INSTITUTO TECNOLOGICO SUPERIOR DE CALKINI

Nombre de la asignatura:
Estadstica para la Administracin I
Carrera: Licenciatura en Administracin.
Clave: LAD-11!
"rs. teora - "rs. pr#ctica - Cr$ditos: % - & - '
EN EL ESTADO DE CAMPECHE
TEMARIO
U N I D A D 3
RAMIRO JOSE GONZALEZ HORTA
A r q u i t e c t o
Arq. Ramiro Gonzlez Horta. Abril 2011
U N I D A D 3
Medidas de posicin y variacin para daos a!r"pados
y no a!r"pados
#$% Media ari&'ica( Mediana y Moda$
#$) C"ari*es( Deci*es y Perceni*es
#$# Ran!o( +arian,a( Desviacion Esandar( Coe-iciene de +ariacion y de Pearson
U N I D A D 3
Medidas de posicin y variacin para daos a!r"pados
y no a!r"pados
#$# Ran!o( +arian,a( Desviacion Esandar( Coe-iciene
de +ariacion y de Pearson
Datos no agrupados
MEDIDAS DE DISPERSIN (ato! no a"r#$ao!%
Medidas de Dispersin. Cuando se tiene una muestra de datos obtenida de
una poblacin cualquiera, es importante determinar sus medidas de
tendencia central as como tambin es bsico el determinar que tan
dispersos estn los datos en la muestra, por lo que se hace necesario
determinar su rango, la varianza, la desviacin estndar, etc., ya que una
ecesiva variabilidad o dispersin en los datos indica la inestabilidad del
proceso en anlisis en la mayora de los casos.

!ango o recorrido. "l rango es la di#erencia entre el valor mayor y el valor
menor encontrados en la muestra, tambin se le denomina recorrido ya que
nos dice entre que valores hace su recorrido la variable de inters$ y se
determina de la siguiente manera%

! & 'M ( 'm
Donde%

! & rango o recorrido
'M & valor mayor en la muestra
'm & valor menor en la muestra

")emplo%
*. +e han tomado como muestras las mediciones de la resistencia a la tensin de la soldadura usada para unir dos cables,
estas son% ,-../g, -0.1, -,.2, ,-.3, 43.3, -5.., ,,.4, 40.1, ,..4, determine su rango o recorrido.

+olucin%

'M & 40.1 /g
'm & ,..4 /g
! & 'M ( 'm & 40.1 ( ,..4 & *5.. /g

0. +e toman las mediciones de la cantidad de grasa de la leche en gramos por cada *33 ml de leche que entra a un proceso de
pasteurizacin, a continuacin se enumeran$ *1.-., *..20, *0.,5, *5.04, *..-1, *,.2, *,.5*, *5.22, determine el rango o
recorrido de la cantidad de grasa de la leche.

+olucin%

'M & *,.5*
'm & *0.,5

! & *,.5* ( *0.,5 & 1.-.gramos

Desviacin absoluta media 6
_
d
7. "sta medida de dispersin nos representa
la di#erencia absoluta promedio que eiste entre cada dato que se encuentra
en la muestra y la media de los datos y se determina de la siguiente manera%



n
x xi
d
n
i
_
_

1


Donde%
i & dato i
_
x
& media aritmtica de la muestra
n & n8mero de datos en la muestra


")emplo%
*. Determine la desviacin absoluta media de los siguientes datos que son las
concentraciones de plomo de algunas muestras, las que a continuacin se
enumeran% *-gr, *0, 0*, *4, *5, 03, 00

+olucin%

9ara determinar la desviacin absoluta media o promedio, lo primero que hay que
hacer es calcular la media aritmtica de los datos de la muestra, la que es *0-:,
&*-.0-5, luego se procede a calcular el promedio de las di#erencias absolutas entre
cada dato y la media calculada.

&
2'( 1' 22 2'( 1' 20 2'( 1' 12 2'( 1' 1' . . ..... . .
d
_

gr .
. . . . . . . .
d
_
)*0) 2
&
&1+ 1&
&
&1+ * &1+ 1 2'( 2 &1+ 0 &1+ 2 2'( ( 2'( 0

+ + + + + +

;a interpretacin de este resultado sera que el grado de ale)amiento absoluto
promedio de los datos con respecto a su media es de 0..23. gramos.

<9or qu sacar el valor absoluto de las di#erencias entre cada dato y la media
aritmtica= +i solo se hicieran di#erencias entre cada dato y la media aritmtica,
estas tendran signos positivos y negativos ya que algunos datos son menores que la
media y otros son mayores que la media, luego al sumar las di#erencias, con sus
signos correspondientes, stas se iran anulando unas con otras y no sera posible
medir leal grado de ale)amiento promedio de los datos en la muestra.

'arianza o variancia 6s
0
7. "s el promedio de las di#erencias elevadas al cuadrado
entre cada valor que se tiene en la muestra 6i7 y la media aritmtica 6
_
x
7 de los
datos y se determina de la siguiente manera%



1
1
2
2

,
_

n
x xi
S
n
i
_


Donde n es el n8mero de datos en la muestra.




")emplo%
;os siguientes datos es la cantidad de glucosa en miligramos encontrada en
muestras de sangre de algunos pacientes, *1.0, *0.*, *..5, *-.*, *1.2, determine su
varianza.

+olucin%
;o primero que hay que calcular es la media aritmtica de la muestra como ya se
ha hecho anteriormente.


mg .
. . . . . .
x '( 1+
)
* &+
)
* 1+ 1 1' ( 1) 1 12 2 1+

+ + + +

+ + +

1 )
'( 1+ * 1+ '( 1+ 1 12 '( 1+ 2 1+
2 2 2
2
) . . ( .... ) . . ( ) . . (
s


2
2
')* +
+
+12 1,
+
*1*( 0 +,&( 10 )+&( 0 (1&( & +*)( 0
mg .
. . . . . .
s
+ + + +

>ota%
Dentro de la in#erencia estadstica se plantea la de#erencia entre una variancia muestral s
0
y una poblacional,
representada por
0
.

Desviacin estndar 6s7. "s la desviacin o di#erencia promedio que eiste entre cada dato de la muestra y la
media aritmtica de la muestra. ? se obtiene a partir de la varianza, sacndole raz cuadrada.



2
s s

donde%
s
0
& varianza o variancia

9or tanto la desviacin estndar de la muestra anterior sera$

s &
mg . mg . 202, 2 ')* +
2

;a interpretacin de este resultado sera, que la cantidad de glucosa encontrada en la muestra es en promedio de
*1.-5 miligramos y que la cantidad de glucosa en la muestra se ale)a o dispersa en promedio 0.0304 mg alrededor
de la media.

"n este caso solo nos interesa conocer el signi#icado de la desviacin estndar, aunque es necesario decir que s es
la desviacin de la muestra y que es la desviacin de la poblacin, as como s
0
es la varianza de la muestra y
0
es la varianza de la poblacin.

(EDIDA DE A)I(E*+,A
Dire&os ."e "na disri/"cin es si&'rica c"ando s" &ediana( s" &oda y s"
&edia ari&'ica coinciden$
Dire&os ."e "na disri/"cin es asimtrica a la derecha si *as -rec"encias 0a/so*"as
o re*aivas1 descienden &2s *ena&ene por *a derec3a ."e por *a i,."ierda$
Si *as -rec"encias descienden &2s *ena&ene por *a i,."ierda ."e por *a derec3a
dire&os ."e *a disri/"cin es asimtrica a la izquierda.
E4isen varias &edidas de *a asi&er5a de "na disri/"cin de -rec"encias$ Una de
e**as es e* Coe#iciente de @simetra de 9earson6
S" va*or es cero c"ando *a disri/"cin es si&'rica( posiivo c"ando e4ise
asi&er5a a *a derec3a y ne!aivo c"ando e4ise asi&er5a a *a i,."ierda$
(EDIDA DE A-.N*A(IEN*/ / C.+*/)I)
Miden *a &ayor o &enor canidad de daos ."e se a!r"pan en orno a *a &oda$
Se e-inen * ti$o! e i!trib#.ione! !e"/n !# "rao e .#rto!i!0
Distribucin mesoc0rtica: presena "n !rado de concenracin &edio
a*rededor de *os va*ores cenra*es de *a varia/*e 0e* &is&o ."e presena "na
disri/"cin nor&a*1$ Distribucin leptoc0rtica6 presena "n e*evado !rado de
concenracin a*rededor de *os va*ores cenra*es de *a varia/*e$ Distribucin
platic0rtica: presena "n red"cido !rado de concenracin a*rededor de *os
va*ores cenra*es de *a varia/*e$
E1E(-L/ 1
El n/mero e 1a! ne.e!ario! $or 10 eq#i$o! e traba2aore! $ara terminar 10 in!tala.ione! e i"#ale!
.ara.ter1!ti.a! 3an !io0 214 *24 1)4 ),4 (04 (14 (+4 (04 &14 5 '0 1a!. 6al.#lar la meia4 meiana4 moa4
7arianza 5 e!7ia.i8n t1$i.a.
)/L.CI2N:
La media6 !#ma e too! lo! 7alore! e #na 7ariable i7iia entre el n/mero total e ato! e lo! q#e !e
i!$one0
;a mediana0 e! el 7alor q#e e2a a la mita e lo! ato! $or en.ima e i.3o 7alor 5 a la otra mita $or
eba2o. Si orenamo! lo! ato! e ma5or a menor ob!er7amo! la !e.#en.ia0
1)4 214 *24 ),4 (04 (04(14 (+4 &14 '0.
6omo q#iera q#e en e!te e2em$lo el n/mero e ob!er7a.ione! e! $ar (10 ini7i#o!%4 lo! o! 7alore! q#e !e
en.#entran en el meio !on (0 5 (0. Si realizamo! el .l.#lo e la meia e e!to! o! 7alore! no! ar a !#
7ez 53, q#e e! el 7alor e la mediana.
;a moda0 el 7alor e la 7ariable q#e $re!enta #na ma5or -re.#en.ia e! 53
;a varianza +
0
0 E! la meia e lo! .#arao! e la! i-eren.ia! entre .aa 7alor e la 7ariable 5 la meia
aritm9ti.a e la i!trib#.i8n.
S:
2
;
;a desviacin tpica +% e! la ra1z .#araa e la 7arianza.
) 7 8 9):(;% 7 %.!3
"l rango% di-erencia enre e* va*or de *as o/servaciones &ayor y e* &enor
-3 A *. & 5. das
"l coe#iciente de variacin% cociene enre *a desviacin 5pica y e* va*or a/so*"o de *a &edia
ari&'ica
C4 7 )<(;:=>)(# 7 5&6
Coefciente de variacin.
6oe-i.iente e 7aria.i8n
El coe#iciente de dispersin e! /til $ara .om$arar i!$er!ione! a e!.ala! i!tinta! $#e! e!
#na meia in7ariante ante .ambio! e e!.ala. Por otro lao $re!enta $roblema! 5a q#e a
i-eren.ia e la e!7ia.i8n t1$i.a e!te .oe-i.iente e! 7ariable ante .ambio! e ori"en. Por
ello e! im$ortante q#e too! lo! 7alore! !ean $o!iti7o! 5 !# meia e $or tanto #n 7alor
$o!iti7o.
E:i"imo! q#e0
Se .al.#la0
Done S e! la e!7ia.i8n t1$i.a. Se $#ee ar en tanto $or .iento .al.#lano0
Coeficiente de variacin
Hemo! 7i!to q#e la! meia! e .entraliza.i8n 5 i!$er!i8n no! an in-orma.i8n !obre #na
m#e!tra. No! $oemo! $re"#ntar !i tiene !entio #!ar e!ta! ma"nit#e! $ara .om$arar o!
$obla.ione!. Por e2em$lo4 !i no! $ien .om$arar la i!$er!i8n e lo! $e!o! e la!
$obla.ione! e ele-ante! e o! .ir.o! i-erente!4 no! ar in-orma.i8n /til.
<Pero q#9 o.#rre !i lo q#e .om$aramo! e! la alt#ra e #no! ele-ante! .on re!$e.to a !#
$e!o= >anto la meia .omo la e!7ia.i8n t1$i.a4 5 4 !e e:$re!an en la! mi!ma! #niae!
q#e la 7ariable. Por e2em$lo4 en la 7ariable alt#ra $oemo! #!ar .omo #nia e lon"it# el
metro 5 en la 7ariable $e!o4 el ?ilo"ramo. 6om$arar #na e!7ia.i8n (.on re!$e.to a la
meia% meia en metro! .on otra en ?ilo"ramo! no tiene nin"/n !entio.
El $roblema no eri7a !8lo e q#e #na e la! meia! !ea e lon"it# 5 la otra !ea e ma!a.
El mi!mo $roblema !e $lantea !i meimo! .ierta .antia4 $or e2em$lo la ma!a4 e o!
$obla.ione!4 $ero .on i!tinta! #niae!. E!te e! el .a!o en q#e .om$aramo! el $e!o en
toneladas e #na $obla.i8n e 100 ele-ante! .on el .orre!$oniente en miligramos e #na
$obla.i8n e )0 3ormi"a!.
El $roblema no !e re!#el7e tomano la! mi!ma! e!.ala! $ara amba! $obla.ione!. Por
e2em$lo4 !e no! $#ee o.#rrir meir a la! 3ormi"a! .on la! mi!ma! #niae! q#e lo!
ele-ante! (tonelaa!%. Si la in"enier1a "en9ti.a no no! !or$rene .on al"#na barbaria4 lo
l8"i.o e! q#e la i!$er!i8n e la 7ariable peso de las hormigas !ea $r.ti.amente n#la
(@A#nq#e 3a5a al"#na! q#e !ean 1.000 7e.e! ma5ore! q#e otra!A%
En lo! o! $rimero! .a!o! men.ionao! anteriormente4 el $roblema 7iene e la
dimensionalidad e la! 7ariable!4 5 en el ter.ero e la i-eren.ia enorme entre la! meia! e
amba! $obla.ione!. El coeficiente de variacin e! lo q#e no! $ermite e7itar e!to!
$roblema!4 $#e! elimina la imen!ionalia e la! 7ariable! 5 tiene en .#enta la $ro$or.i8n
e:i!tente entre meia! 5 e!7ia.i8n t1$i.a. Se e-ine el !i"#iente moo0
Ba!ta ar #na r$ia miraa a la e-ini.i8n el .oe-i.iente e 7aria.i8n4 $ara 7er q#e la!
!i"#iente! .on!iera.ione! eben !er tenia! en .#enta0
S8lo !e ebe .al.#lar $ara 7ariable! .on too! lo! 7alore! $o!iti7o!. >oo 1ni.e e
7ariabilia e! e!en.ialmente no ne"ati7o. Ca! ob!er7a.ione! $#een !er $o!iti7a! o
n#la!4 $ero !# 7ariabilia ebe !er !iem$re $o!iti7a. De a31 q#e !8lo ebemo!
traba2ar .on 7ariable! $o!iti7a!4 $ara la q#e tenemo! .on !e"#ria q#e .
No e! in7ariante ante .ambio! e ori"en. E! e.ir4 !i a lo! re!#ltao! e #na meia
le !#mamo! #na .antia $o!iti7a4 bD04 $ara tener Y;Eb4 enton.e! 4
5a q#e la e!7ia.i8n t1$i.a no e! !en!ible ante .ambio! e ori"en4 $ero !i la meia.
Co .ontario o.#rre !i re!tamo! (bF0%.
E! in7ariante a .ambio! e e!.ala. Si m#lti$li.amo! $or #na .on!tante a4 $ara
obtener 4 enton.e!
/bservacin
E! im$ortante e!ta.ar q#e lo! coefientes de variacin !ir7en $ara .om$arar la!
7ariabiliae! e o! .on2#nto! e 7alore! (m#e!tra! o $obla.ione!%4 mientra! q#e !i
e!eamo! .om$arar a o! individuos e .aa #no e e!o! .on2#nto!4 e! ne.e!ario #!ar lo!
valores tipificados.
E7emplo
Daa la i!trib#.i8n e eae! (meia! en aGo!% en #n .ole.ti7o e 100 $er!ona!4 obtener0
1.
Ca 7ariable ti$i-i.aa !.
2.
Halore! e la meia 5 7arianza e !.
*.
6oe-i.iente e 7aria.i8n e !.
Hora! traba2aa! N#m. em$leao!
0 II + +&
+ II 10 *2
10 II 20 1&
20 II +0 +
100
+olucin%
Para .al.#lar la 7ariable ti$i-i.aa
$artimo! e lo! ato! el en#n.iao. Ser ne.e!ario .al.#lar en $rimer l#"ar la meia 5
e!7i.i8n t1$i.a e la 7ariable ori"inal (; aGo!%.
liI1 II li xi ni xi ni xi
2
ni
0 II + 2 +& ,+ 1''
+ II 10 & *2 22+ 1.)('
10 II 20 1) 1& 2)) *.'2)
20 II +0 *0 + 120 *.(00
n;100 (,* ,.1'1
A $artir e e!to! 7alore! $oremo! .al.#lar lo! 7alore! ti$i-i.ao! $ara la! mar.a! e .la!e
e .aa inter7alo 5 .on!tr#ir !# i!trib#.i8n e -re.#en.ia!0
zi ni zi ni zi
2
ni
I04&+) +& I*)401) 2(40'(
04011 *2 04*)2 0400+
14220 1& 204&20 2)4*0*
*4+'( + 1*4,++ +'4(0,
n;100 04021 1004002
A $e!ar e q#e no !e ebe .al.#lar el .oe-i.iente e 7aria.i8n !obre 7ariable! q#e $re!enten
7alore! ne"ati7o! (5 ! lo! $re!enta%4 lo .al.#lamo! .on ob2eto e il#!trar el $orq#90
E! e.ir4 el .oe-i.iente e 7aria.i8n no ebe #!ar!e n#n.a .on 7ariable! ti$i-i.aa!.
Ca! o! !i"#iente! meia! #tilizan o! $armetro! q#e 5a no! !on -amiliare!0 el ran"o 5 la
e!7ia.i8nJ .on el $rimero traba2amo! en la .on!tr#..i8n e inter7alo! e .la!e 5 .on el
!e"#no en la .on!tr#..i8n e la 7arianza 5 e la e!7ia.i8n ab!ol#ta meia.

Por e2em$lo .on!ieremo! la! o! !i"#iente! m#e!tra!0

M#e!tra 10 04 +)4 )04 ))4 100 (la meia $ara e!te .on2#nto e ato! la meia 5 meiana
e! i"#al a )0%

M#e!tra 20 +&4 +,.)4 )04 )1.)4 )2 (la meia $ara e!te .on2#nto e ato! la meia 5 meiana
e! i"#al a )0%

A#nq#e amba! m#e!tra! tiene la mi!ma meia 5 meiana4 !# i!$er!i8n e! i-erente.

Desviacin

El .on.e$to e e!7ia.i8n 5a 3a !io e:$lotao $ara la .on!tr#..i8n e la 7arianza 5 e la
e!7ia.i8n ab!ol#ta meia. En realia 3emo! $oio .on!tatar q#e 3ablar e #na !ola
e!7ia.i8n no tiene el ma5or inter9! 5 q#e !in embar"o la !#ma e lo! .#arao! e la!
e!7ia.ione! o i-eren.ia!4 o 7alore! ab!ol#to! e la! i-eren.ia!4 .on re!$e.to a la meia
no! 3a lle7ao a la .on!tr#..i8n e .on.e$to!4 la $rin.i$al e e!ta! e!7ia.ione! e! la
e!7ia.i8n e!tnar.

Coe#iciente de variacin.

Kna e la! meia! !#-i.ientemente /til e! la obten.i8n el .oe-i.iente e 7aria.i8n4 el
.#al !e e-ine .omo el .o.iente entre la e!7ia.i8n e!tnar 5 la meia aritm9ti.a4
mo!trano $ara ba2o! 7alore! #na alta .on.entra.i8n e lo! ato!. En el .a!o en q#e la
meia e! i"#al a .ero e!ta meia no e!ta e-inia4 $or lo q#e !e re.#rre a .#alq#iera e la!
anteriore!. S# e:$re!i8n e! aa $or

x
S
" #
x
.
one
x
S x 5
!on la meia 5 la e!7ia.i8n e!tnar4 re!$e.ti7amente4 $ara #na mi!ma
$obla.i8n.
En o.a!ione! !e !#ele $re!entar la in-orma.i8n meiante el $or .iento4 !obre too al
momento e .om$arar o! m#e!tra!4 $or lo q#e el .oe-i.iente !#ele $re!entar!e .omo0

100 .
x
S
" #
x
S# #tilia rai.a en q#e $oemo! eterminar q#e tanta 7ariabilia e:i!te entre o!
m#e!tra en la! q#e in.l#!i7e la in-orma.i8n no tienen la! mi!ma! #niae! o !e trata e
ato! i-erente!. En el !i"#iente e2em$lo !e m#e!tra la #tilia el .oe-i.iente e 7aria.i8n

E2em$lo.

Do! $ro-e!ore! q#e im$arten i-erente! materia! a #n mi!mo "r#$o e.ien in7e!ti"ar
.omo e! el .oe-i.iente e 7aria.i8n e en #na 5 otra materia4 $ara lo .#al !e obtiene la
meia 5 la e!7ia.i8n e!tnar re!$e.ti7amente4 $or lo q#e0

Re!#ltao! e la materia A0
2 . 1 J * . (
$
S x

1,0 . 0
* . (
2 . 1
. " #

Re!#ltao! e la materia B0
* J '
$
S x
*&) . 0
'
*
. " #
$or lo q#e !e .on.l#5e q#e a#nq#e la! .ali-i.a.ione! en $romeio !on i"#al a ' la!
.ali-i.a.ione! !on m#.3o ma! i!$er!a! 5a q#e el .oe-i.iente e 7aria.i8n e! ma5or $ara la
!e"#na m#e!tra.

6omo $oremo! analizar m! aelante #no e lo! teorema! -#namentale! e la e!ta1!ti.a
no! lle7a a la !i"#iente $ro$o!i.i8n 5 $or .on!i"#iente a lo! .on.e$to! e .#a!i7arianza 5
.#a!ie!7ia.i8n.

Se i.e q#e #na $obla.i8n a la q#e !e obtiene la 7arianza 5 e! m#lti$li.aa $or
( ) 1 % %

mei.ione! no! .on#.e a #n re!#ltao .on menor error. A i.3a mei.i8n !e le .ono.e
.omo .#a!i7arianza.

Cuasivarianza
Se e-ine la .#a!i7arianza .omo
2 2
1
1
S
%
%
S
%

Cuasidesviacin
Se e-ine la .#a!ie!7ia.i8n .omo
S
%
%
S
%
1
1

E! im$ortante .omentar q#e $ara 7alore! "rane! e N4 $ara ND*04 no e:i!te "ran
i-eren.ia.
Datos agrupados
M"DBD@+ D" DB+9"!+BC> D!@D@MB">DE 9@!@ D@DE+ @F!G9@DE+.

Cuando la muestra consta de 23 o ms datos, lo aconse)able es agrupar los datos
en clases y a partir de estas determinar las caractersticas de la muestra y por
consiguiente las de la poblacin de donde #ue tomada.
@ntes de pasar a de#inir cul es la manera de determinar las caractersticas de
inters 6media, mediana, moda, etc.7 cuando se han agrupado en clases los datos de
la muestra, es necesario que sepamos como se agrupan los datos.

9asos para agrupar datos.
a. Determinar el rango o recorrido de los datos.

!ango & 'alor mayor ( 'alor menor

b. "stablecer el n8mero de clases 6/7 en que se van a agrupar los datos tomando
como base para esto la siguiente tabla.




>amaGo e m#e!tra o No. De ato! N/mero e .la!e!
Meno! e )0 ) a &
)0 a ,, ( a 10
100 a 2)0 & a 12
2)0 en aelante 10 a 20

"l uso de esta tabla es uno de los criterios que se puede tomar en cuenta para
establecer el n8mero de clases en las que se van a agrupar los datos, eisten otros
para hacerlo.

c. Determinar la amplitud de clase para agrupar 6C7.



&
'ango
#

d. Hormar clases y agrupar datos.
9ara #ormar la primera clase, se pone como lmite in#erior de la primera clase un
valor un poco menor que el dato menor encontrado en la muestra y
posteriormente se suma a este valor C, obteniendo de esta manera el lmite
superior de la primera clase, luego se procede a obtener los lmites de la clase
siguiente y as sucesivamente.

")emplo%
;os siguientes datos se re#ieren al dimetro en pulgadas de un engrane.

(.&) &.00 &.00 (.&) (.)0 (.)0 &.1) &.00
(.)0 (.)0 (.)0 (.2) (.2) (.)0 (.() &.00
&.2) (.&0 (.00 (.&) (.00 (.&) (.&) &.10
&.00 (.&0 (.)0 (.&) (.2) (.() (.&) &.10
&.2) (.&) (.2) (.2) &.00 (.&) &.00 &.1)

a7 @grupe datos, considere /&5.
b7 Ebtenga% Iistograma, polgono de #recuencias, o)iva y distribucin de
probabilidad.
c7 Ebtenga% media, mediana, moda y desviacin estndar.
+olucin%
a7 @grupando datos$

*. !& 'M A 'm & ,.0. ( 5.33 & *.0.
0. / & 5
2.
21 0 20'* 0
(
2) 1
. .
.
&
'
#

1. Hormando clases.

9ara #ormar la primera clase se toma un valor un poco menor que el valor menor
encontrado en la muestra$ luego,

CI CS Lre.#en.ia Mar.a e
.la!e
C1mite real
in-erior
C1mite real
!#$erior
Lre.#en.ia
relati7a
Lre.#en.ia
Relati7a
a.#m#laa
).,& M (.1' 2 (.0&) ).,() (.1') 2N+0 ; 0.0) 0.0)
(.1, M (.+0 ) (.2,) (.1') (.+0) )N+0;0.12) 0.1&)
(.+1 M (.(2 & (.)1) (.+0) (.(2) 0.1&) 0.*)0
(.(* M (.'+ 1* (.&*) (.(2) (.'+) 0.*2) 0.(&)
(.') M &.0( & (.,)) (.'+) &.0() 0.1&) 0.')0
&.0& M &.2' ( &.1&) &.0() &.2') 0.1) 1.000
>otal +0 1.000


b7 Fr#icas%


"I)*/8+A(A
)
>
:
%#
:
;
?9
%
;
%%
%;
LI(I*E) +EALE)
9
+
E
C
.
E
N
C
I
A
>$@;> ? ;$%A>
;$%A> ? ;$9<>
;$9<> ? ;$;)>
;$;)> ? ;$A9>
;$A9> ? :$<;>
:$<;> ? :$)A>


-/LI8/N/ DE 9+EC.ENCIA
<
)
9
;
A
%<
%)
%9
%;
>$;#> >$A>> ;$<:> ;$)@> ;$>%> ;$:#> ;$@>> :$%:> :$#@> :$;%>
(A+CA DE CLA)E
9
+
E
C
.
E
N
C
I
A
/1I4A :(EN/+ ;.E: / C+ECIEN*E
0
0.05
0.175
0.35
0.675
0.85
1
<
<$)
<$9
<$;
<$A
%
5.965 6.185 6.405 6.625 6.845 7.065 7.285
LI(I*E) +EALE)
9
+
E
C
.
E
N
C
I
A

+
E
L
A
*
I
4
A

A
C
.
(
.
L
A
D
A
DI)*+I<.CI/N DE -+/<A<ILIDAD
<$<>
<$%)>
<$%:>
<$#)>
<$%:>
<$%>
<
<$%
<$)
<$#
<$9
LI(I*E) +EALE)
-
+
/
<
A
<
I
L
I
D
A
D
>$@;> ? ;$%A>
;$%A> ? ;$9<>
;$9<> ? ;$;)>
;$;)> ? ;$A9>
;$A9> ? :$<;>
:$<;> ? :$)A>
a7 Media 6
_
x
7.

+ + +

+ + +

+0
0) +* +&) *1 1) 12
+0
( 1&) & ) 2,) ( 2 0&) (
1
. ... . . ) )( . ( ... ) )( . ( ) )( . (
n
f ( x
x
&
i
i i
&
adas lg pu .
.
&1* (
+0
)2 2('

Donde%
/ & n8mero de clases
i & marca de clase i
#i & #recuencia de la clase i
n &

&
i
i
f
1
n8mero de datos en la muestra

b7 Mediana 6Jmed7.



$
fme
)me * n
+i med
1
]
1

+
1 2
&2() ( 22 0
1*
1+ 2 +0
(2) ( . ) . (
*
.
1
]
1

+

Donde%
;i & lmite real in#erior de la clase que contiene a la mediana
HmeA* & sumatoria de las #recuencias anteriores a la clase en donde se encuentra la
mediana
#me & #recuencia de la clase en donde se encuentra la mediana
@ & amplitud real de la clase en donde se encuentra la mediana
@ & ;!+A;!B
;!+ & lmite real superior de la clase que contiene a la mediana
;!B & lmite real in#erior de la clase que contiene a la mediana
> & n8mero de datos en la muestra

#7 Moda 6Jmod7.


$
d d
d
+i mod
1
]
1

+
+
2 1
1
adas lg pu . ) . ( . &*) ( 22 0
( (
(
(2) (
1
]
1

+
+

Donde%
;i & lmite real in#erior de la clase que contiene a la moda
d* &
1 fmo fmo
&
( & 1*
d0 &
1 + fmo fmo
&
( & 1*
#mo & #recuencia de la clase que contiene a la moda
#moA*& #recuencia de la clase anterior a la que contiene a la moda
#moK*& #recuencia de la clase posterior a la que contiene a la moda
@ & amplitud real de la clase que contiene a la moda
@ & ;!+ ( ;!B
;!+ & lmite real superior de la clase que contiene a la moda
;!B & lmite real in#erior de la clase que contiene a la moda


g7 Desviacin estndar 6+7.


1
1
1
2
1
1
2

n
fi ) x xi (
fi
fi ) x xi (
s
&
i
_
&
i
&
i
_

+ + +

1 +0
( &1* ( 1&) & ) &1* ( 2,) ( 2 &1* ( 0&) (
2 2 2
) ( ) . . ( ... ) ( ) . . ( ) ( ) . . (
&
adas lg pu .
. . ... . .
*0(* 0
*,
(),0+ *
*,
2'0((+ 1 '&*(2 0 '1+0'' 0

+ + +

Donde%
i & marca de clase i
_
x
& media aritmtica
#i & #recuencia de la clase i

&
i
n fi
1
& n8mero total de datos en la muestra
Medidas de asi&er5a y c"rosis
Las &edidas de disri/"cin nos per&ien ideni-icar *a -or&a en ."e se
separan o a!*o&eran *os va*ores de ac"erdo a s" represenacin !r2-ica$
Esas &edidas descri/en *a &anera co&o *os daos ienden a re"nirse de
ac"erdo con *a -rec"encia con ."e se 3a**en denro de *a in-or&acin$ S"
"i*idad radica en *a posi/i*idad de ideni-icar *as caracer5sicas de *a
disri/"cin sin necesidad de !enerar e* !r2-ico$ S"s principa*es &edidas
son *a Asimetra y *a Curtosis$
1. ASIMETRA
Esa &edida nos per&ie ideni-icar si *os daos se disri/"yen de -or&a
"ni-or&e a*rededor de* p"no cenra* 0Media ari&'ica1$ La asi&er5a
presena res esados di-erenes( cada "no de *os c"a*es de-ine de -or&a
concisa co&o es2n disri/"idos *os daos respeco a* eBe de asi&er5a$ Se
dice ."e *a asimetra es positiva c"ando *a &ayor5a de *os daos se
enc"enran por enci&a de* va*or de *a &edia ari&'ica( *a c"rva es
Simtrica c"ando se disri/"yen apro4i&ada&ene *a &is&a canidad de
va*ores en a&/os *ados de *a &edia y se conoce co&o asimetra negativa
c"ando *a &ayor canidad de daos se a!*o&eran en *os va*ores &enores
."e *a &edia$

E* Coeficiente de asimetra( se represena &ediane *a ec"acin
&ae&2ica(


Donde 0!%1 represena e* coe-iciene de asi&er5a de Cis3er( 0Di1 cada "no
de *os va*ores( 0 1 *a &edia de *a &"esra y 0ni1 *a -rec"encia de cada va*or$
Los res"*ados de esa ec"acin se inerprean6

0!% 7 <16 Se acepa ."e *a disri/"cin es Si&'rica( es decir( e4ise
apro4i&ada&ene *a &is&a canidad de va*ores a *os dos *ados de *a &edia$
Ese va*or es di-5ci* de conse!"ir por *o ."e se iende a o&ar *os va*ores ."e
son cercanos ya sean posiivos o ne!aivos 0E <$>1$
0!% F <16 La c"rva es asi&'rica&ene posiiva por *o ."e *os va*ores se
ienden a re"nir &2s en *a pare i,."ierda ."e en *a derec3a de *a &edia$
0!% G <16 La c"rva es asi&'rica&ene ne!aiva por *o ."e *os va*ores se
ienden a re"nir &2s en *a pare derec3a de *a &edia$

Desde *"e!o enre &ayor sea e* nH&ero 0Posiivo o Ne!aivo1( &ayor ser2 *a
disancia ."e separa *a a!*o&eracin de *os va*ores con respeco a *a
&edia$
2. CURTOSIS
Esa &edida deer&ina e* !rado de concenracin ."e presenan *os va*ores
en *a re!in cenra* de *a disri/"cin$ Por &edio de* Coeficiente de Curtosis(
pode&os ideni-icar si e4ise "na !ran concenracin de va*ores
0Leptocrtica1( "na concenracin nor&a* 0Mesocrtica1 "na /aBa
concenracin 0Platicrtica1$


Para ca*c"*ar e* coe-iciene de C"rosis se "i*i,a *a ec"acin6

Donde 0!)1 represena e* coe-iciene de C"rosis( 0Di1 cada "no de *os
va*ores( 0 1 *a &edia de *a &"esra y 0ni1 *a -rec"encia de cada va*or$ Los
res"*ados de esa -r&"*a se inerprean6

6!) 7 <1 la distribucin es Mesocrtica% A* i!"a* ."e en *a asi&er5a es
/asane di-5ci* enconrar "n coe-iciene de C"rosis de cero 0<1( por *o ."e
se s"e*en acepar *os va*ores cercanos 0E <$> apro4$1$
0!) F <1 la distribucin es Leptocrtica
0!) G <1 la distribucin es Platicrtica

C"ando *a disri/"cin de *os daos c"ena con "n coe-iciene de asi&er5a
0!% 7 E<$>1 y "n coe-iciene de C"rosis de 0!) 7 E<$>1( se *e deno&ina
C"rva Nor&a*$ Ese crierio es de s"&a i&porancia ya ."e para *a &ayor5a
de *os procedi&ienos de *a esad5sica de in-erencia se re."iere ."e *os
daos se disri/"yan nor&a*&ene$

La principa* venaBa de *a disri/"cin nor&a* radica en e* s"p"eso ."e e*
@>I de *os va*ores se enc"enra denro de "na disancia de dos
desviaciones es2ndar de *a &edia ari&'icaJ es decir( si o&a&os *a &edia
y *e s"&a&os dos veces *a desviacin y desp"'s *e resa&os a *a &edia
dos desviaciones( e* @>I de *os casos se enconrar5a denro de* ran!o ."e
co&pon!an esos va*ores$

Desde *"e!o( *os concepos visos 3asa a."5( son s*o "na pe."eKa
inrod"ccin a *as principa*es &edidas de Esad5sica DescripivaJ es de !ran
i&porancia ."e *os *ecores pro-"ndicen en esos e&as ya ."e *a principa*
di-ic"*ad de* pa."ee SPSS radica en e* desconoci&ieno de *os concepos
esad5sicos$

Las de-iniciones p*as&adas en ese cap5"*o 3an sido e4ra5das de *os *i/ros
Estadstica para administradores escrio por Alan Wester de *a edioria*
Mcra!"#ill y e* *i/ro Estadstica $ Muestreo escrio por Ciro Martne%
edioria* Ecoe editores 0&ctava edicin1$ No necesaria&ene ienes ."e
!"iare por esos *i/ros ya ."e en *as *i/rer5as enconraras "na !ran
variedad de e4os ."e p"eden ser de /asane "i*idad en *a inrod"ccin a
esa ciencia$