Estadistica Descriptiva

Estadstica I
Unidad 1. Estadstica descriptiva
Universidad Abierta y a Distancia de Mxico
Licenciatura en Matemticas
Estadstica I
3er semestre
Clave:
05142318/06142318
Universidad Abierta y a Distancia de Mxico
Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

1
Estadstica I
ndice
Unidad 1. Estadstica Descriptiva ................................................................................... 3
Presentacin de la unidad............................................................................................... 3
Propsitos de la unidad .................................................................................................. 3
Competencia especfica .................................................................................................. 3
Introduccin al estudio de la estadstica ....................................................................... 3
Estadstica.................................................................................................................................... 6
Estadstica descriptiva ............................................................................................................. 6
Inferencia estadstica ................................................................................................................ 7
Medidas de Tendencia Central ....................................................................................... 8
Escalas y tipos de variables .................................................................................................... 8
Media, moda, mediana media recortada. ........................................................................... 10
Medidas de dispersin .................................................................................................. 17
Varianza, desviacin estndar, rango intercuartlico. .................................................... 17
Diagramas de caja .................................................................................................................... 19
Medidas de Asociacin ................................................................................................. 28
Coeficiente correlacin de Pearson y Spearman ............................................................ 28
Cierre de la unidad......................................................................................................... 32
Para saber ms .............................................................................................................. 32
Fuentes de consulta ...................................................................................................... 32

2
Estadstica I
Unidad 1. Estadstica Descriptiva
Presentacin de la unidad
Esta primera unidad est dedicada a la Estadstica descriptiva. Uno de los principales
objetivos es la recoleccin de datos a travs de muestras. Estas enormes cantidades de
datos se han resumir en unos parmetros o medidas que le proporcionen al investigador,
se trata de, la descripcin lo ms cercana posible al comportamiento real de la poblacin
que es objeto de estudio. Para este fin se cuenta con las medidas de tendencia central,
dispersin y asociacin, que sern vistas en esta unidad.
Propsitos de la unidad
Utilizar las medidas de tendencia central, as como las de dispersin y de

asociacin con la finalidad de describir e interpretar la informacin obtenida.
Competencia especfica
Analizar un conjunto de datos agrupados y no agrupados que permiten resolver

problemas de tipo estadstico utilizando las medidas de tendencia central,
dispersin y asociacin
Introduccin al estudio de la estadstica
A lo largo de la historia de las matemticas se han desarrollado reas de conocimiento

especfico, como el caso de la Estadstica, cuyo uso data de las primeras civilizaciones.
En textos antiguos se aprecia cmo algunos emperadores o reyes decidieron realizar
censos de poblaciones conquistadas. La estadstica se convirti en una herramienta muy
til para el conocimiento y manejo de las nuevas conquistas.
Identificar la situacin de una poblacin es muy importante a la hora de tomar decisiones.

Al analizar actividades muy antiguas como los
Juegos de azar, como lanzar un par de dados a qu numero apostar? lo dejaban a la
suerte?Todos los nmeros tienen la misma probabilidad de salir? Para contestar estas
preguntas se desarroll la Estadstica.
A continuacin se revisarn los principales conceptos de esta rama de las Matemticas:

3
Estadstica I
Poblacin:
Todo estudio estadstico investiga una poblacin para lo cual el investigador el cientfico o
la empresa que paga el estudio define los lmites de la poblacin, la frontera. Por ejemplo:
si se investiga el crecimiento demogrfico en el Distrito Federal se analiza slo este
fenmeno en el territorio de esta ciudad. . . A otro investigador puede interesarle slo la
variacin demogrfica en la delegacin Miguel Hidalgo, por tanto su poblacin est
acotada a la demarcacin de esta delegacin.
En trminos generales una poblacin es un conjunto de cosas, objetos, individuos, que

tienen caractersticas en comn. La poblacin es el objeto de estudio.
Ejemplo1.
Si se desea estudiar la edad promedio de los habitantes de la ciudad de Mxico es
importante limitar la investigacin slo en las 16 delegaciones que integran al Distrito
Federal.
En este ejemplo la Ciudad de Mxico es la poblacin objeto de estudio. En otro ejemplo

la misma localidad puede ser slo parte de la poblacin objeto de estudio. A su vez
puede darse el caso de que nicamente se interese conocer el dato de una delegacin.
Ejemplo 2.
El delegado (a) en turno de la delegacin Azcapotzalco desea saber el nivel de estudios

de su poblacin adulta. El estudio queda suscrito a esta localidad. .
En este ejemplo la delegacin Azcapotzalco es la poblacin objeto de estudio.

4
Estadstica I
Muestra:
Una muestra es cualquier subconjunto de la poblacin, es decir, cualquier pequeo grupo

seleccionado de la totalidad de elementos.
Ejemplo 3.
Si se desea estudiar la edad promedio de los habitantes de la Ciudad de Mxico,

Nuestra poblacin queda limitada al Distrito Federal. Otro ejemplo de muestra es si se
toman los datos nicamente de la delegacin Azcapotzalco (o Milpa Alta, o cualquier
otra).
En este ejemplo la Ciudad de Mxico es la poblacin objeto de estudio. La delegacin

Azcapotzalco puede ser una muestra de esa poblacin, aunque probablemente poco
representativa para todo el Distrito Federal.
Muestra aleatoria:
La muestra aleatoria es un subconjunto representativo de la poblacin elegida. Significa

que cada elemento de la poblacin debe de tener la misma oportunidad de ser
seleccionado. De este modo los resultados que se obtengan pueden ser generalizados al
resto de la poblacin.

5
Estadstica I
Nota: Se pueden tener varias muestras aleatorias de una poblacin. Y a pesar de ser
aleatorias y representativas, estas van a arrojar valores diferentes, por lo tanto es
necesario tener claro de que slo nos dan idea de los valores, pero no la informacin real
de la poblacin.
Estadstica
La Estadstica es la rama de las Matemtica que se encarga del estudio de los mtodos,
recoleccin de informacin e interpretacin de sta en forma adecuada. Tambin se
encarga del anlisis de la informacin y la toma de decisiones con base en los resultados
de este anlisis.
Actualmente la Estadstica es la herramienta primordial de la investigacin cientfica tanto

para las Ciencias sociales como para las Ciencias exactas. Cabe sealar la importancia
que la Estadstica ha representado para los gobiernos y sus instituciones, pues se ha
convertido en una herramienta imprescindible para conocer la magnitud de los
nacimientos, muertes, nivel de estudios, nivel de ingresos, entre otros cosas, que
constituyen datos poblaciones importantes para todo gobierno.
La Estadstica se divide en dos grandes campos de estudio:
Estadstica
descriptiva
reas de la
Estadstica
Estadstica
inferencial
A lo largo de este curso se estudiarn los principales temas de ambas reas. En la unidad
uno se revisar la Estadstica descriptiva; en tanto, las unidades restantes estarn
dedicadas a la Estadstica Inferencial.
Estadstica descriptiva
La Estadstica descriptiva es aquella rama o rea de estudio de la Estadstica que se

6
Estadstica I
encarga del conocimiento de los mtodos adecuados para la recoleccin de datos, de la
organizacin, presentacin y descripcin de toda la informacin numrica y describir las
caractersticas principales de una poblacin que es objeto de estudio.
La Estadstica descriptica emplea mtodos que le permiten resumir los principales

aspectos de los valores de la muestra de la poblacin elegida. Asimismo, se basa en
clculos numricos y grficos para sus fines. Las graficas de barras, el grfico circular, los
pictogramas, los histogramas, los diagramas de rbol, entre otros son valiosas
herramientas para presentar los resultados obtenidos.
En este curso, se estudiarn las Medidas de Tendencia Central, las Medidas de

Dispersin y las Medidas de Asociacin.
Medidas de tendencia central.- son quiz las ms conocidas, consideradas como

los pilares sobre los cuales se edifica el resto de la estadstica. Estas medidas
permiten la descripcin (Estadstica descriptiva) de los datos, ya que con los
valores obtenidos se pueden realizar aseveraciones cuantitativas que indiquen las
caractersticas de la poblacin.
Medidas de dispersin.- tambin se conocen como medidas de variabilidad y se

utilizan para establecer la variacin de los datos respecto al valor central. Para
fines de este curso se ver la varianza, desviacin estndar, rango
intercuartlico y diagramas de caja.
Medidas de asociacin.- calculan la asociacin entre varas variables

estadsticas, en este curso se abordar nicamente el coeficiente de correlacin.
Inferencia estadstica
La Estadstica inferencial se encarga del estudio de los mtodos con los cules se
pueden hacer generalizaciones. Saca conclusiones basadas en la probabilidad de una
poblacin determinada lo que permite la toma de decisiones para este conjunto de
habitantes.
Es la ms usada en los trabajos de investigacin.
La Estadstica inferencial permite deducir, a partir de los valores que arrojen las muestras
extradas de una poblacin resultados o conclusiones acerca de la poblacin investigada.
Estimar es hacer una buena aproximacin de los valores de las caractersticas principales
de la poblacin de inters.

7
Estadstica I
Para fines de este curso se estudiarn las estimaciones, y las pruebas de hiptesis.
Medidas de Tendencia Central
Dentro de la rama de la Estadstica descriptiva el tema ms conocido es el de Medidas

de tendencia central. Quin no ha escuchado de la moda o ha calculado un promedio?
En este curso las Medidas de tendencia central que se vern son:
Medidas de tendencia central

la Media
La media recortada
La moda
la mediana
Antes de entrar al estudio de Medidas de tendencia central, se revisar un tema previo

importante.
Escalas y tipos de variables
Escalas de medidas.-
Se puede decir que existen 4 tipos de escalas desde el punto de vista estadstico:
1. Nominal
2. Ordinal
3. Escala por intervalos
4. Escala de razn o proporcin
Tipos de variables.
Las variables en la Estadstica se organizan en dos grandes grupos:
1. Las variables cuantitativas o numricas. Estn asociadas a un proceso

cuantificable o medible.se refieren a datos numricos. Por ejemplo el peso de una
persona.
2. Las variables cualitativas o categricas.

8
Estadstica I
stas se refieren a cualidades, caractersticas, o atributos no numerables. Los datos

recolectados en estas variables son expresados en palabras. Por ejemplo el sexo de una
persona no es un dato numrico. Generalmente se recurre a la asociacin de un nmero
a una determinada cualidad para poder trabajar la variable.
A su vez cada una presenta una subdivisin. Se pueden resumir en el siguiente

esquema:
Nominal
Cualitativa
Ordinal
Tipos de
variables
Discreta
Cuantitativa
Continua
Existen otros tipos de variables:
Nominal.- Cuando no se puede establecer una relacin entre los datos, en cuanto a
cual es mejor o peor. Por ejemplo el sexo. No se puede establecer que masculino sea
peor que femenino o viceversa.
Ordinal.- Se establece una relacin de importancia entre los datos, o bien un orden
jerrquico. Por ejemplo se gan medalla de oro, plata o bronce.
Discreta.- Se trata de una variable cuyos datos son nmeros enteros. Por ejemplo el
nmero de hermanos. pueden ser 1,2, 3,, pero no se puede tener 1.23 hermanos.
Continua.- Si puede asumir cualquier valor numrico,. generalmente se expresa en

nmeros con decimales. Por ejemplo la estatura de una persona es de 1.8 metros.

9
Estadstica I
Ejemplo
Se selecciona un grupo de usuarios de transporte colectivo metro. Se reportan las

siguientes variables observables. {Color de ojos, sexo, estatura y peso}.
Registramos las variables y el tipo al que corresponden. El problema radica en clasificar

el tipo de variable.
Solucin:
Variable Tipo de variable

Color de ojos Cualitativa
Sexo Cualitativa
Estatura en metros Cuantitativa
Peso en kilogramos Cuantitativa
La estatura y el peso son variables cuantitativas porque esta medicin arroja un valor
numrico.
El color de ojos y el sexo son variables cualitativas por que no se pueden medir.
Media, moda, mediana media recortada.
Existen mtodos y tcnicas que no permiten trabajar con las variables, pues hacen que
la recoleccin e interpretacin de datos sea ms fcil de manejar, como es el caso de la
media, moda, mediana, media recortada).Una vez que se comprenden los tipos de
variables, es importante saber cmo se han de medir.
Para ello se tienen las diferentes Medidas de tendencia central:
Media
Se trata de una de las medidas estadsticas ms utilizadas por todos Quien no ha

calculado su promedio de calificaciones?
Es importante mencionar que hay varios tipos de Media, por ejemplo, la media
aritmtica (que generalmente se conoce como promedio), la media geomtrica y la
media armnica.

10
Estadstica I
En este curso se estudiar la media aritmtica, pues es la que se utiliza ms y est
relacionada con los temas que se van a analizar. .
A grosso modo se puede decir que la media es la suma de los valores de un conjunto de
datos recolectados (observaciones, Etc.) dividida entre el tamao de la muestra (total de
datos recolectados). Estadsticamente representa el centro de un conjunto de datos como
se puede apreciar en la siguiente figura:
Para esta media se utiliza la siguiente expresin matemtica:
x1 x2 ....... xn
x
n
Ejemplo
Se tienen los datos sobre la calificacin que obtuvieron estudiantes que cursan la
materia de Probabilidad y son los siguientes: 10, 8, 6, 5, 1, 5, 5, 6,7,6,7,5,6,7,8,7,6,5,8,9.
Se desea calcular su media o promedio.
Solucin:
Son 20 datos, por lo tanto n= 20

Se procede a calcular la media mediante la formula:
x1 x2 ....... xn
x
n
Sustituyendo los valores:
1+5+5+5+5+5+6+6+6+6+6+7+7+7+7+8+8+8+9+10
Media o promedio = 20
= 5.9
El resultado es:
Media =5.9

11
Estadstica I
Media recortada (trimmed media 5%)
La media recortada permite eliminar los datos muy extremos, tanto en la zona superior
como en la inferior. Es idntica a la media aritmtica vista anteriormente, slo que para
calcularla primero se reduce el 5% de los valores en el extremo superior y tambin el 5%
del extremo inferior.
Se ordenan los valores en forma ascendente para identificar cules son los que quedan
en los extremos. Esta media permite eliminar la distorsin producida al tener valores en
los extremos muy alejados de la media.
Ejemplo.
Se cuenta con los siguientes datos, producto de una muestra aleatoria sobre la
calificacin que obtuvieron estudiantes que cursan la materia de Probabilidad: 10, 8, 6, 5,
1, 5, 5, 6,7,6,7,5,6,7,8,7,6,5,8,9.
1.- Se ordenan los datos en forma ascendente (o descendente) esto es :

1,5,5,5,5,5,6,6,6,6,6,7,7,7,7,8,8,8,9,10.
2.- Se elimina, el 5% para cada uno de los extremos (superior e inferior)... Si se tuvieran
una muestra de 100 datos el 5% sera de 5 datos.
3.- Una vez que se han eliminado los datos de los extremos superior e inferior (que cada
uno representa el 5% de la muestra), como se presenta abajo:

12
Estadstica I
Se procede a calcular la media recortada de igual manera como se hizo para la media
aritmtica.
Mediante la formula:
x1 x2 ....... xn
x
n
Sustituyendo los valores:
5+5+5+5+5+6+6+6+6+6+7+7+7+7+8+8+8+9
Media recortada = 18
= 6.44
El resultado por lo tanto es:
Media recortada=6.44
Mediana.
La mediana es el valor que divide en dos partes iguales una distribucin de frecuencias,
es decir aquel valor que deja igual numero de datos del lado derecho e izquierdo de l.
En otras palabras, se puede definir como el valor que se encuentra justamente en medio
de todos los valores ordenados en forma ascendente (o descendente), Esto se puede
ver en la siguiente ilustracin:
50 % ___!___ 50% .
Mnimo Mediana Mximo
Para localizar la mediana de una serie de datos se pueden presentar dos situaciones:
Primer caso. - que el total de los datos sea impar

Segundo caso.- que el total de los datos sea par.
El procedimiento para localizar la mediana es el siguiente:
Primero se ordenan todos los datos en forma ascendente (o descendente)
Segundo. Si se trata del primer caso, (impar) el dato buscado se localiza exactamente en
medio de la distribucin.
Ejemplo

13
Estadstica I
Se va a hacer el clculo basado en los siguientes datos, producto de tomar una muestra
aleatoria sobre la calificacin que obtuvieron estudiantes que cursan la materia de
Probabilidad: 10, 8, 6, 5, 9, 10, 5, 6,7.
Primero se ordenan en forma ascendente (o descendente) esto es :

5,5,6,6,7,8,9,10,10.
Segundo. El total de los datos es impar por lo tanto basta con localizar el dato que divide
en dos partes iguales la distribucin. note el estudiante que una vez ordenados en forma
ascendente los datos, quedan exactamente cuatro valores del lado izquierdo del siete y
cuatro valores a la derecha de l, como se puede apreciar en seguida:
Para este ejemplo la mediana es el 7. se puede representar como:
5,5,6,6 _ __7___ 8,9,10,10 .

mnimo Mediana mximo
Por el contrario, si el total de los datos es par, quedaran dos valores justo en la mitad de
la distribucin. Por lo tanto se proceder a calcular la media aritmtica de estos dos
valores.
Ejemplo
Con los siguientes datos, producto de tomar una muestra aleatoria sobre la calificacin
que obtuvieron estudiantes que cursan la materia de Probabilidad, se buscar la
Mediana:
{10, 8, 6, 5, 9, 10,8, 5, 6,7.}
Primero se ordenan en forma ascendente (o descendente) esto es :

5,5,6,6,7,8,8,9,10,10.
Segundo el l total de los datos es par, hay que localizar los datos que dividen en dos
partes iguales la distribucin.
Tercero Es necesario obtener la media aritmtica de estas cantidades para calcular la

Mediana:
7+8
= 7.5
2
Por lo tanto para este ejemplo la Mediana es el 7.5.

14
Estadstica I
Moda.-
Se puede definir la moda como el valor de la variable que se presenta con mayor
frecuencia en un conjunto de datos. Ejemplo.
Ejemplo 9.
Se tom una muestra representativa de 20 alumnos de primer semestre que cursan el

bachillerato, a los cuales se les pregunt su edad. Los datos recolectados fueron los
siguientes:
{15,16,15,16,17,17,15,18,19,15,16,17,15,16,15,15,15,16,18,21}
Solucin
Nuestra variable es la edad hay que identificar cual es la edad que se presenta con
mayor frecuencia?
Para contestar a la pregunta hagamos una tabla (distribucin de frecuencias), con los
datos.
Variable (edad) Frecuencia (nmero de alumnos)

15 8
16 5
17 3
18 2
19 1
21 1
Por lo tanto la moda es 15, ya que es el dato que se presenta con ms frecuencia.
La moda tambin se presenta en variables categricas o cualitativas ejemplo:
Ejemplo
Con una muestra representativa de 20 alumnos de primer semestre que cursan el

bachillerato, a los cuales se les pregunto cul es su calzado habitual, se obtuvieron los
siguientes datos: los siguientes:
{tenis, tenis,zapatos,tenis,botas,tenis,sandalias,botas,zapatos,tenis,zapatos,tenis,
zapatos}
{zapatos, tenis, sandalias, zapatos, sandalias, sandalias, zapatos}

15
Estadstica I
Nuestra variable es el calzado habitual Cul es el calzado que se presenta con mayor
frecuencia en esta muestra?
Para contestar a la pregunta hagamos una tabla (distribucin de frecuencias) con los
datos.
Variable (calzado) Frecuencia (nmero de alumnos)
Tenis 7
Botas 2
Zapatos 7
Sandalias 4
En este caso se tienen dos datos con mayor frecuencia: tenis y zapatos con 7. Por lo
tanto se tienen dos modas: tenis y zapatos.
Es importante sealar que la moda es el nico valor central con el cual se suele trabajar
con variables cualitativas. Cabe sealar que, si bien la moda est considerada una
Medida de tendencia central, puede estar muy cerca de los extremos de la muestra,
pues indica el valor que se presenta con mayor frecuencia.

16
Estadstica I
Medidas de dispersin
Tambin se conocen como Medidas de variabilidad y se utilizan para establecer la

variacin de los datos respecto al valor central.
Los conceptos ms relevantes son la varianza y la desviacin tpica o estndar. Estos

sern abordados en el presente apartado pero antes se revisarn los temas de cuartiles y
diagramas de caja, correspondientes a las medidas de posicin.
Varianza, desviacin estndar, rango intercuartlico.
Rango.- el rango se define como la diferencia entre dos valores, el mximo y el mnimo
Su expresin matemtica para calcularlo es:
Rango = Xmax. Xmin
Ejemplo.
En una muestra representativa de 20 alumnos que cursan el primer semestre de

bachillerato, se les pregunto su edad. Los datos recolectados fueron los siguientes:
15,16,15,16,17,17,15,18,19,15,16,17,15,16,15,15,15,16,18,21
Calcule el rango para la muestra recolectada.
Solucin:
De acuerdo a la formula, se busca el dato con el valor mximo y el valor mnimo Por lo
tanto se tiene:
Xmax=21
Xmin= 15
Rango = Xmax. Xmin
Sustituyendo en la frmula:
Rango = 21-15 = 6
Cuartiles
Los cuartiles son una medida de posicin no central integrada por tres valores que

17
Estadstica I
divide la totalidad de los datos en cuatro partes iguales. Por lo tanto, cada cuartl
representa el 25% del total, esto se aprecia en el siguiente diagrama:
En esta representacin se observa que el primer cuartil Q1divide a la totalidad de los

datos dejando por debajo el 25%, y al mismo tiempo por encima el 75% de las cifras. . Al
obtener el 50% de la informacin se divide en dos partes de 50% cada una, este valor
corresponde para el segundo cuartil, Q2.
Q1=N(25%)
Q2=N(50%)
Q3=N(75%)
N= nmero total de datos
Rango intercuartlico.
Es muy parecido al concepto de rango visto lneas arriba. Slo que para los cuartiles se
va a emplear la expresin matemtica:
Rango intercuartilico= Q3- Q1
Ejemplo
Con los siguientes datos correspondientes a una muestra aleatoria sobre la calificacin
de estudiantes que cursan la materia de Probabilidad10, 8, 6, 5, 9, 5, 6,7.
obtener el rango intercuartlico
Solucin:
1.- Se ordenan los datos en forma ascendente o descendente:

5,5,6,6,7,8,9,10.
2.- Se obtienen los cuartiles:
3.- Se aplica la frmula para encontrar los cuartiles::

18
Estadstica I
Q1=N(25%) = 8 (0.25)= 2 El cuartil Q1 est ubicado en el segundo lugar y
corresponde al nmero 5.
Q3=N(75%) = 8 (0.75) = 6 El tercer cuartil est en el sexto dato y es el nmero, 8.
Nota: en caso de dar un resultado fraccionario o decimal hay que redondear hacia el
nmero superior inmediato.
Otra perspectiva de esta medida es considerar que como son 8 datos, al dividirlos en
cuatro partes queda el 25%, 4 datos el 50%, 6 datos el 75% ya que los 8 datos son el
100%, por lo tanto se puede representar as:
Con esta representacin e pueden apreciar los valores para los cuartiles.
Como se mencion anteriormente, el primer cuartil representa el 25% de los datos, y el

tercer cuartil el 75%.
As se tiene que :
Q3= 8
Q1= 5
Por lo tanto el rango intercuartlico queda:
Rango intercuartilico= Q3 - Q1 = 8-5 = 3
Diagramas de caja
Los Diagramas de caja se utilizan para representar grficamente las cinco Medidas de
dispersin,: los valores extremos, (valor mximo, valor mnimo), la mediana y los
cuartiles Q1, Q3. Lo que nos falta de estos valores es explicar cmo se trazan los
diagramas correspondientes, lo que se har mejor con un ejemplo:
Ejemplo 13.

19
Estadstica I
Se tienen los datos correspondientes a una muestra aleatoria sobre la calificacin que
obtuvieron estudiantes de la asignatura de Probabilidad: 10, 8, 6, 5, 9, 5, 6,7.
Obtener el diagrama de caja
Solucin:
1.- Se ordenan en forma ascendente o descendente los datos:

5,5,6,6,7,8,9,10.
2.- Se obtienen los cuartiles:
Del ejemplo anterior se obtuvieron los cuartiles:
Q3= 8
Q1= 5
Los valores extremos son claramente:

Xmax= 10
Xmin = 5
La mediana se calcula como una media aritmtica de los dos valores centrales, dado
que el tamao de la muestra es par, as se tiene que:
6+7
Mediana = 2
= 6.5
Ya se tienen los cinco valores necesarios para la construccin del diagrama de caja: Es
conveniente trazar una lnea que sirva de referente que contenga los datos de la
muestra.
Lo primero es trazar los bigotes, esto se logra usando los valores extremos, para este
caso Xmax= 10, Xmin = 5, asi que:

20
Estadstica I
La caja se construye con los cuartiles Q1, Q3.
La caja tiene de largo el rango intercuartlico. En este ejemplo coincidi el bigote del
valor mnimo, con el del primer cuartil Q1, de ah que se observe la figura como si le
faltara el bigote de la izquierda.
Por ultimo se traza la mediana que para este ejemplo es de 6.5.
La longitud de los bigotes indica qu tan concentrados estn los valores en el primer

21
Estadstica I
25%, y en el ltimo 25% (que va del 75% al 100%). En este ejemplo lo que se nota es
que en el ltimo 25% los datos estn poco concentrados pues su longitud es
considerable, en tanto que para el primer 25% estn muy concentrados y el bigote
carece de longitud.
La varianza
Esta medida de dispersin sirve para calcular el grado de variabilidad de los datos con
respecto a la media se calcula en unidades cuadradas.
Para obtener la varianza se utilizar la siguiente expresin matemtica:
f ( xi x)2
i 1
Vx
n 1
Nota: f= frecuencia absoluta del dato x
Usualmente la varianza se representa con la letra griega 2cuando se trata de una

poblacin, y se divide entre N, que es el total de datos de la poblacin.
f ( xi x)2
i 1
2
N
Por otro lado, la letra s2 se refiere a una muestra (tomada de una poblacin).
f ( xi x)2
i 1
s
2
n 1
Como puede verse en la expresin matemtica, la varianza est definida como la media
aritmtica de los cuadrados de las desviaciones de cada uno de los valores respecto al
promedio.
Ejemplo
En la siguiente distribucin de frecuencias se reportan las edades de nios de una
primaria. La muestra se tom de manera aleatoria. Calcule la varianza de la muestra.

22
Estadstica I
Variable (x) edad del nio Frecuencia (f)
6 15
7 8
8 16
9 20
10 13
11 24
Solucin:
La frmula para su clculo es:

n
f ( xi x)2
i 1
Vx
n 1
1.- Obtener el promedio o media aritmtica de la muestra.

n
xi
x i 1
N
N= tamao de la muestra= numero de datos= 96
615+78+816+920+1013+1124
x= 96
848
x= 96
Por lo tanto sustituyendo se tiene que el valor de la media o promedio es:
x = 8.833
Para el clculo de la varianza resulta til trabajar en la tabla de distribucin de

frecuencias la cual est formada con las siguientes columnas:
Variable Frecuencia X- x (X- x )2 (X- x )2*f

(x) (f)
6 15 6-8.83=-2.83 (-2.83)2=8.0 120
7 8 7-8.83=-1.83 =3.34 26.72
8 16 8-8.83=-0.83 =0.6889 11
9 20 9-8.83=0.17 =0.0289 0.578
10 13 10-8.83=1.17 =1.36 17.68
11 24 11-8.83= 2.17 =4.7 112.8

23
Estadstica I
f ( xi x)2 =288.778
i 1
Se tiene la ecuacin:
n
f ( xi x)2
i 1
Vx
n 1
Se sustituyen datos:
288.778
Vx= 961
Vx=3.04
Desviacin estndar:
La desviacin estndar se obtiene al sacar la raz cuadrada de la varianza.

Esconveniente que las unidades que describen la variabilidad sean idnticas a las
unidades del conjunto original para que pueda ser utilizada la desviacin estndar en
lugar de la varianza cuyas unidades son cuadrticas.
Para calcular la desviacin estndar se utilizar la siguiente expresin matemtica:
f ( xi x)2
i 1
Vx
n 1
Usualmente la desviacin tpica o estndar se representa con la letra griega cuando

se trata de una poblacin
f ( xi x)2
i 1
Vx
N
En el caso de la letra s se usa cuando se refiere a una muestra (tomada de una
poblacin).

24
Estadstica I
n
f ( xi x)2
i 1
s Vx
n 1
Como puede verse en la expresin matemtica, la desviacin se define como la raz

cuadrada de la varianza.
Grficamente la desviacin se puede representar de la siguiente manera (se ha tomado

una distribucin de tipo normal):
Ejemplo

primaria. La muestra se tom de manera aleatoria.

6 15
7 8
8 16
9 20
10 13
11 24
Calcular la desviacin estndar.
Solucin:
La frmula para el clculo de la desviacin estndar nos indica que hay que obtener la
varianza.
Como se est retomando el problema para ejemplificar la varianza, nos vamos a saltar el

25
Estadstica I
clculo de sta, y nicamente tomaremos el valor obtenido
Vx=3.04
As que para calcular la desviacin bastar sustituir en la frmula.
s 3.04
Por lo tanto el valor de la desviacin estndar es
S =1.74
1
Coeficiente de variacin. = .
Este concepto es til pues nos permite hacer una comparacin entre dos variables que
tengan unidad de medida diferente.
La expresin matemtica para su clculo es:
cv = s / x x 100
Como se puede apreciar en la ecuacin, el coeficiente de variacin es el cociente de la

desviacin estndar y el promedio aritmtico.
Si el valor del coeficiente de variacin es menor o igual al 10% se dice que vara poco o
presenta poca variacin. Por el contrario, si es mayor a 50% se tiene una variacin
excesiva. En los rangos intermedios se considera que la variacin es grande pero
aceptable.
Ejemplo

primaria. La muestra se tomo de manera aleatoria.

6 15
7 8
8 16
9 20

26
Estadstica I
10 13
11 24
Calcular el coeficiente de variacin.
Solucin:
La ecuacin matemtica nos lleva a calcular la desviacin estndar, lo que a su vez nos
remite al clculo previo de la varianza.
Retomando el problema utilizado para ejemplificar la varianza, y la desviacin

estndar, nos vamos a saltar estos clculos, y nicamente tomaremos el valor obtenido
para la desviacin.
As que para calcular la desviacin bastar sustituir en la frmula.
= 1.74
= 8.833

= ( ) 100

1.74
= ( ) 100
8.83
por lo tanto el valor del cv es:
= 19.74 %

27
Estadstica I
Medidas de Asociacin
Miden la asociacin entre diversas variables estadsticas. En este curso se abordar el

coeficiente de correlacin, para lo cual se requiere conocimientos previos, como es el
caso de la contrastacin de hiptesis. Sin embargo, se tratar el tema de manera sencilla
para no causar contratiempos en el estudiante.
Coeficiente correlacin de Pearson y Spearman
Hasta el momento se han revisado conceptos y se han realizado clculos que involucran
una sola variable. Qu pasa cuando se tienen dos o ms variables?
Numerosos problemas requieren determinar la relacin que existe entre una o ms

variables involucradas en el mismo problema. . Estas relaciones se convierten en
correlaciones.
Antes de iniciar el tema del coeficiente de correlacin, es necesario revisar los

siguientes conceptos: Correlacin lineal. Donde puede haber dos tipos de correlacin
lineal: Una positiva, cuando se presenta una relacin directamente proporcional entre las
variables, es decir que si aumenta una aumenta la otra, y a la inversa si disminuyen los
valores de una disminuirn los valores de la otra. La otra es una correlacin que se
denomina negativa, que se presenta cuando las variables tienen una relacin
inversamente proporcional, es decir que si los valores de una variable van en aumento,
mientras que los de la otra irn en decremento y a la inversa.
Regresin lineal. Es un modelo que permite describir la variacin conjunta de dos

variables continuas.
Diagrama de dispersin. Muestra la localizacin de puntos, para lo cual se utiliza un

sistema de coordenadas en donde el eje y y el x representan los valores de las
variables que estn correlacionadas.
El diagrama de dispersin representa una idea clara del grado de correlacin entre las
variables. En seguida se muestran los principales grados de relacin entre dos variables
mediante el uso de estos diagramas.
En estas primeras imgenes la correlacin lineal es muy fuerte, slo cambia el sentido de
la pendiente y esto se ver reflejado en el signo del valor del coeficiente.

28
Estadstica I
Diagrama 1 Diagrama 2
En los siguientes tres diagramas (del 3 al 5), la correlacin es lineal pero no muy fuerte
como en el caso anterior.
En el diagrama 6 existe una correlacin que no es de tipo lineal, se trata de una relacin
curva.

29
Estadstica I
Diagrama 7
Este ltimo diagrama representa el caso donde no se tiene relacin entre las variables,
pues no hay correlacin.
Coeficiente de correlacin lineal. Expresa cuantitativamente qu tan relacionadas

estn las variables o qu tan estrecha es su relacin.
La expresin matemtica para el clculo del coeficiente de correlacin, sobre una

poblacin estadstica es:
Para el caso de una muestra se tiene la expresin matemtica:
Los valores que puede tomar este coeficiente van de -1 a +1. El signo del valor del
coeficiente debe coincidir con la pendiente de la recta de regresin. La magnitud de esta
recta est relacionada ntimamente con el grado de dependencia lineal entre las variables.
La correlacin va a ser ms fuerte o dbil, dependiendo de que el valor del coeficiente de

correlacin est aproximado a uno, cero o menos uno. El valor cero representa la
ausencia de correlacin lineal.
Ejemplo
Una empresa tiene ventas reportadas en los ltimos cinco aos, las cuales aparecen en
la siguiente tabla, donde la utilidad est en millones de pesos:

30
Estadstica I
Variable (x) aos Variable (y) ventas en millones de pesos

1 8.3
2 10.2
3 11.1
4 12.5
5 14.6
x= 15 y=56.7
Calcular el coeficiente de correlacin
Solucin:
De acuerdo a la frmula del clculo del coeficiente resultar muy conveniente agregar
varias columnas a la tabla de datos para simplificar los clculos.
x y x*y x2 y2
1 8.3 8.3 1 68.89

2 10.2 20.4 4 104.04
3 11.1 33.3 9 123.21
4 12.5 50.0 16 156.25
5 14.6 73.0 25 213.16
x= 15 y=56.7 y=185 x2= 55 y2= 665.55
Ahora vayamos a la ecuacin.
Sustituyendo los datos:
5(185) 15 (56.7)
=
5(55) (15)(15) 5(665.55) (56.7)(56.7)
(925) (850.5)
=
275 225 (3327.75) (3214.89)
74.5
=
50 112.86

31
Estadstica I
74.5
=
50 112.86
74.5
=
75.11
r= 0.9917
El resultado muestra un coeficiente muy cercano a la unidad y esto representa la enorme

correlacin que existe entre las dos variables, es decir las ventas y el tiempo de la
empresa estn muy relacionados.
Cierre de la unidad
Las medidas estadsticas aprendidas en esta unidad son muy importantes y bsicas para
cualquier estudio estadstico. Con el dominio de estos conceptos ser ms fcil abordar la
siguiente unidad, por lo que se recomienda al estudiante, revisar los temas cuantas veces
sea necesario, pues son los pilares para cualquier estudio posterior.
Para saber ms
Para que puedas repasar los conocimientos adquiridos durante la unidad, te recomiendo
que revises esta pgina de internet, que te permitir reforzar la teora y ejemplos sobre la
Estadstica descriptiva.
http://www.aves.edu.co/ovaunicor/recursos/8/Estadistica%20Descriptiva.swf
Tambin te recomiendo esta pgina para que recopiles mas informacin sobre cada uno
de los temas y te auxilien en la solucin de las actividades de la unidad.
http://www.demre.cl/text/doc_tecnicos/p2009/estadistica_descriptiva.pdf
Fuentes de consulta
Kuby, J. (2012). Estadstica elemental. Mxico: Cengage.
Ojer, L. (1990). Estadstica bsica. Madrid: Dossat.
Huntsberger, D. (1983). Elementos de Estadstica inferencial. Espaa: Continental.

32

Idioma

Estadistica Descriptiva

Cargado por

Información del documento

Descripción:

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?

Descripción:

Copyright:

Formatos disponibles

Estadistica Descriptiva

Título original:

Cargado por

Descripción:

Copyright:

Formatos disponibles

Estadstica I

Unidad 1. Estadstica descriptiva

Universidad Abierta y a Distancia de Mxico

Unidad 1. Estadstica descriptiva

Universidad Abierta y a Distancia de Mxico

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Unidad 1. Estadstica Descriptiva

Utilizar las medidas de tendencia central, as como las de dispersin y de

Analizar un conjunto de datos agrupados y no agrupados que permiten resolver

Introduccin al estudio de la estadstica

A lo largo de la historia de las matemticas se han desarrollado reas de conocimiento

Identificar la situacin de una poblacin es muy importante a la hora de tomar decisiones.

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

En trminos generales una poblacin es un conjunto de cosas, objetos, individuos, que

En este ejemplo la Ciudad de Mxico es la poblacin objeto de estudio. En otro ejemplo

El delegado (a) en turno de la delegacin Azcapotzalco desea saber el nivel de estudios

En este ejemplo la delegacin Azcapotzalco es la poblacin objeto de estudio.

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Una muestra es cualquier subconjunto de la poblacin, es decir, cualquier pequeo grupo

Si se desea estudiar la edad promedio de los habitantes de la Ciudad de Mxico,

En este ejemplo la Ciudad de Mxico es la poblacin objeto de estudio. La delegacin

La muestra aleatoria es un subconjunto representativo de la poblacin elegida. Significa

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Actualmente la Estadstica es la herramienta primordial de la investigacin cientfica tanto

La Estadstica se divide en dos grandes campos de estudio:

La Estadstica descriptiva es aquella rama o rea de estudio de la Estadstica que se

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

La Estadstica descriptica emplea mtodos que le permiten resumir los principales

En este curso, se estudiarn las Medidas de Tendencia Central, las Medidas de

Medidas de tendencia central.- son quiz las ms conocidas, consideradas como

Medidas de dispersin.- tambin se conocen como medidas de variabilidad y se

Medidas de asociacin.- calculan la asociacin entre varas variables

Es la ms usada en los trabajos de investigacin.

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Medidas de Tendencia Central

Dentro de la rama de la Estadstica descriptiva el tema ms conocido es el de Medidas

Medidas de tendencia central

Antes de entrar al estudio de Medidas de tendencia central, se revisar un tema previo

Escalas y tipos de variables

Las variables en la Estadstica se organizan en dos grandes grupos:

1. Las variables cuantitativas o numricas. Estn asociadas a un proceso

2. Las variables cualitativas o categricas.

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

stas se refieren a cualidades, caractersticas, o atributos no numerables. Los datos

A su vez cada una presenta una subdivisin. Se pueden resumir en el siguiente

Existen otros tipos de variables:

Continua.- Si puede asumir cualquier valor numrico,. generalmente se expresa en

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Se selecciona un grupo de usuarios de transporte colectivo metro. Se reportan las

Registramos las variables y el tipo al que corresponden. El problema radica en clasificar

Variable Tipo de variable

Media, moda, mediana media recortada.

Para ello se tienen las diferentes Medidas de tendencia central:

Se trata de una de las medidas estadsticas ms utilizadas por todos Quien no ha

Ciencias exactas, ingenieras y tecnologas/Licenciatura en Matemticas

Para esta media se utiliza la siguiente expresin matemtica:

Se desea calcular su media o promedio.

5,5,6,6 _ 7_ 8,9,10,10 .