Introduccion A La Estadistica Descriptiva

Prof. Ximena N.
Villarreal
UNIDAD N1: ESTADISTICA
UNIDAD
N2:
PRESENTACIN
DE
DATOS
ESTADSTICOS
UNIDAD N3: MEDIDAS DE RESUMEN

UNIDAD N 4: NOCIONES ELEMENTALES DE
PROBABILIDAD
UNIDAD N 5: TABLAS DE CONTINGENCIA
UNIDAD N 6: INFERENCIA ESTADSTICA
CONCEPTOS IMPORTANTES.
ESTADSTICA: Proviene del latn status (estado). Es
considerada como una disciplina perteneciente a
la Matemtica Aplicada que se dedica al estudio
cuantitativo de fenmenos colectivos. Proporciona
mtodos para:
- La recoleccin de datos
- Su ordenamiento, resumen y presentacin
- Su anlisis e interpretacin y
- Posterior enunciado de conclusiones
Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2
Si las conclusiones se refieren

exclusivamente a los datos de
los que se dispone
Si las se conclusiones van ms

all de los datos que se
dispone y se refieren a un
conjunto mayor, del cual se
extrajeron
Estadstica
Descriptiva
Estadstica
Inferencial
POBLACIN: Es el conjunto de individuos u objetos
que comparten una caracterstica comn, en la
que el investigador est interesado.
Puede ser finita o infinita
MUESTRA: Es un subconjunto de la poblacin.
Debe ser representativa, es decir se deben
mantener las mismas caractersticas de la
poblacin de estudio.
EJEMPLO: una poblacin puede ser definida como los alumnos de la escuela San Francisco.
Los alumnos pueden ser listados e individualizados a travs de los registros ulicos
POBLACIN FINITA.
Personas portadoras de una enfermedad determinada en Santiago del Estero POBLACIN
INFINITA
UNIDAD DE OBSERVACIN: es aquella sobre la cual se

efectan las mediciones u observaciones.
DATO: es el valor que se obtiene de la medicin, observacin
o conteo efectuada en la unidad de observacin o unidad de
muestreo.
Por ejemplo: si el objetivo de una investigacin es el rendimiento
de los alumnos:
Unidad de observacin
Dato
Alumno
Nmero de
materias rendidas
VARIABLE: Cualquier caracterstica que vara
de una unidad de muestreo a otra en la
poblacin o en la muestra.
Ejemplos: estado de salud de un alumno,
nmero de hermanos de cada alumno, medir
la altura de cada alumno, etc.
POBLACION
MUESTRA
INDIVIDUO
Posee caractersticas que toman

diferentes valores (VARIABLES)
Las variables pueden clasificarse de la siguiente manera:

DISCRETA
Toma slo valores en el
intervalo que va de cero a nCUANTITTIVA
Los valores que asumen
pueden expresarse
mediante nmeros
CONTINUA
Toma infinitos valores dentro
del intervalo
VARIABLES
CUALITATIVA
Los valores que puede
asumir son cualidades
Otra forma de clasificacin de las variables CUALITATIVAS es mediante el empleo de

cuatro niveles de medicin:
NOMINAL: Los valores de las variables son nombres, etiquetas o categoras, y no se
puede establecer un orden entre ellos.
Ejemplos: lugar de nacimiento, colores de ojos, estado de salud, etc.
ORDINAL: Se puede establecer un orden entre las categoras de la variable.
Ejemplos: nivel de instruccin de un alumno, posicin de corredores en una carrera, etc.
INTERVALO: En este nivel, la diferencia entre dos valores de datos tiene un
significado. En este nivel no hay un cero natural donde nada de la cantidad est
presente, sino que es convencional.
Ejemplos: escalas de medicin de la temperatura
RAZN O COCIENTE: Es parecido al nivel de intervalo, pero este tiene un punto de
partida (cero inherente) , donde el cero indica que nada de la cantidad est presente.
Para los valores de este nivel, tanto las diferencias como los cocientes tienen significado.
Ejemplo: los precios de libros de texto ($0 representa ningn costo y un precio $60 es
dos veces ms costoso que uno de $30
A TRABAJAR!!
Hacemos la Actividad 1, pg. 35
Clasifique en base al siguiente listado las variables socieducativas, en cualitativas
nominales u ordinales y cuantitat. Discretas o continuas.
RELIGIN
N DE ALUMNOS PROMOCIONADOS POR
SECCIN.
BARRIOS
NIVEL DE EDUCACIN ALCANZADO POR EL
TUTOR
EDAD DE LOS ALUMNOS
SEXO
N DE INASISTENCIAS MENSUALES
ALTURA DE LOS ALUMNOS
LUGAR DE NACIMIENTO
PESO DE LOS ALUMNOS
HORAS DE JUEGO
N DE MATERIAS QUE CURSAN
N DE HERMANOS QUE TIENE CADA
ALUNMO
GRADO DE SATISFACCIN POR LA
ASIGNATURA
SUPERFICIE CONSTRUIDA POR ESCUELA
N DE ESCUELAS POR DEPARTAMENTO
CATEGORAS DE ESCUELA
SERIE DE DATOS
El conjunto de valores de una variable

constituye una serie de datos.
Ejemplo: En el ao 2004, se examinaron 30 nios de un Jardn de Infantes de Crdoba
y se denota su estado de salud (S = sano, E= enfermo)
Generalmente las variables se designan con las ultimas letras del abecedario en
mayscula, por ej. X, y los valores que toma la variable con x minscula; incluso se
coloca xi donde el ndice i indica el nmero de individuo observado; de este modo las 30
observaciones son:
Xi= S, S, E, E, E, S, S, E, S, S, S, S, S, E, S, S, S, S, E, S, S, S, S, S, S, S, S, S, S, S.
El sub ndice i vara de 1 a 30. As, x1= S; x7=S; x14= E; ., x30=S.
Los datos en bruto, tal cual fueron obtenidos, sin

agrupar constituye una serie simple de datos.
Se deja para el alumno, el anlisis de los ejemplos 2 y 3 de la pg. 10
ORGANIZACIN DE DATOS CATEGRICOS O CUALITATIVOS.

Cuando la masa de datos obtenidos es muy grande y estos estn desordenados, no dan
informacin alguna; conviene por lo tanto ordenarlos y tabularlos, haciendo uso de tablas
estadsticas, que deben confeccionarse de tal modo que los datos resulten fciles de ser ledos e
interpretados. Con los datos del ejemplo anterior, se puede construir una tabla de frecuencias.
TABLA DE FRECUENCIAS PARA UNA VARIABLE CUALITATIVA.
Es una tabla que asocia cada categora de la variable con el nmero de veces que se repite la
categora.
Siguiendo el ejemplo, sera la siguiente:
i
Categoras: xi
(Estado de salud)
Frecuencias: fi
(n de alumnos)
Sano
24
Enfermo
Total
30
Frecuencia Absoluta: Es el nmero de veces que se repite cada categora de la variable. Se

la simboliza con fi.
La suma de las frecuencias absolutas es igual al nmero de observaciones, en este caso 30 :
2
i 1
f i 30
Ntese que i ahora se refiere a las categoras x1= Sano, f1=24; x2= Enfermo, f2= 6.
Los datos organizados en tabla de simple entrada para variable cualitativa, pueden
presentarse mediante grficos, que tiene la finalidad de que la informacin entre por los ojos.
El grfico que puede usarse en ste caso es el grfico de barras.
Con respecto al ejemplo:
Alumnos de un Jardn de Infantes de Crdoba
30
25
20
15
sano
10
enfermo
5
0
sano
enfermo
Para su construccin se utiliza el sistema de coordenadas ortogonales. Sobre el eje

horizontal se colocan las distintas categoras de la variable en estudio (estado de salud) y
sobre el vertical con una escala adecuada, se representan las frecuencia. Se dibujan barras
de ancho constante, una para cada valor de la variable, con una altura que representa el
valor de la frecuencia que corresponde a cada categora. Es conveniente que la separacin
entre las barras sea menor que le ancho de las mismas. Las barras pueden ser horizontales
o verticales.
Alumnos de un curso de EGB1, de la escuela San FRancisco
enfermo
sano
enfermo
sano
10
15
20
25
30
Tambin es posible, y en algunos casos necesario, calcular frecuencias relativas.

FRECUENCIA RELATIVA: Es la proporcin de veces que ocurre una categora. Se la obtiene
dividiendo la frecuencia absoluta de cada categora entre la suma de las frecuencias de todas las
categoras.
La suma, en el caso del ejemplo, es f1 + f2= 24+ 6= 30, y se expresa literalmente mediante el signo S
que se denomina sumatoria:
2
f
i 1
f1 f 2 24 6 30
As, a la frecuencia relativa de la clase i sima se la simboliza con fri y se la calcula de la siguiente
manera:
i
ri
i
La suma de las frecuencias relativas es siempre igual a 1.
f
i 1
ri
Si se multiplica las frecuencias relativas por 100, se obtienen los porcentajes, o tambin
conocida como la frecuencia relativa porcentual.
En este ejemplo, sera.:
i
xi
(ESTADO DE
SALUD)
fi
fri
Sano
24
24/30=
0,80
80
Enfermo
6/30= 0,20
20
30
100
Total
Se pueden representar estos datos mediante un grfico de barras, slo que en el eje vertical van
los porcentajes.
Otro grfico adecuado para representar series de frecuencias de variable cualitativa es el grfico
de sectores circulares, llamado grfico de tortas o pie charts.
Para su construccin, se elige un radio de por ejemplo 3cm (el valor del radio se elige segn el
espacio que se disponga) y se grafica un crculo. La superficie de dicho crculo representa el total
de alumnos (30), que le corresponde un ngulo de 360. Se puede discriminar mediante sectores
circulares la porcin correspondiente a los alumnos sanos y a los enfermos. Los grados
correspondientes a los sectores se obtienen multiplicando la frecuencia relativa por 360.
Siguiendo el ejemplo de estudio:
xi
(ESTADO DE SALUD)
fi
fri
360. fri
Sano
24
24/30= 0,80
360x0,80= 288
Enfermo
6/30= 0,20
360x0,20= 72
30
360
20%
sano
enfermo
Se deja como tarea

analizar el ejemplo
propuesto en el
apunte
80%
TABLA DE FRECUENCIAS PARA UNA VARIABLE CUANTITATIVA DISCRETA

Si consideramos el ejemplo en el que tiene en cuenta el nmero de hermanos de los alumnos de
Preescolar de la escuela San Martn, los datos fueron los siguientes:
Xi= 4, 1, 6, 0, 0, 1, 2, 3, 1 0, 2, 5, 6, 4, 2, 0, 1, 2, 4, 3, 5, 6, 1, 3, 2, 4, 5, 2, 6, 0.
Esta es un caso de variable cuantitativa discreta, y la tabla de frecuencias se construye de la
siguiente manera: se ubica el valor mayor y el menor valor de la variable (0 y 6), se colocan todos los
valores correspondientes en la primera columna de la tabla, y luego se cuentan las veces que se
presentan dichos valores. Adems de las frecuencias relativas, aqu se puede calcular tambin las
frecuencias acumuladas Fi. La Fi de una clase se obtiene sumndole a la frecuencia de la clase, la
frecuencia de las clases anteriores. La tabla resultante es:
xi
fi
fr
Fi
5/30=0,17
17
0,17
10
17
0,20
16
20
0,10
19
10
0,13
23
13
0,10
26
10
0,13
30
13
Total
30
1,0
100
La tabla de frecuencias para variables discretas se representan mediante un grfico de bastones.

En la abscisa se colocan los valores de la variable y se levanta para cada uno de ellos una lnea de
altura igual a su frecuencia
INTERPRETACIN.
- El nmero 6 en la columna de fi significa que 6
alumnos tienen 2 hermanos.
- El nmero 19 en la columna de Fi significa que
19 alumnos tienen 3 hermanos o menos.
- El nmero 20 en la columna de porcentajes
significa que el 20% de los alumnos tienen 2
hermanos.
Frecuencia
5
4
3
2
1
Nmero de hermanos
ACTIVIDAD 3 PAG. 36
A los padres de 50 alumnos de seccin de 5 aos de jardn de infantes
MC:muy conforme
C: conforme
D: disconforme
I: indiferente
MD : muy disconforme
a. Indicar el tamao de la
muestra
b. Presentar los datos en una
tabla de frecuencias:
absoluta, relativa y relativa
porcentual.
c. Presentar los datos en un
grfico de barras
d. Realizar la conclusin
correspondiente.
TABLA DE FRECUENCIAS PARA UNA VARIABLE CUANTITATIVA CONTINUA

Para el caso de este tipo de variables, como los datos del ejemplo 3 (altura en cm de 25 alumnos
de una seccin maternal de la Esc. San Francisco) que fueron obtenidos por medicin, se
recomienda construir intervalos de clase, cuya amplitud depende de la cantidad de intervalos que
se deseen construir y la cantidad de datos que posee la serie simple. Es recomendable que los
intervalos de clase sean iguales, es decir, que la amplitud de los mismos sea constante. La tcnica
a emplear para el agrupamiento de una serie simple de variable continua es sencilla.
Ejemplo: xi(cm) = 70, 75, 74, 87, 88, 89, 72, 83, 84, 79, 98, 99, 95, 87, 84, 85, 79, 78, 95, 99, 97,
84, 86, 78, 74.
Pasos a seguir:
1) Se ubica el valor mayor (99cm) y el menor (70cm) que toma la variable.
2) Se obtiene la diferencia, la que se denomina Rango o amplitud de variacin y se designa con la
letra R.
R = xmax xmin = 99cm 70cm = 29 cm
3) El nmero de intervalos aproximado se puede calcular con la siguiente frmula:
n de intervalos =
log( n 1)
log( 2)
Donde
n:n de valores de la serie o tamao
de la muestra.
log: logaritmo decimal.
Siguiendo con el ejemplo y aplicando la frmula:
log( n 1) log( 25 1)
4,7004 5
log( 2)
log( 2)
intervalos
4) El rango se divide entre el n de clases o intervalos de clases, 5 para este caso (se recomienda
que el nmero de intervalos no sea menor que 5 ni mayor que 15, pues en el primer caso se
reduce demasiado la informacin y el el segundo no se cumple con el objetivo del agrupamiento)
obtenindose una idea aproximada de la longitud o amplitud del intervalo de clase.
a=
Rango
29
5,8 6
nde int ervalos 5
5) Se delimitan las clases buscando preferentemente valores enteros para sus lmites. Se debe
elegir el lmite inferior del 1er intervalo de tal manera que contenga el menor valor de la serie
(70cm). La eleccin recae en el 70. El lmite superior del 1er intervalo, se obtiene sumando al Li la
amplitud.
Li del 1er intervalo= 70
Ls del 1er intervalo= Li+a = 70+5 = 75
70 - 75
El lmite inferior del 2do intervalo debe coincidir con el lmite superior del primer intervalo.
Li del 2do intervalo =75
Ls del 2do intervalo= Li + a= 75 +5=80
75 - 80
As sucesivamente, hasta que el ltimo intervalo contenga el valor observado ms alto de la

variable.
6) Una vez formadas las clases se procede al conteo, que consiste en determinar el nmero de
observaciones (frecuencias) de cada clase. Una manera sencilla de hacerlo es leyendo la serie
simple y ubicando mediante marcas cada valor de la variable en su clase correspondiente. De esta
manera cuando se termine de pasar lista a la serie simple, el agrupamiento ha sido efectuado.
Serie simple del Ejemplo:

xi(cm) = 70, 75, 74, 87, 88, 89, 72, 83, 84, 79, 98, 99, 95, 87, 84, 85, 79, 78, 95, 99, 97, 84, 86, 78, 74.
Intervalo de
clase
(altura en cm)
Xi
(marca de
clase)
fi
fri
70 a 75
72,5
4/25= 0,16
75 a 80
77,5
0,20
80 a 85
82,5
0,16
85 a 90
87,5
0,20
90 a 95
92,5
0,04
95 a 100
97,5
0,24
25
1,00
Total
Pregunta si uno de los alumnos mide exactamente 95cm, dnde lo

ubicamos, en el quinto o en el sexto intervalo?
Cerrado, tomamos el Li
[75 ; 80)
Abierto, no tomamos el Ls
Los valores del intervalo van de 75 a 79, 99999
7) Se agrega una tercera columna, titulada marca de clase o punto medio de clase que se
designa con xi que contiene los valores correspondientes a los puntos medios de cada uno de los
intervalos y se calcula as:
Li1 Ls1
70 75
x1
72,5
2
2
Li2 Ls2
75 80
x2
77,5
2
2
Un grfico adecuado para representar una serie de frecuencias de v.c.continua es el histograma. Su
construccin es sencilla: se utiliza el sistema de coordenadas cartesianas ortogonales, en el eje de las
ordenadas (vertical) se marcan las frecuencias fi y en el de las abscisas (horizontal) la variable segn la
cual se efectu la clasificacin (altura). Consiste en rectngulos adyacentes (uno por cada clase) con
bases materializadas por la amplitud de clases. La altura est dada por la frecuencia correspondiente a
cada clase. Cuando las clases son iguales, el rea del histograma es proporcional a la frecuencia total.
97,5
N alumnos
6
5
77,5
87,5
72,5
82,5
POLGONO
DE
FRECUENCIA
3
92,5
2
1
70
75
80
85
90
95
100
Altura (cm)
HISTOGRAMA
El Histograma y el Polgono de frecuencia son dos grficos que brindan la misma informacin. Si se
escogi la cantidad adecuada de intervalos, NO se produce lo que se denomina serrucho. En este
caso, como hay serrucho, debera reelegirse la cantidad de intervalos para obtener un histograma
adecuado
8
7
6
5
4
3
2
1
70
76
82
88
94
100 106
HISTOGRAMA
sin serrucho
POLIGONO DE FRECUENCIA
El polgono de frecuencia comienza un intervalo antes del primero de la tabla y finaliza uno
despus.
85
N alumnos
96
6
73
79
POLGONO
DE
FRECUENCIA
3
2
91
1
70
76
82
88
94
100
106
Altura (cm)
a. Agrupar los datos en una tabla de frecuencias calculando la amplitud y la

cantidad de intervalos con las frmulas correspondientes.
b. Calcular marca de clase, frecuencia absoluta, relativa, relativa porcentual y
acumulada.
c. Presentar los datos en el grfico correspondiente.
Lic. en EGB 1 y 2 - E.I.E - UNSE - UNIDAD 3
Se conocen varias formas de determinar el centro de un

conjunto de datos. A continuacin, se indicarn tres que
son las mas comnmente utilizadas:
MEDIA, MEDIANA Y MODA
Existen medidas de dispersin, como el Desvo medio y

la Varianza que nos permiten calcular que tan dispersos
estn los datos del promedio de la muestra.
Lic. En Educac. Inicial - UNSE UNIDAD 3
La media es la medida de posicin y tendencia central ms empleada para describir los datos;
constituye lo que la mayora de la gente denomina promedio.
A la media aritmtica se la representa con:
a) Clculo de la media aritmtica en una serie simple de datos.

Se la obtiene al dividir la suma de todos los valores de la variable entre la cantidad de valores sumados.
n
x1 x2 .... xn
x
x
i 1
n: tamao de la muestra
Ejemplo: Se registr los das de inasistencias en un ao, de una muestra de cinco alumnos de la
seccin maternal del jardn y se desea averiguar cual es el promedio de inasistencias de esa
muestra. La variable de estudio es:
X= n de inasistencias de los alumnos
Los valores de la variable son: xi= 0, 16, 12, 5, 7.
x
0 16 12 5 7
40
8
5
5
Interpretacin: Los alumnos tienen en promedio 8 inasistencias

por ao.
Algunas propiedades de la media aritmtica
La media aritmtica es reproductora del total.

La media aritmtica se puede calcular cuando los valores de las variables son cuantitativos tanto
continuos como discretos.
Si llamamos desvo a la diferencia entre un valor y la media aritmtica
d x x 0
i
xi
di xi x
0 8= -8
5 8 = -3
7 8 = -1
12
12 8= 4
16
16 8 = 8
total
Una desventaja de la media es su sensibilidad a valores extremos, de modo que un valor excepcional puede
afectarla de una manera drstica, en este caso no representa en forma adecuada al centro de dicho conjunto y
tiende a dirigirse a ese valor extremo.
Si por equivocacin, en lugar de colocar 16 ponemos 66 veamos que ocurre:
X= inasistencias de alumnos
xi= 0, 66, 12, 5, 7.
0 66 12 5 7
90
x
18
5
5
La inasistencia promedio toma el valor 18, alejndose el promedio hacia
el valor extremo 66.
La media aritmtica no representa el centro del conjunto de datos. Este
problema o desventaja se resuelve utilizando otra medida de resumen de
datos denominada MEDIANA.
La mediana de un conjunto de datos es una la medida de tendencia central que divide a la serie
ordenada de datos en dos partes iguales, de tal forma que el 50% de los datos so menores o iguales
a la mediana y el otro 50% mayores o iguales a ella. La mediana se designa con Me.
b) Clculo de la mediana en una serie simple de datos.
Se consideran dos casos, cuando el tamao de la muestra (n) es par o es impar.
Considerando el ejemplo anterior, se desea determinar el valor mediano de las inasistencias de los
alumnos:
El tamao de la muestra n es impar
X= inasistencias de alumnos
xi= 0, 66, 12, 5, 7.
Para su clculo, debemos ordenar primero los datos en forma ascendente o descendente.
0,5,7,12,66
Si el nmero de observaciones es impar, la mediana es el valor de la variable que se localiza
exactamente en la mitad de la lista.
0, 5, 7, 12, 66
Me= 7 inasistencias
Interpretacin: el 50% de los alumnos tiene inasistencias menores o iguales a 7.
En caso de que el nmero de observaciones fuera par, el valor de la mediana se obtiene

promediando los dos valores centrales. Esos valores centrales se posicionan en el lugar:
n 1
2
Considerando otro ejemplo, en el caso de que n sea par, supongamos que contamos las
inasistencias de 6 alumnos.
X= Inasistencias de los alumnos
Xi= 0, 66, 12, 5, 7, 10.
Primero ordenamos los datos: 0, 5, 7, 10, 12, 66.
La muestra posee tamao n=6, o sea que la posicin de los valores centrales es: 6 1 7 3,5
2
2
Los valores centrales ocupan el tercer y cuarto lugar, la mediana se obtiene como el promedio
de los dos valores centrales.
0, 5, 7, 10, 12, 66.
7 10 8,5
8
2
2
Interpretacin: el 50% de los alumnos

tienen inasistencias menores o iguales a
8
Algunas propiedades de la mediana
La mediana no se ve influenciada por los valores extremos, ya que en su clculo interviene el

orden y no la magnitud de los valores.
No es sensible a valores extremos.
Se puede determinar para variables cuantitativas continuas discretas y para variables cualitativas
que se miden en escala ordinal.
EL Modo es el valor de la variable que ocurre con mayor frecuencia. Se designa frecuentemente
como Mo.
Se debe hacer notar aqu que el Mo es un valor de variable y la frecuencia de este valor sugiere su
importancia estadstica.
Cuando dos valores ocurren con la misma frecuencia y sta es la ms alta, ambos valores son
modas, por lo que el conjunto es BIMODAL. Cuando ms de dos valores ocurren con la misma
frecuencia y sta es la mas alta, todos los valores son modas, por lo que el conjunto es
MULTIMODAL.
Cuando ningn valor se repite, se dice que no hay moda.
EJEMPLO:
Calcular la/s moda/s para el siguiente conjunto de datos:
SERIE A:6, 7, 1, 0, 0, 0, 7, 4, 3, 2, 8, 0
Cul es el nmero que ms se repite (mayor frecuencia)?
El 0
En realidad, la moda no se utiliza mucho con datos numricos. Sin

embargo, entre las distintas medidas de tendencia central que
consideramos, la moda es la nica que puede usarse cuando se trata
de variables cualitativas nominales.
Como tarea domiciliaria, leer el ejemplo que propone el

apunte (Ejemplo 6)
CALCULO DE LAS MEDIDAS DE POSICIN EN

SERIES DE FRECUENCIAS
MEDIA ARITMETICA PARA VARIABLES AGRUPADAS EN SERIE DE FRECUENCIAS SIMPLE
Como en una serie de frecuencias, fi nos indica las veces que se repite el valor de la variable,
debemos considerarlas en el clculo de la media aritmtica.
Tomamos el siguiente ejemplo: Alumnos de la primera seccin del Jardn Municipal N1,
clasificados segn el nmero de hermanos.
N de
hermanos
(xi)
N de alumnos
(fi)
Total
25
Si aplicamos la frmula de promedio para series

simples, deberamos sumar 1 vez cero, nueve veces
1 y as sucesivamente hasta sumar 3 veces; luego
dividir esa suma entre 25 que es el tamao de la
muestra.
xi= n de hermanos
fi= nmero de alumnos que poseen xi hermanos
9 veces 7 veces
25
x
i 1
25
5 veces
3 veces
0 1 1... 2 2 .... 3 3 ... 4 4 ... 4 50
2
25
25
Pero, la frmula de manera ms sencilla es:
x1 f1 x2 f 2 .... x5 f 5 1 n
x
xi f i
f1 f 2 ... f 5
n i 1
MEDIA
PONDERADA
Volviendo al ejemplo, y aplicando la frmula recin vista, tenemos que:

N de
hermanos
(xi)
N de
alumnos
(fi)
xi*fi
0*1=0
1*9=9
2*7=14
3*5=15
4*3=12
Total
25
50
1 n
1
x xi f i .50 2
n i 1
25
Podemos concluir diciendo que
los alumnos en promedio
poseen 2 hermanos.
MEDIANA PARA VARIABLES AGRUPADAS EN SERIE DE FRECUENCIAS SIMPLE

Como en la tabla de frecuencia los datos ya se encuentran ordenados, debemos seguir las
siguientes instrucciones:
1) Calcular la frecuencia a cumulada correspondientes a cada valor de la variable.
2) Calcular el orden de localizacin de la mediana efectuando el cociente: n 1 n tamao de la muestra
2
3) Luego de ubicar la posicin de la mediana, se busca en la columna de frecuencias
acumuladas el menor valor que contiene al resultado obtenido con la frmula anterior. La
mediana ser el valor de la variable q corresponde a la frecuencia acumulada elegida.
Veamos un ejemplo:
Alumnos de la primera seccin del Jardn de una escuela rural, clasificados segn el nmero de
hermanos..
n 1 44 1 45
POSICIN
22,5
N de
N de
Frecuencias
2
2
2
hermanos
(xi)
alumnos (fi)
acumuladas
(Fi)
10
30
40
44
total
44
Ubicamos en la tabla el menor valor

que contiene a 22,5
Me = 4
Interpretacin: el 50% de los alumnos de escuelas rurales tienen 4 hermanos

o menos.
MODA PARA VARIABLES AGRUPADAS EN SERIE DE FRECUENCIAS SIMPLE

Como en el caso de las series simples sin agrupar, la moda es el valor que ms se repite, es
decir, con mayor frecuencia.
Por ejemplo, si tomamos nuevamente la tabla anterior:
N de
hermanos
(xi)
N de
alumnos (fi)
30
Total
44
El valor que ms se repite es x=4 (fi=30), por lo que

la moda Mo=4
INTERPRETACIN: La mayora de los alumnos
poseen 4 hermanos.
VARIABLE AGRUPADA EN SERIES DE FRECUENCIAS CON INTERVALOS DE CLASE

Para el clculo de las tres medidas de posicin debemos trabajar con las marcas de clase, ya que
al organizar los datos en intervalos se pierde informacin al indicar que un valor se encuentra
entre los lmites de dicho intervalo, pero no se conoce exactamente el valor del dato. Por ejemplo,
se indica que en una escuela hay 12 alumnos que pesan entre 30 y 40 kg, pero no se conoce el
peso exacto de cada uno de ellos.
As, debemos encontrar un nico valor que represente o resuma a todos los valores del intervalo:
ese valor es el promedio de los lmites del intervalo y se denomina punto medio o marca de
clase.
Ejemplo: si el intervalo es [30; 40), la marca de clase es: 30 40 70 30,5
La frmula para encontrar la media aritmtica es la siguiente:
1 n
x xi fi
n i 1
Donde en este casi, xi representa la marca de clase

n tamao de la muestra
EJEMPLO: Consideremos el peso de los alumnos de un Jardn de una escuela rural.

Intervalo
(kg)
N alumnos
fi
Marca de
clase
xi
Xi*fi
[10;12)
12
11
132
[12;14)
19
13
247
[14;16)
15
105
[16;18)
17
102
[18;20)
19
114
Total
50
1
x
n
x
i 1
fi
700
1
50
* 700 14kg
INTERPRETACIN: Los alumnos pesan en promedio 14kg.
Para calcular esta medida de posicin, utilizamos la siguiente frmula:
f
M e Linf
FanteriorMe
f Me
*a
Linf : lmite inferior de la clase mediana

f i : Suma de la frecuencia entre dos
2
Fanterior Me : frecuencia acumulada anterior a la clase mediana
fMe : frecuencia absoluta de la clase mediana

a : Amplitud del intervalo a = Lsup - Linf
El procedimiento a realizar es:

1) En la tabla se agrega una columna para valores de frecuencia acumuladas.
2) Se calcula
. El tamao de la muestra se divide en 2 porque la mediana
divide a la serie ordenada de datos en dos partes iguales.

3) Se busca en la columna Fi el menor valor que contiene a al resultado obtenido en el tem
anterior. Luego, con estos valores se aplica la frmula para calcular la Me.
Continuando con el ejemplo anterior:

Intervalo
(kg)
N
alumnos
fi
Fi
[10;12)
12
12
[12;14)
19
31
[14;16)
38
[16;18)
44
[18;20)
50
Total
50
f
M e Linf
50
25
2
FanteriorMe
f Me
*a
50
12
25 12
13
2
M e 12
* 2 12
* 2 12 * 2
19
19
19
12 1,37 13,37kg
INTERPRETACIN: El 50% de los alumnos

pesan 13,37 kg
La siguiente frmula, nos permite calcular la Moda en una serie de datos:
Mo Linf Mo
D1
*a
D1 D2
D1 = fMo fanterior a la clase Modal

D2 = fMo fposterior a la clase modal
a = amplitud del intervalo.
Continuando con el ejemplo anterior:

Intervalo
N
(kg)
alumnos
fi
[10;12)
12
[12;14)
19
[14;16)
[16;18)
[18;20)
Total
50
La clase modal corresponde al intervalo [40;42), ya que su

frecuencia es la mayor. Luego, aplicamos la frmula.
D1= 19 - 12=7
D2= 19 - 7=12
a = 14 12= 2
Mo Linf Mo
D1
*a
D1 D2
7
7
Mo 12
* 2 12 * 2 12 0,74 12,74kg
12 7
19
INTERPRETACIN: el peso ms frecuente del grupo de alumnos es de 12,74kg
MEDIA
ARITMETICA
MEDIANA
MODO
V. CUALITATIVA
ORDINAL
NO
SI
(en algunos
casos)
SI
V. CUALITATIVA
NOMINAL
NO
NO
SI
V.
CUANTITATIVA
DISCRETA
SI
SI
SI
V.
CUANTITATIVA
CONTINUA
SI
SI
SI
Teniendo en cuenta la Actividad 2 y la

Actividad 5 de la unidad anterior, calcular
para cada una de ellas las medidas de
tendencia central con la conclusin
correspondiente.
INTRODUCCIN
La teora de probabilidad tiene sus orgenes en la teora de la
casualidad. Histricamente, la teora de la Probabilidad comenz
con el estudio de los juegos de azar, tales como la ruleta y las
cartas.
Por ejemplo, para tomar decisiones en cualquiera de nuestros
mbitos cotidianos, analizamos todos los factores que puedan
incidir en dicha decisin, que certeza hay de que ocurran ciertos
eventos y cuales de que no ocurran. Sin darnos cuenta, aplicamos
conceptos intuitivos de la probabilidad.
Antes de estudiar la teora de probabilidad, es importante conocer
el concepto de azar.
Cuando se selecciona una determinada muestra de la

poblacin, para obtener valores significativos para el estudio
estadstico es necesario que
dicha muestra sea
seleccionada al AZAR, es decir, que cada una de las
observaciones tiene la misma probabilidad de ser
seleccionada.
Cuando un suceso no puede predecirse, como por ejemplo
el nmero que va a salir en una ruleta o una determinada
carta de una baraja, se dice que es independiente. Si la
independencia existe, se puede hablar de sucesos
realmente al azar.
La Probabilidad es la teora que tiene que

ver con los posibles resultados de los
experimentos. Estos deben ser repetitivos,
es decir, debemos ser capaces de
reproducirlos bajo condiciones similares.
EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL.

EVENTOS.
Los experimentos aleatorios son aquellos cuyos resultados
dependen del azar. Por ejemplo: el tiempo de espera en la
parada del colectivo, el lanzamiento de un dado, etc.
EXPERIMENTOS ALEATORIOS: Son aquellos que , repetidos

bajo idnticas condiciones, no arrojan un nico resultado sino
un conjunto de ellos.
ESPACIO MUESTRAL: Es el conjunto de los resultados

posibles de un experimento aleatorio y se denota con M.
Ejemplos.
Arrojar un dado. Espacio muestral M= {1, 2, 3, 4,5, 6}
Arrojar una moneda. Espacio muestral M={C, S}
Arrojar una moneda y un dado simultneamente, el espacio
muestral resultante es:
M={ (cara,1) , (cara, 2), ., (seca, 1), (seca, 2), , (seca, 6)}
SUCESO SEGURO: Es el conjunto total M (espacio muestral)
SUCESO IMPOSIBLE : Es el conjunto vaco.

Consideremos un espacio muestral M, dos eventos cualesquiera A

y B en el experimento. Definimos:
UNION DE EVENTOS A U B : Representa el evento que ocurre si o

slo si ocurre A u ocurre B o ambos.
INTERSECCION DE VENTOS A B : Representa el evento que ocurre
si y slo si, ocurren A y B simultneamente, esto es, si ocurren en la
misma ejecucin del experimento en consideracin.
EVENTOS MUTUAMENTE EXCLUYENTES: Son los eventos que no
ocurren simultneamente. Este caso se representa solamente cuando
AB = ,el evento vaco, de tal manera que A y B no tienen puntos en
comn.
Un experimento consiste en tirar un dado y observar el nmero de puntos que

aparece en la cara superior. El espacio muestral se puede describir f{acilmente,
ya que es finito. Las posibilidades para el dado son seis: 1, 2, 3, 4, 5, 6. por lo
tanto:
ESPACIO
M= {1, 2, 3, 4, 5, 6}
MUESTRAL
Describir los siguientes eventos.

A = Sale un nmero par.
B= Sale un nmero impar.
C= Sale un nmero menor que 4.
D = Sale un nmero mayor que 3.
E= Sale un nmero impar o mayor que 3.
F = Sale un nmero par y menor que 4.
G = sale un nmero par y un impar.
La Probabilidad de un evento A en un experimento aleatorio est

dado por el cociente entre el nmero de casos favorables y el
nmero de casos igualmente posibles.
N de casos favorables a A
P( A)
N total de casos igualmente posibles
Si los eventos son Mutuamente excluyentes, esto es si

dos eventos no pueden ocurrir simultneamente:
AB = , entonces la P() = 0
Ejemplos:
La probabilidad de extraer un as de espada de
una baraja de 52 naipes, es iguala a 1/52.
La probabilidad de sacar un as de espadas rojo
es cero, puesto que no hay figuras de espadas
rojas en la baraja.
La probabilidad de extraer 6 manzanas de un
cajn que trae 20 manzanas es 6 / 20
1. SI ES EL CONJUNTO VACO, ENTONCES P() = 0. IMPOSIBILIDAD

2. SI E ES EL COMPLEMENTO DE UN EVENTO E, ENTONCES:
P(E) = 1 P(E)
3.
4.
SI A B, ENTONCES P(A) P(B)

EL RESULTADO DE LA PROBABILIDAD DE UN EVENTO ES: 0 P(E) 1
EJEMPLO:
La probabilidad de que ocurra el evento A, es decir que al lanzar un dado
salga un nmero par, se calcula como: P(A) = 3/6 =
Donde:
-El nmero de resultados favorables es 3, ya que A= { 2, 4, 6}, tiene tres
elementos.
-El nmero total de resultados es 6, ya que M= { 1, 2, 3, 4, 5, 6} tiene 6
elementos.
Muchas veces necesitamos encontrar la probabilidad

de un evento B si se sabe que ha ocurrido un evento A.
esta probabilidad se llama probabilidad condicional de
B dado A y se representa como P(B/A) . Se define como
sigue:
P( A B)
P( B / A)
P( A)
P( A B)
P( A / B)
P( B)
Considerar el experimento aleatorio de arrojar un

dado.
a. Halle la probabilidad de que aparezca un nmero
menor que 4 dado que apareci un nmero mayor que
3.
b. Halle la probabilidad de que aparezca un nmero
impar dado que apareci un nmero mayor que 3.
Sean A y B dos eventos del espacio muestral M generado por un experimento

aleatorio. El teorema se enuncia de la siguiente manera:
P(AB) = P(A) + P(B) P( A B)

Si los eventos son mutuamente excluyentes, el ltimo trmino es igual a cero,
por lo que se anula ya que AB = , entonces la P() = 0. entonces:
P(AB) = P(A) + P(B)
Ejemplo: Si consideramos el experimento de lanzar

simultneamente un dado y una moneda, calcular la
probabilidad del evento sale cara o sale un nmero
par
Sean A y B dos eventos del espacio muestral M, y P(A)> 0 y P(B)>0,

entonces se cumple que:
P(AB) = P(A) * P(B/A) = P(B) * P(A/B)

Cuando los eventos son independientes, se representa simblicamente
como:
P(B/A) = P(B) y P(A/B) = P(A)
Cuando los eventos son independientes, la regla de multiplicacin se
simplifica a:
P(AB) = P(A) * P(B)
A= salga un nmero par

B = salga un nmero impar.
Para que sean independientes, debe ocurrir que P(A/B) = P(A) o
bien que P(B/A) = P(B).
En caso de NO ser independientes, se dice que son dependientes.
Consideremos el siguiente ejemplo: Para un estudio , se obtiene una muestra de

padres de alumnos de un jardn de infantes y se los clasifica segn ocupacin y
grado de compromiso con el mismo, obtenindose los siguientes resultados:
Ocupacin
Grado de compromiso con el establecimiento

No
comprometido
Poco
comprometido
Comprometido
Total
Desocupado
20
10
35
Trabajo
permanente
10
15
10
35
Trabajo
temporario
15
10
30
Total
45
35
20
100
Suponga que se selecciona un padre al azar de este grupo.

Obtenga las probabilidades siguientes:
Que el padre no se comprometa con la institucin.
Que el padre no se comprometa o se comprometa con la
institucin.
Que el padre se comprometa poco con la institucin .
Que el padre sea desocupado y no se comprometa.
Probabilidad que el padre sea poco comprometido dado
que tiene trabajo permanente.
Probabilidad que el padre tenga trabajo temporario o sea
poco comprometido

Introduccion A La Estadistica Descriptiva

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introduccion A La Estadistica Descriptiva

Cargado por

Copyright:

Formatos disponibles

Prof. Ximena N.

UNIDAD N1: ESTADISTICA

UNIDAD N3: MEDIDAS DE RESUMEN

UNIDAD N 6: INFERENCIA ESTADSTICA

Si las conclusiones se refieren

Si las se conclusiones van ms

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

UNIDAD DE OBSERVACIN: es aquella sobre la cual se

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Posee caractersticas que toman

Las variables pueden clasificarse de la siguiente manera:

Otra forma de clasificacin de las variables CUALITATIVAS es mediante el empleo de

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

El conjunto de valores de una variable

Los datos en bruto, tal cual fueron obtenidos, sin

ORGANIZACIN DE DATOS CATEGRICOS O CUALITATIVOS.

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Frecuencia Absoluta: Es el nmero de veces que se repite cada categora de la variable. Se

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Para su construccin se utiliza el sistema de coordenadas ortogonales. Sobre el eje

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Tambin es posible, y en algunos casos necesario, calcular frecuencias relativas.

La suma de las frecuencias relativas es siempre igual a 1.

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Se deja como tarea

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

TABLA DE FRECUENCIAS PARA UNA VARIABLE CUANTITATIVA DISCRETA

La tabla de frecuencias para variables discretas se representan mediante un grfico de bastones.

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

TABLA DE FRECUENCIAS PARA UNA VARIABLE CUANTITATIVA CONTINUA

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Siguiendo con el ejemplo y aplicando la frmula:

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

As sucesivamente, hasta que el ltimo intervalo contenga el valor observado ms alto de la

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Serie simple del Ejemplo:

Pregunta si uno de los alumnos mide exactamente 95cm, dnde lo

Los valores del intervalo van de 75 a 79, 99999

a. Agrupar los datos en una tabla de frecuencias calculando la amplitud y la

Lic. En Educac. Inicial - UNSE - UNIDAD 1 y 2

Lic. en EGB 1 y 2 - E.I.E - UNSE - UNIDAD 3

Se conocen varias formas de determinar el centro de un

Existen medidas de dispersin, como el Desvo medio y

Lic. En Educac. Inicial - UNSE UNIDAD 3

a) Clculo de la media aritmtica en una serie simple de datos.

Interpretacin: Los alumnos tienen en promedio 8 inasistencias

Algunas propiedades de la media aritmtica

La media aritmtica es reproductora del total.

Lic. En Educac. Inicial - UNSE UNIDAD 3

Lic. En Educac. Inicial - UNSE UNIDAD 3

En caso de que el nmero de observaciones fuera par, el valor de la mediana se obtiene

Interpretacin: el 50% de los alumnos

Lic. En Educac. Inicial - UNSE UNIDAD 3

Algunas propiedades de la mediana

La mediana no se ve influenciada por los valores extremos, ya que en su clculo interviene el

En realidad, la moda no se utiliza mucho con datos numricos. Sin

Como tarea domiciliaria, leer el ejemplo que propone el

CALCULO DE LAS MEDIDAS DE POSICIN EN

Si aplicamos la frmula de promedio para series

0 1 1... 2 2 .... 3 3 ... 4 4 ... 4 50