GUA DE ESTADSTICA

TEMA 1
RAMAS DE LA ESTADSTICA
ESTADSTICA: rama de las matemticas que se ocupa de la recoleccin, organizacin y
resumen de datos para hacer inferencias: concluir, hacer una deduccin lgica.
ESTADSTICA INFERENCIAL: Anlisis e interpretacin de datos de la muestra de una
poblacin.
EJEMPLO: de un lote de 1500 focos en una muestra de 60 para analizarla y obtener el %
de unidades con defectos.
TEORA DE LA PROBABILIDAD: estudio de los fenmenos aleatorios.
EJEMPLO: la probabilidad de xito o fracaso en un negocio, en un juego de azar o un
deporte.
ESTADSTICA DESCRIPTIVA: organizacin y reporte de datos
EJEMPLO: Los promedios de calificaciones de los alumnos de una escuela.
CAMPOS DE APLICACIN:

Administracin
Economa
Ingeniera
Otros.

TEMA 2

VARIABLES
CUALITATIVAS (Porcentajes): atributos CUANTITATIVAS
(Promedios):
o cualidades. Ejemplos: procedencia, representan
nmeros
y
cantidades.
filiacin, poltica, gnero, estado civil, etc.
Ejemplos: peso, estatura, volumen,
errores, accidentes, etc. Se dividen en
DISCRETAS: se representan con (nmeros
enteros).
EJEMPLO:
nmero
de
asignaturas en un plan de estudios.
Nmero de accidentes en cierta ciudad en
una semana, etc. Y CONTINUAS: se
representan
con
(nmeros
reales)
EJEMPLO: volumen de agua de 3.75 lt.,
altura de 3.35m. De una casa.
TIPOS DE VARIABLES, SUS VALORES Y LOS NIVELES O ESCALAS DE MEDICIN.

NIVELES DE MEDICIN
VARIABLES
CUALITATIVAS:
ESCALA NOMINAL: Ejemplos: tipo de
msica, seguro de auto, nmero de
matrcula, nmero de placas de auto,
nacionalidad, etc. ESCALA ORDINAL
(jerarqua u orden): Ejemplos: calidad
en un servicio, desempeo de un
empleado, grado o percepcin del dolor
o del gusto, etc.

VARIABLES
CUANTITATIVAS:
ESCALA DE INTERVALO (utiliza un
cero
arbitrario):
Ejemplos:
temperatura en C o F. tiempo de
calendario A. C. o D. C. ESCALA DE
RAZN (utiliza un cero real):
Ejemplos: volumen de un lquido,
conteo de defectos, tiempo en aos o
meses, etc.

TEMA 3
DIFERENCIA ENTRE VARIABLES DISCRETAS Y CONTINUAS
Las variables continuas se representan con nmeros enteros y las continuas con
nmeros reales. EJEMPLO: DISCRETA: nmero de asignaturas en un plan de estudio.
EJEMPLO CONTINUAS: volumen de agua 3.75 Litros.
TEMA 4
COMPARACIN ENTRE EL CENSO Y EL MUESTREO
EL CENSO: anlisis de la poblacin completa.
EL MUESTREO: proceso de seleccin de los elementos de una muestra. Tomar una
porcin o subconjunto de la poblacin.
CONCEPTOS BSICOS DE LA ESTADSTICA:
OBJETIVO: determinacin clara de que se quiere medir en el trabajo de investigacin.
MEDICIN: procedimiento mediante el cual se asignan nmeros a las propiedades de
algn fenmeno estudiado.
VARIABLE: cualquier caracterstica variante de los elementos que estn bajo estudio.
VALORES DE LA VARIABLE: valores que puede asumir la variable
POBLACIN:

todos los posibles resultados de un experimento

CENSO: anlisis de la poblacin completa

MUESTRA: cualquier subconjunto de la poblacin

MUESTREO: proceso de seleccin de los elementos de una muestra.

DATO U OBSERVACIN: la informacin proporcionada por cada elemento de la
poblacin o muestra
PARMETRO: cualquier caracterstica medible de la poblacin (se escribe con letras
latinas).
ESTADSTICO: cualquier caracterstica medible de la poblacin (se escribe con letras
griegas)
ESTIMACIN : proceso de conocer el valor de un parmetro utilizando el valor de un
estadstico.
UNIVERSO O ESPACIO MUESTRAL: todos los posibles resultados que pueden ocurrir
en un experimento.
TEMA 5
FORMAS DE OBTENER UNA MUESTRA ALEATORIA.
LAS MUESTRAS PROBABILSTICAS: son aqullas donde los elementos de la poblacin
tienen una probabilidad conocida de ser elegidos, de tal manera que permiten hacer
selecciones aleatorias de sus elementos que son representativas. EJEMPLOS DE
ESTOS MUESTREOS SON: aleatorio simple, el sistemtico, el estratificado y el de
conglomerados. Una lista de la poblacin permite seleccionar muestras probabilsticas.
MUESTREO NO PROBABILSTICO: son aqullos los elementos de la poblacin no
tienen probabilidades conocidas de ser seleccionados. As los elementos de una muestra
son seleccionados de manera tal que no se puede asegurar la representatividad de la
muestra. EJEMPLOS: errtico o casual, el intencional, el de las cuotas, etc.
TEMA 6
TIPOS DE MUESTREO, EJEMPLOS Y DIFERENCIAS ENTRE ELLOS.
MUESTREO ALEATORIO SIMPLE: se hace una lista con todos los posibles resultados
de un experimento, haciendo que cada uno de ellos tenga la misma oportunidad de ser
elegido. Una muestra aleatoria simple: de tamao n es aqulla obtenida de una poblacin
donde todas las posibles muestras de tamao tienen la misma probabilidad de ser
seleccionadas.
EJEMPLO: suponga que tiene 20 papelitos con los nmeros del 1 al 20 escritos en ellos,
de tal manera que constituyen una poblacin pequea. Doble cada papelito en forma
regular, para evitar romper la aleatoriedad. Pngalos en las cuencas de sus manos
cirrelas y agtelos libremente hasta que sienta que ha logrado marearlos. En seguida
con los ojos cerrados seleccione cinco de ellos. bralos y anote los nmeros
seleccionados. Al terminar, usted tiene en sus notas una autntica muestra aleatoria.
Existen otros procedimientos para lograr una muestra aleatoria, el ms conocido implica la

utilizacin de nmeros aleatorios ya sea mediante paquetes computacionales o

sacndolos de los apndices de algn libro de estadstica o de algn manual de frmulas
matemticas.
MUESTREO SISTEMTICO: consiste en la seleccin de un elemento del principio de la
lista de la poblacin, luego se saltan otros tantos y se escoge el siguiente, este proceso se
repite hasta completar los n elementos deseados para la muestra. Que tantos elementos
de la muestra deben saltarse depende del tamao de la muestra. Para obtener una
muestra de este tipo se procede de la siguiente manera:
1.- se tiene la lista de todos los elementos de la poblacin
2.- sea n el tamao de la muestra y N el tamao de la poblacin. Denotemos con k=N/n al
salto que debe darse para seleccionar a cada uno de los elementos de la muestra
3.- seleccinese un nmero aleatorio entre 1 y n, que sern los primeros elementos de la
poblacin, en la tabla de nmeros aleatorios.
4.- comincese en el nmero obtenido en el paso 3, y seleccinese cada k-simo
elemento posterior a aqul con el cual se empez.
5.- finalmente, con todos los elementos seleccionados intgrese la muestra de tamao n
EJEMPLO: listas de poblaciones donde el muestreo sistemtico es aceptable, son los
directorios con los nombres de personas listados alfabticamente.
MUESTREO ESTRATIFICADO: se divide el universo en estratos homogneos. Se
selecciona de cada estrato una muestra aleatoria simple del tamao deseado. Si las
fracciones de muestra de cada estrato son proporcionales al tamao de la poblacin,
entonces el muestreo se llama muestreo estratificado proporcional. De lo contrario se
llama no proporcional. Este muestreo es de particular inters cuando los estratos son
grupos que se irn a comparar entre s.
EJEMPLO: suponga que en una empresa se divide a la poblacin de tal manera que los
departamentos quedan instituidos como como estratos. Se desea obtener una muestra
proporcional de tamao 350.

MUESTREO POR CONGLOMERADOS: se divide a la poblacin en grupos llamados

conglomerados. Se seleccionan aleatoriamente algunos conglomerados. Se seleccionan
aleatoriamente algunos conglomerados que participarn en la muestra y se hace un
censo en cada uno de ellos.
EJEMPLO: consideremos que un investigador desea aplicar una encuesta sobre ecologa
a las familias que viven en torno a cierta fabrica peligrosa por sus desechos. Para este
caso decide dividir las siete colonias que podran resultar afectadas por los contaminantes
de la industria en manzanas, las cuales constituirn los conglomerados de su
investigacin, que resultan ser 500. De previos trabajos, obtiene que es bastante
aceptable analizar 2% de los conglomerados, lo cual implica que deber seleccionar 10.
Numera los conglomerados de su marco de muestreo y selecciona mediante un muestreo
aleatorio simple 10 y prctica un censo en cada uno de ellos. De aqu obtiene la muestra,
a la que aplicar los mtodos de la estadstica descriptiva, e incluso los de la inferencial.
MUESTREO NO PROBABILSTICOS O NO REPRESENTATIVOS:
Son los que suponen que la seleccin de los elementos de la muestra se hace de manera
informal o arbitraria. Su representatividad no es muy confiable, es como intentar juzgar un
cargamento de sandias con solo saborear algunas.
Las desventajas son: de que no se puede controlar con ninguna precisin el error de
generalizacin, a lo que es lo mismo, no se puede medir el grado de confiabilidad al hacer
estimaciones. La sinergia entre estadstica inferencial y probabilidad, tan importante para
las generalizaciones; no se da. Las conclusiones basadas en la muestra no probabilstica
sern tan slo vlidas para el de elementos analizados. En conclusin el mayor
inconveniente de este tipo de muestreos es que no permiten la utilizacin de mtodos
inferenciales en sus procedimientos de generalizacin y, por tanto no se tiene control del
error que pudiera afectar las inferencias.
Por otro lado este tipo de muestreo resulta de gran utilidad cuando el investigador no est
interesado en la representatividad, si no en ciertas caractersticas especficas que se han
definido de antemano en la investigacin. La seleccin de los elementos depende de la
decisin de la persona que obtiene la informacin, quien puede ser un investigador, un
encuestador o un entrevistador. Su utilidad radica en el hecho de que ayuda al
investigador a sumergirse en el tema que aborda, para conocer ms acerca de l.
MUESTREO ERRTICO: es el muestreo favorito de los que no tienen el tiempo ni los
recursos ni la motivacin para realizar muestreos probabilsticos, y consiste en
simplemente en la eleccin casual de los elementos de la muestra. El recolector de la
informacin se ubica en algn lugar estratgicamente predeterminado y comienza a
seleccionar sujetos segn su propio criterio hasta completar los requeridos; incluso puede
decidir seleccionar 1 de cada 20 sujetos. Aunque es ms fcil de realizar y requiere de
personal menos capacitado para recolectar la informacin, su principal desventaja, es que
no se puede utilizar para aplicar estadstica inferencial. Sin embargo sus bondades radica

en su capacidad para dar informacin rpida y que puede usarse para explorar diferentes
problemas.
EJEMPLOS: estudios de mercado, donde no se cuenta con un marco de muestreo, los
sondeos de opinin periodsticos, radiales o televisivos, e incluso algunos estudios
exploratorios, donde ms que generalizar se busca obtener informacin primera
aproximacin acerca del fenmeno bajo estudio.
MUESTREO DE SUJETOS VOLUNTARIOS:
En este caso los sujetos llegan al investigador de manera casual o fortuita. Este muestreo
se utiliza mucho en las ciencias sociales, la medicina y la psicologa, donde el
investigador elabora conclusiones en trminos de los sujetos que llegan a l de diversas
maneras
EJEMPLO: en medicina, para probar las bondades de un nuevo medicamento se invita a
aquellas personas con la enfermedad en cuestin a que voluntariamente acepten
someterse al estudio. Por lo tanto la constitucin de la muestra depender por completo
de las circunstancias accidentales. Otras aplicaciones se dan en estudios de laboratorio,
en ciencias clnicas o en estudios tnicos en sociologa, e incluso en investigaciones de la
conducta. En todos los casos los sujetos sern voluntarios, es decir no es aleatorio sino
casual.
MUESTREO INTENCIONAL: segn el criterio de un experto, se toman los casos tpicos
de la poblacin y se conforma la muestra deseada. Su utilidad radica en el hecho de que
sirve para estudios exploratorios, donde el investigador lo usa para refinar los
instrumentos de anlisis, los cuestionarios o las encuestas, o para mejorar hiptesis de
trabajo.
EJEMPLO: se ha diseado una encuesta para investigar el conocimiento que tiene la
poblacin urbana sobre el tema de la contaminacin y sus efectos en la salud pblica.
Con el objeto de realizar una revisin de la encuesta, se pide a una ecloga que
seleccione a 25 personas que ella considere que puedan ayudar a realizar la verificacin.
Esos 25 sujetos conforman la muestra intencional.
MUESTREO POR CUOTAS: este mtodo consiste en encargar a un entrevistador que
seleccione, segn sus propios criterios, sujetos para formar una muestra por cuotas en
varias categoras de inters. En algunos casos las cuotas tienen que ver con los tamaos
relativos de las diversas categoras en la poblacin analizada; mientras en otros, las
cuotas se relacionan con criterios particulares del investigador. Algunos ejemplos de
categoras son: edad, sexo, estado civil, forma de transporte, etc.
EJEMPLO: se determina entrevistar a 300 paseantes de la Macroplaza en Monterrey.
Debern ser adolescentes entre 12 y 19m aos: 25% hombres y 25% mujeres; adems se
debern incluir adultos no mayores de 40 aos, 25% hombres y 25% mujeres. Esto
conformar la muestra por cuotas de 300 sujetos. En conclusin para que una muestra
sea aleatoria cada elemento de la poblacin debe tener la misma probabilidad de ser

elegido. Ningn elemento de la poblacin ser favorecido en el muestreo. Una muestra es

no aleatoria si en el proceso de seleccin la condicin de aleatoriedad es violada. La
representatividad de una muestra slo se puede lograr con un proceso aleatorio de
seleccin o en caso contrario con abundancia.
TEMA 7
USO DE LA TABLA DE NMEROS ALEATORIOS
TEMA 8
DIFERENCIA ENTRE PARMETRO Y ESTADSTICO
PARMETRO: Es una cantidad numrica calculada sobre una poblacin y resume los
valores que esta toma en algn atributo. Intenta resumir toda la informacin que hay en la
poblacin en unos pocos nmeros (parmetros) ejemplo: la altura media de los sujetos.
ESTADSTICO: Es una cantidad numrica calculada sobre la muestra que resume su
informacin sobre algn aspecto. Se usa para aproximar un parmetro.
TEMA 9
SOFTWARE PARA ESTADSTICA

IBM Scientific Subroutine Packages

SPSS (Statistical Packagefor the Social Sciences)
MINITAB
SAS (Statistical Analysis System)
EXCEL

TEMA 10
DESCRIPCIN DE LAS ETAPAS DE LA INVESTIGACIN ESTADSTICA
Primero establecer conceptos precisos, formular preguntas claras y delimitar de manera
adecuada el problema, tomando en cuenta el tiempo y dinero disponible y la habilidad de
los investigadores. Lo anterior pertenece a la METODOLOGA DE LA INVESTIGACIN.
Los procedimientos comienzan con un problema lo que sera el INICIO
MARCO TERICO: etapa en donde se interacta con la teora como fundamento para
desarrollar un discurso propio que permita explicar los antecedentes y cuerpo del trabajo,
y como consecuencia la interpretacin de los resultados. La importancia del marco terico
radica en su utilidad para:
1. No repetir lo que ya se ha hecho antes
2. Prevenir errores
3. Orientar la investigacin

4. Definir los lmites de estudio para que el trabajo no se desvi de los

planteamientos originales.
5. Definir terica y operacionalmente, las variables.
6. Establecer las estimaciones o las hiptesis
7. Sustentar la investigacin
8. Disear los procedimientos de anlisis e interpretacin de resultados
9. Inspirar nuevos trabajos de investigacin
El MARCO TERICO COMPRENDE DOS PASOS:
1. Revisin bibliogrfica del tema que se est investigando
2. Adopcin de una o varias teoras sobre las cuales se desarrollar el propio
trabajo.
INVESTIGACIN ESTADSTICA: puede resumirse en cinco pasos esenciales; los
cuales se listan a continuacin:
1.
2.
3.
4.
5.

Formulacin del problema estadstico

Diseo del experimento
Experimentacin o coleccin de datos
Estadstica descriptiva
Estadstica inferencial y formulacin de la respuesta.

FORMULACIN DEL PROBLEMA: aqu deben especificarse de manera clara, las

preguntas que se deben responder. Esto implica definir con claridad:

La o las variables y sus operacionalizaciones

La o las estimaciones
La o las pruebas de hiptesis
El o los parmetros
La o las poblaciones que estarn bajo estudio

DISEO DEL EXPERIMENTO: se desea obtener un mximo de informacin empleando

un mnimo de costo y tiempo. Esto implica entre otras cosas:

Determinar el tamao de la muestra

Seleccionar el mtodo para muestrear

MTODOS DE ESTADSTICA

Tablas de distribucin de frecuencias

Grficas
Medidas descriptivas o estadsticos a utilizar
Estimacin o prueba de hiptesis
Pronsticos

EXPERIMENTACIN O COLECCIN DE DATOS

Si es encuesta, si es directa o indirecta, si es cuestionario, si es por correo o por telfono,

si es simple pregunta, si es de archivo, si los datos estn en el INEGI, si estn en los
almanaques, si estn en la computadora, etc.

ESTADSTICA DESCRIPTIVA.
En esta etapa los datos experimentales se enlistan en forma legible y se ilustran
mediante representaciones grficas.
ESTADSTICA INFERENCIAL Y FORMULACIN DE LA RESPUESTA
Se presentan dos de los ms populares procesos inferenciales, la estimacin y la prueba
de hiptesis.
EN LA ESTIMACIN: se desea calcular el valor de un parmetro utilizando los
estadsticos. Hay dos tipos de estimacin la puntual y la de intervalos. La primera estima
el valor del parmetro, la segunda se auxilia de la teora de la probabilidad para calcular el
valor de la estimacin.
LAS HIPTESIS: son aseveraciones que surgen de las mentes competentes de los
profesionales de la investigacin, a tal punto que los investigadores, en funcin de sus
conocimientos y experiencias, pueden diferenciar entre una hiptesis nula y una alterna.
Las hiptesis alternas: son la otra opcin. Y casi siempre estn ligadas al trabajo
profesional de los investigadores. Veamos tres ejemplos:

Hiptesis de investigacin o de trabajo

Hiptesis nula
Hiptesis alterna

TEMA 11
TABLAS DE FRECUENCIAS, TABLAS CRUZADAS Y LIBROS DE CDIGOS.
TABLAS DE FRECUENCIAS: son herramientas de estadstica donde se colocan los
datos en columnas representando los distintos valores recogidos en la muestra y las
frecuencias en que ocurren
Los elementos de una tabla de frecuencias son:

Datos
Frecuencia absoluta
Frecuencia absoluta acumulada
Frecuencia relativa
Frecuencia relativa acumulada
Tabla de frecuencia de datos no agrupados
Tabla de frecuencia de datos agrupados

Fuente

TABLAS CRUZADAS: se les llama tambin tablas de contingencia, su uso es comn pata
realizar resmenes donde participan al menos dos variables categricas: cualitativas u
ordinales.
LIBROS DE CDIGOS: es una listan donde se especifican los valores de una variable y
los cdigos con los cuales sern representados.
CDIGO: es un smbolo que puede ser utilizado para representar a otro. El cdigo debe
ser ms fcil de manejar de lo que puede ser tratar directamente con el valor original.
CODIFICACIN: procedimiento mediante el cual se intercambia la representacin de
valores de una variable por otro smbolo ms fcil de manejar.
El proceso de CODIFICACIN estriba en intercambiar valores cualitativos por valores
numricos fciles de manejar.
TEMA 12
CONCEPTOS DE FRECUENCIA, FRECUENCIA RELATIVA, FRECUENCIA
ACUMULADA, MARCAS DE CLASE, LMITES DE CLASE, AMPLITUD DE CLASE,
ETC.
FRECUENCIA O FRECUENCIA ABSOLUTA: denotada por f, es el nmero de veces que
se repite un dato, un valor de variable o una condicin especfica de la distribucin de
frecuencias, en este caso, una clase o una categora. Resulta claro que su valor depende
de un conteo de datos, el cual puede realizarse a mano o con una computadora.
FRECUENCIA RELATIVA: de una clase es una proporcin de datos contenidos en una
clase dada.
CLASES O CATEGORAS: si la variable es cualitativa, las categoras son cada uno de
los valores o grupos de valores de una variable utilizados para agrupar los datos. Cuando
la variable es cuantitativa, las clases son cada valor o intervalo de valores utilizados para
agrupar los datos.
En el caso de las clases cuantitativas las clases podrn consistir de un LMITE INFERIOR
y un LMITE SUPERIOR, de tal forma que no se superpongan dos clases consecutivas.
EL TAMAO O LA AMPLITUD DE CLASE: estar determinado por los lmites inferiores o
superiores consecutivos. Adems cada clase se podr identificar por su marca o centro
de clase
TEMA 13
CONCEPTOS DE RANGO, MEDIA, MEDIANA, VARIANZA, DESVIACIN ESTNDAR
Y PROPORCIN.

RANGO: es la medida de variacin ms simple y se obtiene con la diferencia entre el dato

mayor (DM) del conjunto con el dato menor (dm) del mismo.
MEDIA: es el valor obtenido al sumar todos los datos y dividir el resultado entre el nmero
total de datos.
MEDIANA: es el valor que ocupa el, lugar central de todos los datos cuando stos estn
ordenados de menor a mayor.
VARIANZA: es la medida de dispersin que mejor expresa la variabilidad del fenmeno
que estamos estudiando.
DESVIACIN ESTNDAR: la raz cuadrada de la varianza
PROPORCIN: es la medida de estadstica descriptiva que ms se usa. Es el nmero de
observaciones con una caracterstica en particular entre la poblacin de referencia.
FORMULA PARA CALCULAR LA MEDIA:

FORMULA PARA CALCULAR LA MEDIANA

X= Xm1+Xm2=
2
FORMULA VARIANZA
S2=X2-(X)2/n
n-1
FORMULA RANGO
DM-dm=
FORMULA DESVIACIN ESTNDAR
SS2

FORMULA DE LA MODA
X= LA QUE MS SE REPITE

FORMULA PARA LA PROPORCIN

P=Xp*100=
n
TEMA 14
TIPOS DE GRFICAS Y SU USO PRCTICO
PARA VARIABLES CUALITATIVAS:

DIAGRAMAS DE BARRAS: son representaciones grficas del comportamiento de

variables cualitativas. Son construcciones que utilizan una tabla de frecuencias
con datos cualitativos, y requieren solo del conteo del nmero de elementos o
individuos que caen dentro de cada clase o que tienen determinada caracterstica,
permiten hacer comparaciones entre los diferentes valores de una misma variable,
permiten resaltar las diferencias cuantificables entre los diferentes valores de la
variable.
DIAGRAMA DE PASTEL: resultan convenientes cuando la importancia no radica
en mostrar el nmero de veces que ocurre cierta caracterstica o atributo respecto
a los dems valores de la variable, sino que se trata de resaltar la proporcin (o
porcentaje) en que estas caractersticas aparecen en comparacin con el total.

PARA VARIABLES CUANTITATIVAS

HISTOGRAMA DE FRECUENCIAS: es una representacin visual de los datos y

es una sucesin de rectngulos construidos sobre un sistema de coordenadas
cartesianas.
POLGONO DE FRECUENCIAS: cuando las barras no son suficientes, y se desea
dar a la grfica una forma ms matemtica o parecida a una curva, podemos
utilizar el polgono de frecuencias, es bastante til para para comparar dos
distribuciones de la misma variable.
OJIVA DE FRECUENCIAS: crecimiento de una distribucin. Cualquiera de las
distribuciones debe comenzar en cero y terminar en cien.
DIAGRAMAS DE DISPERSIN

TEMA 15
UTILIDAD PRCTICA DE LA VARIANZA Y LA DESVIACIN ESTNDAR
TEMA 16

ASIMETRA, CUARTILES Y PERCENTILES.

ASIMETRA O SESGADA: es cuando la distribucin de los datos no es simtrica.

CUANTILES: son medidas de posicin que se determinan mediante un mtodo que

determina la ubicacin de los valores que dividen un conjunto de observaciones en partes
iguales.
PERCENTILES: las medidas ms utilizadas para propsitos de ubicacin o clasificacin
de las personas cuando atienden caractersticas tales como peso, estatura, etc. Valores
de la variable que dividen la distribucin en 100 partes iguales de 1% cada una.
DECILES: son ciertos nmeros que dividen la sucesin de datos ordenados en diez
partes porcentualmente iguales.
CUARTILES: son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentuales iguales de 25% cada una