Estadística y Probabilidades

UTP
ESTADÍSTICA Y PROBABILIDADES
DOCENTE:
M. Sc. Carlos Daniel Gonzales Hidalgo
ESTADÍSTICA
DEFINICIÓN:
Es la ciencia fundamentada en la Matemáticas que nos

proporciona un conjunto de métodos que se utilizan para
recolectar, resumir, clasificar, analizar e interpretar el
comportamiento de los datos con respecto a una característica
materia de estudio o investigación.
Con el único propósito de que sirva como punto de apoyo en la

toma de decisiones
Lic. Carlos Daniel Gonzales Hidalgo

ESTADÍSTICA
OBJETIVOS DE LA ESTADÍSTICA
• Descripción
• Análisis
• Predicción
RAMAS DE LA ESTADÍSTICA
Estadística Descriptiva
Es el conjunto de métodos que implican la recolección,

presentación y caracterización de un conjunto de datos a fin de
describir en forma apropiada las diversas características de esta.

ESTADÍSTICA
Estadística Inferencial
Es el conjunto de métodos o técnicas que posibilitan la

generalización o toma de las decisiones en base a una formación
parcial obtenida mediante técnica descriptiva.
POBLACIÓN
Es un conjunto de elementos (que consiste de personas,
animales, objetos, etc.) que contienen una o más características
en común, observables que se puedan medir.
Ejemplo: En un estudio sobre el Nivel Económico y Rendimiento

Académico de los estudiantes de una Universidad Nacional. La
población en estudio está conformada por los estudiantes de esa
Universidad Nacional.
ESTADÍSTICA
TIPOS DE POBLACIÓN
Por el número de elementos que la componen se clasifica en:

Población Finita.- Una población es aquella que tiene un
número limitado de elementos. Por ejemplo: Las edades de los
alumnos de la escuela de Ing. Civil dela UCV en el semestre
2009-II.
El tamaño de la población finita se simboliza por “N”.
Población Infinita.- Una población infinita es aquella que no

tiene límite o cuota. Por ejemplo: la población de personas
infectadas con VIH.

ESTADÍSTICA
MUESTRA
Es una parte o pequeña porción representativa y adecuada de la
población. Representativa en el sentido de reflejar fielmente las
características de la población de la cual procede y defiere de ella
sólo en el tamaño. Adecuada, quiere decir que debe incluir un
número óptimo y mínimo de elementos de la población. Este
número óptimo se determina mediante el empleo de las fórmulas
del muestreo. El tamaño de una muestra se simboliza “n”.
UNIDAD DE ANÁLISIS
Es todo elemento Indivisible que conforma la población, pudiendo
ser: aulas, carpetas, animales, instituciones, personas, etc.

ESTADÍSTICA
PARÁMETRO
Es una medida resumen que describe una característica de toda la
población.
Los parámetros más usados son:
• La Media Poblacional =  (que se lee mu)
• Desviación Estándar Poblacional =  (que se lee sigma)
• Varianza Poblacional 2 = (que se lee sigma al cuadrado)
• Proporción Poblacional = P (que se lee pe)

ESTADÍSTICA
ESTADíGRAFO
Es una medida resumen que describe una característica de la

muestra.
_
La media de una muestra = X
Desviación estándar de una muestra = S
Varianza de una muestra = S2
Proporción de una muestra = P

ESTADÍSTICA
VARIABLE
Es una característica definida en la población, que puede tomar

dos o más valores (que pueden ser cualidades o números). Las
variables se clasifican según su:
Naturaleza
Es una característica definida en la población, que puede tomar

dos o más valores (que pueden ser cualidades o números).

ESTADÍSTICA
Variable Cualitativa
Es aquella característica cuyos valores o respuestas son
cualidades o atributos. Por ejemplo: Sexo, Estado Civil, Lugar de
Procedencia, Nivel Económico, Tipo de Inflación, etc.
Variable Cuantitativa
Es aquella característica cuyos valores resultan de la operación de
contar o de medir. Como por ejemplo: Número de Hijos, Peso en
Kg. , Talla en cm, etc.
Variable Cuantitativa Discreta

Es aquella característica cuyos valores resultan de la
operación de contar y están expresados en los NÚMEROS
NATURALES (N).
Por ejemplo: número de hermanos, N° de hijos, N° de veces
que postula a la universidad, etc.
ESTADÍSTICA
Variable Cuantitativa Continua
Es aquella característica cuyos valores o respuestas son

cantidades que resultan de la operación de medir y sus
valores están expresados por los números reales “ R”.
Por ejemplo: Ingreso Mensual, Talla en cm., temperatura,
etc.

ESTADÍSTICA
DATO
Es la respuesta que adquiere la característica de estudio en cada

unidad de análisis.
Por ejemplo: Si se le pregunta por su edad en años a un alumno

de la escuela de Ing. De Sistemas de la USAT y su respuesta es
21 años (dato).

ESTADÍSTICA
Escala de Medición
Escala de medición Tipo de variable Ejemplos
Variable cualitativa Sexo, estado civil,
Escala Nominal lugar de procedencia,
etc.
Variable cualitativa Grado de instrucción,
Escala Ordinal orden de mérito, etc.
Variable cuantitativa Temperatura, presión,
Escala de Intervalo continua de origen coeficiente intelectual,
convencional. puntuaciones del nivel
de estrés, etc.
Variable cuantitativa Edad en años, peso
Escala de razón de origen natural. en kg, ingresos
mensual en soles,
número de hijos, etc.
ESTADÍSTICA
LABORATORIO Nº 01
1. Las variables cuantitativas pueden ser

___________________ o ___________________
2. ____________________, es el conjunto de elementos que

contienen una o más características en común, observables y
que se pueden medir.
3. Una muestra __________, quiere decir que debe incluir un número

óptimo y mínimo de elementos de la población.
4. _____________, Es una característica definida en la población, que

puede tomar dos o más valores (que pueden ser cualidades o números).

ESTADÍSTICA
5. En las siguiente lista de variables, indicar a qué clase

corresponde cada una según su naturaleza y escala de
medición.
a. Precio en soles.
b. Nº niveles de una vivienda.
c. Tipo de Crédito Bancario.
d. Material de construcción.
e. Número de acciones.
f. Tipo de suelo.
g. Coeficiente intelectual.
h. La calificación en la escala de 0 a 20 en la primera práctica calificada

ESTADÍSTICA
6. Indique el tipo de Población según el número de elementos

que la conforman, unidad de análisis, variable según la
naturaleza del dato, escala de medición de la variable que
corresponda
a. Nº de personas por metro cuadrado en la ciudad de

Lambayeque. Año 2010.
b. Tipo de financiamiento de las empresas constructoras en el
departamento de Lambayeque.
c. Ingreso mensual familiar de los alumnos de la Especialidad de

Ing. Civil de la UCV, matriculados el ciclo 2010-I.
d. Gasto mensual en alimentación de las familias del cercado de

Chiclayo.

ESTADÍSTICA
RECOPILACIÓN DE DATOS
TÉCNICAS DE RECOLECCIÓN DE DATOS
- La observación.
- La experimentación.
- La encuesta.
- La entrevista.

ESTADÍSTICA
DISTRIBUCIÓN DE FRECUENCIAS
Después de la recopilación de los datos, es necesario

resumirlos y presentarlos en forma tal, que faciliten su
comprensión y su posterior análisis y utilización, para ello se
ordenan en cuadros y luego se representan en gráfico.

ESTADÍSTICA
TODO CUADRO ESTADÍSTICO DEBE TENER
1. Número.- Es el código de Identificación del cuadro. Este

número se escribe a continuación de la palabra “cuadro”. Por
ejemplo cuadro N° 1.3 indica el tercer cuadro del capítulo uno.
2. Título.- Expresa en forma completa y concisa el contenido del

cuadro.
Ejemplo: Lugar de procedencia por Dpto. de los Estudiantes de

Ing. Civil-UCV- Chiclayo 2007.
3. Encabezamiento.- Es la primera fila del cuadro, en el se explica

las categorías y el objeto de cada una de las columnas, es decir
indica la naturaleza de los datos inscritos en cada celda que se
hallan debajo.
4.Columna Principal o Matriz.- Es aquella en que se anotan las

categorías o las diferentes clases de la escala de clasificación
utilizada.
5. Cuerpo.- Es el contenido numérico del cuadro.
6. Notas Explicativas o Calle.- Se agregan debajo del cuerpo del

cuadro cuando es necesario algunas observaciones sobre
alguna columna o hilera del mismo.
7. Fuente.- Sirve para nombrar la entidad responsable de donde

se obtuvieron los datos.

ESTADÍSTICA
ERRORES EN LA PRESENTACIÓN DE CUADROS
- Disposición incorrecta de los datos.
- Títulos y encabezamientos incompletos e inadecuados.
- Cuadros que representan solamente porcentajes.
- Cuadro sobrecargado.

ESTADÍSTICA
Distribución Unidimensional de Frecuencias

Variable Cualitativa
Cuadro N°
Título
Variable ni hi hi %
cualitativa
C1 n1 h1 h1 * 100
C2 n2 h2 h2 * 100
. . . .
. . . .
. . . .
Cm nm hm hm x 100
TOTAL n 1.00 100
Fuente:
ni = Frecuencia absoluta simple ni
hi = Frecuencia relativa simple = n
ni
hi % = Frecuencia relativa simple porcentual = *100
n
ESTADÍSTICA
GRAFICAS DE VARIABLE CUALITATIVA
- Barras.- Son barras rectangulares vertical u horizontal, cuya

altura (o largo) es proporcional a su frecuencia.
- Sectores Circulares.- Los datos de cada categoría se

representan por un sector circular cuyo ángulo en el centro es
igual a hi * 360°.

ESTADÍSTICA
Ejemplo:
Los datos que se dan a continuación corresponden al lugar de

procedencia por departamento en muestra de 20 Estudiantes del IV ciclo
de la Escuela de Ing. Civil de una Universidad privada, matriculados
en el semestre académico 2008-I.
Lambayeque Cajamarca Lambayeque Cajamarca Lambayeque

Amazonas Cajamarca Lambayeque Amazonas Lambayeque
Amazonas Amazonas Piura Lambayeque Lambayeque
Cajamarca Piura Amazonas Lambayeque Piura
Con los datos construya un cuadro estadístico y grafique la
distribución.
SOLUCIÓN:

ESTADÍSTICA
Cuadro N° 01
Lugar de procedencia por departamento de los alumnos del IV

ciclo de la Escuela de Ing. Civil de una Universidad privada,
matriculados en el semestre académico 2008-I.
Lugar de procedencia por ni hi hi %

departamento
Lambayeque 8 0.40 40
Amazonas 5 0.25 25
Cajamarca 4 0.20 20
Piura 3 0.15 15
TOTAL 20 1.00 100
FUENTE: Archivos de Dirección de Escuela de la UPSP.

ESTADÍSTICA
Gráfico de Barras:
GRAFICO N° 01
LUGAR DE PROCEDENCIA
10
8
6
ni
4
2
0
Lambayeque Amazonas Cajamarca Piura
FUENTE: Cuadro N° 01

ESTADÍSTICA
Gráfico de Sectores Circulares :
GRAFICO N° 02 LUGAR DE
PROCEDENCIA
Lambayeque
Amazonas
Cajamarca
Piura
FUENTE: Cuadro N° 01

DISTRIBUCIÓN DE FRECUENCIAS DE VARIABLE

CUANTITATIVA DISCRETA
Sean x1, x2, …, xn un conjunto de “n” observaciones discretas y

sean y1, y2, …, ym el conjunto de valores diferentes que toman los
datos originales (m  n).
Variable cuantitativa ni Ni hi Hi hi % Hi %
discreta
y1 n1 N1 h1 H1 h1 * 100 H1 * 100
y2 n2 N2 h2 H2 h2 * 100 H2 * 100
. . . . . . .
. . . . . . .
. . . . . . .
ym nm Nm Hm Hm hm * 100 Hm * 100
TOTAL n - 1.00 - 100 -

ESTADÍSTICA
ni = Frecuencia absoluta simple.
Ni = Frecuencia absoluta acumulada
hi = Frecuencia relativa simple
Hi = Frecuencia relativa acumulada
hi % = Frecuencia relativa simple porcentual
Hi % = Frecuencia relativa acumulada porcentual.

ESTADÍSTICA
GRAFICAS DE VARIABLE CUANTITATIVA DISCRETA
- Barras.
- Bastones .
Ejemplo:
Se registró el número de hijos de 15 Trabajadores de construcción

civil de la ciudad de Chiclayo. Referidas al 20/02/2008.
2 1 3 3 2
1 5 4 5 3
3 3 2 3 4

ESTADÍSTICA
Con los datos construya un cuadro estadístico. Grafique la

distribución.
CUADRO N°___:
TÍTULO:______________________
N° hernanos ni Ni hi Hi hi % Hi %
TOTAL -----
Fuente : _______________________________

ESTADÍSTICA
DISTRIBUCIÓN DE FRECUENCIAS DE VARIABLE CUANTITATIVA

CONTINUA
Sean x1, x2, …, xn un conjunto de datos de tipo continuo.
El cuadro estadístico tiene la siguiente forma.

Variable cuantitativa Yi ni Ni hi Hi hi % Hi %
continua
y 0´  y1´ y1 n1 N1 h1 H1 h1 * 100 H1 * 100

y1´  y 2´ y2 n2 N2 h2 H2 h2 * 100 H2 * 100
. . . . . . . .
. . . . . . . .
. . . . . . . .
y m´ 1  y m´ ym Nm Nm Hm Hm hm * 100 Hm *
100
TOTAL - n - 1.00 - 100 -

ESTADÍSTICA
y ´j 1  y ´j
y1 = Marca de clase = 2
ni = Frecuencia absoluta simple

i
Ni = Frecuencia absoluta acumulada  ni
i 1
hi = Frecuencia relativa simple ni

n
i
Hi = Frecuencia relativa acumulada  hi
i 1
hi % = Frecuencia relativa porcentual
Hi % = Frecuencia relativa acumulada porcentual
Se utilizará intervalos del tipo  y  y , el número de intervalos que

´
i 1
´
i
debe tener un cuadro estadístico no debe ser menor a 4 ni mayor a

15.

ESTADÍSTICA
Construcción de los intervalos de clase
• Rango = xmax – xmin = R
• Número de intervalos = 1 + 3.3 (log n )= N.I
• Amplitud de clase = Rango / Número de intervalos
• Rango modificado = R’ = amplitud de clase por número de

intervalos.
• R’ – R >= 0

ESTADÍSTICA
GRAFICAS DE LA DISTRIBUCIÓN POR INTERVALOS
HISTOGRAMA.- Es una gráfica de barras rectangulares juntas. La

base de cada barra es proporcional a la amplitud del intervalo, y la
altura es proporcional a su frecuencia (absoluta o relativa o
porcentual).
POLIGONO DE FRECUENCIAS.- Es una gráfica poligonal cerrada,

que se obtiene uniendo con segmentos de recta, los puntos que
tienen proporcionalmente como abscisa a la marca de clase y
como ordenada a la frecuencia respectiva. Se cierra en ambos
extremos en las marcas de clase adyacentes de frecuencia cero.
OJIVAS.- Son polígonos de frecuencias acumuladas, existen dos

tipos de ojivas: ojiva menor que y ojiva mayor igual que.
ESTADÍSTICA
Ejemplo: Un experto en computadoras, tratando de optimizar la operación

de un sistema, reunió datos sobre el tiempo, en microsegundos, entre las
solicitudes de servicio de un proceso especial.
25645 35940 56213 42600 42562 37500 78811

12802 42830 46789 41300 43870 38900 49658
42520 37800 22620 40900 38236 40230 52368
39820 15623 58654 30456 37850 42700 50234
42003 39850 65382 28900 5635 36924 55346
20563 43200 1583 44210 35680 35480 11564
42570 44125 68973 43290 39682 34963 62108
37560 34251 27600 39540 43568 39247 64752
43580 40653 44258 38900 44258

ESTADÍSTICA
Con los datos construya:
- Un cuadro estadístico completo.

- Un histograma y un polígono de frecuencias simples
-Ojiva menor que y ojiva mayor igual
Solución:
Para elaborar el Cuadro estadístico primero construimos los intervalos de
clase semi abiertos.
1. Rango = Xmáx – Xmin = 78811-1583 = 77228

2. Número de intervalos = 1 + 3.3 (log 60) = 7
3. AC = 77228 / 7 = 11032.6 =11033
4. R’ = AI * NI = 11033*7 = 77231
5. R’ – R = 77231 – 77228 = 3 (como el valor es impar se divide en dos
partes distintas muy cercanas que sean igual a 3, por ejemplo 1 y 2; restar
el menor valor a Xmin. = 1583 y el mayor valor sumarle a Xmax. = 78811).

ESTADÍSTICA
Cuadro N° 03
Tiempo en microsegundos
Tiempo en
microsegundos yi ni Ni hi Hi hi % Hi %
 1582-12615 7098.5 3 3 0.05 0.05 5,0 5,0
12615-23648 18131.5 4 7 0.07 0.12 7.0 12.0
23648-34681 29164.5 5 12 0.08 20.0 8,0 20,0
34681-45714 40197.5 36 48 0.60 80.0 60,0 80,0
45714-56747 51230.5 6 54 0.10 90.0 10,0 90,0
56747-67780 62263.5 4 58 0.07 97.00 7.0 97.0
67780-78813 73296.5 2 60 0.03 100.0 3,0 100,0
Total 60 --- 1 --- 100,0 -----
Fuente: Área de informática y Sistemas de la Empresa MC.

ESTADÍSTICA
Gráfico N° 04
40
30
20
10
0
1582-12615 12615-23648 23648-34681 34681-45714 45714-56747 56747-67780 67780-78813
Tiempo
Fuente: Cuadro Nº03

ESTADÍSTICA
Gráfico N° 05

ESTADÍSTICA
Se elabora la siguiente tabla para que sirva como ayuda para la ojiva “menor que
Tiempo en ni Ni
microsegundos
Menor que 12615 3 3
Menor que 23648 4 7
Menor que 34681 5 12
Menor que 45714 36 48
Menor que 56747 6 54
Menor que 67780 4 58
Menor igual que 78813 2 60
Total 60 ---
En el eje Y colocamos los valores de la frecuencia acumuladas y en el eje X

colocamos los límites superiores de cada intervalo.

ESTADÍSTICA
Gráfico N° 06
60
50
Frecuencia absoluta acumulada
40
30
20
10
1582-12615 12615-23648 23648-34681 34681-45714 45714-56747 56747-67780 67780-78813

Tiempo

ESTADÍSTICA
Ojiva “Mayor igual que”
Tiempo en ni Ni *
microsegundos
Mayor igual que 1582 3 60
Total 60 ---

ESTADÍSTICA
Gráfico N° 07
70
60
50
40
30
20
10
0
[ 1582- [12615- [23648- [34681- [45714- [56747- [67780-
12615> 23648> 34681> 45714> 56747> 67780> 78813]

ESTADÍSTICA
MEDIDAS DE POSICIÓN:
- Centralización.
- Localización
Medidas de Posición
Son aquellas que describen la posición que ocupa la
distribución de frecuencia respecto a un valor de la variable.
Se distinguen dos tipos: Las medidas de tendencia central y
medidas de localización.

ESTADÍSTICA
Medidas de centralización
Se llaman así porque sus valores tienden a ocupar
posiciones centrales o intermedias entre el menor y mayor
valor del conjunto de datos, a partir de la cual se calculan
estas medidas. Las medidas de tendencia central más
usadas son la medida aritmética, la medida geométrica,
medida armónica, medida ponderada mediana.
La Media Aritmética (Media o Promedio)

Es el estadígrafo de posición más importante, se define y
calcula dividiendo la suma de los valores de la variable
entre en número de observaciones o valores. Puede
calcularse cuando los datos están tabulados o no tabulados.

ESTADÍSTICA
Cálculo de la Media para los datos NO TABULADOS: La Media

que se obtiene a partir de “n” datos originales Xi se denomina
MEDIA ARITMETICA SIMPLE, se le denota X por y se obtiene
mediante la siguiente fórmula: n
X1  X2  X3  .....  Xn X i
X  i 1
n n
Ejemplo: Los ingresos mensuales en $ de 5 Trabajadores de
una Empresa maderera son: 320, 390, 330, 400, 372. Calcular
el ingreso medio de la muestra.
Solución:
X : Ingreso mensual en $.
X1 = 320, X2 = 390, X3 = 330, X4 = 400, X5 = 372

ESTADÍSTICA
Interpretación :
El Ingreso mensual promedio o el ingreso mensual medio de
los Trabajadores de la Empresa maderera es 362,4 $.

ESTADÍSTICA
Cálculo de la Media para datos TABULADOS:
La media obtenida a partir de los datos agrupados en tablas de

frecuencia (con o si intervalos), definida como:
Y * n i i
Y  i 1
n
Ejemplo: Calcular e interpretar la media aritmética de los
datos agrupados en la siguiente tabla de distribución de
frecuencias: Número de trabajadores por posta médica.

ESTADÍSTICA
Nº de Nº de Postas
Trabajadores ni Yi ni
Yi
Y1 = 2 n1 = 1 Y1 n1 = 2
Y2 = 3 n2 = 3 Y2 n2 = 9
Y3 = 4 n3 = 7 Y3 n3 = 28
Y4 = 5 n4 = 6 Y4 n4 = 30
Y5 = 6 n5 = 3 Y5 n5 = 18
TOTAL n = 20 87
m
Y * n i i
87
Y  i 1
  4.35 Trabajadores por posta médica.
n 20
Como es variable discreta se puede interpretar como 4
trabajadores.
Interpretación : Se espera que cada posta médica tenga 4
trabajadores en promedio.
ESTADÍSTICA
PROPIEDADES DE LA MEDIA ARITMETICA:

Propiedad 1: Si todos los valores observados X1, X2, X3, ……., Xn
son iguales a “b” ( “b” es una constante ), entonces:
n
b b  b  b  .....  b nb
X 
i 1
 b
n n n
Propiedad 2: La Media del producto de una constante por una

variable es igual al producto de la constante por la media de la
variable.
n
Si, Yi  aXi ; entonces  aX i

y i 1
 ax
n

ESTADÍSTICA
Propiedad 3: La Media de la suma de dos o más variables, es igual a

la suma de las medias de cada una de dichas variables.
x  y  x  y
Propiedad 4: La media de una variable más una constante, es igual a

la media de la variable más la constante.
Si, Yi  Xi  b ; entonces y  x  b

ESTADÍSTICA
Media Geométrica
Puede calcular a partir de datos:
MG =
n x1  x 2  x 3  ....  x n

ESTADÍSTICA
DatosTabulados
 m 
  ni log y i 
x  anti log  i 1 
 n 

 

La medida geométrica se utiliza para promediar razones (a/b),

índices a/b en %), proporciones (a/a+b), tasas de cambio (a-b)/b,
que varían con el tiempo, entre otros.
Ejemplos:
1.Un ahorro de $100.00 dólares acumula intereses variables

de 3%, 5%, 8%, durante 3 años, calcular:

ESTADÍSTICA
a)La tasa de crecimiento del ahorro por año.
b)La tasa promedio del crecimiento del ahorro en los tres años.
Solución:
a)
Tasas Año Ahorro
1 – 03 1 100 + (0.03) (100) = 103

1 – 05 2 103 + (0.05) (103) = 108.15
1 - 08 3 108.15 + (0.08) (108.15) = 116.802
b)
MG =
3
1.03  1.0815  1.16802  1.05313

ESTADÍSTICA
2. Suponga que la población de una ciudad aumentó de 10000

a 12600 en el periodo de 1980 a 1984 como se indica en el
siguiente cuadro:
Año Población Tasas de cambio Log. (x)

(x) (año base 1980)
1980 10 000 1.050 0.0212
1981 10 500 1.067 0.0282
1982 11 200 1.071 0.0298
1983 12 000 1.050 0.0212
1984 12 600
TOTAL 0.1004

ESTADÍSTICA
SOLUCIÓN:
   log(x1 )  log(x 2 )  ...  log(xn )

Log.  x   
  n
0.1004
  0.0251
4

 x  anti log(0.0251) 1.0595
Luego, la tasa promedio de crecimiento es de 5.95 % por año.

ESTADÍSTICA
Media Armónica
La media armónica de n valores no nulos x1, x2, … xn es el número,

xh que se define como el recíproco de la media aritmética de los
recíprocos de esos n valores.
 n
Esto es: xH  n
1
 i 1 x1
La media armónica se utiliza para obtener promedios de valores
que están en relación inversa como la velocidad y el tiempo:
NOTA: La media armónica esta a su vez menor que la media

geométrica, esta a su vez menor que la media aritmética. Esto es:
  
xH  x  x

ESTADÍSTICA
Ejemplo:
Tres secretarias escriben 40, 50 y 80 palabras por minuto, si

cada una de ellas escribe un mismo texto, calcule la velocidad
media.
 3 3
xH  
1 1 1 0.025  0.02  0.0125
 
40 50 80
3
  52.17
0.0575

ESTADÍSTICA
Media Ponderada
El promedio ponderado permite calcular un promedio que toma en

cuenta la importancia o el peso que tiene cada valor sobre el total.
n
 x w i i
xw  i 1
n
w
i 1
i
Donde:
Xw = Símbolo para la media ponderada.
Xi = Valores de las observaciones individuales.
Wi = Peso asignado a cada observación.

ESTADÍSTICA
Ejemplo:
Encontrar el promedio obtenido por alumno de Ingeniería de
Sistemas de la UDCH en el ciclo 2005-I.
Curso Créditos Promedio

Wi X1
• Estadística y probabilidades. 3 12
• Álgebra 4 11
• Teoría de Sistemas 4 14
• Base de Datos 4 13
• Administración 2 15
TOTAL 17

ESTADÍSTICA
Promedio ponderado obtenido por el alumno en el ciclo 2005-I.
 1213   11 4   14  4   13  4   15  2

xw 
17
 36  44  56  52  30 218
xw  
17 17

x w  12.8235

ESTADÍSTICA
La Mediana (Me)
La mediana de un conjunto de n determinaciones X1, X2, X3, …, Xn,

es el número de en medio cuando las determinaciones se acomodan
en orden ascendente(o descendente) separando a la distribución en
dos partes iguales.

ESTADÍSTICA
Cálculo de la Mediana para datos no tabulados.
Denotemos por xi el i-ésimo valor de X cuando la muestra de tamaño n se acomoda

en orden ascendente.
Por ejemplo se tiene un conjunto de datos: 5, 4, 6, 3, 7
Calcular la mediana.
Para calcular la mediana se ordenan los datos en forma ascendente o en forma

descendente, si el número total de datos (n) es impar la mediana sería el valor
ubicado en el centro.
3, 4, 5, 6, 7
En este caso la mediana es igual a Me = 5

ESTADÍSTICA
Por ejemplo si se tiene un número par de datos:
9, 7, 10, 8
Ordenamos los datos:

7, 8, 9, 10
Luego la mediana sería
Me = (8 + 9) / 2 = 8.5

n
2ESTADÍSTICA
Cálculo de la mediana para datos Tabulados de una

variable cuantitativa discreta
1. Calcular n / 2
2. Verificar si el valor de n / 2 aparece o no como frecuencia absoluta

acumulada.
i. Si n / 2 aparece como frecuencia absoluta acumulada entonces,
N j-1 <= n / 2 < N j
La mediana es igual al valor de la variable al cuál está referido Nj-1 más el valor
de la variable al cuál está referida Nj dividido por dos.

ESTADÍSTICA
ii. Si no aparece como frecuencia absoluta acumulada entonces,
N j-1 < n / 2 < N j
La mediana es igual al valor de la variable al cuál está referida N j.
Ejemplo:
Calcular la mediana de la Tabla 3. que corresponde a la

distribución de 20 postas médicas según el número de
trabajadores.

ESTADÍSTICA
Solución:
TABLA Nº 3
Nº de
Trabajadores ni Ni
Yi
Y1 = 2 n1 = 1 N1 = 1
Nj-1
Y2 = 3 n2 = 3 N2 = 4
n/2 =10
Y3 = 4 n3 = 7 N3 = 11 Nj
Y4 = 5 n4 = 6 N4 = 17
Y5 = 6 n5 = 3 N5 = 20
TOTAL n = 20
ESTADÍSTICA
Aquí, n = 20; luego n/2 = 20/2 = 10

Luego la frecuencia absoluta acumulada inmediata superior a 10 es
N3 = 11; entonces:
j=3 Nj = N3 = 11
j-1 = 2 Nj-1 = N2 = 4
Entonces
La mediana es Y3 (el valor al cuál está referido Nj )
Me = Yj = Y3 = 4
Me = 4
Interpretación: El 50 % de las postas médicas tienen 4 o menos
trabajadores, y el otro 50% de las postas tienen más de 4
trabajadores.

ESTADÍSTICA
Variable Continua:
La mediana se calcula como sigue:
 n 

 2 N j 1 
Me  Y ' j 1  C  

 N j N j 1 
 
Donde :
I.Me = Intervalo Mediano al cuál está referido Nj
Nj = Frecuencia Absoluta Acumulada inmediata superior a n/2
Nj-1 = Frecuencia Absoluta Acumulada inmediata inferior a n/2
n = Número de observaciones.
Y 'j1 = Límite inferior del intervalo Mediano (I.Me)
C = Amplitud del I.Me.

ESTADÍSTICA
Ejemplo: Calcular la mediana de la siguiente tabla que

corresponde a la distribución de 50 pacientes según su edad.
Edad Nº de
(años) Pacientes Ni
[ Li - Ls ) ni
26 – 35 n1 = 2 N1 = 2
35 – 44 n2 = 6 N2 = 8
44 – 53 n3 = 5 N3 = 13 Nj-1
I.Me 53 – 62 n4 = 15 N4 = 28
Nj
Li
62 – 71 n5 = 14 N5 = 42
71 – 80 n6 = 5 N6 = 47
80 – 89 n7 = 3 N7 = 50
TOTAL n = 50

ESTADÍSTICA
Aquí n = 50 ; luego n/2 = 50/2 = 25
Luego Nj (Frecuencia absoluta acumulada inmediata superior a

n/2) es : N4 = 28, entonces
j = 4 ……………. Nj = N4 = 28
j-1 = 3 ……………. Nj-1 = N3 = 13
Como n/2 > Nj-1, es decir 25 > 13, entonces:
 n 

 2 N j 1 
Me  Y ' j 1  C  

 N j N j 1 
 
 50  13 
Me  53  9  2 
 28  13 
 

ESTADÍSTICA
Me  53  9 12   53  7.2  60.2

 15 
Me = 60.2 años
Interpretación :
El 50 % de los pacientes atendidos por emergencia en el Hospital

Docente Las Mercedes de Chiclayo tienen menos de 60.2 años de
edad, el otro 50% de pacientes superan esta edad.

ESTADÍSTICA
Estadígrafos de localización
Señalan la localización de los valores más frecuentes o

de valores extremos. Los más usados son:
los Cuartiles, los Deciles, los Percentiles, la Moda.
LOS CUARTILES (Qr)

Los cuartiles son estadígrafos que dividen al total de las
observaciones, debidamente ordenadas, en cuatro
partes iguales. Estas medidas son: El Primer cuartil Q1 ,
el segundo cuartil Q2 , y el tercer cuartil Q3.

ESTADÍSTICA
Utilizaremos los cuartiles solamente para datos agrupados en

intervalos de clase. Las fórmulas para la determinación de los Q1 ,
Q2 , Q3 son semejantes a la usada para el cálculo de la mediana.
 rn 
 4  N j 1 
Q  Y ' j 1  C  
 N j  N j 1 
r
 

ESTADÍSTICA
Donde :
I.Qr = Intervalo que contiene al cuartil, r.
Nj = Frecuencia Absoluta Acumulada inmediata superior a
rn/4
Nj-1 = Frecuencia Absoluta Acumulada inmediata inferior a rn/4
Y' j1 = Límite inferior del intervalo que contiene al cuartil r.
C = Amplitud del intervalo cuartil.
Ejemplo: Calcular los cuartiles de la tabla 3 que corresponde a la

distribución de 50 pacientes según su edad.

ESTADÍSTICA BÀSICA
a) Determinación de Q1:
TABLA Nº 3
Edad (años) Nº de
[ Li - Ls ) Pacientes Ni
Ni
26 – 35 n1 = 2 N1 = 2
35 – 44 n2 = 6 N2 = 8
I.Q1
44 – 53 n3 = 5 N3 = 13
Li
53 – 62 n4 = 15 N4 = 28
62 – 71 n5 = 14 N5 = 42
71 – 80 n6 = 5 N6 = 47
80 – 89 n7 = 3 N7 = 50
TOTAL n = 50
ESTADÍSTICA
Como n = 50 , r = 1, Entonces rn/4 = 1x 50 /4 = 12.5

Luego Nj = N3 = 13,
j = 3 ……….. Nj = N3 = 13,
j-1 = 2……….. Nj-1 = N2 = 8
 rn 

 4 N j 1 
Q  Y ' j 1  C  
 N j  N j 1 
r
 
 12.5  8 
Q1  44  9  
 13  8 

ESTADÍSTICA BÀSICA
 4.5 
Q1  44  9    44  8.1  52.1
 5 
Q1  52.1
Interpretación:

Determinación de Q2.
Q2 = Me = 60.2 años

ESTADÍSTICA
Determinación de Q3.
TABLA Nº 3
Edad (años) Nº de
Ni
26 – 35 n1 = 2 N1 = 2
35 – 44 n2 = 6 N2 = 8
44 – 53 n3 = 5 N3 = 13
53 – 62 n4 = 15 N4 = 28
I.Q3 62 – 71 n5 = 14 N5 = 42
Li
71 – 80 n6 = 5 N6 = 47
80 – 89 n7 = 3 N7 = 50
TOTAL n = 50
ESTADÍSTICA
Como n = 50 , r = 3, Entonces rn/4 = 350/4 = 37.5

Luego Nj = N5 = 42,
j = 5 ……………. Nj = N5 = 42
j-1 = 4 ……………. Nj-1 = N4 = 28
 rn 

 4 N j 1 
Q  Y ' j 1  C  
 N j  N j 1 
r
 
 37.5  28 
Q3  62  9  
 42  28 

ESTADÍSTICA
 9.5 
Q3  62  9    62  6.1071  68.1
 14 
Q1  68.1
Interpretación:


ESTADÍSTICA
DECILES (Dr)
Los deciles son estadígrafos que dividen al total de las

observaciones, debidamente ordenados, en 10 partes
iguales.
 rn 
 10  N j 1 
D  Y ' j 1  C  
r
N j  N j 1 

 


ESTADÍSTICA
Donde :
I.Dr = Intervalo que contiene al decil r.
r n / 10
Nj-1 = Frecuencia Absoluta Acumulada inmediata inferior a
r n / 10
Y' j1 = Límite inferior del intervalo que contiene al decil r
C = Amplitud del intervalo que contiene al decil r.
Ejemplo: Calcular el primer decil y el noveno decil de la tabla 3

que corresponde a la distribución de 50 pacientes según su edad.
Solución:
Determinación de D1:
ESTADÍSTICA
TABLA Nº 3:
Edad (años) Nº de
ni
26 – 35 n1 = 2 N1 = 2
35 – 44 n2 = 6 N2 = 8
44 – 53 n3 = 5 N3 = 13
53 – 62 n4 = 15 N4 = 28
62 – 71 n5 = 14 N5 = 42
I.D9 71 – 80 n6 = 5 N6 = 47
Li 80 – 89 n7 = 3 N7 = 50
TOTAL n = 50

ESTADÍSTICA
Aquí: n =50 , r = 9, luego rn/10 = 950/10 = 45

Entonces Nj = N6 = 47
Aquí : j = 6 …………… Nj = N6 = 47
j-1 = 5 …………………………. Nj-1 = N5 = 42
 rn 
  N j 1 
D  Y ' j 1  C  10 
r

 N j N j 1 

 

 45  42  3 
D9  71  9    71  9    71  5.4
 47  42  5 
D9  76.4 años
Interpretación: El 90 % de los pacientes atendidos por

emergencia en el Hospital Docente Las Mercedes de Chiclayo
tienen menos de 76.4 años de edad, el otro 10% de pacientes
superan esta edad.
ESTADÍSTICA
LOS PERCENTILES (Pr)
Los percentiles son estadígrafos que dividen al total de las

observaciones, debidamente ordenados, en 100 partes iguales.
Se denota por: Pr , r = 1,2,3, …, 99.
 rn 

 100 N j 1 
Pr  Y ' j 1  C   
 N j N j 1 
 

ESTADÍSTICA
Donde :
I.Pr = Intervalo que contiene el Percentil r.

r n / 100
Nj-1 = Frecuencia Absoluta Acumulada inmediata inferior a
r n / 100
Y' j1 = Límite inferior del intervalo que contiene al Percentil r
C = Amplitud del I.Pr.

ESTADÍSTICA
Ejemplo: Calcular el Percentil 70 de la tabla 3 que corresponde a

la distribución de 50 pacientes según su edad.
Solución:
Determinación del P70:
TABLA Nº 3:
Edad (años) Nº de
Ni
26 - 35 n1 = 2 N1 = 2
35 - 44 n2 = 6 N2 = 8
44 - 53 n3 = 5 N3 = 13
53 - 62 n4 = 15 N4 = 28
I.P70 62 - 71 n5 = 14 N5 = 42
Li
71 - 80 n6 = 5 N6 = 47
80 – 89 n7 = 3 N7 = 50
TOTAL n = 50

ESTADÍSTICA
n = 50 , r = 70, luego rn/100 = 7050/100 = 35 ,

entonces Nj = N5 = 42
j = 5 ………… Nj = F5 = 42
j-1 = 1 ………… Nj-1 = F4 = 28
 rn 
 100  N j 1 
P  Y ' j 1  C  
N j 
r
N j 1 
 
 35  28  7
P70  62  9    62  9    62  4.5
 42  28  14 
P70  66.5 años

ESTADÍSTICA
Interpretación:
El 70 % de los pacientes atendidos por emergencia en el
Hospital Docente Las Mercedes de Chiclayo tienen una
edad menor de 66.5 años, el otro 30% de pacientes
superan esta edad.

ESTADÍSTICA
LA MODA (M0)
La Moda de un conjunto de n observaciones X1, X2, X3, …. Xn ,

es el valor de X que se repite con mayor frecuencia, esto es, es el
valor más frecuente en la distribución. La moda no siempre existe
y no siempre es única, en general se tiene que :
•La distribución que no tiene Moda se llama Amodal.

•La distribución que tiene una moda se llama Unimodal.
•La distribución que tiene dos modas se llama Bimodal.
•La distribución que tiene más de dos modas se llama Multimodal.

ESTADÍSTICA
Cálculo de la Moda para datos no tabulados.

Ejemplo: Considere los pesos (en Kg) de 9 adultos.
82, 65, 59, 74, 60, 67, 71, 73, 70.
Determine la moda.
Solución:
Estas 9 medidas no definen una moda, por tanto la distribución es
Amodal.
Ejemplo: Considere la distribución de los pesos de 12 adultos.

63, 67, 70, 69, 81, 57, 63, 73, 68, 63, 83, 71
Determinar el peso Modal.
Solución:
El valor que se repite con mayor frecuencia es 63 (se repite 3
veces) y el resto ocurre una vez cada uno.
ESTADÍSTICA
Luego la Moda de estas observaciones es :

Mo = 63 kilos.
Interpretación : La mayoría de los adultos pesan 63 kilos.
Calculo de la Moda para datos tabulados.
Variable Discreta: En este caso la Moda se determina por el valor

de Yi que más veces se repita (es decir, la que presente la mayor
frecuencia absoluta simple ni ).
Ejemplo: Determine la Moda de la tabla 4 que corresponde a la

distribución de 20 postas médicas según el número de
trabajadores.

ESTADÍSTICA
Solución:
TABLA Nº 4
Nº de Nº de
Trabajadores Postas
Yi ni
Y1 = 2 n1 = 1
Y2 = 3 n2 = 3
Y3 = 4 n3 = 7
Y4 = 5 n4 = 6
Y5 = 6 n5 = 3
TOTAL n = 20
La frecuencia absoluta simple máxima es : n3 = 7

Luego el valor de la Moda es el valor de la variable que
corresponde a la frecuencia n3 = 7 : Mo = Y3 = 4.
Mo = 4
ESTADÍSTICA
Interpretación : La mayoría de las postas médicas tienen 4

trabajadores.
Variable Continua: Existen diversas fórmulas, tales como:
 
n  
j n j 1

MoY 'j 1  c    
  
 n j n j 1 n j n j 1 
Donde :
nj = Es la mayor Frecuencia Absoluta Simple.
nj-1 = Frecuencia Absoluta Simple inmediata anterior a nj.
nj+1 = Frecuencia Absoluta Simple inmediata posterior a nj.
I.Mo = Intervalo Modal que contiene a nj.
Y 'j1 = Límite Inferior del Intervalo Modal (I.Mo).
C = Amplitud del Intervalo modal.
ESTADÍSTICA
Ejemplo: Determine la Moda de la tabla 3. que corresponde a la

Distribución de 50 pacientes según edad.
Solución:
TABLA Nº 3
Edad (años) Nº de
[ Li - Ls ) Pacientes
ni
26 - 35 n1 = 2
35 - 44 n2 = 6
44 - 53 n3 = 5
I.Mo 53 - 62 n4 = 15
62 - 71 n5 = 14
Li 71 - 80 n6 = 5
80 – 89 n7 = 3
TOTAL n = 50 n = 50

ESTADÍSTICA
La mayor Frecuencia Absoluta Simple es : nj = n4 = 15, luego:

j = 4, entonces nj = n4 = 15
j-1 = 3, entonces nj-1 = n3 = 5
j+1 = 5, entonces nj+1 = n5 = 14
Y´j-1 = 53, C=9
ii) Calculamos la Moda.
 n  
j n j 1

MoY 'j 1  c    
  
 n j n j 1 n j n j 1 
 14  14 
M0  53  9    53  9    53  6.63  59.63
 5  14  19 
M0  59.63

ESTADÍSTICA
Estadigrafos de Dispersion o Concentracion.
Las medidas de dispersión son los que cuantifican el grado de

concentración o de dispersión de los valores de la variable en torno
de un promedio o valor central de la distribución.
Dos conjuntos de datos pueden tener la misma localización central,
y no obstante ser muy diferentes, si uno está mas disperso que el
otro. Ejemplo:
(A) (B)
9 10 11 12 13 14 15 6 7 8 9 10 11 12 13 14 15 16 17 18
x  12, Me  12 x  12, Me  12

ESTADÍSTICA
En ambos casos, se tiene la misma Media y la misma Mediana y

sin embargo, no se necesita mucho esfuerzo para darse cuenta
que son muestras significativamente diferentes.
Las medidas de dispersión se necesitan para dos propósitos
básicos:
Para verificar la confiabilidad de los promedios.
Para que sirva como base para el control de la variación de la
misma.
Se puede decir que los términos concentración y dispersión pueden
ser usados indistintamente, pues se da la relación:
Alta dispersión ……………… Baja concentración.

Baja dispersión ……………… Alta concentración.

ESTADÍSTICA
Las medidas de dispersión más utilizados son : Recorrido o

Rango, Varianza, Desviación Estándar, Coeficiente de
Variación
La varianza
Es la medida de dispersión más importante, y expresa el grado de
dispersión de las observaciones respecto a la Media Aritmética.
Varianza Poblacional.
Se define como la media Aritmética del cuadrado de las

desviaciones de las observaciones con respecto a su Media .
N
  Xi   
2
2  i 1
N
ESTADÍSTICA
Varianza de una Muestra.

Se define como la media Aritmética del cuadrado de las
desviaciones de las observaciones con respecto de la Media
Aritmética de esos datos. Es decir :
Para datos no tabulados si n<30. Para datos no tabulados si n>=30
 x  x   x 
n n
2 2
i i x
S 
2 i 1 S2  i 1
n 1 n

ESTADÍSTICA
 y 
m
2
i  y ni
Para datos tabulados si n<30.
S 
2 i 1
n 1
 y 
m
2
i  y ni
S2  i 1
Para datos tabulados si n>=30.
n
Calculo de la Varianza:
Ejemplo: Las frecuencias cardiacas de 5 niños son:
130, 132, 127, 129, 132, pulsaciones por minuto.
Determinar la varianza de la frecuencia cardiaca de la muestra.
ESTADÍSTICA
Solución:
Se determina la Media aritmética de la muestra .
n
X i
650
x i 1
  130
n 5
TABLA Nº 5
 X  X
2
Xi Xi  X i
X1 = 127 -3 9
X2 = 129 -1 1
X3 = 130 0 0
X4 = 132 2 4
X5 = 132 2 4
 
5 5
 Xi  650
2
Xi  X  18
i1 i1

ESTADÍSTICA
 x  x
n
2
i
S2  i 1
n 1
18
S 2
  4,5
4

ESTADÍSTICA
Ejemplo: Determine la Varianza de la tabla 2 que corresponde a

la distribución de 20 postas médicas según el Nº de trabajadores.
SOLUCION:
TABLA Nº 2
Nº de trabajadores
Nº de postas
Yi
Y1 = 2 n1 = 1
Y2 = 3 n2 = 3
Y3 = 4 n3 = 7
Y4 = 5 n4 = 6
Y5 = 6 n5 = 3
TOTAL n = 20

ESTADÍSTICA
Ejemplo: Usando la fórmula práctica, determinar la varianza de la tabla 3

que corresponde a la distribución de 50 pacientes según su edad.
Solución: TABLA Nº 3
Edad(años) Marca de clase Nº de Pacientes
[ L i – Ls ) Yi ni
26 – 35 Y1 = 30.5 n1 = 2
35 – 44 Y2 = 39.5 n2 = 6
44 – 53 Y3 = 48.5 n3 = 5
53 – 62 Y4 = 57.5 n4 = 15
62 – 71 Y5 = 66.5 n5 = 14
71 – 80 Y6 = 75.5 n6 = 5
80 – 89 Y7 = 84.5 n7 = 3
TOTAL n = 50

ESTADÍSTICA
La Desviacion Estandar o Tipica

La desviación Estándar o típica, se define como la raíz
cuadrada de la varianza
S S 2
Es uno de los estadígrafos de dispersión de mayor uso, en

el cual las unidades de la variable ya no están elevadas al
cuadrado.
La Desviación Estándar al igual que la varianza, es no
negativa. El cálculo de la Desviación Estándar es muy
simple si se conoce la varianza.

ESTADÍSTICA
Ejemplo: La desviación Estándar de las frecuencias cardiacas de 5

niños (Ejemplo Anterior) es:
S² = 4.5
S  S2  4.5  2.12132
S = 2.12132 pulsaciones por minuto
Interpretación:
Las frecuencias cardiacas de los niños varían en 2.12
pulsaciones por minuto respecto a la pulsación promedio.

ESTADÍSTICA
Ejemplo: La desviación estándar de la

Distribución de 20 postas Médicas según el
número de trabajadores (Ejemplo anterior) es:
S² = 1.1868
S = 1.089 trabajadores
Interpretación : El número de trabajadores
de las postas médicas varía en un trabajador
respecto al valor promedio.
ESTADÍSTICA
Ejemplo: La desviación Estándar de la

distribución de 50 pacientes
según edad (ejemplo anterior)
es:
S² = 175.2245
S = 13.237
Interpretación: la edad de los pacientes atendidos por
emergencia en el Hospital Las Mercedes de Chiclayo
varían en 13.237 años respecto a la edad promedio.

ESTADÍSTICA
El Coeficiente de Variación
El coeficiente de variación es el indicador relativo del grado de
dispersión de los valores respecto de su promedio, el mismo que
está expresado en tanto por ciento.
El valor de este indicador no está afectado por la unidad de

medida, por lo tanto es útil para la comparación en términos
relativos del grado de concentración en torno a la media de dos
distribuciones distintas.
En general, cuando el coeficiente de variación es menor de 33%

se dice que la distribución es homogénea, si el coeficiente de
variación es superior o igual a 33% se considera que la
distribución es heterogénea o tiene alto grado de dispersión.

ESTADÍSTICA
Ejemplo: Determinar el coeficiente de variación de las

frecuencias cardiacas de 5 niños (Ejemplo Anterior)
Solución:
Se tiene que pulsaciones por minuto, y S = 2.12132
Entonces:
S
C.V.   100
X
2.12132
C.V.   100
130
C.V.  1.63%

ESTADÍSTICA
Interpretación:
Las frecuencias cardiacas de los niños varían en

1.63% respecto a la frecuencia cardiaca
promedio, se puede decir que los datos son
homogéneos o presentan una alta concentración.

ESTADÍSTICA
Estadígrafos de Forma
Son medidas que dan información a cerca de la
dirección de las variaciones de la distribución.
Estas son las medidas de Asimetría y las medidas
de apuntamiento o Cúrtosis.
Coeficiente de Asimetría
El concepto de asimetría de una distribución
indica la de formación horizontal de las
distribuciones de frecuencia. Se tiene que:

ESTADÍSTICA
fi fi fi
Mo =X = Me Yi Mo < Me <X Yi  X < Me < Mo Yi

(a) DISTRIBUCION SIMETRICA (b) ASIMETRICA POSITIVA (c) ASIMETRICA NEGATIVA

ESTADÍSTICA
Entre los estadígrafos de asimetría se tiene:

Los propuestos por Karl Pearson:
Media  Moda Y  M0
AS1  
Desviación Estándar Sy
AS2 
3 Media  Mediana 


3 Y  Me 
Desviación Estándar Sy

ESTADÍSTICA
El propuesto por Arthur Boeley.
AS 
 Q3  Q2    Q2  Q1 
Q3  Q1
En general de acuerdo al valor de AS, se tiene:

Si, AS = 0 : La distribución es simétrica.
Si, AS > 0 : La distribución es sesgada hacia la derecha, es decir;
tiene ASIMETRIA POSITIVA.
Si, AS < 0 : La distribución es sesgada hacia la izquierda, es decir;
tiene ASIMETRIA NEGATIVA.

ESTADÍSTICA
Ejemplo: En la distribución de la tabla 2.2. de 50

pacientes atendidos por Emergencia según su edad se
conoce:
Y = 59.3 , Me = 60.2 , Mo = 59.63 , Q1 = 52.1 ,
Q2 = Me , Q3 = 68.1 S = 13.237
¿Cuál es la Asimetría?
Solución:
Con fines ilustrativos, se calculará todas las fórmulas
de asimetría. (solo se usa una de ellas)
Y  M0 59.3  59.63
AS1    0.0249  0
Sy 13.237

ESTADÍSTICA
AS2 

3 Y  Me   3 59.3  60.2  0.204  0
Sy 23.237
 Q  Q2    Q2  Q1    68.1  60.2    60.2  52.1 7.9  8.1

AS  3   0.0125  0
Q3  Q1 68.1  52.1 16

ESTADÍSTICA
Medida de Apuntamiento o Cúrtosis

Cúrtosis, es el grado de deformación vertical
(apuntamiento) de una distribución de frecuencias.
Con relación
 al grado de apuntamiento, se puede
tener curvas : Leptocúrtica , Mesocúrtica, y
Platicútica.
fi fi fi
Y´ Y´ Y´
a) LEPTOCURTICA b) MESOCURTICA c) PLATICURTICA

ESTADÍSTICA
Para medir el grado de apuntamiento se utiliza el COEFICIENTE DE KURTOSIS,

denotado por:
Q3  Q1
K
2 P90  P10 
Donde : Q3 : Tercer Cuartil P10 : Percentil 10

Q1 : Primer Cuartil P90 : Percentil 90
Si, K = 0.263 : La curva de distribución de frecuencias es MESOCURTICA.

Si, K > 0.263 : La curva de distribución de frecuencias es PLATICURTICA.
Si, K < 0.263 : La curva de distribución de frecuencias es LEPTOCURTICA

Estadística y Probabilidades

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

Estadística y Probabilidades

Hochgeladen von

Copyright:

Verfügbare Formate

UTP

Es la ciencia fundamentada en la Matemáticas que nos

Con el único propósito de que sirva como punto de apoyo en la

Lic. Carlos Daniel Gonzales Hidalgo

Es el conjunto de métodos que implican la recolección,

Lic. Carlos Daniel Gonzales Hidalgo

Es el conjunto de métodos o técnicas que posibilitan la

Ejemplo: En un estudio sobre el Nivel Económico y Rendimiento

Por el número de elementos que la componen se clasifica en:

Población Infinita.- Una población infinita es aquella que no

Lic. Carlos Daniel Gonzales Hidalgo

Lic. Carlos Daniel Gonzales Hidalgo

Los parámetros más usados son:

• La Media Poblacional =  (que se lee mu)

• Desviación Estándar Poblacional =  (que se lee sigma)

• Varianza Poblacional 2 = (que se lee sigma al cuadrado)

• Proporción Poblacional = P (que se lee pe)

Lic. Carlos Daniel Gonzales Hidalgo

Es una medida resumen que describe una característica de la

Varianza de una muestra = S2

Proporción de una muestra = P

Lic. Carlos Daniel Gonzales Hidalgo

Es una característica definida en la población, que puede tomar

Es una característica definida en la población, que puede tomar

Lic. Carlos Daniel Gonzales Hidalgo

Variable Cuantitativa Discreta

Variable Cuantitativa Continua

Es aquella característica cuyos valores o respuestas son

Lic. Carlos Daniel Gonzales Hidalgo

Es la respuesta que adquiere la característica de estudio en cada

Por ejemplo: Si se le pregunta por su edad en años a un alumno

Lic. Carlos Daniel Gonzales Hidalgo

1. Las variables cuantitativas pueden ser

2. ____________________, es el conjunto de elementos que

3. Una muestra __________, quiere decir que debe incluir un número

4. _____________, Es una característica definida en la población, que

Lic. Carlos Daniel Gonzales Hidalgo

5. En las siguiente lista de variables, indicar a qué clase

c. Tipo de Crédito Bancario.

h. La calificación en la escala de 0 a 20 en la primera práctica calificada

Lic. Carlos Daniel Gonzales Hidalgo

6. Indique el tipo de Población según el número de elementos

a. Nº de personas por metro cuadrado en la ciudad de

c. Ingreso mensual familiar de los alumnos de la Especialidad de

d. Gasto mensual en alimentación de las familias del cercado de

Lic. Carlos Daniel Gonzales Hidalgo

TÉCNICAS DE RECOLECCIÓN DE DATOS

Lic. Carlos Daniel Gonzales Hidalgo

Después de la recopilación de los datos, es necesario

Lic. Carlos Daniel Gonzales Hidalgo

TODO CUADRO ESTADÍSTICO DEBE TENER

1. Número.- Es el código de Identificación del cuadro. Este

2. Título.- Expresa en forma completa y concisa el contenido del

Ejemplo: Lugar de procedencia por Dpto. de los Estudiantes de

3. Encabezamiento.- Es la primera fila del cuadro, en el se explica

4.Columna Principal o Matriz.- Es aquella en que se anotan las

5. Cuerpo.- Es el contenido numérico del cuadro.

6. Notas Explicativas o Calle.- Se agregan debajo del cuerpo del

7. Fuente.- Sirve para nombrar la entidad responsable de donde

Lic. Carlos Daniel Gonzales Hidalgo

ERRORES EN LA PRESENTACIÓN DE CUADROS

- Disposición incorrecta de los datos.

- Títulos y encabezamientos incompletos e inadecuados.