Estadística-Descripción-Métodos

martes, 10 de Setiembre de 2019
LA ESTADÍSTICA
Es una ciencia que nos proporciona un conjunto de
métodos y procedimientos para la recolección,
clasificación (Organización), análisis e interpretación
de datos en forma adecuada para tomar decisiones
cuando prevalecen condiciones de incertidumbre. De
acuerdo a esta definición podemos clasificar la
estadística en:
➢Estadística Descriptiva.
➢Estadística Inferencial.
martes, 10 de Setiembre de
Pág. 2 2019
ESTADÍSTICA DESCRIPTIVA
Es la parte de la estadística que se encarga de la
recolección, clasificación, presentación, descripción y
simplificación de los datos. En otras palabras se puede
expresar que un estudio estadístico se considera
descriptivo cuando solo se quiere analizar y describir los
datos. Esto se puede resumir en el siguiente diagrama.
ANÁLISIS DE LOS ANÁLISIS E
RECOLECCIÓN PRESENTACION
DATOS INTERPRETACIÓN
DE DATOS DE LOS DATOS Tablas y
RECOLECTADOS DESCRIPTIVA
Gráficos
Pág. 3 2019
ESTADÍSTICA INFERENCIAL
Es lo que nos proporciona la teoría necesaria para inferir
o estimar las leyes de una población partiendo de los
resultados o conclusiones del análisis de una muestra. Es
decir podemos considerar que un estudio estadística es
inferencial cuando se pretende inferir conclusiones que
atañen a una población de donde procede la muestra, y
como estas conclusiones nunca pueden ser
absolutamente ciertas, por lo tanto estarán ligadas a
cierto grado de incertidumbre.
Pág. 4 2019
DATO ESTADÍSTICO
Son números o medidas que han sido recopilados
como resultados de observaciones, que pueden ser
comparados, analizados e interpretados. Un numero
aislado que no puede compararse o que no muestra
relación significativa con otros números no es un dato
estadístico significativo.
Pág. 5 2019
VARIABLES ESTADÍSTICAS
Una variable estadística es una característica de la
población que le interesa al investigador y que puede
tomar diferentes valores. Las variables estadísticas
generalmente se denotan con las letras x, y, z, (peso, talla
y sexo), etc. Son variables que pueden tomar distintos
valores cuando se observan diferentes individuos. Si los
valores numéricos que toma una variable, provienen de
factores fortuitos y si un determinado valor no se puede
predecir, esa variable se denomina "Variable Aleatoria".
Pág. 6 2019
CLASIFICACIÓN DE LAS VARIABLES
Las variables se pueden clasificar de la forma siguiente:
❑ Variable Cualitativa.
❑ Variable Cuantitativa.
VARIABLE CUALITATIVA.- Son variables cuyos valores
consisten en cualidades o categorías de clasificación, se
refieren a la características que presenta la población, no
lleva clasificación numérica.
Por ejemplo: la variable “Estado Civil” puede adoptar las
modalidades: soltero, casado, divorciado, viudo, etc.
Pág. 7 2019
A su vez ésta variable puede clasificarse en:
a) Variable Cualitativa Nominal.
b) Variable Cualitativa Ordinal.
Variable Cualitativa Nominal.- Son aquellas que surgen

cuando se definen y se clasifican, para luego contar el
número de observaciones pertenecientes a cada
clasificación y no lleva ninguna ordenación en las posibles
modalidades.
Ejemplo: Orientación en el tiempo, Color de ojos, Partidos
Pág. Políticos.
8 2019
Variable Cualitativa Ordinal.- Cuando el investigador va
más allá del nivel de clasificación y busca ordenar sus
casos en términos del grado que poseen una determinada
característica, entonces está trabajando con una variable
cualitativa ordinal.
Ejemplo:“Clase Social”,“Grado de Instrucción”, etc.
Pág. 9 2019
VARIABLE CUANTITATIVA.- Son aquellas variables que
se obtienen como resultado de mediciones o conteos.
Por Ejemplo. Son variables cuantitativas: el peso de

personas, temperatura, el cociente intelectual de personas,
la presión sanguínea, el número de estudiantes del primer
año, el número de accidentes que se producen en un
período dado en una región geográfica.
Pág. 10 2019
Las variables cuantitativas se clasifican en:
a) Variable Cuantitativas Discretas.
b) Variable Cuantitativas Continuas.
Variable Cuantitativas Discretas.- Son aquellas que toman
valores numéricos aislados y no pueden tomar ningún
valor entre dos consecutivos fijados.
Ejemplo: Número de monedas que una persona lleva en
su bolsillo, Número de admisiones en un hospital durante
un día determinado, Número de accidentes
automovilísticos durante el mes de Junio.
Pág. 11 2019
Variable Cuantitativas Continuas.- Son aquellas que
pueden tomar infinitos valores entre dos números, por muy
próximos que los fijemos.
Ejemplo: Estatura de los estudiantes de la U.N.A-PUNO,

Nivel de colesterol de ciertos pacientes del Hospital
Regional M.N.B.
Pág. 12 2019
VARIABLES ESTADÍSTICAS
Variable Cualitativa Variable Cuantitativa
Variable Variable Variable Variable

Cualitativa Cualitativa Cuantitativa Cuantitativa
Nominal Ordinal Discreta Continua
Pág. 13 2019
LA POBLACIÓN Y MUESTRA
POBLACIÓN (N). Se entiende por población a la totalidad
de individuos o elementos en las cuales puede presentarse
determinada características susceptible de ser estudiada.
Los datos individuales de una población se llaman unidades
elementales u observaciones.
Ejemplo 1.
a) Población de ventas anuales del supermercado Plaza Vea.
b) Todos los estudiantes matriculados de la UNIVERSIDAD.
c) Población de puntajes de rendimiento en lectura.
Pág. 14 2019
La población puede ser finita o infinita, dependiendo
del numero de elementos que lo conforman.
POBLACIÓN FINITA. Es aquella que tiene un
numero determinado de elementos.
POBLACIÓN INFINITA. Es aquella que tiene un
numero infinito de elementos. En la practica una
población finita con un numero grande de elementos
se considera una población infinita.
Pág. 15 2019
MUESTRA (n). Es el conjunto de medidas o conteos que se
obtienen de alguna población, con el propósito de obtener
información representativa de la población, y se le da el
nombre de muestra. Se utiliza el muestreo cuando es difícil
o costosa o perjudicial, la obtención de todos los elementos
(la información) de la población estadística en estudio. Al
numero total de elementos de la muestra se le llama tamaño
de muestra.
Pág. 16 2019
MUESTRA.
Pág. 17 2019
MUESTRA.
Pág. 18 2019
TIPOS DE MUESTREOS PROBABILÍSTICOS
Entre los modelos más utilizados tenemos:
a) Muestreo Aleatorio Simple.

b)Muestreo Aleatorio Sistemático.
c) Muestreo Aleatorio Estratificado.
d)Muestreo de Conglomerados.
Pág. 19 2019
MUESTREO ALEATORIO SIMPLE
Es aquella en que cada elemento de la población tiene
igual probabilidad de ser incluida en la muestra. El
muestreo aleatorio simple es ciertamente un procedimiento
práctico si la población no es grande y si es relativamente
fácil y barato encontrar las unidades de muestreo. También
podría ser un procedimiento práctico para poblaciones
grandes cuyos elementos están concentradas dentro de un
área pequeño.
Pág. 20 2019
Población ( N = 96)
Pág. 21 2019
Pág. 22 2019
MUESTREO ALEATORIO SISTEMÁTICO
Es una primera modificación del muestreo aleatorio simple
en la que la elección es sistemática. Este método consiste
en seleccionar las unidades muéstrales aplicando un
intervalo de selección ( I ) que se determina por.
𝑵
I=𝒏
Donde: “N” es el tamaño de la población muestreada y “n”
es el tamaño de la muestra. Este número “I” indicará si
cada décimo, onceavo, etc. elemento de la población va a
ser incluido en la muestra.
Pág. 23 2019
En este caso se tiene
una población de 126
personas y se desea
seleccionar una
muestra de 21
aplicando Muestreo
Aleatorio Sistemático
N 126
I= = =6
n 21
Pág. 24
2019
Muestra (n = 21)
Como el Intervalo de
Selección es igual a “6”,
entonces de las primeras
6 personas uno se elegirá
al azar. Luego se contara
“6” y será el siguiente
elegido, y así
sucesivamente hasta
llegar a 21 personas
elegidas.
Pág. 25 2019
MUESTREO ALEATORIO ESTRATIFICADO
El proceso de estratificación consiste en dividir la
población en subgrupos o estratos, que son más
homogéneos que la población como un todo, es decir,
estratificar una población es dividir en “k” subgrupos
denominados estratos tal que de cada subgrupo se
selecciona una muestra aleatoria de tamaño 𝑛1 , 𝑛2 , 𝑛3 , …, 𝑛𝑘
por el método de muestreo aleatorio simple o sistemático
de modo que 𝒏𝟏 +𝒏𝟐 +𝒏𝟑 + …+𝒏𝒌 = n.
Pág. 26 2019
MUESTREO ALEATORIO ESTRATIFICADO
Existen dos razones importantes para utilizar la
estratificación: controlar la representatividad de la muestra
y permitir la aplicación de procedimientos de selección
diferentes en los distintos estratos.
El numero de elementos seleccionados de cada estrato
puede ser proporcional o desproporcionada al tamaño del
estrato en relación con la población.
Pág. 27 2019
WhatsApp
Facebook
Twitter
Line
Instagram
Pág. 28
2019
WhatsApp
Facebook
Twitter
Line
Instagram
Pág. 29 2019
MUESTREO DE CONGLOMERADO
Consiste en dividir la población en subgrupos
heterogéneos representativos de la población global.
Idealmente, cada conglomerado debe ser considerado
como una mini población.
Los principios básicos que dictan mayor eficiencia en el
muestreo por conglomerados son opuestos a los usados en
la Estratificación. En el muestreo por conglomerados es
eficiente tener en cuenta lo siguiente:
Pág. 30 2019
MUESTREO DE CONGLOMERADO
a) Diferencia entre las unidades elementales del mismo

grupo lo mas grande posible.
b) Diferencia entre grupos lo mas pequeño posible.
Evidentemente, estos requisitos son muy difíciles de

cumplir, pues en muchas poblaciones las unidades
elementales similares tienden a agruparse
Pág. 31 2019
WhatsApp
Facebook
Twitter
Line
Instagram
Pág. 32 2019
WhatsApp, Facebook, Twitter, Line, Instagram.

Pág. 33 2019
DISEÑO DE LOS FORMULARIOS
Bajo la denominación genérica de “Formulario” (Hoja de
Encuesta) se incluye toda forma impresa o digital
destinada a la recolección de datos, tal como la historia
clínica, las fichas epidemiológicas o tarjetas especiales
que permiten recoger los datos y que sirven para ser
computadas (procesadas).
Los formularios deben ser planeados cuidadosamente, de
tal forma que sean realmente útiles y que faciliten y no
dificulten la obtención de los datos.
Pág. 34 2019
DISEÑO DE LOS FORMULARIOS
E1 formularlo debe permitir recoger 2 clases de datos:
a) Datos administrativos o de identificación.
b) Datos sobre el problema que se estudia.
El primero ayuda a identificar las unidades de
observación, e incluyen el nombre de la persona, su edad,
sexo, residencia y fecha de estudio. A través de ellos,
puede medirse el rendimiento del personal y la
distribución de algunas características. El segundo, debe
tener un propósito definido y ser pertinente al estudio
Pág. 35 2019
ELABORACION DEL FORMULARIO
Aunque es imposible dar reglas fijas para la correcta
elaboración de un formulario, los siguientes pasos serán
de utilidad.
1) Decidir sobre los datos que se recogerán. En esta
decisión es conveniente:
✓ Hacer una lista de todos los datos "deseables" de
recoger, de acuerdo a la finalidad del estudio.
✓ Considerar que datos son "factibles” de recoger de
manera fidedigna y exacta.
Pág. 36 2019
✓ Hacer una lista de todos los datos "deseables" de
recoger, de acuerdo a la finalidad del estudio.
✓ Considerar que datos son "factibles” de recoger de
manera fidedigna y exacta.
✓ Limitar los datos a aquellos "prácticos a recoger“.
✓ Limitar la información a aquello que se usará
Pág. 37 2019
2) Decidir sobre el orden en que se asentarán los datos
en el formulario. La distribución debe hacerse en forma
lógica y ordenada. la parte superior del formulario debe
reservarse para datos clasificatorios de identificación
(Nombres (Opcional), Dirección, etc.).
3) Considerar como se harán los preguntas. Considerar
un lenguaje simple, sin ambigüedades, evitando las
preguntas insinuantes, poco explícitas o insuficientemente
específicas.
Pág. 38 2019
4) Planear como se anotarán las respuestas. El espacio
que se deje debe ser adecuado para las respuestas que se
esperen, utilizando el sistema de menor esfuerzo.
5) Determinar las características del formulario. Para

esto se debe de considerar las siguientes interrogantes:
¿QUIEN recogerá la Información?
¿DE QUIEN será recogida?
Pág. 39 2019
¿DONDE Y CUANDO se registrará?
¿COMO se procesarán los datos?
De acuerdo a éstas preguntas se decidirá sobre la forma,
tamaño, material, color, etc. del formulario.
6) Probar la operabilidad del formulario. Antes de que el
formulario sea impreso de manera definitiva, es
conveniente probarlo en el terreno mediante un estudio
piloto, para darse cuenta de las fallas que pueda pre sentar
y hacer las correcciones necesarias.
:
Pág. 40 2019
7) Redactar las instrucciones necesarias. Estas pueden
imprimirse en el mismo formulario cuando no son muy
extensas o en hoja aparte en el caso contrario.
Pág. 41 2019
PRESENTACIÓN DE LA INFORMACIÓN MEDIANTE
CUADROS O TABLAS
Después de la revisión y corrección de los datos
recopilados, conviene estructurar y ordenar estos datos de
acuerdo a algún sistema de clasificación á fin de
describirlos o analizarlos. A continuación, presentamos
algunos conceptos y procedimientos comunes para la
presentación de los datos en cuadros o tablas.
Pág. 42 2019
CUADROS O TABLAS
RANGO O AMPLITUD DE LOS DATOS (R).- Sea “X” una
característica de la población en estudio que toma
distintos valore 𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛 ; El rango llamado también
"recorrido de los datos", es la diferencia entre el mayor y
el menor de los valores que forman la variable estadística
“X” y esta denotado por:
Rango = R = ValMax(X) – ValMin(X)
Pág. 43 2019
CUADROS O TABLAS
EJEMPLO 01.- Se le pregunta a un grupo de Estudiantes
de la UNA-Puno acerca de la cantidad de libros que leyó
durante el año 2015, y las respuestas son: 4; 3; 2; 7; 10; 8; 2;
9; 3; 6; 8; 1; 1; 9; 2. El Rango de la muestra es:
R = ValMax(X) – ValMin(X)
El Rango es “9”
R = 10 – 1 = 9
Pág. 44 2019
CUADROS O TABLAS
FRECUENCIA ABSOLUTA DE UN DATO (𝒇𝒊 ).- llamaremos
frecuencia absoluta de un valor 𝑋𝑖 de la variable
estadística “X”, al número de veces que aparece repetido
dicho valor en el conjunto de las observaciones realizadas.
Del anterior Ejemplo 01:
La frecuencia absoluta de “8” es 2
“2” Es el numero de veces
que se repite el valor “8”
Pág. 45 2019
CUADROS O TABLAS
FRECUENCIA ABSOLUTA ACUMULADO DE UN DATO
(𝑭𝒊 ).- la frecuencia absoluta acumulada de un valor 𝑋𝑖 de la
variable estadística “X”, es iguala la suma de los valores
Inferiores o iguales a dicho valor.
Pág. 46 2019
CUADROS O TABLAS
FRECUENCIA RELATIVA DE UN DATO (𝒉𝒊 ).- Llamaremos
frecuencia relativa de un valor observado 𝑋𝑖 de la variable
“X”, al cociente entre su frecuencia absoluta y el número
𝒇𝒊
de observaciones realizadas (n), y se denota por: 𝒉𝒊 = 𝒏 .
𝟐
La frecuencia Relativa de “8” es = 0.133
𝟏𝟓
Pág. 47 2019
CUADROS O TABLAS
FRECUENCIA RELATIVA ACUMULADA DE UN DATO
(𝑯𝒊 ).- Se llama frecuencia relativa acumulada de un valor 𝑋𝑖
de la variable “X” al cociente entre su Frecuencia Absoluta
Acumulada y el número de observaciones realizadas (n), y
se denota por:
𝑭𝒊
𝑯𝒊 = .
𝒏
Pág. 48 2019
CUADROS O TABLAS
EL PORCENTAJE (%𝐢 ).- El Porcentaje (%) correspondiente
a un valor 𝑋𝑖 de la variable “X”, se obtiene multiplicando la
Frecuencia Relativa por Cien (100), esto es:
%𝒊 =𝒉𝒊 *100
El Porcentaje del dato “8” es 0.1333 * 100 = 13.33
Pág. 49 2019
PROPIEDADES DE LAS FRECUENCIAS
Sea “n” el número total de observaciones realizadas de la
variable “X” que toma los valores 𝑋1 , 𝑋2 , 𝑋3 , …, 𝑋𝑘 ,
entonces tenemos las siguientes propiedades.
k
1) f1 + f 2 + f 3 + ... + f k =  f i = n
i =1
k
2) h1 + h2 + h3 + ... + hk =  hi = 1
i =1
Pág. 50 2019
PROPIEDADES DE LAS FRECUENCIAS
3) Fk = n
4) H k = 1
5) 0  hi  1  i=1, 2, 3, ... , k
6) 0  f i  n  i=1, 2, 3, ... , k
7) Fi = Fi −1 + fi Donde fi = Fi − Fi −1
fi fi
8) hi =  f i = hi * n  n =
n
hi
Pág. 51 2019
DISTRIBUCIONES DE FRECUENCIAS O TABLAS DE
FRECUENCIAS DE UNA VARIABLE DISCRETA
Cuando se estudia una característica X de la población, el
mayor interés del investigador es conocer la distribución
de esta característica a través de los posibles valores del
mismo.
Una distribución de frecuencias es un arreglo de los
valores observados 𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑘 de la variable “X”, con
sus respectivas frecuencias, en una tabla de la forma
Pág. 52 2019
DISTRIBUCIONES DE FRECUENCIAS O TABLAS DE
FRECUENCIAS DE UNA VARIABLE DISCRETA
Variable (X) 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 %𝒊
𝑿𝟏 𝒇𝟏 𝑭𝟏 =𝒇𝟏 𝒉𝟏 =𝒇𝟏 /n 𝑯𝟏 =𝒉𝟏 %𝟏 =𝒉𝟏 *100
𝑿𝟐 𝒇𝟐 𝑭𝟐 =𝑭𝟏 +𝒇𝟐 𝒉𝟐 =𝒇𝟐 /n 𝑯𝟐 =𝑯𝟏 +ℎ𝟐 %𝟐 =𝒉𝟐 *100
𝑿𝟑 𝒇𝟑 𝑭𝟑 =𝑭𝟐 +𝒇𝟑 𝒉𝟑 =𝒇𝟑 /n 𝑯𝟑 =𝑯𝟐 +ℎ𝟑 %𝟑 =𝒉𝟑 *100
. . . . . .
. . . . . .
. . . . . .
𝑿𝒌 𝒇𝒌 𝑭𝒌 =𝑭𝒌−𝟏 +𝒇𝒌 =n 𝒉𝒌 =𝒇𝒌 /n 𝑯𝒌 =𝑯𝒌−𝟏+𝒉𝒌 =1 %𝒌 =𝒉𝒌 *100
n = σ𝒏𝒊=𝟏 𝒇𝒊 1 = σ𝒏𝒊=𝟏 𝒉𝒊 100.00%
Pág. 53 2019
ESTRUCTURA DE UNA TABLA ESTADISTICA
En toda tabla o cuadro estadístico debe considerarse:
1) El Titulo.
2) El cuadro propiamente dicho.
3) Las indicaciones complementarias
Pág. 54 2019
EL TITULO. Es la indicación que, precediendo a la tabla,

es colocada en la parte superior de la misma. Debe ser
preciso, claro y conciso, indicando la naturaleza del
fenómeno estudiado (¿Qué?), las variables escogidas en el
análisis del fenómeno (¿Cómo?), el local (¿Dónde?) y la
época (¿Cuándo?) en que el fenómeno fue observado.
Pág. 55 2019
EL CUADRO PROPIAMENTE DICHO. Los elementos

esenciales son: el cuerpo, el encabezamiento y la columna
matriz.
a) El Cuerpo de la Tabla. Está formado por un conjunto
de filas y columnas que contienen respectivamente, las
series horizontales y vertientes de la información.
Pág. 56 2019
b) El Encabezamiento (referente a la primera fila). Es la

parte de la tabla en que se Indica la naturaleza (las
categorías, las modalidades de la variable) del
contenido de cada columna. Estos al igual que los títulos
deben ser breves, pero suficientemente explícitos. Así
por ejemplo en vez de poner simplemente “Edad” es
preferible poner “Edad en Años”.
Pág. 57 2019
c) La Columna Matriz. Es la parte de la tabla en que es

designada la naturaleza (las categorías, las modalidades
de la variable) del contenido de cada fila.
Pág. 58 2019
LAS INDICACIONES COMPLEMENTARIAS. Con el fin

de que no haya dudas sobre el contenido del cuadro, éste
se anotará en la parte inferior de la tabla. Las indicaciones
complementarias son: la fuente de información,
comentarios y notas explicativas.
❖ Fuente. Es el indicador de la entidad responsable de
donde se obtuvieron los datos.
Pág. 59 2019
❖ Comentarios. También colocados al pie del cuadro,

sirven para aclarar minucias en relación a las celdas,
columnas, filas.
❖ Notas. Son colocadas al pie del cuadro para
esclarecimientos de orden general.
Pág. 60 2019
TABLAS DE FRECUENCIAS PARA DATOS
AGRUPADOS EN INTERVALOS DE CLASE
Es una tabla en donde los datos originales se clasifican en
intervalos de clase, las razones para hacer este tipo de
agrupamientos son:
❖Es poco práctico tratar con un número grande de
observaciones distribuidos en muchos puntajes.
❖Algunos de los valores observados tienen asociado una
frecuencia tan baja que no se justifica mantenerlos como
entidades distintas y separadas.
Pág. 61 2019
INTERVALOS DE CLASE Y AMPLITUD DE CLASE
Un símbolo que define una clase, tal como [a, b>, se
conoce como “Intervalo de Clase”. Los números que
forman el intervalo “a y b”, son los “Limites de Clase”,
el menor numero “a” es el Límite Inferior de la clase, y el
mayor numero “b” es el límite superior.
Se entiende por “Amplitud de Clase”, la diferencia que
hay entre el Extremo Superior y el Extremo Inferior de
cada intervalo de clase. Según esto, tenemos dos casos:
Pág. 62 2019
INTERVALOS DE CLASE Y AMPLITUD DE CLASE
✓intervalos de amplitud constante
✓intervalos de amplitud variable
Según se elijan en el estudio todos los intervalos con la misma
amplitud o con amplitudes diferentes:
Generalmente es recomendable que todas las clases tengan la
misma amplitud, pues con ello se facilitan muchos cálculos
posteriores, en algunos problemas tal disposición no es
posible, ya que sus límites deben fijarse de acuerdo a los datos
que se estudian y al número de clases que se ha resuelto
utilizar. martes, 10 de Setiembre de
Pág. 63 2019
ELECCION DE LOS INTERVALOS DE CLASE
Es aconsejable que en cada intervalo de clase se incluyan
solamente datos mas o menos homogéneos. Los intervalos
pueden ser:
a) Intervalos Semiabiertos
b) Intervalos Cerrados
Pág. 64 2019
Intervalos Semiabiertos.- Fijando una determinada
amplitud para cada intervalo se tomarán tantos Intervalos
Semiabiertos como sean necesarios para recubrir todo el
rango de la variable, los intervalos serán semiabiertos,
“[a - b>”, es decir, contendrán siempre el valor inferior,
pero no al superior. Por esta razón, el extremo superior del
último intervalo debe ser menor o igual que el último de
los valores de la variable
Pág. 65 2019
Intervalos Cerrados.- teniendo una determinada amplitud
A veces los intervalos de clase vienen dados de una forma
que no sean semiabiertas, tal como en el siguiente caso
tenemos, “[a - b]”.
Pág. 66 2019
MARCA DE CLASE
Es el punto medio del intervalo de clase. Se obtiene
sumando los límites inferior y superior de la clase y
dividiéndolo entre dos. Así, la marca de clase del intervalo
𝐚+𝐛
[a - b> será: . La marca es, en definitiva, el valor que
𝟐
representa a la información contenida en el intervalo de
clase.
Pág. 67 2019
REGLA GENERAL PARA LA CONSTRUCCION DE
UNA DISTRIBUCION DE FRECUENCIAS DE UNA
VARIABLE AGRUPADA EN INTERVALOS.
Para ello se debe de seguir los siguientes

pasos para agrupar los datos en intervalos
de clase:
Pág. 68 2019
REGLA GENERAL PARA LA CONSTRUCCION DE UNA DISTRIBUCION DE
FRECUENCIAS DE UNA VARIABLE AGRUPADA EN INTERVALOS.
1) El Rango (R).- Es conveniente primero determinar el

rango de los datos obtenidos, los cuales se han definido
por:
R = ValMax(X) – ValMin(X)
para construir Intervalos Semiabiertos
R = ValMax(X) – ValMin(X)+ Unid. Med.

para construir Intervalos Cerrados
Pág. 69 2019
2) Determinación del número de intervalos de clase (K).-

Consiste en dividir el rango en un numero conveniente
de intervalos de clase, generalmente del mismo tamaño.
No hay una fórmula exacta para calcular el número de
intervalos de clase. Aquí presentamos dos soluciones
posibles para la obtención de los Intervalos de clase:
Pág. 70 2019
Determinación del número de intervalos de clase (K).-

a) Número de Clases:
- Si “n ≤ 25” entonces “K = 5”
- Si “n > 25” entonces “K = 𝒏” Donde:
b) Fórmula de STURGES n = Tamaño de Muestra
K = 1 + 3.322log10 (n)
Cuando los resultados para obtener “K” en a) v b) son números reales decimales,
entonces martes,
se redondeará al entero inmediato mayor.
10 de Setiembre de
Pág. 71 2019
3) Determinación del tamaño de los intervalos (C).-

Como regla general para encontrar la longitud de los
intervalos (del mismo tamaño), se debe de dividir el
rango de las observaciones entre el número de
intervalos de clase, esto es la Amplitud de clase (C):
𝑹
C=
𝑲
Pág. 72 2019
Determinación del tamaño de los intervalos (C).-

Donde:
C = Amplitud de Intervalo
R = Rango K = Numero de Intervalos
Con este caso, todas tas clases deben tener la misma
longitud, con posible excepción del primer y último
intervalo. Esto es para permitir uniformidad en las
comparaciones de frecuencias de clase
Pág. 73 2019
4) Determinación de los límites de clase (C).- Se debe

tomar el resultado numérico más bajo de los datos
originales (valor mínimo de la variable de “X”) como el
Limite Inferior del primer intervalo de clase; y luego
sumar la “Amplitud de Intervalos (C)” para obtener el
Limite Superior de dicha clase.
Pág. 74 2019
Determinación de los límites de clase (C).-

EJEMPLO 02: Suponiendo que:
Lim. Inf. = 30, y Amplitud de Intervalo (C) = 9;
Entonces:
Lim. Superior = Lim. Inf. + C = 30 + 9 = 39;
Limite Inferior
[30 – 39> Limite Superior
Pág. 75 2019
EJEMPLO 03: a continuación se muestran los salarios de
50 obreros de la U.N.A.-Puno:
1379 1040 1689 1314 1022
1477 1468 1236 1523 1599
1336 988 1209 1757 1526
1101 1553 1471 1648 1526
1571 1277 1354 1254 1788
1426 1779 1088 1361 1783
1493 1589 1777 1559 1644
1112 1527 1515 1123 1472
1006 1160 1001 1775 1435
1259 1404 1701 1601 1604
Pág. 76 2019
Agrupar estos datos en una tabla de frecuencias cuyos
intervalos sean de amplitud constante.
Para ello se sigue los siguientes pasos:
PRIMERO: Se halla el rango.
Para hallar el rango buscamos el valor máximo y el valor
mínimo de la variable “X” El Rango es
RANGO R = 1788 – 988 = 800 S/. 800
Valor Máximo Valor Mínimo
Pág. 77 2019
SEGUNDO: Aplicar la formula de STURGES.
Sabiendo que: “n = 50”
K = 1 + 3.322log10 (n) = 1 + 3.322log10 (50)

K = 6.64  K= 7
“K” es igual a 6.64 se
debe de redondear
al entero inmediato
mayor por lo tanto
“K=7”
Pág. 78 2019
TERCERO: Determinación la amplitud de los intervalos.
Sabiendo que: “K = 7”
R 800
C= = = 114.2857 = 115
K 7 Como los datos son
valores enteros se
aproxima al entero
superior
Pág. 79 2019
CUARTO: se tiene hallar los limites de los intervalos de
clase; Como se ajustó el ancho es necesario ajustar también
el Rango.
Sabiendo que: “C = 115” y “K=7” ENTONCES:
R’ = C*K = 115*7 = 805 POR LO TANTO: Como el Rango
se incrementó en 5 soles, se reparte equitativamente
aumentando 2.5 al valor máximo y restando 2.5 al mínimo
valor de la Variable “X”.
Pág. 80 2019
El Limite Inferior del primer intervalo es “985.5”.
Es el Primer INTERVALOS
Intervalo [ 985.5 - 1100.5 >
[ 1100.5 - 1215.5 >
Inferior de los
[ 1215.5 - 1330.5 >
7 Intervalos
[ 1330.5 - 1445.5 >
[ 1445.5 - 1560.5 >
[ 1560.5 - 1675.5 > Limite
Limite [ 1675.5 - 1790.5 > Superior
Inferior
Pág. 81 2019
QUINTO: Construcción de la tabla de frecuencias.
Sabiendo que: “K = 7 y C=115”
INTERVALO M.C. fi Fi hi Hi %
[ 985.5 - 1100.5 > 1043 6 6 0.12 0.12 12.00%
[ 1100.5 - 1215.5 > 1158 5 11 0.1 0.22 10.00%
[ 1215.5 - 1330.5 > 1273 5 16 0.1 0.32 10.00%
[ 1330.5 - 1445.5 > 1388 7 23 0.14 0.46 14.00%
[ 1445.5 - 1560.5 > 1503 12 35 0.24 0.7 24.00%
[ 1560.5 - 1675.5 > 1618 7 42 0.14 0.84 14.00%
[ 1675.5 - 1790.5 > 1733 8 50 0.16 1 16.00%
TOTAL 50 1 100.00%
Pág. 82 2019
EJEMPLO 04: Los datos que se dan a continuación
corresponden a los pesos en Kg. de 80 pacientes del
Hospital Regional Manuel Núñez Butrón de Puno:
60 66 77 70 66 68 57 70 66 52
75 65 69 71 58 66 67 74 61 63
69 80 59 66 70 67 78 75 64 71
81 62 64 69 68 72 83 56 65 74
67 54 65 65 69 61 67 73 57 62
67 68 63 67 71 68 76 61 62 63
76 61 67 67 64 72 64 73 79 58
67 71 68 59 69 70 66 62 63 66
Pág. 83
2019
Agrupar estos datos en una tabla de frecuencias cuyos
intervalos sean de amplitud constante.
Para ello se sigue los siguientes pasos:
PRIMERO: Se halla el rango.
Para hallar el rango buscamos el valor máximo y el valor
mínimo de la variable “X” El Rango es
RANGO R = 83 – 52 = 31 31 kg,
Valor Máximo Valor Mínimo
Pág. 84 2019
SEGUNDO: Aplicar la formula de STURGES.
Sabiendo que: “n = 50”
K = 1 + 3.322log10 (n) = 1 + 3.322log10 (80)

K = 7.32  K= 8
“K” es igual a 7.32 se
debe de redondear
al entero inmediato
mayor por lo tanto
“K=8”
Pág. 85 2019
TERCERO: Determinación la amplitud de los intervalos.
Sabiendo que: “K = 7”
R 31
C = = = 3.875 = 4 Como los datos son
K 8 valores enteros se
aproxima al entero
superior
Pág. 86 2019
CUARTO: se tiene hallar los limites de los intervalos de
clase; Como se ajustó el ancho es necesario ajustar también
el Rango.
Sabiendo que: “C = 4” y “K=8” ENTONCES:
R’ = C*K = 4*8 = 32 POR LO TANTO: Como el Rango se
incrementó en 1 kilogramo., se reparte equitativamente
aumentando 0.5 al valor máximo y restando 0.5 al mínimo
valor de la Variable “X”.
Pág. 87 2019
El Limite Inferior del primer intervalo es “51.5”.
Es el Primer INTERVALOS
[ 51.5 - 55.5 >
Intervalo
[ 55.5 - 59.5 >
Inferior de los
[ 59.5 - 63.5 >
8 Intervalos [ 63.5 - 67.5 >
[ 67.5 - 71.5 >
[ 71.5 - 75.5 > Limite
Limite [ 75.5 - 79.5 > Superior
Inferior [ 79.5 - 83.5 >
Pág. 88 2019
QUINTO: Construcción la tabla de frecuencias. Si “K = 8 y C=4”
INTERVALO M.C. fi Fi hi Hi %
[ 51.5 - 55.5 > 53.5 2 2 0.0250 0.0250 2.50%
[ 55.5 - 59.5 > 57.5 7 9 0.0875 0.1125 8.75%
[ 59.5 - 63.5 > 61.5 13 22 0.1625 0.2750 16.25%
[ 63.5 - 67.5 > 65.5 24 46 0.3000 0.5750 30.00%
[ 67.5 - 71.5 > 69.5 18 64 0.2250 0.8000 22.50%
[ 71.5 - 75.5 > 73.5 8 72 0.1000 0.9000 10.00%
[ 75.5 - 79.5 > 77.5 5 77 0.0625 0.9625 6.25%
[ 79.5 - 83.5 > 81.5 3 80 0.0375 1 3.75%
TOTAL 80 1 100.00%
Pág. 89 2019
TRABAJO ENCARGADO
Representación Grafica de Variables Cuantitativas:
a) Diagrama de Barras.
b) Histograma.
c) Polígono de Frecuencias.
d) Polígono de Frecuencias Acumuladas (Ojiva)
Representación Grafica de Variables Cualitativas:
a) Diagrama de Rectángulos.
b) Diagrama de Sectores.
Pág. 90 2019
martes, 10 de Setiembre de 2019

Estadística-Descripción-Métodos

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

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

Estadística-Descripción-Métodos

Hochgeladen von

Copyright:

Verfügbare Formate

martes, 10 de Setiembre de 2019

Variable Cualitativa Nominal.- Son aquellas que surgen

Ejemplo:“Clase Social”,“Grado de Instrucción”, etc.

Por Ejemplo. Son variables cuantitativas: el peso de

Ejemplo: Estatura de los estudiantes de la U.N.A-PUNO,

Variable Cualitativa Variable Cuantitativa

Variable Variable Variable Variable

a) Muestreo Aleatorio Simple.

a) Diferencia entre las unidades elementales del mismo

Evidentemente, estos requisitos son muy difíciles de

WhatsApp, Facebook, Twitter, Line, Instagram.

WhatsApp, Facebook, Twitter, Line, Instagram.

WhatsApp, Facebook, Twitter, Line, Instagram.

WhatsApp, Facebook, Twitter, Line, Instagram.

5) Determinar las características del formulario. Para

En toda tabla o cuadro estadístico debe considerarse:

EL TITULO. Es la indicación que, precediendo a la tabla,

EL CUADRO PROPIAMENTE DICHO. Los elementos

b) El Encabezamiento (referente a la primera fila). Es la

c) La Columna Matriz. Es la parte de la tabla en que es

LAS INDICACIONES COMPLEMENTARIAS. Con el fin

❖ Comentarios. También colocados al pie del cuadro,

Para ello se debe de seguir los siguientes

1) El Rango (R).- Es conveniente primero determinar el

R = ValMax(X) – ValMin(X)+ Unid. Med.

2) Determinación del número de intervalos de clase (K).-

Determinación del número de intervalos de clase (K).-

3) Determinación del tamaño de los intervalos (C).-

Determinación del tamaño de los intervalos (C).-

4) Determinación de los límites de clase (C).- Se debe

Determinación de los límites de clase (C).-

K = 1 + 3.322log10 (n) = 1 + 3.322log10 (50)

K = 1 + 3.322log10 (n) = 1 + 3.322log10 (80)

Das könnte Ihnen auch gefallen