Sie sind auf Seite 1von 37

TALLER DE ESTADISTICA

CONTENIDO
Pg
NTRODUCCN.......................................................................................................4
1. OBJETVOS...........................................................................................................5
1.1 OBJETVO GENERAL.........................................................................................5
1.2 OBJETVOS ESPECFCO..................................................................................5
1. Concepto estadstica (con sus propias palabras)?............................................6
2. Con sus propias palabras diga cul es la importancia de la estadstica?.............6
3. Donde se aplica la estadstica?..........................................................................6
4. Cuales son los hechos que abarca la estadstica?............................................6
5. Cules son los hechos que no abarca la estadstica?.......................................6
6. Segn sus conocimientos que entiende por poblacin?....................................7
7. Segn sus conocimientos que entiende por muestra?......................................7
8. Segn sus conocimientos que entiende por caractersticas en la estadstica? 7
9. Para que sirve una tabla de frecuencia?............................................................7
10. Que se entiende por frecuencia y defina sus clases?....................................7
11. Que entiende por marca de clase?.................................................................8
12. Para que sirve una grafica estadstica?..............................................................9
13. Segn sus conocimientos que entiende por variable en la estadstica?......13
14. Cules son las clases de variables y defnalas?..........................................13
15. Cual es la diferencia entre variable discreta y continua?.............................14
16. Que entiende por media aritmtica?.................................................................15
17. Que entiende por mediana?.........................................................................16
18. Que entiende por moda?..............................................................................16
19. Que entiende por Quartiles, Deciles y Percentiles?.....................................17
20. Que entiende por desviacin media?......................................18_Toc243571712
21. Que entiende por desviacin varianza y desviacin estndar?...................19
22. Que entiende por coeficiente de variacin de Pearson?..............................22
23. Ejercicio.............................................................................................................23
CONCLUSONES....................................................................................................38
BBLOGRAFA........................................................................................................39
1
INTRODUCCIN
El propsito de este trabajo es introducir las ideas principales de esta metodologa,
haciendo nfasis en el papel fundamental que cumple la Estadstica a la hora de su
implementacin.
La estadstica es ampliamente reconocida en el desarrollo de investigaciones, en la
educacin de los diversos campos; cada vez son ms los profesionales de diferentes
disciplinas como biologa, sismologa, economa, medicina, psicologa, pedagoga y
sociologa que requieren de mtodos estadsticos para la recoleccin, compendio y
anlisis de datos y su interpretacin.
La estadstica es el conjunto de indicadores numricos que caracterizan diferentes
aspectos de la vida social, incluyendo la produccin, las relaciones polticas, culturales
de la vida cotidiana, es la recopilacin, presentacin anlisis e interpretacin de los
datos numricos, las colecciones sistemticas de datos relativos a un fenmeno. Tiene
muchas aplicaciones y a travs de ella se pueden expresar, mediante indicadores,
aspectos de gran utilidad en lo econmico, social y natural.
Adems la estadstica constituye un instrumento de suma importancia para que se
conozca el comportamiento de la economa a diferentes niveles ya sea en una
empresa, municipio, provincia, nacin, as como a escala internacional. Permite apoyar
la toma de decisiones para la aplicacin de la poltica econmica que se proponen los
pases para conducir la sociedad, as como para trazar la estrategia de desarrollo
acorde con los programas que se consideran segn las condiciones imperantes en
cada nacin.
Mediante la estadstica se descubren los estmulos del desarrollo de la produccin
sobre la base del progreso tcnico y se estudia como satisfacer cada vez ms las
necesidades materiales de la sociedad y las posibilidades reales de satisfaccin de
ellas.
Teniendo claro la importancia de la estadstica y sus implementacin de sus diferentes
mtodos para la recopilacin y anlisis de datos para un buen resultado de la
investigacin del fenmeno a estudiar, se llevo a cabo el desarrollo de un ejercicio
sobre unos datos para estudio, siguiendo estos pasos vistos.
2
1. OBJETIVOS
1.1 OBJETIVO GENERAL
o Obtener un concepto claro sobre la estadstica en todo su campo de estudio.
1.2 OBJETIVOS ESPECFICO
.
o Conocer la importancia de la Estadstica como una buena herramienta en los
diferentes campos de estudio e investigaciones.
o Aprender a emplear los diferentes procesos de la estadstica para unos buenos
resultados de estudio.
o Desarrollar estos conocimientos adquiridos en clases y en la investigacin de
este trabajo mediante un ejercicio.
3
TALLER ESTADSTICA
1. Concepo e!"#$!%c" &con !'! p(op%"! p")"*("!+, Es una ciencia que estudia
procedimientos; organiza, tabula, recopila, presenta y analiza datos, experimentos
aleatorios, informacin. Para la deduccin de conclusiones como para tomar
decisiones de acuerdo con el anlisis.
2. Con !'! p(op%"! p")"*("! #%g" c') e! )" %-po("nc%" #e )" e!"#$!%c", La
estadstica tiene una gran importancia, ya que con ella se pueden estudiar gran
cantidad de datos y analizarlos de manera mas fcil dependiendo el objetivo que se
quiera lograr por ejemplo: se confeccionan los planes de desarrollo de la economa
nacional, se supervisa el control de su cumplimiento y se determinan las
necesidades de recursos por territorios, as como las reservas con que cuenta la
economa a cualquier nivel. Adems la estadstica constituye un instrumento de
suma importancia para que se conozca el comportamiento de la economa a
diferentes niveles ya sea en una empresa, municipio, provincia, nacin, as como a
escala internacional.
.. Don#e !e "p)%c" )" e!"#$!%c", La estadstica se emplea en aquellos casos en los
que tenemos una gran cantidad de observaciones y cuya aparicin se rige por las
leyes del azar. Es decir, se aplica a fenmenos cuya medicin requiere una
coleccin de observaciones, pues hay algunos fenmenos que se presentan en
masa, pero para los que no se requiere observacin alguna, pues se conocen a
priori. Para saber el porcentaje de hombres mayores de un metro setenta en una
poblacin, son necesarias una serie de medidas. En cambio no es necesaria
ninguna observacin para saber la cantidad que integran un matrimonio.
/. C'")e! !on )o! 0ec0o! 1'e "*"(c" )" e!"#$!%c", Hechos que continuamente
suelen suceder presentan ciertas caractersticas tales como las de ser observados y
manifestarse al exterior mediante registros, al mismo tiempo el de cuantificarse y
aun el de poder determinar la intensidad con que se produce cierto fenmeno. El
campo de accin de la Estadstica es muy amplio, sin embargo, no todos los
fenmenos son abarcados. nicamente aquellos que renen ciertas condiciones a
saber:
1. Fenmenos colectivos o de grupos.
2. Fenmenos de frecuente repeticin.
3. Fenmenos de distinta frecuencia.
4. Fenmenos distantes en el espacio.
5. Fenmenos distantes en el tiempo.
6. Fenmenos cualitativos que puedan cuantificarse.
2. C')e! !on )o! 0ec0o! 1'e no "*"(c" )" e!"#$!%c", Quedan fuera del campo de
accin de la Estadstica, los enumerados a continuacin:
1. Fenmenos individuales.
4
2. Fenmenos que no se exteriorizan.
3. Fenmenos accidentales en el tiempo y en el espacio.
4. Fenmenos cualitativos que no puedan cuantificarse.
3. Seg4n !'! conoc%-%eno! 1'e en%en#e po( po*)"c%5n, Es el conjunto de todos
los individuos (personas, objetos, animales, etc.) que porten informacin sobre el
fenmeno que se estudia. Por ejemplo, si estudiamos el precio de la canasta familiar
en una ciudad, la poblacin ser el total de las familias de dicha ciudad.
6. Seg4n !'! conoc%-%eno! 1'e en%en#e po( -'e!(", Es un subconjunto de la
poblacin elegido aleatoriamente.
7. Seg4n !'! conoc%-%eno! 1'e en%en#e po( c"("ce($!%c"! en )" e!"#$!%c",
Es una de las variables estadstica; es una de las caractersticas o cualidades que
poseen los individuos de una poblacin.
8. P"(" 1'e !%(9e 'n" "*)" #e :(ec'enc%", Es una ordenacin en forma de tabla de
los datos de toda la informacin que se ha recolectado sobre la variable que se
estudia.
1;. <'e !e en%en#e po( :(ec'enc%" = #e:%n" !'! c)"!e!, Frecuencia es la cantidad
de veces que se repite un determinado valor de la variable. Un mtodo alternativo
para calcular la frecuencia es medir el tiempo entre dos repeticiones (periodo) y
luego calcular la frecuencia (f) recproca de esta manera:
1. F(ec'enc%" "*!o)'": Es el nmero de veces que aparece un
det ermi nado val or en un est udi o est ad st i co. Se represent a por :
%
.
La suma de l as f recuenci as absol ut as es i gual al nmero t ot al de
dat os, que se represent a por N.
Para i ndi car resumi dament e est as sumas se ut i l i za l a l et ra gri ega
> (si gma mayscul a) que se l ee suma o sumat ori a.
2.
F(ec'enc%" (e)"%9"? La frecuencia absoluta, es una medida que est influida
por el tamao de la muestra, al aumentar el tamao de la muestra aumentar
tambin el tamao de la frecuencia absoluta. Esto hace que no sea una medida
5
til para poder comparar. Para esto es necesario introducir el concepto de
frecuencia relativa, que es el cociente entre la frecuencia absoluta y el tamao
de la muestra. La denotaremos por f
i
Donde N = Tamao de la muestra
Po(cen"@e? La frecuencia relativa es un tanto por uno, sin embargo, hoy
da es bastante frecuente hablar siempre en trminos de tantos por ciento
o porcentajes, por lo que esta medida resulta de multiplicar la frecuencia
relativa por 100. La denotaremos por p
i
.
..
F(ec'enc%" A*!o)'" Ac'-')"#"? Para poder calcular este tipo de frecuencias
hay que tener en cuenta que la variable estadstica ha de ser cuantitativa o
cualitativa ordenable. En otro caso no tiene mucho sentido el clculo de esta
frecuencia. La frecuencia absoluta acumulada de un valor de la variable, es el
nmero de veces n
i
que ha aparecido en la muestra N un valor menor o igual
que el de la variable y lo representaremos por N
i
.
/.
F(ec'enc%" Re)"%9" Ac'-')"#"? Al igual que en el caso anterior la frecuencia
relativa acumulada es la frecuencia absoluta acumulada dividido por el tamao
de la muestra, y la denotaremos por F
i
Po(cen"@e Ac'-')"#o? Anlogamente se define el Porcentaje
Acumulado y lo vamos a denotar por P
i
como la frecuencia relativa
acumulada por 100.
11. <'e en%en#e po( -"(c" #e c)"!e, La marca de clase es el punto medio de cada
intervalo y es el valor que representa a todos el intervalo. Para indicar la marca de
clase en un intervalo o la modalidad obtenida en cada dato se utiliza la notacin x
i
;
el ndice, i, expresa el orden del dato, es decir, si es el primero x
1
, si es el segundo
x
2
...
La expresin _ i = 1 n f i significa: f
1
+ f
2
+ ... + f
n
6
La -"(c" #e c) "!e es el 9") o( que represent a a t odo el % ne(9") o
para el c) c') o de al gunos p"(-e(o!. Se represent a por c
%
.
E@ e-p) o? 3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7,
34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28,
38, 41, 48, 15, 32, 13.
c
%
:
%
F
%
n
%
N
%
A;B 2+ 2. 2 1 ;. ;22 ;. ;22
A2B 1;+ 6. 2 1 2 ;. ;22 ;. ;2;
A1;B 12+ 12. 2 . 2 ;. ;62 ;. 122
A12B 2;+ 16. 2 . 7 ;. ;62 ;. 2;;
A2;B 22+ 22. 2 . 11 ;. ;62 ;. 2662
A22B .;+ 26. 2 3 16 ;. 12; ;. /22
A.;B .2+ .2. 2 6 2/ ;. 162 ;. 3;;
A.2B /;+ .6. 2 1; ./ ;. 22; ;. 72;
A/;B /2+ /2. 2 / .7 ;. 1;; ;. 82;
A/2B 2;+ /6. 2 2 /; ;. ;2; 1
/; 1
12. P"(" 1'e !%(9e 'n" g(":%c" e!"#$!%c", Sirve de herramienta que detecta la
variabilidad, consistencia, control y mejora de un proceso.
T%po! #e g(:%co! e!"#$!%co!
C Barras C Lneas
C Circulares C reas
C Cartogramas C Mixtos
C Histogramas
O(o!
C Dispersograma C Pictogramas
7
G(:%co! #e *"(("! 9e(%c")e! G(:%co! #e *"(("!
0o(%Don")e!

Representan valores usando trazos verticales, Representan valores discretos a
base de
Aislados o no unos de otros, segn la variable trazos horizontales, aislados unos
de otros. Se a graficar sea discreta o continua. Pueden utilizan cuando los
textos correspondientes
Usarse para representar: cada categora son muy extensos.
C Una serie C Para una serie
C Dos o ms series barras Comparativas. C Para dos o ms series
G(:%co! #e *"(("! p(opo(c%on")e! G(:%co! #e *"(("!
co-p"("%9"!

Se usan cuando lo que se busca es resaltar la Se utilizan para comparar dos o
ms series, representacin de los porcentajes de los datos para comparar valores
entre categoras que componen un total. Las barras pueden ser: Las barras pueden
ser:
- Verticales C Verticales
- Horizontales C Horizontales
8
G(:%co! #e *"(("! "p%)"#"! G(:%co! c%(c')"(e!

Se usan para mostrar las relaciones entre dos Estos grficos nos permiten ver la
distribucin o ms series con el total. Las barras pueden interna de los datos que
representan un hecho, ser: en forma de porcentajes sobre un total. Se
C Verticales suele separar el sector correspondiente al Horizontales mayor o menor
valor, segn lo que se desee destacar. Pueden Ser:
- En dos dimensiones
C En tres dimensiones
G(:%co! #e )$ne"!
En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos
ortogonales entre s. Se pueden usar para representar:
- Una serie
C Dos o ms series

Grfcos de Areas Cartogramas
9
En estos tipos de grficos se busca mostrar la tendencia de la informacin
generalmente en datos sobre una base geogrfica.
Estos tipos de grficos se utilizan para mostrar un perodo de tiempo. Pueden ser
La densidad de datos se puede marcar por crculos,
C Para representar una serie sombreado, rayado o color.
C Para representar dos o ms series
C En dos dimensiones
C En tres dimensiones.
G(:%co! E%Fo! G%!og("-"!
En estos tipos de grficos se representan dos Estos tipos de grficos se utilizan para o ms
series de datos, cada una con un tipo representa distribuciones de frecuencias. Algn diferente
de grfico. Son grficos ms software especfico para estadstica grafican la vistosos y
se usan para resaltar las curva de gauss superpuesta con el histograma. Diferencias
entre las series.
Pueden ser:
En dos dimensiones
10
En tres dimensiones
O(o! G(:%co!
En esta categora se encuentran la mayora de los grficos utilizados en publicidad. Se
los complementa con un dibujo que est relacionado con el origen de la informacin a
mostrar. Son grficos llamativos, atraen la atencin del lector.
11
D%!pe(!og("-" P%cog("-"!
Lo! #%!pe(!og("-"!
Son grficos similares a los grficos de
barras, pero empleando un dibujo en
una determinada escala para expresar
la unidad de medida de los datos.
Generalmente este dibujo debe
cortarse para representar los datos. Es
comn ver grficos de barras donde las
barras se reemplazan por dibujos a
diferentes escalas con el nico fin de
hacer ms vistoso el grfico, estos
tipos de grficos no constituyen un
pictograma.
Pueden ser:
C En dos dimensiones
C En tres dimensiones.
1.. Seg4n !'! conoc%-%eno! 1'e en%en#e po( 9"(%"*)e en )" e!"#$!%c",
Variable en la estadstica es cada una de las caractersticas o cualidades que
poseen los individuos de una poblacin.
1/. C')e! !on )"! c)"!e! #e 9"(%"*)e! = #e:$n")"!,
1. V"(%"*)e! c'")%"%9"!? son las caractersticas o cualidades que no pueden ser
medidas con nmero. Podemos distinguir dos tipos:
". V"(%"*)e c'")%#"#e! no-%n")? Una variable cualitativa nominal presenta
modalidades no numricas que no admiten un criterio de orden:
E@e-p)o? el estado civil, con las siguientes modalidades: soltero casado,
separado, divorciado y viudo.
*. V"(%"*)e c'")%"%9" o(#%n"(%" o 9"(%"*)e c'"!%c'"n%"%9"? Presenta una
modalidad no numrica, en las que existe un orden.
12
E@e-p)o? puesto conseguido en una prueba deportiva: 1, 2, 3,..
Las 9"(%"*)e! tambin se pueden clasificar en:
a. V"(%"*)e! 'n%#%-en!%on")e!? Slo recogen informacin sobre una caracterstica
(E@e-p)o? edad de los alumnos de una clase).
b.V"(%"*)e! *%#%-en!%on")e!? Recogen informacin sobre dos caractersticas de
la poblacin (E@e-p)o? edad y altura de los alumnos de una clase).
c. V"(%"*)e! p)'(%#%-en!%on")e!? Recogen informacin sobre tres o ms
caractersticas (E@e-p)o? edad, altura y peso de los alumnos de una clase).
1. V"(%"*)e c'"n%"%9"? Es la que se expresa mediante un numero, por tanto se
puede realizar operaciones aritmticas con ella. Podemos distinguir dos tipos:
a. V"(%"*)e #%!c(e"? Una variable discreta es aquella que toma valores
aislados, es decir no admite valores intermedios entre valores especficos; los
nmeros enteros: E@e-p)o: el nmero de hermanos de 5 amigos: 2, 1, 0, 4,3.
b. V"(%"*)e con%n4"? Es aquella que puede tomar valores comprendidos entre
dos nmeros, decimales. E@e-p)o? la altura de los 5 amigos: 1.72, 1.82, 1.77,
1.69, 1.75.
12. C'") e! )" #%:e(enc%" en(e 9"(%"*)e #%!c(e" = con%n'", Una variable discreta
que es puntual es decir que x=1 x=2, y una continua es que se de con los valores
de entre 1 y 2, es decir, podra ser 1.1, 1,5, Raz Cuadrada de 2 o de 3, y dado que
existen diversos nmeros entre 1 y 2 segn la teora infinitesimal de Newton se
representa atraves de intervalos ya sea abierto <1, 2> o cerrado [1,2]. La diferencia
es que en un intervalo abierto los nmeros en respuesta no son valores es decir en
el ejemplo 1 no seria respuesta, ni 2, pero si un 1.5 y en el intervalo cerrado el 1 y 2
seria parte de las respuesta.
La diferencia entre variable discreta y variable continua se basa en el contenido
formal de la escala de medicin, que puede presentar una distribucin discreta o
continua. Una variable continua es aquella para la que los individuos pueden tener,
en principio, infinitos valores fraccionados, esto es valores en cualquier punto de
una escala ininterrumpida. As la distancia o la edad seran variables continuas en
el sentido de que entre cualquier par de mediciones o valores, por prximos que
sean, es posible obtener otra medicin o valor. Por el contrario una variable
discreta viene definida de tal modo que tan solo puede alcanzar un determinado
conjunto de valores, ya que la escala de medicin se encuentra ininterrumpida por
espacios en la escala numrica que, en un principio, no contiene casos medidos de
ningn tipo. En este sentido, los ingresos o el tamao de la poblacin son variables
discretas ya que los nmeros o valores correspondientes varan a saltos o
escalonadamente.
13
13. <'e en%en#e po( -e#%" "(%-H%c", Las principales medidas de posicin central
son las siguientes:
1. Ee#%": es el valor medio ponderado de la serie de datos. Se pueden calcular
diversos tipos de media, siendo las ms utilizadas:
"+ Ee#%" "(%-H%c"? se calcula multiplicando cada valor por el nmero de veces
que se repite. La suma de todos estos productos se divide por el total de datos
de la muestra:
Xm
=
(X1 * n1) + (X2 * n2) + (X3 * n3) + .....+ (Xn-1 * nn-1) + (Xn * nn)
---------------------------------------------------------------------------------------
n
Xm=
(1,20*1) + (1,21*4) + (1,22 * 4) + (1,23 * 2) + ......... + (1,29 * 3) + (1,30 *
3)
--------------------------------------------------------------------------------------------------
30
Luego:
Xm
=
1,253
Por lo tanto, la estatura media de este grupo de alumnos es de 1,253 cm.
*+ Ee#%" geo-H(%c"? se eleva cada valor al nmero de veces que se ha
repetido. Se multiplican todo estos resultados y al producto final se le calcula
la raz "n" (siendo "n" el total de datos de la muestra).
X = ((1,20^ 1) * (1,21^4) * (1,22^ 4) *.....* (1,29^3)* (1,30^3)) ^ (1/30)
Luego:
Xm
=
1,253
Este ejemplo de la media aritmtica y la media geomtrica coinciden, pero no
tiene siempre por qu ser as. Segn el tipo de datos que se analice ser ms
apropiado utilizar la media aritmtica o la media geomtrica. La media
geomtrica se suele utilizar en series de datos como tipos de inters anuales,
inflacin, etc., donde el valor de cada ao tiene un efecto multiplicativo sobre el
de los aos anteriores. En todo caso, la media aritmtica es la medida de
posicin central ms utilizada. Lo ms positivo de la media es que en su clculo
se utilizan todos los valores de la serie, por lo que no se pierde ninguna
informacin. Sin embargo, presenta el problema de que su valor (tanto en el
caso de la media aritmtica como geomtrica) se puede ver muy influido por
valores extremos, que se aparten en exceso del resto de la serie. Estos valores
14
anmalos podran condicionar en gran medida el valor de la media, perdiendo
sta representatividad.
16. <'e en%en#e po( -e#%"n", Es el valor de la serie de datos que se sita
justamente en el centro de la muestra (un 50% de valores son inferiores y otro 50%
son superiores). No presentan el problema de estar influido por los valores
extremos, pero en cambio no utiliza en su clculo toda la informacin de la serie de
datos (no pondera cada valor por el nmero de veces que se ha repetido). La
mediana de esta muestra es 1,26 cm, ya que por debajo est el 50% de los valores
y por arriba el otro 50%. Esto se puede ver al analizar la columna de frecuencias
relativas acumuladas.
E@e-p)o? como el valor 1,26 se repite en 3 ocasiones, la media se situara
exactamente entre el primer y el segundo valor de este grupo, ya que entre estos
dos valores se encuentra la divisin entre el 50% inferior y el 50% superior
17. <'e en%en#e po( -o#", Es el valor que ms se repite en la muestra. E@e-p)o?
vamos a utilizar la tabla de distribucin de frecuencias con los datos de la estatura
de los alumnos que vimos en la leccin 2.
V"(%"*)e F(ec'enc%"! "*!o)'"! F(ec'enc%"! (e)"%9"!
&V")o(+ S%-p)e Ac'-')"#" S%-p)e Ac'-')"#"
x X x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%
Vamos a calcular los valores de las distintas posiciones centrales: Hay 3 valores
que se repiten en 4 ocasiones: el 1,21, el 1,22 y el 1,28, por lo tanto esta cuenta
con 3 modas.
18. <'e en%en#e po( <'"(%)e!B Dec%)e! = Pe(cen%)e!,
<'"(%)e!: Son 3 valores que distribuyen la serie de datos, ordenada de forma
creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos
concentra el 25% de los resultados. E@e-p)o? Vamos a calcular los quartiles de la
15
serie de datos referidos a la estatura de un grupo de alumnos. Los deciles y
centiles se calculan de igual manera, aunque haran falta distribuciones con mayor
nmero de datos.
V"(%"*)e F(ec'enc%"! "*!o)'"! F(ec'enc%"! (e)"%9"!
&V")o(+ S%-p)e Ac'-')"#" S%-p)e Ac'-')"#"
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

1I 1'"(%)? es el valor 1,22 cm, ya que por debajo suya se sita el 25% de la
frecuencia (tal como se puede ver en la columna de la frecuencia relativa
acumulada).
2I 1'"(%)? es el valor 1,26 cm, ya que entre este valor y el 1 quartil se sita otro
25% de la frecuencia.
.I 1'"(%)? es el valor 1,28 cm, ya que entre este valor y el 2 quartil se sita otro
25% de la frecuencia. Adems, por encima suya queda el restante 25% de la
frecuencia.
Aenc%5n: cuando un quartil recae en un valor que se ha repetido ms de una
vez (como ocurre en el ejemplo en los tres quartiles) la medida de posicin no
central sera realmente una de las repeticiones.
Dec%)e!: Son 9 valores que distribuyen la serie de datos, ordenada de forma
creciente o decreciente, en diez tramos iguales, en los que cada uno de ellos
concentra el 10% de los resultados.
Pe(cen%)e!: Son 99 valores que distribuyen la serie de datos, ordenada de forma
creciente o decreciente, en cien tramos iguales, en los que cada uno de ellos
concentra el 1% de los resultados.
16
2;. <'e en%en#e po( #e!9%"c%5n -e#%", Es l a medi a ari t mt i ca de l os
val ores absol ut os de l as desvi aci ones respect o a l a medi a.
La desvi aci n medi a se represent a por

E@ e-p) o? Cal cul ar l a #e!9% "c% 5n -e#% " de l a di st ri buci n:
9, 3, 8, 8, 9, 8, 9, 18
De!9% "c% 5n -e#% " p"(" #"o! "g('p"#o!? Si l os dat os vi enen
agrupados en una "*) " #e :(ec'enc% "!, l a expresi n de l a
#e!9% "c% 5n -e#% " es:

E@ e-p) o? Cal cul ar l a #e!9% "c% 5n -e#% " de l a di st ri buci n:

F
%
:
%
F
%
J :
%
K F C FK K F C FK J :
%
A1;B 12+ 12. 2 . .6. 2 8. 273 26. 727
A12B 2;+ 16. 2 2 76. 2 /. 273 21. /.
A2;B 22+ 22. 2 6 126. 2 ;. 61/ /. 887
A22B .;+ 26. 2 / 11; 2. 61/ 22. 723
A.;B .2+ .2. 2 2 32 1;. 16/ 21. /27
17
21 /26. 2 87. 26

21. <'e en%en#e po( #e!9%"c%5n 9"(%"nD" = #e!9%"c%5n e!n#"(, De!9%"c%5n
-e#%"? Es la media de los valores absolutos de las desviaciones, y la denotaremos
por d.
V"(%"nD"? Es la media de los cuadrados de las desviaciones, y la denotaremos por
o tambin por .
Aunque tambin es posible calcularlo como:
Este estadstico tiene el inconveniente de ser poco significativo, pues se mide en el
cuadrado de la unidad de la variable, por ejemplo, si la variable viene dada en cm.
La varianza vendr en cm
2
. Es la raz cuadrada de la varianza, se denota por S
F
o !
F
.
Este estadstico se mide en la misma unidad que la variable por lo que se puede
interpretar mejor. Otros dos estadsticos importantes son la cuasivarianza y la
cuasidesviacin tpica, que como veremos cuando estudiemos el tema de
estimacin estadstica, son los estimadores de la varianza y desviacin tpica
poblacionales respectivamente.
18
". C'"!%9"(%"nD"? Es una medida de dispersin, cuya nica diferencia con la
varianza es que dividimos por N-1, la representaremos por o y la
calcularemos de la siguiente forma:
*. C'"!%#e!9%"c%5n $p%c"? La raz cuadrada de la cuasivarianza y la denotaremos
por S
NL1
o s
NC1
.
Todas estas medidas de dispersin vienen influidas por la unidad en la que se mide
la variable, esto implica que si cambiamos de unidad de medida, los valores de
estos estadsticos se vean a su vez modificados. Adems, no permite comparar por
ejemplo, en un grupo de alumnos si los pesos o las alturas presentan ms
dispersin. Pues no es posible comparar unidades de distinto tipo. Precisamos por
lo tanto, una medida "escalar", es decir, que no lleve asociado ninguna unidad de
medida.
Coe:%c%ene #e V"(%"c%5n? Es un estadstico de dispersin que tiene la ventaja de
que no lleva asociada ninguna unidad, por lo que nos permitir decir entre dos
muestras, cual es la que presenta mayor dispersin. La denotaremos por C.V.
E@e-p)o: Veamos por ltimo un ejemplo de cmo se calculan todas estas medidas.
45 55 6 6 50 300 -19,4 116,4 2258,16 15000
55 65 10 16 60 600 -9,4 94 883,6 36000
65 75 19 35 70 1330 0,6 11,4 6,84 93100
75 85 11 46 80 880 10,6 116,6 1235,96 70400
85 95 4 50 90 360 20,6 82,4 1697,44 32400
N= 50 3470 420,8 6082 246900
=
19
Dm=
=

C.V.=
De!9%"c%5n e!n#"( o T$p%c"? Es una medida del grado de dispersin de los
datos con respecto al valor promedio. Dicho de otra manera, la desviacin estndar
es simplemente el "promedio" o variacin esperada con respecto a la media
aritmtica. La desviacin estndar puede ser interpretada como una medida de
incertidumbre. La desviacin estndar de un grupo repetido de medidas nos da la
precisin de stas. Cuando se va a determinar si un grupo de medidas est de
acuerdo con el modelo terico, la desviacin estndar de esas medidas es de vital
importancia: si la media de las medidas est demasiado alejada de la prediccin
(con la distancia medida en desviaciones estndar), entonces consideramos que
las medidas contradicen la teora. Esto es coherente, ya que las mediciones caen
fuera del rango de valores en el cual sera razonable esperar que ocurrieran si el
modelo terico fuera correcto. La desviacin estndar es uno de tres parmetros de
ubicacin central; muestra la agrupacin de los datos alrededor de un valor central
(la media o promedio).
Ecuacin 5-8
Para comprender el concepto de las medidas de distribucin vamos a suponer que
el gerente de una empresa de alimentos desea saber que tanto varan los pesos de
los empaques (en gramos), de uno de sus productos; por lo que opta por
seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los
siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:
La varianza sera:
20
Por lo tanto la desviacin estndar sera:
Con lo que concluiramos que el peso promedio de los empaques es de 507
gramos, con una tendencia a variar por debajo o por encima de dicho peso en 12
gramos. Esta informacin le permite al gerente determinar cuanto es el promedio
de perdidas causado por el exceso de peso en los empaques y le da las bases
para tomar los correctivos necesarios en el proceso de empacado.
22. <'e en%en#e po( coe:%c%ene #e 9"(%"c%5n #e Pe"(!on, Se calcula como
cociente entre la desviacin tpica y la media. E@e-p)o? vamos a utilizar la serie de
datos de la estatura de los alumnos de una clase (leccin 2) y vamos a calcular
sus medidas de dispersin.
V"(%"*)e F(ec'enc%"! "*!o)'"! F(ec'enc%"! (e)"%9"!
&V")o(+ S%-p)e Ac'-')"#" S%-p)e Ac'-')"#"
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%
1.C R"ngo? Diferencia entre el mayor valor de la muestra (1,30) y el menor valor
(1,20). Luego el rango de esta muestra es 10 cm.
2.. E@e(c%c%o
En la Escuela Superior de la Administracin Pblica ESAP Neiva Huila, se realizo Un
examen de estadstica donde se escogieron al azar 50 alumnos los cuales se
21
calificaron con una escala numrica de 1 a 50. Los resultados obtenidos fueron los
siguientes:
nterpretar el 6 intervalo.
No"! 1'e no! #"n #e )o! c%nc'en" &2;+ ")'-no! #e) eF"-en #e e!"#$!%c" #e )"
ESAP?
31 13 34 31 29 7 39 27 30 32
37 36 42 29 28 12 41 38 29 38
12 41 30 27 11 18 22 26 35 29
8 18 26 19 36 42 44 15 29 31
40 32 36 14 28 32 47 40 38 32
1. Coneo C coe:%c%ene #e p(ec%!%5n?
7-1 14-1 26-2 31-3 37-1 42-2
8-1 15-1 27-2 32-4 38-3 44-1
11-1 18-2 28-2 34-1 39-1 47-1
12-2 19-1 29-5 35-1 40-2
13-1 22-1 30-2 36-3 41-2
2. O(#en"nD" #e )"! No"! 1'e no! #"n #e )o! c%nc'en" &2;+ ")'-no! #e) eF"-en
#e e!"#$!%c" #e )" ESAP?
7 8 11 12 12 13 14 15 18 18
19 22 26 26 27 27 28 28 29 29
29 29 29 30 30 31 31 31 32 32
32 32 34 35 36 36 36 37 38 38
38 39 40 40 41 41 42 42 44 47
22
.. R"ngo?
R M V")o( E"F. C V")o( E%n%.
R= Xmax Xmini.
R= 47 - 7
R= 40
/. N'-e(o #e %ne(9")o! &N+ ?
N M 1 O .B. )ogn
K = 1 + 3, 3 log (50)
K = 1 + 3, 3 (1, 69)
K = 1 + 5,577
K = 6,577
K = 7
23
2. A-p)%'# #e) %ne(9")o?
R
C M
N
40
C =
7
C = 5,714
C = 6
3. N'e9o R"ngo?
RP M N Q C
R' = 7 X 6
R' = 42
6. D%:e(enc%" #e R"ngo!?
D M RP R
D = 42 - 40
D = 2
24
7. P(o-e#%o #e )" #%:e(enc%" #e ("ngo?
D M 2 M 1
2 2

8. DISTRIBUCION DE FRECUENCIAS
INTERVALO
S
EARC
A DE
CLASE
FRECUENCI
A
ABSOLUTA
FRECUENCIA
RELATIVA O
PORCENTUAL
FRECUENCI
A
ABSOLUTA
ACUEULAD
A
FRECUENCIA
RELATIVA
ABSOLUTA
ACUEULADA
EARCA DE
CLASE R
FRECUENCI
A
ABSOLUTA
=% C =% C 1 =% n% 0% NI GI =% R n%
6.1 C 12 9 5 5/50 =
0,1
0 5 5/50 =
0,1
0 45
12.1 C 18 15 5 5/50 =
0,1
0 10
10/5
0 =
0,2
0 75
18.1 C 24 21 2 2/50 =
0,0
4 12
12/5
0 =
0,2
4 42
24.1 C 30 27 13
13/5
0 =
0,2
6 25
25/5
0 =
0,5
0 351
30.1 C 36 33 12
12/5
0 =
0,2
4 37
37/5
0 =
0,7
4 396
36.1 C 42 39 11
11/5
0 =
0,2
2 48
48/5
0 =
0,9
6 429
42.1 C 48 45 2 2/50 =
0,0
4 50
50/5
0 =
1,0
0 90
S 50 1,00 1.428


25
1;. E"(c" #e C)"!e?
=% M =% O =% O 1
2
yi = 6 + 12
2
yi = 18
2
yi = 9
yi = 12 + 18
2
yi = 30
2
yi = 15
yi = 18 + 24
2
yi = 42
2
yi = 21
26
yi = 24 + 30
2
yi = 54
2
yi = 27

yi = 30 + 36
2
yi = 66
2
yi = 33

yi = 36 + 42
2
yi = 78
2
yi = 39
yi = 42 + 48
2
yi = 90
2
yi = 45
11. An)%!%! #e) (eng)5n 3?
27
o El intervalo 6 est comprendido entre 36.1 42
o La segunda columna es la marca de clase que es 39
o En este intervalo se observan 11 datos que corresponde al 22% de los datos
o La frecuencia acumulada del 6 rengln es 48
12. G%!og("-" #e :(ec'enc%"
Un Histograma de Frecuencia es una representacin grfica de una variable en forma
de barras, se utiliza en variables continuas y discretas, con un gran nmero de datos y
que se han agrupados en clases.
El eje abscisas se construyen unos rectngulos que tiene por base la amplitud del
intervalo, y por altura, la frecuencia absoluta de cada intervalo. La superficie de cada
barra es proporcional a la frecuencia de los valores representados.
EFp)%c"c%5n? En Este Histograma de Frecuencia Absoluta de los 50 estudiantes de la
ESAP que presentaron el examen de Estadstica observamos que la amplitud del
intervalo en las calificaciones con relacin al nmero de alumnos que sacaron la misma
nota no se presenta uniformidad como bien podemos observar hay notas alta y bajas.
F
R
E
C
U
E
N
C
I
A


INTERVALOS
Se representan los intervalos de clase en el eje de abscisas (eje horizontal) y las
frecuencias, absolutas o relativas, en el de ordenadas (eje vertical).
28
1.. Po)$g"-o #e :(ec'enc%"
Para construir un Polgamo de frecuencia se toma la marca de clase que coincide con
el punto medio de cada rectngulo.
INTERVALO
1/. Po)$gono "c'-')"%9o ' o@%9"
Este grfico tiene una finalidad similar al que corresponde de a las frecuencias
absolutas, slo que cada frecuencia representada sobre el eje Y, consiste en la
ponderacin o "peso que tiene cada frecuencia simple o absoluta sobre el total, que
para este ejemplo representa la proporcin de estudiantes en cada clase, con relacin
al total considerado. Cada frecuencia acumulada para mayor exactitud se suele marcar
en el lmite real superior del intervalo en que cae.
EFp)%c"c%5n? En Este Polgamo Acumulativo u Ojiva de los 50 estudiantes de la ESAP
que presentaron el examen de Estadstica observamos que el 37% de los estudiantes
sacaron menos de 33 puntos de calificacin.
29
INTERVALOS
a. POBLACION? Los alumnos de la Escuela Superior de la Administracin
Pblica ESAP Neiva Huila.
b. EUESTRA? se escogieron al azar 50 alumnos de la de la Escuela Superior de
la Administracin Pblica ESAP, para presentar el examen de estadstica
c. VARIABLE? Puntaje o notas del examen de Estadstica de los alumnos de la
Escuela Superior de la Administracin Pblica ESAP Cuantitativo- Discreta.
d. ESCALA? Numrica
12. Ee#%#"! #e Cen(")%D"c%5n
Habitualmente necesitamos disponer de un valor numrico que represente la
disparidad de datos de una distribucin de frecuencias. Estos valores son los llamados
parmetros centrales o medidas de centralizacin, ya que son valores "intermedios"
que se sitan alrededor del centro de la distribucin.
Se trata de la media Aritmtica, la moda y la mediana.
30
F
R
E
C
U
E
N
C
I
A
". Ee#%" A(%-H%c"
__
= M
S
=% R n%
n
__
y = 1.428
50
__
y = 28,56
EFp)%c"c%5n? Esto quiere decir que el promedio del examen de Estadstica de los 50
Alumnos de la Escuela Superior de la Administracin Pblica ESAP es de 28,56.
*. Eo#" ?
La Moda es 29 porque es el valor que ms se repite
c. Ee#%"n" Con%n'" ?
n
2
50
2
25
T% C 1
31
Me =
Me =
Me =
Me =
Me = 24

EFp)%c"c%5n? Esto quiere decir que los alumnos de la Escuela Superior de la
Administracin Pblica ESAP, que presentaron el examen de Estadstica
observamos que el 50% del porcentaje de los exmenes estn por encima de los 24
puntos de calificacin.
13. Ee#%#"! #e po!%c%5n no cen(")
Las medidas de posicin no centrales permiten conocer otros puntos caractersticos de
la distribucin que no son los valores centrales. Entre otros indicadores, se suelen
utilizar una serie de valores que dividen la muestra en tramos iguales: C'"(%)e!B
Dec%)e! Pe(cen%)e!.
=% C =% C 1 n% NI
6,1-12 5 5
12,1-18 5 10
18.1-24 2 12
24,1-30 13 25
30,1-36 12 37
36,1-42 11 48
42,1-48 2 50
S 50
". C'"(%) Seg'n#o
n = 50
n = 2 ( 50 )
4
32
n = 100
4
n = 25
Q 2 = yi C 1
Q 2 = 24
EFp)%c"c%5n? Observamos que el 50% de las notas de los exmenes de estadstica
presentados por los alumnos de la Escuela de Administracin Pblica ESAP est por
debajo de 24 puntos.
*. Dec%) SeFo?
n = 50
n = 6 ( 50 )
10
n = 300
10
n = 30
3n C N% C 1
D 3 M =% C 1 O C 1;
n%
33

D 6 = 30 + 6 30 - 25
12

D 6 = 30 + 6 5
12
D 6 = 30 + 2,5
D 6 = 32,5
EFp)%c"c%5n? El 60% de los resultados del examen de estadstica que presentaron los
50 alumnos de la Escuela Superior de Administracin Pblica ESAP estn por debajo
de 32,5.
c. Pe(cen%) 62
n = 50
n = 75 ( 50 )
100
n = 3.750
100
n = 37,5
34
62 n C N% C 1
P 62 M =% C 1 O 1;;
n%
62 &2;+ C .6
P 62 M .3 O 3 1;;
11

P 62 M .3 O 3 .7 C .6
11
P 62 M .3 O 3 ;B2
11
P 62 M .3 O ;B26
P 62 M .3B26
EFp)%c"c%5n? El 75% de los resultado de los exmenes de estadstica de los 50
alumnos de la Escuela Superior de la Administracin Pblica - ESAP. Est por debajo
de 36,27.
16. Ee#%#"! #e #%!pe(!%5n
35
Estudia la distribucin de los valores de la serie, analizando si estos se encuentran ms
o menos concentrados, o ms o menos dispersos.
Existen diversas -e#%#"! #e #%!pe(!%5n, entre las ms utilizadas podemos destacar
las siguientes: De!9%"c%5n $p%c"C R"ngoC V"(%"nD" C Coe:%c%ene #e 9"(%"c%5n #e
Pe"(!on. Vamos a ver un ejemplo de desviacin tpica.
". De!9%"c%5n $p%c"?
=% n% =% . n% =%U . n%
9 5 45 405
15 5 75 1.125
21 2 42 882
27 13 351 9.477
33 12 396 13.068
39 11 429 16.731
45 2 90 4.050
_ 50 1.428 45.738
S =%.n%
n
45.738
50

S = 914,76 - 815,67

S = 99,09
S = 99, 09
S = 9,95
36
S = y

S =
(28,56)
L%-%e S'pe(%o( L%-%e In:e(%o(
28, 56 + 9, 95 = 38, 51 28, 56 - 9, 95 = 18, 61
EFp)%c"c%5n? El 68.3% de los resultados de los exmenes de estadstica
presentado por los 50 alumnos de la Escuela Superior de Administracin
Pblica - ESAP esta entre 18.61 y 38.51 aproximadamente.
CONCLUSIONES
Este trabajo nos ayudo a poner en prctica los conocimientos adquiridos en la
clase de estadstica y a aclarar las dudas que quedaron de los diferentes temas
dictados en tan poco tiempo.
Profundizamos mas los temas vistos
Aprendimos la importancia que tiene la Estadstica en los diferentes campos
que la utiliza como una herramienta principal, para la investigacin de los
diferentes datos que desean estudiar.
Nos crea un hbito de estudio para lograr adquirir nuevos conocimientos y darlos
a conocer a nuevas personas que ayudaran a difundir su importancia en
nuestras vidas.
37

Das könnte Ihnen auch gefallen