TEMARIO DE LA PRUEBA DE GRADO CURSO 2004/2005 BLOQUE B

TEMA 15
MEDIDAS DE POSICIN DE UNA DISTRIBUCIN DE FRECUENCIAS

ESQUEMA:
1.
2.
3.
4.
5.
6.
7.
8.
9.

Introduccin
Definicin y clasificacin
La media aritmtica simple y ponderada. Ventajas e inconvenientes.
La media geomtrica. Ventajas e inconvenientes.
La media armnica. Ventajas e inconvenientes.
La media cuadrtica. Ventajas e inconvenientes.
La mediana.
La moda.
Los cuartiles, deciles y percentiles.

DESARROLLO:
1. INTRODUCCIN
1.1. El objeto de la ESTADSTICA DESCRIPTIVA es el estudio de colectivos numerosos, lo que significa que en cada caso se van a describir y
analizar unos determinados caracteres de uno o de diferentes colectivos y las relaciones existentes entre ellos.
Si el carcter estudiado se puede valorar mediante una medida, llamaremos variable a una indeterminada que tome como valores los
posibles resultados de la medicin. Si no es susceptible de medida, la indeterminada se llamar atributo y tomar como valores las
distintas modalidades del carcter.
Ejemplo:
a) La variable: X = nmero de hermanos de cada alumno de determinada aula, puede tomar los valores:
x1 = ningn hermano = 0; x2 = un hermano = 1; x3 = dos hermanos = 2; etc.
b) El atributo: A = color del cabello, puede tomar las siguientes modalidades:
a1 = cabello negro; a2 = cabello castao, a3 = cabello rubio, etc.
1.2. La ESTADSTICA DESCRIPTIVA estudia unos determinados caracteres o aspectos de un colectivo de personas, objetos o elementos de
naturaleza particular, incluso de existencia figurada; estos elementos homogneos constituyen la poblacin, colectivo o universo. Se
llama tamao de la poblacin estadstica al nmero de elementos que la forman, y se representa, usualmente, por la letra N.
Cuando el colectivo es excesivamente numeroso, suele tomarse una parte o subconjunto del mismo, representativo de toda la poblacin,
llamado muestra.
1.3. Los resultados numricos de las observaciones realizadas en un colectivo constituyen lo que se llama una serie estadstica y deben
presentarse ordenados y clasificados segn un criterio fijado; generalmente, estos resultados se presentan agrupados en una disposicin
rectangular, que se llama tabla estadstica.
1.4. Las distribuciones de frecuencias tratan de observar, clasificar y ordenar las repeticiones de ciertos valores de una variable o de ciertas
modalidades de un atributo (segn que el carcter estudiado sea cuantitativo o cualitativo).
1.5. 1.5.1. Se llama frecuencia absoluta al nmero de veces que se repite un valor de una variable o una modalidad de un atributo; se
representa por ni y significa que el valor xi o la modalidad ai aparece ni veces.
Es evidente que la suma de todas las frecuencias absolutas debe ser igual al nmero total de elementos de la poblacin o de la muestra
que se trate; este total, que se llama tamao se representa usualmente por N.
1.5.2. Se denomina frecuencia relativa a la razn entre la frecuencia absoluta y el total de elementos o tamao: La frecuencia relativa se
representa por fi y, con la definicin dada, es: fi = ni / N.
Evidentemente, es siempre fi 1, por ser ni N, y la suma de todas las frecuencias relativas es igual a 1.
1.5.3. Se define la frecuencia acumulada como la suma de frecuencias (absolutas o relativas) hasta un determinado valor de la variable;
no tiene sentido hablar de frecuencias acumuladas cuando se trata de un atributo, porque no se pueden sumar las modalidades.
Se exigir la ordenacin de los valores en sentido creciente o decreciente. As, en un orden creciente de valores:

la frecuencia absoluta acumulada: Ni = n1 + n2 + + ni

la frecuencia relativa acumulada: Fi = f1 + f2 + + fi

1.6. Tipos de distribuciones de frecuencias:
Se clasifican las distribuciones de frecuencias de una sola variable estadstica en tres tipos, atendiendo al nmero de valores distintos que
tome la variable y al nmero de observaciones o datos que tengan:
1

Distribuciones de TIPO I: son aqullas en las que cada valor de la variable aparece una sola vez. Su tratamiento
estadstico se reduce a presentar los datos de forma ordenada:
X

x1

xk

Distribuciones de TIPO II: se tienen cuando alguno de los valores de la variable aparece ms de una vez:
X
ni

x2

x1
n1

x2
n2

..
..

xk
nk

Distribuciones de TIPO III: son las que disponen los datos en forma agrupada:
Li 1 ---- Li

L0 --- L1

L1 --- L2

..

Lk 1 --- Lk

n1

n2

..

nk

ni

Con la particularidad de que todos los intervalos son semiabiertos, cerrados a la izquierda, salvo el ltimo, que
ser cerrado en ambos extremos: [L0;L1); [L1;L2); ; [Lk 1;Lk].
Asociado a cada intervalo de clase, existe un nmero xi, llamado marca de clase, dado por: xi = (Li 1 + Li) /2 y
que corresponde al valor central del intervalo.

2. DEFINICIN Y CLASIFICACIN DE LAS

DISTRIBUCIN DE FRECUENCIAS

MEDIDAS

DE POSICIN

EN UNA

La tabla estadstica nos ofrece toda la informacin disponible, pero el investigador se

encuentra en numerosos casos incapaz de interpretar toda esa extensa informacin, por lo
que intenta resumirla en una serie de expresiones.
Hacia la sntesis de una distribucin van dirigidas todas estas expresiones o medidas.

Por tanto, puede decirse que, una medida de posicin es un valor que representa o
sintetiza a toda la distribucin de frecuencias.
Las caractersticas de estas medidas es que tienen que estar definidas objetivamente a
partir de los datos de la serie y tener un significado concreto y fcil de comprender.

Las medidas de posicin podrn ser promedios (o valores medios) o no, as como de
tendencia central o no. Se puede realizar la siguiente clasificacin:

MEDIDAS
DE POSICIN

Centrales

No Centrales

Media aritmtica
Mediana
Moda
Media armnica
Media geomtrica
Media cuadrtica

Simple
Ponderada

Cuartiles
Deciles
Percentiles

3. LA MEDIA ARITMTICA SIMPLE Y PONDERADA. VENTAJAS E INCONVENIENTES

3.1. La media aritmtica simple
La media aritmtica es el promedio ms utilizado y se define como la suma de todos los
valores de la distribucin dividida por el nmero total de datos. Se simboliza por x y para:
Distribuciones de TIPO I, viene dada por la frmula:
x1 + x2 + + xk
x = ------------------------K

k
xi
i=1
= ---------K

(K = total de valores de la variable)

2

Distribuciones de TIPO II: al repetirse el valor xi de la variable ni veces, la frmula ser:

k
xini
i=1
------------------------------------- = -----------n1 + n2 + .. + nk
N
x1n1 + x2n2 + . + xknk

x =

k
(N = ni = Colectivo)
i=1

En las distribuciones de TIPO III: la media aritmtica viene dada por la frmula anterior, en
la cual los valores xi corresponden a las marcas de clase.

Ejemplo X = Pesos (en Kg.) de 10 estudiantes

xi

ni

xi.ni

54
59
63
64

2
3
4
1

108
177
252
64

10

601

MEDIA ARITMTICA:
k
_
x ini
601
x = ----------- = ------ = 60,1 Kg. (peso medio)
N
10

Ejemplo Si la variable viene expresada en intervalos de clase:

MEDIA ARITMTICA:
k
_
x ini
470
x = ----------- = ------ = 47
N
10
Intervalos
Li 1 -- Li

ni

30 40
40 50
50 -- 60

3
2
5
10

Marcas de
clase
xi
35
45
55

xi.ni
105
90
275
470

Valores representativos de cada intervalo

3.2. Media aritmtica ponderada

Se utiliza cuando los valores de la variable tienen diferente importancia o significacin dentro
del conjunto de la distribucin. A cada valor de la variable, por tanto, se le otorga una
ponderacin o peso distinto de la frecuencia o repeticin.
_
xiwi
xp = ----------------- wi

a) Distribuciones de TIPO I:

wi = ponderacin
_
xi.ni.wi
xp = -----------------ni.wi

b) Distribuciones de TIPO II-III:

Ejemplo
Para ocupar un puesto de trabajo vacante en la recepcin-administracin de un hotel, se realizan diferentes pruebas a los aspirantes, cada una
de ellas con una importancia determinada. El resultado de las pruebas por parte de dos aspirantes es la siguiente:
Importancia
1
3
6
2

Prueba
Cultura General
Contabilidad
Idiomas
Manejo de ordenadores

Nota
ASPIRANTE 1
9
6
7
10

Nota
ASPIRANTE 2
7
5
10
4

Qu aspirante obtendr la plaza?

3

Solucin:
Primero se calcular la media ponderada para cada aspirante y despus se compararn los resultados.
xi
9
6
7
10

ASPIRANTE 1:

Aspirante 1
wi
1
3
6
2
12

xi.wi
9
18
42
20
89

yi
7
5
10
4

_
89
xP = --------- = 7,4 puntos;
12

Aspirante 2
wi
1
3
6
2
12

ASPIRANTE 2:

yi.wi
7
15
60
8
90
_
90
yp = --------- = 7,5 puntos;
12

Obtendr la plaza el Aspirante 2 (ya que es el que tiene la nota ms alta)

3.3. Propiedades
La media aritmtica cumple, entre otras, las siguientes propiedades:

La media aritmtica es el centro de gravedad de la distribucin: La suma de las

desviaciones de los valores respecto a ella es igual a cero.
k
_
( xi x ) = 0
i=1

(Tipo I);

k
_
( xi x ).ni = 0
i=1

(Tipos II-III)

Si se multiplican (o se dividen) todos los valores de la variable por una constante (en el caso
del cociente distinta de cero), la media queda multiplicada (o dividida) por esta constante.
Dada la variable X y siendo C = cte., la variable: Y = C. X, tiene por media:

_
_
y = C. x

_
_
Dada la variable X y siendo C = cte. (distinta de cero), la variable: Y = 1/C. X, tiene por media: y = 1/ C . x

Si a todos los valores de una variable se les suma (o resta) una constante, la media
aritmtica queda aumentada (o disminuida) en esa constante.
Dada la variable X y siendo D = cte., la variable: Y = X D , tiene por media:

_
y =

_
xD

La media de la suma de dos o ms variables es igual a la suma de las medias aritmticas

de cada una de las variables.
Por ejemplo: Si Z = X + Y, se cumple que:

_ _ _
z =x+y

3.4. Ventajas e Inconvenientes

3.4.1. Como ventajas podemos citar las tres que se exigen a una medida de sntesis:
3.4.1.1. Consideracin de todos los valores de la distribucin.
3.4.1.2. Ser calculable
3.4.1.3. Ser nica.
3.4.2. El inconveniente fundamental se debe a la existencia de distribuciones con valores
extremos muy elevados; estos valores le afectan mucho a la media, lo cual puede llevar a una
distorsin en la interpretacin de los resultados, hacindola en estos casos- poco
representativa. No obstante, la media aritmtica, como medida de posicin, suele ser la ms
adecuada para el resumen estadstico.
4

4. LA MEDIA GEOMTRICA. VENTAJAS E INCONVENIENTES

4.1. Definicin.- Es la raz N-sima del producto de los valores de la variable elevados a su
frecuencia correspondiente:
N

n1

G =

n2

nk

x1 . x2. . xk

N = ni
i=1

4.2. Propiedad.- La propiedad fundamental de la media geomtrica es que el logaritmo de la

media geomtrica es igual a la media aritmtica de los logaritmos de los valores de la variable.
k
ni . log xi
i=1
log G =

------------------------k
ni
i=1

k
ni.log xi
i =1

G = antilog -------------------k
ni
i=1

(Tipos II-III) ;

N = ni = Colectivo
i =1

Observacin: Si todas las ni =1, obtendremos las expresiones equivalentes, aplicables a las distribuciones de Tipo I.

Ejemplo: Sea una clase de 22 nios, en los cuales, la talla se reparte del modo siguiente:
22
Talla (en cm.)
Frecuencia

100
10

120
5

125
4

140
3

10010. 1205 . 1254 . 1403

Para el clculo de la media geomtrica, se suelen aplicar logaritmos decimales, de manera que:
1
1
log G = ----- [ 10. log 100 + 5. log 120 + 4 . log 125 + 3 . log 140] = ------- [45,22193] = 2,05554

22

22

G = antilog [2,05554] = 113,6 cm.

4.3. Ventajas e Inconvenientes

4.3.1. Como ventajas cabe sealar:
4.3.1.1. En su determinacin intervienen todos los valores de la distribucin.
4.3.1.2. Es menos sensible que la media aritmtica a los valores extremos; se utiliza
para promediar porcentajes, tasas, nmeros ndices, etc.
4.3.2. Como inconvenientes destaquemos:
4.3.2.1. Su significado estadstico es menos intuitivo que la media aritmtica.
4.3.2.2. Puede quedar indeterminada cuando alguno de los valores es igual a cero.
4.3.2.3. Puede quedar indeterminada con algunos valores negativos de la variable.
5

5. MEDIA ARMNICA. VENTAJAS E INCONVENIENTES

5.1. Definicin.- La media armnica, H, en una distribucin de frecuencias se define como la
inversa de la media aritmtica de los inversos de los valores de la variable.

H=

k
ni
1
i=1
-------------------- = --------------------k
k
( 1/xi).ni
(1/xi).ni
i=1
i=1
------------k
ni
i=1

(Tipos II-III) ;

N
H = --------------k
(1/xi)
i=1

(Tipo I) (N=n valores de la variable)

La media armnica se utiliza cuando la variable est medida en unidades relativas, por
ejemplo, marcos/ptas., Km./h., etc., es decir, para promediar velocidades, tiempos,
rendimientos, etc.
5.2. Ventajas e Inconvenientes.5.2.1. Como ventajas, mencionaremos la intervencin en su clculo de todos los valores de la
distribucin y que, en ciertos casos, es ms representativa que la media aritmtica.
5.2.2. Como inconvenientes hay que citar la influencia de los valores pequeos, y su no
determinacin en las distribuciones con la existencia de un valor igual a cero.
Ejemplo. Un hotel ha comprado a sus clientes, en tres das de una semana, marcos alemanes a los siguientes tipos de cambio:
Tipo de cambio
X

Volumen comprado
ni

89,9
87,5
89,3

1/xi

200
300
300

0,01112347
0,011428571
0,011198208
k
N = ni
i=1

800

(1/xi). ni
2,2246941
3,428571428
3,359462486
------------------9,012728016

N
800
H = --------------------- = ---------------------- = 88,76 ptas./marco (cambio medio)
k
9,012728016
(1/xi).ni
i=1

6. MEDIA CUADRTICA. VENTAJAS E INCONVENIENTES.

6.1. Definicin.- Se denomina media cuadrtica de una distribucin estadstica, y se designa
por C, a la raz cuadrada de la media aritmtica de los cuadrados de los valores de la variable.

C =

k
x i2
i=1
-----------N

(Tipo I)

C=

k
xi2. ni
i=1
------------------N

N =
(Tipos II-III)

k
ni
i=1

6.2. Ventajas e Inconvenientes.-

6.2.1. Ventajas:

Emplea toda la informacin existente en la distribucin.

6.2.2. Inconvenientes:

Sobre todo, hay que citar, la influencia de los valores ms altos de la

variable.

Relacin entre la MEDIAS (Aritmtica, Geomtrica, Armnica y Cuadrtica)

Para una misma distribucin, se verifica:

_
HGxC

7. MEDIANA
Definicin.- Es el valor que ocupa el lugar central de la distribucin, cuando los valores de la
variable estn ordenados en sentido creciente o decreciente.

Distribuciones sin frecuencias (Tipo I):

a) Si la distribucin tiene un nmero impar de valores, la Mediana (Me) es el valor central.
b) Si la distribucin tiene un nmero par de valores, habr dos valores centrales y la
Mediana (Me) ser la media aritmtica entre ellos.
Ejemplo: Tenemos las edades de dos grupos de jvenes que han realizado actividades de alpinismo durante una semana de
vacaciones. Calcular la MEDIANA de cada grupo.

GRUPO 1:

21
23
24
26
28
(nmero impar de valores; valores ordenados)

GRUPO 2:

20
21
22
24
28
(nmero par de valores; valores ordenados)

29

Edad mediana:

Me = 24 aos

Edad mediana:

22 + 24
Me = ----------- = 23 aos
2

Distribuciones de Tipo II:

Despus de ordenar la variable, la Mediana (Me) se calcular a partir de la primera
frecuencia absoluta acumulada que supere o iguale a N/2:
a) si Ni > N/2 Me = xi (valor de la variable correspondiente a N )
xi + xi +1
b) si Ni = N/2 Me = ----------- (media aritmtica del valor correspondiente a N y el valor inmediatamente posterior)
2
i

Ejemplos:
A) Edades de un grupo de jvenes que han realizado
un curso para aprender a montar a caballo.
xi
ni
Ni
-------------------------------20
3
3
21
3
6
22
2
8
23
1
9
24
1
10
--10

N/2 = 10/2 = 5
Edad mediana: Me = 21 aos

B) Edades de un grupo de jvenes que han realizado un curso de

introduccin al buceo.
yi
ni
Ni
-----------------------------20
3
3
21
2
5
23
2
7
24
1
8
26
2
10
--10

N/2 = 10/2 = 5
Edad mediana:
Me = (21 + 23)/ 2 = 22 aos

Distribuciones de Tipo III:

Se calcula N/2. El resultado se busca en la columna de frecuencias acumuladas para saber

a qu intervalo corresponde. Una vez elegido el intervalo donde se encuentra la Mediana
(Me), la siguiente frmula nos dar el valor concreto de la misma:
Li-1 = lmite inferior del intervalo mediano

N/2 Ni-1
Me = Li-1 + ai . --------------ni

ai = amplitud del intervalo mediano

ni = frecuencia absoluta del intervalo mediano
Ni-1 = frecuencia absoluta acumulada del intervalo anterior al
mediano

Ejemplo: El nmero de visitantes diarios a un museo de arte durante un mes, es el siguiente:

N de visitantes (X)
0-----50
50-----100
100-----150
150-----200
200-----250

N de das (ni)
3
5
8
12
2
30

Ni
5
8
16
28
30

15 - 8
N/2 = 15 Intervalo mediano: 100 ----- 150 Nmero mediano de visitantes: Me = 100 + 50. ( -------------- ) =143,75 144
8
visitantes

8. MODA
Definicin.

La Moda (Mo) es el valor de la variable que ms veces se repite y, en consecuencia, en una

distribucin de frecuencias, es el valor de la variable que viene afectado por la mxima
frecuencia de la distribucin.

Si existen dos modas, la distribucin se denomina bimodal; con tres modas, trimodal, etc.
Ejemplo: Las siguientes tablas nos muestran el precio de diferentes viajes a Londres y el nmero de viajes vendidos por dos agencias de
viajes distintas, durante los meses de verano del ltimo ao.
xi
ni
PRECIO N VIAJES
---------------------------------------45.000 32
62.000 25
80.000 12
90.000 10
115.000
5
Distribucin unimodal
Mayor ni = 32 Mo = 45.000 ptas.

yi
ni
PRECIO N VIAJES
--------------------------------------45.000
20
62.000
20
80.000
8
90.000
5
115.000
1
Distribucin bimodal
Mayor ni = 20

Mo1 = 45.000 ptas.

Mo2 = 62.000 ptas.

Precios ms frecuentes

Si la distribucin est agrupada en intervalos de clase, optamos por las expresiones que a
continuacin se exponen para calcular la Moda (Mo):
a) Intervalos de IGUAL AMPLITUD:
Mayor ni Determina Li-1 Li (intervalo modal)
8

Mo = Li-1

ni+1
+ ai . -------------------ni+1 + ni-1 a =
i

ni-1 = frecuencia absoluta del intervalo anterior al modal

ni+1 = frecuencia absoluta del intervalo posterior al modal
amplitud del intervalo modal
Li-1 = lmite inferior del intervalo modal

b) Intervalos de DISTINTA AMPLITUD:

Mayor hi ( altura o densidad de frecuencia del intervalo L i-1 Li) (hi = ni/ai)
Determina Li-1 Li (intervalo modal)
hi+1
h = altura del intervalo anterior al modal
+ ai . -------------------- h = altura del intervalo posterior al modal
hi+1 + hi-1 a = amplitud del intervalo modal
i-1

Mo = Li-1

i+1

Li-1 = lmite inferior del intervalo modal

Ejemplos:
A) Distribucin de los salarios anuales (en millones de ptas.) de 550 personas
X
ni
SALARIOS
N PERSONAS
(Millones ptas.)
--------------------------------------------------------2 ----- 2,5
100
2,5----3
120
3 ----- 3,5
200
3,5-4
80
4 ----- 4,5
50
---550
Intervalos de igual amplitud

Mayor ni = 200 Intervalo donde se encuentra el salario ms frecuente:

3 ---- 3,5 millones de ptas
80
Mo = 3 + 0,5 . ( -------------- ) = 3,2 millones ptas.
80 + 120

B) El nmero de habitaciones de los hoteles de un lugar de la Costa del Sol, es el siguiente:

Y
N HABITACIONES

ni
N HOTELES

ni
hi = ------ai
---------------------------------------------------------------------------------------0 ---- 10
15
15/10 = 1,5
10---- 25
45
45/15 = 3
25---- 50
50
50/25 = 2
50----100
60
60/50 = 1,2
---170

Mayor hi = 3

Intervalo donde se encuentra el nmero

ms frecuente de habitaciones: 10 ---- 25

2
Mo = 10 + 15 . ( -------------- ) = 18,57.. 19 habitaciones
2 + 1,5

Intervalos de distinta amplitud

9. CUARTILES, DECILES Y PERCENTILES

Son medidas de posicin no centrales.

Generalizando el concepto de mediana, se establecen unas medidas llamadas en sentido
amplio, CUANTILES, siendo las ms usadas los CUARTILES, los DECILES y los
PERCENTILES (o simplemente CENTILES).
Son, en general, valores que dividen a la distribucin en partes iguales, es decir, en
intervalos, que comprenden el mismo nmero de valores.
9

9.1. Cuartiles

Son los tres valores (Q1, Q2, Q3) que dividen a la distribucin en cuatro partes iguales, es decir,
en cuatro intervalos conteniendo cada uno de ellos el 25% de los valores de la distribucin.
9.2. Deciles
Son los nueve valores (D1, D2, ., D9) que dividen a la distribucin en diez partes , de forma
que dentro de cada una estn incluidos el 10% de los valores.
9.3. Percentiles (Centiles)
Son los noventa y nueve valores (P1, P2, ..., P99) ( C1, , C99) que dividen a la distribucin en
cien partes.
9.4. Clculo

Para distribuciones no agrupadas en intervalos:

CUARTILES:
Q1 es el valor que ocupa el lugar N/4
Q2 es el valor que ocupa el lugar 2N/4
Q3 es el valor que ocupa el lugar 3N/4
DECILES:
D1 es el valor que ocupa el lugar N/10
..
..
D9 es el valor que ocupa el lugar 9N/10
PERCENTILES (Centiles)
P1 = C1 es el valor que ocupa el lugar N/100
.
.
P99 = C99 es el valor que ocupa el lugar 99N/100
Para determinarlos se calculan previamente las frecuencias absolutas acumuladas y se
busca el valor que ocupe el lugar:
r.N/4 para los CUARTILES
rN/10 para los DECILES
rN/100 para los PERCENTILES (Centiles)
y despus en cada caso- se aplica el mismo criterio empleado en el clculo de la
mediana.

Para distribuciones agrupadas en intervalos de clase:

Utilizando el razonamiento anlogo al caso de la mediana, se emplearn las frmulas:
rN/4 Ni-1
Qr = Li-1 + ai . --------------ni

r = 1, 2, 3

CUARTILES

10

rN/10 Ni-1
Dr = Li-1 + ai . -----------------ni

Pr = Li-1 + ai .

rN/100 Ni-1
-----------------ni

r = 1, 2, , 9

DECILES

r = 1, 2, , 99

PERCENTILES ( CENTILES)

Observacin:
Q1 = P25; Q2 = Me = D5 = P50; Q3 = P75; etc.
Ejemplos:
A) Disponemos de los precios de diferentes bebidas servidas en un bar y el n de consumiciones de cada precio:
X
ni
Ni
PRECIOS
N Consumiciones
(en ptas.)
---------------------------------------------------------------------------------------------200
200
200
240
150
350
260
120
470
300
180
650
350
150
800
---------N = 800
Q1

N/4 = 800/4 = 200

Q2

2N/4 = 400

Q2 = 260 ptas. (el 50% de las bebidas de este bar como mximo tienen un precio de 260 ptas.)

Q3

3N/4 = 600

Q3 = 300 ptas. (este bar sirve un 75% de bebidas cuyo precio no supera las 300 ptas.)

Q1 = (200 + 240)/2 = 220 ptas. (el 25% de las bebidas ms econmicas no superan las 220 ptas.)

Con razonamientos anlogos, pueden obtenerse, por ejemplo:

D2

2N/10 = 160

D2 = 200 ptas.

D9

9N/10 = 720

D9 = 350 ptas.

P30

30N/100 = 240

P30 = 240 ptas.

P99

99N/100 = 792

P99 = 350 ptas.

B) Realizado un control de calidad en una muestra aleatoria de 200 tubos fluorescentes de un determinado tipo, para determinar su duracin
en horas de funcionamiento en condiciones prefijadas, se obtuvieron los siguientes resultados:
DURACIN
0---720
720---1440
1440---2160
2160---2880
2880---3600
3600---4320
4320---5040
5040---5760
5760---6840
6840---7200

NUMERO DE
TUBOS
1
4
9
32
56
51
34
8
3
2

Desestimando del total de la muestra el diez por ciento de los tubos con menor duracin y el cinco por ciento de aquellos que presentan
duracin mxima, determnense los valores mnimo y mximo de la duracin de los tubos restantes de la muestra.
11
Solucin:

- Para desestimar el 10% de los tubos de duracin menor, hay que calcular el primer decil: D1
- Al prescindir del 5% de la muestra con duracin mayor, es preciso determinar el percentil 95: P95
Estableciendo las frecuencias absolutas acumuladas:
LI-1 Li
DURACIN (horas funcionamiento)
0---720
720---1440
1440---2160
2160---2880
2880---3600
3600---4320
4320---5040
5040---5760
5760---6480
6480---7200

ni
N de tubos fluorescentes
1
4
9
32
56
51
34
8
3
2
200

Ni
(Frecuencias absolutas acumuladas)
1
5
14
46
102
153
187
195
198
200

D1

N/10 = 20

Intervalo donde est D1 : 2160 --- 2880

20 - 14
D1 = 2160 + 720 . (---------------- ) = 2.295 horas
32

P95

95N/100 = 190

Intervalo donde est P95 : 5040 --- 5760

190 - 187
P95 = 5040 + 720 . (---------------- ) = 5.310 horas
8

En consecuencia, el 85% de los tubos restantes, tienen una duracin comprendida entre 2.295 y 5.310 horas

BIBLIOGRAFA:

F. Javier Martn Pliego

INTRODUCCIN A LA ESTADSTICA ECONMICA Y EMPRESARIAL (Teora y
Prctica. Coleccin Plan Nuevo. Editorial AC. Captulo 3. Madrid, 1995
Venancio Tomeo Perucha. Isaas Ua Jurez
DOCE LECCIONES DE ESTADSTICA DESCRIPTIVA (Curso Terico-prctico).
Captulos 2 y 3. Editorial AC. Madrid, 1997
Ana Ronquillo
ESTADSTICA APLICADA AL SECTOR TURSTICO (Tcnicas cuantitativas y
cualitativas del anlisis turstico). Editorial Centro de Estudios Ramn Areces, S.A.
Captulo 4. Madrid, 1997
Antonio Pulido San Romn. Julin Santos Peas
ESTADSTICA APLICADA PARA ORDENADORES PERSONALES. Editorial Pirmide.
Captulo 2.5. Madrid, 1998.

MARA PEDROSA SENDINO

Directora Acadmica y Tcnica
ESCUELA SUPERIOR DE TURISMO SOL (Madrid)
Abril 2.001
12