DEPARTAMENTO ADMINISTRATIVO NACIONAL DE ESTADISTICA

DANE
SISTEMA ESTADISTICO NACIONAL Y TERRITORIAL - SENT
DIVISION DE CALIDAD E INTERVENTORIA ESTADISTICA
ESTADISTICA DESCRIPTIVA
Santaf de Bogot, febrero de 1998
Crditos:
Calidad Estadstica: Myriam Raquel Cifuentes R
Luis Alejandro Montenegro R.
Divisin de Ediciones: Eduardo Alvarado Nez
Cartula: Mario Guevara M.
Correccin: Hilda Baquero, Miguel Acosta.
Fotomecnica: Luis Alirio Rodriguez.
Impresin: J uan Carlos S nch ez.
INTRODUCCION
Que es la es tads tica? Cmo funciona y de qu manera s e involucra en nues tro contexto
laboral?.
El DANE. como rector de la produccin estadistica del pais, se ve abocado a resolver
problemas relacionados con todos los as pectos que involucra el des arrollo de una encues ta
(inves tigacin), des de s u planificacin, dis eo y ejecucin has ta la produccin y anlis is
de res ultados ; por es to, s e hace neces ario que todo fimcionario que es t directa o
indirectamente relacionado con los procesos de produccin de informacin, tenga
conocimiento sobre algunos mtodos y procedimientos tiles en el desarrollo de la
actividad es tads tica y es hacia all que s e enfoca el pres ente documento.
Antes de definirla, es conveniente examinar algunos problemas q ue pudieran presentarse
e ilus trar a travs de ellos los as pectos es tads ticos es enciales .
Tmese por ejemplo, un comercio peq ueno en el q ue cada da se debe decidir la cantidad
de unidades de determinado artculo de venta perecedero q ue hay q ue ordenar. La
decisin p u ede b a sa r se en l a s venta s ob ser va da s de este a r tcu l o en el p a sa do, a s como en
los costos en q ue se incurre por q uedar con un remanente almacenado al final del da, o
no sa tisfa cer comp l eta mente l a dema nda p or h a b er se a gota do el a r tcu l o en mencin.
Considr ese p or otr o l a do, l os p l a nes de insp eccin p a r a l os a r tcu l os comp r a dos p or u na
planta manufacturera. Sobre la bas e de una ms peccion, cada lote de artculos recibido
debe ser aceptado, si se considera q ue satisface los req uerimientos establecidos por el
contrato, o rechazado y devuelto al proveedor. El plan pos iblemente cons is ta en la
ins peccin de s olo 10% de artculos de cada lote, obs ervando cuantos de es tos es tn
defectuosos por no satisfacer los mencionados req uerimientos. La decisin, entonces se
b a sa r a en el nmer o de a r tcu l os defectu osos de u na mu estr a del l ote.
3
Supngase de igual manera, q ue se desea obtener informacin acerca del sector agrcola,
con el fin de q u e l os enca r ga dos de l a p l a nea cin y for mu l a cin de p ol tica s tenga n u na
gu a en l a toma de decisiones; p a r a el l o se r ea l iza u na encu esta . La metodol oga del
estu dio deb e ser cientifica , l a s definiciones deb en ser cl a r a s y no a mb igu a s, l os
p r ocedimientos eficientes y l ib r es de er r or , el p er sona l deb e ser exp er to o ca p a cita do.
Da da s l a s r estr icciones inter r el a ciona da s de p er sona l , p r esu p u esto y tiemp o, el diseo de
dich a encu esta se r ea l iza p or mu estr eo, esto es, el estu dio no invol u cr a r u na comp l eta
enumeracin de la poblacin. El planteamiento anterior exige el uso adecuado de mtodos
es tads ticos , que tienen que ver con la planificacin de la encues ta, el dis eo del
cuestionario, el diseo del plan de muestreo, diseo del mtodo de control y
a segu r a miento de l a ca l ida d de l a infor ma cin r ecop il a da , ca l ida d de l a s estima ciones
realizadas , etc.
Este documento, resume brevemente, algunos mtodos utilizados en la realizacin de
a nl isis descr ip tivo y p u ede ser vir de gu a p a r a q u ienes no p oseen conocimiento a cer ca
del tema.
4
CONTENIDO
P ag. No.
Introduccin 3
Generalidades ,
Distribuciones unidimensionales de frecuencias 1 5
\1edidas des criptivas numricas 18
\ledidas de localizacin 1 9
M edidas de variabilidad
Dispersin relativa 3
Eiercicios de aplicacin 3 0
Ejercicios propuestos 3 9
Bibliografia 42
5
GENERALIDADES
Esta distica : es l a ciencia q u e cr ea , desa r r ol l a y a p l ica mtodos q u e a yu den a toma r
decisiones frente a la incertidumbre.
La esta dstica , es u n ca mp o del conocimiento h u ma no q u e p er mite a l investiga dor dedu cir
y eva l u a r concl u siones a cer ca de u na p ob l a cin a p a r tir de infor ma cin p r op or ciona da p or
u na mu estr a . Ms esp ecfica mente, l a esta dstica tr a ta de mtodos y tcnica s q u e p u eden
us ars e en:
1 . Recol eccin y cl a sifica cin de da tos
2 . Inter p r eta cin y a nl isis de da tos
3 . Dedu ccin y eva l u a cin de concl u siones y de su confia b il ida d con b a se en da tos
mu estr a l es.
Infer encia esta dstica : es u n p r oceso de indu ccin l gica q u e p a r tiendo de l os da tos de
u na p a r te esta b l ece u n ju icio sob r e todo el conju nto, ob tenindose u na medida de l a
incertidumbre para la consecuencia q ue se infiere.
Pob l a cin: es u n conju nto comp l eto de individu os, ob jetos q u e p oseen a l gu na
ca r a cter stica comn ob ser va b l e. As, todos l os esta b l ecimientos indu str ia l es de
Col omb ia , constitu yen u na p ob l a cin; cu a ndo inter ese conocer p or ejemp l o, l a tendencia
y es tructura de la actividad indus trial colombiana.
Los datos individuales de una poblacin s e llaman unidades elementales . Definir una
p ob l a cin es, en u n sentido, l imita r el contenido de l a s u nida des el ementa l es. Esta s
pos een ciertas caracters ticas , conocidas a veces como ras gos o propiedades , que pueden
ser de na tu r a l eza cu a l ita tiva o cu a ntita tiva . El r esu l ta do de ob ser va r u na u nida d el ementa l
se l l a ma ob ser va cin. Pu esto q u e, en u na investiga cin, se h a ce u na ob ser va cin de ca da
unidad elemental esc o g ida, po demo s c o nsiderar una, po blac in c o mo la to talidad de to das
l a s ob ser va ciones p er tinentes q u e p odr a n h a cer se en u n p r ob l ema de decisiones da do.
7
La definicin de u na p ob l a cin y l a s ca r a cter stica s de su s u nida des dep ende de l a
na tu r a l eza del p r ob l ema de decisiones q u e se p l a ntea .
Por l o ta nto l a p ob l a cin est definida p or :
Unida des q u e l a constitu yen - ( p er sona s, h oga r es, esta b l ecimientos, etc.)
Ca r a cter stica s q u e l a definen ( es decir l a s ca r a cter stica s q u e p er miten identifica r l a ).
Localizacin geogrfica (es decir en dnde es tn ubicadas )
Per odo de r efer encia o tiemp o b a jo consider a cin ( l timos meses, a p a r tir de...)
Es p r eciso distingu ir entr e p ob l a cin ob jeto y p ob l a cin su jeto; l a p r imer a , es a q u el l a p a r a
l a q u e se desea ob tener l a infor ma cin, l a segu nda , es l a p ob l a cin encu esta da - es l a
poblacin realmente repres entada en la encues ta.
Ejemplo:
Encues ta s obre gas tos de los hogares
Poblacin objeto: res identes de Cundinamarca
P oblacin sujeto: residentes de Cundinamarca excluyendo: poblacin institucionalizada,
pers onas s in lugar de res idencia fijo.
Encu esta sob r e l os gr a du a dos:
Pob l a cin ob jeto: p er sona s q u e cu mp l ier on con todos l os r eq u isitos p a r a gr a du a r je de u n
programa univers itario, de enfermera u otro programa pos ts ecundario durante 1996,
excluyendo seminarios religiosos, escuelas militares y colegios empresariales.
8
Pob l a cin encu esta da : l a misma .
En l a r ea l ida d, l a p ob l a cin ob jeto y l a p ob l a cin encu esta da p u eden ser b a sta nte
difer entes. En mu ch os ca sos, se r edefine l a p ob l a cin ob jeto p a r a q u e sea l a p ob l a cin
r ea l mente encu esta da ; p a r a h a cer l o, h a y q u e r econocer l a s difer encia s.
La s u nida des esta dstica s se cl a sifica n como:
Unida d de mu estr eoi: u nida d sel ecciona da o a sel ecciona r
Unida d de a nl isis: u nida d h a cia l a cu a l se h a cen l a s infer encia s
Unida d infor ma nte: u nida d q u e su ministr a l a infor ma cin
Unida d de r efer encia : u nida d a cer ca de l a cu a l se ob tiene l a infor ina cin
Ejemp l os:
- S e desea conocer infor ma cin tr imestr a l sob r e mer ca do l a b or a l de p er sona s ma yor es de
1 5 aos.
Unidad de muegreo: hogares
Unida d de a nl isis: p er sona s econmica mente a ctiva s
Unida d infor ma nte: p er sona s a du l ta s ( >1 5 a os) p er tenecientes a l h oga r
Unida d de r efer encia : p er sona s dentr o del h oga r .
- S e desea conocer l a p er cep cin q u e tiene l a p ob l a cin de S a nta f de Bogot con eda des
entre 1 5 y 45 aos en materia de educacin superior
Unidad de muestreo : h o g ares
Unidad de anlisis: personas con edades entre 1 5 y 45 aos
! Las unidades de muestreo contienen los elementos y se usan para seleccionarlos en la muestra. En el muestreo de
. elementos. cada unidad de muestreo contiene solamente un elemento: pero en el muestreo de conglomerados
cualquier unidad de muestreo llamada conglomerado puede contener varios elementos. Kish . pg. 2 8
9
Unidad informante: pers onas con edades entre 15 y 45 aos
Unida d de r efer encia : p er sona s con eda des entr e 1 5 y 4 5 a os
Cu a ndo l a s ca r a cter stica s son cu a l ita tiva s, l a s u nida des el ementa l es p u eden ser
cl a sifica da s sl o como p osedor a s o no p oseedor a s de cier ta cu a l ida d o p r op ieda d. La s
ob ser va ciones cu a l ita tiva s de u nida des el ementa l es, l l a ma da s va r ia b l es ca tegr ica s, a
menu do p u eden ser exp r esa da s nu mr ica mente. Esto se h a ce conta ndo l a s u nida des
el ementa l es q u e tienen cier ta p r op ieda d. En el p r oceso de enu mer a r , se a signa 1 a u n
el emento q u e tiene el a tr ib u to, y 0 a l q u e ca r ece de ste; Al ter mina r l a cu enta se ob tiene
el tota l su ma ndo l os u nos tenindose entonces u n r esu l ta do nu mr ico. Esta exp r esin
cu a ntita tiva de da tos cu a l ita tivos a b r e a l tr a ta miento esta dstico mu ch a s r ea s
ina l ca nza b l es p or medicin dir ecta .
Al medir l a s u nida des el etr ienta l es se deb e definir cu ida dosa mente l a u nida d el ementa l y
su ca r a cter stica ob ser va da . Au nq u e en mu ch os ca sos es sencil l o y fcil identifica r l a
u nida d el ementa l en l a p ob l a cin, en otr os r esu l ta mu y dificil , a menos q u e se defina con
precisin la unidad elemental. P or ejemplo, en los problemas de toma de decisi nes
referentes a situacin de una vivienda, a menudo se necesita conocer el nmero de
h a b ita ciones en u na zona deter mina da . Per o, q u es u na h a b ita cin? Un cu a r to de b a o,
u na cocina , u na ter r a za o u n sa l n de entr a da , se p u ede consider a r como ta l ? Ta tnh in se
p r odu ce confu sin cu a ndo se ca r ece de u na definicin p r ecisa de l a ca r a cter stica . La
ilus tracin ms obvia es la edad. Cmo regis trar la edad de una pers ona? En s u ltimo
cu mp l ea os? En su p r ximo cu mp l ea os?. La r esp u esta dep ende de l a for ma como se
haya definido la unidad elemental.
Se evita us ar la palabra univers o como s innimo de poblacin. El univers o es un conjunto
hipottico infinito de elementos generado por un modelo terico, ejemplo: lanzar al aire
una moneda un nmero infinito de veces.
Parmetro: es un valor (o cons tante) que caracteriza a una poblacin; es cualquier
ca r a cter stica de u na p ob l a cin q u e sea medib l e, p or ejemp l o l a media , l a desvia cin
est ndar o ., la pro po rc in P , etc .
1 0
Mues tra: es un s ubconjunto de la poblacin o univers o. La mues tra, cuando es
p r ob a b il stica , p er mite r ea l iza r infer encia esta dstica de l a p ob l a cin de l a encu esta .
Es tads tico: es el nmero res ultante de la manipulacin de ciertos datos iniciales de
acuerdo con determinados procedimientos especficos; comnmente, usamos un
es tads tico que s e calcula a partir de una mues tra para es timar el parmetro de una
poblacin. Se representan con letras comunes: x, s.
Encues ta: es la recoleccin de informacin acerca de caracters ticas de inters de algunas
o de todas las unidades de la poblacin, usando conceptos bien definidos, mtodos,
procedimientos, y la compilacin de tal informacin en formatos de resumen tiles.
La s encu esta s se r ea l iza n con difer entes p r op sitos. Cu a ndo el p r op sito p r incip a l es
es timar ciertas caracters ticas o atributos de la poblacin, s e habla de una encues ta
descr ip tiva ; cu a ndo el p r incip a l p r op sito es l a ver ifica cin de h ip tesis esta dstica s o l a
exploracin de relaciones entre las caractersticas con un enfoq ue ms explicativo q ue
descriptivo, se dice q ue la encuesta es analtica.
Variable: caracters tica o fenmeno que puede tomar diferentes valores . ej: pes o, es tatura,
nmero de hijos de las familias de un barrio, etc. Generalmente s e repres enta con las
letras X, Y.
Los va l or es q u e toma l a va r ia b l e se nota n con minscu l a ; ejemp l o:
X: edad de 1 5 personas ( aos )
xi = 20 x2 =25 x3 = 27 x4 = 9 X 5 = 3 2 X 6 = 3 0 x, = 3 2 x, = 23
x, =22 xio=34 xii =21 xi2 =26 xis =34 xi4=30 xi,=23
xi = 20 ( la edad de la primera pers ona obs ervada, es 20 aos )
1 1
El total. s e calcula como la s uma de las edades de las 15 pers onas :
T = 20 + 25 + 27 + 1 9 +...+ 23
De ma ner a ms gener a l ,
T = xi + x2 + x3 +...+ xis
o. en notacin abreviada,
1 5
T=fx,
i=1
La l etr a gr iega sigma E indica l a su ma de l os va l or es.
Recapitulando:
Pob l a cin es u n conju nto comp l eto de individu os, ob jetos, q u e p oseen u na ca r a cter stica
comn observable. Todos los ciudadanos en edad de votar de un pas, por ejemplo,
constitu yen u na p ob l a cin.
S on ejemp l os de p ob l a ciones esta dstica s:
- Supngase q ue se desea determinar el ingreso familiar anual medio de una comunidad
de 1 0.000 familias. La poblacin consta entonces de 1 0.000 nmeros ( $5 .000.000,
$6.5 00.000, 9 .000.000,.......) cada uno de los cuales representa el ingreso anual de una
determinada familia. La unidad elemental es una familia en la comunidad y la
caracters tica a medir, es s u ingres o anual.
- S e desea deter mina r l a eda d media de l os estu dia ntes de u na u niver sida d, cu yo tota l de
alumnos matriculados es de 1 5 .000. La ppblacin consta de 1 5 000 nmeros (1 8, 23 ,. )
cada uno de los cuales indica la edad de un es tudiante. La unidad elemental es un
es tudiante de dicha univers idad y la caracters tica a medir, es s u edad.
12
- S e p r etende deter mina r el l u ga r de na cimiento de l os emp l ea dos de u na emp r esa q u e
consta de 9 .000 empleados. La poblacin consiste de 9 .000 trminos (Santaf de Bogot,
Ca l i, Ib a gu , ...) ca da u no de l os cu a l es descr ib e u n l u ga r de na cimiento.
Una p ob l a cin esta dstica es entonces u n conju nto de ob ser va ciones medida s o descr ita s,
p a r a ca da u na de su s u nida des el ementa l es. La s ob ser va ciones medib l es se denomina n
ob ser va ciones cu a ntita tiva s ( ingr esos, eda d, nmer o de h ijos). La s ob ser va ciones no
medib l es se denomina n cu a l ita tiva s ( esta do civil de u na p er sona , ma r ca de u n a u tomvil ).
Los va l or es a su midos p or l a s ob ser va ciones cu a ntita tiva s se l l a ma n va l or es de l a va r ia b l e.
La s va r ia b l es p u eden cl a sifica r se como discr eta s o continu a s. Una va r ia b l e discr eta p u ede
toma r sol o u n nmer o l imita do de va l or es en u na esca l a de medida . De otr a ma ner a ,
p u ede toma r sol o va l or es enter os ej: nmer o de p er sona s, ta ma o de u na fa mil ia , etc.
Una va r ia b l e continu a es a q u el l a q u e p u ede toma r u n nmer o infinito de va l or es en u na
esca l a de medida s. Ejemp l o: eda d, p eso, etc.
La s ob ser va ciones cu a l ita tiva s no p u eden ser medida s; sl o p u eden ser descr ita s. Esta s se
l l a ma n va r ia b l es ca tegr ica s ( esta do civil : sol ter o, ca sa do, viu do o divor cia do).
Es importante enfatizar la diferencia entre una poblacin de variables cuantitativas y una
p ob l a cin de va r ia b l es ca tegr ica s. En l a s p r imer a s p or ser medib l es, p u ede ca l cu l a r se p or
ejemplo, su media: ingreso familiar medio; en el caso de las segundas, se pueden calcular
razones o porcentajes, ejemplo: porcentaje de artculos defectuosos en un determinado
lote, etc. .
Debe destacarse q ue si bien la decisin de un problema dado puede depender, por
ejemp l o, del va l or de l a media a r itmtica de u na p ob l a cin, este va l or r a r a vez se ca l cu l a
u til iza ndo l a infor ma cin a cer ca de toda l a p ob l a cin, sino q u e h a b itu a l mente se estima a
p a r tir de u na mu estr a sel ecciona da a decu a da mente.
13
En muchas inves tigaciones , la poblaciti es tads tica es infinita y, por lo tanto res ulta
imp osib l e tener infor ma cin comp l eta sob r e el l a ; p or l o dems, a u n cu a ndo esto fu er a
pos ible, el gas to y el tiempo que habra que invertir en recolectar y organizar la
informacin pueden res ultar muy altos . En tales cas os , debe utilizars e la informacin
proveniente de una muestra. Se ve as q ue el problema de decisin acerca de una
poblacin a partir de la informacin proporcionada por una mues tra res ulta s er un
problema fundamental en estadstica.
El dis eo es tads tico de una inves tigacin: cons is te en identificar o determinar el
conjunto de tcnicas es tads ticas que permitan la obs ervacin y anlis is de la poblaci a
objeto de estudio. Entre estos tenemos:
Cens o: procedimiento mediante el cual s e es tudia la totalidad de la poblacin objetivc.
Algunos ejemplos de encues tas cens ales : cens o de poblacin y vivienda, cens o minero
nacional, censo de sacrificio de ganado, censo econmico.
Mues treo: aplicacin de una s erie de tcnicas que permiten s eleccionar una parte de 104
elementos de una,poblacin para s ometerlos a es tudio.
Al realizar una investigacin por muestreo es preciso escoger el tipo de muestreo a
utilizar teniendo en cuenta as pectos como el nivel de confianza y el error mximo
permisible entre otros y de manera analoga determinar el tamao ptimo de muestra
acorde con los objetivos determinados previamente. Algunos ejemplos de encues tas por
mues treo: encues ta nacional de hogares , encues ta nacional de calidad de vida, encues ta
nacional agropetuaria, mues tra mens ual manufacturera, encues ta de ingres os y gas tos .
Registros administrativos: datos recogidos con un fin administrativo y que no pueden
s ervir para anlis is es tads ticos generales s ino para aplicaciones particulares . Algunas
fuentes de datos adminis trativos : es tads ticas vitales (nacimientos y defunciones ),s alud
(admis in en hos pitales , enfermedades , cos tos ), educacin (es tudiantes matriculados
costos), justicia (crmenes reportados, costos o montos), importaciones y
exportaciones.
1 4
Recuerde que el objetivo de la es tads tica es hacer inferencias acerca de un conjunto de
elementos o unidades (poblacin) con bas e en la informacin contenida en una mues tra.
Los mtodos us ados para des cribir conjuntos de datos numricos pueden s er clas ificados
en dos tipos: grficos y numricos. A continuacin se presentan algunos de ellos.
DIS TRIBUCIONES UNIDIMENS IONALES DE FRECUENCIAS
La informacin es tads tica puede cons tar de un gran nmero de obs ervaciones y, mientras
mayor sea su nmero, mayor puede ser la conveniencia y necesidad de presentarla en
for ma r esu mida , l a cu a l p u ede omitir a l gu nos deta l l es p er o en ca mb io p u ede r evel a r l a
na tu r a l eza gener a l de l a infor ma cin. Un r esu men de ta l infor ma cin se denomina
distr ib u cin de fr ecu encia s. Ejemp l os de el l a s son:
Establecimientos econmicos de la ciudad de P ramo,
segn actividad
Actividad No. de
establecimientos
Indus tria 1.200
Comercio 3 0.5 00
Servicios I 1.895
TOTAL 43 .5 9 5
1 5
Aos de estudio terminados y aprobados por un grupo de personas
residentes en el barrio Galn, de Santaf de Bogot
Aos No. de personas
3 18
4 20
7 12
8 2 1
9 14
TOTAL 85
Fuerza laboral mas culina de una ciudad,
clas ificada por edades
Edad No.devarones
( aos )
14 - 19 218 .000
20 - 24 3 13 .000
25 - 5 5 9 7 7 .000
> de 5 5 25 5 .000
TOTAL 1 .7 63 .000
I
Los grupos o categorias que van de 14 - 19, 20 - 24 , etc. . se llaman intervalos de clase.
Los valores 1 4, 2 0,....etc. .se llaman lmites inferiores y 1 9 . 2 4.. .. etc. .son lo limites
superiores de los intervalos de clase.
Principios para la construccin de una distribucin de frecuencias
Para variables continuas, deben observarse los siguientes aspectos relacionados con la
cons truccin de los intervalos :
1 . El nmero de intervalos depende del nmero de datos y de su dispersin. Si el nmero
de intervalos es demas iado pequeiio pueden es tars e ocultando caracters ticas
importantes de los datos en esta agrupacin, si se tienen demasiados intervalos se
1 6
pueden pres entar muchos intervalos de clas e vacos que res ten s ignificado a la
dis tribucin. Entonces el numero de intervalos de clas e s er determinado por el nmero
de datos considerando tambin q u tan uniformes sean los datos. Una rmestra peq uea
requiere en general pocos intervalos de clase.
2. Como regla general para encontrar la longitud de los intervalos debe dividirs e la
diferencia de la mayor y la menor de las obs ervaciones entre el nmero de intervalos
de clase. modificando este cociente para tener intervalos de clase de longitud
conveniente. cercana al cociente obtenido. Todas las clas es deben tener la mis ma
longitud, con posible excepcin del primer y ltimo intervalo; esto con el fin de
permitir uniformidad en las comparaciones de frecuencias de clas e.
3 . Se debe comenzar por el primer intervalo, estando seguro de q ue incluye a la minima
de las obs ervaciones . Se aaden los dems s umando la amplitud es cogida.
4. El punto medio (marca de clase) de un intervalo de clase, se obtiene sumando los
limites inferior y superior de la clase y dividiendo por dos.
5 . La tabla de frecuencias indica la dis tribucin de las frecuencias de los valores de la
variable X dentro de varias clas es . El trmino dis tribucion de frecuencias s e abrevia
nor ma l mente como distr ib u cin: p or ejemp l o, se dice distr ib u cion de consu midor es p or
nivel es de ingr eso, distr ib u cin de ca l ifica ciones, etc .
REPRESENTACION GRAFlCA
La representacin grfica de una tabla de frecuencias da una informacin concisa y clara
acerca de una distribucin de frecuencias. Veremos dos tipos de representaciones
grficas : his togramas y polgonos de frecuencias .
17
\
HIS TOGRAMA
Es u n gr fico de b a r r a s, q u e se constr u ye l l eva ndo sob r e l a s a b scisa s l os l mites r ea l es de
cl a se p a r a el ca so continu o, o l os va l or es de l a va r ia b l e en el ca so discr eto y sob r e l a s
or dena da s l a s fr ecu encia s ob ser va da s, p a r a a mb os ca sos..S e emp l ea esp ecia l mente cu a ndo
se desea ob ser va r el comp or ta miento de l a va r ia b l e ( identifica ndo p u ntos de ma yor o
menor fr ecu encia ) o cu a ndo se desea comp a r a r dos va r ia b l es. Ver ejemp l o, p g. 3 3
POLIGONO DE FRECUENCIAS
Es u n gr fico de l nea , q u e se constr u ye l l eva ndo sob r e el eje de l a s a b scisa s l a s ma r ca s de
cl a se y sob r e l a s or dena da s l a s fr ecu encia s ob ser va da s. Uniendo l os p u ntos r esu l ta ntes y
cer r ndol o en l a ma r ca de cl a se del inter va l o a nter ior a l p r imer o y p oster ior a l l timo. S e
utiliza preferencialmente cuando s e des ea comparar dos o ms variables .
I
Un cas o particular, es el polgono de frecuencias acumuladas u ojiva, en el cual s e lleva
s obre la abs cis as los lmites reales de clas e y s obre las ordenadas las frecuencias
acumuladas (N, o H, ) . Ver ejemplo, pg. 3 3
MEDIDAS DESCRIP TIVAS NUMERICAS
Los mtodos grficos s on tiles para lograr una des cripcin de los datos que s ea
rpidamente captada por el lector. Sin embargo, las tcnicas grficas pres entan
limitaciones para la des cripcin y anlis is de conjuntos de datos .
La s l imita ciones p u eden su p er a r se con el u so, de inedida s descr ip tiva s nu mr ica s. Con
b a se en l os da tos mu estr a l es es p osib l e ca l cu l a r u n conju itto de nmer os q u e p r op or cionen
una buena imag en de la distribuc in de frec uenc ias de la po blac in y q ue resulte til para
h a cer infer encia s a cer ca de l a s ca r a cter stica s de l a p ob l a cin.
18
Las medidas des criptivas numricas calculadas a partir del total de obs ervaciones de la
p ob l a cin se denomina n como ya se dijo a nter ior mente p a r metr os y a q u el l a s ca l cu l a da s
a p a r tir de u na mu estr a se l l a ma n esta dsticos.
MEDIDAS DE LOCALIZACION ( POS ICION)
Objetivo: establecer unas medidas q ue caractericen lo mejor posible una serie de datos.
Pueden s er de pos icin central o no; las medidas de pos icin central s on: la media
a r itmtica , l a media na y l a moda . Otr a s medida s de p osicin son l os p er centil es.
Usos: en muchos problemas estadsticos la eleccin entre media, mediana y moda puede
no ser obvia; por lo tanto, pueden ser de utilidad algunos comentarios generales acerca de
l a s venta ja s y desventa ja s de ca da u na de l a s tr es medida s.
P rimero, debe destacarse q ue la media aritmtica es la medida ms conocida y mejor
comprendida por el pblico en general. Segundo, la media aritmtica permite en general,
en forma mucho ms expedita, el anlisis estadstico posterior; adems, se puede obtener
a n en el ca so de no conocer l os va l or es individu a l es de l a ser ie, p or ejemp l o: si 1 0
fa mil ia s consu men 2 0 l itr os de l ech e, el p r omedio a r itmtico ser de 2 l itr os p or fa mil ia .
Por es tas razones , puede cons iderars e la media aritmtica o el promedio la medida mas
comnmente us ada
Sin embargo, la media aritmtica tiene la des ventaja de s er muy afectada por valores
extremos , lo cual no ocurre para la mediana y la moda. Por lo tanto, cada vez que exis ten
valores extremos , la mediana y la moda s on preferidas a la media aritmtica. Ingres o
familiar en una ciudad, s alarios por hora en una indus tria, ventas al detal en los almacenes
de una ciudad, son ejemplos de este caso.
La mediana: es una medida de localizacin adecuada cuando s e tiene una dis tribucin de
frecuencias as imtrica y que pres enta valores extremos . Hay s ituaciones en que la nica
medida de pos icin central que puede calculars e es la mediana, tal como s ucede en el
cas o de una dis tribucin cuyos intervalos extremos no es tn definidos .
1 9
La moda : se ca r a cter iza p or l a fa cil ida d de su cl cu l o y su a p l ica cin ta nto a da tos
cu a ntita tivos como a l os cu a l ita tivos p or ejemp l o, se desea deter mina r l a ta l l a de ca misa
ms u sa da p or l os h omb r es, l a p r efer encia de l a s a ma s de ca sa p or u n deter mina do tip o de
ja b n, el nmer o de p a sa jer os q u e u sa n el b u s ejecu tivo, etc. . Pu ede encontr a r se q u e
existen dos moda s, u na p or l a ma a na a l r ededor de l a s och o y otr a p or l a ta r de a l r ededor
de l a s 7 . La distr ib u cin es p u es, b imoda l .
Ta nto l a media como l a media na tienen u n inter s esp ecia l en l a r ep r esenta cin de u na
distribuc in. El inters radic a en q ue c arac terizan a la distribuc in. La mo da, c o mo se h a
visto en l os ejemp l os a nter ior es, tiene inter s p or s misma p or ser el va l or ms tp ico o
p r edomina nte, de u na distr ib u cin.
La s ecu a ciones comnmente u sa da s p a r a el cl cu l o de l a s medida s de l oca l iza cin son l a s
sigu ientes:
Pa r a da tos b r u tos
n
X
v i = 1
Media aritmtica: ^
n
Media na ( Me): n imp a r es el va l or centr a l de l a va r ia b l e or dena da .
n p a r es el p r omedio de l os va l or es centr a l es de l a va r ia b l e
or dena da .
Moda: (Mo) Valor q ue presenta la mayor frecuencia.
Pa r a da tos a gr u p a dos
20
n
yg. n,
Media aritmtica ,tanto para variable dis creta o continua.
n
Mediana (Me): variable dis creta
Caso a cuando N.i < n/2 Me = Y;
Yi - i +Yj
Ca so b cu a ndo Nj_ i =n/ 2 Me =
Variable continua
Caso a cuando Nj., = n/2 la mediana se obtiene mediante la frmula: Me = Y'.1
Caso b cuando Nj., < n/2 la mediana se obtiene mediante la frmula
Me =Y')., + C * ' '
Los pasos a seguir para el clculo de la mediana se pueden resumir, asi:
1. Obtener las frecuencias abs olutas acumuladas .
2. Bus car la mitad de las obs ervaciones , por medio de n/2
3 . Loca l iza r el r esu l ta do a nter ior n/ 2 en l a col u mna de l a s fr ecu encia s a b sol u ta s
a cu mu l a da s; si no a p a r ece, a l va l or inmedia ta mente a nter ior se l e denomina Ng_ , y a l
inmediatamente superior se le denomina Nj
4 . S i N _ i es menor q u e n/ 2 , se dice entonces q u e l a media na es igu a l a Y;
21
Referirse a las ecuaciones anteriores a ob segn el caso
Moda Mo En el cas o de variable continua corres ponde a la marca de clas e del intervalo
que pres enta la mayor frecuencia; en el cas o dis creto s implemente es el valor de la
va r ia b l e q u e p r esenta l a fr ecu encia ms a l ta .
Otra medida de localizacin es la media aritmtica ponderada.
Se utiliza cuando s e as ocia a los nmeros xi, x2, ..., X k CICTtOs factores o pes os wi, w22 ,
wy q ue dependen de la significacin o importancia de cada uno de los nmeros. En este
cas o:
-X, + w2X2+...+wkX,
X=
w , + w +...+w k
Ejemp l o:
Si un examen final de curs o s e valora como tres veces los exmenes parciales y un
estudiante tiene una nota de examen final de 8 y notas de exmenes parciales de 7 y 9 , su
nota final s er:
- 1 (7) + 1 (9 ) + 3 (8 )
X = = 8
1 +1 +3
Propiedades de la media aritmtica
La s uma algebraica de las des viaciones de un conjunto de nmeros de s u media
aritmtica es cero.
Ejemplo:
XI (X, - T)
8 0.4
3 -4.6
5 -2. 6
1 2 4.4
10 2.4
E 0
22
X = 3 8 /5 = 7.6
Si f, nmeros tienen media mi, f2 tienen media m2, f3 nmeros tienen media m3 ,...,fx
tienen media me entonces la media de todos los nmeros es
- _ f m, + f2m,+. . . +fem,
X -
. f + f, +. . . +f,
Es decir, una media aritmtica ponderada de todas las medias .
Ejer cicio
En una compaa con 80 empleados, 60 ganan 9 .000 pesos por hora y 20 ganan 1 1 .000
por hora.
a) Determinar la media del s alario por hora
b) Seria la respuesta de a) la misma si los 60 empleados ganaran un salario medio por
hora de 9 .000 pesos y los 20 empleados ganaran un salario medio por hora de 1 1 .000?
Pr ob a r l a r esp u esta
c) Es el salario medio por hora representativo?
NOTA: en general, la media de una mues tra es igual a la media ponderada de las
s ubmues tras , tomndos e como ponderacin los tamaos de es as s ubmues tras
n=20 ni=12 Y , =1.3 3 3
i=2.1 5 n2= 8 Y, =3 .3 7 5
2 3
-_ X,n, + Xn y+Y 2n2
A - o
n n
Mu estr a S u b mu estr a 1 S u b mu estr a 2
Y, ni Y ni Yi n, Ying Yi ni Yin,
0 2 0 0 2 0 3 51 5
1 44 1 44 43 1 2
2 6 1 2 2 6 1 2 1 8 2 7
3 5 1 5 I 1 2 1 6
4 3 1 2
i . 20 43
Y =43 /20 =2.1 5 I; = 1 6/1 2 =1 .3 3 3 Y, = 27 /8 =3 .3 7 5
La media a r itmtica de l a s dos su b mu estr a s en conju nto ser igu a l :
- 1,n, + ( n - ( 1.3 3 3 ) + 3 .3 75( 8)
Y = Y = = 2.1 5
n, + n 20
La media a r itmtica de u na consta nte p or u na va r ia b l e es igu a l a l p r odu cto de l a
consta nte p or l a media a r itmtica de l a va r ia b l e
M (KY) = kY
La media a r itmtica de u na consta nte ms u na va r ia b l e, es igu a l a l a consta nte ms l a
media a r itmtica de l a va r ia b l e
M (Yi+K) = Y+K
La s u m a d e los c u ad r ad os d e las d e s v i ac i on e s , e s m n i m a c u an d o d i c h as d e s v i ac i on e s
se tomen r esp ecto a l a media a r itmtica .
2 4
La media de l a su ma de dos va r ia b l es, es igu a l a l a su ma de l a s media s de dich a s
va r ia b l es ; esta p r op ieda d p u ede extender se a l a s difer encia s entr e va r ia b l es
M (Xi+Y, ) = M (Xi) + M (Yi) = X + Y
Obs ervaciones
En u na va r ia b l e discr eta el r esu l ta do ob tenido a l a p l ica r l a media a r itmtica deb e ser el
mismo, cu a l q u ier a q u e sea el mtodo, ta nto p a r a da tos a gr u p a dos como p a r a no a gr u p a dos
En l a va r ia b l e continu a , el r esu l ta do ob tenido a l a p l ica r l a fr mu l a p a r a da tos no
ag rupado s difiere del resultado o btenido aplic ando la frmula para dato s ag rupado s,
deb ido a l a p r dida de infor ma cin p r imer o p or a gmp a r se l os da tos en inter va l os y
segu ndo p or ca l cu l a r se l a media u til iza ndo l a s ma r ca s de cl a se.
M EDIDAS DE VARIABILIDAD (DISP ERSION)
Ob jetivo: medir l a dista ncia p r omedio entr e l os va l or es de l a va r ia b l e y su media
a r itmtica . S on u til iza dos p a r a indica r el gr a do de u nifor mida d de l os da tos.
La disp er sin p u ede ser medida media nte el r ecor r ido o r a ngo, l a desvia cin media , el
r ecor r ido inter cu a r tl ico, l a va r ia nza y l a desvia cin estnda r . Tr a ta r emos nica mente l a
des viacin es tndar.
La desvia cin estnda r , en u n sentido a mp l io, mide l a desvia cin p r omedio de ca da va l or
de l a va r ia b l e r esp ecto de l a media a r itmtica . Esto es, l a desvia cin estnda r es l a r a iz
cu a dr a da del p r omedio de l os cu a dr a dos de l a s difer encia s entr e l os va l or es de l a va r ia b l e
y l a media a r itmtica . Tiene como venta ja q u e p er mite u n mejor desa r r ol l o p a r a u n
a nl isis esta dstico p oster ior .
25
La razn por la que s e prefiere la des viacin tpica a otras medidas radica en s us
p r op ieda des ma temtica s. A continu a cin se define el tr mino desvia cin, desp u s el
concep to de va r ia nza y, p or l timo, l a desvia cin tp ica o estnda r .
Por desvia cin se entiende l a difer encia entr e u n va l or individu a l xi y l a media ( x, - x).
La va r ia nza de u na p ob l a cin de N ob ser va ciones se define como el p r omedio del
cuadrado de las des viaciones con res pecto a s u media . La varianza de la poblacin s e
denota por o 2 y est dada por la frmula :
La va r ia nza de u na mu estr a de n ob ser va ciones se define como l a su ma de l os cu a dr a dos
de las des viaciones de las obs ervaciones res pecto de s u media, X dividida es ta s uma
entre (n-1). La varianza de la mues tra s e denota por S2 y es t dada por la frmula.
n- l
i=l
La desviacin estndar de un conjunto de n observaciones xi, x2, X3 , ..., Xn, CS igua 8 8
raz cuadrada positiva de la varianza.
La va r ia nza se mide en tr minos del cu a dr a do de l a s u nida des or igina l es. S i l a s
ob ser va ciones estn medida s en centmetr os l a va r ia nza est da da en centimetr os
cu a dr a dos. Al toma r l a r a z cu a dr a da de l a va r ia nza , se ob tiene l a desvia cin estnda r , cn
lo q ue se regresa a las unidades originales de las observaciones.
26
INTERPRETACION DE LA DES VIACION ES TANDAR
Una buena comprensin del significado de la desviacin estndar depende del
conocimiento de la relacin exis tente entre la des viacin es tndar y la dis tribucin
normaf.;ya que cuando los datos obedecen a es ta dis tribucin, tomando unidades de
desvia cin tp ica a l o l a r go de eje h or izonta l con or igen en l a media , r esu l ta l a su p er ficie
encer r a da p or l a cu r va , dividida en zona s de r ea b ien deter mina da . Este tema a p esa r de
su imp or ta ncia no se p r ofu ndiza r p or no esta r dentr o de l os ob jetivos del p r esente escr ito.
DIS PERS ION RELATIVA
S e u til iza cu a ndo se q u ier e comp a r a r l a va r ia b il ida d entr e dos o ms conju ntos de da tos.
Esto p u ede h a cer se fcil mente con su s r esp ectiva s va r ia nza s o desvia ciones estnda r
cu a ndo l a s va r ia b l es se da n en l a s misma s u nida des y cu a ndo su s media s son
a p r oxima da mente igu a l es. Cu a ndo fa l ta n esta s condiciones, p u ede u sa r se a l gu na medida
r el a tiva de disp er sin. Una medida r el a tiva de va r ia b il ida d fr ecu entemente u sa da es el
coeficiente de variacin, CV, q ue es simplemente la razn de la desviacin estndar a la
media y est gener a l mente exp r esa do como u n p or centa je.
El coeficiente de variacin es independiente de las unidades utilizadas , por es ta razn es
til p a r a comp a r a r distr ib u ciones donde l a s u nida des p u eden ser difer entes.
S
CV = -
X
Ejemplo: considrese q ue un grupo de estudiantes realiza dos pruebas. La primera resulta
con una media de 60 puntos , una des viacin tpica de 6 puntos y un mximo de 100
puntos . La s egunda tiene una media de 700 puntos y una des viacin tpica de 7 puntos
con un mximo de 1 .000 puntos. Cul de las dos pruebas tiene una variacin mayor ?
2 Distribucin de probabilidad continua: ver Mendenhall, pg 161.
27
Prueba Media Desviacin N
tpica
A 6 0 6 100
B 7 00 7 1. 000
Desde u n p u nto de vista a b sol u to, se ob ser va q u e l os 7 p u ntos cor r esp onden a u na
variacin mayor q ue la de 6 puntos, pero desde un punto de vista relativo, mediante el
- S
(T = - tenemos :
X
P rimera prueba, CV = 6 / 60 = 1 /1 0
Segunda prueba, CV = 7 /7 00 = 1 /1 00
Como se ve, l a disp er sin r el a tiva de l a segu nda p r u eb a es 1 / 1 0 de l a p r imer a .
Otr a a p l ica cin del CV es su emp l eo p a r a comp r ob a r r esu l ta dos exp er imenta l es y p a r a l a
estima cin de l a desvia cin tp ica .
S u p onga mos q u e u n cientfico h a ob tenido l os sigu ientes da tos r efer entes a l os p esos de
el efa ntes y r a ta s:
Animales Media (X) Desviacin tpica (s)
libras libras
Elefantes 24.000 1.28 5
Ratas 1 .05 0.1 6
Claramente s e obs erva que los pes os de los elefantes varan mucho ms que los pes os de
las ratas. Sin embargo, los pesos de los elefantes pueden variar menos como un porcentaje
de su p r op ia media q u e l os p esos de l a s r a ta s. S i ca l cu l a mos su s r esp ectivos coeficientes
de va r ia cin tenemos:
I
CV (ELE) . = 1 285 / 24000 = 0.05 4 (5 .4%)
( \ (RAT.) 0.16 / l.05 0 15 2 (l5 .2o)
28
As i. , emos que la variabilidad de los pes os de las ratas es cas i tres veces mayor, s obre
una base relativa. que la variabilidad de los pesos de los elefantes. La desviacin estndar
de los primeros es 1 5 .2% de su media, mientras q ue la de los ltimos slo es 5 .4% de su
media
Utros ejemplos del empleo del CV pueden encontrarse en el muestreo donde se utiliza
para comprobar el grado de confianza de una varianza es timada.
29
EJERCICIOS DE APLICACION
1 . Leer el siguiente texto: " Una vez recolectados los datos en forma ordenada, es necesario
presentarlos en forma tal que se facilite su comprension y su posterior anlisis y utilizacin. Para
ello se ordenan en cuadros numricos y luego se representan en grficos para variable discreta
mediante diagramas de frecuencias tanto para absolutas o relativas."
a) Construir una tabla de frecuencias absolutas, segn el nmero de letras que componen cada
palabra ( rr y 1 1 , debe considerarse una sola letra).
b) Considerando el nmero de letras por palabra, qu valor tienen: x4, x2 7. X I2 , X 3 4, X 2
c) Calcular las frecuencias relativas, relativas acumuladas y absolutas acumuladas.
d) Puede ocurrir que h4 > h, (en general) Que H 4 < H y ?
e) Graficar: n, H ,
Desarrollo
Sea X : nmero de letras que componen cada palabra.
=3 xo =12 x: =2 x,, =7 x4 1
=3 x =2 x2 =9 x,2 =9 x4 2
x,=12 xis =5 x2,=8 x,,=1 x43
x, =3 x, 4 =3 x24 =1 X3 4 =5 x4 4 =2
x, =5 x, =3 x2, =11 x3s =2 x4 5
x,=2 xl6=2 x26 =4 x,s=11 xx =5
x,=5 x,-,=8 x2, ==3 x,,=2 x4 7=4
x, =8 x,, =2 x2, =2 x,, =8 x4 8
xs =2 xio =ll x2, =7 x, =4 x4 9
x, =9 x2e=l xxo=2 x4e=8 xso =9
3 0
Tabla de frecuencias
Y, n, 4 N, H,
1 4 0.08 4 0.08
2 1 1 0.2 2 1 5 0.3 0
3 6 0.1 2 2 1 0.42
4 3 0.06 2 4 0.48
5 5 0.1 2 9 0.5 8
7 2 0.04 3 1 0.62
8 7 0.1 4 3 8 0.76
9 6 0.1 2 44 0.8 8
1 1 4 0.08 48 0.9 6
1 2 2 0.04 5 0 1 .00
1 60 1.00
x4 ,=3 , xe, =3 , x,2 =2 , x3 4 = 5 , x; =3
Puede ocurrir que h4 > hy ? En general puede suceder que h4 > h, dependiendo de la frecuencia
de ocurrencia de cada uno de los valores de la variable.
H 4 < H , ? siempre ocurrir porque son frecuencias acumuladas.
3 1
Diagramas de frecuencias absolutas
n.
1 2345 67891 01 1 1 2
1
Diagrama de frecuencias relativas acumuladas
H.
I
123456789101112Y
I
3 2
2 . Las estaturas (en centmetros ) de un grupo de personas asistentes a una competencia
deportiva en la ciudad de Cali, son las siguientes:
1 5 3 1 2 3 1 2 9 1 3 2 1 47 1 3 8 1 3 7 1 3 4 1 3 1 1 47
1 3 8 1 2 8 1 3 4 1 48 1 2 5 1 3 9 1 46 1 45 1 48 1 3 5
152 128 14 6 14 3 13 8 13 8 122 14 6 13 7 151
14 5 124 13 2 13 8 14 4 14 1 13 7 14 6 13 8 14 6
1 5 2 1 3 6 1 60 1 5 9 1 5 7 1 5 0 1 60 1 42 1 48 1 3 0
a) Agrupar los datos anteriores con una amplitud de intervalo i= 5
b) Interpretar n2 , N,, H 4, h2
c) Qu porcentaje de personas tienen estatura promedio de 1 42 centmetros?
d) Cuntas personas tienen estatura promedio de 1 5 2 centmetros o ms?
e) Construir el polgono de frecuencias absolutas.
f) Construir el histograma de frecuencias relativas
g) Construir la ojiva de frecuencias absolutas
3 3
Desarrollo
Distribucin de asistentes a una competencia deportiva
en la ciudad de Cali por estatura
Y , Clases ni h , N , H
TTZf20TT43053JE
127 125 -129 4 0.08 7 0.14
132 130 -134 6 0.12 13 0.26
137 135 -139 12 0.24 25 0.50
14 2 14 0 -14 4 4 0.08 29 0.58
14 7 14 5 -14 9 12 0.24 4 1 0.82
152 150 -154 5 0.10 46 0.92
157 155 -159 2 0.04 4 8 0.96
162 160 -164 2 0.04 50 1.00
I 50 1.00
n =4 cuatro personas tienen estatura promedio de 1 2 7 kilogramos.
N-=13 trece personas tienen estatura promedio de 13 2 kilogramos o menos
H, = 0 50 el 50% de las personas tienen estatura promedio de 13 7 kilogramos o menos
h = 0 08 el 8% de las personas tienen estatura promedio de 127 kilogramos
El porcentaje de persona con estatura promedio de 14 2 centimetros es 8% ( h s )
El total de personas con estatura promedio de 1 5 2 centmetros o ms es 9 ( n,+ n, + 4 )
3 4
Polgono de frecuencias absolutas
n.
I
00
liiiiiiiiiiY
I 2233445566
72727272727
Histograma de frecuencias relativas
h.
I
o
l 1 1 1 1 1 1 1 lil
1 2233445 5 66
7 272 72727 2 7
3 5
Ojiva de frecuencias absolutas
so .
45
40
as
30
25
Lmites reales
3 . La siguiente distribucin corresponde al nmero de hijos de 2 0 familias observadas.
Calcular la media aritmtica, la mediana, la moda y la desviacin estndar.
Yi ni Yi*ni N i Yii n,
U A 0 A U
2 3 6 5 1 2
4 7 28 1 2 1 1 2
6 4 24 1 6 1 44
7 4 28 20 196
E 20 464
- 86
Media aritmtica: X = - = 4 .3
20
Mediana (Me) = 4
Moda (Mo) = 4
3 6
S =- - 3 2 = 23 .2 - 18.4 9 = 4 71
20
S=,4 l=2.17
4 . La siguiente tabla muestra las edades de 50 personas asistentes a un sentinario de Gestin
empresarial el la ciudad de Neiva
Clases n, Y ,* n, N, Y Rn Y ,
2b -29 6 21 6 6 6832 2/
30 -34 23 736 31 23552 32
35 -39 10 370 41 13690 37
40 44 5 210 46 8820 42
45 -49 3 141 49 6627 47
50 -54 1 52 50 270 4 52
Para dich a distribucin calcular la media, la mediana, la moda y la desviacin estndar.
- 1725
Media aritmtica: X - - 3 4 .5
50
23 - 8
Mediana ( Me) = 29.5 + 23 = 29.5+0'4 = 3 0.24
30 + 34
Moda ( Mo) - , - 3 2
6 1225
S = - 3 4 .52 = 1224 .5 - 1190.25 = 3 4 .25
50
4 3 4 .251 = 5.85
os sueldos mensuales de 70 empleados de oficina son los siguientes:
3 7
Ocupacin No. de Sueldo S
empleados
Recepcionista 2 170.000
Mecangrafa 12 200.000
Secretaria 8 280.000
Aux. contabilidad 10 4 65.000
Tcnicos electricistas. 24 520.000
Tecnicos. mecnicos 14 590.000
Calcular la media aritmtica la mediana y la moda
Y , n , Y , n , N ,
1 7 2 34 2
200 12 2400 14
280 8 2240 22
465 10 4650 32 N
520 24 124 80 56 N
590 14 8260 70
I 70 30064
- 3 03 ~0000
Media aritmtica: X 4 3 3 85 .14
0
Mediana (Me) = n/2 = 3 5
Ny < n/2 3 2 < 3 5 Me = Y, = 5 2 0000
Moda ( Mo) = Y, = 520000
3 8
EJERCICIOS PROPUESTOS
1 La siguiente informacin corresponde a la ENH etapa 9 6, para la variable edad del personal
ocupado :
Y, Clases ni h, N, H,
1 7 1 0 - 24 7 .1 64 0.1 9 6 7 .1 64 0.1 9 6
3 2 25 - 3 9 1 6.666 0.45 5 23 .83 0 0.65 1
47 40 - 5 4 9 .61 0 0.9 1 4
62 5 5 - 69 2.7 3 2 0.07 5 3 6.1 7 2
7 7 7 0 - 84 406 0.01 1 3 6.5 7 8 1 .000
9 2 85 - 9 9 1 8 0.000 3 6.5 9 6 1 .000
TOTAL 3 6.5 9 6
a) Completar la distribucin anterior.
b) Interpretar no H 4, No, h ,
c) Construir el pohgono de frecuencias absolutas
d) Construir el h istograma de frecuencias relativas
e) Calcular e interpretar la media aritmtica
f) Calcular e interpretar la mediana
g) Calcular e interpretar la desviacin estndar
3 9
2
Distribucin del personal ocupado ENH - etapa 9 6,
por estado civil
Esta do civil n, h , N, H,
Unin libre 6.822 0.1 86 0.1 86
casado 1 3 .5 00 0.3 69 20.3 22
viudo 9 82 21 .3 04 0.5 82
separado 3 .446 0.09 4 24.7 5 0 0.67 6
soltero 1 1 .846 0.3 24 3 6.5 9 6 1 .000
TOTAL 3 6.5 9 6 1 .000
a) Completar la distribucin anterior
b) Interpretar ns , h4, N, y H2
c) Cons truir la grfica para n,
3 . A panir de los datos de produccin de la EAM para la agrupacin 3 1 1 ,
Produccin ( miles de pesos)
3 45 26 3 68 78 3 4094 3 7718 42612
60190 62000 215 26 5 7718 5 15 0
5 5 622 43 494 5 8 98 8 3 8 5 8 0 3 45 5 6
63 5 00 62400 45 1 3 8 69 80 3 287 2
13 3 90 41628 3 8 78 6 3 4712 5 3 044
65 00 4807 6 3 7 41 4 62640 1 05 42
5 41 68 47 63 0 265 5 4 4407 0 9 048
63 204 60000 623 00 3 89 00 4649 8
5 623 0 43 9 7 6 47 3 08 5 85 46 63 67 0
3 21 1 2 1 7 7 02 61 466 6283 4 5 65 60
40
Calcular e interpretar
a) Produccin promedio
b ) Produccin mediana
c) Desviacion estandar de la produccion
d) Coeficiente de variacin
4 Contestar los siguientes puntos, sealando con Vo F segun sea cierto o falso
a) Al h acer una grfica, la variable a estudiar va en el eje de las abcisas y las frecuencias en la
ordenada ( )
b) Para calcular las marcas de clase, se suma el limite inferior al superior del intervalo y se
divide entre dos ( )
c) El poligono de frecuencias es un grafico de barras ( )
d) El numero de accidentes segun sus causas es una variable discreta ( )
e) i. a suma de las frecuencias absolutas es igual a 1 ( )
f) H 5= 1 1 H 4=080 h 5=03 0 ( )
g) to grupo de valores pueden tener mas de una media aritmetica ( )
h) En una serie sencilla cuando n no es par, la mediana es igual al valor del dato central ( )
il Si cierta distribucin tiene una varianza igual a 144 y otra una desviacion estandar igual a l l,
puede afirmarse que la primera tiene mayor dispersion ( )
41
BIBLIOGRAFIA
MARTINEZ, Benca r dino Cir o. ( 1 98 2 ). Esta dstica a p u ntes y 6 0 0 p r ob l ema s r esu el tos.
Ecoe, s egunda edicin.
MENDENHALL, Wil l ia m y REINMUTH, J a mes E. Esta dstica p a r a a dministr a cin y
economa. Iberoamrica, 3 edicin.
ZUWAYLIF, F. ( 1 97 7 ). esta dstica gener a l a p l ica da . Fondo Edu ca tivo Inter a mer ica no.
HABER. Au dr ey y RUNYON, Rich a r d. ( 1 97 3 ). Esta dstica gener a l . Fondo Edu oa tivo
Interamericano.S.A.
YAMANE, Ta r o. Esta dstica . Pr ogr a ma s editor ia l es.
K ISILI, Leslie. (1 9 7 9 ) . Muestreo de encuestas. Trillas, primera edicin en espaol.
42
Impreso en la Divisin de Ediciones del
Departamento Aministrativo Nacional de
Estadstica, DAN E
S antaf de Bogot, D.C. - Colombia - Octubre l999