Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Programa desarrollado
Primer cuatrimestre
Programa de la asignatura:
Estadstica bsica
Clave:
ESAD
Noviembre, 2010
ndice
A. Ficha de identificacin
B. Descripcin
C. Propsito
III. Temario 5
V. Evaluacin 7
A. Ficha de identificacin
B. Descripcin
El tronco bsico se conforma de varias asignaturas comunes que promueven, por un lado, la
formacin integral de los estudiantes, integrando asignaturas de distintas reas del
conocimiento, y por otro lado, desarrollan en el estudiante competencias transversales
necesarias para la investigacin, el anlisis crtico, el manejo y la sistematizacin de
informacin y datos, as como una serie de valores que le permitan conducirse con tica y
responsabilidad durante su trayectoria acadmica y su desempeo profesional.
Las materias que forman el tronco bsico son: Contexto socioeconmico de Mxico, Desarrollo
humano, Estadstica bsica y Fundamentos de investigacin; estas materias a simple vista
parecen desarticuladas, pero se interrelacionan para contribuir a la formacin integral de los
estudiantes.
En relacin al tronco bsico la asignatura Estadstica bsica tiene varios propsitos, pues
pretende despertar en el estudiante el inters por la investigacin para la toma de decisiones, la
solucin de problemas y el anlisis de situaciones y eventos relacionados con el entorno
acadmico, profesional, personal y social, rigindose en todo momento por un cdigo de tica
profesional y personal.
Los propsitos de la asignatura en relacin al tronco bsico son que los estudiantes:
De manera particular, la materia pone especial nfasis en el enfoque prctico del material y los
contenidos que se presentan, tratando siempre de relacionar los conceptos, tcnicas y casos de
estudio con el quehacer cotidiano de las diferentes disciplinas, esperando despertar en los
estudiantes el deseo de adentrarse cada vez ms a la teora de la probabilidad y estadstica, al
ver lo importante que resulta su utilizacin en las diferentes reas de trabajo.
C. Propsito
La asignatura tiene como propsito introducir al estudiante con los conceptos y tcnicas bsicas
de la estadstica aplicada a la licenciatura e ingeniera. El curso tiene un nivel matemtico
elemental, con la intencin de que el estudiante comprenda la metodologa y su aplicacin, y no
tanto la teora matemtica detrs de ella.
III. Temario
1. Fundamentos de la estadstica
Como estrategia de evaluacin se utiliza un proyecto integrador, donde el estudiante haga uso
de todo lo que se trabaj en el curso. A lo largo del curso, se les presentarn a los estudiantes
varias autoevaluaciones de carcter ldico, esto con el fin de que puedan observar e identificar
cules son sus avances y las dificultades que presentan en el aprendizaje de los temas.
Estas autoevaluaciones contarn con una retroalimentacin que sirva para reforzar los temas
que se evalan.
El facilitador juega un papel muy importante dentro del curso, pues se espera que sea quien
dirija y oriente todo el proceso de aprendizaje.
V. Evaluacin
En el marco del Programa de la ESAD, la evaluacin se conceptualiza como un proceso
participativo, sistemtico y ordenado que inicia desde el momento en que el estudiante ingresa
al aula virtual. Por lo que se le considera desde un enfoque integral y continuo.
Por lo anterior, para aprobar la asignatura, se espera la participacin responsable y activa del
estudiante as como una comunicacin estrecha con su facilitador para que pueda evaluar
objetivamente su desempeo. Para lo cual es necesaria la recoleccin de evidencias que
permitan apreciar el proceso de aprendizaje de contenidos: declarativos, procedimentales y
actitudinales.
Esquema de Evaluacin
Evidencias 40%
E-portafolio. 50%
Autorreflexiones 10%
Cabe sealar que para aprobar la asignatura, se debe de obtener la calificacin mnima
indicada por la ESAD.
Bibliografa complementaria:
Wackerly Dennis D., Mendenhall William III, Scheaffer, Richard L. (2010). Estadstica
Matemtica con Aplicaciones. Sptima Edicin. Mxico: Cengage Learning.
Ferris Ritchey. (2008). Estadstica aplicada a las ciencias sociales. Segunda Edicin.
Mxico: Mc Graw Hill.
Douglas L., William M., Samuel W. (2008). Estadstica aplicada a los negocios y la
economa. Decimotercera Edicin. Mxico: Mc Graw Hill.
Castillo Manrique, Isabel (2006). Estadstica descriptiva y clculo de probabilidades,
Primera Edicin. Pearson Education de Mxico.
En esta unidad:
Identificars los conceptos bsicos relacionados con la Estadstica.
Reconocers la utilidad e importancia de la Estadstica.
Aplicars el procedimiento para obtener una muestra aleatoria simple.
Competencia especfica
Aplica la metodologa estadstica para obtener informacin de una muestra aleatoria simple,
identificando los elementos que intervienen en un problema estadstico.
Introduccin
Los estudiantes confunden comnmente los dems trminos asociados con las Estadsticas,
una confusin que es conveniente aclarar debido a que esta palabra tiene tres significados: la
palabra estadstica, en primer trmino se usa para referirse a la informacin estadstica
descripcin de parmetros; tambin se utiliza para referirse al conjunto de tcnicas y mtodos
Utilidad e importancia
La estadstica resulta muy til no slo para recopilar y describir datos, sino tambin para
interpretar la informacin obtenida, que puede ser aprovechada para demostrar la evolucin de
un fenmeno a travs de cierto tiempo.
1.2.1. Poblacin
Conjunto de todos los elementos que permiten resolver un problema y que presentan una
caracterstica comn determinada, observable y medible. Por ejemplo, si el elemento es una
persona, se pueden estudiar las caractersticas edad, peso, nacionalidad, sexo, etc. Los
elementos que integran una poblacin pueden corresponder a personas, objetos o grupos (por
ejemplo, familias, las manzanas de una cosecha, empleados de una empresa, etc.).
1.2.2. Individuo
Un individuo o unidad estadstica es cada uno de los elementos que componen la poblacin.
Nota que un individuo en estadstica puede ser distinto a un individuo como persona. Por
ejemplo, en los censos econmicos se obtienen datos de los negocios. En este caso cada
negocio, que est formado por varias personas, es un individuo de la poblacin.
1.2.3. Muestra
Cuando es difcil estudiar la poblacin debido a su gran tamao o que provenga de un proceso
que no se detiene (como la produccin de un bien), se debe analizar un subconjunto o parte de
esta que la represente, llamado muestra, partiendo del supuesto de que este subconjunto
presenta el mismo comportamiento y caractersticas que la poblacin. En general el tamao de
la muestra es mucho menor al tamao de la poblacin.
1.2.4. Muestreo
Es el proceso de recabar los datos que se desean analizar, obtenidos de una proporcin
reducida y representativa de la poblacin.
1.2.5. Dato
El dato es cada uno de los valores que se han obtenido al realizar un estudio estadstico. Por
ejemplo: Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara,
cruz.
1.2.6. Variable
Se llama variable a una caracterstica que se observa en una poblacin o muestra, y a la cual
se desea estudiar. La variable puede tomar diferentes valores dependiendo de cada individuo.
Las variables se pueden clasificar en cuantitativas y cualitativas:
b) Elaboracin de un modelo
Se establece un modelo terico de comportamiento de las variables de estudio. En
ocasiones no es posible disear el modelo hasta realizar un estudio previo. Los
posibles modelos son Normal, Binomial, Poisson, Uniforme, Cuando es difcil
estudiar la poblacin debido a su gran tamao o que provenga de un proceso que no
se detiene (como la produccin de un bien) , se debe analizar un subconjunto o
parte de esta que la represente, etc.
c) Extraccin de la muestra
Se usa alguna tcnica de muestreo o un diseo experimental para obtener
informacin de una pequea parte de la poblacin.
Introduccin
Los estudios estadsticos normalmente se hacen con una parte de la poblacin, ya que
realizarlos sobre la totalidad resultara demasiado complicado. Para que la informacin obtenida
tenga validez y confiabilidad es necesario que la muestra cumpla con ciertas condiciones
especficas, relacionadas con el mtodo para determinar el tamao y caractersticas de la
muestra y los individuos que la componen.
Para que la informacin obtenida tenga validez y confiabilidad es necesario que cumpla con
algunas condiciones especficas. Los mtodos de muestreo se pueden clasificar en:
Una vez que hemos definido nuestra poblacin y las variables a estudiar, es
necesario asignar un nmero de identificacin a cada individuo de la poblacin.
Siguiendo con el ejemplo de la relaciones de gnero en el noviazgo en los
estudiantes de qumica, lo que sigue es numerar a los 386 estudiantes un nmero
del 1 al 386.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
que no existe ninguna duda para generalizar tales resultados, pero tambin implica
estudiar a la totalidad de los casos de la poblacin.
Para evitar un costo muy alto se busca un porcentaje de confianza menor, comnmente
es un 95%. El nivel de confianza es la probabilidad que establecemos (sin hacer ningn
clculo) para poder acertar al valor verdadero de la poblacin. Este dato se obtiene a
partir de la distribucin normal estndar (esto se considerar en la unidad 4).
Porcentaje de error: Este error es una distancia alrededor del valor que deseamos
estimar y nos da un margen de aproximacin. Al igual que en el caso de la confianza, si
se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del
mismo tamao que la poblacin, por lo que conviene correr un cierto riesgo de
equivocarse. Comnmente se aceptan entre el 4% y el 6% como error, tomando en
cuenta de que no son complementarios la confianza y el error.
n es el tamao de la muestra
Z es el nivel de confianza
p es la variabilidad positiva
q es la variabilidad negativa
E es la precisin o error
Ejemplo:
Solucin:
Para el nivel de confianza sea igual al 95%, tenemos que P(Z)=0.95 si Z=1.96.
Debido a que la variabilidad y el error se pueden expresar por medio de porcentajes, en
el caso necesario, hay que convertir esos valores a proporciones.
Sustituyendo:
n es el tamao de la muestra
Z es el nivel de confianza
p es la variabilidad positiva
q es la variabilidad negativa
N es el tamao de la poblacin
E es la precisin o error
Ejemplo:
En un lote de 25,000 cajas de medicina, se desea verificar que la proporcin de los
ingredientes activos sea el adecuado. Se debe determinar el tamao de la muestra para
un nivel de confianza del 95% con un error del 5%. Supongamos que la variabilidad
p=q=0.5.
Solucin:
Para el nivel de confianza sea igual al 95%, tenemos que p(Z)=0.95 si Z=1.96.
Sustituyendo:
Ejemplo:
Suponga que tenemos la siguiente tabla de 100 datos, numerados del 00-99.
0 1 2 3 4 5 6 7 8 9
0 61 21 15 68 79 63 81 84 73 28
1 78 73 10 4 40 20 87 1 46 84
2 83 26 21 49 30 71 69 45 25 29
Educacin Superior Abierta y a Distancia Primer cuatrimestre 18
Estadstica bsica
Programa desarrollado
3 64 74 1 83 74 98 24 25 91 65
4 29 46 29 34 46 38 25 23 81 17
5 79 34 24 77 23 1 44 31 29 99
6 93 39 73 64 66 93 92 61 25 69
7 58 39 34 88 88 33 5 79 58 51
8 67 64 52 56 18 51 30 16 68 29
9 32 7 72 88 48 28 30 22 74 39
En la figura anterior tenemos una tabla de nmeros aleatorios tomados de este documento
(http://halweb.uc3m.es/esp/Personal/personas/aarribas/esp/docs/NumerosAleatorios.pdf),
seleccionemos una fila al azar, suponga la fila 5, y separamos los nmeros de 2 en 2,
tendramos entonces la siguiente serie de 7 nmeros: 65 03 83 69 67 67 43 54 49 27 82 50 15
06 etc. Esto significa que nuestra muestra aleatoria deber contener esos individuos, en el caso
de 67 que se repite, solo lo consideramos una vez y pasamos al siguiente nmero. (En algunas
calculadoras existe la funcin RAN# que nos proporciona tambin nmeros aleatorios, en esta
basta con poner en la calculadora el nmero de muestras + (Tecla SHIFT) + RAN# y cada vez
que presionemos la tecla (=) nos dar un numero aleatorio, si solo queremos la parte entera,
ignoramos al decimal). Tendramos la siguiente tabla:
Por lo que nuestra muestra quedara con los valores 93, 68, 56, 69, 61, 34, 23, 17 ,45 , 52.
En esta unidad se trabajar con lecturas de apoyo y se resolvern problemas como ejercicios
para reforzar el aprendizaje.
Tendrs que participar en una encuesta con la cual se generar una base de datos, este
material lo utilizars a lo largo del curso para que elabores las evidencias de aprendizaje de
cada unidad.
Referencias:
5. Jordi Casal, Enric Mateu (2003). Tipos de muestreo en: Revista Epidem. Med. Prev. 1:
3-7. Consultado el 01 de marzo de 2010 en:
http://minnie.uab.es/~veteri/21216/TiposMuestreo1.pdf
6. Larios Osorio, Vctor (1999). Unidad 5. Teora de muestreo. Consultado el 12 de marzo
de 2010 en: http://www.uaq.mx/matematicas/estadisticas/xu5.html
7. Lind, Douglas; William Marchal y Samuel Wathen (2008). Estadstica aplicada a los
negocios y la economa. Decimotercera edicin. Mxico: McGraw-Hill.
8. Montgomery, Douglas C. y George C. Runger (1996). Probabilidad y Estadstica
aplicadas a la ingeniera. Cuarta edicin. Mxico: McGraw-Hill.
9. Ritchey, Ferris (2008). Estadstica para las ciencias sociales. Segunda edicin. Mxico:
McGraw-Hill.
10. Ruiz Muoz, David (2004). Manual de estadstica. Consultado el 09 de marzo de 2010
en: http://www.eumed.net/cursecon/libreria/drm/ped-drm-est.htm
11. Wackerly, Dennis D.; William Mendenhall III y Richard L. Scheaffer (2010). Estadstica
Matemtica con Aplicaciones. Sptima edicin. Mxico: Cengage Learning.
12. Walpole Ronald E.; Raymond H. Myers, et al. (2007). Probabilidad y Estadstica para
Ingeniera y ciencias. Octava Edicin. Mxico: Pearson Educacin.
Propsitos
En esta unidad:
Identificars algunos conceptos que se utilizan en estadstica descriptiva.
Organizars datos en diferentes tipos de tablas y elaborars varios tipos de grficas.
Competencia especfica
Utiliza las tcnicas de representacin numrica y grfica para representar informacin a travs
de la organizacin de los datos obtenidos de una muestra o poblacin.
Introduccin
En la unidad anterior vimos que existen dos grandes divisiones de la estadstica: la que se
dedica a la recoleccin, presentacin y categorizacin de datos, llamada estadstica descriptiva,
y la que se dedica a realizar hiptesis en base a dichos datos, llamada inferencial. Tambin
aprendimos a determinar el espacio de estudio, es decir la poblacin, y las variables que se van
a estudiar de acuerdo al problema planteado.
Cuando se realiza un trabajo que requiere de la estadstica, las personas que realizan el trabajo
disean sus instrumentos para recolectar la informacin y obtener los datos que necesitan.
Existen muchos mtodos para recolectar informacin, pero los ms frecuentes son:
Censos
Es una tcnica de recoleccin de datos que se aplica a la totalidad de los elementos que
componen la poblacin o universo que se estudia. Un censo debe cumplir dos condiciones:
Universalidad: esto es, se debe tomar en cuanta a todos los elementos de la poblacin.
Simultaneidad: debe realizarse dentro de un periodo de tiempo limitado.
Encuesta
Esta tcnica se utiliza para recolectar informacin de una muestra de la poblacin. Consiste en
presentar un conjunto de preguntas abiertas (preguntas que no tienen respuestas
predeterminadas) o cerradas (preguntas que cuentan con una serie de respuestas
establecidas).
Experimento
Otra de las tcnicas ms recurridas en estadstica para recolectar informacin son los
experimentos, veamos en qu consisten.
Un experimento, tambin se define como el proceso que se realiza para verificar una serie
de hiptesis relacionadas con un determinado fenmeno, en el cual se determinan las
caractersticas o comportamientos del fenmeno que se analiza. Por ejemplo, un experimento
para determinar la velocidad de la luz en el vaco; donde se est determinando la velocidad de
la luz.
En el primer ejemplo, experimento los sabores de los alimentos sin antes predecir cul pienso
que me sabr ms salado. En el segundo ejemplo, mi hiptesis, a partir de estudios anteriores,
es que la velocidad de la luz en el vaco es de 300 000 km/seg.
Mi experimento verifica si esta hiptesis es cierta o no y en l cabe un margen de error
experimental.
La descripcin estadstica organiza los datos y los presenta en forma de tablas y grficas. Esta
rea slo describe, resume, organiza y representa los datos obtenidos de una poblacin o
muestra de dicha poblacin, sin elaborar inferencias ni obtener conclusiones.
La organizacin de datos se realiza a travs de tablas que se utilizan para simplificar la
presentacin y distribucin de estos datos. A continuacin veremos que existen diferentes tipos
de presentacin de datos y con base en ellos distintas clasificaciones de frecuencia, como:
frecuencia relativa, frecuencia acumulada y frecuencia absoluta.
2.1.1. Frecuencias
Dentro de los conceptos bsicos para la organizacin de datos estn los que conciernen a la
frecuencia:
Podemos encontrar las frecuencias organizadas en tablas que estudiaremos ms adelante. Por
ahora veamos cmo se representan los tipos de frecuencia que vimos anteriormente,
supongamos que tenemos la siguiente distribucin de datos:
18, 41, 23, 47,18, 23, 23, 41, 41, 47, 47, 52, 23, 47, 23, 47, 18, 47, 7, 23, 18, 47, 52, 41, 52, 18,
23, 52, 7, 18, 52, 23.
2.1.2. Intervalos
Intervalo o rango: Conjunto de nmeros comprendidos entre otros dos nmeros dados,
conocidos estos ltimos como lmites del intervalo.
Amplitud del intervalo: Es la diferencia del lmite superior menos el lmite inferior (Ls -
Li).
Fronteras de clase: Son los puntos medios entre los lmites de intervalos consecutivos.
Las fronteras de clase se utilizan para recuperar los datos entre el lmite superior de un
intervalo y el lmite inferior del siguiente.
Ejemplo de intervalos
Veamos cmo se representan los conceptos relacionados con los intervalos.
Dados los nmeros 15 y 25, tendramos que:
El intervalo corresponde a todos los nmeros que se encuentran entre el 15 y el
25. El intervalo de clase sera: 15-25
Lmite inferior = 15
Lmite superior = 25
La frontera de clase no debe coincidir con los datos lmites del intervalo, porque
sera complicado identificar el intervalo al que pertenece dicho dato.
Ejemplo: Con en base las fronteras dadas se construyen los nuevos intervalos
3.5-14.5, 14.5-25.5 y 25.5-36.5. Si se tiene el dato 25.5 no se sabra si ponerlo
en el segundo o en el tercer intervalo.
Es recomendable que la marca del intervalo coincida con alguno de los datos.
Esto no es necesario y no siempre se logra, sobre todo cuando los intervalos
tienen la misma amplitud.
1. Calcular el rango:
Para esto, se identifica el nmero mayor (Xn) y el nmero menor (X1) en los datos. El rango es
el resultado de la resta, esto es:
Educacin Superior Abierta y a Distancia Primer cuatrimestre 25
Estadstica bsica
Programa desarrollado
R= Xn X1
Por ejemplo:
Si en una serie de datos que van desde el 18 hasta el 56, tendramos lo siguiente:
Xn= 56 y X1= 18, por lo tanto:
R= Xn X1= 56 18= 38
Esta ser la amplitud de los intervalos. Cuando no es un nmero entero, se escoge el entero
ms cercano, como en este caso, tomamos el rango igual a 5.
Cuando la cantidad de datos es tal que no alcanza para acumular un intervalo ms, entonces
se divide entre el nmero de intervalos que se quieren.
1. Calcular el rango:
R= Xn X1= 60-20=40
Existen diferentes tipos de tablas para presentar los datos, las ms utilizadas son: Tabla de
datos, Tabla de frecuencias, Tabla por intervalos de clase y Tablas de doble entrada.
Ejemplo:
Temperatura
20.4 21.2 22.1 23.9 25.3 26.9 27.7
(Celsius)
Esta nos aporta mayor informacin pues est formada por categoras de la variable que se est
midiendo y su frecuencia (es decir, el nmero de ocurrencias de un valor dado).
Ejemplo:
suponga que un experimento da los siguientes valores medidos:
1,2,2,2,1,1,5,4,3,2,2,1,3,4,5,6,2,3,4,5,5,4,3,3,2
Procedemos entonces a agrupar por categoras, segn la frecuencia o nmero de veces que
aparece cada medicin:
Valor de la
Frecuencia
Variable medida
1 4
2 7
3 5
4 4
5 5
6 1
En este tipo de tablas los datos son presentados por intervalos de clase y no por los valores
correspondientes a cada variable.
Ejemplo:
Estas tablas proporcionan informacin referente a dos variables o eventos relacionados entre
s. Se forma poniendo en los renglones de la tabla la informacin de una de las variables y en
las columnas la informacin de la otra variable.
Ejemplo:
Suponga que se miden el nmero de cirugas realizadas por edades en una muestra de 100
personas, encontrndose lo siguiente:
Una tabla cualquiera puede ser vista como una tabla de doble entrada, en la cual las variables
relacionadas son los rangos contra el valor de las variables en dicho rango.
Por ejemplo:
Podramos considerar la tabla como una tabla de frecuencias o como una tabla de doble
entrada:
Tiempo Temperatura
(min) (C)
1-5 36
6-10 44
11-15 67
Introduccin
2.2.1. Histograma
Este tipo de grfica se utiliza para datos de tipo ordinal, nominal y discreto. En estas se
muestran la frecuencia, la frecuencia relativa y el porcentaje por medio de la altura de la barra y
Educacin Superior Abierta y a Distancia Primer cuatrimestre 30
Estadstica bsica
Programa desarrollado
no por el rea de la barra. Esta grfica muestra las discontinuidades en las mediciones por
medio de espacios vacios entre las barras.
La grfica de barras se traza sobre un eje de coordenadas. Y puede ser de dos formas:
Barras verticales:
Barras horizontales:
Un histograma y una grfica de barras son muy semejantes, la diferencia radica en que el
histograma no presenta separacin entre las barras.
Para trazar la grfica, se hace una distribucin proporcional de las frecuencias del problema
con respecto a la circunferencia determinando sectores circulares para cada categora.
Educacin Superior Abierta y a Distancia Primer cuatrimestre 31
Estadstica bsica
Programa desarrollado
Ejemplo:
Medicin en Frecuencia
Frecuencia Porcentaje
cm acumulada
30 3 3 3%
30.1 7 10 6%
30.2 12 22 10%
30.3 18 40 15%
30.4 23 63 19%
30.5 21 84 18%
30.6 17 101 14%
30.7 11 112 9%
30.8 5 117 4%
30.9 1 118 1%
En esta figura se muestra el histograma de las mediciones en cm vs. frecuencia, note como el
ancho de las clases es el mismo.
En esta unidad se trabajar con dos problemas diferentes que permitirn practicar a
elaboracin de tablas de datos y grficas, adems de participar en un foro sobre el uso
cotidiano de la estadstica descriptiva. La evidencia de aprendizaje se generar a partir de la
muestra que se obtuvo en la unidad uno. Consiste en la elaboracin de tablas de datos y
grficas de diferentes tipos.
Referencias:
1. Montgomery, Douglas C. y George C. Runger (1996). Probabilidad y Estadstica
aplicadas a la ingeniera. Cuarta edicin. Mxico: McGraw-Hill.
2. Walpole, Ronald E., Raymond H. Myers et al. (2007). Probabilidad y Estadstica para
Ingeniera y ciencias. Octava edicin. Mxico: Pearson Educacin.
3. Intervalos de clase. Consultado el 26 de abril de 2010 en:
http://www.virtual.unal.edu.co/cursos/odontologia/2002890/lecciones/estadistica_descrip
tiva_2/estadistica_descriptiva_2.htm
4. Censo y entrevista. Consultados el 26 de abril de 2010 en:
http://www.indec.gov.ar/proyectos/censo2001/maestros/quees/masinfo.doc.
http://www.tec.url.edu.gt/boletin/URL_03_BAS01.pdf
Propsitos
En esta unidad:
Competencia especfica
Utiliza las medidas de tendencia central y dispersin para describir un conjunto de datos
mediante la representacin numrica y grfica de la informacin obtenida en una muestra o
poblacin.
Introduccin
Educacin Superior Abierta y a Distancia Primer cuatrimestre 34
Estadstica bsica
Programa desarrollado
Para cualquier conjunto de datos estudiados es importante tener informacin resumida de sus
caractersticas. Esta informacin nos indica cmo se comporta la poblacin de datos que
tenemos. Para resumir la informacin se utilizan dos tipos de valores que en lugar de
representar cada dato, representan conjuntos de datos. Estos dos tipos de indicadores
estadsticos son: las medidas de tendencia central, que nos muestran hacia qu valores se
agrupan o acumulan los datos, y las medidas de dispersin, que, de forma contraria a las
anteriores, muestran cmo se dispersan o separan los datos.
Las medidas de tendencia central son los valores que representan un conjunto de datos de
forma tal que nos ayudan a saber dnde estn acumulados los datos pero sin indicar como se
distribuyen. Se llaman as porque tienden a ubicarse en la parte central del conjunto de datos.
Las medidas de tendencia central ms comunes son: la media aritmtica, comnmente
conocida como media o promedio, la mediana y la moda.
La media aritmtica o, simplemente, media, se denota por o por la letra segn se calcule en
una muestra o en la poblacin, respectivamente. La media es resultado de dividir la suma de
todos los valores (xi) entre el nmero total de datos (N).
La frmula para calcular la media de una distribucin de datos, vara de acuerdo a la manera
cmo los tenemos organizados.
Los datos no agrupados son aquellos datos que organizamos en una tabla de datos, es decir,
cada valor se representa de manera individual. Las frmulas para calcular la media son:
En estas frmulas la diferencia radica en que, el total de la poblacin se representa con la letra
N y el total de la muestra se representa con la letra n.
Las frmulas para calcular la media con los datos organizados de esta manera son:
Las frmulas para calcular la media con los datos organizados de esta manera son:
3.1.2. Mediana
La mediana es el valor que divide a la mitad la serie de datos que se tienen. Es decir, la
mediana queda en medio de todos los datos cuando los acomodas ya sea en orden creciente o
decreciente, entonces, el nmero de datos que queda a la izquierda de la mediana es igual al
nmero de datos que queda a la derecha.
Si n es impar hay un dato que queda en medio de todos, ste ser igual a la mediana. Si n es
par hay dos datos que quedan en medio de todos, en este caso la mediana es el promedio de
esos dos datos, es decir, su suma dividida entre dos.
Por ejemplo:
Supongamos que tenemos los siguientes valores:
2, 4, 0, 8, 6, 4, 7, 1, 1, 0, 8, 6, 9
1. Ordenamos:
0, 0, 1, 1, 2, 4, 4, 6, 6, 7, 8, 8, 9
Por ejemplo:
Educacin Superior Abierta y a Distancia Primer cuatrimestre 37
Estadstica bsica
Programa desarrollado
1. Ordenamos
1, 1, 2, 2, 3, 3, 4, 5, 6, 6, 7, 7, 8, 9
3. Promediamos:
En donde:
3.1.3. Moda
La moda es el valor del dato que ms veces se repite, esto es, el valor cuya frecuencia absoluta
es mayor, y se denota como Mo. Algunas veces el valor que ms se repite puede no ser nico,
es decir, puede haber dos o ms datos que aparezcan con la misma frecuencia absoluta,
siendo sta la mayor. En esas ocasiones podemos hablar de poblaciones o muestras
bimodales si existen dos modas o multimodales si existen ms de dos.
Por ejemplo si tomamos una muestra de hombres y mujeres y medimos sus estaturas
tendremos dos modas.
En donde:
A diferencia de las medidas de tendencia central, que miden acumulaciones, mediante un solo
punto, las medidas de dispersin miden el grado de separacin o alejamiento que tiene una
variable estadstica en torno a una medida de posicin o tendencia central. Dicho grado de
separacin nos indica lo representativa que es la medida de posicin con respecto al conjunto
total de datos. A mayor dispersin menor representatividad de la medida de posicin y
viceversa.
3.2.1. Recorrido
El recorrido representa la distancia que hay entre el primero y el ltimo valor de la variable,
tambin se le conoce como rango y se denota por Re.
Donde:
Por ejemplo:
Supongamos que tenemos la siguiente distribucin de datos: 69, 68, 52, 57, 69, 71, 78, 52, 74,
74, 69, 52, 76.
Re=78-52=26
3.2.2. Varianza
La varianza mide la mayor o menor dispersin de los valores de la variable respecto a la media
aritmtica. Siempre es mayor o igual que cero y menor que infinito. Se define como la media de
los cuadrados de las diferencias del valor de los datos menos la media aritmtica de estos.
La desviacin tpica muestra qu tan alejado est un dato del valor de la media aritmtica, es
decir, la diferencia que hay entre un dato y la media aritmtica. Se denota como S o, segn se
calcule en una muestra o en toda la poblacin, respectivamente.
Se define como la raz cuadrada positiva de la varianza. Se expresa mediante las siguientes
frmulas:
En datos no agrupados:
En una poblacin:
En una muestra:
En una poblacin:
En una muestra:
Se contar con dos foros de uso general, uno para las medidas e tendencia central y otro para
las medidas de dispersin. El objetivo de estos foros es que los alumnos planteen sus dudas a
todo el grupo o compartan informacin que pueda ser de utilidad para el estudio de los temas.
Cuenta con una actividad que debe ser enviada al facilitador como tarea, adems de la
autoevaluacin y la evidencia de aprendizaje. Esta ltima consiste en la presentacin de las
medidas de tendencia central y dispersin de los datos obtenidos de la muestra de la unidad
uno, adems de incluir, a manera de conclusin, una reflexin sobre el uso y las aplicaciones
de la estadstica descriptiva.
Referencias: