Repaso Estadística - (PG - 1-14)

____________________________________________________ DISTRIBUCIONES FRECUENCIALES
CAPITULO I
Distribuciones frecuenciaies
El campo de la estadística trata de la recolección, presentación, procesamiento, análisis y

uso de datos para tornar decisiones, solucionar problemas y diseñar productos y procesos.
La estadística se divide en dos grandes ramas: La estadística descriptiva y la estadística

inferencial.
La estadística descriptiva traía de la descripción de una serie de datos y la estadística

inferencial estudia el análisis e interpretación de los datos para obtener conclusiones (o
inferencias).
Los métodos estadísticos se utilizan como ayuda para describir y entender la variabilidad.
Por variabilidad se entiende a las observaciones sucesivas de un sistema o fenómeno que no
producen el mismo resultado.
Por ejemplo: considérese el rendimiento del tanque de gasolina de un automóvil: ¿se

Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.
recorrerá siempre el mismo kilometraje con cada tanque de combustible? Por supuesto que
no, en ocasiones el kilometraje variará considerablemente, ya que dependerá de muchos
factores, como son: los cambios en el estado del vehículo como la presión de las llantas, la
compresión del motor, el desgaste de las válvulas; las condiciones de manejo (si es en ciudad
o en carretera), el tipo de octanaje de la gasolina utilizada, de las condiciones meteorológicas,
etc. Estos factores representan fuentes de variabilidad. Considérese la siguiente figura:
Matus, R., Hernández, M., & García, E. (2010). Estadística. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-03-01 16:36:21.
CAPÍTULO I _____________________________________________________________________
Frecuencia Datos u observaciones
Figura 1
Esta gráfica permite ver dos características de los datos; la localización o tendencia central y
la dispersión o variabilidad.
La localización o tendencia central, puede caracterizarse con el promedio o media.
La variabilidad o dispersión de los datos, puede describirse con la varianza o la desviación

estándar.
1.1 Distribuciones frecuenciales de datos no agrupados
Cuando la población es finita y se consideran todos !os elementos de ella (a tratar, uno a uno),
se trabaja lo que se dice una distribución de datos no agrupados.
1.1.1 Medidas de tendencia central de datos no agrupados
Son aquellas que determinan los valores centrales de los datos de un experimento. Existen
varios tipos de medidas de tendencia central, aquí estudiaremos la media, la mediana y la
moda.
_____________________________________________________ DISTRIBUCIONES FRECUENCIALES
Para una serie de datos, sean:

los elementos diferentes, desde
la frecuencia con que se presentan los elementos diferentes,
desde
Se tiene que:
La media es:
La mediana que previo orden, se define según el tamaño del experimento, sea par o
impar.
¡Previo ORDEN!
Si n es impar: Si n es par:
= elemento = media aritmética de
central los elementos
centrales
La moda que será el elemento de mayor frecuencia.
elemento de mayor frecuencia
3
CAPÍTULO I ____________________________________________________________________
1.1.2 Medidas de dispersión de datos no agrupados
Son aquellas que indican el grado de dispersión o variabilidad de los datos con respecto a una
medida de tendencia central.
Como medidas de dispersión, se tienen:
El rango R es la diferencia del valor máximo menos el mínimo de los datos. Esto es,
es una sucesión de n observaciones, entonces la

varianza, esta dada por:
Nota: Si se está trabajando con una muestra, el denominador será

En donde la desviación estándar, que es otra medida de dispersión, quedará representada

por:
4
____________________________________________________ DISTRIBUCIONES FRECUENCIALES
1.2 Distribuciones frecuenciales de datos agrupados
Cuando se tiene una serie de datos de tal manera que se agrupa en clases, para resolver con
mayor facilidad de tiempo, espacio y/o dinero, se está trabajando con una distribución
frecuencial de datos agrupados.
Para un experimento formado por un número finito n de elementos con k clases de la

misma longitud, donde es decir, número de clases menor o igual que tamaño del
experimento.
Cada clase, estará formada por un limite inferior (U) y un límite superior (LS), ejemplo:
Intervalos de clase
Se hace necesario construir los límites reales. Es decir, límite real inferior (IR//) del intervalo /-
ésimo, es igual a:
y el límite real superior (LRS¡) del intervalo /-ésimo, es igual a:
CAPÍTULO I _____________________________________________________________________
tal que, el ejemplo queda:
LRI LI LS LRS
0.5 1 5 5.5
5.5 6 10 10.5
10.5 11 15 15.5
15.5 16 20 20.5
20.5 21 25 25.5
Sea x¡ que denota la marca de clase del intervalo /-ésimo, y que es el punto medio del
intervalo de clase, de tal forma que se calcula de la siguiente manera:
1.2.1 Medidas de tendencia central para datos agrupados
Las medidas de tendencia central para el caso de datos agrupados, se calcularán de la

siguiente manera:
Media aritmética:
marca de clase del intervalo í - ésimo
frecuencia de clase del intervalo i - ésimo
___________________________________________________ DISTRIBUCIONES FRECUENCIALES
Para calcular la mediana, se hace necesario primero ordenar los datos, después calcular cuál
es ia posición n/2. Es necesario ubicar en qué intervalo se encuentra dicha posición para
saber cuál es el limite real inferior de la clase mediana Hay que calcular las
frecuencias acumuladas hasta el intervalo de clase anterior a la clase mediana
es igual a la suma de las frecuencias absolutas de los
intervalos de clase anteriores hasta el intervalo / - ésimo). Después ubicar la frecuencia de

clase mediana. y finalmente calcular la longitud del intervalo de la clase mediana
Mediana:
Para la moda se elige el intervalo de mayor frecuencia y se ubica cuál es el limite real inferior
de la clase modal Se hace necesario encontrar que está definido como: la
diferencia de frecuencia de la clase modal con ei intervalo de clase anterior a la clase modal
como la diferencia de frecuencia de la clase modal con el intervalo de clase posterior a

la clase modal. Así como también calcular la longitud del intervalo de clase modal De tal
forma que queda:
CAPÍTULO I________________________________________________________________________
1.2-2 Medidas dt dispersión para datos agrupados
Las medidas de dispersión para el caso de datos agrupados, quedan definidas de la manera
siguiente:
Varianza =
es la marca del intervalo i - ésimo

frecuencia de clase del intervalo i - ésimo
tamaño del experimento
La desviación estándar, que se calcula como la raíz cuadrada de la vananza, es decir
Desviación estándar
1.3 Gráficas
Histogramas. Es una representación gráfica. En el eje de las abscisas los limites reales, tal
que, tos puntos medios de cada intervalo serán las marcas de clase y en el eje de las
ordenadas, las frecuencias de clase; de tal manera que quedan rectángulos.
Polígonos de frecuencia. Es la unión de las marcas de clase en los techos de los rectángulos
en el histograma. El polígono de frecuencia debe quedar cerrado al principio y al final de la
gráfica, a través del hecho de aumentar un intervalo de clase de la misma longitud y con
frecuencia cero (esto quedará sobre el eje de las abscisas, y se unirá en la marca de clase
respectiva.)
1.4 Ejemplos resueltos
Ejemplo núm. 1
Considerar la siguiente serie de datos: 8,7,6,5,9,15,14,13,11,7,12 calcular

a) la media aritmética,
b) la mediana,
c) la moda,
d) la varíanza y la desviación estándar
e) graficar.
Solución
a) Ordenando los datos:
CAPÍTULO I _____________________________________________________________________
xt f(x¡)
5 1
6 1
7 2
8 1
9 1
11 1
12 .1
13 1
14 1
15 1
Justificación teórica
b) Ordenando los datos

elemento central
Mediana = 9
c) Moda, elemento de mayor frecuencia.
Moda = 7
d) La varianza está dada por:
10
e)
Gráfica
11
CAPÍTULO I _____________________________________________________________________
Ejemplo núm. 2
Calcular la mediana de la siguiente serie de datos;

2, 3, 9, 21, 18, 12, 4, 4, 15, 17
Solución
¡Ordenando los datos!

2, 3, 4, 4 F 9, 12, 15, 17, 18, 21
Los elementos centrales son el 9 y el 12, por lo que:
Mediana =
Ejemplo núm. 3
Sea la siguiente sene de datos agrupados:

a) Calcular la media aritmética

b) Calcular la mediana
c) Calcular la moda
d) Calcular la varíanza y la desviación estándar
e) Graficar histograma y polígono de frecuencia
12
______________________________________________________DISTRIBUCIONES FRECUENCIALES
Solución
a) Calculemos las marcas de clase:

13
CAPÍTULO I _____________________________________________________________________
POLÍGONO DE FRECUENCIAS
14
1.5 Problemas propuestos
Datos no agrupados
1. Sea la siguiente serie de datos: 2,15, 9,16, 3,4,8,4, 5, 5, 5,8. Encontrar:

a) Medidas de tendencia central.
b) Medidas de dispersión.
c) Graficar.
Resp. media = 7, mediana = 5, moda = 5,
2. Considérese la siguiente serie de datos: 2, 3,4,4,4, 5, 7, 8, 8,9,15. Encontrar:

a) Medidas de tendencia central.
b) Medidas de dispersión.
c) Graficar.
Resp. media = 6.27, mediana = 5, moda = 4,

3. Sean los siguientes datos: 2,5,5, 5,7, 7,9,10, 15,17. Encontrar:

a) Medidas de tendencia central
b) Medidas de dispersión
c) Graficar.
Resp. media = 8.2, mediana = 7, moda = 5,
15

Repaso Estadística - (PG - 1-14)

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Repaso Estadística - (PG - 1-14)

Hochgeladen von

Copyright:

Verfügbare Formate

____________________________________________________ DISTRIBUCIONES FRECUENCIALES

El campo de la estadística trata de la recolección, presentación, procesamiento, análisis y

La estadística se divide en dos grandes ramas: La estadística descriptiva y la estadística

La estadística descriptiva traía de la descripción de una serie de datos y la estadística

Por ejemplo: considérese el rendimiento del tanque de gasolina de un automóvil: ¿se

Frecuencia Datos u observaciones

La localización o tendencia central, puede caracterizarse con el promedio o media.

La variabilidad o dispersión de los datos, puede describirse con la varianza o la desviación

1.1 Distribuciones frecuenciales de datos no agrupados

1.1.1 Medidas de tendencia central de datos no agrupados

Para una serie de datos, sean:

la frecuencia con que se presentan los elementos diferentes,

La moda que será el elemento de mayor frecuencia.

elemento de mayor frecuencia

1.1.2 Medidas de dispersión de datos no agrupados

Como medidas de dispersión, se tienen:

es una sucesión de n observaciones, entonces la

Nota: Si se está trabajando con una muestra, el denominador será

En donde la desviación estándar, que es otra medida de dispersión, quedará representada

1.2 Distribuciones frecuenciales de datos agrupados

Para un experimento formado por un número finito n de elementos con k clases de la

y el límite real superior (LRS¡) del intervalo /-ésimo, es igual a:

tal que, el ejemplo queda:

intervalo de clase, de tal forma que se calcula de la siguiente manera:

1.2.1 Medidas de tendencia central para datos agrupados

Las medidas de tendencia central para el caso de datos agrupados, se calcularán de la

frecuencias acumuladas hasta el intervalo de clase anterior a la clase mediana

es igual a la suma de las frecuencias absolutas de los

intervalos de clase anteriores hasta el intervalo / - ésimo). Después ubicar la frecuencia de

de la clase modal Se hace necesario encontrar que está definido como: la

como la diferencia de frecuencia de la clase modal con el intervalo de clase posterior a

forma que queda:

1.2-2 Medidas dt dispersión para datos agrupados

es la marca del intervalo i - ésimo

La desviación estándar, que se calcula como la raíz cuadrada de la vananza, es decir

1.4 Ejemplos resueltos

Considerar la siguiente serie de datos: 8,7,6,5,9,15,14,13,11,7,12 calcular

a) Ordenando los datos:

b) Ordenando los datos

d) La varianza está dada por:

Calcular la mediana de la siguiente serie de datos;

¡Ordenando los datos!

Los elementos centrales son el 9 y el 12, por lo que:

Sea la siguiente sene de datos agrupados:

a) Calcular la media aritmética

a) Calculemos las marcas de clase:

1.5 Problemas propuestos

1. Sea la siguiente serie de datos: 2,15, 9,16, 3,4,8,4, 5, 5, 5,8. Encontrar:

Resp. media = 7, mediana = 5, moda = 5,

2. Considérese la siguiente serie de datos: 2, 3,4,4,4, 5, 7, 8, 8,9,15. Encontrar:

Resp. media = 6.27, mediana = 5, moda = 4,

3. Sean los siguientes datos: 2,5,5, 5,7, 7,9,10, 15,17. Encontrar:

Resp. media = 8.2, mediana = 7, moda = 5,

Das könnte Ihnen auch gefallen