ESTADISTICA TRABAJADOasdassd

ESTADISTICA
abr.-18 ARITMETICA 1
CEPRE-UNI
OBJETIVOS
•Saber qué significa Estadística y sus campos de estudio.
•Diferenciar entre una variable cualitativa y una variable cuantitativa.
•Organizar los datos en una distribución de frecuencias.
•Presentar datos empleando histogramas y otros gráficos.
•Calcular la media aritmética, la mediana y la moda para datos

agrupados y no agrupados.
•Calcular otras medidas de centralización como la media ponderada,

media geométrica y armónica.
CEPRE-UNI
NOTA HISTÓRICA
Desde la antigüedad, reyes y emperadores se preocuparon por

conseguir datos sobre sus posesiones. El censo, por ejemplo, es un
vasto proyecto de recopilación de datos y no es una idea nueva;
hace 2 mil años el emperador Augusto mandó realizar una gran
encuesta sobre las riquezas del imperio Romano: soldados, navíos,
recursos, rentas, etc. Mucho antes los egipcios habían registrado
información numérica que aún se estudia, al igual que los
misteriosos quipus que almacenaban información para la
administración del imperio Inca.
Durante mucho tiempo se entendió por “estadística” a la información

relacionada con el gobierno. La palabra se deriva del latín
“statisticus” que significa “del Estado” y este término pasó a
referirse, durante el siglo XIX, a otros tipos de información numérica
y más tarde a los métodos para analizar dicha información.
CEPRE-UNI
ESTADÍSTICA
Definición:
Es la parte de la matemática que estudia los fenómenos

que se pueden cuantificar y generan un conjunto de
datos. El especialista en esta área debe simplificar al
máximo la información disponible para que pueda ser
clara y útil; y cuando sea posible tratará de inferir las
leyes que explique el comportamiento de este fenómeno.
CEPRE-UNI
El estudio de la estadística puede dividirse en dos áreas principales:
Estadística descriptiva:
Comprenden las técnicas que se emplean para la recopilación,
organización, resumen y presentación de los datos (o información).
Estadística inferencial:
Comprende técnicas que basado únicamente en una muestra o
subconjunto de la población sometida a observación, se toma
decisiones sobre toda la población. Dado que esta decisión se toma en
condiciones de incertidumbre, supone el uso de conceptos de
probabilidad.
CEPRE-UNI
 Unidad Elemental
Es cada persona o cada objeto de la cual se requiere alguna
información.
 Dato (observación)
Es el resultado de observar o medir una característica de una
unidad elemental.
 Población
Es el conjunto de las unidades elementales.
 Muestra
Es un sub-conjunto representativo de la población,
tomado aleatoriamente, el cual sirve para hacer
inferencias acerca de dicha población.
CEPRE-UNI
 Tamaño de la Muestra
Es la cantidad de elementos de una muestra.
 Variables estadísticas:
Son las distintas formas en que se puede
expresar una observación.
CEPRE-UNI
CLASES DE VARIABLES ESTADÍSTICAS
I) Variable Cuantitativa: cuando representa una cantidad.

Discreta : cuando se obtiene por conteo, puede tomar
solo valores enteros.
Ejemplo: El estudio del número de hijos de cada
familia del distrito de Pueblo Libre.
Continua : cuando se obtiene por medición, puede
asumir cualquier valor real dentro de un cierto
intervalo.
Ejemplo: La estatura de los alumnos de CEPRE UNI.
II) Variable Cualitativa: cuando representa cualidad.

Ejemplo: Estado civil de una persona.
CEPRE-UNI
PRESENTACIÓN Y ORDENACIÓN DE
DATOS
Frecuencia absoluta (f) designa al número de
veces que el valor correspondiente aparece en el
conjunto de datos .
Frecuencia relativa (h) es la frecuencia

expresada como fracción o porcentaje del total.
Si N es en número de datos, la frecuencia
relativa h está dado por:
f
h
n
CEPRE-UNI
PRESENTACION DE DATOS NO AGRUPADOS
Ejemplo 1:
Se realizó una encuesta entre los 50 empleados de una
empresa, consultando sobre el número de hijos en edad
escolar que tenía cada empleado, a fin de estimar el pago de
una bonificación por gastos escolares que proyecta hacer la
empresa. Estos fueron los resultados:
0 2 1 0 3 2 0 1 1 0
0 1 1 2 4 1 0 1 1 0
2 1 0 0 3 0 0 1 2 1
0 0 2 4 1 1 0 1 2 0
1 1 0 3 5 1 2 1 3 2
CEPRE-UNI
PRESENTACION DE DATOS NO AGRUPADOS
Frecuenci
No de hijos a Frecuencia
Conteo
X absoluta relativa (h)
(f)
0 \\\\ \\\\ \\\\ \ 16 16/50 = 0.32 = 32%
1 \\\\ \\\\ \\\\ 18 18/50 = 0.36 = 36%
\\\
2 \\\\ \\\\ 9 9/50 = 0.18 = 18%
3 \\\\ 4 4/50 = 0.08 = 8%
4 \\ 2 2/50 = 0.04 = 4%
5 \ 1 1/50 = 0.02 = 2%
n = 50 Total = 100%
Tabla 1. No de hijos por empleados de una empresa
CEPRE-UNI
REPRESENTACIONES GRAFICAS
GRAFICA DE DE SECTORES
No beben
24%
Beben
76%
No beben Beben
CEPRE-UNI
Diagrama de Barras
Asignan a cada valor de la variable una barra de
altura proporcional a su frecuencia
Gráfico 1. No de hijos en edad escolar de los 50

em pleados de una em presa
20
18
16
15
Empleados
9
10
4
5
2
1
0
0 1 2 3 4 5
No de hijos
CEPRE-UNI
90
80
70
60
50
Este
40 Oeste
30 Norte
20
10
0
1er trim. 2do 3er trim. 4to trim.
abr.-18
trim. ARITMETICA
CEPRE-UNI
14
PRESENTACIÓN DE DATOS AGRUPADOS
Cuando los datos consisten en solo unos cuantos

valores distintos (es el caso de los datos del
ejemplo anterior que tomaba solo los valores 0,
1, 2, 3, 4 y 5), podemos organizarlos fácilmente
y determinar cualquier tendencia, sin embargo
cuando los datos consisten en muchos valores
en su mayoría no repetidos es conveniente
agrupar los datos y determinar las frecuencias
absolutas y relativas de cada grupo que
llamaremos clase.
CEPRE-UNI
DEFINICIONES PREVIAS:
Rango Recorrido (R).
Es la diferencia entre el mayor de los datos xmáx y el
menor de los datos xmin.
R = xmax – xmin
Intervalo de clase [a, b>

Son cada una de las categorías excluyentes (o clases) en los
que se pueden clasificar los datos. Los extremos de un
intervalo [ai, bi son ai y bi, donde
•ai = límite inferior del intervalo de clase
•bi = límite superior del intervalo de clase
Cada intervalo es cerrado por la derecha y abierto por la
izquierda
CEPRE-UNI
Marca de clase (xi)
Son los puntos medios de cada clase, así en el intervalo

la marca de clase xi será: a ,b
 i i
ai  bi
xi 
2
Número de intervalos (k)
No existen reglas fijas para establecer el valor de k. Una

regla sugiere que sea un número próximo a N y otra dice
que el número ideal es 1 + 3,3 logN (Regla de Sturges),
siendo N el total de datos. En muchos casos, entre 5 y 10
intervalos puede ser el número adecuado.
CEPRE-UNI
Amplitud del intervalo (A)
Es la diferencia entre sus extremos. Es conveniente que

todos los intervalos tengan la misma longitud A
R
A
k
Es preferible redondear el valor de “A” por exceso para no
perder datos.
Frecuencia absoluta (fi)

Es el número de datos que corresponden al i-ésimo intervalo
de clase.
CEPRE-UNI
Frecuencia acumulada (Fi)
Se define para cada i-ésimo intervalo de clase, como la
suma de todas las frecuencias absolutas fi desde el
primero hasta el i-esimo intervalo:
Fi  f1  f2  ...  fi
Frecuencia relativa (hi)

Es el cociente entre la frecuencia absoluta del i-ésimo
intervalo y el número total de datos
fi
hi 
n
CEPRE-UNI
Frecuencia relativa acumulada (Hi)
Es el cociente entre la frecuencia acumulada absoluta

correspondiente al i-ésimo intervalo y el número total
de datos.
Fi
Hi 
n
CEPRE-UNI
Ejemplo 2: El administrador del gimnasio ABC
está interesado en conocer la distribución de las
edades de las 42 personas inscritas y recopiló las
siguientes edades:
26 16 21 34 45 18 41 38 22
48 27 22 30 39 62 25 25 38
29 31 28 20 56 60 24 61 28
32 33 18 23 27 46 30 34 62
49 59 19 20 23 24
La distribución de frecuencias requiere los

siguientes cálculos:
CEPRE-UNI
Determinación del rango:
El dato mayor es 62 y el menor 16, por lo tanto
R = 62 – 16 = 46 años
Número de intervalos: Según una de las reglas elegimos

K = 6 intervalos, un valor próximo a
42
Amplitud: el cociente por exceso de R entre K:
R 46
  7,6  A  8
K 6
Intervalos de clase: elegimos el menor dato como límite
inferior del primer intervalo 16;.....

 , el límite superior
se obtiene al sumarle la amplitud: 16 + 8 = 24, queda así
establecido 16 ; 24 como primer intervalo; 24 ; 32


el segundo y así sucesivamente.
CEPRE-UNI
Marca de
i Intervalo Conteo Frecuencia
clase
16 ; 24 \\\\ \\\\ \
1  20 11
24 ; 32 \\\\ \\\\ \\\
2  28 13
3 32; 40 \\\\ \\ 36 7
4 40 ; 48 \\\ 44 3

5 48 ; 56 \\ 52 2

6 56 ; 64 \\\\ \ 60 6

 
Tabla 2. Edades de asistentes al gimnasio
CEPRE-UNI
Marca de clase: se obtiene por la fórmula
ai  bi
xi 
2
16  24 24  32
x1   20 x2   28 etc.
2 2
La frecuencia de cada intervalo se obtiene contando las
marcas que resultan del conteo.
Si se consideran además las frecuencias relativas y las
frecuencias acumuladas, se obtiene la siguiente tabla:
CEPRE-UNI
I Intervalo xi fi Fi hi Hi
16 ; 24
1 
 20 11 11 0,26 0,26
24 ; 32
2  28 13 24 0,31 0,57
3 32 ; 40 36 7 31 0,17 0,74


4 40 ; 48 44 3 34 0,07 0,81


5 48 ; 56 52 2 36 0,05 0,86


6 56 ; 64 60 6 42 0,14 1,00

 
n = 42 1,00
Tabla 3. Edades de asistentes al gimnasio

CEPRE-UNI
Histogramas
Son gráficos específicos para datos agrupados por
intervalos. Los histogramas asocian a cada intervalo un
rectángulo de superficie proporcional a la frecuencia. Los
límites de clase se marcan en el eje horizontal y
determinan las bases de los rectángulos y las frecuencias
se anotan en el eje vertical y determinan sus alturas.
CEPRE-UNI
CEPRE-UNI
Polígono de frecuencias
CEPRE-UNI
Ojiva
Frecuencias
acumuladas Frecuencias
acumuladas
relativas (en %)
CEPRE-UNI
Observación
Si “f” es la frecuencia en el intervalo de clase [a, b> y se
considera que los datos se distribuyen de manera
“uniforme” en ese intervalo, entonces podemos considerar
por ejemplo que en el intervalo [a, c] contenido en [a, b>
existen aproximadamente:
c a
f 
/
.f
ba
CEPRE-UNI
Ejemplo: En el intervalo [24; 32> la frecuencia es 13
(hay 13 datos), luego en el intervalo [24; 27] habrá
27  24
f'  .13  4.875  5 datos
32  24
Igualmente para una frecuencia relativa h:
ca
h 
/
.h
ba
CEPRE-UNI
MEDIDAS DE CENTRALIZACIÓN
Los números que describen de manera concisa el

comportamiento y las características generales de un
conjunto de datos son los parámetros estadísticos.
Los parámetros que miden la tendencia central de los

datos se llaman medidas de centralización y los más
representativos son la media, la mediana y la moda.
CEPRE-UNI
MEDIA ARITMÉTICA
Se calcula dividiendo la suma de los valores de

todos los datos entre el número de datos
Para datos no agrupados: x  x i
Para datos agrupados: x

 f x'
i i
n
En la última fórmula fi es la frecuencia de cada
intervalo y x’i es la marca de clase.
CEPRE-UNI
MEDIA ARITMÉTICA PONDERADA
Se aplica cuando no todos los datos tienen la misma

importancia o peso. Su fórmula es similar a la de los
datos agrupados, cambiando fi por los pesos pi y el
denominador N por la suma de todos los pesos; en este
caso xi sería el valor de cada dato.
xp 
 xp
i i

x1p1  x 2p 2  ...  x k pk
p i p1  p 2  ...  pk
CEPRE-UNI
MEDIANA
Es el valor del dato que ocupa la posición central cuando
éstos se ordenan de menor a mayor (o viceversa). Divide
a la lista de datos en dos grupos de igual número de
elementos.
Si el número de datos es par la mediana es la media de
los dos que ocupan las posiciones centrales.
Si el número de datos es impar la mediana es el dato
central.
Ejemplo:
Sean los datos: 9, 7, 8, 10, 8, 11; al ordenar se tiene:
7, 8, 8, 9, 10, 11. La mediana es: 8  9
 8,5
2
CEPRE-UNI
Para datos agrupados debe encontrarse primero
el intervalo mediano, y luego ubicar en dicho
intervalo la mediana (Me) con la fórmula:
N
 Fi1
Me  a i  2 .A
fi
ai = límite inferior del intervalo mediano

N = número de datos
i = el menor intervalo que cumple Fi > n/2
Fi-1 = frecuencia acumulada del intervalo i-1
fi = frecuencia absoluta del intervalo mediano
A = amplitud del intervalo
CEPRE-UNI
Ejemplo: En el caso de la gente que va al gimnasio, de
la tabla 3, la mediana es:
42
 11
Me  24  2 .8  30.15
13
Es decir, la mitad de las personas tienen 30
años o menos y la otra mitad supera esta edad
CEPRE-UNI
 Moda
Se define como el valor que más veces se repite en el
conjunto de datos. Si hay dos valores que se repiten
mayoritariamente y con igual frecuencia, la distribución
se llama bimodal.
d1
Para datos agrupados la moda es: Mo  a i  .A
d1  d2
ai =límite inferior de la clase modal (la que tiene la mayor frecuencia)

d1 =exceso de la frecuencia modal sobre la frecuencia de la clase
inmediatamente anterior a la clase modal
d2 =exceso de la frecuencia modal sobre la frecuencia de la clase que
sigue inmediatamente a la clase modal
A = amplitud del intervalo de clase modal.
CEPRE-UNI
Ejemplo: En el caso de la gente del gimnasio la clase

modal es la segunda
2
Mo  24  .8  26
26
Es decir tienen 26 años la mayoría de las personas que
va a ese gimnasio
CEPRE-UNI
 Media Geométrica
Es la raíz n-ésima del producto de los n datos.
MG  n x 1  x 2  x 3  .......... .....  x n
la media geométrica es siempre menor o igual que la

media aritmética
CEPRE-UNI
Media Armónica
Es el inverso de la media aritmética de los inversos de los
datos. Sus fórmulas son; para n datos:
n 1
MH  
1 1 1 1
  ... 
x1 x 2 xn
x
i
Para datos que se repiten: MH 

n
1
 fi x
i
(fi es el número de veces que cada valor xi se repite)

La media armónica es siempre menor o igual que la media
geométrica.
CEPRE-UNI
Ejemplo: en los datos: 7; 8; 8; 9; 10; 11
• La media aritmética es: 53
 8,833
6
• La media geométrica es: 6

7.8.8.9.10.11  8,73
6
• La media armónica es:  8,63
1 1 1 1 1 1
    
7 8 8 9 10 11
CEPRE-UNI
MEDIDAS DE DISPERSIÓN
Las medidas de tendencia central determinan el centro de
los datos estadísticos, pero no nos indican nada acerca
de la posición respecto al centro. Por lo tanto se necesita
una medida que nos indique el grado de dispersión o
variación respecto al centro con la finalidad de tener una
comparación y ampliar la descripción de los datos.
Las medidas de dispersión son:
El rango, rango intercuartil, la varianza, la desviación
estándar y el coeficiente de variación.
En este curso solo veremos la varianza y la desviación
estándar.
CEPRE-UNI
VARIANZA Y DESVIACIÓN ESTÁNDAR
Definición:
La varianza es una medida que indica el grado de
dispersión o variación de los valores de una variable
cuantitativa respecto a la media aritmética.
• Si los valores de la variable tienden a acercarse
alrededor de la media, la varianza es pequeña.
• Si los valores de la variable tienden a estar lejos de
la media, la varianza es grande.
CEPRE-UNI
Definición Matemática
La varianza es la media aritmética de los cuadrados de las
diferencias de los datos respecto a su media aritmética.
Sus unidades están elevadas al cuadrado.
Definición Matemática
La desviación estándar es la raíz cuadrada positiva de la
varianza.
La varianza calculada a partir de una muestra se denota
s2 y la desviación estándar es
s s
2
CEPRE-UNI
Varianza para datos no tabulados
Si x1, x2, ...., xn son variables estadísticas cuantitativas y
x es su media, entonces la varianza es:

n n
 (xi  x) 2
aplicando propiedades de
 xi
2
s2  i1 sumatorias, se obtiene: 2
n
s 
2 i1
x
n
Ejemplo:
Si: 18, 19, 20, 16, 17, 22 son datos no tabulados que
representan las edades de los alumnos del CEPRE-UNI.
La varianza y la desviación estándar es:
CEPRE-UNI
Resolución
n = 6,
n 2
x  112 x  18,6 n
i1
i
x
i1
i  2114
Luego la varianza es:

n
 xi
2
2 2114
s 
2 i1
x   18,6 2  6,373 años 2
n 8
La desviación estándar es:
S  s  6,373  2,52 años

2
CEPRE-UNI
Varianza para datos tabulados por Intervalos
Si x1’, x2’, ............. x

xk’, son las marcas de clase de k
intervalos, f1, f2, ...., fk, son las frecuencias absolutas de
una variable x y es la media, entonces la varianza s2
es:
k aplicando k
 f ( x'  x)  f x'
2 2
i i propiedades i i
de sumatoria S  x
2 i 1 2
S  2 i 1
n
n se obtiene:
CEPRE-UNI
Ejemplo:
El siguiente cuadro representa el número de hijos de una
urbanización A, se desea saber, cuál es la varianza y
desviación estándar.
fi
li x’i X’i fi fi x’i2
 de hijos
[0,2> 1 15 15 15
[2,4> 3 12 36 108
5 7 35 175
[6,8>
7 1 7 49
[8,10> 9 3 27 243
[10,12> 11 2 22 242
40 142 832
CEPRE-UNI
k k
n  40 , k  6,  f x'  142  f x'  832
2
i i i i
i 1 i1
142
x  3,55 hijos
40
Luego la varianza es:
k
i
f x ' 2
832
S  i 1
x   3,552  8,1975 hijos 2
2 2
n 40
La desviación estándar es:
s  s 2  8,1975  2,86 hijos
CEPRE-UNI

ESTADISTICA TRABAJADOasdassd

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

ESTADISTICA TRABAJADOasdassd

Загружено:

Авторское право:

Доступные форматы

ESTADISTICA

•Diferenciar entre una variable cualitativa y una variable cuantitativa.

•Organizar los datos en una distribución de frecuencias.

•Presentar datos empleando histogramas y otros gráficos.

•Calcular la media aritmética, la mediana y la moda para datos

•Calcular otras medidas de centralización como la media ponderada,

Desde la antigüedad, reyes y emperadores se preocuparon por

Durante mucho tiempo se entendió por “estadística” a la información

Es la parte de la matemática que estudia los fenómenos

I) Variable Cuantitativa: cuando representa una cantidad.

II) Variable Cualitativa: cuando representa cualidad.

Frecuencia relativa (h) es la frecuencia

Tabla 1. No de hijos por empleados de una empresa

Gráfico 1. No de hijos en edad escolar de los 50

Cuando los datos consisten en solo unos cuantos

Intervalo de clase [a, b>

Son los puntos medios de cada clase, así en el intervalo

Número de intervalos (k)

No existen reglas fijas para establecer el valor de k. Una

Es la diferencia entre sus extremos. Es conveniente que

Frecuencia absoluta (fi)

Frecuencia relativa (hi)

Es el cociente entre la frecuencia acumulada absoluta

La distribución de frecuencias requiere los

Número de intervalos: Según una de las reglas elegimos

6 56 ; 64 \\\\ \ 60 6

Tabla 2. Edades de asistentes al gimnasio

3 32 ; 40 36 7 31 0,17 0,74

4 40 ; 48 44 3 34 0,07 0,81

5 48 ; 56 52 2 36 0,05 0,86

6 56 ; 64 60 6 42 0,14 1,00

Tabla 3. Edades de asistentes al gimnasio

Igualmente para una frecuencia relativa h:

Los números que describen de manera concisa el

Los parámetros que miden la tendencia central de los

Se calcula dividiendo la suma de los valores de

Para datos no agrupados: x  x i

Para datos agrupados: x

MEDIA ARITMÉTICA PONDERADA

Se aplica cuando no todos los datos tienen la misma

ai = límite inferior del intervalo mediano

ai =límite inferior de la clase modal (la que tiene la mayor frecuencia)

Ejemplo: En el caso de la gente del gimnasio la clase

la media geométrica es siempre menor o igual que la

Para datos que se repiten: MH 

(fi es el número de veces que cada valor xi se repite)

• La media geométrica es: 6

x es su media, entonces la varianza es:

s2  i1 sumatorias, se obtiene: 2

Luego la varianza es:

La desviación estándar es:

S  s  6,373  2,52 años

Varianza para datos tabulados por Intervalos

Si x1’, x2’, ............. x

s  s 2  8,1975  2,86 hijos

Вам также может понравиться