Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Captulo 5
Objetivos:
-
Reflexin:
En una isla habitaban la felicidad, la tristeza,
la sabidura, y el amor, entre otros elementos
de la existencia humana.
Un da se supo que la isla se hundira. Todos
prepararon sus barcos para partir, con excepcin
del amor, que quera permanecer en su hogar hasta
el ltimo instante.
Cuando la mayor parte de la isla estaba ya bajo el
agua, el amor decidi pedir ayuda. En ese momento
pas
la riqueza en una imponente galera, y el amor le
pregunt:
- Riqueza, puedes ayudarme?
La riqueza le respondi:
- No, lo lamento. Llevo mucho oro y mucha plata en
mi barco. No hay forma de que quepas.
El amor se apresur entonces a pedirle ayuda a la
vanidad, que navegaba en un yate muy fino y
elegantemente adornado:
- Vanidad, podras ayudarme?
38
Estadstica Descriptiva
Y la vanidad contest:
- Perdname, Amor, pero ests mojado y lleno de
barro. No quisiera ensuciar mi lindo bote.
El amor vio a la tristeza:
- Tristeza, puedo ir contigo?
- Oh... Amor, -replic,- estoy tan triste que
prefiero estar sola.
La felicidad tambin rechaz la peticin, porque
estaba tan feliz que no quiso ocuparse de nada
que interrumpiera la dicha que senta.
De repente, el amor escuch una voz que lo
llamaba:
- Amor, ven, acrcate. Yo te llevo.
El amor estaba tan agitado, contento, y aliviado,
que no se le ocurri preguntar quin lo haba
salvado.
Al llegar a tierra firme, el amor cay en cuenta de
su olvido y queriendo saber a quin agradecer, le
pregunt a un anciano que contemplaba el ocano.
- Quin me ayud?
- Fue el tiempo.- afirm la sabidura.
- El tiempo? -cuestion incrdulo el amor- Por
qu?
Y la sabidura aclar:
- Porque el tiempo es capaz de entender la
grandeza
del amor.
Algunas veces dejamos de lado al amor.
39
Estadstica Descriptiva
Medidas
Medidas
Medidas
Medidas
de
de
de
de
tendencia central
dispersin o variabilidad
asimetra
curtosis
x =
i=1
40
xi
n
Estadstica Descriptiva
23
19
25
27
36
21
24
22
20
19
20
23
x =
i=1
x i 21231925273621242220192023
=
n 13
n
x =
i=1
Diramos entonces
aproximadamente
xi
= 23.1 aos = 23 aos
n
que se tiene
una
edad
promedio
de
23
aos
x =
i=1
x i fa i
n
41
Estadstica Descriptiva
k
x =
i=1
x i fa i 11 03152433475264748294112
=
n
i=1 40
k
x i fa i
= 4.7 5 hijos
n
x =
i=1
xi
fai
%fri
Faan
%Fran
7.5 9.0
8.25
8.8
8.8
9.0 10.5
9.75
23.6
11
32.4
10.5 12.0
11.25
10
29.4
21
61.8
12.0 13.5
12.75
10
29.4
31
91.2
13.5 15.0
14.25
2.9
32
94.1
15.0 16.5
15.75
5.9
34
100.0
fai =
34
%fri =
100.0
x =
i=1
x =
i=1
x i fa i
= 11.4 g/dl
n
42
Estadstica Descriptiva
fai
Faan
7
ordenamos los valores en orden creciente: 0 0 0 1 1 2 2
el 1 ser el valor que cumple la definicin de mediana.
Lgicamente, cuando el tamao de la muestra (n) sea mayor, este
procedimiento resultara inviable. Por esta razn, daremos a continuacin
una frmula que permita calcularla. No obstante, ser necesario distinguir
los casos en los que los datos vengan agrupados en fila de datos (tabla de
frecuencias simples) de aquellos en los que vengan en intervalos.
43
Estadstica Descriptiva
Ejempl
o 1:
La distribucin de frecuencias absolutas acumuladas en el ejemplo sobre el
nmero de hijos en el barrio Beln Rosales era:
Nmero de hijos (xi)
0 1 2
11
3 8
1
2
1
5
2
2
2
4
2
8
3
2
3
4
3
8
40
Como es n/2=20
15 < 20 < 22
44
Estadstica Descriptiva
Estadstica Descriptiva
Ejempl
o 2:
La distribucin de frecuencias del ejemplo de los niveles de Hemoglobina (p
38) es:
7.59.0
9.010.5
10.512.0
12.013.5
13.515.0
15.016.5
Frecuencia Absolu
fai
ta
10
10
Frecuencia
Acumulada
11
21
31
32
34
Intervalo
Li - Ls
Faan
46
Estadstica Descriptiva
Frecuencias
Absolutas( fai)
11
fa i1
A
fa i1 fa i1
En donde:
Li es el lmite inferior que contiene la moda.
fai+a es la frecuencia absoluta correspondiente al intervalo posterior del
que contiene la moda.
fai-a es la frecuencia absoluta correspondiente al intervalo anterior del que
contiene la moda.
A es la amplitud del intervalo que contiene la moda.
Ejempl
o 1:
En el caso de los niveles de hemoglobina, vemos que presenta un caso de
distribucin bimodal, ya que tanto el intervalo (10'5 - 12] como el (12 - 13'5]
tienen frecuencia absoluta mxima. Deberamos aplicar, por tanto, para
cada uno de los dos intervalos la frmula anterior, determinando as las dos
modas de la distribucin. No obstante, este ejemplo presenta adems la
47
Estadstica Descriptiva
Ejempl
o 2:
Si los intervalos tuvieran distinta amplitud Ai, primero debemos normalizar
las frecuencias absolutas fai, determinando los cocientes siguientes:
c j=
fai
, i=1,2 ,. . . , k
Ai
c j1
A j
c j1 c j1
fai
cj
0-20
0.4
20-30
0.9
30-40
12
1.2
40-45
10
2.0
45-50
1.8
50-60
10
1.0
48
Estadstica Descriptiva
60-80
0.4
80-100
0.2
con lo que el intervalo modal es el [40 - 45) y la moda, pues posee la mayor
frecuencia normalizada 2.0
Mo=Li
Mo=40
c j1
A j
c j1 c j1
1.8
5=43
1. 21 .8
Ejempl
o 3:
A diferencia de lo que ocurre con la media o con la mediana, s es posible
determinar la moda en el caso de datos cualitativos. As, en el ejemplo del
tratamiento de radiacin seguido de ciruga (p 32) puede afirmarse que la
causa modal por la que no fue completado el tratamiento es Mo =
rehusaron ciruga.
x =
i=1
x i 181920
=
=19 aos
n
3
49
Estadstica Descriptiva
x =
i=1
x i 51042
=
=19 aos
n
3
Rango
Varianza
Desviacin estndar
Coeficiente de variacin
5.2.1 Rango
Nos indica la diferencia que existe entre el dato mayor y el dato menor de la
distribucin. Si xmax es el dato mayor o la ltima marca de clase, si es que
los datos vienen agrupados en intervalos, y xmin el dato menor o primera
marca de clase, llamaremos rango a
R=x
max
-x
min
Ejemp
los
En el ejemplo sobre el nmero de hijos por familia en el barrio Beln
Rosales:
Nmero de hijos (xi)
0 1 2 3 4 5
11
3 5 4 3 7 2
R = 11 0 = 11 hijos
50
Estadstica Descriptiva
Vemos aqu que el nmero de hijos vara en 11, siendo 0 el menor nmero
de hijos presentes y 11 el mayor nmero de hijos que tiene una familia,
mostrando una variabilidad relativamente alta.
Para los niveles de hemoglobina en la sangre para pacientes que padecen
un extrao tipo de anemia:
Intervalo
Li Ls
7.59.0
9.010.5
10.512.0
12.013.5
13.515.0
15.016.5
Marca de clase
xi
8.25
9.75
11.25
12.75
14.25
15.75
1
=
x x 2
n1 i=1 i
2
Ejempl
o 1:
Para las edades de los jvenes la varianza sera:
2=
1
[ 18192 1919 2 2019 2]= 12 [ 1 2 0 2 12 ]= 12 [ 2 ] =1 ao2
31
Ejempl
o 2:
En las edades de los integrantes de una familia:
51
Estadstica Descriptiva
2=
1
1
519 2 1019 2 4219 2 ]= [ 14 2 9 2 23 2 ]=
[
31
2
1
1
1
14 2 9 2 232 ]= [ 19681529 ]= [ 806 ] =403 aos2
[
2
2
2
n x 2 fa i
2
i=1
i =1
x x fa i
n n1
fai
3
5
4
3
7
2
4
4
2
4
2
fai =40
%fri
7.5
12.5
10
7.5
17.5
5
10
10
5
10
5
%fri =
100%
Faan
3
8
12
15
22
24
28
32
34
38
40
52
%Fran
7.5
20
30
37.5
55
60
70
80
85
95
100
xi2fai
0
5
16
27
112
50
144
196
128
324
242
xi2fai =
1244
xifai
0
5
8
9
28
10
24
28
16
36
22
xifai =
186
Estadstica Descriptiva
Ejempl
o 2:
Para los niveles de hemoglobina en la sangre de un grupo de pacientes con
un extrao tipo de anemia
Li - Ls
xi
fai
%fri
7.5 9.0
8.25
8.8
9.0 10.5
9.75
23.6
10.5
12.0
11.25
10
12.0
13.5
12.75
13.5
15.0
15.0
16.5
2=
Faan %Fran
xi2fai
xifai
8.8
204.2
24.75
11
32.4
760.5
78.0
29.4
21
61.8
1265.6
112.5
10
29.4
31
91.2
1625.6
127.5
14.25
2.9
32
94.1
203.1
14.25
15.75
5.9
34
100.0
496.1
31.5
fai =
34
%fri =
100.0
xi2fai =
4555.1
xifai =
388.5
Estadstica Descriptiva
Ejempl
os:
En el ejemplo sobre el nmero de hijos por familia en el barrio Beln
Rosales:
= 9 . 7=3 .1 hijos
Para los niveles de hemoglobina en la sangre de un grupo de pacientes con
un extrao tipo de anemia
= 3 .5=1. 9 g/dl
Desviacin Estndar
11 aos
40 Kg
2 Kg
25 aos
50 Kg
2 Kg
C .V .= 100
x
54
Estadstica Descriptiva
2
100=5
40
2
100=4
50
lo que indica que existe una mayor dispersin en los datos del grupo de
nias de 11 aos.
5.2.5. Regla emprica y Teorema de Tchebysheff
Aunque la desviacin estndar como la varianza no se pueden interpretar en
forma aislada, la desviacin estndar conjuntamente con la media si tiene
un significado prctico:
Si la distribucin de los datos es simtrica, con forma de campana
(distribucin normal), como se muestra a continuacin, podremos decir que:
-
55
Estadstica Descriptiva
68%
95%
99%
Todos los intervalos anteriores son validos nicamente para los datos
muestrales y no necesariamente para toda la poblacin. Sin embargo si los
intervalos se calculan con la media (promedio) y desviacin estndar de la
poblacin entonces sern validos para toda la poblacin: De otro modo, si
la media y la desviacin estndar se han calculado a partir de muestreo
probabilsticos aleatorios, entonces los intervalos anteriores podrn dar una
idea aproximada de lo que pasa en toda la poblacin, sea sta un lote o un
proceso.
Lo anteriormente propuesto est basado en lo que se conoce como la Regla
Emprica; como su nombre lo dice estos resultados obtenidos han sido
deducidos de la experimentacin y no a travs de ninguna teora
matemtica.
Si la distribucin no tiene forma acampanada se tiene que recurrir a lo
desarrollado por Tchebysheff quien propone que:
-
56
Estadstica Descriptiva
x Me
4 . 73 . 5
=0 .39
3. 1
57
Estadstica Descriptiva
x i x 3 fai
A f = i=1
n 3
n
x i x
n
Coeficiente de Asimetra =
n1 n2 i=1
n
xi x
n n1
Curtosis=
n1 n2 n3 i =1
3 n1 2
n2 n3
Estadstica Descriptiva
59
Estadstica Descriptiva
24.25
7
26.95
7
29.65
11
32.35
11
35.05
9
Prueba
1
2
57
55
80
40
3
54
62
4
52
72
5
62
46
6
55
80
7
59
40
60
Estadstica Descriptiva
0
3
6
4
1
1
2
4
3
2
1
3
4
1
3
5
6
4
4
3
119
109
128
131
112
95
124
103
133
111
97
132
135
131
150
124
97
114
88
117
128
138
109
118
122
142
133
100
116
97
98
136
111
98
116
108
120
131
112
92
120
112
113
138
122
Estadstica Descriptiva
ENE
950
101
0
FEB
110
0
125
0
JUN
100
0
120
0
JUL
995
980
AGO
106
0
960
SEP
104
0
920
OCT
115
0
880
NOV
100
0
960
DIC
100
0
120
0
Estadstica Descriptiva
Tiempo
# de
(horas)
1
2
3
4
5
6
7
8
9
10
Total
abogados
2
4
7
9
13
16
9
6
3
1
70
63
Estadstica Descriptiva
Porcentajes de alquitrn
35
30
30
25
20
Procentajes
20
15
15
12
11
10
1
0
1
Estadstica Descriptiva
Empresa
s
Grandes
%
Se obtuvo ayuda de la oficina corporativa
62
No hay desperdicio; por lo tanto, no hay necesidad de
0
mejorar
No se planean mejoras
0
Se obtuvo ayuda de ingenieros
19
Falta familiaridad con las consultoras
10
Esperan reglamentacin
9
Otras razones
0
Totales
100
Empresas
Pequeas
%
30
32
24
6
2
0
6
100
a. Construya una grfica circular que describa las razones citadas para no
necesitar servicio de consultora en ingeniera en las empresas industriales
grandes.
b. Repita el punto anterior para las empresas industriales pequeas.
c. Compare las dos grficas de los puntos a y b detecta Usted diferencias
importantes en las razones citadas por las empresas grandes y pequeas?
4. Los ingenieros industriales realizan peridicamente anlisis de medicin
de trabajo con el fin de determinar el tiempo requerido para generar una
sola unidad de produccin. En una planta de procesamiento grande se
registr durante 50 das el nmero de horas-obrero totales requeridas por
da para realizar cierta tarea. Los datos son:
128
113
146
124
100
119
109
128
131
112
95
124
103
133
111
97
132
135
131
150
124
97
114
88
117
128
138
109
118
122
142
133
100
116
97
98
136
111
98
116
108
120
131
112
92
120
112
113
138
122
Estadstica Descriptiva
% de
Hierro
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
62.66
62.87
63.22
63.01
62.10
63.43
63.22
63.57
61.75
63.15
63.08
63.22
63.22
63.08
62.87
61.68
62.45
62.10
62.87
62.87
62.94
62.38
Espcime
n
Mineral
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
% de
Hierro
61.82
63.01
63.01
62.80
62.80
63.01
62.10
63.29
63.37
61.75
63.29
62.38
62.59
63.92
63.29
63.57
62.80
62.31
63.01
62.94
63.08
63.43
Espcim
en
Mineral
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
% de
Hierro
62.24
63.43
62.87
63.64
63.92
63.71
63.64
64.06
62.73
62.52
62.10
63.29
63.01
63.36
63.08
62.03
64.34
64.06
62.87
63.50
63.78
62.10
Estadstica Descriptiva
Tiempo (horas)
3
4
5
6
7
8
Total
# de estudiantes
3
7
10
16
9
5
50
Tasa de Lesiones
2.72
2.89
2.87
Consolidation
Mapco
2.98
3.17
Compaa
Tasa de Lesiones
Jones & Laughlin
5.11
American Electric
5.12
Rochester
&
5.39
Pittsburg
Pittston
6.19
Xiegler
6.83
67
Estadstica Descriptiva
U.S. Steel
Alabama
By- Product
Eastern Assoc
Peaboy
3.58
3.88
4.66
4.81
4.87
Freman
Republic
North American
West Moreland
6.84
7.47
7.68
8.71
Levantamientos/mi
nuto
1
4
1
4
Media
30.25
23.83
19.79
15.82
Desviacin
Estndar
8.56
6.70
3.11
3.23
Estadstica Descriptiva
combustin de petrleo
6%
industria e incin
6%
residu
5%
resuspensin de suelos
15%
sulfato secundario
58%
69
Estadstica Descriptiva
Bibliografa
Gutirrez, Armando. Fundamentos de matemticas y estadstica. Serie
Matemtica. Editorial Universidad de Antioquia. Medelln. 1988
Mendenhall, Probabilidad y estadstica para ingeniera y ciencias. Ed.
Prentice Hall. 1996
Porras, Jaime. Universidad Nacional Agraria la Molina. Departamento de
Estadstica e Informtica.
http://thales.cica.es/rd/Recursos/rd99/ed99-0278-01/inicio.html
Vctor Larios Osorio. Universidad Autnoma de Quertaro (Mxico).URL de
esta pgina: http://www.uaq.mx/matematicas/estadisticas/xu3.html.
70