1.

- MEDIDAS DE RESUMEN

2.1. ESTADIGRAFOS DE
TENDENCIA CENTRAL
MEDIA ARITMETICA O PROMEDIO ARITMETICO
MEDIA MUESTRAL
x = xi/n
a.1) Media aritmetica para datos no

agrupados
a.1.1) Promedio aritmetico simple
Ej.-Se tiene una muestra de 5 personas, cuyo peso
es el siguiente: 74 Kg, 87 Kg, 90 Kg, 76 Kg y 89
Kg. El promedio ser: 415/5 = 83
MEDIA POBLACIONAL
= xi/N

2.2 Promedio aritmtico

ponderado
Es aquel promedio que se utiliza cuando

prevalece cierto peso, importancia o repeticin

de los datos en el estudio. Xi . f i /N
Ej.-En una oficina, 25 personas tienen un peso
de 70 Kg, 15 personas tienen un peso de 87 Kg
y 11 personas tienen el peso de 91 Kg. Hallar el
peso promedio de las personas. 4056/51
INTERPRETACIN: El peso promedio de las
personas es de 79.5 Kg

2.3 Media aritmtica

para
datos
agrupados
Se obtiene sumando el producto de las marcas de clase

por las frecuencias correspondientes y dividiendo la

suma entre la frecuencia absoluta total.
Ej.- El consumo semanal de carne vacuna en una
muestra de 80 familias en el poblado de San Antonio, es
como sigue:
Consumo (Kg/semana) Numero de familias
0 1.9
15
2 3.9
26
4 5.9
20
6 7.9
13
8 9.9
6
Se hallan las marcas de clase ( Xi ) se multiplican con su
frecuencia respectiva ( Xi . f i ) y se suman los productos.

INT. CL Ii

Xi . fi

FR. fi M. DE CL Xi

Fr. AB*M.CL

Los INTERVALOS DE CLASE (

Ii )
los obtenemos del Consumo en Kg/semana
Las FRECUENCIAS ABSOLUTAS ( fi ) las
obtenemos del Numero de familias

Las frecueencias
INTERVALOS FRECUENCIA MARCAS
FRECUEN
absolutas
DE CLASE I
ABSOLUTA f DE CLASE X ABSOLUT

MC
0 1.9
2 3.9
4 5.9
6 7.9
8 9.9

15
26
20
13
6

Las MARCAS DE CLASE ( Xi

)Xise= (LMITE
calculan
de
la
siguiente
INFERIOR + LMITE SUPERIOR )/2
X1= 0 + 1.9 = 0.95
manera:

2
X2= 2 + 3.9 = 2.95

2
X3= 4 + 5.9 = 4.95

2
X4= 6 + 7.9 = 6.95

2
X5= 8 + 9.9 = 8.95

marcas de clase.
INTERVALOS FRECUENCIA MARCAS
FREC. ABS.
POR
DE CLASE Ii ABSOLUTA fi DE CLASE Xi M. C Xi *
fi
0
2
4
6
8

1.9
3.9
5.9
7.9
9.9

15
26
20
13
6

0.95
2.95
4.95
6.95
8.95

FREC. ABSOLUTA por MAR.

intervalos
frec.
DE CLAfrecuencia marcas
abs. por
de clase Ii
fi

absoluta fi

0
2
4
6
8

0.95
2.95
4.95
6.95
8.95

1.9
3.9
5.9
7.9
9.9

15
26
20
13
6

de clase Xi

15*0.95=14.25
26*2.95=76.70
20*4.95=99.00
13*6.95=90.35
6*8.95= 53.70

M. C

Xi *

TO
T
A
L
E
S
frecuencia
marcas

intervalos
frec. abs. por
de clase Ii
C X i * fi
0 1.9
2 3.9
4 5.9
6 7.9
8 9.9
TOTAL:

15
26
20
13

absoluta fi

de clase Xi

0.95 15*0.95=14.25
2.95 26*2.95=76.70
4.95 20*4.95=99.00
6.95 13*6.95=90.35
6
8.95 6*8.95= 53.70
fi = 80
Xi * fi =334.00

M.

X=
Xi * fi

334
---------------- = -------- = 4.2

fi

80

INTERPRETACIN: La muestra de familias

de San Antonio, consume en promedio 4.2 Kg

de carne vacuna a la semana.

MEDIANA ( Me )
Es el estadgrafo que representa el punto

medio de los datos, en el cual cae el 50% de

las puntuaciones.
b.1) Mediana para datos no agrupados
la mediana es el valor medio (cuando la serie
es impar) o la media aritmtica de los dos
valores medios (cuando la serie es par), del
conjunto de datos previamente ordenados en
forma creciente o decreciente.

EJEMPLO
El peso de 5 personas es el siguiente: 74 Kg,

87 Kg, 90 Kg, 76 Kg y 89 Kg. Hallar la

mediana de los pesos.
SOLUCIN
Ordenamos los datos de menor a mayor y la
mediana es el dato que ocupa el valor central,
ya que la serie es impar tendremos:
74, 76, 87, 89, 90

Luego :
Me = 87 Kg.

EJEMPLO

Hallar la mediana de las edades de 6 personas: 48,

52, 52, 50, 53, 55 aos.

SOLUCIN
Ordenamos los datos de menor a mayor.
5, 48, 50, 52, 53, 55
observamos que 50 y 52 ocupan el centro del
conjunto de datos ordenados, entonces la mediana
es el promedio aritmtico simple de esos dos
valores.
As:
Me = 50 + 52 = 102 = 51 aos

2
2

EJEMPLO en variables
Se
tiene la siguiente informacin sobre el numero de
ordinales
alumnos repitentes por aos de estudios secundarios el

2006 en el Colegio Simn Bolivar.

Ao d estud Primero Segundo Tercero Cuarto
Quinto
Num d alum
25
14
6
9
2
Fi

25
39
45
54
56
Se halla la frecuencia acumulada Fi
Se divide la frecuencia total entre 2 : 56/2= 28
Se busca dentro de la frecuencia acumulada el primer valor
que contiene a 28, en este caso 39, por tanto la clase
mediana se ubica en la segunda clase y la mediana
corresponde a la categora segundo

Luego: Me= segundo de

secundaria

INTERPRETACIN.- La mitad de los

estudiantes repitentes ( 50% ) lo hacen como
mximo hasta segundo de secundaria.

Mediana para datos

Deagrupados
la tabla de distribucin de frecuencias, la mediana
se halla utilizando la sigte formula:
Me= Li +(( fi /2 ( fi ) -1 )/ fMe)W

Me = mediana
Li = Limite infer. del inter. de la clase mediana
fi /2

Semisuma de las frec absolutas simples

( fi ) -1 Suma d todas las frec abs anter a clase

median
fMe Frecuencia de la clase mediana
W = amplitud del intervalo

EJEMPLO
Trabajando con los datos del ejemplo sobre el

consumo semanal de carne de vacuno en una

muestra de 80 familias. La mediana se
calculara de la siguiente manera:

Se halla la frecuenc
INT
D CLASE I FREC
ABS f
FREC ABSOLU
absoluta
acum
i

ACUM Fi

0 1.9
2 3.9
4 5.9
6 7.9
8 9.9
TOTALES

15
26
20
13
6
fi = 80

15
41
61
74
80

 fi /2 = 40
La clase mediana ser aquella en donde la

primera frecuencia acumulada contenga el

valor de 40. Por lo que viendo el cuadro se
concluye que es 41 donde esta contenido este
valor, por lo tanto esta es la clase mediana.
Para determinar el limite inferior del intervalo
de la clase mediana, vemos el cuadro anterior
donde el intervalo es: 2 - 3.9

Por lo tanto:

Li = 2

( fi ) -1 = 15
fMe = 26
W=2
Me= Li +(( fi /2 ( fi ) -1 )/ fMe)W
Me= 2 +((40 15 )/ 26)2 = 2 + 1.9 = 3.9
INTERPRETACIN: En la muestra en estudio, el
50% de las familias consume como mximo 3.9
Kg/sema de carne de vacuno. El restante 50% de
las familias consume ms de 3.9 Kg/semana.

MODA ( Mo )
c.1) Moda para datos no agrupados
Ejemplo
Si se observa cual es el dato que ms se repite en

las evaluaciones, se tiene:

3, 5, 6, 6, 7, 7, 8, 8, 8, 9, 9, 10
Que es el 8. Este valor representa la moda de esta
coleccin, por lo tanto, la moda se refiere al dato
que tiene mayor frecuencia.
Nota: Si ninguna observacin se repite, se dice que
esos datos no tienen moda. Si todos los datos se
repiten el mismo nmero de veces, los datos sern
multimodales.

Ejemplos
Ej.Encuentra la moda de los siguientes datos
4 9
5
6
7
Como los datos slo existen una vez, este conjunto de datos

no tienen moda.
Ej.Encuentra la moda del siguiente conjunto de datos:
9
3 6 7 9 8 5 9 7 3
El 3 se repite dos veces, el 7 se repite tambin dos veces,
pero como el 9 se repite tres veces, este ltimo nmero es
la moda para este conjunto de datos.
Ejemplo
Calcula la moda para los datos que se presentan a
continuacin
6 7 8 6 9 7 8 5 6 8
El mximo nmero de veces que se repiten los datos son
tres, y hay dos datos que se repiten tres veces, el 6 y el 8. El
conjunto de datos es bimodal y sus modas son el 6 y el 8.

Ej. Calcula la moda para estos datos

8 6
5 5 9 6 8 6 5 9 8 9
En este conjunto, todos se repiten 3 veces. El 5, 6, 8 y el 9 son
moda. No hay ninguno que no lo sea, es un caso multimodal
Ejemplo
Buscar la moda de:
5 12 9 5 8 7 1
Como la moda es el nmero que ms se repite, la moda es 5.
Ejemplo
Buscar la moda de:
14 16 18 16 15 12 14 14 16 18 20 16 16
El 14 se repite 3 veces.
El 18 se repite 2 veces.
El 16 se repite 5 veces.
Por lo tanto, la moda es 16.

Ejemplo
Buscar la moda de :
23 35 45 33 47 31 29 22
Como ningn nmero se repite, no tiene moda.

Ej.Buscar la moda de :
23 35 45 33 47 31
Ej. Buscar la moda de:
29
5 1222
9 5 8 7 1

Como la moda es el nmero que ms se repite, la moda

es 5.
Ej. Buscar la moda de: 14 16 18 16 15 12 14
14 16 18 20 16 16 , El 14 se repite 3 veces, El 18
se repite 2 veces, El 16 se repite 5 veces.
Por lo tanto, la moda es 16.

Ejemplo
Buscar la moda de :
23 35 45 33 47 31 29 22
Como ningn nmero se repite, no tiene moda.

c.2) Moda para datos

agrupados
Se determina a travs de la siguiente formula:
Mo = Li + d*W/(d+d)
Donde:
Li Limite inferior de la clase modal.
d = diferencia de la frecuencia de la clase

modal y la frecuencia de la clase anterior a ella.

d=diferencia de la frecuencia de la clase
modal y la frecuencia de la clase siguiente a
ella.
W=amplitud del intervalo.

EJEMPLO
Al igual que anteriormente, trabajaremos

con los datos del ejemplo sobre el consumo

semanal de carne de vacuno en una
muestra de 80 familias.
SOLUCIN
Lo primero que haremos ser ubicar la clase
modal, que es aquella que tiene la mayor
frecuencia. En nuestro caso la mayor
frecuencia es 26, por consiguiente la
segunda clase constituye la clase modal.

INT D CLASE Ii FREC ABS fi

ABSOLU ACUM Fi
0 1.9
15
2 3.9
26
4 5.9
20
6 7.9
13
8 9.9
6
TOTALES
fi = 80

FREC
15
41
61
74
80

Frecuencia de la clase
Frec
de la clase
modal
= anterior
26 a la clase modal = 15
Por lo tanto d = 26 15 = 11
d es la diferencia de la frecuencia de la clase

modal y la frecuencia de la clase siguiente a ella.

Frecuencia de la clase modal = 26
Frecuencia de la clase siguiente a la clase modal =
20.Por lo tanto d = 26 20 = 6
Li representa el limite inferior de la clase modal,
los limites de la clase modal que son: 2 y 3.9, el
menor valor es 2, por lo tanto:Li = 2, W = 2

Remplazando datos:
Mo = Li + d*W/(d+d)
Mo = 2+ 11*2/(11+6)
Mo = 3.29 kg

INTERPRETACIN: Las familias en estudio

consumen con mayor frecuencia 3.29

Kg/semana de carne de vacuno.

MEDIDAS DE POSICIN
Son
que dividen a una distribucin de
O estadgrafos
CUANTILES

frecuencias en cuatro, diez o cien partes iguales.

a) CUARTILES.-Son estadgrafos que dividen la
informacin en cuatro (04) partes iguales, donde
cada uno de ellos incluye el 25% de las observacion
Si se estudia el 25% de la observaciones, se dice que
se esta analizando el cuartil 1 (Q1)
Si se estudia el 50% de las observaciones, se dice

que se esta analizando el cuartil 2 (Q2)

Si se estudia el 75% de las observaciones, se dice

que se esta analizando el cuartil 3 (Q3)

Q1 se interpreta como limite mximo del 25% de

las observaciones inferiores, o como el limite

mnimo del 75% de las observaciones superiores.
Q2 se interpreta como el limite que divide a la
distribucin en dos partes iguales ( 50% ) en
este caso: Q3 = Me
Q3 se interpreta como el limite mximo del 75%

de las observaciones inferiores; o como el limite

mnimo del 25% de las observaciones superiores.

Esquemticamente
tendremos:
Primer Cuartil

25 %

Segundo Cuartil

25%

Tercer Cuartil

25%

25 %

Los cuartiles se calculan de

la siguiente manera:
Qi = Li + ((i* fi /4 ( fi ) -1 )/ fQi)*W
Donde:
i =1,2,3 ; segn se trate de hallar el primer, segundo o

tercer cuartil
Li = Limite inferior de la clase cuartilica
fi = suma de todas las frecuencias absolutas simples
( fi ) -1 = suma de las frecuencias absolutas simples de

todas las clases anteriores a la clase cuartlica.

fQi = frecuencia absoluta simple que corresponde a la
clase cuartlica.
W = clase cuartlica

EJEMPLO
Teniendo el ejemplo del consumo de carne de vacuno en

una muestra de 80 familias en el poblado de San Antonio.

Consum (Kg/sem) 0 1.9 2 3.9 4 5.9 6 7.9 8

9.9
Numero de Familias
15
26
20
13
6

Hallar el cuartil 1.
SOLUCIN
Se siguen los siguientes pasos:
Se trabajar con la siguiente tabla:

NUMERO DE
CLASES Ki

INTERVALOS
FRECUENCIA ABS
FRECUENCIA ABS
DE CLASE I i SIMPLE fi
ACUMULADA F i

El numero de clases ya esta

definido en este caso es 5,

NUMERO DE

FRECUENCIA ABS
CLASES Ki
ACUMULADA Fi

1
2
3
4
5

INTERVALOS

DE CLASE Ii

FRECUENCIA ABS
SIMPLE

fi

Los intervalos de clase

igualmente estan ya
definidos, y por lo tanto

NUMERO DE

ABS
CLASES Ki

1
2
3
4
5

INTERVALOS

DE CLASE Ii

0 1.9
2 3.9
4 5.9
6 7.9
8 9.9

FRECUENCIA ABS
SIMPLE

fi

FRECUENCIA
ACUMULADA Fi

las FRECUENCIAS
ABSOLUTAS SIMPLES son el
numero de veces q

NUMERO DE
INTERVALOS
FRECUENCIA ABS
CLASES Ki
DE CLASE Ii

FRECUENCIA ABS
SIMPLE

ACUMULADA Fi

1
2
3
4
5

0 1.9 15
2 3.9 26
4 5.9 20
6 7.9 13
8 9.9 6

fi

las frecuencias Absolutas

Acumuladas

NUMERO DE
INTERVALOS
FRECUENCIA ABS
CLASES Ki
DE CLASE Ii

FRECUENCIA ABS
SIMPLE

ACUMULADA Fi

1
2
3
4
5

0 1.9
2 3.9 26
4 5.9 20
6 7.9 13
8 9.9 6

15 15
41
61
74
80

fi

Se ubica la clase cuartlica:

en nuestro ejemplo queremos hallar el cuartil 1, usaremos

parte de la formula i* fi
i= 1, por tratarse del primer cuartil
fi = 15+26+20+13+6 = 80
i* fi /4 = 1*80/4 = 20
Con esto hallamos la clase cuartilica que ser aquella donde

la primera frecuencia acumulada contenga el valor de 20.

Si vemos el cuadro se puede comprobar que en la columna de
frecuencias absolutas acumuladas el primer valor de 15
obviamente no contiene a 20, el segundo valor de 41 si
contiene a 20, por lo que la 2 clase ser la clase cuartilica, es
decir:

NUMERO DE
INTERVALOS
FRECUENCIA ABS
CLASES Ki
DE CLASE Ii

FRECUENCIA ABS
SIMPLE

ACUMULADA Fi

1
2
3
4
5

0 1.9
2 3.9 26
4 5.9 20
6 7.9 13
8 9.9 6

15 15
41
61
74
80

fi

 Por lo tanto tendremos:

Li
= Limite inferior de la clase cuartilica, podemos ver que

los limites son 2-3.9, por lo tanto el limite inferior es 2.

( fi ) -1 = suma de las frecuencias absolutas simples de todas

las clases anteriores a la clase cuartilica, de donde es claro
que el unico valor que es anterior a la clase cuartilica es 15.

fQi = frecuencia que corresponde a la clase cuartilica, que

es 26.

W = clase cuartilica =2

Remplazando datos:
Qi = Li + ((i* fi /4 ( fi ) -1 )/ fQi)*W
Qi = 2 + ((1*80/4 15)/26)*2= 2.4
INTERPRETACIN: El 25% de las familias en

estudio consumen como mximo 2.4 Kg/semana de

carne de vacuno y el 75% de las familias
consumen ms de 2.4 Kg/semana.

2.3. MEDIDAS DE
DISPERSIN

a) DESVIACIN ESTNDAR O DESVIACIN

TPICA MUESTRAL ( S )
s = (xi - )/(n-1); i=1 hasta i=n
x

dato u observacin

media aritmtica
N : nmero de datos

EJEMPLO
El tiempo que utiliza una muestra de 6 nios de

igual edad para desarrollar la misma tarea es:

16, 12, 15, 18, 13 y 14 minutos.
Calcular la desviacin estndar e interpretar el
resultado.
SOLUCIN
Hallamos la media aritmtica:
= 14.7
Cada dato se resta de la media aritmtica,
elevando al cuadrado dicha diferencia, tal como
se ve en el cuadro.


DATOS (Xi)
16
12
15
18
13
14

(xi - )
(16-14.7)2 = 1.69
(12-14.7)2 = 7.29
(15-14.7)2 = 0.09
(18-14.7)2 = 10.89
(13-14.7)2 = 2.89
(14-14.7)2 = 0.49

Hallamos la suma de los

resultados

(xi - ) = 23.34

Aplicando la formula:
s = (xi - )/(n-1) = 23.4/5
S = 2.16

Interpretacin y
aplicacin

La desviacin estndar es una medida del

grado de dispersin de los datos del valor
promedio. Dicho de otra manera, la desviacin
estndar es simplemente el "promedio" o
variacin esperada con respecto de la
media aritmtica.
Una desviacin estndar grande indica que
los puntos estn lejos de la media, y una
desviacin pequea indica que los datos estn
agrupados cerca de la media.

Por ejemplo
las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8,

8) cada una tiene una media de 7. Sus desviaciones

estndar son 7, 5 y 1, respectivamente. La tercera
muestra tiene una desviacin mucho menor que las
otras dos porque sus valores estn ms cerca de 7.
La desviacin estndar puede ser interpretada como
una medida de incertidumbre. La desviacin estndar
de un grupo repetido de medidas nos da la precisin
de stas. Cuando se va a determinar si un grupo de
medidas est de acuerdo con el modelo terico, la
desviacin estndar de esas medidas es de vital
importancia: si la media de las medidas est
demasiado alejada de la prediccin (con la distancia
medida en desviaciones estndar), entonces
consideramos que las medidas contradicen la teora.

EJEMPLO
"Considere la compra de una deliciosa pizza, la cual Ud.

ordena en la pizzera que est de camino a su casa. Se

dispone de dos pizzeras de las cuales se tiene la siguiente
informacin en cuanto a tiempos de preparacin (en
minutos), para 10 pizzas:
Pizzera ABC: 6,5 - 6,6 - 6,7 - 6,8 - 7,1 - 7,3 - 7,4 - 7,7 - 7,7 7,7
Pizzera XYZ: 4,2 - 5,4 - 5,8 - 6,2 - 6,7 - 7,7 - 7,7 - 8,5 - 9,3 10,0
Utilizando herramientas estadsticas comunes, tales como
la media, mediana y moda, se obtienen los siguientes
resultados:
Pizzera ABC: Media = 7,15 - Mediana = 7,20 - Moda = 7,7
Pizzera XYZ: Media = 7,15 - Mediana = 7,20 - Moda = 7,7

Porqu es importante la d
estnd?

Porque es una de las formas ms sencillas de

controlar la variabilidad, llmese
presupuestos, ventas, productos, tiempos de
atencin y para todo el nuevo conjunto de
indicadores que estn de moda.
La desviacin estndar de un conjunto de
datos es una medida de cunto se desvan los
datos de su media. Esta medida es ms
estable que el recorrido y toma en
consideracin el valor de cada dato.

2.4. PARMETROS
a.MEDIA ARITMETICA O PROMEDIO ARITMETICO
()
Media Poblacional = = ( Xi )/N
N

es el Nmero de datos de la poblacin

Xi Es la suma de todos los datos,

b) DESVIACIN
ESTNDAR
POBLACIONAL
La desviacin estndar () es la raz cuadrada
( del
promedio
)
de la suma de las desviaciones
de cada observacin o dato con respecto a su
media aritmetica. As:

____________
= ( (Xi - ))/N
Xi Observacin o dato
N : nmero de datos
: media aritmtica

Medidas de
Distribucin
- permite identificar si
1.
ASIMETRA.-Estamedidanos
los datos se distribuyen de formauniforme alrededor
Asimetra
Curtosis
del
puntocentral(Mediay
aritmtica).
La asimetra
presenta tres estados diferentes, cada uno de los
cuales define de forma concisa como estn distribuidos
los datos respecto al eje de asimetra. Se dice que
laasimetra es positivacuando la mayora de los
datosse encuentranpor encima delvalorde la media
aritmtica, la curva esSimtricacuando se
distribuyenaproximadamentela misma cantidad
devaloresenamboslados de la media y se conoce
como asimetra negativacuando la mayor cantidad de
datos se aglomeran en losvalores menores que la

Grfica de asimetras

2. CURTOSIS
Estamedidadetermina elgradode concentracin

que presentan losvaloresen la regincentralde la

distribucin. Por medio delCoeficiente de Curtosis,
podemos identificar si existe una gran
concentracin devalores(Leptocrtica), una
concentracin normal (Mesocrtica) una baja
concentracin (Platicrtica).