Está en la página 1de 38

Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

Fundamentos Básicos de Estadísticas

1. Definición de Estadística

Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen
la estadística como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como una
estimación de parámetro de determinada población; es decir, una función de valores de
muestra.

Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos
para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones
válidas y tomar decisiones razonables basadas en tal análisis”.

"La estadística es la ciencia que trata de la recolección, clasificación y


presentación de los hechos sujetos a una apreciación numérica como base a la
explicación, descripción y comparación de los fenómenos". (Yale y Kendal, 1954).

Es la parte de las Matemáticas que se encarga del estudio de una determinada


característica en una población, recogiendo los datos, organizándolos en tablas,
representándolos gráficamente y analizándolos para sacar conclusiones de dicha
población.

Es la ciencia que facilite el estudio de datos masivos, para así sacar conclusiones
valederas y efectuar predicciones razonables de ellos; permitiendo una visión de
conjunto clara y de más fácil apreciación, así como describirlos y compararlos.

2. Clasificación de la Estadística

2.1 Estadística Descriptiva

Realiza el estudio sobre la población completa, observando una característica de


la misma y calculando unos parámetros que den información global de toda la
población.
Es la técnica que se va a encargar de la recopilación, presentación, tratamiento y
análisis de los datos, con el objeto de resumir, describir las características de un
conjunto de datos y por lo general toman forma de tablas y gráficas.

La estadística descriptiva abarca principalmente, los siguientes aspectos:


 Razones y porcentajes.
 Distribuciones de frecuencias.
 Gráficas y diagramas.
 Medidas de posición o de tendencia central.
 Medidas de dispersión o variabilidad.
 Medidas de asimetría (sesgo) y grado de agudeza (curtosis).
 Series cronológicas.
 Número índice.

1
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

Objetivo de la Estadística Descriptiva: Describir las características principales de los


datos reunidos.
2.2 Estadísticas Inferencial, Inductiva o Probabilística.

Realiza el estudio descriptivo sobre un subconjunto de la población llamado


muestra y, posteriormente, extiende los resultados obtenidos a toda la población.

Técnica mediante la cual se sacan conclusiones o generalizaciones acerca de


parámetros de una población basándose en el estadígrafo o estadígrafos de una muestra
de población.

Es aquella rama de la estadística que utiliza las probabilidades para inducir,


inferir o estimar el comportamiento de una población a partir del estudio o medición de
las características de una o varias muestras de dicha población.

La estadística inductiva abarca, principalmente, los siguientes aspectos:


 Teoría de la probabilidad.
 Distribuciones probabilísticas.
 Teoría de muestreo.
 Estimación de parámetros de población.
 Pruebas de hipótesis o de significación.
 Diseño de experimentos.

Objetivo de la Inferencia Estadística: Extraer las conclusiones útiles sobre la totalidad


de todas las observaciones posibles basándose en la información recolectada.

Los métodos empleados para resumir y organizar datos se


denominan estadística descriptiva; mientras que los métodos
para tomar decisiones se denominan inferencia estadística.

3. Variables Estadísticas

3.1 Definición

Es la característica que estamos midiendo.

Es una característica (magnitud, vector o número) que puede ser medida,


adoptando diferentes valores en cada uno de los casos de un estudio.

Al hacer un estudio de una determinada población, observamos una


característica o propiedad de sus elementos o individuos. Por ejemplo, con los alumnos
y alumnas de nuestra clase, podemos estudiar el lugar de residencia, el número de
hermanos, la estatura, etc. Cada una de estas características estudiadas se llama variable
estadística. Aunque este es el concepto que vamos a utilizar, también reciben el nombre
de carácter estadístico.

3.2 Tipos de Variables

Dependiendo de la característica podemos distinguir varios tipos de variables:

2
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

3.2.1 Variable Cualitativa. Es aquella característica que no podemos expresar con


números y hay que expresarla con palabras. Por ejemplo, el lugar de residencia. Dentro
de estas variables podemos distinguir dos tipos:

3.2.1.1 Variable cualitativa ordinal: También llamada variable


cuasicuantitativa. La variable puede tomar distintos valores ordenados siguiendo
una escala establecida, aunque no es necesario que el intervalo entre mediciones
sea uniforme, por ejemplo: leve, moderado, grave. Otro ejemplo que tenemos de
una variable cualitativa ordinal es las medallas de una prueba deportiva: oro,
plata, bronce.

3.2.1.2 Variable cualitativa nominal: En esta variable los valores no pueden


ser sometidos a un criterio de orden como por ejemplo los colores o el lugar de
residencia

3.2.2 Variable Cuantitativa. Es cualquier característica que se puede expresar con


números. Por ejemplo, el número de hermanos, la estatura, edad, peso, Nº de hijos.
Dentro de esta variable podemos distinguir dos tipos:

3.2.2.1 Variable Cuantitativa Discreta. Es aquella variable que puede tomar


únicamente un número finito de valores. Por ejemplo, el número de hermanos el
de obreros de una fabrica, el de alumnos de la universidad, etc.

3.2.2.2 Variable Cuantitativa Continua. Es aquella variable que puede tomar


cualquier valor dentro de un intervalo real. Por ejemplo, la estatura, peso,
distancias, etc.

4. Población y Muestras

4.1 Población

4.1.1 Definición

Es el conjunto de elementos, individuos o entes sujetos a estudio y de los cuales


queremos obtener un resultado.
Es el conjunto de todos los posibles elementos que intervienen en un
experimento o en un estudio.

La Población, o el Universo, está formada por la totalidad de los elementos que


se desean estudiar, por ejemplo: La población total de Venezuela, los alumnos cursantes
en las universidades del país, la producción de toda una industria, la cosecha de un año
dado, el rendimiento de una raza de ganado, etc.

4.1.2 Tipos de Población

4.1.2.1 Población Finita:

Cuando tiene un valor limitado. Por ejemplos: Las unidades de producto de una
empresa.
Es aquella que posee o incluye un número limitado de medidas y observaciones.

3
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

4.1.2.2 Población Infinita:

Es infinita si se incluye un gran conjunto de medidas y observaciones que no


pueden alcanzarse en el conteo.

Son poblaciones infinitas porque hipotéticamente no existe límite en cuanto al


número de observaciones que cada uno de ellos puede generar.

Cuando es un número ilimitado; tal es el caso de las longitudes de las hebras de


una plantación de algodón.
4.2 Muestra

4.2.1 Definición

Un conjunto de medidas u observaciones tomadas a partir de una población


dada. Es un subconjunto de la población.
El subconjunto de la población que elegimos para hacer un estudio más
reducido.

Tamaño Muestral: Es el número de elementos u observaciones que tomamos. Se


denota por n ó N.

5. Datos Estadísticos

5.1 Definición

Son cada uno de los términos que componen la muestra y, de acuerdo a la


función existente entre ellos, también pueden ser discretos o continuos. Los datos
Discretos son los que se pueden contar y los continuos, los que se puede medir.
(Francisco)

Los datos estadísticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenómeno que queremos
estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar
al conocimiento de un hecho o para reducir las consecuencias de este.

Ejemplo:
Si se quiere conocer las características de los estudiantes del Núcleo San Carlos de la
UNESR, que solicitan préstamo a la biblioteca de dicha Universidad, la recolección de
la información debe clasificar a cada estudiante sobre la base de: Carrera que estudia,
edad, semestre de estudios, etc. Vemos pues que la clasificación marca la pauta de la
clase de datos que debe ser obtenido.

5.2 Clasificación de los Datos


Los datos estadísticos pueden ser clasificados en:

4
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

5.2.1 Datos Cualitativos

Cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de


cantidad.

Ejemplo: Si deseamos clasificar los estudiantes que cursan la materia de estadística I


por su estado civil, observamos que pueden existir solteros, casados, divorciados,
viudos.

5.2.2 Datos Cuantitativos

Cuando los valores de los datos representan diferentes magnitudes, decimos que
son datos cuantitativos.

Ejemplo: Se clasifican los estudiantes del Núcleo San Carlos de la UNESR de acuerdo
a sus notas, observamos que los valores (nota) representan diferentes magnitudes.

5.2.3 Datos Cronológicos

Cuando los valores de los datos varían en diferentes instantes o períodos de


tiempo, los datos son reconocidos como cronológicos.

Ejemplo: Al registrar los promedios de notas de los Alumnos del Núcleo San Carlos de
la UNESR en los diferentes semestres.

5.2.4 Datos Geográficos

Cuando los datos están referidos a una localidad geográfica se dicen que son
datos geográficos.

Ejemplo: El número de estudiantes de educación superior en las distintas regiones del


país.

6. Fuentes de Datos Estadísticos

Los datos estadísticos necesarios para la comprensión de los hechos pueden


obtenerse a través de fuentes primarias y fuentes secundarias.

6.1 Fuentes de Datos Primarias

Es la persona o institución que ha recolectado directamente los datos.

Son aquellos que el investigador obtiene directamente de la realidad,


recolectándolos con sus propios instrumentos.

6.2 Fuentes de Datos Secundarios:

5
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

Son las publicaciones y trabajos hechos por personas o entidades que no han
recolectado directamente la información.

Son registros escritos que proceden también de un contacto con la práctica, pero
que ya han sido elegidos y procesados por otros investigadores.

En la práctica, es aconsejable utilizar fuentes de datos primarias y en última


instancia cuando estas no existan, usar estadísticas de fuentes secundarias. Con este
último tipo no debemos pasar por alto que la calidad de las conclusiones estadísticas
depende de la exactitud de los datos que se recaben. De nada serviría usar técnicas
estadísticas precisas y refinadas para llegar a conclusiones valederas, si estas técnicas no
son aplicadas a datos adecuados o confiables.

Cuando un investigador quiere obtener datos estadísticos relativo a un estudio


que desea efectuar, puede elegir entre una fuente primaria o en su defecto, una
secundaria o recopilar los datos por sí mismo. La posibilidad mencionada en último
término podrá deberse bien a la inexistencia de los datos o bien a que esto no se
encuentra discriminado en la forma requerida.

Ejemplo:
Si un investigador quiere conocer el número de alumnos repitientes en educación media,
clasificados por ciclos, para los últimos diez años, el investigador puede usar una fuente
primaria, tal como la memoria y cuenta el Ministerio de Educación cada año.

7. Métodos de Recolección de Datos

Es importante destacar que los métodos de recolección de datos, se puede definir


como: al medio a través del cual el investigador se relaciona con los participantes para
obtener la información necesaria que le permita lograr los objetivos de la investigación.

7.1 Observación

Es el registro visual de lo ocurre en una situacional real, clasificando y


consignando los acontecimientos pertinentes de acuerdo con algún esquema previsto y
según el problema que se estudia.

La observación se recoge los datos y elementos de juicio a través de agentes


especializados directamente sobre el terreno, sin formular ningún tipo de pregunta. Este
método puede dar resultados aceptables y objetivos siempre que se logre eliminar la
faceta humana y subjetiva del entrevistador; para ello es necesario contar con personal
especializado y conocedor del fenómeno, capaz de interpretar los aspectos que interesan
del fenómeno; esto último puede traducirse en una desventaja, por ser muy difícil
encontrar el suficiente personal competente y recopilar todos los datos que requiere la
investigación.

La observación puede adoptar diferentes modalidades:

6
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

7.1.1 Según los medios utilizados

Observación Estructurada: Se observan los hechos estableciendo de antemano


qué aspectos se han de estudiar.

Observación No Estructurada: Consiste en recoger y anotar todos los hechos


que sucedan en determinado momento sin poseer guía alguna de lo que se va a
observar.

7.1.2 Según el papel o modo de la participación del observador

Observación Participante: Consiste en la participación directa del observador


con la comunidad, el grupo o la situación determinada.

Observación No Participante: El observador permanece ajeno a la situación que


observa.

7.1.3 Según el número de observadores

Individual: es la que realiza una sola persona, es obvio que el investigador se


centra en lo que observa.

Colectiva: es una observación en equipo, puede realizarse de las siguientes


maneras: todos observan lo mismo o cada uno observa un aspecto diferente.

7.2 Entrevista

Es la comunicación establecida entre el investigador y el sujeto de estudiado a


fin de obtener respuestas verbales a las interrogantes planteadas sobre el problema
propuesto.

Como técnica de recolección de datos la entrevista tiene muchas ventajas; es


aplicable a toda persona, siendo muy útil con las analfabetas, los niños o con aquellos
que tienen limitación física u orgánica que les dificulte proporcionar una respuesta
escrita. También se presta para usarla en aquellas investigaciones sobre aspectos
psicológicos o de otra índole sonde se desee profundizar en el tema, según la respuesta
original del consultado, ya que permite explorar o indagar en la medida que el
investigador estime pertinente.

La entrevista se puede clasificar en:

Entrevistas Estructuradas: Utilizan formatos abiertos o cerrados, en el caso


de que sean abiertos, el usuario podrá dar cualquier respuesta que considere
apropiada; en el caso de preguntas cerradas, se proporcionar al usuario un
conjunto de respuestas que pueda seleccionar.

Entrevistas No Estructuradas: Permite tanto al entrevistado como al


entrevistador, mayor flexibilidad en el tipo de pregunta y respuesta a ejecutar.
7.3 Encuesta

7
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

La encuesta es una técnica de investigación que consiste en una interrogación


escrita que se les realiza a las personas con el fin de obtener determinada información
necesaria para una investigación.

Una encuesta es un estudio observacional en el que el investigador busca


recaudar datos por medio de un cuestionario previamente diseñado, sin modificar el
entorno ni controlar el proceso que está en observación (como sí lo hace en
un experimento).

La encuesta es una técnica destinada a obtener datos de varias personas cuyas


opiniones impersonales interesan al investigador. Para ello, a diferencia de la entrevista,
se utiliza un listado de preguntas escritas que se entregan a los sujetos, a fin de que las
contesten igualmente por escrito. Ese listado se denomina cuestionario. Es impersonal
porque el cuestionario no lleve el nombre ni otra identificación de la persona que lo
responde, ya que no interesan esos datos. Es una técnica que se puede aplicar a sectores
más amplios del universo, de manera mucho más económica que mediante entrevistas.
Varios autores llaman cuestionario a la técnica misma. Los mismos u otros, unen en un
mismo concepto a la entrevista y al cuestionario, denominándolo encuesta, debido a que
en los dos casos se trata de obtener datos de personas que tienen alguna relación con el
problema que es materia de investigación.

8. Métodos de Investigación Estadísticos

El método de investigación estadística comprende las cinco fases siguientes:

8.1 Primera Fase o Preparación del Trabajo

Se limita a la redacción de las instrucciones para recabar los datos, definición


precisa de los datos que se necesitan; diseño de formularios y planillas, planificación y
organización del trabajo en el espacio y en el tiempo.

En esta fase deben quedar perfectamente claros los conceptos y cada participante
debe conocer a cabalidad sus atribuciones y responsabilidades; ya que las dudas o malas
interpretaciones echarán a perder el resto de la investigación.

8.2 Segunda Fase o Recopilación de los Datos

En ella se recaban los datos necesarios para la investigación, mediante encuestas,


Muestreos, Censos, o se toman de fuentes secundarias o registros y publicaciones.

La eficiencia con que se realice esta etapa generará la calidad de todo el trabajo
de investigación estadística.

8.3 Tercera Fase o Evaluación de los Datos

Los datos recopilados, en la vida real, suelen adolecer de imperfecciones y


errores varios; debidos a ignorancia, a malos entendidos, a intereses creados o a
prejuicios sociales, de parte de quien aporta los datos o de quien los recaba. De allí que
el paso inmediato sería una depuración y evaluación de tales datos, a fin de subsanar o

8
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

mitigar las influencias y efectos de tales errores e imperfecciones. Para lograrlo se


recomiendan los siguientes procedimientos:

a) Revisión total de los cálculos, de las tabulaciones y del procedimiento utilizado.


b) Confrontar los datos recopilados, con los obtenidos al cálculo, con los de otras
regiones o países, tomados en otras ocasiones o con otra finalidad.
c) Repetir al muestreo, el mismo trabajo, en zonas estratégicamente escogidas;
cuando en las verificaciones anteriores se hubieran obtenido notorias
discrepancias.

8.4 Cuarta Fase o Presentación de los datos

Los datos suelen presentarse en forma tabular, en cuadros de doble entrada,


proporcionales, porcentuales, o en valores promedios. También suelen representarse
gráficamente, mediante: Histogramas, polígonos, diagramas figurados, prismogramas,
pictogramas, dibujos acotado y otros.

8.5 Quinta Fase o Análisis e Interpretación de los Datos

Es ésta la fase más amplia de todas y en la cual la investigación rinde sus


mejores frutos. Desde la más remota antigüedad se ha venido aplicando el análisis
estadístico de las investigaciones demográficas, socioeconómicas, fiscales, etc. Así se ha
obtenido Índices y tendencias de natalidad, mortalidad, mortinalidad (nacidos muertos),
Nupcialidad, inmigración, emigración etc. De generalización más reciente tenemos los
índices y tendencias del Costo de la Vida, de tan rotunda actualidad; los cuales se
obtienen sumando los costos promedios de alimentos, vivienda, medicinas, ropas y
servicios consumidos por una persona, o familia, estándar, en el período que se estudia.
Igualmente, los índices de Productividad o relación entre la producción y las Horas –
Hombre de trabajo en ella utilizadas.

9. Presentación de los Datos

La presentación de datos estadísticos constituye en sus diferentes modalidades


uno de los aspectos de mas uso en la estadística descriptiva. A partir podemos visualizar
a través de los diferentes medios escritos y televisivos de comunicación masiva la
presentación de los datos estadísticos sobre el comportamiento de las principales
variables económicas y sociales, nacionales e internacionales.

Existen tres formas diferentes de presentar los datos estadísticos, que son:

9.1 Presentación Escrita

Esta forma de presentación de informaciones se usa cuando una serie de datos


incluye pocos valores, por lo cual resulta mas apropiada la palabra escrita como forma
de escribir el comportamiento de los datos; mediante la forma escrita, se resalta la
importancia de las informaciones principales.

9.2 Presentación Tabular

9
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

Cuando los datos estadísticos se presentan a través de un conjunto de filas y de


columnas que responden a un ordenamiento lógico; es de gran uso e importancia para el
usuario ya que constituye la forma más exacta de presentar las informaciones.
Una tabla es un cuadro que consiste en la disposición conjunta, ordenada y
normalmente totalizada, de las sumas o frecuencias totales obtenidas en la tabulación de
los datos, referentes a las categorías o dimensiones de una variable o de varias variables
relacionadas entre sí. Las tablas sistematizan los resultados cuantitativos y ofrecen una
visión numérica, sintética y global del fenómeno observado y de las relaciones entre sus
diversas características o variables. En ella, culmina y se concreta definitivamente la
fase clasificatoria de la investigación cuantitativa.

9.3 Presentación Gráfica

Proporciona al lector o usuario mayor rapidez en la comprensión de los datos,


una grafica es una expresión artística usada para representar un conjunto de datos.

Un diagrama es una especie de esquemático, formado por líneas, figuras, mapas,


utilizado para representar, bien datos estadísticos a escala o según una cierta proporción,
o bien los elementos de un sistema, las etapas de un proceso y las divisiones o
subdivisiones de una clasificación.

10. Parámetros y Estadísticos

Son medidas descriptivas numéricas calculadas de las observaciones totales y de


las observaciones de una muestra, respectivamente.

11. Muestreo

Es la técnica para la selección de una muestra a partir de una población.

Es una herramienta de la investigación científica. Su función básica es


determinar que parte de una realidad en estudio (población o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha población.

Interpretación
Instrucciones: A continuación se muestran un planteamiento, de los cuales se debe identificar los
siguientes puntos: ¿Cuál es la población objeto de estudio? ¿Qué tipo de población es? ¿Qué constituye

10
Estadística Objetivo Nº 1: Fundamentos Básicos de Estadística

la muestra? ¿Qué variable estamos estudiando? ¿Qué tipo de variable es? ¿Cuál es el método que se
utilizo para recolectar los datos?
Un Investigador aplicó 250 encuestas para conocer el número de niños que tiene las
madres-solteras en la ciudad Puerto la Cruz.
¿Cuál es la población objeto de estudio?
R=
¿Qué tipo de población es?
R=
¿Qué constituye la muestra?
R=
¿Qué variable estamos estudiando?
R=
¿Qué tipo de variable es?
R=
¿Cuál es el método que se utilizo para recolectar los datos?
R=

Un investigador estas realizando una investigación para conocer los gastos por serviciosde
electricidad que incurre los hoteles en la ciudad de Valencia para eso entrevistó a los 20
gerentes de estos hoteles.
¿Cuál es la población objeto de estudio?
R=
¿Qué tipo de población es?
R=
¿Qué constituye la muestra?
R=
¿Qué variable estamos estudiando?
R=
¿Qué tipo de variable es?
R=
¿Cuál es el método que se utilizo para recolectar los datos?
R=

Pareo
Instrucciones:En la columna A aparecen unos ejemplos de los diferentes tipos de
variables. En la columna B, los tipos de variables estadística. Escriba dentro del
paréntesis el número que corresponde a los ejemplos de los variables estadística. Las
respuestas de la columna B, pueden usarse más de una vez o ninguna.
Columna A Columna B
Peso de los estudiantes ( ) 1. Variable Cualitativa Nominal
Calidad del Producto ( ) 2. Variable Cuantitativa Discreta
Edades de los trabajadores ( ) 3. Variable Cuantitativa Continua
Marca de refresco ( ) 4. Variable Cualitativa Ordinal
El número de clientes por día ( )
El número de litros de gasolina ( )
empleados por ir de México a
Acapulco
Altura del mercurio en un ( )
barómetro
Las calificaciones de Excelente, ( )
Bueno, Regular, Malo

11
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

Distribución de Frecuencias

Es la agrupación de datos en categorías mutuamente excluyentes que indican el


número de observaciones en cada categoría. La distribución de frecuencias presenta las
observaciones clasificadas de modo que se pueda ver el número existente en cada clase.

Una distribución de frecuencias es un formato tabular en la que se organizan los


datos en clases, es decir, en grupos de valores que describen una característica de los
datos y muestra el número de observaciones del conjunto de datos que caen en cada una
de las clases.

1. Tipos de Frecuencias

1.1 Frecuencia Simple

Se denomina frecuencia, el número de datos o elementos de la muestra, que caen


en un mismo intervalo de clase. Es decir, que sus valores quedan comprendidos dentro
de los linderos de ese mismo intervalo.

Es el número de veces que aparece un mismo ITEM en la muestra.

1.1.1 Frecuencia Simple Absoluta

Es el número de veces que aparece cualquier valor de la variable.

Es la que hemos definido hasta ahora: El número de veces que se observa un


mismo ítem, o la cantidad de datos que caen en un mismo intervalo.

En general, cuando se habla de Frecuencia, sin más explicación, se entenderá


que se refiere a la Frecuencia Simple Absoluta.

1.1.2 Frecuencia Simple Relativa

Es el cociente entre la frecuencia absoluta y el número de datos (N). Se


representa por hi. Al multiplicarla por 100 obtenemos el porcentaje de individuos que
presentan esta característica.

Es la razón geométrica entre la frecuencia absoluta y el total de datos. O sea, el


cociente de dividir el número de veces que aparece un dato de un intervalo, entre la
totalidad de los datos que conforman la muestra a que se trate.

El valor de la frecuencia relativa, en todo caso, oscilará entre Cero y uno. Su


máximo será la unidad y su mínimo el cero; por lo que, al multiplicar el valor de la
frecuencia relativa por 100, se tendrá su representación Porcentual, de más fácil
comprensión: 100hi= %

1.2 Frecuencia Acumulada

12
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

Es la suma de las frecuencias de un intervalo de clase, con todas las frecuencias


de los intervalos que le preceden.
De modo que también habrá frecuencias acumuladas Absolutas y frecuencias
acumuladas Relativas.

1.2.1 Frecuencia Acumulada Absoluta

Es la suma de la frecuencia absoluta de un valor de la variable con todos los


anteriores.

Es la acumulación o suma de todas las frecuencias absolutas hasta el intervalo de


clase considerado, inclusive.

1.2.2 Frecuencia Acumulada Relativa

Es la suma de la frecuencia relativa de un valor de la variable con todos los


anteriores. También se puede definir como el cociente entre la frecuencia absoluta
acumulada y el número total de datos.

Viene a ser la acumulación de todas las frecuencias Relativas hasta el mismo


intervalo considerado, inclusive.

2. Intervalo de Clase

Rango utilizado para dividir el conjunto de posibles valores numéricos al


trabajar con grandes cantidades de datos. Al agrupar un gran número de datos para su
estudio estadístico, conviene, para su mejor clasificación, determinarlos por categorías o
intervalos de Clase.

Se agrupan los valores en intervalos que tengan la misma amplitud denominados


clases. A cada clase se le asigna su frecuencia correspondiente.

3. El Punto Medio de Clase o Marca de Clase

Es el punto medio de cada clase y se obtiene sumando los límites de clase y


dividiéndolos entre dos.

Es el valor medio de los límites de cada intervalo de clases.

La marca de clase es el valor que representa a todo el intervalo para el cálculo de


algunos parámetros como la media aritmética o la desviación típica.

4. Límites de la clase

Cada clase está delimitada por el límite inferior de la clase y el límite superior de
la clase.

5. Amplitud de la clase

13
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

La amplitud de la clase es la diferencia entre el límite superior e inferior de la


clase.

Ejercicio Nº 1
Los siguientes datos correspondientes a las medidas tomadas con un micrómetro del
diámetro de 40 cojinetes.

6,3 8,8 7,9 9,2 8,8 8,7 8,3 7,8 4,1 6,7
6,8 7,6 4,6 8,1 9,2 7,7 8,4 8,6 7,0 6,6
7,7 7,5 9,8 8,1 8,2 8,1 8,7 7,8 7,0 6,0
9,4 7,9 5,2 8,2 7,7 8,1 7,7 7,0 7,4 6,1

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando: Puntos medios de cada clase, las
frecuencias absolutas, relativas, absolutas acumuladas y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:
1. Histograma de Frecuencias Absolutas
2. Polígono de Frecuencias Absolutas
______________________________________________________________________

Ejercicio Nº 2
Los siguientes datos representan los registros de temperatura de un horno de gran
tamaño durante 50 días (en grados Fahrenheit) tomado con un Instrumento para registrar
alta temperatura

96 171 202 178 147 102 153 197 127 82


90 116 172 111 148 213 130 165 141 149
123 128 144 168 109 167 95 163 150 154
187 166 139 149 108 119 183 151 114 135
129 158 157 206 130 191 185 175 143 137

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando: Puntos medios de cada clase, las
frecuencias absolutas, relativas, absolutas acumuladas y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:
1. Polígono de Frecuencias Absolutas

14
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

2. Ojiva

Ejercicio Nº 3
Los siguientes datos representan los registros de temperatura de un horno de gran
tamaño durante 60 días (en grados Fahrenheit) tomado con un Instrumento para registrar
alta temperatura.

491 492 492 493 493 494 489 490 477 480
494 495 495 496 504 504 505 505 518 520
469 470 477 477 515 516 517 518 522 525
496 496 501 502 506 507 508 508 530 532
486 488 488 488 503 503 490 490 491 491
481 482 483 485 513 514 452 457 459 465

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando: Puntos medios de cada clase, las
frecuencias absolutas, relativas, absolutas acumuladas y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:
1. Histograma de Frecuencias Absolutas
2. Polígono de Frecuencias Absolutas
______________________________________________________________________

Ejercicio Nº 4
Los siguientes datos son cifras de la producción diaria de petróleo en barriles en un
pozo durante 50 días

29 30 45 46 46 18 19 20 33 33
41 41 42 22 23 23 49 50 50 36
24 25 26 34 34 44 44 45 35 36
39 39 40 31 32 36 39 48 35 27
30 31 31 40 40 35 35 35 29 34

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando: Puntos medios de cada clase, las
frecuencias absolutas, relativas, absolutas acumuladas y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:

15
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

1. Histograma de Frecuencias Absolutas


2. Ojiva

Ejercicio Nº 5
Los siguientes datos son cifras de la producción diaria de petróleo en barriles en un
pozo durante 40 días:

22 23 31 32 36 37 40 40 25 26
28 30 27 27 26 30 21 18 19 16
32 27 28 32 35 11 15 22 20 9
17 26 24 19 23 25 26 27 25 31

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando: Puntos medios de cada clase, las
frecuencias absolutas, relativas, absolutas acumuladas y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:
1. Histograma de Frecuencias Absolutas
2. Polígono de Frecuencias Absolutas
______________________________________________________________________

Ejercicio Nº 6
Los siguientes datos son cifras de la producción diaria de petróleo en barriles en un
pozo durante 50 días:

176 178 218 220 222 227 160 162 165 204
205 206 207 110 115 129 144 147 149 216
183 185 189 155 156 208 209 130 131 136
167 167 170 173 199 201 203 195 196 199
179 180 182 191 193 193 167 190 191 150

-De acuerdo al planteamiento dado en el ejercicio responder las siguientes preguntas:


1. ¿Qué variable estamos estudiando?
2. ¿Qué tipo de variable es?

-Según los datos suministrados en el ejercicio construya una tabla de distribución de


frecuencias utilizando el método Sturges indicando:
Puntos medios de cada clase, las frecuencias absolutas, relativas, absolutas acumuladas
y relativas acumuladas.

- Utilizando los datos de la tabla de distribución de frecuencias elaborar las siguientes


gráficas:
1. Histograma de Frecuencias Absolutas
2. Polígono de Frecuencias Absolutas

16
Estadística Objetivo Nº 2: Tabla de Distribución de Frecuencias
y su Representación Gráficas

3. Ojiva

Ejercicio Nº 7
La siguiente tabla de distribución de frecuencias representa las calificaciones obtenidas
por 26 alumnos de un curso en una determinada asignatura.

(Calificaciones) (N° alumnos)


Clases X f h F
7 – 8,9 8 7 7/26 7
9 – 10,9 10 6 6/26 13
11 – 12,9 12 4 4/26 17
13 – 14,9 14 4 4/26 21
15 - 17 16 5 5/26 26
∑f=26

Determinar:
a) Porcentaje y número de alumnos con calificaciones inferiores a 16 puntos.
b) Porcentaje y número de alumnos con calificaciones superiores a 8 puntos.
c) Porcentaje y número de alumnos con calificaciones comprendidas entre 10 y 14
puntos.

Ejercicio Nº 8
La siguiente tabla de distribución de frecuencias representa las ventas (mil/Bs.) de una
empresa manufacturera durante un lapso de 30 días.

(Ventas ) (N° días)


Clases X f h F
0 – 4,9 2,5 4 4/30 4
5 – 9,9 7,5 3 3/30 7
10 – 14,9 12,5 10 10/30 17
15 – 19,9 17,5 8 8/30 25
20 – 24,9 22,5 2 2/30 27
25 - 30 27,5 3 3/30 30
∑f=30

Determinar:
a) Porcentaje y número de días con ventas inferiores a 22 mil/Bs.
b) Porcentaje y número de días con ventas superiores a 12 mil/Bs.
c) Porcentaje y número de días con ventas comprendidas entre 19 y 24 mil/Bs.

17
Estadística Objetivo Nº 3: Medidas de Tendencia Central

Medidas de Tendencia Central y Medidas de Tendencia No


Central

1. Medidas de Tendencia Central.

Al describir grupos de observaciones, con frecuencia se desea describir el grupo


con un solo número. Para tal fin, desde luego, no se usará el valor más elevado ni el
valor más pequeño como único representante, ya que solo representan los extremos.
Más bien que valores típicos. Entonces sería más adecuado buscar un valor central.

Las medidas que describen un valor típico en un grupo de observaciones suelen


llamarse medidas de tendencia central. Es importante tener en cuenta que estas medidas
se aplican a grupos más bien que a individuos. Un promedio es una característica de
grupo, no individual.

Una medida empleada para describir el valor medio o típico de un conjunto de


datos.

Las medidas de tendencia central como su nombre lo dice son cálculos o


evaluaciones que nos proporcionan idea del comportamiento del fenómeno en la parte
céntrica de éste. En otras palabras las medidas de tendencia central se ocupan de medir
el centro, el foco o el medio de un fenómeno.

Las medidas de tendencia central proporcionan información acerca de los


valores céntricos de una variable a estudiar. Los valores medios nos darán una idea
esencial a cerca del comportamiento de la variable.

2. Media Aritmética o Promedio Aritmético Simple

Es el cociente de dividir la Sumatoria de los elementos entre el número de ellos.

La media aritmética o promedio, de una cantidad finita de números, es igual a la


suma de todos ellos dividida entre el número de sumandos. Es uno de los principales
estadísticos muéstrales.

Expresada de forma más intuitiva, podemos decir que la media (aritmética) es la


cantidad total de la variable distribuida a partes iguales entre cada observación. Por
ejemplo, si en una habitación hay tres personas, la media de dinero que tienen en sus
bolsillos sería el resultado de tomar todo el dinero de los tres y dividirlo a partes iguales
entre cada uno de ellos. Es decir, la media es una forma de resumir la información de
una distribución (dinero en el bolsillo) suponiendo que cada observación (persona)
tendría la misma cantidad de la variable.

Es el valor resultante que se obtiene al dividir la sumatoria de un conjunto de


datos sobre el número total de datos. Solo es aplicable para el tratamiento de datos
cuantitativos.

2.1 Ventajas de la Media Aritmética

18
Estadística Objetivo Nº 3: Medidas de Tendencia Central

a) Es la medida de tendencia central más usada.


b) El promedio es estable en el muestreo.
c) Es sensible a cualquier cambio en los datos (puede ser usado como un detector de
variaciones en los datos).
d) Se emplea a menudo en cálculos estadísticos posteriores.
e) Presenta rigor matemático.
f) En la gráfica de frecuencia representa el centro de gravedad.

2.2 Desventajas de la Media Aritmética

a) Si alguno de los valores es extremadamente grande o extremadamente pequeño, la


media no es el promedio apropiado para representar la serie de datos.
b) No se puede determinar si en una distribución de frecuencias hay intervalos de clase
abiertos.
c) Es sensible a los valores extremos.
d) Si se emplean variables discretas o cuasi-cualitativas, la media aritmética puede no
pertenecer al conjunto de valores de la variable.

3 Mediana

Cuando una serie de datos contiene uno o dos valores muy grandes o muy
pequeños, la media aritmética no es representativa. El valor central en tales problemas
puede ser mejor descrito usando una medida de tendencia central llamada mediana.

Dado un conjunto de números agrupados en orden creciente de magnitud, la


mediana es el número colocado en el centro del arreglo, de tal forma que una mitad de
las observaciones está por encima y la otra por debajo de dicho valor. Si el número de
observaciones es par, la mediana es la media de los dos valores que se hallan en el
medio del arreglo, de donde se concluye en la siguiente definición:

Es el punto medio de los valores de una serie de datos después de haber sido
ordenados de acuerdo a su magnitud.

3.1 Ventajas de la Mediana

a) Hay solo una mediana en una serie de datos.


b) No es afectada por los valores extremos ( altos o bajos )
c) Puede ser calculada en distribuciones de frecuencia con intervalos abiertos, si no se
encuentra en el intervalo abierto.
d) Puede ser calculada en distribuciones con escala relativa, de intervalos, y ordinal.
e) Los valores extremos no afectan a la mediana de manera tan grave como a la media.
f) Es fácil de entender y se puede calcular a partir de cualquier tipo de datos, incluso a
partir de datos agrupados con clases de extremo abierto.

3.2 Desventajas de la Mediana

a) Algunos procedimientos estadísticos que utilizan la mediana son más complejos que
aquellos que utilizan la media.

19
Estadística Objetivo Nº 3: Medidas de Tendencia Central

b) La mediana es una posición promedio, por consiguiente debemos ordenar los datos
antes de llevar a cabo cualquier cálculo. Esto implica consumo de tiempo para
cualquier conjunto de datos que contenga un gran número de elementos.
c) La mediana es una medida de tendencia central, del tipo no matemático y, aunque es
una medida perfectamente bien definida, basada en todas las observaciones o datos y
es de fácil comprensión; es de utilidad deficiente, ya que no se ajusta al cálculo
algebraico, ni poderse basar en ella teoremas y demás recursos del álgebra.

3.3 Usos de la Mediana

a) En caso de existir una notoria concentración de términos y, a la vez, datos muy


aislados, hacia los extremos. Se prefiere, en estos casos, porque esta medida no es
afectada por los datos extremos; sino más bien, por los datos centrales.
b) Cuando unos pocos datos de la muestra difieren notoriamente de los demás.
c) En aquellos casos, en los cuales la serie de datos no es factible de una evaluación
cuantitativa, tales como: intensidades de colores, valores subjetivos, etc.
d) Cuando de la muestra sólo se dispone de datos centrales se desconocen sus extremos.

4. Modo, Moda o Promedio Típico

Viene a ser el valor más común de la muestra, el que ocurre con mayor
frecuencia, el más típico, el más denso; alrededor del cual tienden a agruparse los otros
más densamente.

A veces es importante conocer cuál es el valor que más prevalece en el conjunto


de datos. El valor que ocurre con más frecuencia se le conoce como moda. La moda es
la medida de tendencia central especialmente útil para describir mediciones de tipo
ordinal, de intervalos y nominal.

En un conjunto de números la moda se define como el valor ó número que


ocurre con más frecuencia

4.1 Ventajas de la Moda

a) La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal, de


intervalos, y relativa).
b) La moda tiene la ventaja de no ser afectada por valores extremos.
c) Puede ser calculada en distribuciones con intervalos abiertos.

4.2 Desventajas de la Moda

a) En muchas series de datos no hay moda porque ningún valor aparece más de una vez.
b) En algunas series de datos hay más de una moda, en este caso uno podría preguntarse
¿cuál es el valor representativo de la serie de datos?

5. Medidas de Tendencia No Central

Las medidas de posición son los valores de la distribución que la dividen en


partes iguales, es decir, en intervalos que comprenden el mismo número de valores.
Cuando la distribución contiene un número alto de intervalos o de marcas y se requiere

20
Estadística Objetivo Nº 3: Medidas de Tendencia Central

obtener un promedio de una parte de ella, se puede dividir la distribución en cuatro, en


diez o en cien partes.

Los más usados son los cuartiles, cuando dividen la distribución en cuatro
partes; los deciles, cuando dividen la distribución en diez partes y los centiles o
percentiles, cuando dividen la distribución en cien partes. Los cuartiles, como los
deciles y los percentiles, son en cierta forma una extensión de la mediana.

5.1 Cuartiles

Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en
cuatro partes porcentualmente iguales.

Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil es
precisamente la mediana. El primer cuartil, es el valor en el cual o por debajo del cual
queda un cuarto (25%) de todos los valores de la sucesión (ordenada); el tercer cuartil,
es el valor en el cual o por debajo del cual quedan las tres cuartas partes (75%) de los
datos.

5.2 Deciles

Los deciles son ciertos números que dividen la sucesión de datos ordenados en
diez partes porcentualmente iguales. Son los nueve valores que dividen al conjunto de
datos ordenados en diez partes iguales, son también un caso particular de los
percentiles. Los deciles se denotan D1, D2,..., D9, que se leen primer decil, segundo
decil, etc.

5.3 Centiles o Percentiles

Los percentiles son, tal vez, las medidas más utilizadas para propósitos de
ubicación o clasificación de las personas cuando atienden características tales como
peso, estatura, etc.

Los percentiles son ciertos números que dividen la sucesión de datos ordenados
en cien partes porcentualmente iguales. Estos son los 99 valores que dividen en cien
partes iguales el conjunto de datos ordenados. Los percentiles (P1, P2,... P99), leídos
primer percentil,..., percentil 99.

21
Estadística Objetivo Nº 3: Medidas de Tendencia Central

La Media aritmética para datos no agrupados

Media aritmética de la muestra

∑xi
=-------
N
Donde
∑xi = Suma de los valores de todas las observaciones
 = Media aritmética de la muestra
N= Tamaño de la Población

La Media Aritmética para datos agrupados

Si los datos se presentan en una distribución de frecuencias se puede utilizar:

∑f*X
= ----------
N
Donde
 = Media aritmética de la muestra
n= Tamaño de la muestra (número de observaciones en la muestra)
f = Frecuencia simple absoluto (número de observaciones) de cada clase
X= Punto medio de cada clase en la muestra

La Mediana para datos no agrupados.

Si n es impar

X0.5 =Me = X (N+1)/2


Nota: El resultado obtenido en la
formula corresponde al número de la
observación en el arreglo, por tanto
debe reemplazarse por el valor de
Si n es par dicha variable en el arreglo.

XN/2 + X(N/2)+1
X0.5 = Me= ----------------------
2

22
Estadística Objetivo Nº 3: Medidas de Tendencia Central

La Mediana para datos agrupados

N/2 – Faa
Me = Lme + ---------------- ( C )
fme

Donde:
Clase Medianal= Clase que contiene el valor al valor de la mediana.
Lme = límite inferior de la clase que contiene al valor de la mediana.
N = Número de términos, elementos o datos, o sumatoria de la frecuencias de la muestra
(tamaño de la población)
Faa= Frecuencia acumulada anterior a la clase medianal o clase que contiene a la
mediana
fme = Frecuencia simple absoluta de la clase que contiene al valor de la mediana.
C = Tamaño de los intervalos de clase iguales, o del intervalo, en el cual cae la mediana.

La Moda para datos agrupados

d1
Mo = LMo + --------------- (C)
d1+d2

Donde
Clase Modal = Aquella clase a la cual le corresponde la mayor frecuencia simple
absoluta
Mo = La Moda
LMo = límite inferior de la clase modal (clase de mayor frecuencia absoluta)
d1 = Frecuencia de la clase modal menos la frecuencia de la clase que se encuentra
inmediatamente anterior que ella
d2 = Frecuencia de la clase modal menos la frecuencia de la clase inmediatamente
después que ella
C = Ancho del intervalo de la clase modal

La Media Armónica para datos no agrupados

N
H= --------------
∑ (1/xi )
Donde
H= Media armónica
N= Tamaño de la población

23
Estadística Objetivo Nº 3: Medidas de Tendencia Central

Datos no agrupados

1) Dada la siguiente serie de datos: 11, 14, 17, 20, 16, 17, 11, 14, 11 y 10.
Se pide: Calcular a) la media, d) la mediana y c) la moda.
2) En un estudio que se realizó en un asilo de ancianos, se tomó las edades de los
envejecientes que pueden caminar sin dificultades. Buscar la media, la mediana y la
moda de las siguientes edades.
69 73 65 70 71 74 65 69 60 62 70 69 65

3) Una auditoría realizada a una empresa de automoción registró los siguientes datos
sobre el número mensual de accidentes de trabajo: 1, 3, 4, 5, 2, 2, 6, 7, 2, 0, 1, 7, 4, 3
Calcula: a) la media, b) la mediana, c) la moda.
4) Dada la siguiente serie de datos: 11, 14, 11, 16 y 10.
Se pide: Calcular a) media aritmética, b) media geométrica, c) media armónica,
d) mediana y c) la moda.

5) Los siguientes son 12 registros de temperatura en varios puntos de un horno de gran


tamaño (en grados Fahrenheit): 475, 500, 460, 425, 461, 410, 470, 475, 467, 510, 450,
429, 433, 478 y 415.
Se pide: Calcular a) la media aritmética, b) la mediana y c) la moda.
6) Dada la siguiente serie de datos: 10, 20, 15, 15, 10, 25, 20, 15, 10 y 15.
Se pide: Calcular a) la media aritmética, b) la mediana y c) la moda.
7) Dada la siguiente serie de datos: 4, 8, 7, 11 y 9.
Se pide: Calcular a) media aritmética, b) media geométrica, c) media armónica,
d) mediana y c) la moda.
8) Los siguientes datos corresponden al número de ventas en distintos períodos de una
hora de duración en una tienda de helados:
35 47 22 15 13 28 39 41 43 36 24 23
17 19 21 31 35 37 41 43 47 5 12 19

Se Pide: Hallar a) la media aritmética, b) la mediana y c) la moda

9) Un científico mide diez veces el diámetro de un cilindro y obtiene los valores 3,88;
4,09; 3,92; 3,97; 4,02; 3,95; 4,03; 3,92; 3,98 y 4,06 (cm.). Hallar la media aritmética
de estas mediciones.

10) De 100 números, 20 fueron 4, 40 fueron 5, 30 fueron 6 y los restantes fueron 7.


Encuéntrese la media aritmética de estos números.

11) si 5, 8, 6 y 2 se presentan con frecuencia 3, 2, 4 y 1, respectivamente encontrar a)


media aritmética, b) Mediana y c) Moda.

24
Estadística Objetivo Nº 3: Medidas de Tendencia Central

Datos agrupados

1) La siguiente tabla de distribuciones de frecuencias representa las 73 determinaciones


de la emisión diaria (en toneladas) de óxidos de azufre de una planta industrial:

Clases Frecuencia
19 – 24,9 4
25 – 30,9 9
31 – 36,9 12
37 – 42,9 19
43 – 48,9 15
49 – 54,9 8
55 – 61 6

Se pide: Calcular a) La Media Aritmética, b) La Mediana y c) La Moda.


______________________________________________________________________

2) La siguiente tabla de distribuciones de frecuencias representa las 79 determinaciones


de la emisión diaria (en toneladas) de óxidos de azufre de una planta industrial:

Clases Frecuencia
12 - 15,9 6
16 - 19,9 10
20 - 23,9 26
24 - 27,9 19
28 - 31,9 13
32 – 36 5

Se pide: Calcular a) La Media Aritmética, b) La Mediana y c) La Moda.


______________________________________________________________________

3) La siguiente tabla de distribución de frecuencia representa los registros de


temperatura de un horno de gran tamaño (en grados Fahrenheit) tomado con un
Instrumento para registrar alta temperatura:

Clases Frecuencia
210 – 224,9 6
225 – 239,9 14
240 – 254,9 21
255 – 269,9 19
270 – 284,9 16
285 – 300 8

Se pide: Calcular a) La Media Aritmética, b) La Mediana y c) La Moda.

25
Estadística Objetivo Nº 4.3: Medidas de Dispersión Absoluta

Ejercicio Nº 1
Los siguientes datos son cifras de la producción diaria de petróleo en barriles en un
pozo:

225 198 189 210 208


216 201 220 209 217

Calcule: a) Rango, b) Varianza, c) Desviación Estándar, d) Desviación media con


respecto a la Media Aritmética, e) Desviación Media respecto a la Mediana, y
f) Desviación Cuartil.
______________________________________________________________________

Ejercicio Nº 2
Una empresa acaba de adquirir un maquina para fabricar productos de salida de papel
destinadas a copiadoras Kodak. Los conductos de una muestra que realizo con la
maquina medían (en pulgadas):

12,2 12,3 11,8 11,5 11,8


11,9 12,5 11,7 12,4 12.2

La empresa tiene que utilizar la máquina que produzca conductos de tamaños mas
uniformes. Se considera aceptable la maquina con una desviación estándar no mayor a
0,39 pulgadas. ¿Se califica aceptable la máquina adquirida?
______________________________________________________________________

Ejercicio Nº 3
A continuación se presenta 10 lecturas de voltaje tomadas durante pequeños intervalos
de tiempo. El valor nominal de las mediciones de voltaje fue 100,0 V.

99,7 99,8 99,9 100,0 100,1 100,3 100,2 100,5 99,7 99,8

Calcule: a) Rango, b) Varianza, c) Desviación Estándar, d) Desviación media con


respecto a la Media Aritmética.
______________________________________________________________________

Ejercicio Nº 4
Los siguientes datos representan los registros de temperatura de un horno de gran
tamaño (en grados Fahrenheit) tomado con un Instrumento para registrar alta
temperatura:

475 450 425 430 456


420 460 440 465 480

El jefe de la planta señala que el promedio de la temperatura del horno en


funcionamiento es de 450 grados Fahrenheit y se considera normal la temperatura con
un desviación estándar no mayor de 22 grados Fahrenheit. ¿Califica usted normal la
temperatura del horno?

26
Estadística Objetivo Nº 4.3: Medidas de Dispersión Absoluta

Ejercicio Nº 5
Las demoras (manejo, preparación y colocación de las herramientas) en el corte de seis
partes en un torno corriente son: 0,6 ; 1,2 ; 0,9 ; 1,0 ; 0,6 y 0,8 minutos.

Calcule: a) Rango, b) Varianza, c) Desviación Estándar, d) Desviación media con


respecto a la Media Aritmética.
______________________________________________________________________

Ejercicio Nº 6
Los siguientes datos son cifras de la producción diaria de petróleo en barriles en un
pozo:

225 215 211 220 229 217 222

Calcule: a) Rango, b) Varianza, c) Desviación Estándar, d) Desviación media con


respecto a la Media Aritmética, e) Desviación Media respecto a la Mediana, y
f) Desviación Cuartil.
______________________________________________________________________

Ejercicio Nº 7
Los siguientes datos representan los registros de temperatura de un horno de gran
tamaño (en grados Fahrenheit) tomado con un Instrumento para registrar alta
temperatura:

322 330 325


329 320 327

Calcule: a) Rango, b) Varianza, c) Desviación Estándar, d) Desviación media con


respecto a la Media Aritmética.
______________________________________________________________________

Ejercicio Nº 6
La siguiente tabla de distribución de frecuencia representa los registros de temperatura
de un horno de gran tamaño (en grados Fahrenheit) tomado con un Instrumento para
registrar alta temperatura:

Clases Frecuencia
400-409,9 2
410-419,9 7
420-429,9 13
430-439,9 9
440-450 5

El jefe de la planta señala que el promedio de la temperatura del horno en


funcionamiento es de 428 grados Fahrenheit y se considera normal la temperatura con
un desviación estándar no mayor de 14 grados Fahrenheit. ¿Califica usted normal la
temperatura del horno?

27
Estadística Objetivo Nº 4.3: Medidas de Dispersión Absoluta

Ejercicio Nº 7
Un ingeniero civil vigila la calidad del agua midiendo el monto sólido suspendidos
(partes por millón) en una muestra de agua de río. En 30 días laborales observo y se
registro en la siguiente tabla de distribución de Frecuencia:

Clases Frecuencia
10-19 2
20-29 7
30-39 10
40-49 8
50-60 3

Calcule: a) Varianza, b) Desviación Estándar y c) Desviación media con respecto a la


Media Aritmética.
______________________________________________________________________
Ejercicio Nº 8

La siguiente tabla de distribuciones de frecuencias representa las 40 determinaciones de


la emisión diaria (en toneladas) de óxidos de azufre de una planta industrial:

Clases Frecuencia
9-12,9 3
13-16,9 10
17-20,9 15
21-24,9 9
25-29 3

Calcule: a) Varianza, b) Desviación Estándar, c) Desviación media con respecto a la


Media Aritmética y d) Desviación Media respecto a la Mediana.
______________________________________________________________________
Ejercicio Nº 6
La siguiente tabla de distribución de frecuencia representa los registros de temperatura
de un horno de gran tamaño (en grados Fahrenheit) tomado con un Instrumento para
registrar alta temperatura:

Clases Frecuencia
310 – 316,9 2
317 – 323,9 6
324 – 330,9 12
331 – 337,9 15
338 – 344,9 17
345 – 351,9 10
352 – 358,9 7
359 – 366 3

Calcule: a) Varianza, b) Desviación Estándar y c) Desviación media con respecto a la


Media Aritmética.

28
Estadística Objetivo Nº 4.2: Medidas de Dispersión Relativa

1) Para comparar la precisión de 2 instrumentos de medición, un técnico de laboratorio


estudio las mediciones hechas con estos instrumentos, como prueba se utilizaron estos
para medir el diámetro de un rodamiento. ¿Cuál de los dos instrumentos de medición
es relativamente más preciso?

Instrumento Nº1 11,8 11,9 12,1 11,5 11,4

Instrumento Nº2 12,2 12,4 11,6 11,4 11,2


______________________________________________________________________

2) Las medidas tomadas con un instrumento para medir el diámetro de un cojinete


tienen una media aritmética de 4,05 mm y una desviación estándar de 0,025 mm,
mientras que las medidas tomadas con otro instrumento de la longitud de un resorte
tiene una media de 2,54 pulgadas y una desviación estándar de 0,018 pulgadas. ¿Cuál
de estos dos instrumentos de medición es relativamente más preciso?

______________________________________________________________________

3) El peso de los integrantes del equipo A tiene media de 224 libras con desviación
estándar de 18 libras, mientras que los mismos datos correspondientes a su oponente del
próximo domingo. Equipo B, son 195 y 12, respectivamente. ¿Cuál de los dos equipos
muestra mayor dispersión relativa respecto al peso de sus integrantes?
______________________________________________________________________

4) Una agencia de empleos temporales, ha probado las habilidades para la captura de


datos de muchas personas, la agencia necesita un capturista rápido y consistente. La
agencia revisa los registros de velocidad de 2 empleados con los siguientes datos en
términos del número de entradas correctas por minuto. ¿Cuál de los dos empleados
tiene la menor variación relativa?

Alberto 68 67 66 67 69

Fernando 64 68 58 57 59
______________________________________________________________________

5) Los siguientes datos representan los registros de temperatura de un horno de gran


tamaño (en grados Fahrenheit) tomado con un Instrumento para registrar alta
temperatura:

475 450 425 430


420 460 440 465

Calcule:
a) Coeficiente de variación de Pearson
b) Coeficiente de Variación Medianal

29
Estadística Objetivo Nº 4.2: Medidas de Dispersión Relativa

6) Una empresa acaba de adquirir una máquina para fabricar productos de salida de
papel destinado a copiadoras Kodak. Los conductos de una muestra que realizo con la
maquina medían (en pulgadas):

12,2 12,3 11,8 11,5 11,8 11,9 12,5

Calcule:
c) Coeficiente de variación de Pearson
d) Coeficiente de Variación Medianal
______________________________________________________________________

7) Una universidad ha decidido probar tres nuevos tipos de focos. Tienen tres
habitaciones idénticas para realizar el experimento. El foco 1 tiene una vida promedio
de 1.470 horas y una varianza de 156. El foco 2 tiene una vida promedio de 1.400 horas
y una varianza de 81. La vida promedio del foco 3 es 1.350 horas con una desviación
estándar de 6 horas.

Se pide:
a) Calcule el Coeficiente de Variación Pearson para cada uno de los focos mencionados.
b) ¿Cuál de estos tres focos tiene la mayor dispersión relativa?
______________________________________________________________________

8) Un fabricante de cinescopio produce dos tipos cinescopios, A y B. La vida media de


los cinescopios es, respectivamente, 1.495 horas y 1.875 horas, y las desviaciones
estándar son 280 horas y 310 horas. ¿Cuál de los cinescopios tiene: a) la mayor
dispersión absoluta y b) la mayor dispersión relativa?

______________________________________________________________________

8) La siguiente tabla de distribuciones de frecuencias representa las 40 determinaciones


de la emisión diaria (en toneladas) de óxidos de azufre de una planta industrial:

Clases Frecuencia
9-12,9 3
13-16,9 10
17-20,9 15
21-24,9 9
25-29 3

Calcule:
a) Coeficiente de Variación Pearson.
b) Coeficiente de Variación Medianal

30
Estadística Objetivo Nº 5: Errores en la Medición

1. Se utilizo un instrumento para medir la longitud sin extender de un resorte y


las mediciones tienen los siguientes resultados:

3,1 3,2 3,6 3,5

Se pide:
a) Calcule el error Absoluto y Relativo para cada una de las medidas
b) Determine el Error Absoluto y Relativo medio para el conjunto de medidas.
c) Entre que márgenes se encuentra el valor real de la longitud de Resorte.
d) Utilizando un error de 50% calcule el error probable
e) Según el resultado de inciso d) ¿Cuál es el valor más probable de la medición?
f) utilizando el resultado de incido d) calcule el error unitario de la medición.
_________________________________________________________________

2. Un Ingeniero desea determinar la distancia que hay entre dos columnas con
una cinta métrica que aprecia milímetros. Se realizo cinco medidas y se
obtuvieron los siguientes valores:

80,3 79,4 80,2 79,7 80,0

Se pide:
a) Calcule el error Absoluto y Relativo para cada una de las medidas
b) Determine el Error Absoluto y Relativo medio para el conjunto de medidas.
c) Entre que márgenes se encuentra el valor real de la distancia que hay entre
estas dos columnas.
d) Utilizando un error de 90% calcule el error probable
e) Según el resultado de inciso d) ¿Cuál es el valor más probable de la medición?
f) Utilizando el resultado de incido d) calcule el error unitario de la medición.
_________________________________________________________________

3. Para determinar la longitud de una mesa, se han realizado cuatro mediciones


con una cinta métrica que aprecia centímetros. Los valores obtenidos son los
siguientes:

75,2 74,8 75,1 74,9

Se pide:
a) Calcule el error Absoluto y Relativo para cada una de las medidas
b) Determine el Error Absoluto y Relativo medio para el conjunto de medidas.
c) Entre que márgenes se encuentra el valor real de la longitud de la mesa.
d) Utilizando un error de 95% calcule el error probable
e) Según el resultado de inciso d) ¿Cuál es el valor más probable de la medición?
f) utilizando el resultado de incido d) calcule el error unitario de la medición.

31
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Probabilidad Favorable

P(A)= Número de resultados en los que se presenta el evento A


Número total de resultados posible

P(A)= La probabilidad de que el evento A suceda

Probabilidad Contraria Desfavorable

P(Ā)= 1- P(A)

Evento Mutuamente Evento no son Mutuamente


Excluyente Excluyente
Probabilidad de Suma P(AUB)= P(A)+P(B) P(AUB)= P(A)+P(B)-P(A∩B)

Evento Independiente Evento Dependiente


Probabilidad Producto P(A∩B)= P(A) x P(B) P(A∩B)= P(B/A) x P(A)
(Conjunto) P(B∩A)= P(A/B) x P(B)
Probabilidad P(B/A)= P(B) P(B/A)= P(A∩B)/P(A)
Condicional P(A/B)= P(A) P(A/B)= P(B∩A)/P(B)

32
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Concepto de Probabilidad:
Se define como cálculo de probabilidad al conjunto de reglas que permiten
determinar si un fenómeno ha de producirse, fundando la suposición en el
cálculo, las estadísticas o la teoría.

Experimento:
Cualquier acción cuyo resultado se registra como un dato.

Evento:
Es uno o más de los posibles resultados de hacer algo. Al lanzar una moneda al
aire, si cae cruz es un evento, si cae cara es otro.

Eventos mutuamente excluyentes:


Dos o más eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir
simultáneamente. Es decir, la ocurrencia de un evento impide automáticamente la
ocurrencia del otro evento (o eventos).

Ejemplo: Al lanzar una moneda solo puede ocurrir que salga cara o sello pero no
los dos a la vez, esto quiere decir que estos eventos son excluyentes.

Eventos no son mutuamente excluyentes:


Dos o más eventos son no excluyentes, o conjuntos, cuando es posible que
ocurran ambos. Esto no indica que necesariamente deban ocurrir estos eventos en
forma simultánea.

Ejemplo: Si consideramos en un juego de domino sacar al menos un blanco y un


seis, estos eventos son no excluyentes porque puede ocurrir que salga el seis
blanco.

Eventos Independientes:
Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de
un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o
eventos). Un caso típico de eventos independiente es el muestreo con reposición,
es decir, una vez tomada la muestra se regresa de nuevo a la población donde se
obtuvo.

Ejemplo: lanzar al aire dos veces una moneda son eventos independientes por
que el resultado del primer evento no afecta sobre las probabilidades efectivas de
que ocurra cara o sello, en el segundo lanzamiento.

Eventos dependientes:
Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de
uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando
tenemos este caso, empleamos entonces, el concepto de probabilidad condicional
para denominar la probabilidad del evento relacionado. La expresión P(A|B)
indica la probabilidad de ocurrencia del evento A sí el evento B ya ocurrió.

33
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Ejercicio Nº 1

El gerente de una tienda de alimentos quiere determinar la relación existente


entre el monto de las compras y el tipo de pago realizado, y para ello clasifica
150 compras de la siguiente forma.

Forma de Monto
Pago Menos de100 De 100 a 200 Más de 200 Total
Efectivo 25 20 5 50
Crédito 5 20 25 50
Cheque 5 15 30 50
Total 35 55 60 150

- Si A, el suceso de que las compra realizada en la tienda sea menor de 100.


- Si B, el suceso de que las compra realizada en la tienda sea efectivo.
- Si C, el suceso de que las compra realizada en la tienda sea mayor de 100.
- Si D, el suceso de que las compra realizada en la tienda está comprendido entre
100 y 200.
- Si E, el suceso de que las compra realizada en la tienda sea a crédito.
- Si F, el suceso de que las compra realizada en la tienda sea con cheque.
- Si G, el suceso de que las compra realizada en la tienda sea mayor de 200.

Si una de estas compras es seleccionada al azar. Calcule la probabilidad de


que:
a) La compra sea mayor de 100.
b) La compra sea en efectivo.
c) La compra sea a crédito o sea menor de 100.
d) La compra sea menor de 100, dado que fue en efectivo.
e) La compra sea con cheque y mayor de 200.
f) La compra que no sea a crédito.
g) La compra sea a crédito o sea con cheque.
h) La compra sea con cheque o sea mayor de 200.
i) La compra que no sea con cheque ni mayor de 100.
j) La compra que no sea a crédito ni en efectivo.

Ejercicio Nº 2

34
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Durante 5 días de trabajo la semana pasada en una industria, han ocurrido los
siguientes accidentes, distribuidos por departamento y por día según la tabla:

Día
Dpto. Lunes Martes Miércoles Jueves Viernes Totales
A 32 21 23 29 35 140
B 14 10 11 10 15 60
C 12 12 13 11 11 59
D 24 22 23 21 22 112
Totales 82 65 70 71 83 371

- Si A, el suceso de que el accidente haya ocurrido en el departamento A.


- Si B, el suceso de que el accidente haya ocurrido en el día lunes
- Si C, el suceso de que el accidente haya ocurrido en el departamento B.
- Si D, el suceso de que el accidente haya ocurrido en el día viernes.
- Si E, el suceso de que el accidente haya ocurrido en el departamento C.
- Si F, el suceso de que el accidente haya ocurrido en el día Miércoles.

El médico de la empresa recibe a uno de los accidentados. Calcule la


probabilidad de que el accidente:

a) Haya ocurrido en el departamento A.


b) Haya ocurrido en el departamento B y el día viernes.
c) Haya ocurrido en el departamento A, dado que ocurrió el lunes.
d) Haya ocurrido en el departamento C o en el día miércoles.
e) Haya ocurrido en el departamento A o en el departamento B.
f) Haya ocurrido en el departamento A, dado que ocurrió el miércoles.
g) No haya ocurrido en el departamento B.
h) No Haya ocurrido en el departamento B ni en el departamento C.
i) No haya ocurrido en el departamento C ni en el día viernes.

Ejercicio Nº 3

35
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Un experimento consiste en lanzar dos (2) dados simultáneamente

- Si tiene el siguiente espacio Muestral:

1,1 1,2 1,3 1,4 1,5 1,6


2,1 2,2 2,3 2,4 2,5 2,6
3,1 3,2 3,3 3,4 3,5 3,6
4,1 4,2 4,3 4,4 4,5 4,6
5,1 5,2 5,3 5,4 5,5 5,6
6,1 6,2 6,3 6,4 6,5 6,6

- Si A, el suceso de que salgan dos cifras pares.


- Si B, el suceso de que la suma de los dos dados sea seis.
- Si C, el suceso de que salgan dos cifras impares.
- Si D, el suceso de que la suma de los dos dados sea ocho.
- Si E, el suceso de que salgan los dos dados con el mismo cifras.
- Si F, el Suceso de que la suma de los dos dados sea cuatro.
- Si G, el suceso de que salgan al menos uno de los dados un seis.

Calcule la probabilidad de que al lanzar 2 dados:

a) Salgan dos cifras pares.


b) Salgan dos cifras que sumen seis.
c) Salgan dos cifras impares.
d) Salgan dos cifras impares o dos cifras que sumen ocho.
e) Salgan ambos dados con la misma cifra.
f) Salgan dos cifras pares o dos cifras impares.
g) Salgan dos cifras que sumen cuatro o dos cifras que sumen ocho.
h) Salgan dos cifras pares y que sumen ocho.
i) Salgan dos cifras que sumen seis, dado que ambos dados son cifras pares.
j) Salgan dos cifras pares, dado que la suma de los dos dados es igual a ocho.
k) No salgan dos cifras que sumen seis.
l) No salgan dos cifras que sumen cuatro ni dos cifras que sumen ocho.
m) Salgan uno de los dados en seis, dado que ambos dados tienen las mismas
cifras.
n) No salgan dos cifras pares ni dos cifras que sumen cuatro.

36
Estadística Objetivo Nº 5: Teoría de las Probabilidades

Ejercicio Nº 4

En la tabla siguiente se presenta la clasificación de 250 tiendas según el tipo de


ciudad y la región geográfica donde están ubicadas.

Zona Geográfica
Tipo de ciudad Norte Este Sur Oeste Total
Grande 15 25 25 40 105
Pequeña 30 15 35 15 95
Sub-urbana 10 25 5 10 50
Total 55 65 65 65 250

- Si A, el suceso de que al seleccionar al azar sea una tienda de una ciudad


pequeña.
- Si B, el suceso de que al seleccionar al azar sea una tienda ubicada en el sur.
- Si C, el suceso de que al seleccionar al azar sea una tienda ubicada en el norte.
- Si D, el suceso de que al seleccionar al azar sea una tienda de una ciudad
grande.
- Si E, el suceso de que al seleccionar al azar sea una tienda de una ciudad Sub-
urbana.
- Si F, el suceso de que al seleccionar al azar sea una tienda de una ciudad grande.
- Si G, el suceso de que al seleccionar al azar sea una tienda ubicada en el este.

Calcule la probabilidad de que:


a) Sea una tienda de una ciudad pequeña.
b) Sea una tienda ubicada en el norte y de una ciudad grande.
c) Sea una tienda de una ciudad sub-urbana o una tienda ubicada en el sur.
d) Sea una tienda de una ciudad grande o una tienda de una ciudad sub-urbana.
e) Sea una tienda de una ciudad pequeña, dado que está ubicada en el este.
f) No sea una tienda ubicada en una ciudad pequeña.
g) No sea una tienda de una ciudad pequeña ni este ubicado en el norte.
h) No sea una tienda de una ciudad grande ni de una ciudad sub-urbana.

37
38