y en el eje ve
relación observada en el diagrama de dispersión puede ser lineal directa o inversa, como se observa en las siguientes gráficas:
Relación lineal directa Relación lineal inversa
Coeficiente de correlación de Pearson
Mide la fuerza y dirección de la relación entre dos variables cuantitativas en una escala que varía entre
+1 y -1, esto significa una relación directa o inversa. La fórmula es:
el hábito de fumar como factor de riesgo del cáncer del pulmón, se
ermedad y la otra de personas sin esta condición y se les preguntó si
enida:
mos con cáncer al pulmón y no enfermos. Considere un nivel de significancia de
ntar la efectividad de dos métodos de higiene bucal en la prevención de caries, el

de caries, en el estudio participaron un total de 200 niños. Según los resultados
es categorías: Bajo, moderado, alto como se muestra en la siguiente tabla.
á relacionado al tipo de tratamiento.10.4

Bibliografía1. Webs
ter, A. (2006). Es
tadís
tica aplicada a los
negocios
y la economía. (3°ed.) Colombia: MCGRA
e Pearson, demostrando su capacidad de interpretación de resultados en un
ivas medidas en escala de intervalo o razón, se tiene interés en determinar en

ta o inversa. El análisis consiste en observar esta asociación con el gráfico de
ndo la variable X como independiente y a la variable Y como dependiente. Los

que los valores de la variable dependiente Y en el eje vertical. El tipo de la
sa, como se observa en las siguientes gráficas:
a escala que varía entre

R
cov(X, Y)
Sx Sy
  xy
La covarianza está dado por:
x
Covx, y 
j 1
i1 f
ij n
Interpretación del coeficiente de correlación de Pearson, está dado en el siguiente cuadro.

Y)
 y
n el siguiente cuadro.
Ejemplo 18
Se tiene las calificaciones de 40 alumnos en psicología evolutiva y en estadística con calificación de 1 a 10, los datos son los si
X Y Número
calif. enPsicol. calif. en Estad. de alumnos.
3 2 4
4 5 6
5 5 12
6 6 4
6 7 5
7 6 4
7 7 2
8 9 1
10 10 2
¿Cuál es la relación entre las notas en estadística con las notas de psicología?
Solución:
Se pide determinar la correlación de X e Y:
Disponemos los datos de la siguiente forma:
xi yi ni nixi niyi nix 2

i niy 2 i nixiyi
3 2 4 12 8 36 16 24
4 5 6 24 30 96 150 120
5 5 12 60 60 300 300 300
6 6 4 24 24 144 144 144
6 7 5 30 35 180 245 210
7 6 4 28 24 196 144 168
7 7 2 14 14 98 98 98
8 9 1 8 9 64 81 72
10 10 2 20 20 200 200 200
40 220 224 1314 1378 1336
Promedios: x
 n x
i i  220  5,5 y  n y i i
 224
 5,6
N 4
0 N 4
0
  x.y  1336  (5,3).(5,6)  33,4

 30,8  2,6
s
Covarianza: xy n x y
i i i
 4
0
N
1314
n
Varianza de X: s2  i i
 x  x2  (5,6)  32,85  30,25  2,6
2
N 2
4
0
Desviación estándar de X: s x
  1,61
1378
n
Varianza de Y: s  2
i i
y y 
2  (5,6)  3,09
2
N 4
0
2
Desviación estándar de Y: s y
 1,75
Calculando el coeficiente de correlación: r s
xy r  2,6
y resulta
 0,92
s .sx y
(1,61).(1,75)
x
s2
2,6
3,09
e 1 a 10, los datos son los siguientes:
La correlación es positiva, es decir, a medida que aumenta la nota de estadística aumenta también la nota en psicología. Su valor está
indica que se trata de una correlación fuerte, las estimaciones realizadas están cerca de los valores reales.
Los siguientes datos corresponden a grupo de estudiantes y se quiere determinar la existencia o no de
asociación entre las calificaciones en las asignaturas de Matemática con el número de horas de estudio diario fuera de clase y qué tipo d
los datos siguientes:
Nº horas de estudio 3 2 2 1 1 3 1 0.5 2 1
Calificativos 18 12 16 12 10 14 13 8 14 11
Problema 02:
Un consultor quiere averiguar si el salario de los empleados depende del índice de desempeño en el trabajo. Una manera
consiste en examinar la relación entre dicho índice y el salario del empleado. Para ello, se seleccionó una muestra de 8 emple
información
sobre el salario (en cientos de soles) y el índice de desempeño (medido en escala de 1 al 10; donde 1 significa pésimo y 10 si
óptimo).Determine la relación entre las variables de estudio.
Índice de desempeño 9 7 8 4 7 5 5 6
Salario (S/.) 36 25 33 15 28 19 20 22
Problema 03:
Un profesor investiga las notas que obtuvieron 10 alumnos en Matemática y en Estadística con calificación de 1 a 10,
son:
Alumnos Matemática Estadística
1 6 6,5
2 4 4,5
3 8 7
4 5 5
5 3,5 4
6 7 8
7 5 7
8 10 10
9 5 6
10 4 5
a) Elabore la gráfica de dis

pers
iónb) ¿Exis
te correlación entre las
dos
variables
?
11.4
Bibliografía1. Webs
ter, A. (2006). Es
tadís
Tema 12 Regresión lineal simple

Determinala relación de variables en unaecuación de regresión lineal simple para explicar el tipo de relación de la variable dependi
la independiente, demostrando capacidad de interpretación de resultados.
Regresión lineal
Regresión lineal simple, es método estadístico que nos permite formular un modelo matemático, sustentado en el método de los m
de los métodos de estimación) para predecir el valor promedio de la variable dependiente para un nivel dado en función de la variable inde
(predictora), de modo que ambas variables se expresan en una relación funcional de las variables (X,Y), esta función es f(x), tal que yi = f(x
se puede conocer el valor de y. Por ejemplo, el precio de una prenda está en función del costo de la tela por metro.
Gráfico de dispersión
Enel gráficode dispersión se observa el tipo de la relación que presentan las dos variables que puede ser lineal o no lineal (una curva), com
siguientes gráficas:
Relación lineal directa Relación lineal inversa Relación no lineal
Modelo de regresión lineal simple, está definido por la ecuación de una recta:
�𝑖 = �0 + �1�𝑖 + 𝑒𝑖�
Donde:
Yi: Variable dependiente Xi: Variableindependiente
eij: Error aleatorio, variables no observables que se asume normalidad
β1: Parámetro que expresa la pendiente de la recta, indica la variación de Yi cuando la variable Xi varía en una unidad. La fórmula para est
la nota en psicología. Su valor está próximo a 1 lo que
reales.
de
dio diario fuera de clase y qué tipo de relación presentan
empeño en el trabajo. Una manera de verificar lo anterior,

e seleccionó una muestra de 8 empleados y se recolectó
10; donde 1 significa pésimo y 10 significa
adística con calificación de 1 a 10, los datos recolectados
ía1. Webs
ter, A. (2006). Es
tadís
tica aplicada a los
negocios
y la economía. (3° ed.) Colombia: MCGRAW HILL.2. Anális
is
de regres
ión y
de relación de la variable dependiente en función de
o, sustentado en el método de los mínimos cuadrados (uno

l dado en función de la variable independiente
, esta función es f(x), tal que yi = f(xi). Para cada valor de x
la por metro.
r lineal o no lineal (una curva), como se observa en las
en una unidad. La fórmula para estimar β1 es:

𝑛
�𝑖 �𝑖 − ( 𝑛 �𝑖 𝑛
�1 = 𝑖=1
𝑛
𝑖=1 𝑖=1
𝑖=1
�2 𝑖 − ( 𝑛 �𝑖 /𝑛)2
β0: Parámetro que es el punto de intersección de la recta con el eje de las ordenadas.
�0 = � − �1�
Bondad de ajuste del modelo
Consiste en analizar el grado de asociación lineal entre la variable dependiente y la independiente así
como determinar la proporción de variabilidad de la variable dependiente explicada por la independiente. Los
a) El coeficiente de correlación de Pearson que es R

b) El coeficiente de determinación que es R2
El valor del coeficiente de determinación está en un rango de 0 a 1.
Ejemplo19
Una empresa comercializadora de productos lácteos desea conocer si existe relación entre el gasto que se realiza en publicida
incremento de las ventas en miles de soles, para lo cual realiza el análisis de la conducta de estas dos variables en los
Los datos
recolectados son los siguientes:
�𝑖 )/𝑛
𝑖=1
�𝑖 /𝑛)2
de la recta con el eje de las ordenadas.
− �1�
ndiente y la independiente así

dependiente explicada por la independiente. Los estadísticos son:
ste relación entre el gasto que se realiza en publicidad en miles de soles y el

sis de la conducta de estas dos variables en los nueve últimos meses.
Publicidad 12 14 15 10 19 13 15 19 18
Ventas (S/.) 48 55 52 42 67 43 48 69 55
Solución
1. Gráfico de dispersión, para poder determinar la tendencia de los datos procederemos a realizar con MegaStat o Excel el
Gráfico Dispersión de las ventas con publicidad
75
70
65
60
55
50
45
40
9 11 13 15 17 19 21
Publicidad en miles de soles
En el gráficode dispersión se observa una relación positivacon tendencia lineal, a medida que se aumenta la inversión
incrementolas ventas.
2. Correlación de Pearson
Obtenemosla matriz de correlaciones con MegaStat
Publicidad Ventas
Publicidad 1.000
Ventas 0.885 1.000
Con un coeficiente de correlación de Pearson, R = 0.885, significa que las variables ventas la inversión en publicidad
muy fuerte.
3. Regresión Lineal
Regression output
variables coefficients std. error t (df=7) p-value

Intercept 13.0972 8.1518 1.607 .1522
Publicidad 2.6750 0.5330 5.019 0.0015
zar con MegaStat o Excel el gráfico de dispersión.
que se aumenta la inversión en publicidad hay
as la inversión en publicidad indica una correlación

Con el resultado del CUADRO DE COEFICIENTES, definimos la ecuación de regresión estimada:
𝑽𝒆𝒏𝒕𝒂𝒔 = �𝟑. 𝟎𝟗𝟕 + 𝟐. 𝟔𝟕𝟓 �𝒖𝒃𝒍𝒊𝒄𝒊𝒅𝒂𝒅
Interpretación de los coeficientes de regresión:
o = 13.097 Es el promedio de ventas cuando no hay inversión en publicidad (X = 0)
1 = 2.675 Por cada sol que se invierte en publicidad las ventas se incrementan en 2.675 soles
4. Bondad de ajuste de la ecuación de regresión lineal
Coeficiente de determinación, R2 = 0.783
Se concluye que la variable gasto en publicidad explica en un 78.3% la variación de las ventas.
Por tanto la ecuación de regresión estimada se puede utilizar para realizar predicciones de las ventas porque las var
correlación muy fuerte.
Ejemplo 20
Una compañía de seguros considera que el número de vehículos (Y) que circulan por una determinada autopista a más de 120
función del número de accidentes (X) que ocurren en
ella. Durante 5 días se recolectódatos y se muestra en la siguiente tabla:
X 5 7 2 1 9
Y 15 18 10 8 20
a) Elabore el gráfico de dispersión y calcula el coeficiente de correlación lineal.
b) Encuentre el modelo de regresión lineal simple
c) Si ayer se produjeron 6 accidentes, ¿cuántos vehículos podemos suponer que circulaban por la autopista a más de
d) ¿Es buena la predicción?
Solución:
a) Gráfico de dispersión
25
20
15
10
5
0
0 2
Nú4mero de a6ccidentes 8 10
En el gráfico de dispersión se observa una relación lineal positiva entre el número de accidentes y la velocidad que reco
si hay aumento de velocidad aumenta el número de accidentes.
Completando la pregunta a, se debe realizar los cálculos de la siguiente forma:
y = 1. 2 2 + 6. 8 2
5
R = 0.
x909
² 9
TES, definimos la ecuación de regresión estimada:
𝒊𝒄𝒊𝒅𝒂𝒅
sión:
ando no hay inversión en publicidad (X = 0)
publicidad las ventas se incrementan en 2.675 soles
egresión lineal
idad explica en un 78.3% la variación de las ventas.

mada se puede utilizar para realizar predicciones de las ventas porque las variables muestran una
número de vehículos (Y) que circulan por una determinada autopista a más de 120 km/h, puede ponerse en
ocurren en
muestra en la siguiente tabla:
ula el coeficiente de correlación lineal.

al simple
¿cuántos vehículos podemos suponer que circulaban por la autopista a más de 120 km/h?
20
15
10
5
0
0 2
Nú4mero de a6ccidentes 8 10
a una relación lineal positiva entre el número de accidentes y la velocidad que recorren los vehículos, es decir
a el número de accidentes.
realizar los cálculos de la siguiente forma:
Accidentes Vehículos con x
2i y
2i xiyi
xi más de
120km/h yi
5 15 25 225 75
7 18 49 324 126
2 10 4 100 20
1 8 1 64 8
9 20 81 400 180
24 71 160 1113 409

 4
,8 y
 4
,8  8,96
x   x  24
y 160
;
 71  14
,2 s 
2
i i 2
2
x 5
N 5 N 5 i
x  2
N
1113 4
09
 y
2

xy
2
s 2 i
y  14
,2  20,96 ; s
2
 i i
 x.y   4
,8.14
,2 =13,64
 N 5 13,64
N 5
s
xy
a) Por tanto:
r   0,996
s .s
x y
8,96. 20,96
b) Cálculos para la recta de regresión de y sobre x:
y  y  s (x  x) y 14
,2  13,64
(x  4
,8) ;
xy
y 14
,2  1,53(x  4
,8)
2
8,96
Por tanto la recta de regresión de y sobre x:
y =6,89 + 1,53x
Para x = 6, y 14
,2  1,53(6  4
,8) , es decir, y = 16,04. Podemos suponer que ayer circulaban 16 vehículos por la autopista a más de 120 km/h
a) La predicción hecha es buena ya que el coeficiente de correlación está muy próximo a 1.
La tabla siguiente muestra las notas que obtuvieron 8 alumnos en un examen, las horas de estudio dedicadas a su preparación
la televisión por semana previos al examen.
Nota 5 6 7 3 5 8 4 9
Horas de estudio 7 10 9 4 8 10 5 14
Horas de TV 7 6 2 11 9 3 9 5
a) Elabore las gráficas de dispersión correspondientes a: Nota-estudio y Nota-TV.
b) ¿Qué tipo de relación se observa en las gráficas de las variables estudiadas? ¿En qué caso estimas que hay una correlación m
c) Calcular e interpretar el coeficiente de correlación de Pearson: Nota-estudio y nota-TV. ¿Qué conclusión puede d
precisión respecto a la nota que obtuvo una persona en el examen: el tiempo que dedicó al estudio o el tiempo que ded
d) Encuentre las rectas de regresión correspondientes a: Nota-estudio y Nota-TV y estime para un alumno cualquiera
en el examen:
a) Las horas que estudió.
b) Las horas que vio la TV
Problema 02:
La tabla adjunta muestra el índice de mortalidad de una muestra de población en función del consumo diario de cigarrillos:
160
 4
,8  8,96
2
4
09
 4
,8.14
,2 =13,64
,53(x  4
,8)
culos por la autopista a más de 120 km/h.
as de estudio dedicadas a su preparación y las horas que vieron
ué caso estimas que hay una correlación más fuerte?

io y nota-TV. ¿Qué conclusión puede deducirse con más
que dedicó al estudio o el tiempo que dedicó a ver la televisión?
TV y estime para un alumno cualquiera que sacó una nota 2
nción del consumo diario de cigarrillos:
Número de cigarrillos x 3 5 6 15 20
Índice de mortalidad y 0,2 0,3 0,4 0,5 0,7
a) Determina el coeficiente de correlación e interpreta el resultado.
b) Hallar la recta de regresión de y sobre x e interpretar los coeficientes de regresión.
c) Evaluar la recta de regresión ¿Es buen modelo para pronosticar el índice de mortalidad
d) ¿Cuál será el índice de mortalidad para un consumidor de 40 cigarrillos diarios?
Problema 03
Se llevó a cabo un proyecto de investigación para determinar si existe alguna relación entre los años de servicio y las puntuac
los empleados. El objetivo del estudio es predecir la tasa de eficiencia (Y) de un empleado con base a su tiempo de servicio (X
son:
a.
Empleado x y x
2
y
2 xy
1 1 2 1 4 2
2 17 5
3 6 3
4 8 6
5 2 5
6 1 2
7 15 4
8 8 3
Total
a) Construya el gráfico de dispersión e interprete la tendencia de los datos.
b) Calcule e interprete el coeficiente de correlación de Pearson.
c) Formule el modelo de regresión lineal e interprete el coeficiente de regresión.
d) Calcule e interprete el coeficiente de determinación.
e) Si un trabajador tiene ocho años de servicio, ¿Cuál es la tasa de eficiencia estimada? Comente la validez de su resultado
Problema 04
Se desea pronosticar el costo de viajar en un avión comercial. Alguna de las variables que contribuyen son el tipo de avión, di
número de pasajeros, cantidad de equipaje, etc. Se realiza un estudio solo en el tipo de avión Boeing 737 que vuela 500
comparables durante la misma estación del año. ¿Puede el número de pasajeros pronosticar el costo de vuelo en esas rutas?
a. La variable independiente es:
b. La variable dependientes es :
c. ¿Existe relación entre las variables número de pasajeros y costo? ¿Qué tipo de relación
es?
d. La ecuación de regresión es:
e. Interprete los parámetros estimados
Vuelos 1 2 3 4
5 6 7 8 9 10 11
Número de pasajeros 61 63 67 69 70 74
76 81 86 91 95
Costo (miles $) 4
280 4
080 4
4
20 4
170 4
4
80 4
300 4
820 4
700 5110 5130 564
0
f. ¿En qué porcentaje el número de pasajeros es explicado por el costo?
g. El modelo estimado sirve para realizar pronósticos futuros?
Problema 05
La compañía Data WireS.A aumentó la productividad de 70 mil a 90 mil libras por semana cuando instituyó un prog
capacitación. Este programa fue aplicado durante un periodo de 18 meses. Los datos recolectados son el número total de
capacitación y la cantidad de producción por semana de cierto producto que fueron tomadas una vez al mes durante este tiem
Con los resultados de los datos se muestra a continuación responder el cuestionario:
s años de servicio y las puntuaciones de eficiencia de
n base a su tiempo de servicio (X). Los datos muestrales
ente la validez de su resultado
tribuyen son el tipo de avión, distancia recorrida,

n Boeing 737 que vuela 500 millas en rutas
el costo de vuelo en esas rutas?
de relación
12
97
5560

mana cuando instituyó un programa básico de

lectados son el número total de horas acumuladas en
una vez al mes durante este tiempo.
Scatterplot of Productividad vs Hora_acum
90000
85000
80000
75000
70000
0 1000 2000 3000 4000
Hora_acum
Resumen del modelo

R cuadrado Error típ. de
Modelo R R cuadrado corregida la es
timaci ón
1 .988a .976 .975 1005.64
4
a.
Variables
predictoras
: (Cons
tante), Horas
acumuladas
de capacitación
Coef icientesa
Coeficientes
no Coeficientes
es
tandarizados
es
tandarizados
Modelo B Error típ. Beta t Sig.

1 (Cons
tante) 70880.252 394
.54
6 179.650 0.000
Horas
5.093 .198 .988 25.735 .000
acumuladas
de
a.
Variable dependiente: P roductividad (en libras
por s
emana)
capacitación
Se pide a usted:
a. Analizar la posible relación de las variables con el gráfico de dispersión.
b. Interpretar el coeficiente de correlación de Pearson.
c. Formule el modelo de regresión lineal e interprete el coeficiente de regresión
d. Evaluar la bondad de ajuste del modelo estimado ¿Qué tan bueno es para realizar estimaciones?
Problema 05
Los siguientes datos representan una muestra del consumo de agua por día y la mayor temperatura para ese día.¿Puede prono
agua de una ciudad por medio de la temperatura?
Las variables son:
Y : Cantidad de agua usada (millones de galones) X : Temperatura (grados Fahrenheit)
Algunos resultados que se tienen son los siguientes:
y 2  152711  1025  608

 yi  xi
x 2  4
9584
xi * yi  86006

Scatterplot of Uso_agua vs Temperatura
225
200
175
150
125
100
75
50
40 50 60 70 80 90 100 110
Temperatura
Se pide a us
ted:b. Analizar la pos
ible relación de las
variables
en el gráfico de dis
pers
ión.c. Interpretar el coeficiente de correlación de P
Tema 13 Experimentos y probabilidades
Resuelven problemas de probabilidades aplicando los diferentes teoremas y propiedadesdemostrando su proceso y capacidad de análisis
establecido.
Conceptos básicos de probabilidades
La teoría de la probabilidadse ocupa de estudios de experimentos aleatorios del cual la ocurrencia de resultados no se puede predeci
probabilidad es una medida de la certidumbre asociada a un suceso (evento) futuro cuyo resultado es un número entre 0 y 1 (o entr
es improbable que ocurra cuando es cercano a 0 y se tiene la certeza que ocurra cuando la probabilidad es cercana a 1.
Experimento aleatorio (ε)
Es cualquier experimento u operación cuyo resultado no puede predecirse con exactitud antes de realizarse el experimento.
Espacio muestral
Es el conjunto formado por todo los resultados posibles del experimento aleatorio. Denotaremos por la notación  (omega) o con la let
Evento
Es un subconjunto del espacio muestral.
Tipos de eventos
Suceso seguro; está formado por todos los posibles resultados, es decirS, el espacio muestral.
Ejemplo1
Tirando un dado se obtiene una puntuación que sea menor que 4, más de 5
Evento imposible; carece de elementos
Ejemplo 2
Al tirar un dado obtener una puntuación de 7 A = { }
Operaciones con eventos
Sean los eventos A y B que ocurren en el espacio muestral
a) Unión de eventos:Sean los eventos de A y B eventos dependientes, entonces AUB se obtiene: AUB={w ϵ / w ϵ A ó w ϵ B} = A + B – A

modelo
Error típ. de
la es
timaci ón
.975 1005.64
4
Horas
acumuladas
de capacitación
ntesa
entes
arizados
8 25.735 .000
sión.
e regresión
s para realizar estimaciones?
r día y la mayor temperatura para ese día.¿Puede pronosticarse el consumo de
ados Fahrenheit)
 608
s
pers
ión.c. Interpretar el coeficiente de correlación de Pears
on.d. Formule el modelo de regres
ión lineal e interprete el coeficiente de regres
ióne. Evaluar
piedadesdemostrando su proceso y capacidad de análisis en el tiempo
cual la ocurrencia de resultados no se puede predecir con exactitud. La

futuro cuyo resultado es un número entre 0 y 1 (o entre 0% y 100%). Un suceso
e ocurra cuando la probabilidad es cercana a 1.
e con exactitud antes de realizarse el experimento.
io. Denotaremos por la notación  (omega) o con la letra S
acio muestral.
AUB se obtiene: AUB={w ϵ / w ϵ A ó w ϵ B} = A + B – A B

A B
Probabilidad de un evento simple

La probabilidad es una medida de la incertidumbre que toma valores comprendidos entre 0 a 1. Sea el suceso o evento A del e
probabilidad de A denotada por P(A) es la razón entre el número de resultados favorables al suceso A y el número total de res
muestral.
�𝐴 =
𝑛 𝐴 = �ú𝑚𝑒𝑟𝑜𝑑𝑒𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑒𝑙𝑒𝑣𝑒𝑛𝑡𝑜𝐴
𝑛𝑠 �ú𝑚𝑒𝑟𝑜𝑑𝑒𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑒𝑙𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
Donde: 0 ≤ (PA) ≤1
13.3 Preguntas de aplicación Problema 01
El 60% de la población de una determinada ciudad lee el periódico A, el 35% el B y un 15% ambos.
Elegido un ciudadano al azar, calcular la probabilidad de:
a) Ser lector de algún periódico
b) No leer ninguno
c) Leer solo el periódico A
d) Leer solo uno de los dos periódicos
Problema 02
Una pareja al planificar una familia está interesada en tener 3 hijos, de acuerdo a esto determine los siguientes eventos:
A: Todos los hijos del mismo sexo A= { } B: Exactamente un varón B=
{ }
C: Por lo menos dos varones C= { } D: A lo más una mujer D=
{ }
Problema 03
Es frecuente que hombres y mujeres no estén de acuerdo en opinar acerca de seleccionar una pareja. Sin embargo, un grupo
investigación en parejas constituidas y aplicaron una encuesta a 1000 personas entre 20 a 30 años de edad. Una de la
lo más
importante para su futura pareja ser capaz de comunicar sus sentimientos (S) o el vivir bien con esa persona (V).La informació
resume en la siguiente tabla:
SEXO OPINIÓN
Total
Sentimientos (S) Vivir bien (V)
Hombres (H) 350 200 550
Mujeres (M) 360 90 450
Total 710 290 1000
Si se selecciona al azar una persona del grupo de 1000, calcule las siguientes probabilidades:
a) P(S) b) P (H) c) P(S U V) d) P(S U M)
Problema 04
La probabilidad de que un hombre viva 10 años más es 1/4, y la probabilidad de que su esposa viva 10 años más es 1/3. Encon
que (i) ambos estén vivos dentro de 10 años, se pide calcular:
a) Por lo menos, uno esté vivo dentro de 10 años
b) Ninguno de los dos esté vivo dentro de 10 años
c) Solamente la esposa este viva dentro de 10 años
Problema 05
Tres mujeres compiten por un puesto de secretaria ejecutiva. Las candidatas A y B tienen la misma oportunidad de ganar
el doble de oportunidad que las candidatas A y B. ¿Cuál es la probabilidad de que gane C? ¿Cuál es la probabilidad de que A no
Problema 06
La probabilidad de que se venda el producto A es 15%, el producto B es el 5% y la probabilidad que se vendan ambos producto
promoción es 4% ¿Cuál es la probabilidad que se venda el producto A o el producto B dicho día?
Problema 07
En una clase de Administración Financiera hay 6 mujeres y 4 hombres según el número de inscritos. Se han elegido al azar a 7
probabilidad de elegir más mujeres que hombres?
Problema 08
En cada uno de los enunciados califique como verdadero (V) o falso (F) y arguméntelo:
a) La probabilidad de la unión de dos eventos independientes es P(AUB) = P(A) + P(B) ( )
b) La probabilidad de la unión de dos eventos dependientes es P(AUB) = P(A) + P(B) ( )

c) La probabilidad de la intersección de dos eventos no puede ser mayor que cualquiera desus
probabilidades individuales. ( )
d) Un evento y su complementario son mutuamente excluyentes. ( )
e) Las probabilidades individuales de un par de eventos no pueden sumar más de 1. ( )
f) Si dos eventos son mutuamente excluyentes, también deben son eventos exhaustivos. ( )
13.4 Bibliografía
2. Webster, A. (2006). Estadística aplicada a los negocios y la economía. (3° ed.) Colombia: MCGRAW HILL.
3. García, J.(2005). Estadística descriptiva y nociones de probabilidad. España: Thomson Editores.
4. Montesinos, L, Bayonas, Y, Cerna, E, Llanos, K, Pajuelo, S. (2016).Estadística descriptiva yprobabilidad.(1ª ed) 1Lima: F
Tema 14
Probabilidad condicional y teorema de Bayes
Resuelven problemas de probabilidad condicional y aplica elteorema de Bayes demostrando su proceso y capacidad de análisis en el tiempo
Probabilidad condicional
En un espacio muestral, la probabilidad condicional se define como la probabilidad de un evento A dado que ha ocurrido el evento B.
� 𝐴/𝐵 =
𝑛 𝐴 ∩ 𝐵 = �ú𝑚𝑒𝑟𝑜𝑑𝑒𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑒𝑙𝑒𝑣𝑒𝑛𝑡𝑜𝐴∩ 𝐵
B
idos entre 0 a 1. Sea el suceso o evento A del espacio muestral  ; la

favorables al suceso A y el número total de resultados del espacio
𝑝𝑎𝑐𝑖𝑜𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
ambos.
o a esto determine los siguientes eventos:

} B: Exactamente un varón B=
} D: A lo más una mujer D=
eleccionar una pareja. Sin embargo, un grupo de estudiantes realizó una

s entre 20 a 30 años de edad. Una de las preguntas fue ¿Qué es
el vivir bien con esa persona (V).La información de las respuestas se
obabilidades:
M)
que su esposa viva 10 años más es 1/3. Encontrar la probabilidad de
s A y B tienen la misma oportunidad de ganar, pero la candidata C tiene

ue gane C? ¿Cuál es la probabilidad de que A no gane?
a probabilidad que se vendan ambos productos por medio de una

cto B dicho día?
número de inscritos. Se han elegido al azar a 7 personas ¿Cuál es la
éntelo:
+ P(B) ( )
P(B) ( )
r que cualquiera desus
( )
( )
e 1. ( )
austivos. ( )
Moshera.
bia: MCGRAW HILL.
Editores.
stica descriptiva yprobabilidad.(1ª ed) 1Lima: Fondo Editorial USIL.
su proceso y capacidad de análisis en el tiempo establecido.
evento A dado que ha ocurrido el evento B.

𝑛𝐵 �ú𝑚𝑒𝑟𝑜𝑑𝑒𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑒𝑙𝑒𝑣𝑒𝑛𝑡𝑜𝐵
Probabilidad total
El espacio muestral se divide en Ai particiones mutuamente excluyentes, y ocurre un evento común B en todas las particione
total de un evento B está dado por:
Por tanto la probabilidad del evento B es:
P(B) =P(A1) P(B|A1) + … +P(A4) P(B|A4)
� 𝐵 = 𝐴𝑖 � 𝐵/𝐴𝑖 Donde: 0 ≤ (PB) ≤1
Teorema de Bayes
Si ocurre el evento B, podemos calcular la probabilidad (a posteriori) de ocurrencia de cada evento particularAi.
� 𝐴𝑖/𝐵 = � 𝐵/𝐴𝑖
�𝐵
Ejemplo 23
En esta aula el 70% de los alumnos son hombres.De ellos el 10% son fumadores. El 20% de las mujeres son fumadoras. ¿Cuál es
seleccionar una persona, ésta sea fumadora?
Solución
Sean los eventos:
H: Hombre F: Fuma
Fum
0,1
Hombre
0,7
No fuma
0,9
Estudiante
0,2 Fum
0,3
Mujer
0,8
No fuma
P(F) = P(F∩H) + P(F∩M) = P(F|H) P(H) + P(F|M) P(M)

= 0,1 · 0,7 + 0,2 · 0,3 = 0,13
13.3 Preguntas de aplicación Problema 01
Una empresa tiene tres firmas proveedoras de un mismo artículo. La firma A produce el 2% de fallados y provee el 25% de las necesidad
produce el 5% de fallados y provee el 30% de las necesidades de la empresa. La firma C produce un 3% de fallados y provee el 45% de las
empresa.
a. En las operaciones se detecta un artículo fallado, ¿cuál es la probabilidad de que provenga de A?
b. Si se detecta un artículo bueno, ¿cuál es la probabilidad de que no provenga de C?
c. Si se sabe que el artículo no proviene de C, ¿cuál es la probabilidad de que sea bueno?
Problema 02
Un ambulante que vende periódicos y otros artículos encuentra que el 60% de sus clientes le compra (solo) periódicos y 20% le compra
productos
¿Qué porcentaje de sus clientes le compran solamente otras cosas que no sean periódicos, asumiendo que todos los clientes le compran
Problema 03
En la ciudad de Arequipa, el canal 5 emite un reporte informativo “Buenos días Perú” en la mañana, y otro 24 horas”, en la noche. El 10
ciudad sintonizan el programa por la mañana, 30% ven el programa por la noche y 7% ven ambos programas ¿Cuál es el porcentaje de las
ninguno de estos dos programas informativos?
Problema 04
Análisis S.A., una pequeña firma consultor está negociando dos contratos. La Gerencia piensa que la probabilidad de ganar el prime
el ganador tendrá ventaja definitiva en la negociación del segundo contrato. La Gerencia cree, que si Análisis S.A. gana el primer contr
probabilidad de ganar el segundo, pero si pierde el primer contrato, la probabilidad de ganar el segundo disminuirá a 0.10.
a. ¿Cuál es la probabilidad de que Análisis SA. pierda ambos contratos?
b. ¿Cuál es la probabilidad de que el Análisis S.A. gane el segundo contrato?
Problema 05
Consideremos una población en la que cada individuo es clasificado según dos criterios: es o no portador
de HIV y pertenece o no a cierto grupo de riesgo que denominaremos R. La correspondiente tabla de probabilidades es:
�ú𝑚𝑒𝑟𝑜𝑑𝑒𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑒𝑙𝑒𝑣𝑒𝑛𝑡𝑜𝐵
nte excluyentes, y ocurre un evento común B en todas las particiones. Por tanto la probabilidad
d (a posteriori) de ocurrencia de cada evento particularAi.
� 𝐴𝑖/𝐵 = � 𝐵/𝐴𝑖
�𝐵
10% son fumadores. El 20% de las mujeres son fumadoras. ¿Cuál es la probabilidad que al
firma A produce el 2% de fallados y provee el 25% de las necesidades de la empresa. La firma B
mpresa. La firma C produce un 3% de fallados y provee el 45% de las necesidades de la
babilidad de que provenga de A?

no provenga de C?
ad de que sea bueno?
e el 60% de sus clientes le compra (solo) periódicos y 20% le compra periódicos con otros
ue no sean periódicos, asumiendo que todos los clientes le compran algo?
Buenos días Perú” en la mañana, y otro 24 horas”, en la noche. El 10% de las familias de esta
por la noche y 7% ven ambos programas ¿Cuál es el porcentaje de las familias que no ven
ntratos. La Gerencia piensa que la probabilidad de ganar el primer contrato es de 60%, y que
contrato. La Gerencia cree, que si Análisis S.A. gana el primer contrato va a tener un 70% de
la probabilidad de ganar el segundo disminuirá a 0.10.
os?
ontrato?
según dos criterios: es o no portador

s R. La correspondiente tabla de probabilidades es:
Cliente Portador (A) No portador (A’)
Pertenece al grupo de riesgo (B) 0.003 0.017
No pertenece al grupo de riesgo (B’) 0.003 0.977
Total
a) Calcula la probabilidad de que un individuo sea portador
b) Calcula laprobabilidad de que sea portador y pertenezca al grupo de riesgo.
c) Dado que una persona seleccionada al azar pertenece al grupo de riesgo, ¿cuál es laprobabilidad de que sea portador?
Problema 06
En el Cuzco, el hotel de turistas clasifica sus clientes en tres categorías los clientes que llegaron por agencia de viaje, por
independiente. La gerencia desea determinar la relación entre el tipo de cliente y el tipo de pago. Ha seleccionado 230 c
durante el
mes de febrero del año pasado y los ha clasificado en la siguiente tabla:
ál es laprobabilidad de que sea portador?
es que llegaron por agencia de viaje, por negocios y de forma

nte y el tipo de pago. Ha seleccionado 230 clientes de los que hospedó
Cliente Tipo de pago
Tarjeta de crédito Efectivo
Agencia de Viaje 65 45
Independiente 30 30
Hombre de Negocios 50 10
¿Cuál es la probabilidad de que si se selecciona un cliente al azar de esta muestra?
a. El cliente sea hombre de negocios
b. El cliente sea hombre de negocios y pague al crédito
e. El cliente sea hombre de negocios o pague en efectivo
d. Supongamos que el cliente es independiente ¿Cuál es la probabilidad de que pague al crédito?
e. Los dos eventos: ser un cliente de agencia de viaje y pagar al crédito ¿son independientes? Explíquelo.
Problema 07
Una compañía constructora está considerando el construir un centro comercial. Un elemento de decisión para la construcción
proyecto de una autopista. Si el consejo municipal aprueba esta autopista hay una probabilidad de 0.90 que la compañía
comercial. Pero si la autopista no es aprobaba la probabilidad es de sólo 0.20. Basándose en la información disponib
compañía estima que hay una probabilidad de 0.60 que la autopista sea aprobada.
a. ¿Cuál es la probabilidad que la compañía construya el centro comercial?
b. Dado que el centro comercial fue construido, ¿cuál es la probabilidad que la autopista haya sido aprobada?
Problema 08
La información de la siguiente tabla presenta la clasificación de estudiantes universitarios de acuerdo a
la preferencia de la carrera profesional elegida y el género.
ESPECIALIDAD GÉNERO TOTAL

Masculino Femenino
Administración 120 90 210
Ingeniería 90 50 140
Contabilidad 47 55 102
TOTAL 257 195 452
Se desea elegir un estudiante en la muestra:
a) ¿Cuál es la probabilidad que pertenezca a la especialidad de Ingeniería?
b) ¿Cuál es la probabilidad que el estudiante sea un estudiante de administración dado que es mujer?
c) ¿Cuál es la probabilidad que el estudiante sea de la carrera de Contabilidad?
d) ¿Cuál es la probabilidad de elegir un estudiante del género femenino y estudie Ingeniería?
e) Si el estudiante elegido es del género masculino ¿Cuál es la probabilidad que estudie Contabilidad?
f) ¿Cuál es la probabilidad de elegir un estudiante de Ingeniería o Contabilidad?
Problema 09
La National HighwayTraffic Safety Administration (NHTSA) realizó una investigación para saber si los conductores de E
usando sus cinturones de seguridad (Associated Press, 25 de agosto de 2003). Los datos muestrales fueron los siguientes:
Conductores que emplean el cinturón
Región Sí No
Noreste 148 52
Oeste 162 54
medio
Sur 296 74
Oeste 252 48
Total 858 228
a) ¿Cuál es la probabilidad de que en Estados Unidos un conductor lleve puesto el cinturón?
b) Un año antes, la probabilidad en Estados Unidos de que un conductor llevara puesto el cinturón era
0.75. El director de NHTSA, doctor Jeffrey Runge esperaba que en 2003 la probabilidad llegara a
0.78. ¿Estará satisfecho con los resultados del estudio del 2003?
c) ¿Cuál es la probabilidad de que se use el cinturón en las distintas regiones del país?
d) ¿En qué región se usa más el cinturón?
Problema 10
Una empresa que produce pasta de dientes está analizando el diseño de cinco empaques diferentes. Suponiendo que existe
que los clientes elijan cualquiera de los empaques, ¿cuál es la probabilidad de selección que se le asignaría a cada diseño de e
se pidió a 100 consumidores que escogieran el diseño que más les gustara. Los resultados se muestran en la tabla siguiente. ¿
creencia de que existe la misma posibilidad de que los clientes
elijan cualquiera de los empaques? Explique
e al crédito?
n independientes? Explíquelo.
emento de decisión para la construcción es la existencia del

probabilidad de 0.90 que la compañía construya el centro
Basándose en la información disponible el presidente de la
pista haya sido aprobada?
arios de acuerdo a
do que es mujer?
eniería?
ie Contabilidad?
ción para saber si los conductores de Estados Unidos están

os muestrales fueron los siguientes:
era
ara a
?
aques diferentes. Suponiendo que existe la misma posibilidad de

ión que se le asignaría a cada diseño de empaque? En un estudio,
ados se muestran en la tabla siguiente. ¿Confirman estos datos la
Diseño
1
2
3
4
5
Problema 11
Un médico cirujano se especializa en cirugías estéticas. Entre sus pacientes, el 20% se realizan correcciones faciales, un 35% im
restante en otras cirugías correctivas. Se sabe además, que son de género masculino el 25% de los que se realizan correcciones faciales,
40% otras cirugías correctivas. Si se selecciona un paciente al azar, determine:
a. Calcula la probabilidad de que sea de género masculino
b. Si resulta que es de género masculino, ¿Cuál es la probabilidad que se haya realizado una cirugía de implantes mamarios?
14.4 Bibliografía
2. Webster, A. (2006). Estadística aplicada a los Negocios y la Economía.(3ra ed.) Colombia: McGraw Hill.
3. García, J.(2005). Estadística descriptiva y nociones de probabilidad. España: Thomson Editores.
4. Montesinos, L, Bayonas, Y, Cerna, E, Llanos, K, Pajuelo, S. (2016).Estadística descriptiva yprobabilidad.(1ª ed) 1Lima: F
Bibliografía1.Córdova, M. (2003). Es
tadís
tica Des
criptiva e Inferencial. Aplicaciones
. (5ª ed.) Lima: Mos
hera. 2.Ávila, RB. (20
Número de veces que fue elegido
5
15
30
40
10
ujano se especializa en cirugías estéticas. Entre sus pacientes, el 20% se realizan correcciones faciales, un 35% implantes mamarios y el
as cirugías correctivas. Se sabe además, que son de género masculino el 25% de los que se realizan correcciones faciales, 15% implantes mamarios y
as correctivas. Si se selecciona un paciente al azar, determine:
obabilidad de que sea de género masculino
e es de género masculino, ¿Cuál es la probabilidad que se haya realizado una cirugía de implantes mamarios?
afía
(2003). Estadística Descriptiva e Inferencial. Aplicaciones. (5ª ed.) Lima: Moshera.
(2006). Estadística aplicada a los Negocios y la Economía.(3ra ed.) Colombia: McGraw Hill.
005). Estadística descriptiva y nociones de probabilidad. España: Thomson Editores.
L, Bayonas, Y, Cerna, E, Llanos, K, Pajuelo, S. (2016).Estadística descriptiva yprobabilidad.(1ª ed) 1Lima: Fondo Editorial USIL.
ografía1.Córdova, M. (2003). Es
tadís
tica Des
criptiva e Inferencial. Aplicaciones
. (5ª ed.) Lima: Mos
hera. 2.Ávila, RB. (2010). Es
tadís
tica Elemental. Lima
aciales, un 35% implantes mamarios y el
cciones faciales, 15% implantes mamarios y
rios?
.(1ª ed) 1Lima: Fondo Editorial USIL.
2.Ávila, RB. (2010). Es

tadís
tica Elemental. Lima: Es
tudios
y ediciones
R.A.3.Webs
ter, A. (2006). Es
tadís
tica Aplicada a los
Negocios
y la Econom

Modulo de Aprendizaje 2019 1

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Modulo de Aprendizaje 2019 1

Загружено:

Авторское право:

Доступные форматы

3B-3

ÍNDICE GENERAL Página

b. Clasifica las variables según su naturaleza y escala de medición.

Edad del niño Cuantitativo continua Razón

Sexo Cualitativo nominal Nominal

Calidad del juguete Cualitativo ordinal Ordinal

Cantidad de juguetes comprados Cuantitativo discreta Razón

Juan Fernández Romero

acuerdo a los temas del contenido del sílabo.

iable, cuyos resultados se presentan en tablas de frecuencias,

e ciertos fenómenos aleatorios, mediante la probabilidad de un evento

redactarán en Word y se trabajará en equipo como también en forma

ara recolectar, procesar, organizar, presentar y analizar datos con el

nterpretación de resultados, que permiten describir apropiadamente

a población para tomar decisiones, basadas en el resultado de muestras.

e naturaleza cualitativa o cuantitativa que se pueden medir relacionado a

as similares en quienes se tiene interés en estudiarlo considerando el

e investigar determinadas características de la población.

eterminado por el objetivo del estudio.

varían en cada unidad de una población o muestra, por

e expresan cantidades y se mide en escala de intervalo o proporción,

tegorías o números) a una variable estadística, el cual permite la

as y semejanzas entre las unidades de estudio que se van a medir, como

te o descendente, el cual permite comparar en niveles como “mayor

s es diferente entre dos valores medidos. Esta medición puede ser un

valor cero indica el inicio de medición (cero absoluto) u origen, por

2018 para conocer el perfil del comprador de sus productosen la

d) Según los resultados del estudio en los 654afiliados de la AFP, el gerente

( ) Dato g) Se ha seleccionado a 654 afiliados que participen de una encuesta.

( ) Estadístico h) El grado de instrucción de los afiliados.

Edad del Miembros por Tipo de Pago mensual (S/) Retira su

120 40 M 4 Salud 80 Primaria No

654 55 F 2 Salud 65 Superior Si

por familia de cada afiliado es de 5

l 25% cuenta con un seguro de vida.

dos, tiene grado de instrucción superior.

icas de las unidades de estudioseleccionadasse elaboró una matriz

Satisfacción por inversión

2 Estatura de los deportistas de un club

3 Sueldo de los empleados de una empresa

4 Profesión de los empresarios de Gamarra

5 Distrito de residencia de los estudiantes

6 Grado de instrucción de los clientes de un

9 Tiempo de tratamiento con un antidepresivo

10 Número de hijos de los trabajadores de una

en una escala de 1 a 100) para los 5 puestos de trabajo

Variable Tipo de variable Escala de medida Valores

( ) Variable b) Todas lasadolescentesembarazadas atendidas en consultorios de Gineco- obstetricia durante el

micas de las familias residentes en el distrito de

uevas y continuadoras de 132,cuyo objetivo es

ber sufrido violencia

k) La joven Alisson es una adolescente atendida en el periodo de estudio.

l) Edad de inicio de relaciones sexuales de las adolescentes embarazadas.

o por el costo que implica la investigación, se debe

representativa de una determinada población de

obabilidad de ser seleccionado en la muestra para

certeza de representatividad, debido a que no

un estudio con la finalidad de estimar el

que vive en el distrito Muestra: 200 familias

ductos cumplen con las especificaciones de peso

Variable(s) Tipo de variable Escala de medición Valore

e desea saber sobre el manejo del estrés laboral. El

Muestra de estudio:

e transporte urbano “Corredor Azul” de Lima, para sustentar