ESTADISTICA GENERAL Cap 1

Métodos Estadísticos Tema: Estadística Descriptiva
ESTADÍSTICA GENERAL
INTRODUCCIÓN
La palabra estadística a menudo nos trae a la mente imágenes de números apilados en

grandes arreglos y tablas, de volúmenes de cifras relativas a nacimientos, muertes, viajes,
visitantes, ingresos, ventas y así sucesivamente.
Algunas personas podrían pensar que la enseñanza de la estadística sólo interesa a los
profesores, o bien a los investigadores que trabajan en los diferentes departamentos de una
universidad. Esta es una creencia errónea, puesto que la estadística ha surgido desde la
misma estadística y podemos encontrar Estadísticos en psicología, economía, medicina,
ingeniería y otras áreas.
¿Que es la estadística?
Según: Diccionario RAE
 Ciencia o recuento de la población, de los recursos naturales e industriales, del tráfico o

de cualquier otra manifestación de un Estado, provincia, pueblo, clase, etc.
 Ciencia que utiliza conjuntos de datos numéricos para obtener inferencias basadas en el
cálculo de probabilidades.
La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir,

hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre
sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con
la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.
La Estadística, rama de las matemáticas que se ocupa de reunir, organizar y analizar datos
numéricos y que ayuda a resolver problemas como el diseño de experimentos y la toma de
decisiones.
Estadística es un conjunto de métodos científicos para la recopilación, representación

condensación y análisis de los datos extraídos de un sistema en estudio. Con el objeto de
poder hacer estimaciones y sacar conclusiones, necesarias para tomar decisiones.
Ing. Est. Jorsi Ericson Balcázar Gallo 1

Para qué sirve la estadística

1. Para la descripción de datos.
2. Para conocer datos de población a partir de datos de muestra.
3. Para ver las relaciones entre los datos.
Importancia de la Estadística
La estadística ha jugado un papel primordial en el desarrollo de la sociedad moderna, al
proporcionar herramientas metodológicas generales para analizar la variabilidad, determinar
relaciones entre variables, diseñar en forma óptima estudios y experimentos y mejorar las
predicciones y toma de decisiones en situaciones de incertidumbre.
Las técnicas estadísticas se aplican de manera amplia en mercadotecnia, contabilidad,
control de calidad y en otras actividades; estudios de consumidores; análisis de resultados en
deportes; administradores de instituciones; en la educación; organismos políticos; médicos;
y por otras personas que intervienen en la toma de decisiones.
LA ESTADÍSTICA Y LA INVESTIGACIÓN CIENTÍFICA
La Investigación Científica
La investigación es un proceso de producción de conocimientos científicos; es un proceso
sistemático a través del cual se recogen datos e información de la realidad objetiva para dar
respuesta a las interrogantes que se plantean.
No hay investigación grande o pequeña, simplemente investigar es buscar respuesta a
determinadas interrogantes, a través de la aplicación de procedimientos científicos.
"PAPEL DE LA ESTADÍSTICA EN LA INVESTIGACIÓN CIENTÍFICA".
La Estadística es considerada también como un suministro de un conjunto de herramientas

sumamente útiles en la investigación.
No existe investigación, proceso o trabajo encaminado a obtener información cuantitativa en
general, en la que la estadística no tenga una aplicación. La estadística no puede ser ignorada
por ningún investigador, aún cuando no tenga ocasión de emplear la Estadística Aplicada en
todos sus detalles y ramificaciones.
El papel de la estadística en la investigación es, entonces, funcionar como una herramienta
en el diseño de investigaciones, en el análisis de datos, y en la extracción de conclusiones a
partir de ellos. Escasamente podrá preveerse un papel mayor y más importante

El desarrollo científico y la investigación no son posibles sin la estadística
TRABAJO
Observar y describir diferentes problemas relacionados con su carrera.
CLASIFICACION O TIPOS DE ESTUDIOS

Según el tiempo de ocurrencia de los hechos y registros de la información
Se clasifican en:
 Retrospectivo: Son aquellos estudios que el investigador indaga sobre hechos
ocurridos en el pasado.
 Prospectivo: Son aquellos estudios que el investigador registra la información según
van ocurriendo los fenómenos.

ESTADÍSTICA GENERAL
DIVISIÓN DE LA ESTADÍSTICA
La Estadística para su mejor estudio se ha dividido en dos grandes ramas: la Estadística

Descriptiva y la Inferencial.
Estadística Descriptiva: Se denomina estadística descriptiva, al conjunto de métodos

estadísticos que se relacionan con el resumen y descripción de los datos, como tablas,
gráficas, y el análisis mediante algunos cálculos.
Estadística Inferencial Se denomina inferencia estadística al conjunto de métodos con los

que se hacen la generalización o la inferencia sobre una población utilizando una muestra.
La inferencia puede contener conclusiones que pueden no ser ciertas en forma absoluta,
por lo que es necesario que éstas sean dadas con una medida de confiabilidad que es la
probabilidad.
Estas dos partes de la estadística no son mutuamente excluyentes, ya que para utilizar los
métodos de la inferencia estadística, se requiere conocer los métodos de la estadística
descriptiva.
La Estadística Inferencial investiga o analiza una población partiendo de una muestra
tomada.
TÉRMINOS DE ESTADÍSTICA
Los términos estadísticos que se usan en estadística es necesario conocerlos para poder
entender el lenguaje estadístico que se utiliza en el desarrollo de la asignatura:
Población:
En forma general, en estadística; se denomina población, a un conjunto de elementos (que
consiste de personas, objetos, etc.), que contienen una
característica observable común.
La población debe estar perfectamente definida en el
tiempo y en el espacio. Por lo tanto, al definir una
población, se debe cuidar que el conjunto de elementos que

la integran quede perfectamente delimitado. Si, por ejemplo, estamos analizando la edad de
los alumnos de la UNP, debemos especificar cuáles y cuándo, entonces seria: 14537
alumnos de la Universidad Nacional de Piura, en Abril del 2011.
“La población puede ser finita o infinita”:
Población Finita, Es el conjunto finito de unidades de análisis donde se puede identificar a

un elemento inicial y/o a un elemento final. Por ejemplo, la población de fabricas de
Lima Metropolitana, todos los estudiantes existentes en la Universidad Nacional de Piura.
Población Infinita, Conjunto infinito de elementos donde no se podría identificar a

una unidad inicial ni a la unidad final. Ejemplo, la población de personas con hábitos de
fumar, población de personas que consumen bebidas gaseosas, población e personas que
consumen cervezas, los árboles de la selva peruana, etc.
Muestra: Es una parte o subconjunto de una población en estudio. La muestra está

constituida de elementos seleccionados de una
manera deliberada, con el objeto de investigar las
propiedades de su población.
Cuando no se puede acceder a los datos de toda la
población, que es lo más frecuente, y se debe trabajar
con sólo los de la muestra, a la simple descripción de los datos se añade el interés por
valorar hasta qué punto los resultados de la muestra son generalizables a la población.
Se denomina muestra a una parte de la población seleccionada de acuerdo con un plan o
regla, con el fin de obtener información acerca de la población de la cual proviene.
“Toda muestra debe ser representativa y adecuada”.
Población (N)
Muestra (n)
 Muestreo
X

S
2 Inferencia
S2

Variable: Es una característica de interés, toma diferentes valores. Las variables son
características observables, susceptibles de adoptar distintos valores o ser expresados en
varias categorías. Las variables se representan con letras mayúsculas del abecedario.
Ejemplo:
 X: Tamaño de pernos producidos por cierto proceso industrial.
 Y: Ph. Del yogurt.
 Q: Color de la bebida gaseosa.
 Z: Número de gaseosas defectuosas por lote.
 P: Método de enseñanza.
 M: Temperatura de cocido de ladrillos pandereta.
 N: Tipo de batería que usan los equipos de Oftalmología para el servicio de zonas rurales
en el CLAS de la ciudad de Sullana en Julio del 2008.
 X: Gastos realizados por la empresa por aniversario de esta, en el mes de Julio.
 Y: Edad de los alumnos del colegio “Mariano Melgar”.
 Z: Tiempo de servicio de los trabajadores de la empresa OKG.
Unidad de análisis o unidad elemental: Es el objeto o elemento indivisible que será

estudiado en una población o en una muestra, sobre los cuales se va a obtener datos, de los
ejemplos anteriores seria:
 Cada perno producido.
 Cada frasco que contiene al yogurt.
 Cada gaseosa producida.
 Cada lote producido.
 Cada alumno.
 Cada lote de ladrillos.
 Cada equipo Oftalmológico de las zonas rurales en el CLAS Sullana.
 Cada departamento de dicha empresa.
 Cada alumno del colegio “Mariano Melgar”.
 Cada trabajador que labora en la empresa OKG.

Datos: Comúnmente se le conoce como observaciones. Son los valores que toma la variable
en cada unidad estadística.
De los ejemplos anteriores seria:
 x1=2 cm., x2=2.1 cm.
 y1=12.2°, y2=13.5°
 q1=amarillo, q2=rojo, q3=negra, q4=amarilla.
 Etc.
Unidad de medida. Son las unidades físicas en las que son expresados los datos. Las
variables cualitativas no tienen unidad de medida.
De los ejemplos anteriores.
 cm.
 Grados.
LAS VARIABLES
Podemos iniciar el tema indicando que definir las variables “me permitirá dar respuesta a lo
que quiero estudiar”. El sexo, la edad, el nivel socioeconómico, el seguimiento de un
determinado plan de cuidados, el tipo de droga que se consume, la percepción de riesgo
frente a una determinada conducta, etc. son aspectos que con seguridad se abordarán si
estamos realizando un estudio sobre el consumo de drogas, pues bien, estos aspectos a
estudiar, son lo que denominamos las variables de estudio.
CLASIFICACIÓN DE LAS VARIABLES

Medir es asignar valores a las variables del estudio. Su principal función es evitar la
subjetividad del investigador.
La forma de medir las variables va a determinar el análisis matemático, estadístico, de las
mismas.
Clasificación según su naturaleza:
 VARIABLES CUALITATIVAS:
Miden una característica, en término de cualidad, nunca de forma numérica.

Cada uno de los valores que puede tomar la variable se llama categorías. Deben incluir
todas las opciones posibles que puede adoptar la variable.
Pueden ser:
Escala nominal: Determina la igualdad o desigualdad de los individuos.
Sexo: masculino o femenino. Fumador: Sí. No.
Estado Civil: soltero, casado, viudo, separado o divorciado.
Escala ordinal: Determina el orden de los individuos de “mayor”, “menor” o “igual
que”.
Habito de fumar: no fumador, fumador moderado, fumador importante.
Consumo de tabaco: Tabaco: 0 c/d, 1-10 c/d, > 10 c/d
Escala de dolor: Muy fuerte, fuerte, regular, débil, muy débil.
Si las variables cualitativas tienen solo dos categorías se llama variable cualitativa
dicotómica (Ejemplo: Sexo: Hombre. Mujer), y si tiene más de dos, variable cualitativa
politómica (color de cabello: negro, rubio, castaño, pelirrojo)
 VARIABLES CUANTITATIVAS:
Miden una característica de forma numérica, miden una cantidad. Pueden ser:
Variables Discretas: Entre dos valores consecutivos no existe otro valor, es decir toman
solo valores enteros. Se obtienen siempre por conteo.
Ejemplo.
 Número de hijos.
 Número de maquinas registradoras.
 Número de máquinas empacadoras de cemento.
 Número de estaciones de servicio.
 Número de cajeros automáticos.
Variables Continuas: Entre dos valores consecutivos se pueden encontrar infinitos

valores, es decir toman valores decimales. Se obtienen siempre por alguna medición o un
cálculo matemático.
Ejemplo:
 Peso de pernos
 Talla.

 Tiempo de vida útil de una maquina de sellado.
VARIABLES
CUALITATIVAS CUANTITATIVAS
Nominal Ordinal Continua Discreta
ELEMENTOS DE UNA VARIABLE

La identificación y definición de variables es la tarea más delicada de toda investigación y
del trabajo estadístico. Téngase presente que las variables se deducen a partir de los
objetivos de un estudio o investigación. En consecuencia, para tener éxito en la selección de
variables, es recomendable distinguir los siguientes cinco elementos:
a) Nombre o denominación de la variable.
b) Definición o conceptualizacion de la variable.
c) Un conjunto de categorías o niveles, que es definida por el investigador. Las
categorías no son únicas, lo mínimo es dos categorías y dependen de los objetivos
de la investigación.
d) Procedimiento para categorizar o agrupar las unidades de análisis.
e) Algunas medidas de resumen o indicadores.
Ejemplo:
Veamos la variable Estado Civil:
a) Nombre: Estado Civil o conyugal
b) Definición: Es la situación de la persona empadronada en relación con las leyes y
costumbres del país.
c) Categorías:
(01) Soltero
(02) Casado
(03) Conviviente
(04) Divorciado

(05) Viudo
d) Categorización: ¿Cuál es su estado civil?
e) Medidas de Resumen Indicadores:
- Distribución Porcentual
- Tasa de Nupcionalidad
- Etc.
Veamos la variable cuantitativa, Ingreso:
a) Nombre: Ingresos
b) Definición: Son los recursos monetarios netos, incluyendo todas las bonificaciones
que percibe una persona por su ocupación principal y secundaria durante el periodo
de referencia de la encuesta.
c) Categorías: Puede proponerse en forma de niveles o simplemente intervalos.
Primera forma: Segunda forma:
(01) Alto (01) Menos de 300
(02) Medio (02) De 301 a 500
(03) Bajo (03) De 501 a 700
(04) De 701 a mas
d) Categorización: ¿Cuál fue su ingreso total en el último mes?

e) Medidas de resumen, Indicadores: Ingreso promedio, Ingreso mediano, etc.
EJERCICIOS 01
De los enunciados siguientes Identificar la población, muestra, unidad de análisis, dato

y la variable (tipo de variable y sus elementos)
1) Se desea saber el tiempo de vida de los motores en las motocar YAMAHA cierto estudio
se hizo ciudad de Tumbes e Iquitos ya que son las ciudades donde el calor es intenso
todo el año y el motor de cierto objeto de estudio sufre en estas condiciones climáticas.
2) En la UNP se quiere saber cuál es el deporte más practicado por los alumnos la cual se
tomo información de 200 alumnos elegidos al azar de las diferentes escuelas de esta
universidad.

3) Se desea saber cuál es la estatura y el peso medio de los alumnos de la facultad de

Educación de la UNP, la cual para obtener esta información para la estimación se eligió
solo a tres escuelas de esta facultad y a 50 alumnos de dichas escuelas.
4) La UNP necesita información sobre lugar de procedencia de los alumnos que vienen a
integrarse a nuestra casa de estudio en el segundo semestre del presente año.
Trabajo 02
Investigar, presentar y exponer acerca de:
Recolección de datos:
- Concepto
- Fuentes de datos
- Técnicas de recolección de datos.
- Censo y Encuesta
RECOPILACIÓN DE DATOS
La recopilación de datos es el momento en la cual el investigador se pone en contacto
directo con los sujetos, objetos o elementos sometidos al estudio con el propósito de obtener
los datos o respuestas de las variables consideradas; a partir de estos datos se prepara la
información estadística y se calcula las medidas de resumen e indicadores para el análisis
estadístico.
Para recoger la información se toma en cuenta las siguientes modalidades: Las fuentes de
información, los sistemas de recolección y las técnicas de recolección.
FUENTES DE INFORMACION
Es el lugar, la institución o persona donde están los datos para cada una de las variables o
aspectos de la investigación. Las fuentes de información pueden ser:
a) Fuentes internos: Es la información recopilada por la empresa (o la institución) de
los resultados de su propia gestión. Son pues las observaciones que constantemente
realizan los departamentos: Administrativos, contables, comerciales, técnicos, etc.
Ejemplo. Reportes financieros, Reportes de operaciones, que están dados por la
información de la producción, ventas, compras, estados de pérdidas y ganancias,
Reportes especiales, es información adicional para un análisis específico.
b) Fuentes externas: Son informaciones estadísticas elaboradas por instituciones de

investigación, ya sean públicas o privadas, o dependencias especializadas,
generalmente requeridas a nivel nacional o sectorial.
c) Fuentes Primarias: Cuando los datos se obtienen directamente de la misma persona

o entidad (unidad de observación) utilizando ciertas técnicas.

Ejemplo. Llevar a cabo una encuesta para conocer el grado de satisfacción laboral de
los trabajadores de la fábrica CEPICAFE.
Índices de precios al consumidor.
d) Fuentes Secundarias: Cuando los datos ya han sido elaborados y procesados por
otras personas o instituciones.
Ejemplo. La información estadística que publica el INEI de los diferentes ministerios
del Perú.
SISTEMA DE RECOLECCIÓN
Son procedimientos que se utilizan para recoger información, puede ser:
a) Los Registros: Son libros, padrones en donde se anotan en forma regular
permanente y obligatoria los hechos ocurridos.
Ejemplo. Registros civiles, RENIEC, Registros Públicos, etc.
b) Las Encuestas: Son procedimientos de obtención de información estructurada según

criterios previos de sistematización que se efectúa con propósito específico en la
población o en un sector de ella. Pueden ser:
b.1) Encuesta Censal: Cuando abarca toda la población en estudio.
Ejemplo. Censo de población y vivienda de 1993.
b.2) Encuesta Muestral: Cuando abarca una parte de la población en estudio.
Ejemplo. Llevar una encuesta a 150 alumnos de la UCV-Piura.
TECNICAS DE RECOLECCION
Son procedimientos que se utilizan para recolectar información según la naturaleza del
trabajo de investigación. Pueden ser:
El cuestionario, la entrevista, el análisis de contenido, etc.
a) La observación: Es la acción de mirar con rigor, en forma sistemática y profunda,
con el interés de descubrir la importancia de aquello que se observa.
b) El cuestionario: Es un instrumento constituido por un conjunto de preguntas
sistemáticamente elaboradas que se formulan al encuestado o entrevistado con el
propósito de obtener datos de las variables consideradas en estudio.
c) La entrevista: Es un dialogo entre personas, es una técnica donde una persona
llamada entrevistador, encuestador o empadronador solicita al entrevistado le
proporcione algunos datos e información.
d) Análisis de contenidos: Es la técnica más elaborada y que goza de mayor prestigio
en el campo de la observación documental. El fin o propósito del análisis del
contenido consiste en determinar los puntos más importantes de un documento para
observar y reconocer el significado de los mismos en sus elementos, como palabras,
frases, etc., y en clasificarlos adecuadamente para su análisis y explicación.
ORGANIZACIÓN Y CLASIFICACIÓN DE DATOS

Una vez que se ha llevado a cabo la recolección de datos es necesario organizarlos y
presentarlos adecuadamente de tal manera que facilite su comprensión, descripción y
análisis del fenómeno en estudio y obtener conclusiones válidas para la toma de decisiones.
Se consideran las siguientes actividades: Revisión y corrección de los datos, construcción de
tablas de distribución de frecuencias y representación tabular y gráfica.
Revisión y Corrección de los Datos

Todo análisis estadístico, por acabado y seguro que sea, es capaz de suministrar respuestas
inadecuadas si éste se basa en una información incorrecta, es por eso que es necesario
inspeccionar la validez y confiabilidad de los datos para corregir los errores y omisiones de
acuerdo a ciertas reglas.
CUADROS O TABLAS ESTADÍSTICAS

Un cuadro estadístico es el arreglo ordenado, columnas y filas, de datos estadísticos o
características relacionadas, con el objeto de ofrecer información estadística de fácil lectura,
comparación e interpretación. Un cuadro estadísticos es le resultado de trabajos previos
(planeamiento, recopilación, tabulación, cálculos, etc.)
Partes principales:
1) Número del Cuadro, es le código o elemento de identificación que permite ubicar el
cuadro en el interior de un documento.
2) Titulo, es la descripción resumida del contenido del cuadro.
Responder a las clásicas preguntas: Que, Donde, Como y Cuando
 Que: ¿Qué información contiene el cuadro?
Que hay en el cuadro, se refiere al hecho observado o la característica principal.
 Como: ¿Cómo está arreglada o clasificada la información?
Como están ordenados o clasificados los datos en el cuadro.
 Donde: ¿A dónde corresponde la información tabulada?
Se refiere al lugar geográfico o institución a la que corresponde la información.
 Cuando: ¿A qué período de tiempo se refiere la información?
A que momento o periodo de tiempo esta referida la información puede ser un
momento especifico o puntual, como también un periodo de varios años, mese o
semanas, etc.
3) Encabezamiento o conceptos, Es la descripción resumida sobre contenido de las filas y
columnas que contiene el cuadro de información.
4) Cuerpo, Comprende al contenido numérico de la información del cuadro.
5) Fuente, Se anotará el nombre de la unidad responsable de la formulación y
presentación del tabulado de información estadística.
CUADRO Nº 01 N° de cuadro
DISTRIBUCIÓN DE 20 EMPRESAS SEGÚN EL NUMERO DE
TRABAJADORES EN PIURA, ABRIL DEL 2008
Nº Fi Encabezamiento
fi hi
Titulo Trabajadores
100 2 0.07 2
110 4 0.13 6
120 8 0.27 14 Cuerpo
130 10 0.33 24
140 4 0.13 28
150 2 0.07 30
Total 30 1
Fuente: Oficina de RRHH de las 20 empresas Fuente

TALLO Y HOJAS
Una manera muy simple de representar información en muestras de tamaño
moderado, es el tallo y hojas. Básicamente, consiste en un ordenamiento en que
el último dígito se escribe separadamente de los de mayor significación.
Mostraremos su uso mediante los datos que aparecen en la Tabla 01 que
presentamos a continuación.
Tabla 01
DATOS DE ALUMNOS DEL TERCER DE INGENIERIA INDUSTRIAL CICLO DE
LA UNIVERSIDAD PRIVADA CESAR VALLEJO DE PIURA, 2011.
G T P E G T P E G T P E G T P E G T P E G T P E
M 163 50 17 F 163 62 17 F 162 48 18 F 163 48 19 F 163 55 17 M 178 70 18
M 167 55 18 F 167 51 19 F 158 57 18 F 160 55 18 F 167 56 18 M 185 72 18
M 160 55 17 M 173 63 18 F 160 51 19 F 158 51 19 F 158 48 19 M 165 70 19
F 158 49 18 F 156 41 20 F 162 56 20 F 166 60 18 F 170 54 18 M 180 75 20
F 157 55 20 F 164 55 18 F 169 53 21 F 174 59 20 F 160 49 20 M 176 66 21
F 161 53 17 F 165 60 18 F 170 58 20 F 174 60 19 M 174 56 20 M 175 60 18
F 160 60 18 F 154 52 19 F 165 56 18 F 173 70 20 M 172 60 22 M 169 70 19
F 160 60 17 F 154 52 20 F 165 56 19 M 173 70 18 M 172 60 19 M 173 70 19
M 177 67 21 M 178 60 19 F 155 52 18 F 157 54 17 M 166 62 20
F 158 50 17 F 160 55 18 F 155 45 19 F 158 52 18 M 171 75 19
Fuente: Encuesta a alumnos.
Donde:
G : genero (M= Masculino, F=Femenino)
T: Estatura (cm)
P: Peso (kg)
E: Edad (años)
En esta tabla, aparecen datos de 58 alumnos del tercer ciclo de ingeniería industrial
de la Universidad Privada César Vallejo, correspondientes a las variables Género,
Estatura (cm) y Peso (Kg), recolectados de una encuesta.
Para construir el tallo y hojas correspondiente a la variable Estatura, se escribe una

columna con las decenas de los números que serán representados. Las estaturas
disponibles en la muestra, tienen como decenas a los valores 15, 16, 17 y 18. De
este modo, el número 165 tiene 16 decenas y 5 unidades. Esto significa que en la
columna de la derecha, a la altura del 16, se anota el dígito 5. Repitiendo este
procedimiento para cada valor en la tabla, se obtiene lo siguiente:
TALLO Y HOJAS DE LA TABLA 01

ESTATURA DE ALUMNOS
15 455677888888
16 000000122333345556677799
17 001233344456788
18 05

El resultado obtenido puede considerarse como un reordenamiento de la

información original. Sin embargo, al poner ordenadamente las cifras, se tiene un
beneficio adicional: al mirar la figura globalmente, entrega una representación
gráfica de la información. (Esta visión se facilita si el gráfico se observa
lateralmente). La simplicidad de este procedimiento lo hace muy adecuado para
representar pequeños conjuntos de datos en forma manual.
Términos utilizados:
- Frecuencia absoluta simple ( f i ): indica el número de veces que se repite
un atributo, característica, valor o el número de valores de un conjunto de
datos que se encuentran en un intervalo. La suma total de estas frecuencias
es igual al total de datos (n o N).
- Frecuencia porcentual simple ( hi % ): se define en cada fila como
f
hi %  i 100 . La suma total de estas frecuencias es el 100.00%. Cuando
n
no esta expresada en porcentaje se denomina frecuencia relativa simple (
hi ).
- Frecuencia absoluta acumulada ( Fi ) : indica la cantidad de datos que se
encuentran hasta cierto valor o clase.
- Frecuencia porcentual acumulada ( H i % ): indica el porcentaje de datos
que se encuentran hasta cierto valor o clase.
´
- Marca de clase ( Yi ): es el punto medio de cada intervalo, es decir
L  Ls
Yi´  i .
2
Nota.-
Las frecuencias acumuladas se observan cuando estamos estudiando variables
cuantitativas, la marca de clase se utilizará cuando trabajemos con intervalos.
ELABORACIÓN DE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS

A) VARIABLES CUALITATIVAS
EJEMPLO 1.1. En una encuesta de opinión acerca de las preferencias de una marca de
bebida gaseosa por sus colores: Negro(N), Blanco(B), Rojo(R), 20 consumidores dieron las
siguientes respuestas:
B, N, N, B, R, N, N, B, B, N, B, N, N, R, B, N, B, R, B, N.
Construir la distribución de frecuencias. Graficar la distribución
SOLUCION.
La tabulación de estos datos, donde la variable cualitativa es X: Color de bebida gaseosa, es
la distribución de frecuencias del cuadro 1.2.

Cuadro 1: Distribución de personas por su color preferido

de una marca de bebida gaseosa.
Valores de Frecuencias Frecuencias Frecuencias
X Absolutas: f i Relativas: hi Porcentajes:
pi
Negro (N) 9 0.45 45

Blanco (B) 8 0.40 40
Rojo (R) 3 0.15 15
Total 20 1.00 100
Fuente: Elaboración propia.
ELABORACIÓN DE GRAFICOS
GRAFICO DE BARRAS
Gráfico 1: Distribución de personas por su color preferido de una marca de bebida
gaseosa.
Personas
9 0.45
8 0.40
7
6
5
4
3 0.15
2
1
0
Negro Blanco Rojo
Fuente: Cuadro 01

Grafico Circular
El gráfico 2 es la representación mediante gráfica de sectores circulares del cuadro 1 La
frecuencia 45% es equivalente a 0. 45  360  162  , la frecuencia 40% es equivalente a
0. 40  360  144  , y la frecuencia 15% es equivalente a 0.15  360  54 
Gráfico 2: Distribución de personas por su color preferido de una marca de bebida gaseosa.
15%
40%
R
B
N
45%
Fuente: Cuadro 01
Ejercicio.
En una muestra se recolecto datos sobre la marca de baterías que usaban 30 radios portátiles
del ejército peruano de la Ciudad de Piura.
Co ca se co ca
Donde:
Ca co ca ca Se ca: Panasonic
co: Duracell
Se co se co Co se: Akita
so: National
Co se co ca Co
So co ca ca Co
Co co co co Ca
Población o muestra: 30 baterias

Variable: marca de bateria

B) VARIABLE CUANTITATIVA
B.1) CUADRO SIN INTERVALOS
Suponga que se han recolectado n valores de alguna variable discreta X. El procedimiento
más simple de organizar estos n datos, consiste en ordenar estos valores numéricos en forma
ascendente.
Si todos los n datos son distintos entre si, se obtendrá una distribución de frecuencias de n
valores de la variable X, donde cada uno de estos valores tienen frecuencia absoluta igual a
uno.
Si algunos valores se repiten, y si al terminar el ordenamiento se obtienen k ( k  n )
valores distintos de X, digamos, x1 , x 2 ,..., x k , con frecuencias absolutas respectivas
f 1 , f 2 ,..., f k , la distribución de frecuencias de estos n datos se resume en el cuadro 1.3
(observar que es similar al cuadro 1.1).
Cuadro 2: Distribución de frecuencias de variable discreta
Valores de Frecuencias Frecuencias Frecuencias
La variable X Absolutas f i Relativas hi Porcentajes p i
x1 f1 h1 p1
x2 f2 h2 p2
... ... ... ...
xk fk hk pk
Total n 1.00 100.00
Fuente:……………..
Las frecuencias absolutas relativas y porcentajes poseen , en el caso de variable discreta y

continua, el mismo significado y propiedades, que en el caso de la variable cualitativa.
Cuando es grande el número de datos observados de una variable discreta, su organización
es muy engorrosa. En este caso, para resumir los datos y poder calcular las medidas
descriptivas, es conveniente seguir el método de organización de variable continua por
intervalos que se describe en la sección 1.4.3 siguiente.
Gráfica
La representación gráfica más común de una distribución de frecuencias de variable discreta
es del tipo bastón que consiste en trazar en cada valor distinto de la variable, segmentos de
recta proporcionales a su frecuencia.
También, se pueden usar barras rectangulares para graficar una distribución de frecuencias
de variable discreta.
EJEMPLO 1.2.
Ante la pregunta del número de hijos por familia (variable X) una muestra de 20 hogares
de la ciudad de Piura, marcó las siguientes respuestas:
2, 1, 2, 4, 1, 3, 2, 3, 2, 0, 3, 2, 1, 3, 2, 3, 3, 1, 2, 4.
Construir la distribución de frecuencias de la variable X. Graficar.

SOLUCION.
Al ordenar estos datos en forma ascendente, se obtienen cinco valores distintos 0, 1, 2, 3,
4 que se repiten respectivamente 1, 4, 7, 6, 2 veces. La distribución de frecuencias de X se
da en el cuadro 1.4.
Cuadro 2: Familias de la ciudad de Piura, según su número de hijos.

Número de Frecuencias Frecuencias Frecuencias
Hijos Absolutas relativas Porcentajes
Xi fi hi pi
0 1 0.05 5
1 4 0.20 20
2 7 0.35 35
3 6 0.30 30
4 2 0.10 10
Total 20 1.00 100
GRAFICO DE BASTONES
Grafico 03: Familias de la ciudad de Piura, según su número de hijos.

fi hi
7 0.35
6 0.30
5
4 0.20
3
2 0.10
1 0.05
0 1 2 3 4 X
Fuente: Cuadro 02
En la gráfica de bastones, se indican las frecuencias absolutas y relativas en cada valor

distinto de la variable.

Ejercicio.
Se tomo a 20 empresas de transportes de la Ciudad del norte del país la cual se tiene
datos de la cantidad de años dando servicio de transporte puntos turísticos del norte del
país:
6 5 4 4 3
3 4 4 5 5
4 5 6 2 4
3 4 6 5 3
Elabora un cuadro de distribución de frecuencias
B.1) CUADRO SIN INTERVALOS

La distribución de frecuencias por intervalos o clases se usa cuando la variable estadística es
continua o cuando el número de valores distintos de una variable discreta es muy grande
(más de 20 líneas en el monitor de una computadora).
Esta distribución se obtiene dividiendo el rango de variación de los datos en k intervalos y
determinando el número de datos que contiene cada intervalo (Cuadro 1.5).
Cuadro 1.5. Distribución de frecuencias por intervalos
Frecuencia
s
Intervalos I i Conteo Absolutas f i Relativas Porcentajes
hi pi
I1 ///... f1 h1 p1
I2 ///... f2 h2 p2
... ... ... ... ...
Ik ///... fk hk pk
Total n 1.00 100.00
Fuente:……………..
Para construir la distribución de frecuencias de intervalos hay varios procedimientos. En

este texto se conviene y recomienda:
R1. Elegir no más de 20 intervalos ni menos de 5, ya que muchos intervalos pueden
complicar innecesariamente los cálculos de las medidas descriptivas, y pocos intervalos
podrían omitir características importantes de los datos. En este texto elegimos todos los
intervalos de igual amplitud A.
R2. El número de intervalos elegido, debe dar una distribución de frecuencias mono modal,
es decir, una distribución cuyas frecuencias van aumentando progresivamente hasta una
frecuencia máxima y luego van disminuyendo también progresivamente.
Construcción de la distribución de frecuencias

Dados n valores de alguna variable cuantitativa X continua (o discreta con más de 20
valores distintos) uno de los métodos para construir la distribución de frecuencias es:

1. Determinar el rango (R) de variación de los datos que se define por

R  X max  X min ; donde X max es el dato máximo y X min es el
dato mínimo.
2. Determinar el número de intervalos, k, teniendo en cuenta la recomendación R1.
Un valor aproximado del número de intervalos, k, nos proporciona la regla de Sturges,
donde,
k = 1 + 3.3log(n), n  10 ; redondeado el número al entero inmediato mayor.
Por ejemplo, si se tienen n  45 datos sin decimales, entonces,
k  1  3. 3 log( 45)  6. 4556 . Luego, k podrá elegirse como 6, 7, 8, o cualquier otro número
entero, teniendo en cuenta las recomendaciones R1 y R2.
Alternativamente se puede utilizar k  n , donde 25  n  400 .
3. Determinar la amplitud A del intervalo, dividiendo el rango entre el número de intervalos.
Esto es,
A R k.
Si la división A  R k no es exacta en el número de decimales de los datos, entonces,
el número A se aproxima por exceso de manera que se cubra todo el rango, esto es, de
manera que kA  R .
Si los datos son enteros, A es entero, si los datos tienen un decimal, A tiene un
decimal, etc. Por ejemplo, si los datos tienen dos decimales y si R / k  5.3416, se elige
A  5.35. (no 5.34).
4. Determinar el Exceso:
E= R’-R= A*K-R
5. Determinar los extremos de los intervalos de la siguiente manera:
I 1  [ X min , X min  A[
I 2  [ X min  A, X min  2 A[
I 3  [ X min  2 A, X min  3 A[
 
I k  [ X min  (k  1) A, X min  kA]
Observe que se cierra por la derecha el último intervalo. Esto se debe a que si la
división R/k es exacta en el número de decimales de los datos, entonces,
X max  X min  kA .
EJEMPLO 1.3. Los ingresos quincenales en dólares (variable X) de 45 personas son:

63 89 36 49 56 64 59 35 78
43 53 70 57 62 43 68 62 26
64 72 52 51 62 60 71 61 55
59 60 67 57 67 61 67 51 81
53 64 76 44 73 56 62 63 60
Construir una distribución de frecuencias de 8 intervalos.

SOLUCION:
1) De los datos, se encuentra X max  89 y X min  26. El rango de variación de los datos es:
R  89  26  63
2) La amplitud del intervalo se elige a partir del valor
R 63
A   7.875.
k 8
Como los datos son enteros, elegimos A  8 .
2) Los intervalos, el conteo y las frecuencias absolutas de los 45 ingresos quincenales se

dan en el cuadro 1.6:
3)
Cuadro 3: Distribución de los ingresos de 45 personas
Frecuencias
Intervalos Conteo Absoluta Relativa Porcentaje
Ii fi hi pi %
[26,34[ / 1 0.022 2.2
[34,42[ // 2 0.044 4.4
[42,50[ //// 4 0.089 8.9
[50,58[ ///// ///// 10 0.222 22.2
[58,66[ ///// ///// ///// / 16 0.356 35.6
[66,74[ ///// /// 8 0.178 17.8
[74,82[ /// 3 0.067 6.7
[82,90] / 1 0.022 2.2
Total 45 1.000 100.0
Ejercicio.
Estos datos corresponden a las puntuaciones de 60 ingresantes a la Escuela de Ingeniería
Industrial en el último examen de admisión para el ingreso a la UCV – Piura.
65 43 88 59 35 76 21 45 62 41
36 78 50 48 62 60 35 53 65 74
49 37 60 76 52 48 61 34 55 82
84 40 56 74 63 55 45 67 61 58
79 68 57 70 32 51 33 42 73 26
56 72 46 51 80 54 61 69 50 35

GRAFICOS PARA CUADROS CON INTERVALOS (otro ejemplo)

 HISTOGRAMA:
Es una grafica que se utiliza para representar la distribución de frecuencias absolutas o
relativas simples.
Consiste en un grupo de rectángulos adyacentes que tienen sus bases en el eje de las
abscisas (donde se representa los intervalos de clase de la variable) y altura igual a las
frecuencias de cada clase.
35
30
25
20
CANTIDAD
15
10
0
10 - 14
25 - 29
30 - 34
15 - 19
20 - 24
EDAD (años)
 POLÍGONO DE FRECUENCIA:

También es un grafico que se utiliza para representar la distribución de frecuencias

absolutas o relativas simples.
Consiste en un grafico lineal que se obtiene uniendo los puntos hallados, mediante el par
de valores de marca y frecuencia correspondientes. Para fines de gráfico, se hace
necesario incrementar un intervalo de clase en cada extremo, con frecuencias cero.
35
30
25
20
CANTIDAD
15
10
0
7 12 17 22 27 32 37
EDAD (años)
35
30
25
20
CANTIDAD
15
10
0
7 12 17 22 27 32 37
EDAD (años)

 OJIVAS:
Son gráficos que se utilizan para representar las frecuencias acumuladas absolutas o
relativas, y que consiste en un grafico lineal que nos permite observar la cantidad de
elementos que quedan por encima o por debajo de determinados valores.
Las ojivas son de dos tipos:
“ojivas menor que”, “ojivas o más”.
Para su elaboración se trabaja con los límites inferiores de cada intervalote clase y las
frecuencias acumuladas correspondientes.
GRAFICO Nº 12 GRAFICO Nº 13
COMISARIA “X” COMISARIA “X”
DISTRUBUCION ACUMULADA DISTRUBUCION ACUMULADA “O
“MENOR QUE” DE PERSONAS MAS” DE PERSONAS DETENIDAS
DETENIDAS POR DELITO DE ROBO, POR DELITO DE ROBO, SEGÚN
SEGÚN EDAD - JUNIO 2005 EDAD - JUNIO 2005
120 120
NUMERO DE PERSONAS
NUMERO DE PERSONAS
100
100
80
80
60
60
40
40
20
20
0
10 15 20 25 30 35
0
10 15 20 25 30 35 EDAD (años)
EDAD (años)
PRACTICA DIRIGIDA

1. En el tema de estadística nos referíamos a un atleta de decatlón cuya media de

puntuación en las 10 pruebas era de 801.6 puntos. Especifica en este estudio estadístico
quién es la población y qué tipo de variable se considera.
2 . Indi c a que va ri ab l es son cu al i tati vas y cual es cu an ti tati va s :

a. C om i da Favori t a.
b. P rofesi ón que t e gus t a.
c. Núm ero de gol es m arcados por t u equi po favori t o en l a ú l t i m a
t em porada.
d. Núm ero de al um nos de l a UC V -P IUR A. El col or de l os oj os de
t us com pañeros de c l ase.
e. C oefi ci ent e i nt el ect u al de t us com pañe r os de cl ase.
f. Núm ero de a rt í cul os defect uosos.
g. P orcent aj e de art í cu l os defect uosos.
h. P eso en gr. de pe rno s.
i . C apaci dad de ca r ga del m ont acar ga.
3 . Clasifique las variables e indique el tipo de escala en que están medidas las siguientes
características
- Profesión - Año de nacimiento - Nacionalidad -
Edad
- Grado de instrucción - Estado civil - Número de hijos
- Ingreso mensual familiar promedio - Número de teléfono
- Número de DNI - Dirección
4 . De l as si gui ent es vari ab l es i ndi ca c uál es son d i screta s y cu al es

con ti n ú as .
a. Núm ero de a cci ones vendi das cad a dí a e n l a Bol sa.
b. Tem perat ur as re gi st radas c ada hor a en u n observat ori o.
c. P erí odo de dura ci ón de un aut om óvi l .
d. El di ám et ro de l as r uedas de va ri os coc hes.
e. Núm ero de hi j os de 50 fam i l i as.
5 . C l asi fi car l as si gui ent es vari ab l es en cu al i tati vas y cu an ti tati vas

d i s cretas o con ti n u as .
a. La n aci onal i dad d e una persona.
b . Núm ero de l i t ros de agu a cont eni dos en un depósi t o.
c. Núm ero de l i bro en un est ant e de l i bre rí a.
d . S um a de punt os t eni dos en el l anz am i ent o de un par d e dado s.
e. La p rofesi ón d e una persona.
f. El área d e l as di st i nt as bal dosas de un e di fi ci o.
g. Núm ero de m aqui na s rem al l adoras.
h . Núm ero de p ernos p roduci dos di ari am en t e.
6 . Al investigar el nivel socioeconómico en una encuesta a Profesores de la I.E. San
Miguel de Piura en el mes de Diciembre del 2010 con los valores: Bajo(B), medio (M),

alto(A), 20 profesores dieron las siguientes respuestas: M, B, B, M, A, B, B, M, M, B,

M, B, B, A, M, B, M, A, M, B. Construir la distribución de frecuencias y trazar su
gráfica.
7 . En la Librería “TODO BARATO” en el mes de Enero del 2010 se realizo un inventario

de 20 lotes de 48 libros cada uno y se encontró el siguiente número de libros con errores
por lote: 3, 2, 5, 0, 1, 3, 2, 1, 0, 1, 3, 4, 2, 4, 4, 3, 4, 3, 2, 3.
a. Construir la distribución de frecuencias relativas y frecuencias relativas
acumuladas. Graficar.
b . ¿Qué porcentaje de lotes tienen dos o más pero menos de 4 artículos defectuosos?
8 . Las punt uaci ones obt eni das por un grupo de en una prueba d e
es t adí st i ca a l os al um nos de La UC V - P i ura en el m es de Marz o del
2011 han si do:
11 17 12 13 1 20 8 20 1 16
9 1 14 1 5 12 9 17 7 5
a. C onst rui r l a tab l a d e d istri b u ci ón d e f recu en ci as y di buj a el
p ol í gon o d e f recu en ci as .
9 . Organiza los datos y realiza un diagrama de tronco y hojas para luego realizar su cuadro
con 5 intervalos de igual amplitud (k=5) y también utilizando la regla de Sturges con
los sueldos anuales de las siguientes personas que trabajan en la fábrica de Cementos
Pacasmayo en Lima en Enero del 2010 de la planilla de la empresa.
33320 20967 28537 29411 31611 23188 21638 32865 22513 27742 28384 24582
21081 23820 22992 26768 30092 29148 27361 30021 21809 23890 31914 26621
23437 21959 28536 20546 28931 25562 22241 32418 32880 23899 32506 26533
23511 20107 33388 28752 26794 28823 24631 22675 33419 27174 27103 25728
10. Se ha medido a 30 enfermos del Hospital Regional de Piura en el mes de enero del
2009 el contenido de calcio en la sangre, datos recolectados de su registro medico,
dándose los valores siguientes:
8.46 12.46 9.23 12.40 10.17 11.58 10.01 11.32 11.19 10.40
9.43 8.89 8.99 9.88 11.74 10.90 12.88 11.78 12.62 8.93
12.57 9.86 12.16 8.37 12.29 11.83 8.71 10.24 11.13 8.98
a. Agrupa en intervalos y represéntalo gráficamente de una manera adecuada.
b . Interpreta los resultados más importantes en esta tabla.
11. Los puntajes de una prueba de aptitud de Alumnos de la I.E. “San Juan Bautista” del
2010 en Barranca se tabularon en una distribución de frecuencias de 6 intervalos de
igual amplitud. Si se tienen: marcas de clase, 𝑌2` = 40 y 𝑌4` = 80, frecuencias: h1  h6 ,
h3  h5 , h4  0. 25, h2  h4  h1, h3  h1  0.10 , y F6  60 , completar la distribución de
frecuencias absolutas y graficar el polígono

12. Durant e est e año se han cont abi l i z ado de l os regi st ros l os sigui ent es
naci m i ent os en l a z ona nort e del P erú en el año 2009, del ac at a m edi co
s e obt uvo l o si gui en t e:
HOSPITAL A B C D F
Nº de NACIMIENTOS 331 592 141 499 196
Di buj ar par a est os dat os un pictograma de cunas que represente el número de

nacimientos en cada hospital (el área de la cuna debe ser proporcional a la frecuencia).
13. El núm ero de est r el l as de l os hot el es d e P erú en el año 20 09 se gún

un i nform e del Mi ni st eri o de Econom í a en febr ero del 20 10 em i t i do
por INE I vi en e dado por l a si gui ent e ser i e:
3 5 4 2 2 5 2 4 2 4 3 3 2 2 2 3 3 5
a. C onst rui r l a t abl a de di st ri buci ón de fre cuenci as y di buj a el
di agr am a de b arr as.
14. Se registra el tiempo en minutos que utilizan 30 alumnos para ejecutar una tarea,
resultando los siguientes: 21.3 15.8 18.4 22.7 19.6 15.8 26.4 17.3 11.2 23.9 26.8
22.7 18.0 20.5 11.0 18.5 23.0 24.6 20.1 16.2 08.3 21.9 12.3 22.3 13.4 17.9
12.2 13.4 15.1 19.1
a) Construir una distribución de frecuencias de 6 intervalos de igual amplitud y a
partir de ésta
15. Las c al i fi ca ci ones det erm i nadas se gún el regi st ro a cadém i co de un

profesor de 50 al um nos en Mat em át i cas del l a I. E. S an Mi guel de
P i ura en el año 2008 han si do l as si gui en t es:
20 12 14 0 10 0 1 0 19 13
3 6 18 5 17 20 14 0 6 8
3 12 13 6 3 3 4 20 11 9
3 20 4 5 4 16 2 9 0 10
8 12 20 14 18 3 17 13 7 19
a. C onst rui r l a tab l a d e d istri b u ci ón d e f recu en ci as y di buj a el
d i agrama d e b ar ra s .
16. Las notas del examen parcial de estadística de Educación de la Universidad

Nacional de Piura en el II ciclo del 2010 dieron la siguiente distribución de frecuencias
a) Completar la distribución de frecuencias.

b) Graficar el Histograma de frecuencias respectivo.
c) ¿Qué porcentaje de las notas se encuentran aproximadamente en el intervalo:[8, 14].
Nota 𝑌𝑖` ℎ𝑖 𝐻𝑖
[ , [ 0.15
[6 , [ 0.45
[ , [ 0.70
[ , [ 13.5
[ , ] 0.10

17. Los p esos re col ect a dos de una encuest a a l os 65 em pl ead os de l a

fábri c a BAC KUS d e l a C i udad d e Li m a en el año 2009 vi enen dados
por l a si gui ent e t abl a:
Peso [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120)
fi 6 2 8 13 9 4 1
a. C onst rui r l a tab l a de f recu en ci as .

b . R epresent a r el h i stogra ma y el p ol í gon o d e f recu en ci as .
18. La distribución de los tiempos, en minutos, que utilizaron 65 personas para realizar
una prueba de aptitud aparece representada en el siguiente histograma. ¿Qué porcentaje
de las personas emplearon entre 9 y 11.5 minutos ?.
19. En SAGAFALABELLA, el sueldo mínimo y máximo de 200 empleados de su

planilla en el mes de Enero de 2010 es de $150 y $300 respectivamente. Tales sueldos
se tabulan en una distribución de frecuencias de 5 intervalos de igual amplitud. Si se
sabe que 20 empleados ganan al menos 150$, pero menos de $180, 60 ganan menos de
210$, 110 ganan menos de $240, 180 ganan menos de $270 y el 10% restante de
empleados gana a lo más $ 300; reconstruir la distribución y graficar su polígono de
frecuencias.
20. La demanda diaria de azúcar (en decenas de kilos) en el 2010 recopilada de su

registro de ventas durante ciento noventa días en COSTOS SAC , se tabuló en una
distribución de frecuencias simétrica de cinco intervalos de amplitud iguales a 4. Si la
marca de clase del intervalo central es igual a 12 y si la curva de frecuencias absolutas
satisface la relación: f ( x)  ( x  12) 2  70 reconstruir la distribución y graficar su
histograma.
21. La organización del tiempo (minutos) registrados en un informe, que tardaron 100
obreros de CONSTRUCTICOS SAC para ejecutar la reparación de un colegio en el mes
de Enero del 2010, ha dado una tabla de frecuencias de cuatro intervalos de igual
amplitud cuyo histograma correspondiente es simétrico. Si el intervalo I 1  [6, ?] , la
frecuencia absoluta: f 2  2 f1  5 , y si se sabe que el 85% de los obreros demoran
menos de 12 minutos. Completar la distribución de frecuencias.

22. Los 40 al um nos de l a Uni versi da d Naci onal de P i ura en el m es de

Enero d e 2009 d e u na cl as e han obt eni do l as si gui ent es pu nt uaci ones ,
s obre 50, en un ex a m en de Est adí st i ca.
30 3 47 24 40 34 0 36
3 19 39 25 7 1 19 1
10 4 5 14 44 19 19 48
9 34 28 31 49 1 50 8
a. C onst rui r l a tab l a de f recu en ci as .
b . Di buj ar el h i stogra ma y el p ol í gon o d e f recu en ci as .

REDUCCION DE DATOS
En las tres semanas anteriores están referidos, con cierto detalle, a la clasificación
de variables, recolección de datos, construcción de tablas de frecuencia y a la
representación grafica, como fase preliminar en la descripción y análisis
estadístico. El objetivo principal de estas primeros temas, ha sido determinar la
naturaleza y formas de la distribución de frecuencias, como base para la
“reducción de datos” a través de ciertas características descriptivas y medidas de
resumen.
En el problema de comparar dos o mas distribuciones de frecuencias, puede

resultar fácil hacer una comparación grafica de las frecuencias, sin embargo,
existen dificultades para hacer comparaciones cuantitativas. Estadísticamente para
facilitar este análisis comparativo es necesario disponer de algunos indicadores o
medidas de resumen.
Estas características descriptivas (cantidad), constituyen los llamados

ESTADIGRAFOS, que son indicadores o medidas de resumen estadísticos.
En general, para llegar a determinar los ESTADIGARFOS se sigue el siguiente

esquema:
Recopilación de datos DATOS ORIGINALES
Organización y procesamientos DISTRIBUCION DE FRECUENCIAS

de datos
CARACTERISTICAS DESCRITIVAS
Reducción de datos
ESTADIGRAFOS

MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS NO AGRUPADOS
Son valores que reflejan el centramiento o punto central de la variable estudiada.

Son tres: la media, la mediana y la moda.
MEDIA ARITMÉTICA
Es el valor promedio de todos los valores de la variable, o el “centro de gravedad
“de la distribución de datos. Se representa como “μ” si se trata de la media de la
población de referencia y como “x” si se trata de una media muestral.
La media puede calcularse en las variables cuantitativas continuas y discretas. La
fórmula es:
X 
x i

x1  x 2  x 3  ...........  x n
n n
Σxi= Sumatorio de todos los valores de la variable
n = número total de todos los individuos
Ejemplo:
Calcular la media de edad de un grupo de 6 personas, cuyas edades son 5, 6,7, 8,
9 y 10 años.
5  6  7  8  9  10
X   7.5
6
LA MEDIANA
 Cuando se tiene un numero impar de datos, la mediana es igual al termino
si n escentral:
impar
Me  x n 1
2
Ejemplo: Consideremos el peso en kilogramos de una muestra de 11 alumnos de

si n es par
las Escuela Profesional de Estomatología del turno Tarde:
65 76 48 48x 68 n  78 x90n 87 67 72 78
1
Entonces n = 11 Me  2 2
Ordenamos los datos

2
48 48 65 67 68 72 76 78 78 87 90

Ahora buscamos el término medio:

si n es impar
M e  x 1 1 1  x 6 , Me elx
es decir sexto
n  valor
1 de la serie es la mediana, Me = 72
2 2
si n Cuando
es parse tiene un numero par de datos, la mediana es igual:
xn  xn
1
Me  2 2
2
Ejemplo: Supongamos que tenemos datos sobre los sueldos en soles que reciben
mensualmente el personal que labora en el hospital de la ciudad de Piura.
445 510 323 425 428 440 432 510
Entonces n = 8 y ya están ordenados

x8  x8 1
x4  x5 432  440
Me  2 2
   436
2 2 2
LA MODA O EL VALOR MODAL (MO):

Es el valor de la variable que más veces se repite, es decir, aquella cuya frecuencia
absoluta es mayor. No tiene porque ser única.
Ejemplo:
 El conjunto: 2 2 5 7 9 9 9 10 10 11 13 tiene la moda Mo = 9
 El conjunto: 3 5 8 10 12 16 18 no tiene moda.
 El conjunto: 2 3 4 4 4 5 5 7 7 7 9 tiene dos modas 4 y 7; es una
distribución “bimodal”.
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS
LA MEDIA ARITMÉTICA PARA DATOS AGRUPADOS EN TABLAS DE

FRECUENCIAS
Los datos se pueden presentar en tablas sin intervalos y en tablas con intervalos,
en ambos casos se usa la Media aritmética Ponderada
y
Yi f i
i 1
M(Y) =
n

LA MEDIANA PARA DATOS AGRUPADOS
1. La mediana en tablas sin intervalos

n n
a) Que no coincide con algún Nj se tiene que: N j 1   N j
2 2
Entonces Me = Yi
n n
b) Que coincide con algún Nj, se tiene que: N j 1   N j
2 2
Entonces: M e : Y j i Y j 
1
2
2. La mediana en tablas con intervalos

n n
a. Hallamos N j 1  N j
2 2
 n N 
 2 j 1 
M e  Li  c 
N  N j 1 
 j
 
LA MODA PARA DATOS AGRUPADOS
1. La moda en tablas sin intervalos

Una vez agrupados los datos en una tabla de frecuencia, el valor modal será el
valor de la variable que mas se repite o que tiene la mayor frecuencia. La mayor
frecuencia se denotara con n j .
La moda Mo = n j
2. La moda en tablas con intervalos
 n j 1 
M o  Li  c  
n
 j  1  n 
j 1 

MEDIDAS DE POSICIÓN
MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS
LOS CUARTILAS (QK) PARA DATOS AGRUPADOS

Son los tres valores que dividen al conjunto de datos ordenados en cuatro partes
iguales, son un caso particular de los percentiles:
- El primer cuartil Q 1 es el menor valor que es mayor que una cuarta parte de los
datos
- El segundo cuartil Q 2 (la mediana), es el menor valor que es mayor que la mitad
de los datos
- El tercer cuartil Q 3 es el menor valor que es mayor que tres cuartas partes de los
dato
Usamos la siguiente formula:
 kn 
 4  N j 1 
QK  LI  C   K  1, 3
 N j  N j 1 
 
DECILES: son los nueve valores que dividen al conjunto de datos ordenados en
diez partes iguales, tal que entre dos decilas consecutivas se encuentre no mas del
10% del total de las observaciones.
En total hay nueve decilas: D1, D2, D3, D4, D5,…….., D9.
 kn 
 10  N j 1 
DK  LI  C   K  1, 9
 N j  N j 1 
 
PERCENTILES: son 99 valores que dividen en cien partes iguales el conjunto de

datos ordenados.
Ejemplo, el percentil de orden 15 deja por debajo al 15% de las observaciones, y
por encima queda el 85%
 kn 
  N j 1 
PK  L I  C  100  K  1, 99
 N j  N j 1 
 

PROPIEDADES DE LA MEDIA ARITMETICA
1.- E(a) = a , a es una constante
2.- E(aX) = a*E(X) , a es una Constante , X es Variable aleatoria
3.- E(X+a) = E(X) + a , a es una constante y X es una variable aleatoria
4.- E(X+Y) = E(X) + E(Y) , X y Y son dos variables aleatorias
5.- E(aX + bY)=a*E(X)+b*E(Y) , a y b son constantes, X y Y son variables aleatorias.

MEDIDAS DE DISPERSIÓN
Introducción
Las medidas de tendencia central no son suficientes para describir un conjunto de valores
de alguna variable estadística. Los promedios determinan el centro, pero nada indican
acerca de cómo están situados los datos respecto al centro.
En primer lugar se necesita una medida del grado de dispersión o variabilidad con respecto
al centro con la finalidad de ampliar la descripción de los datos o de comparar dos o más
series de datos.
En segundo lugar se necesita una medida del grado de asimetría o deformación en ambos
lados del centro de una serie de datos, con el fin de describir la forma de la distribución de
los datos. Esta medida se denomina índice de asimetría.
En tercer lugar se necesita una medida que nos permita comparar el apuntamiento o curtosis
de distribuciones simétricas con respecto a la distribución simétrica normal. Esta medida se
denomina índice de apuntamiento o curtosis.
Las estadísticas de asimetría y apuntamiento se incluyen en este capítulo dada su poca

importancia.
El lector debería correr paquetes de computo entre otros el MCEST para las aplicaciones de
este capitulo.
3.2 Medidas de dispersión

Las medidas de dispersión o variabilidad son números que miden el grado de
separación de los datos con respecto a un valor central, que generalmente es la media
aritmética.
Las principales medidas de dispersión son:
el rango,
el rango intercuartil,
la varianza,
la desviación estándar, y
el coeficiente de variación.
3.2.1 Rango o recorrido de una variable

Definición. El rango de variación o recorrido, R, de una serie de datos, es la diferencia entre
sus valores máximo y mínimo. Esto es,
R  x max  x min
siendo xmax el valor máximo y xmin el valor mínimo.

El rango es una medida de dispersión muy fácilmente calculable, pero es muy inestable,
ya que depende únicamente de los dos valores extremos. Su valor puede cambiar
grandemente si se añade o elimina un sólo dato. Por tanto su uso es muy limitado.
Por ejemplo, dadas las dos series de datos
a) 1, 4, 4, 5, 5, 5, 5, 6, 6, 9
b) 1, 2, 3, 4, 5, 6, 7, 8, 9
Ambas series tienen la misma media, 5, y el mismo rango, 8, pero las dos series no tienen la
misma dispersión, ya que la segunda tiene mayor variabilidad.
El empleo del rango como medida de comparación de variación puede estar justificado
cuando se precise rápidamente de una medida de dispersión y no haya tiempo de
calcular algunas de las otras.
3.2.2 Rango intercuartil y rango semiintercuartil
Definición. El rango intercuartil, RI, es la diferencia entre sus cuartiles tercero y primero.
Esto es,
RI  Q3  Q1
El rango intercuartil es una medida que excluye el 25% más alto y el 25% más bajo,
dando un rango dentro del cual se encuentra el 50% central de los datos observados y a
diferencia del rango total no se encuentra afectada por los valores extremos.
Si el rango intercuartil es muy pequeño entonces describe alta uniformidad o
pequeña variabilidad de los valores centrales.
Por ejemplo, si en una distribución de frecuencias de 100 ingresos quincenales se
encuentran los cuartiles Q1  62$ , y Q3  70$ , entonces, el rango intercuartil es
RI  Q3  Q1  $70  62$  8. Esto, indica que el 50% de los ingresos quincenales de los 100
empleados varía dentro del valor $8.
El rango intercuartil se aplica a variables medidas en escala por lo menos ordinal.
Definición. El rango semiintercuartil, RSI, es igual al rango intercuartil dividido por 2.
El rango semiintercuartil se puede asociar con la mediana y se puede expresar en función
de ella. Si una distribución es normal los cuartiles Q1 y Q3 son equidistantes de la mediana.
Se deduce entonces, que el rango intercuartil y la mediana  RSI, son la misma distancia.
Además, como exactamente el 50% de los datos se encuentran en el rango intercuartil,
entonces, el intervalo: mediana  RSI contiene también exactamente el 50% de los datos.
Si la distribución es asimétrica, el intervalo: mediana  RSI contendría aproximadamente
el 50% de los datos.
Por ejemplo, si en la distribución de los 100 ingresos quincenales donde Q1  62$ , y
Q3  70$ , el rango semiintercuartil es $4. Si la mediana fuera igual a $66, entonces,
aproximadamente el 50% de los datos se hallan comprendidos en el intervalo $66  4.
NOTA. Si la distribución es muy asimétrica, el rango intercuartil (o el semiintercuartil) es

preferible a la desviación estándar como medida de la dispersión.

Varianza y Desviación estándar

La varianza, es una medida que cuantifica el grado de dispersión o de variación de los
valores de una variable cuantitativa con respecto a su media aritmética. Si los valores
tienden a concentrarse alrededor de su media, la varianza será pequeña. Si los valores
tienden a distribuirse lejos de la media, la varianza será grande.
La varianza calculada a partir de una muestra será denotada por s 2 y referida a una
población se denotará por  2 .
Definición. La varianza se define como la media aritmética de los cuadrados de las
diferencias de los datos con respecto a su media aritmética.
La varianza es una medida de dispersión con unidades de medición al cuadrado, por

ejemplo, $2, Km2, etc.
Definición. La desviación estándar es la raíz cuadrada positiva de la varianza.

La desviación estándar calculada a partir de una muestra se denotará por s y referida a la
población por  . Esto es, s  s 2 ,    2 .
Cálculo de la varianza
1) Varianza de datos no tabulados

La varianza de n valores x1 , x 2 ,..., x n , de alguna variable cuantitativa X cuya media es x ,
es el número:
n
 (x i  x)2
s2  i =1
n
n n
Es fácil verificar que:  (x

i 1
i  x)  2
x i 1
2
i  nx 2
Por lo tanto,
n
x
i 1
2
i
s2   x2
n

EJEMPLO 3.1
Calcular la varianza y la desviación estándar de los 45 ingresos quincenales sin tabular
del ejemplo 1.3
SOLUCION
n n
n  45 , i 1
xi  2682$, x  2682  59.6,
45
x
i =1
2
i  166,244$2
Luego, la varianza es el número
n
x
i 1
2
i
166,244
s2   x2   (59.6) 2  142.151$2.
n 45
Mientras, que la desviación estándar es: s  s 2  142 .151  11.923$

Observar que la varianza está en $2, mientras que la desviación estándar está en $.
2) Varianza de datos tabulados
2a) Variable discreta

La varianza de n valores de una variable estadística discreta X que se clasifican en k
valores distintos x1 , x 2 ,..., x k con frecuencias absolutas respectivas f1, f2 ,..., f k , y cuya media
aritmética es x se calcula utilizando la fórmula:
k
 f (x i i  x)2
s2  i =1
n
k k
Se verifica que  f (x
i 1
i i  x)  2
fx
i 1
2
i i  nx 2
Por lo tanto,
k
f x
i 1
2
i i
s2   x2
n
EJEMPLO 3.2
Calcular la varianza y la desviación estándar del número de hijos de la muestra de 20
familias del ejemplo 1.2.
SOLUCION.
La distribución del ejemplo 1.2 se repite en el cuadro 3.1 donde se ha insertado una
columna de productos f i ( xi ) 2 .
k k
fx
44
Entonces, n  20, k 5,
i 1
i i  44, x
20
 2.2, fx
i =1
2
i i  118


k
fx 2
i i
118
s2  i 1
 x2   (2.2) 2  1.06 hijos2.
n 20
La desviación estándar es: s  s  1.06  1.03 hijos.

2
Cuadro 3.1 Computo de la varianza:

Caso de variable discreta
xi fi f i xi f i xi2
0 1 0 0
1 4 4 4
2 7 14 28
3 6 18 54
4 2 8 32
Total 20 44 118
2b) Varianza de datos tabulados por intervalos

La varianza de n valores de alguna variable X, tabulados en k intervalos, con marcas de
clases m1 , m 2 ,..., m k , frecuencias absolutas respectivas f1 , f 2 ,..., f k y con media x es el
número:
k
 f (y i i  x)2
s2  i =1
n
Se puede verificar que:
k k
 f (y
i 1
i i  x )   f i y i2  nx 2
2
i 1
Por lo tanto,
2
k
k k
 k
 f i (y i  x ) 2
n 
i 1
f y
i i
2
 


i 1
f i y i 
 =
f y i
2
i
s 
2 i =1
 2
i 1
 x 2.
n n n
EJEMPLO 3.3
Calcular la varianza y la desviación estándar de los 45 ingresos quincenales tabulados del
ejemplo 1.3.
SOLUCION.
La distribución del ejemplo 1.3 se repite en el cuadro 3.2 donde se ha insertado una
columna de productos fi mi2 .

Cuadro 3.2. Cálculo de la varianza para datos agrupados por intervalos

Ingresos Marcas N#.Personas Productos Productos
Ii yi fi f i yi f i y i2
[26,34[ 30 1 30 900
[34,42[ 38 2 76 2888
[42,50[ 46 4 184 8464
[50,58[ 54 10 540 29160
[58,66[ 62 16 992 61504
[66,74[ 70 8 560 39200
[74,82[ 78 3 234 18252
[82,90] 86 1 86 7396
Total 45 2702 167764
k k
2702
n  45, k  8, i 1
f i y i  2702, x 
45
 60.044, fy i =1
i
2
i  167,764

k
fy i
2
i
167,764 2
s 2 i 1
 x2   (60.044) 2  122.754 $ .
n 45
La desviación estándar es: s  s 2  122 .754  11.079 dólares.

Observar que la varianza de los mismos datos no tabulados es 142.151$2 .
NOTA (Cálculo de la varianza con frecuencias relativas)

La varianza se calcula también con frecuencias relativas (o porcentajes). En efecto, si se
hace hi  f i n en la varianza de datos tabulados, se tiene
k k
s 
2
 i 1
hi mi2  x 2 , donde x   hi mi
i 1
NOTA (Varianza poblacional)

La varianza  2 de una población finita de N datos x1 , x2 ,..., x N sin tabular y cuya media es
 , se define por:
N N
 (x i  ) 2
x 2
i
2  i =1
 i =1
 2
N N
Si formamos todas las muestras posibles de tamaño n y calculamos sus varianzas
utilizando la fórmula s 2   ( xi  x ) 2 n , resulta que la media de todas estas varianzas vale:
n 1 2
 .
n

Para que la media de todas las varianzas sea igual a  2 , basta multiplicar a s 2 por
n (n  1) . Por esta razón, algunos autores definen la varianza (en estadística descriptiva ) con
denominador n  1 . Estas 2 varianzas se tratan en el capítulo 9 de estimación de parámetros.
3.2.4 Coeficiente de variación

Definición. El coeficiente de variación, C.V. es una medida de dispersión relativa (libre de
unidades de medidas), que se define como la desviación estándar dividido por la media
aritmética. Esto es,
s
C.V .  , o en %
x
El coeficiente de variación se utiliza para comparar la variabilidad de dos o más series de
datos que tengan medias iguales o diferentes o que tengan unidades de medida iguales o
diferentes (por decir, una serie en kilogramos y otra serie en metros).
Por dar un ejemplo, si dos secciones H1 y H2 de matemática I, tienen la misma
desviación estándar igual a 14, no podemos concluir que los dos horarios tienen la misma
variabilidad. Así mismo, si las desviaciones estándares de H1 y H2 son iguales a 2 y 4
respectivamente no podemos concluir que las notas de H2 son más dispersas que las de H1.
La variabilidad depende de las medias de los dos grupos.
Si la media del horario H1 es 16 y la media del horario H2 es 11, los coeficientes de
variación respectivos son:
s1 14 s 14
C.V1 .    0.875, o 87.5%, C.V2 .  2   1.27 o 127%
x1 16 x 2 11
Es decir, las calificaciones obtenidas en H1 son más homogéneas o tienen menor
variabilidad que las calificaciones del horario H2.
3.2.5 Uso de las medidas de dispersión

La varianza viene expresada en unidades cuadráticas en las que vienen expresados los
datos. La desviación estándar viene expresada en las mismas unidades en las que vienen
expresados los datos. El coeficiente de variación viene expresada en números abstractos
(suprimiendo las unidades en las que vienen expresados los datos).
1) Si dos o más series de datos (observados en el mismo tipo de medición) tienen
medias aritméticas iguales (o casi iguales) es más dispersa la serie que tiene mayor
medida de variabilidad: Rango, o RI, o s 2 , o s, o CV.
Si hay marcada asimetría, es preferible comparar con el rango intercuartil.
2) Si dos o más series de datos, no tienen medias iguales (o casi iguales), o no tienen las
mismas unidades de medición, entonces, es más dispersa la serie que tenga mayor
coeficiente de variación.
NOTA (Valores estandarizados)

Cuando se necesiten comparar valores observados que pertenecen a diferentes
distribuciones de datos, las que difieren en su media aritmética o en su varianza, o difieren
en el tipo de unidad de medida, entonces se usa el valor estándar Z que se define
X x
Z
s

El lector puede verificar que la variable Z estandariza cualquier media en 0 y cualquier

varianza en 1. (Probar que: z  0 , y s 2Z  1 )
EJEMPLO 3.4
En una evaluación de Matemáticas e Historia resultan las medias 13 y 17 y las
desviaciones estándar 3 y 4, respectivamente. Si un alumno obtiene 14 en Matemáticas y 16
en Historia, ¿en cuál de los dos cursos tiene mejor rendimiento relativo?.
SOLUCION
El hecho de que tenga 16 en Historia y 14 en Matemáticas no significa que tiene mejor
rendimiento en Historia.
Se deben calcular los rendimientos relativos con la puntuación estandarizada Z
14  13
En Matemáticas z   0.333
3
16  17
En Historia z  0.25
4
En consecuencia, tiene mejor rendimiento relativo en Matemáticas.
3.2.6 Propiedades de la varianza.

1) La varianza es un número real no negativo y viene expresada en unidades cuadráticas.
Mientras, que la desviación estándar viene expresada en las mismas unidades en las que
vienen expresados los datos.
2) Dadas, la media x y la varianza sX2 de n datos de una variable X, la suma total de los
cuadrados de los valores es igual a n( sX  x ) . Para datos no tabulados se tiene por
2 2
ejemplo,
n
 xi2  n( sX2  x 2 )
i =1
3) Si cada uno de n los valores xi es transformado en yi  axi  b , entonces, la varianza de los
n valores yi es, sY2  a2 s2X (verificar!).
Consiguientemente, sY  a s X
Como casos particulares se tiene:
Si y i  b , entonces, sY2  0. Es decir, si los n datos son iguales a una constante,

entonces, su varianza es igual a cero.
Si y i  xi  b , entonces, sY2  s2X . Es decir, si sumamos a cada dato una constante, la

varianza (y la desviación estándar) no cambian.
Si y i  ax i , entonces, sY2  a 2 s2X . Es decir, si multiplicamos a cada dato por una

constante, a, la varianza de los nuevos valores es igual que la varianza de los antiguos
2
valores multiplicada por a .

4) La varianza y la desviación estándar pueden ser calculadas también en distribución de

frecuencias de intervalos de amplitud diferentes, siempre que puedan determinarse las
marcas de las clases. Por otra parte, dependen de todos los datos y son sensibles a la
variación de cada uno de estos. Basta que uno de los datos varíe, para que varíen aquellas.
5) Dados k series de datos con tamaños, medias y varianzas respectivas

n1 , x1 , s12 , n2 , x2 , s 22 , ..., nk , xk , s k2 , entonces, la varianza, s T2 , de los n1  n2  ...  nk  n
datos es:
k k

i 1
ni s i2  n (x
i 1
i i  x) 2
s T2  n

n
.
6) Desigualdad de Chebyshev.
Cualquiera sea la forma de la distribución de frecuencias (simétrica o asimétrica), el
intervalo [ x  ksX , x  ksX ] , k  1 contiene por lo menos el
1
1  2 en % de los datos.
k
El porcentaje de datos que se hallan fuera del intervalo es menor que el
1
en % .
k2
1 3
Por ejemplo, el intervalo [ x  2s X , x  2s X ] contiene por lo menos el 1  2
 o 75%,
2 4
de los datos.
El intervalo [ x  3s X , x  3s X ] contiene por lo menos el 88.89%, (8/9), de los datos.
El intervalo [ x  4s X , x  4s X ] contiene por lo menos el 93.75%, (15/16), de los datos.
EJEMPLO 3.5
En el mes de Enero el sueldo promedio de los trabajadores del sector industrial era de
$200. Para el mes de Julio se considera un aumento del 30% al sueldo del mes de Enero más
un adicional de $50. Si el coeficiente de variación en Enero era de 0.25, ¿se puede decir
que la distribución de sueldos en Julio es más homogénea?
SOLUCION
Sea X: Sueldos de Enero, Y: Sueldos de Julio
La media de Enero es: x  $200.
Coeficiente de variación en Enero, CV  0.25
La desviación estándar de Enero es s X  CV  x  0.25200  $50
La relación entre las dos variables es:
Y  1.30X  50,
Entonces, la media de los sueldos de Julio es
y  1.3x  50  1.3(200)  50  310
La varianza de los sueldos de Julio es

sY2  (1.3) 2 s X2  (1.3)2(50)2  4225
La desviación estándar: sY  4225  65
sY 65
Coeficiente de variación en Julio: CV    0.2097.
y 310
Comparando los coeficientes de variación de Enero y Julio se puede decir que la distribución
de los sueldos de Julio es más homogénea.
EJEMPLO 3.6
Si el ingreso de 120 obreros tiene una media de $300 y una desviación estándar de $30
a) ¿Cuántos obreros por lo menos tienen sueldos comprendidos en el intervalo [$240,
$360]?.
b) Determinar el intervalo que contiene al menos el 88.889% de los ingresos
c) Si el mínimo sueldo es $210, en qué porcentaje se puede afirmar que los ingresos son
superiores a $390?
SOLUCION.
a) x  $300, s  $30, de la relación
[300  k (30), 300  k (30)]  [240 , 360 ]
1 3
resulta k  2 . Entonces el, 1  2  o 75%(120)=90 obreros por los menos tienen
2 4
ingresos en el intervalo [240, 360].
b) Si al menos el 88.889% de los obreros tienen ingresos en el intervalo
[300  k (30), 300  k (30)]
1
entonces, 1   0.8889 . De donde resulta k  3 .
k2
Luego, el intervalo es [$210, $390].
c) Fuera del intervalo [$210, $390] está menos del 11.11% de los ingresos. Si el mínimo es
$210, entonces, el porcentaje de ingresos mayor que $390 es menos de 11.11%.
EJEMPLO 3.7
El costo inicial de producción, X ; de una muestra de 80 objetos de cierto tipo, tiene una
desviación estándar de $30. La media del costo de producción es de $250 para el 60% de la
muestra y de $200 para el resto. El costo final de producción Y es dado por la relación:
Y  1.2X  5.
Si el precio de venta de cada objeto de la muestra es proporcional al cuadrado del costo
final de producción, ¿cuánto se recaudaría por la venta total?.
SOLUCION.
s X  $30, x  2500.60  2000.40  $230
De Y  1.2X  5, se tiene, y  1.2x  5  1.2(230)  5  281. También,

sY2  (1.2) 2 s X2  (1.2)2(30)2  1296

80
Recaudación total  y
i 1
2
i  80(sY2  y 2 )  80(1296(281)2)  6,420,560.
3.3 Indices de asimetría

Definición. Se dice que una distribución de frecuencias es simétrica, si los intervalos
equidistantes del intervalo central tienen iguales frecuencias. También se dice que una
distribución es simétrica si su curva de frecuencias es simétrica con respecto al centro de los
datos.
Dos distribuciones pueden tener la misma media y la misma desviación estándar, pero
pueden diferir en el grado de asimetría.
Si la distribución es simétrica, entonces, la media, la mediana y la moda coinciden. En
contraposición, si estos 3 promedios no coinciden la distribución tiene que ser asimétrica.
Existen varias medidas de la asimetría de la distribución de los datos, una de ellas es el
coeficiente o índice de asimetría de Pearson.
Definición. El índice de asimetría de Pearson es el número
x  Mo
As 
s
Como en distribuciones asimétricas se verifica : x  Mo  3( x  Me ) , entonces, otra
forma de expresar el índice de asimetría es:
3( x  Me)
AS  .
s
Interpretación.
Si la distribución de los datos es simétrica, As  0 . Ver la figura 3.1.a, donde se
observa, además, que coinciden los tres promedios: x  Me  Mo .
Si As  0 , la distribución es asimétrica. Además, es asimétrica positiva o sesgada a
la derecha, si As  0 , (Fig. 3.1 b donde Mo  Me  x ). Y, es asimétrica negativa o
sesgada a la izquierda si As  0 (Fig. 3.1.c donde x  Me  Mo )
a) Simétrica b) Asimetría positiva c) Asimetría negativa

Figura. 3.1
Por ejemplo, la distribución de los 45 ingresos quincenales del ejemplo 1.3 tabulados
en ocho intervalos tiene asimetría negativa:
3( x  Me) 3(60.44  60.75)
As    0.191
s 11.079

NOTA. (Otros índices de asimetría)

El índice de asimetría de Pearson utilizando momentos es definido por:
nM 3
As 
(n  1)( n  2) s 3
n
donde M 3   ( X i  x ) 3 , n  número de casos, s  la desviación estándar.
i 1
Este índice es utilizado por los paquetes de computo estadístico para determinar la
asimetría de distribuciones de la forma dato-frecuencia.
Para n datos tabulados en k intervalos, un método alternativo es utilizar el índice de
asimetría de Fisher definido por:
M /n
As  33
s
k
donde: M 3   f (m  x )
i 1
i i
3
, s  la desviación estándar
Si la distribución es simétrica As  0 . Si As  0 , es asimétrica positiva y si As  0 , es

asimétrica negativa.
Por ejemplo, continuando con el ejemplo 1.3, el índice de asimetría de los 45 ingresos
quincenales tabulados en la forma dato-frecuencia es As  0.375. Y de los mismos datos
tabulados en 8 intervalos es: As  0.3.
NOTA (Ojivas asimétricas y simétricas). Las ojivas o curvas de frecuencias acumuladas,
presentan formas particulares según el tipo de asimetría. Por ejemplo, en la figura 3.2a la
curva de frecuencia acumulada A es de una distribución con asimetría extrema negativa. La
Ojiva C es de asimetría extrema positiva. La ojiva B es de una distribución simétrica. En la
figura 3.2b la diagonal D es la ojiva de una distribución normal. La curva F es la ojiva de
una distribución simétrica leptocúrtica, y la E de una platicúrtica. (ver 3.4 curtosis)
Fig. 3.2a Ojivas asimétricas relativas Fig. 3.2b Ojivas simétricas relativas

3.4 Curtosis
La curtosis es la propiedad de una distribución de frecuencias por la cual se compara
la dispersión de los datos observados cercanos al valor central con la dispersión de los datos
cercanos a ambos extremos de la distribución. La curtosis se mide en comparación a la curva
simétrica normal o mesocúrtica (fig. 3.3a)
Fig. 3.3 Curtosis de curvas simétricas
Una curva simétrica con curtosis mayor que de la normal es denominada curva leptocúrtica
(fig. 3.3c).
Una curva simétrica con curtosis menor que de la normal es denominada curva
platicúrtica (fig. 3.3b).
Existen varias maneras de medir la curtosis de la distribución de los datos.
Curtosis basado en percentiles

Esta medida de curtosis es muy poco usada por ser muy inestable. Sin embargo, describe
muy bien el concepto.
En una curva normal, el cociente del rango intercuartil (percentil 75 menos el percentil
25) entre la diferencia del percentil 90 menos el percentil 10 es aproximadamente igual 0.5.
A medida que P75  P25 y P90  P10 sean iguales (valor del cociente casi uno), la distribución
será leptocúrtica, y a medida que P75  P25 sea cada vez más pequeño con respecto a
P90  P10 (valor del cociente casi cero) la distribución será platicúrtica.
La curtosis utilizando percentiles se define por el cociente:
P75  P25
K  0.5
P90  P10
Interpretación. Si la distribución es normal, K tiende a 0. Si K tiende a 0.5, es
leptocúrtica, y si K tiende a 0.5, es platicúrtica.
Por ejemplo, la distribución de los 45 ingresos quincenales del ejemplo 1.3 tabulados en
8 intervalos tiene curtosis K  (66.75  53.4) (73.5  45)  0.5  0.03. Sin embargo, no se puede
relacionarla con una distribución normal, por que ésta distribución de frecuencias no es
simétrica.

NOTA. (Otras medidas de curtosis)

La curtosis utilizando momentos es definida por la expresión:
n(n  1) M 4  3M 2 M 2 (n  1)
K
(n  1)( n  2)( n  3) s 4
n
donde M j  ( X
i 1
i  x ) j , n  número de casos, s  la desviación estándar.
Esta curtosis es utilizado por los paquetes de computo estadístico para determinar la
curtosis de distribuciones de la forma dato-frecuencia.
Para n datos tabulados en k intervalos, la curtosis se calcula por:
M /n
K  44  3
s
k
donde: M 4   f (m  x )
i 1
i i
4
, s  la desviación estándar.
Si la distribución es normal, K0. Si K0, es leptocúrtica, y si K0 es platicúrtica.

Por ejemplo, continuando con el ejemplo 1.3, la curtosis de los 45 ingresos quincenales
tabulados en la forma dato-frecuencia es K  1.021. Y de los mismos datos tabulados en 8
intervalos es K  0.244. Sin embargo, no se puede decir que es leptocúrtica, por que la
distribución de los datos no es simétrica.

ESTADISTICA GENERAL Cap 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ESTADISTICA GENERAL Cap 1

Cargado por

Copyright:

Formatos disponibles

Métodos Estadísticos Tema: Estadística Descriptiva

La palabra estadística a menudo nos trae a la mente imágenes de números apilados en

Según: Diccionario RAE

 Ciencia o recuento de la población, de los recursos naturales e industriales, del tráfico o

La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir,

Estadística es un conjunto de métodos científicos para la recopilación, representación

Ing. Est. Jorsi Ericson Balcázar Gallo 1

Para qué sirve la estadística

LA ESTADÍSTICA Y LA INVESTIGACIÓN CIENTÍFICA

"PAPEL DE LA ESTADÍSTICA EN LA INVESTIGACIÓN CIENTÍFICA".

La Estadística es considerada también como un suministro de un conjunto de herramientas

Ing. Est. Jorsi Ericson Balcázar Gallo 2

El desarrollo científico y la investigación no son posibles sin la estadística

CLASIFICACION O TIPOS DE ESTUDIOS

Ing. Est. Jorsi Ericson Balcázar Gallo 3

La Estadística para su mejor estudio se ha dividido en dos grandes ramas: la Estadística

Estadística Descriptiva: Se denomina estadística descriptiva, al conjunto de métodos

Estadística Inferencial Se denomina inferencia estadística al conjunto de métodos con los

Ing. Est. Jorsi Ericson Balcázar Gallo 4

“La población puede ser finita o infinita”:

Población Finita, Es el conjunto finito de unidades de análisis donde se puede identificar a

Población Infinita, Conjunto infinito de elementos donde no se podría identificar a

Muestra: Es una parte o subconjunto de una población en estudio. La muestra está

Ing. Est. Jorsi Ericson Balcázar Gallo 5

Unidad de análisis o unidad elemental: Es el objeto o elemento indivisible que será

Ing. Est. Jorsi Ericson Balcázar Gallo 6

CLASIFICACIÓN DE LAS VARIABLES

Clasificación según su naturaleza:

Ing. Est. Jorsi Ericson Balcázar Gallo 7

Variables Continuas: Entre dos valores consecutivos se pueden encontrar infinitos

Ing. Est. Jorsi Ericson Balcázar Gallo 8

 Tiempo de vida útil de una maquina de sellado.

Nominal Ordinal Continua Discreta

ELEMENTOS DE UNA VARIABLE

Ing. Est. Jorsi Ericson Balcázar Gallo 9

d) Categorización: ¿Cuál fue su ingreso total en el último mes?

De los enunciados siguientes Identificar la población, muestra, unidad de análisis, dato

Ing. Est. Jorsi Ericson Balcázar Gallo 10

3) Se desea saber cuál es la estatura y el peso medio de los alumnos de la facultad de

b) Fuentes externas: Son informaciones estadísticas elaboradas por instituciones de

c) Fuentes Primarias: Cuando los datos se obtienen directamente de la misma persona

Ing. Est. Jorsi Ericson Balcázar Gallo 11

b) Las Encuestas: Son procedimientos de obtención de información estructurada según

ORGANIZACIÓN Y CLASIFICACIÓN DE DATOS

Ing. Est. Jorsi Ericson Balcázar Gallo 12

CUADROS O TABLAS ESTADÍSTICAS

Ing. Est. Jorsi Ericson Balcázar Gallo 13

Para construir el tallo y hojas correspondiente a la variable Estatura, se escribe una

TALLO Y HOJAS DE LA TABLA 01

Ing. Est. Jorsi Ericson Balcázar Gallo 14

El resultado obtenido puede considerarse como un reordenamiento de la

ELABORACIÓN DE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS

Construir la distribución de frecuencias. Graficar la distribución

Ing. Est. Jorsi Ericson Balcázar Gallo 15

Cuadro 1: Distribución de personas por su color preferido

Negro (N) 9 0.45 45

Ing. Est. Jorsi Ericson Balcázar Gallo 16

Población o muestra: 30 baterias

Ing. Est. Jorsi Ericson Balcázar Gallo 17

Las frecuencias absolutas relativas y porcentajes poseen , en el caso de variable discreta y

Construir la distribución de frecuencias de la variable X. Graficar.

Ing. Est. Jorsi Ericson Balcázar Gallo 18

Cuadro 2: Familias de la ciudad de Piura, según su número de hijos.