Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadisticas 01 Material-De-Lectura PDF
Estadisticas 01 Material-De-Lectura PDF
ESTADSTICA DESCRIPTIVA
E INFERENCIAL I
1
COLEG IO DE
BACHILLERES
Colaboradores
Asesora Pedaggica
Irma Cruz Santilln
Revisin de Contenido
Armando Martnez Cruz
Diseo Editorial
Leonel Bello Cuevas
Javier Daro Cruz Ortiz
2
NDICE
INTRODUCCIN 5
PROPSITO 7
1.1.3 Aplicaciones 18
3
1.2.5 Grficas 54
RECAPITULACIN 74
ACTIVIDADES DE CONSOLIDACIN 75
AUTOEVALUACIN 78
BIBLIOGRAFA CONSULTADA 87
4
INTRODUCCIN
Sin embargo el trmino Estadstica tiene varios significados para diferentes personas;
para la gente comn y corriente la estadstica solamente significa nmeros. En el
periodo de la maana se pueden encontrar la estadstica ms reciente sobre los delitos
de la ciudad; de asesinatos, de robos de automviles; de asaltos y dems delitos que
hayan sido denunciados en determinado periodo de tiempo; de los nacimientos y
muertes que han ocurrido, o en relacin con el deporte, el nmero de partidos ganados y
perdidos por equipos integrantes de la liga de ese deporte.
Para otras personas es un mtodo para obtener, presentar y escribir grandes cantidades
de datos, y para otras es un mtodo para tomar decisiones en situaciones difciles.
El objetivo bsico de este fascculo es aclarar los significados de Estadstica, definir sus
conceptos bsicos utilizados con frecuencia y analizar los usos y abusos de los mtodos
estadsticos.
Aunque los significados sean diferentes, todos ellos forman parte del concepto total de
Estadstica. La palabra tiene su sentido ms amplio para aquellas personas cuyo
trabajo requiere un conocimiento de los aspectos ms tcnicos de la estadstica. Para
estas personas, la palabra tiene relacin con aquellos conceptos y tcnicas que se
utilizan en la recopilacin, organizacin, resumen, anlisis, interpretacin y comunicacin
de informacin numrica.
Estos conceptos y tcnicas juegan un papel importante en las actividades que realizan
los profesionales de todas las ciencias.
5
6
PROPSITO
La estadstica es una rama de las matemticas aplicadas que surgi por la necesidad
concreta que el hombre tiene de conocer la resolucin de problemas relacionados con la
recoleccin, procesamiento, anlisis e interpretacin de datos numricos cuyo
conocimiento le permitir tomar decisiones acertadas.
7
8
CAPTULO 1
ANTECEDENTES HISTRICOS DE LA ESTADSTICA Y SUS
FUNCIONES
Al igual que ha ocurrido con otras muchas disciplinas, a lo largo del tiempo se ha
pensado que la estadstica es un procedimiento extraordinariamente complicado.
Cuando leemos artculos en los que aparecen resultados estadsticos nos queda la
impresin de que lo dicho en ellos es una verdad absoluta e incontrovertible que est
apoyada por todo un aparato matemtico. Esto no es forzosamente cierto, se puede
adquirir con relativa facilidad un conocimiento bsico de la estadstica.
9
John Graunt naci en 1620 en Berchin Lane, Londres, bajo el signo de las siete estrellas,
donde su padre tena una tienda y el hogar. Aprendi pronto el oficio de vendedor de
mercera y prosper en el negocio. El xito le dio la posibilidad de dedicarse a
ocupaciones ms amplias que las de la venta de artculos de mercera. Aubrey lo
describe como una persona muy ingeniosa y estudiosa... se levantaba muy temprano
para sus estudios antes de abrir la tienda. Se hizo amigo de Sir William Petty, ms
tarde autor de un conocidsimo libro sobre la nueva ciencia de la aritmtica poltica, y
probablemente discuti con l las ideas expresadas en sus Obervations.
Un ejemplo de las observaciones hechas por Graunt en 1632 fueron las siguientes:
Varones 4,994
Bautizados Hembras 4,590
Total 9,584
Varones 4,932
Enterrados Hembras 4,603
Total 9,535
Las Observations impresionaron tan favorablemente a Carlos II, que este propuso
especialmente a Graunt como socio fundador de la recientemente constituida Royal
Society. Para prevenir cualquier posible objecin al hecho de que Graunt era tendero,
su majestad dio este encargo particular a su Sociedad, de que si encontraban algn
comerciante ms de su estilo, lo admitiesen sin ms ceremonia. Graunt fue elegido
socio fundador de la Royal Society en 1662.
10
Desde luego, Graunt escribi la mayor parte, incluidas las aportaciones cientficas ms
valiosas. Petty aadi lo que Thomas Browne llamara Elegancia, y as aument la
popularidad del libro. Sir William Petty era un hombre presuntuoso y algo engredo,
incapaz de decidir si patrocinar a Graunt o acreditar su trabajo. No hay pruebas de que
alguna vez hubiese entendido la importancia y originalidad de lo que haba hecho su
amigo.
Graunt fue miembro del consejo comn de la ciudad y desempe otros cargos, pero al
convertirse al catolicismo dej el comercio y cualquier otra obra pblica. Graunt tena
cabeza y talento para el trabajo, y era jocoso y fecundo en su conversacin.
John Arbuthnot 1
En los trabajos de Graunt y Halley se bas John Arbuthnot en 1970 para probar la
existencia de Dios. Su argumento dice:
Anchenwall un economista, acu en 1760 la palabra estadstica, que deriva del trmino
italiano statista. La raz de la palabra procede del latn status que significa estado o
situacin.
1
www_history.mcs.st-andrews.ac.uk/history/pictDisplay/Arbuthnot.html
11
La Ley de los Grandes Nmeros
Tirando al aire su discrecin matemtica un estudioso del sujeto llega a esta definicin
correcta.
Girolamo Cardano 2
Cardano naci en Pravia en 1501 y muri en 1576. Su vida es una serie de actos
incoherentes que pertenecen tanto a la historia de la Matemtica como a la de la
Astrologa y a la de la Patologa. Realiz sus primeros estudios en su ciudad natal y
luego en la Universidad de Padua, donde alcanz la Licenciatura en Medicina que ejerci
en Sacco y en Miln durante el perodo de 1524 a 1556. Durante estos aos estudi
Matemticas y public sus principales obras. Entre estas destaca el Ars Magna, en la
cual se presentan races negativas de una ecuacin, algunos clculos con nmeros
imaginarios y la frmula de la ecuacin cbica que ha pasado a la historia con el
calificativo de Cardmica, aunque ya se sabe que es de Fortaglia, con quien tuvo una de
las polmicas ms agrias en la historia de las Matemticas.
Se le atribuye la primera discusin sobre Probabilidad en su manual para jugadores
Siber De Ludo Aleae (Manual para tirar dados).
2
www_history.mcs.st-andrews.ac.uk/history/pictDisplay/Cardan.html
13
Karl Fredrich Gauss (1777-1855) 3
Junto con Arqumedes y Newton, Gauss es uno de los tres grandes de la Matemtica.
Ellos aportaron conceptos muy tiles en sus distintas ramas tanto en su forma pura como
aplicada.
La precocidad de Gauss fue evidente antes de los tres aos de edad. Cuando su padre
haca la nmina para pago de los trabajadores, sin darse cuenta que su hijo segua sus
acciones, al terminar, el nio exclam Padre el clculo est equivocado. Al
comprobarlo not que el resultado que le dijo el nio era correcto.
Gauss se hizo notable, ya que a los doce aos critic los fundamentos de la Geometra
Euclidiana, a los trece le interesaba la posibilidad de la Geometra No-Euclidiana, a los
quince entendi el concepto de convergencia de lneas y prob el binomio de Newton, a
los dieciocho invent el mtodo de los mnimos cuadrados, a los diecinueve, el 30 de
marzo de 1796, descubri la construccin del polgono de 17 lados slo con regla y
comps.
Su lema fue: Pauca. Sed natura, que significa: Poco, pero maduro.
3
www_history.mcs.st-andrews.ac.uk/history/pictDisplay/Gauss.html
14
Johann Von Neumann (1909-1957) 4
4
www_history.mcs.st-andrews.ac.uk/history/pictDisplay/Von_Neumannn.html
15
1.1.2 Funciones de la Estadstica
El profesional, que entiende de estadstica puede leer con inteligencia la literatura que
sobre su campo de accin va apareciendo da con da.
Con frecuencia escuchamos en los medios de difusin comentarios como los siguientes:
Todas estas expresiones nos indican que la Estadstica es una herramienta que ayuda a
conocer la realidad. Sin embargo, tambin puede servir para distorsionar la verdad si no
se tiene cuidado al usar los mtodos estadsticos adecuadamente y si la interpretacin
de los resultados lo hacen incorrectamente.
Es famoso la frase que en cierta ocasin el ministro ingls Benjamin Disraeli dijo: Hay
tres clases de mentiras que son: Las simples, las malvadas y las de la Estadstica.
Esta acusacin hecha hace muchos aos, ha llegado a convertirse en una descripcin
adecuada de algunos engaos que se pueden realizar mediante la Estadstica.
16
en forma cientfica y al comprobarlo, resulta que la informacin fue alterada con la
finalidad de obtener un resultado favorable pero falso.
Se debe tener cuidado en los reportes estadsticos en no caer en una falacia; para
evitarlo se debe tener una actitud crtica hacia cualquier escrito que leamos. As mismo
hacer un anlisis cuidadoso que nos indique si el contenido y la interpretacin son
correctas o si se ha hecho un mal uso de la Estadstica.
1) Cmo es la muestra?
Ejemplo:
Esta forma de obtener la informacin es incorrecta toda vez que la respuesta es guiada
por el encuestador y la mayora van a ser afirmativas.
En algunos estudios las trampas de este tipo pueden estar en proceso de medicin,
veamos el siguiente.
Ejemplo:
17
En un poblado del Edo. De Mxico se levant un censo de todos los habitantes que no
saban leer para inscribirlos en los cursos de INEA. El encuestador report 3000
analfabetos que fueron los que detect, pero l no saba que mucha de esta gente no
queran aprender a leer y por lo tanto no se presentaron para su reporte.
En el mismo poblado se anunci por la radio que toda persona que no supiera leer, el
programa de solidaridad le otorgara $ 50,000 pesos mensuales de ayuda por lo tanto
deban anotarse en la presidencia municipal las personas que cubrieran el requisito.
A este anuncio acudieron 7,000 personas que no saban leer. Esto nos muestra que la
informacin no siempre va a ser verdadera y en casos como estos, depende del inters
de la gente.
Esta pregunta nos invita a analizar la informacin reportada y nosotros debemos ver
si es congruente con el sentido comn.
Ejemplo:
6) Qu informacin falta?
Ejemplo:
En una librera se report que en tan slo un mes se duplicaron las ventas, sin embargo,
no se especific que se refiere al mes de septiembre que fue el inicio de clases y
adems aument el costo de los libros debido a la demanda.
7) Quin lo dice?
Ejemplo:
18
8) Es correcta la representacin grfica que nos muestra la informacin?
Las representaciones grficas tambin pueden ser engaosas toda vez que algunas
veces se toman dos escalas diferentes para graficar el fenmeno, una para el eje
horizontal y otra para el eje vertical, y si esto no se analiza con cuidado, se puede
caer en una inferencia falsa.
De todo lo anterior podemos concluir que algunos reportes, ya sean grficos o escritos
que incluyen un informe estadstico, puede mentir; pero esto no quiere decir que siempre
sea as.
ACTIVIDAD DE REGULACION
Para cualquier duda consulta con tu profesor o asesor quien te indicar si tus respuestas
son correctas.
1.1.3 Aplicaciones
a) La planeacin de la produccin.
b) El control de calidad.
c) Las ventas.
d) El almacn, etctera.
Nacimientos.
Defunciones.
Matrimonios.
Divorcios.
Adopciones.
Etctera.
20
En materia de poblacin los datos aportan una buena ayuda para fijar la poltica de
estmulos al control de la natalidad, dirigir la inmigracin o emigracin, establecer los
planes de lucha contra las enfermedades epidmicas o plagas que azotan los
campos, etctera.
11) Salud. Los tcnicos de la salud la utilizan para planear la localizacin y el tamao
de los hospitales y de otras dependencias de salud. Tambin se aplica en la
investigacin sobre las caractersticas de los habitantes de una localidad, sobre el
diagnstico y la posible fuente de un caso de enfermedad transmisible; sobre la
proporcin de personas enfermas en un momento determinado, de ciertos
padecimientos de una localidad, sobre la proporcin de enfermos de influenza en
dos grupos, uno vacunado contra el padecimiento y el otro no. Tambin se aplica
en cualquier otro tipo de investigacin similar a ste.
12) Psicologa. Los psiclogos se valen de los conceptos y tcnicas de la estadstica
para medir y comparar la conducta, las actitudes, la inteligencia y las aptitudes del
hombre.
13) Negocios. Los hombres de negocios pueden predecir los volmenes de venta,
medir las reacciones de los consumidores ante los nuevos productos, etctera.
21
14) En la Fsica se utiliza la Estadstica para obtener datos y probar hiptesis.
Qu es la Estadstica?
a) Poblacin.
b) Muestra.
c) Variable de Estudio.
d) Datos u observaciones.
e) Parmetros.
f) Estadgrafos o Estadsticos.
22
La poblacin en este caso son todos los profesores del Plantel 11. Cada uno de los
profesores seleccionados y que se les aplic la encuesta es un elemento, un dato o una
observacin y todos ellos forman una muestra representativa de la poblacin.
Analiza el ejemplo de los maestros y en base a estos conceptos, contesta en la lnea las
siguientes preguntas de este ejemplo:
De los ejemplos anteriores podemos ver que al realizar un experimento para conseguir
informacin acerca de un problema, se tiene un conjunto de resultados en que cada uno
corresponde a una observacin.
Ejemplo:
23
- Cul es el nmero mnimo de observaciones? _____________________________
De los ejemplos anteriores habrs notado que los datos se obtienen mediante la
observacin del fenmeno que interesa estudiar. Tambin se obtienen de los
documentos donde se reportan los hechos.
a) La edad para saber cuntos estn prximos a su retiro o para determinar la edad
promedio de los trabajadores.
c) El grado de estudios de cada uno para saber si se les puede impartir cursos de
preparacin para el trabajo que requieren conocimientos de nivel medio superior,
etctera.
De los anterior podemos concluir que de acuerdo con la necesidad, se define la variable
que se va a medir.
Definicin
a) Poblacin finita.
b) Poblacin infinita
Muestra
Por ejemplo, si se desea estimar el gasto promedio anual de los estudiantes del C.B., se
extraera una muestra formada por cierto nmero de estudiantes, se determinara el
gasto anual correspondiente a cada uno de ellos y despus se obtendra el promedio.
Se utiliza una muestra debido a que simplemente no se tiene el tiempo ni los recursos
25
para establecer el contacto con todos los estudiantes del C.B., aun cuando es posible
hacerlo.
Definicin
POBLACIN
MUESTRA
Todas las muestras son subconjuntos de la poblacin pero no todas son representativas.
Definicin
Muestra aleatoria es aquella que se obtiene de tal manera que cada posible
observacin disponible en la poblacin, tiene la misma probabilidad de ser
seleccionada.
Para poder obtener estas muestras es necesario que no intervenga la preferencia del
investigador por algn elemento de la poblacin; es decir, cada elemento de la poblacin
deber tener igual oportunidad de ser seleccionado.
Ejemplo:
Solucin:
El parmetro de la poblacin es: El peso promedio de todos los jitomates producidos por
cada planta en una cosecha determinada.
26
ACTIVIDAD DE REGULACION
De todos los estados de la Repblica Mexicana se desea saber el ingreso bruto sobre
recaudacin de impuestos sobre la renta y el promedio de ingresos de diez de los
estados tomados al azar.
La poblacin es _________________________________________________________
La muestra es __________________________________________________________
El parmetro es _________________________________________________________
Descriptiva
Estadstica
Inferencial
27
Definicin
Hacia fines del siglo XVII, ya existan investigaciones semejantes a nuestros censos
modernos. Al mismo tiempo, las compaas de seguros empezaban a recopilar tablas
de mortalidad para determinar las primas de seguros de vida.
Ejemplo:
Un director de escuela desea conocer las aptitudes de cinco secretarias que trabajan en
dicha institucin.
Se aplica una prueba de aptitudes a las cinco secretarias y las calificaciones son 82, 85,
95, 92 y 91. La medida estadstica que emplea el Director es la aptitud promedio o
media aritmtica, la cual es la suma de los valores obtenidos dividida por el nmero de
observaciones. Entonces, la calificacin promedio es:
82+85+95+92+91 = 445 = 89
5 5
28
El clculo de la media aritmtica, simple como es, es una parte importante de la
estadstica descriptiva. El resultado se limita a los datos obtenidos en este caso
particular y no implica ninguna inferencia o generalizacin acerca de las aptitudes de
otras secretarias. Este mtodo es de naturaleza descriptiva, debido a que el promedio
condensa y describe la informacin obtenida, por ejemplo en el caso de las secretarias
significa que el promedio de las aptitudes de las cinco secretarias es 89%.
Por ejemplo; podra desear conocer la aptitud promedio de las dems secretarias, pero
carece del tiempo o de los recursos para aplicar una prueba a todas ellas. Podra utilizar
la calificacin promedio de las cinco secretarias como base para realizar una inferencia o
estimacin acerca de la aptitud promedio de todas las secretarias.
Con ese fin, necesitar conocer otra rama de la Estadstica conocida como Estadstica
Inferencial o Inferencia Estadstica.
Definicin
Para concluir diremos que existe otra gran divisin de las tcnicas estadsticas:
a) Estadstica Paramtrica.
b) Estadstica No Paramtrica.
29
La Estadstica no paramtrica es un conjunto de tcnicas diseadas para niveles de
medicin menores, por ejemplo, el nominal y ordinal, para efectuar estimaciones no
habr parmetros en estricto sentido.
4) Se pueden aplicar los procedimientos no paramtricos cuando los datos que se van
a analizar consisten ms bien en rangos o conteos de frecuencia tales como
porcentaje de pruebas, estatura, peso, longitud, entre otras.
30
1.2 CONCEPTOS BSICOS PARA EL ESTUDIO DE LA ESTADSTICA
a) PLANEACIN.
Dar respuesta a la primera pregunta implica determinar la poblacin o muestra y fijar las
variables para su estudio.
El para qu?
No permite tener presente el problema por resolver con el fin de fijar con precisin las
variables que permitirn la resolucin del mismo y con ello estar en posibilidad de tomar
una decisin correcta.
31
Al finalizar el curso se procede a la recopilacin de la informacin que se concentra para
el trabajo de gabinete.
- Caractersticas.
- Atributos.
- Rasgos.
- Cualidades.
ACTIVIDAD DE REGULACION
1. Ejemplos de variables:
c) Los cirujanos de una clnica desean conocer el tipo de nariz que tiene cada
habitante de una colonia (variable tipo de nariz).
32
ACTIVIDAD DE REGULACION
__________________________________________________________________
ii) De cada uno de los ejemplos explica con tus propias palabras para qu se desea
conocer dicha variable.
__________________________________________________________________
__________________________________________________________________
De acuerdo con el tipo de medida que describe cada una de las variables, stas se
clasifican en dos tipos que son:
1. Variables cualitativas.
2. Variables cuantitativas.
a) Nominales b) Ordinales
2. Un empresario desea saber entre las marcas de carro (Ford, Nissan, Chrysler),
cul es el de preferencia de los habitantes de una ciudad de la Repblica; para
ello se encuesta a 20 personas habindose obtenido los siguientes resultados:
F, N, C, F, C, C, N, C, F, N,
N, N, F, C, N, F, N, C, F, N.
_______________________________________________________________
_______________________________________________________________
33
En este ejemplo los habitantes se agrupan en tres categoras de acuerdo a su
preferencia:
Cuando los valores de una variable permiten nicamente ubicar a cada individuo
en una categora y no hay orden entre estos valores la variable se llama
Cualitativa.
3. El maestro del grupo 502 del plantel 2 Cien Metros, evalu el grado de
aprovechamiento en el curso de estadstica, bajo la siguiente escala: Excelente,
Bien, Regular, Mal; habiendo obtenido los siguientes resultados:
R, B, M, R, E, M, B, R, R, M, B, E, B, R, B,
B, R, B, B, R, B, M, E, R, R, B, B, E, B, R,
R, R, B, B, R, B, R, R, B, E, M, R, B, R,
34
ACTIVIDAD DE REGULACION
______________________________________________________________________
__________________________________________________________________
__________________________________________________________________
Definicin
4. El mdico de una guardera desea saber el crecimiento que tuvo cada nio a su
cuidado, durante los primeros 6 meses del ao, para ello se obtuvieron los
siguientes resultados en centmetros:
8, 8, 7, 5, 4, 3, 4, 7, 5, 9, 3, 4, 7, 6, 5, 7, 3
5, 4, 5, 3, 9, 7, 6, 8, 4, 6, 9, 7, 8, 3, 4, 9, 5
35
Escribe la variable que se investiga en este ejemplo: _____________________
ACTIVIDAD DE REGULACION
18, 25, 15, 30, 22, 27, 15, 18, 21, 19,
28, 27, 16, 19, 18, 30, 17, 16, 20, 15,
14, 19, 23, 27, 17, 14, 16, 20, 21, 28,
__________________________________________________________________
Definicin
36
Definicin
definicin
a) Nominal
CUALITATIVA
b) Ordinal
VARIABLE
a) Discreta
CUANTITATIVA
b) Continua
ACTIVIDAD DE REGULACION
1. Nombre:
__________________________________________________________________
Una vez que se han obtenido los datos y que se ha hecho el estudio de los valores que
pueden tomar las variables, la primera tarea de la Estadstica es la de ordenar y
presentar los datos en tablas que permitan ver la tendencia de los mismos. Ordenados
los datos se facilita su representacin en diagramas y grficas de diferentes tipos.
Los datos agrupados en tablas, nos permiten ver con facilidad el nmero de
observaciones iguales o comprendidos en un intervalo, a este nmero de repeticiones
iguales de la variable se llama frecuencia y se denota por fi. Otros valores relacionados
con la frecuencia son:
Escalas de Medicin.
La clasificacin que hemos hecho de las variables, depende del nivel de medicin de la
caracterstica deseada.
1. Nominal.
2. Ordinal.
3. Por intervalo.
38
De acuerdo con esta clasificacin podrs notar que dependen del tipo de variable que se
analiza y por lo tanto reciben el mismo nombre de stas.
10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
Definicin de variables:
La escala de medicin por intervalos es la de mayor nivel de medicin e incluye las dos
anteriores; para poder usarse con la precisin deseada es necesario fijar un patrn de
medida que cuantifique a la variable con la misma exactitud, cuantas veces sea medida.
39
ACTIVIDAD DE REGULACION
4to. lugar: un VW
Las primeras tareas de la Estadstica descriptiva son ordenar, clasificar y resumir los
datos obtenidos en la investigacin de campo, para ello se concentran en tablas de
frecuencia y stas pueden ser:
a) Absoluta.
b) Relativa.
c) Acumulada.
La maestra de orientacin del Plantel 11 dio una conferencia al grupo 603 sobre
las caractersticas y bondades de las carreras de Ingeniera, Qumica,
Metalrgica y Actuara. Al final de la conferencia pidi que llenaran un
cuestionario donde especificaron adems de los datos personales, la carrera de
preferencia. Se obtuvieron los siguientes resultados:
I, A, M, Q, Q, M, A, I, M, Q, A, Q, I, Q, M,
Q, M, M, A, Q, I, Q, M, I, I, Q, M, M, A, I,
M, A, A, Q, I, M, Q, Q, A, M, A, Q, M, A, Q,
40
En base a los datos del problema contesta lo siguiente:
1. Carrera que prefieren los alumnos del grupo 603 del Plantel 11 del Colegio
de Bachilleres.
definicin
41
b) Qu informacin podemos determinar con la categora de mayor frecuencia?
___________________________________________________________________
De la tabla del ejemplo anterior puedes notar que las partes de una tabla de frecuencias
debe contener las siguientes partes:
a) La variable.
b) La muestra o poblacin.
Estas partes son comunes a todas las tablas que se elaboren en un estudio, para que el
que las analice tenga toda la informacin y pueda hacer deducciones de los resultados.
Se realiza un torneo relmpago de ftbol entre los planteles del norte del Colegio
de Bachilleres que son el 1, 2, 6, 7, 9, 11, 12, 13, 18, 19. El torneo se realiz en tres
fechas con sede en el Plantel de menor nmero. En la primera vuelta se sortean los
42
equipos pares e impares. Para la segunda ronda se sortean para jugar un par con un
impar, y la tercera y ltima ronda se jugar de acuerdo con el lugar que tengan al final de
la segunda ronda. Se formaron las parejas en el orden siguiente: 1er. lugar con 2do.
lugar, 3. con 4to., etctera.
Vuelta Plantel 1 2 6 7 9 11 12 13 18 19
1 Goles 3 5 4 3 2 5 2 4 3 5
2 Goles 2 3 1 0 3 4 2 3 1 3
3 Goles 4 5 0 2 4 3 1 1 0. 2
Totales 9 13 5 5 9 12 5 8 4 10
1. Resultados obtenidos del torneo relmpago efectuado por los 10 planteles de la zona
norte, efectuado los tres primeros domingos del mes de septiembre de 1993.
2.
Consumo fi
KW/hr
5 2
6 3
7 4
8 5
3. 9 6
10 5
11 3
12 2
4. Total 30
5. Investigacin elaborada por el jefe de planta, datos tomados del consumo diario
del mes de agosto de 1993.
Respuestas:
f
fr = . . . . . . . . . ( 1)
n
2. Frecuencia relativa ( fr )
Puntuacin fi Razn Proporcin Porcentaje
0 1 1/100 0.01 1%
1 2 2/100 0.02 2%
2 3 3/100 0.03 3%
3 5 5/100 0.05 5%
3. 4 6 6/100 0.06 6%
5 8 8/100 0.08 8%
6 20 20/100 0.20 20 %
7 25 25/100 0.25 25 %
8 15 15/100 0.15 15 %
9 10 10/100 0.10 10 %
4.
10 5 5/100 0.05 5%
Total 100 100/100 1.00 100 %
Definicin
46
ACTIVIDAD DE REGULACION
Hasta el momento, en los problemas que hemos analizado las muestras son pequeas
(n es pequeo). Sin embargo cuando la muestra o poblacin se compone de un
considerable nmero de elementos, la tabla de frecuencias se elabora agrupando los
datos en clases y ahora la tabla se llama Tabla de frecuencias con datos agrupados.
La formacin de clases o intervalos de clase que simbolizaremos con (k) es muy variado
y depende generalmente del tamao del rango de la poblacin o muestra.
Definicin
R = Xn x1 . . . . . . . . . . . . . (2)
Xn = valor mayor
X1 = valor menor
No existe alguna ley que defina cmo obtener el nmero de clases; pero la experiencia
recomienda que no sea menor que 5 ni mayor de 20, esto es:
5 k 20 . . . . . . . . . . . . . . (3)
k = nmero de clases
Una vez definido el nmero de clases (k), para obtener la amplitud de clase (A)
aplicamos la siguiente ecuacin:
R
A= . . . . . . . . . . . . . . (4)
K
47
Donde:
k = nmero de intervalos
n = tamao de la muestra
log = logaritmo en base 10
30, 38, 36, 35, 29, 28, 30, 35, 40, 48, 50, 20, 25, 56, 30
27, 29, 46, 41, 31, 31, 31, 39, 28, 36, 37, 52, 44, 49, 52
56, 58, 40, 39, 38, 40, 27, 24, 30, 32, 35, 38, 26, 25, 24
60, 55, 48, 37, 31, 30, 22, 20, 24, 26, 23, 22, 28, 27, 48
2. Determinamos X1 y Xn.
3. Calculamos el rango R.
Respuestas:
1. 20, 20, 22, 22, 23, 24, 24, 24, 25, 25, 26, 26, 27, 27, 27, 28
28, 29, 29, 30, 30, 30, 30, 30, 31, 31, 31, 32, 35, 35, 35, 36
36, 37, 37, 38, 38, 38, 38, 39, 39, 40, 40, 40, 41, 44, 46, 48
48, 48, 49, 50, 52 ,52, 55, 56, 56, 57, 58, 60
2. X1 = 20
Xn = 60
3. R = Xn X1 = 60 20 = 40
Frecuencia relativa ( fr )
2. Clases (K) f Razn Proporcin Porcentaje
20-25 10 10/60 0.17 17%
26-31 17 17/60 0.28 28%
32-37 8 8/60 0.13 13%
3. 38-43 10 10/60 0.17 17%
44-49 6 6/60 0.10 10%
50-55 4 4/60 0.07 7%
56-61 5 5/60 0.08 8%
4. Total 60 60/60 1.00 100 %
Los valores extremos de cada clase se conocen como lmites de clase. El valor menor
se llama lmite inferior de la clase y el mayor se llama lmite superior de clase.
49
Si analizamos los intervalos de clase del ejemplo anterior podemos notar lo siguiente:
1er. intervalo 20 25
2do. Intervalo 26 31
20 25 26 31 32 36
En la grfica podemos ver que al formar los intervalos de clase hay un valor entre clase y
clase que se pierde.
Como la variable es discreta sabemos que entre estos valores no hay ninguna
informacin que se pierda; pero qu pasa si la variable es continua?, en estos casos si
hay la posibilidad que entre el 25 y 26 se pierdan los valores comprendidos como es
25.1, 25.3, 25.6, etctera.
Para evitar este error, si la variable es continua, entonces despus de haber determinado
los lmites de clase, se fijan otros lmites que inician medio punto antes y medio punto
despus; de esta forma no hay posibilidad de perder informacin.
50
Si representamos los lmites reales de clase en una grfica lineal podemos observar que
ya no hay saltos entre cada clase:
Al cambiar los lmites reales de clase, el valor del intervalo de clase (A) no cambia y para
determinarlo aplicamos la siguiente ecuacin:
A = Xs Xi . . . . . . . . . . . . . . . (6)
Xs = 43 A = 43 38 = 5
Xi = 38
De este resultado se infiere que para la variable discreta debe aplicarse la siguiente
ecuacin:
A = Xs Xi = 1 . . . . . . . . (7)
A = 43 + 38 + 1 = 6
51
Otra caracterstica importante del intervalo de clase o marca de clase es el punto medio
de clase o marca de clase (Mi).
Definicin
M1 = Xs X1 . . . . . . . . . . . (8)
2
Determinemos los puntos medios o marcas de clase del mismo ejemplo anterior en los
dos tipos de intervalos.
De la tabla se deduce que el punto medio de clase (Mi) o marca de clase es el mismo en
cada clase para ambas variables (discreta o continua).
ACTIVIDAD DE REGULACION
1. Clases.
2. Lmites reales de clase.
3. Punto medio de clase o marca de clase.
4. Frecuencia absoluta (fi).
5. Frecuencia relativa (fr).
52
Problema: En una cadena de tiendas, la venta de lquido anticongelante para
automviles, (en nmero de litros) en un determinado da de diciembre fue el que se
indica:
216, 269, 235, 235, 224, 249, 244, 240, 252, 210, 256
228, 233, 239, 253, 237, 221, 273, 229, 236, 215, 260
230, 228, 230, 255, 245, 244, 230, 231, 240, 222, 223
Hasta el problema anterior hemos mostrado cmo organizar los datos en una tabla de
frecuencia de datos agrupados en clases y tambin hemos incluido la fraccin o
porcentaje de cada clase (fr). Esta informacin nos ha permitido hacer algunas
inferencias.
DEFINICIN:
n
Fn =
i=1
f2 + f2 + . . . fn . . . . . . . . . . (9)
F
Fr = . . . . . . . . (1)
n
53
1 2 3 4 5 6 7
LMITES MARCA DE FREC. FREC. FREC. ACUMULADA
CLASES REALES CLASE (MI) ABS. (f1) REL. (FI) FI FR
20-25 19.5-25.5 22.5 10 0.17 10 0.17
26-31 25.5-31.5 28.5 17 0.28 27 0.45
32-37 31.5-37.5 34.5 8 0.13 35 0.58
38-43 37.5-43.5 40.5 10 0.17 45 0.75
44-49 43.5-49.5 46.5 6 0.10 51 0.85
50-55 49.5-55.5 52.5 4 0.07 55 0.92
56-61 55.5-61.5 58.5 5 0.08 60 1.00
Total 60 1.00
La frecuencia acumulada para la 4ta. Clase es F = 45; de este valor se infiere que hasta
esta clase corresponden 45 de las 60 observaciones realizadas.
La frecuencia relativa de esta clase es F = 0.75. este valor significa que hasta esta clase
corresponde el 75% de todas las llamadas.
Como pudiste notar en la tabla anterior, la frecuencia acumulada nos permite determinar
el nmero de llamadas menor o igual que el lmite superior de la clase correspondiente,
por lo tanto a esta columna la podemos significar con el trmino menor que.
Si queremos determinar el nmero de llamadas mayor que, lo que tenemos que hacer es
desacumular la frecuencia y para ello en lugar de sumar restamos al nmero de
observaciones (n) la frecuencia de la clase (fi) correspondiente.
54
La columna 7 correspondiente a ms que se interpreta de la siguiente forma: para F =
15 significa que 15 de los 60 das que se analizan, tuvieron un nmero de llamadas
mayor o igual a 44 y a este nmero de llamadas equivale al 25% del total.
ACTIVIDAD DE REGULACION
13 19 22 14 13 16 19 21
23 11 27 25 17 17 13 20
23 17 26 20 24 15 20 21
10 22 18 25 16 23 19 20
21 17 18 24 21 20 19 26
Con los ejemplos anteriores pudiste notar que la tabla de frecuencias nos permite inferir
ciertos conocimientos de la variable que se analiza.
1.2.5 Grficas
55
Los diferentes tipos de grfica que podemos usar para representar las observaciones de
un determinado problema y la seleccin de este tipo, dependen de la variable en estudio.
b) Circulares.
c) Pictogramas, etctera.
Si la variable en estudio es de tipo cuantitativo, los grficos que podemos usar para su
representacin grfica son:
a) Histogramas.
Definicin
a) En el eje de las abscisas (horizontal) se representan las clases con sus lmites
reales de clase y las marcas de clase (Mi) de cada intervalo.
56
2. Por los lmites reales superior e inferior de cada clase se trazan barras verticales
que se cortan mediante una horizontal que se traza a la altura del punto
correspondiente a la frecuencia de cada clase.
10, 11, 13, 13, 13, 14, 14, 15, 16, 16, 17, 17, 17, 17, 17, 17, 18,
18, 19, 19, 19, 19, 19, 20, 20, 20, 20, 20, 20, 20, 21, 21, 21, 21,
22, 22, 23, 23, 23, 23, 24, 24, 25, 25, 26, 26, 27, 29.
Xn = 29
Xi = 10
3. Calculamos R = Xn X1 = 29 10 = 19
R = 19
57
4. Calculamos el nmero de clases (K), para ello determinamos (n)
A= R = 19 = 2.7 A=3
K 7
2. 1 2 3 4 5 6 7 8
FRECUENCIA ACUMULADA
LMITES P. MEDIO FREC. FREC. F F30
CLASES REALES DE CLASE (fi) (fr) MENOR Q MAYOR Q Fr
(MI)
10-12 9.5-12.5 11 2 0.042 2 46 0.042
13-15 12.5-15.5 14 6 0.125 8 40 0.167
16-18 15.5-18.5 17 10 0.208 18 30 0.375
3. 19-21 18.5-21.5 20 16 0.333 34 14 0.708
22-24 21.5-24.5 23 8 0.167 42 6 0.875
25-27 24.5-27.5 26 5 0.104 47 1 0.979
4. 28-30 27.5-30.5 29 1 0.021 48 0 1.00
Total 48 1.000
6. Trazamos los ejes del plano coordenado, fijamos una escala para cada eje y
representamos en el vertical las frecuencias y en el eje horizontal las clases.
58
fi
15
10
0 x
10 15 20 25 30
Grfica No. 1
Analiza la grfica anterior y piensa que eres el gerente general. Explica con tus propias
palabras toda la informacin sobre la antigedad de los obreros, que puedas inferir de
ella.
Las lneas verticales punteadas corresponden al punto medio o marca de clase y ste
nos indica el promedio de las puntuaciones en cada clase.
En nuestro ejemplo para la tercera barra, el promedio en aos cumplidos de los obreros
de la empresa ubicados en esa clase es de M3 =17 aos y como la frecuencia es f3 = 10
Obreros con la misma antigedad.
Otra grfica que permite describir los datos de una distribucin de frecuencias es el
polgono de frecuencias.
59
1.2.7 Polgono de Frecuencia
POLGONO DE FRECUENCIAS
fi
15
10
0 x
8 10 15 20 25 30
Grfica No. 2
b) Se unen los puntos finales de stos segmentos con una lnea continua que inicia
medio punto antes del lmite inferior de la primera clase y termina medio punto
despus del lmite superior de la ltima clase (ver Grfica No. 1).
60
POLGONO DE FRECUENCIA ACUMULADA RELATIVA (Fr)
Fr
1.0
0.5
0 x
10 15 20 25 30
Grfica No. 3
Si observas las grficas 2 y 3 hars notado que son muy parecidas y su tamao
depender de la escala que se use.
Si los intervalos de clase se toman cada vez ms pequeos, entonces los puntos se
unen con segmentos curvos que van suavizando la forma del polgono de frecuencias
hasta tomar una forma parecida a la siguiente grfica.
fr
x
0
Grfica No. 4
61
Al graficar las columnas 6 y 7 de la tabla de frecuencias de nuestro ejemplo,
correspondientes a la frecuencia acumulada, obtenemos otras grficas diferentes a las
anteriores.
Para trazar dicha grfica se procede como en los grficos anteriores, es decir, en el eje
horizontal se trazan los intervalos de clase y marcas de clase y en el vertical las
frecuencias acumuladas.
50
40
30
20
10
Aos de
Antigedad
en la
menos empresa
10 15 20 25 30
que
Grfica No. 5
Analiza la grfica y escribe con tus propias palabras la informacin que puedes deducir
de ella.
62
Ya vimos que al desacumular las frecuencias obtenemos la grfica mayor que, tomamos
los datos de la columna 7 y obtenemos:
Fi
50
40
30
20
10
Aos de
Antigedad
en la
mas empresa
que 10 15 20 25 30
Grfica No. 6
ACTIVIDAD DE REGULACION
63
Ahora analizaremos las grficas de problemas cuya variable sea cualitativa.
Grficas Circulares.
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.
12. El gobierno de la ciudad de Mxico promocion cursos dominicales para todas las
personas que quieran aprender alguna habilidad artesanal o artstica; los cursos se
realizarn de 8:00 a 12:00 hrs. Las inscripciones quedan abiertas todo el mes de
septiembre.
Para distribuir cada clase en la circunferencia se aplica una regla de tres simple
relacionando el total de inscritos (1800) a 360 que tiene la circunferencia y de esta
relacin determinamos la parte que le corresponde a cada curso.
1800 es a 360
como 250 es a x
1800 360
250 x
64
Recuerda que para hallar el resultado se multiplica como se indica con las flechas y se
despeja la incgnita, obteniendo:
360 (2500 )
x = = 50
1800
Los resultados que debiste obtener son los que se muestran en la tabla:
Grfica No 7
65
Una forma ms til de representar las regiones de cada categora es distribuyndolos en
un porcentaje y para ello la regla de tres que se plantea, se relaciona 360 representa el
100% y en base a sta se determina el porcentaje que le corresponde a los grados de
cada categora (curso); veamos el planteamiento:
50 x 70 x
x = 13.9% x = 19.4%
66
1. Alumnos inscritos en los cursos dominicales:
Grfica No. 8
ACTIVIDAD DE REGULACION
Del siguiente problema representa los datos en una grfica circular indicando el
porcentaje correspondiente a cada categora.
67
Grficas de Barras
Para construir una grfica de barras se trazan ejes coordenados; en el eje horizontal se
representan los valores de la variable y se traza un segmento perpendicular por cada
valor. Si se usan barras, stas debern tener el mismo ancho de la base.
En el eje vertical se representa la frecuencia de cada clase usando una escala
conveniente para cada puntuacin. La frecuencia marca la altura de cada segmento
perpendicular o barra.
Las calificaciones obtenidas del grupo A son las que se muestran en la tabla siguiente:
Calificacin 5 6 7 8 9 10
No. de Alumnos 3 8 12 8 5 4
10
Calificacin
0 5 6 7 8 9 10
Grfica No. 9
Diagrama de segmentos verticales
68
CALIFICACIN DEL GRUPO A
fi
15
10
Categoras
0 5 6 7 8 9 10
Grfica No. 10
Diagrama de barras
10
fi
0
5 10
Grfica No. 11
69
ACTIVIDAD DE REGULACION
Pictograma
70
La representacin grfica de la variable mediante un pictograma es la que se muestra a
continuacin:
No. DE RBOLES
DELEGACIN (en miles)
Gustavo A. Madero
Venustiano Carranza
Cuauhtemoc
Cuajimalpa
Benito Jurez
ACTIVIDAD DE REGULACION
Se hizo una investigacin del crecimiento poblacional del municipio de Teteles de vila
Castillo, Estado de Puebla, la informacin obtenida de los archivos son:
AO No. HABITANTES
1985 8000
1986 9000
1987 10000
1988 11000
1989 12000
1990 13000
71
Grfico de Lneas
DA CANTIDAD
Lunes (L) 4000
Martes (Ma) 5500
Mircoles (M) 6000
Jueves (J) 6500
Viernes (V) 5500
5000
1000
Das de la
semana
L Ma M J V
Grfica No. 12
72
Elabor el jefe de taller de la empresa.
ACTIVIDAD DE REGULACION
AO No. ADULTOS
1985 40,000
1986 50,000
1987 60,000
1988 55,000
1989 50,000
73
RECAPITULACIN
ANTECEDENTES DE LA ESTADSTICA
BOSQUEJO HISTRICO
FUNCIONES DE LA APLICACIONES
ESTADSTICA
CLASIFICACIN DE LA
CONCEPTOS ESTADSTICA
PRELIMINARES
CONCEPTOS BSICOS
PARA SU ESTUDIO
MUESTRA
VARIABLE
CUALITATIVA CUANTITATIVA
GRFICOS
DE BARRAS
GRFICOS
DE LNEAS
74
ACTIVIDADES DE CONSOLIDACIN
Se han preparado estos ejercicios para que reafirmes tus conocimientos adquiridos en
este fascculo, resulvelos y si tienes alguna duda, consulta a tu profesor o asesor
acadmico.
c) Si podemos sacar una esfera por tiempo indefinido, entonces cmo es la poblacin?
_________________________________________________________
___________________________________________________________________
75
3. En la Fuerza Area Mexicana, los aviadores toman un examen mdico general en
cada 150 horas de vuelo, por lo que se analizan los expedientes de cada piloto para
citarlos a su examen. Los resultados obtenidos se muestran en la siguiente tabla
correspondientes a las horas de vuelo.
222, 220, 199, 212, 201, 217, 214, 213, 212, 215, 214,
196, 192, 208, 207, 212, 214, 209, 202, 206, 196, 202,
219, 194, 206, 204, 194, 211, 216, 209, 212, 216, 206,
201, 201, 210, 200, 206, 201, 205, 217, 219, 212, 207,
211, 204, 212, 212, 205, 207, 214, 211, 220, 205, 201,
218, 193, 199, 206, 209, 205, 205, 221, 216, 211, 204,
215, 203, 213, 207, 209, 197, 197, 199, 208, 209, 218,
204, 207, 202, 209, 195, 207, 209, 205, 210, 197, 209,
211, 208, 211, 198, 217, 209, 199, 192, 218, 193, 208,
209, 194, 211,
R
d) Calcula la amplitud del intervalo A =
K
h) Determina la frecuencia fi
76
4. Los subsidios que el gobierno federal distribuy en el ao de 1993 se muestran en la
siguiente tabla.
5. La venta de libros de la librera de Cristal de los 5 aos anteriores fueron los que se
muestran en la siguiente tabla.
77
AUTOEVALUACIN
Los resultados que debiste obtener en la solucin de los problemas anteriores son los
siguientes:
b) Es cuantitativa.
c) La poblacin es infinita.
d) La poblacin es finita.
e) La poblacin est constituida por 8000 estudiantes, por lo tanto es una poblacin
finita.
g) La variable est definida por una expresin (lugar que ocup), es de tipo
cualitativo ordinal, la escala con que se cuantifica es ordinal y es una variable
discreta.
78
3. DATOS ORDENADOS
a)
192 192 193 193 194 194 194 195 196 196
197 197 197 198 199 199 199 199 200 200
201 201 201 201 201 202 202 202 203 204
204 204 204 205 205 205 205 205 206 206
206 206 206 207 207 207 207 207 207 208
208 208 208 209 209 209 209 209 209 209
209 210 210 211 211 211 211 211 211 211
212 212 212 212 212 212 212 213 213 213
214 214 214 214 215 215 215 216 216 216
217 217 218 218 218 219 219 220 221 222
b) R = Xn X1 = 222-192 = 30 R = Rango
R 30
d) A = = = 3.75 4 A = Amplitud de clase
K 8
e) f) g) h) i) j) k)
Lmite de Lmite real Punto Medio Frecuencia Frecuencia Frecuencia Frecuencia
clase de clase de clase Absoluta fr Relativa fr Acumulada Relativa
Fi Acumul. Fr
192-195 191.5-195.5 193.5 8 0.078 8 0.078
196-199 195.5-199.5 197.5 10 0.098 18 0.176
202-203 199.5-203.5 201.5 10 0.098 28 0.274
204-207 203.5-207.5 205.5 21 0.21 49 0.484
208-211 207.5-211.5 209.5 23 0.23 72 0.714
212-215 211.5-215.5 213.5 15 0.15 87 0.864
216-219 215.5-219.5 217.5 11 0.10 98 0.964
220-223 219.5-223.5 221.5 4 0.036 102 1.00
Total 102 1.00
79
l) HISTOGRAMA Y POLGONO DE FRECUENCIA
fi
23
21
15
11
10
8
80
Fr
1.00
0.5
x
0
191.5 193.5 197.5 201.5 205.5 209.5 213.5 217.5 221.5
81
Fi
102
98
87
72
49
28
18
8
x
0
191.5 193.5 197.5 201.5 205.5 209.5 213.5 217.5 221.5
o) OJIVA MS QUE
82
Fi
102
94
84
74
53
30
15
4
x
0
193.5 197.5 201.5 205.5 209.5 213.5 217.5 221.5 223.5
202-203
(10)
204-207 196-199
(21) (10)
192-195
(8)
220-223
(4)
208-211 216-219
(23) (11)
212-215
(15)
83
9.8%
20.6% 9.8%
7.8%
3.9%
22.5%
10.8%
14.7%
$1000
10
0
1 2 3 4 5 6 7 8 9 10
84
b) GRFICO DE BARRAS HORIZONTAL
1. Azcar
2. Conasupo
1
3. I.M.S.S.
2
4. C.F.E.
3
5. PEMEX
4
6. A.S.A.
5 7. D.I.M.
6
8. F.A.M.
7 9. Ecologa
8 10. C.R.M.
9
10
$1000
0
2 4 6 8 10
5) PICTOGRAMA
Fsica
Qumica
Filosofa
Leyes
85
6) DIAGRAMA LINEAL
N de lts
en miles
100
50
10
1 2 3 4 5 6 7 8 9 10
1. Enero 6. Junio
2. Febrero 7. Julio
3. Marzo 8. Agosto
4. Abril 9. Septiembre
86
BIBLIOGRAFA CONSULTADA
FREUD E., John, Williams J., Frank, Perles M., Benjamin. Estadstica para la
administracin. Editorial Prentice Hall Hispanoamericana, S.A. Mxico
87
88