TEMA II: ESTADÍSTICA DESCRIPTIVA

Miguel Camacaro Pérez, M.Sc.

1

TEMA II
Estadística Descriptiva

CONTENIDO
Estadística • Inducción y deducción • Estadística Descriptiva • Estadística Inferencial Población y Muestra Variables • Tipo • Escala de Medición Distribución de Frecuencias • Componentes • Construcción • Representación Gráfica • Curvas de Frecuencias • Asimetría • Dispersión

ESTRATEGIAS METODOLÓGICAS
Técnicas • Exposición del Facilitador Actividades del facilitador • Desarrollar el Tema Tema. • Recomendar material de lectura. • Orientación sobre programas especializados. Actividades de los participantes: • Participar activamente en clases clases. • Leer y analizar los materiales recomendados. • Resolver los ejercicios en clase. • Uso de programas. Recursos • Materiales de lectura • Investigación bibliográfica • Programas especializados

Miguel Camacaro Pérez, M.Sc.

2

¿Qué es la Estadística Qué Estadística? "Ciencia que se ocupa del estudio de fenómenos de tipo genérico, normalmente complejos y enmarcados en un universo n ni erso variable, mediante el empleo de modelos de reducción de la información y de análisis de validación de los resultados en términos de representatividad.“ p
SANCHEZ-CRESPO, G; MANZANO, V.: "Sobre la definición de Estadística.

Miguel Camacaro Pérez, M.Sc.

3

¿Q ¿Qué es la Estadística?...otra visión Q Qué Estadística La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos siempre y datos, 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. http://estadisticas2006.hostingweb.us/index/id21.htm
Miguel Camacaro Pérez, M.Sc. 4

Inducción y deducción: ¿por qué son importantes? deducción:

De la muestra

Inducción (inferencia estadística)

¿A la población?

¿A la muestra?

Deducción (probabilidad) (p )

De la población
Miguel Camacaro Pérez, M.Sc. 5

¿en qué se diferencian? La Estadística Descriptiva se dedica a los métodos de recolección. descripción. M.La Estadística se divide en Estadística Descriptiva y Estadística Inferencial (Inferencia Estadística). Mientras que la Estadística Inferencial trata de los estudios y procedimientos que permiten inferir aspectos relevantes de la población a partir de una muestra seleccionada de la población.Sc. pero. 6 . Miguel Camacaro Pérez. visualización y resumen de datos originados a partir de los fenómenos en estudio.

M. Muestra: subconjunto finito de una población.DEFINICIONES CLAVES Individuo: cualquier elemento que porte información sobre el fenómeno que se estudia estudia. 7 .Sc. sobre l b los cuales se realizan observaciones. d El t denominados i di id i d individuos. Miguel Camacaro Pérez. Población: conjunto finito o infinito de Elementos. El número de individuos que forman la muestra se denomina tamaño muestral.

Desde el punto de vista de la tasación ó Individuo: Si se estudia el precio de la vivienda. Miguel Camacaro Pérez. Población: se entiende como el conjunto de todas las observaciones posibles de ser levantadas en el segmento del mercado inmobiliario que se pretende analizar. M. cada vivienda es un individuo.Sc. p . 8 . A í t t d li Así tenemos como ejemplo l j l la población del mercado de oficinas de toda una ciudad o la población de locales en una región p g determinada o ciertas parcelas de determinada urbanización.

9 . Miguel Camacaro Pérez. los costos son muy altos o se tienen limitaciones de tiempo para realizar el trabajo de tasación. M. ya sea porque el número de elementos es demasiado grande.Desde el punto de vista de la tasación Muestra: Generalmente es imposible obtener todos los datos que forman el segmento de mercado que se quiere estudiar. Por p p j estas razones es que se trabaja con un subconjunto de observaciones de la población llamada muestra muestra.Sc.

Característica Media Desviación Estándar Varianza Símbolo del Parámetro Símbolo del Estadístico σ 2 σ μ X s s 2 Miguel Camacaro Pérez. 10 .Parámetros Las características numéricas de una población son p denominadas parámetros. Estadísticos o Parámetros estimados Las características numéricas de una muestra reciben el nombre de estadísticos. M.Sc.

Miguel Camacaro Pérez. 11 . M.Concepto de Variable Las observaciones sobre un determinado fenómeno en una población o en una muestra generan un bl ió t conjunto de datos que son tomados de acuerdo a características susceptibles de análisis que se p q denominan variables y estas presentan características fundamentales: • Deben ser representativas para explicar el fenómeno. • Deben presentar variaciones o diferencias en relación con este mismo fenómeno o con otros. otros. fenómeno.Sc.

etc. Asumen valores que se pueden (25. 8. 5.734. Miguel Camacaro Pérez. Cuantitativa Cuando el fenómeno puede ser cuantificado a través de instrumentos de medida o conteo. niveles.9…) Continua . distancias.cuando el conjunto de Área. N° de habitaciones. 12 .Clasificación de las Variables Tipo de Variable Concepto Ejemplos Área. M.59. etc) expresar como decimales o fracciones. infinito numerable). (1. frente.cuando el conjunto de Número de baños y de valores que puede tomar la puestos variable es discreto (finito o estacionamiento.Sc. Se clasifica a su vez en: Discreta y continua. continua Discreta . 3.18. frente y valores es un infinito continuo. distancia.

Sc. bajo. de determinado atributo. Proxy Dicotómica Miguel Camacaro Pérez. d difí il medición. media. Son Discretas o Discontínuas. guarda relación de pertinencia. Pueden ordenarse y jerarquizarse. Es aquella que es usada para Estándar constructivo sustituir a otra. lujo. M. medido o contado sino calificado alta Acabado: lujo calificado. expresado tit i t de difícil di ió d por el l y con la cual se presume que costo unitario básico. alta. 13 .Clasificación de las Variables Tipo de Variable Cualitativa Concepto Ejemplos Cuando el fenómeno no puede ser Calidad: baja. Cuando el fenómeno se explica a Frente para el mar o través de la ausencia o presencia no. superior. medio. donde los valores resultantes representan números enteros positivos.

altura y calidad sobre tres o más de los edificios de características. una característica de la población. población por ejemplo: Recogen información Edad.Clasificación de las Variables Tipo de Variable Unidimensionales Concepto Ejemplos Sólo recogen Edad de los edificios información sobre de una urbanización urbanización. ejemplo: Bidimensionales Pluridimensionales Miguel Camacaro Pérez. M. por una urbanización.Sc. por ejemplo: Recogen información Edad y altura de los sobre dos edificios de una características de la urbanización. 14 . población.

Sc. Regular (2) y Malo (1).una categoría es superior a otra. d i t ó it exclusivamente identificar la categoría a la que pertenece el sujeto con un nombre. Se puede hablar de rango. M. están clasificados en categorías en las que no hay ninguna idea de ordenamiento. Ordinal: En este nivel de medición se habla aún de categorías. p y orden establecido entre ellas . Este nivel de medición es el más Comerciales y sencillo. II Miguel Camacaro Pérez. 15 .Niveles de Medición de las Variables Cualitativas Nivel I Denominación Ejemplo Nominal: Edificios de Oficina. sencillo. El propósito es ordenamiento. nombre. pero hay un g . Estado de conservación del inmueble: inmueble: Bueno (3). Se utiliza cuando los datos Residenciales.

Sc. M. Racional: Similar a la medición por intervalo pero tiene un cero absoluto que se corresponde con el cero natural. Relación de áreas en m2 tiene la misma proporción que la relación de áreas en cm2.Niveles de Medición de las Variables Cuantitativas Nivel III Denominación Intervalo: La escala por intervalos permite establecer diferencias cuantificables entre elementos en particular. es decir. 16 . 100°C=212°F: 100°C 212°F ebullición. IV Miguel Camacaro Pérez. natural. que significa la ausencia de la cantidad medida. Carece particular. la ausencia total de la t t l d l característica observada no t í ti b d se corresponde con el cero natural. Ejemplo Caso de la temperatura: 0° C = 32° F : congelamiento. Proporcionalidad en las medidas. de cero absoluto.

MUESTREO: esquema de recolección de datos BIEN TASABLE Miguel Camacaro Pérez. M.Sc. 17 .

67 293.638.Tratamiento de la Muestra (Método Comparativo) OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS.000.09 2.67 293. (%) P.000.09 2 26 2 2 3 4 4 4 4 28 21 25 27 28 28 10 8.830.51 18.00 235.Unitario (Bs.42 300.00 235.52 2.10 18.52 2.032. M.00 452.00 338.00 350.830.000.940.00 380.647.10 LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS.00 380.10 350.70 350.70 350.26 BIEN TASABLE ROCA LISA RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL MUESTRA VALIDADA 2 28 52.000.000./m2) RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE 1 1 1 1 1 1 28 28 21 22 25 28 ./m2) RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ROCA LISA RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) 1 1 1 1 1 1 2 2 2 2 3 4 4 4 4 28 28 21 22 25 28 28 26 28 21 25 27 28 28 10 2.00 348.000.00 452.10 25.830. (%) P.000.706.09 8.09 2.51 18.638.51 18.706.52 8.00 338.000.032.Unitario (Bs.10 2.00 307.00 307.19 429.10 25.10 18.29 370.52 18.10 18.29 ANÁLISIS DE LA MUESTRA MUESTRA INICIAL 370. (%) P.00 .10 2.10 25.000.940.00 307.49 350.746.Sc.52 25.70 350./m ) 2 RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ROCA LISA 1 1 1 1 1 1 2 2 2 2 3 4 4 4 4 28 28 21 22 25 28 28 2.09 2.00 380. 18 .52 2.60 8.000.638.19 429.722.000.49 350.000.000.42 300.00 452.10 18.52 8.09 8.09 2.10 350.67 293.032.00 350.42 300.00 348.09 2.722.940.10 18.000.000.000.000.52 25.00 350.706.722.09 2.10 18.000.50 350. 2.00 338.647.10 350.Unitario (Bs.60 8.746.50 350.49 350.52 25.746.10 52.000.00 348.000.26 VALIDACIÓN DEL TRATAMIENTO RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL MUESTRA TRATADA 26 28 21 25 27 28 28 10 LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) TRATAMIENTO DE LOS DATOS Miguel Camacaro Pérez.52 18.52 18.000.10 2.29 370.60 8.50 350.26 OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS. 235.52 8.10 52.19 429.647.

Sc. y su estudio presenta las siguientes etapas: 1° Recopilación de datos. Miguel Camacaro Pérez. 3° Obtención de conclusiones.DISTRIBUCIÓN DE FRECUENCIAS Según Deseda (1996). 4° Decisión (es) finales. es muy importante la organización de los datos del fenómeno observado. 2 2° Ordenación y análisis de los mismos mismos. 19 . M.

Sc. M. intervalos generalmente iguales.DISTRIBUCIÓN DE FRECUENCIAS Se entiende por Distribución de Frecuencias a la organización de los datos de la muestra en muestra. a partir de los cuales se calculan las frec encias absol tas y relati as con el objeto frecuencias absolutas relativas. denominados intervalos de clase. Miguel Camacaro Pérez. 20 . de inferir la distribución de probabilidad de la población de donde fue extraída la muestra. Dantas (2002) Las tablas de distribución de frecuencias pueden ser realizadas tanto para las variables cualitativas como para las cuantitativas.

Xm Clase (C) Li………………Ls Intervalo de Es la amplitud o distancia entre el IC = Ls – Li y es Clase Límite Superior (Li) y el Límite igual a IT/C. Inferior (Ls) de la clase. M. 21 .Componentes Componente Concepto Representación / Fórmula Intervalo Total También llamado Recorrido o Rango de la Serie de Datos.Sc. Miguel Camacaro Pérez.DISTRIBUCIÓN DE FRECUENCIAS . Es el fraccionamiento que se hace del intervalo total en recorridos parciales de la variable. Constan de un Límite Inferior (Li) y un Límite Superior (Ls) IT =XM . es la diferencia entre el mayor valor (XM) y el menor valor (Xm) observados en una serie de datos.

22 .Sc. M. Representación / Fórmula (fi) Li + L s PMc = 2 Observaciones Es la cantidad de observaciones de la variable.Componentes Componente Frecuencia Absoluta Punto Medio o Marca d Clase M de Cl Concepto Es el total de valores iguales y diferentes que están comprendidos dentro de los límites de una clase. Es el valor que se supone más representativo t ti de d todos t d los l comprendidos dentro de los límites de las clases.DISTRIBUCIÓN DE FRECUENCIAS . los cuales se consideran uniformemente distribuidos. se determina por la semisuma de los límites de la clase. n Miguel Camacaro Pérez.

M. • Cálculo de las Frecuencias Absolutas (fi).DISTRIBUCIÓN DE FRECUENCIAS . • Identificar la variable Xi • Conteo de Frecuencias. • Cálculo de las Frecuencias Relativas (hi).Construcción Datos No agrupados: • Ordenar la información (en forma creciente que creciente. es lo más usual). 23 .Sc. Miguel Camacaro Pérez.

. Siendo h el porcentaje que la repetición de cada valor supone sobre el total Miguel Camacaro Pérez... h1 = n1 / n .. h2 = n2 / n hn-1 = nn-1 / n hn = nn / n h1 + h2 h1 + h2 +. nn-1 nn Si d X l di ti t valores que puede t d tomar l variable. M...+ nn 1 n-1 ∑n n1 ... n1 + n2 n1 + n2 +..+hn 1 n-1 ∑h h1 .DISTRIBUCIÓN DE FRECUENCIAS – Ejemplo Variable Valor Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) X1 X2 .. i bl Siendo los distintos l la Siendo n el número de veces que se repite cada valor.. 24 . Xn-1 Xn n1 n2 ..Sc.

M.Ejemplo DATOS NO AGRUPADOS p p Números de habitaciones por apartamentos 3 3 4 6 4 3 6 1 6 5 5 3 4 5 1 2 4 5 1 2 4 3 4 3 2 Construir la distribución de frecuencias Miguel Camacaro Pérez.DISTRIBUCIÓN DE FRECUENCIAS . 25 .Sc.

de habitaciones por apartamento se concluye que: Hay 03 Apartamentos de 1 habitación Hay 03 Apartamentos de 2 habitación y p Hay 06 Apartamentos de 3 habitación Hay 06 Apartamentos de 4 habitación Hay 04 Apartamentos de 5 habitación Hay 03 Apartamentos de 6 habitación Miguel Camacaro Pérez.Ejemplo En primer lugar.DISTRIBUCIÓN DE FRECUENCIAS . 26 . se ordenan los datos de mayor a menor Números de habitaciones por apartamentos 1 1 1 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 6 6 6 Se b S observa que con respecto a la variable (Xi) N° d h bit i t l i bl ).Sc. M.

Miguel Camacaro Pérez.24 0.Sc. 27 .00 Se puede comentar que el 48% de la muestra está representado por apartamentos de 1 a 3 habitaciones.12 0. M.72 0.12 0.12 0 12 0.DISTRIBUCIÓN DE FRECUENCIAS .12 0.88 1.16 0.24 0.48 0.Ejemplo Variable Valor (Xi) Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) 1 2 3 4 5 6 3 3 6 6 4 3 3 6 12 18 22 25 0.24 0 24 0.

DISTRIBUCIÓN DE FRECUENCIAS . • Determinación del Intervalo Total (IT). M. • Identificar la variable Xi • Conteo de frecuencias.Construcción Datos Agrupados: • Ordenar la información (en forma creciente. • Determinación del Intervalo de Clase (IC).Sc. • Contar las frecuencias que están comprendidas en cada intervalo. • Cálculo del número de Clases (C). ( ) • Comenzar la tabla con el límite inferior y sumar el IC para obtener el Límite Superior hasta completar el número de clases (C). que es lo más usual) usual). Miguel Camacaro Pérez. 28 .

Sc.+hn-1 ∑h h1 . nn-1 nn Siendo Lin el límite inferior de la clase. Siendo Lsn el límite superior de la clase.Construcción Variable Clases Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) Li1-Ls1 Li2-Ls2 . Lin-1-Lsn-1 Lin-Lsn n1 n2 .. n1 + n2 n1 + n2 +..... 29 ...+ nn-1 ∑n n1 .DISTRIBUCIÓN DE FRECUENCIAS . Siendo f el porcentaje que la repetición de cada valor supone sobre el total Miguel Camacaro Pérez.. M. h1 = n1 / n h2 = n2 / n hn-1 = nn-1 / n hn = nn / n .. h1 + h2 h1 + h2 +.... Siendo n el número de veces que se repite cada valor.

Construcción Variable Clases Li1-Ls1 Li2-Ls2 . los porcentajes acumulados de las frecuencias relativas.. Siendo % acumulado. n1 + n2 +.. hn-1 = nn-1 / n hn = nn / n Acumulada (Hi) h1 h1 + f2 .. 30 .+hn-1 ∑h Porcentajes % h1*100 h2*100 … hn-1*100 hn *100 % Acumulado h1*100 (h1+h2)*100 … (h1+h2 + …+ hn-1)*100 ∑ h*100 ∑n Siendo % .DISTRIBUCIÓN DE FRECUENCIAS ... h1 + h2 +. las frecuencias relativas expresadas en %.. nn-1 nn Acumulada (Fi) n1 n1 + n2 ...+ nn1 Frecuencias Relativas Simple (hi) h1 = n1 / n h2 = n2 / n ... M.Sc. Miguel Camacaro Pérez... Lin-1-Lsn-1 Lin-Lsn Frecuencias Absolutas Simple (fi) n1 n2 .

F.454.COM TUINMUEBLE.00 750.Ejemplo Oferta de Apartamentos Zona Este de Barquisimeto Mercado Secundario Nº 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 FUENTE TUINMUEBLE.00 100 00 142.COM INMOBILIA COM INMOBILIA.000.00 1.COM COLDWELLBANKER.050.00 175.00 4 800 00 4.200.00 1.950.00 Área Á 2 (m ) 93.79 Hab 3 3 5 2 4 3 6 3 4 3 4 4 4 5 4 6 6 5 3 3 4 5 Baños 2 2 4 2 4 3 7 4 5 3 4 4 3 5 4 5 5 5 2 2 4 5 Estac.DISTRIBUCIÓN DE FRECUENCIAS .COM INMOBILIA.000.VE INMOBILIA.00 680.COM INMOBILIA.COM INMOBILIA.891. LARA EL PEDREGAL AV./m ) 4.COM TUINMUEBLE.000.000.COM.000.000.00 100.00 1.00 303.58 8.Sc.00 690.F.COM INMOBILIA.00 365.00 999.000.85 4.00 950.000.00 152.00 320.000.) 380.71 4.500.285.050.684.000.COM INMOBILIA.000.00 186.00 118.000.00 620.71 4.VE COLDWELLBANKER.230. 2 3 4 2 2 2 4 2 3 2 3 3 2 2 2 4 4 5 1 2 2 2 Fecha 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24 M 08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24 M 08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 Miguel Camacaro Pérez.000.00 1.COM Ubicación EL UJANO AV.00 125.000.054.02 4.720.69 5. AV LARA NUEVA SEGOVIA NUEVA SEGOVIA EL PEDREGAL S/D LAS TRINITARIAS AV.91 2.COM INMOBILIA.21 2.00 191.00 275 00 390.00 200.086.838.COM TUINMUEBLE.00 450.00 P. LARA CALLE 9 ENTRE CARRERAS 21 Y 22 S/D CARRERA 22 ENTRE CALLES 9 Y 10 Residencias TERRACOTTA LA BARQUIÑOLA ESTANCIA REAL ROCA TOWER SAHARA ROCA ROJA TERRAZAS DEL PEDREGAL S/D BUENAVENTURA GALERÍA SUITE VALLE REAL EL VALLE MONT BLANC PARQUE BARQUISIMETO JARDÍN MARIE CLAIRE CANTALICIA TIUNA PARK EL TEJAR RÍO LAMA 16 ANGÉLICA S/D DON PEDRO Precio (Bs.77 2.50 5.500.000.88 4.800.00 480 000 00 700.00 890.100.Unitario 2 (Bs. LARA EL PEDREGAL NUEVA SEGOVIA EL PARQUE EL PARQUE EL PEDREGAL EL PEDREGAL AV.COM INMOBILIA.246.000.500. AV LARA EL PEDREGAL AV.00 1 500 000 00 1.995.00 4.COM TUINMUEBLE COM TUINMUEBLE.929.55 5 454 55 4.COM INMOBILIA. 31 .90 4.00 434.650.428.COM TUINMUEBLE.30 3.00 480.928.57 3.655.COM.761.00 256.00 1.000.428.00 92.COM INMOBILIA.00 680.00 4.07 2.57 3.00 590.00 252.COM TUINMUEBLE.57 4.COM INMOBILIA.000.00 140.000.COM INMOBILIA.000.00 280.00 275.00 560.00 950.00 140.000.000. M.296.00 310.

00 256.00 93. por tanto las frecuencias absoluta serán unitarias lo que evidencia la unitarias.00 142 00 152.Ejemplo En primer lugar.00 125.00 200 00 252.00 191. se ordenan los datos de mayor a menor Área de apartamentos (m2) 92.00 125 00 140.00 175.00 118.00 303.00 280.00 303 00 310.00 200.00 175 00 186.Sc. excepto el valor de 140 m2.00 365 00 390. Miguel Camacaro Pérez. M.00 434.00 256 00 275.00 142.00 365.00 Se observa que hay una gran variabilidad en las áreas y se detalla que no hay repetición de valores.00 100.00 140. necesidad de agrupar los datos en intervalos.DISTRIBUCIÓN DE FRECUENCIAS . 32 .

Miguel Camacaro Pérez.42 c. esto obedece a lograr una mejor distribución de los datos para obtener mejores interpretaciones y conclusiones sobre el comportamiento de la variable en estudio. b Fórmula de C= 1+3 3log(22)= 5 42 C 1+3.Ejemplo Componente Cálculo Resultado Intervalo Total Clase IT =XM – Xm= 434 – 92 = 342 Hay tres formas de estimar C: a. Asumir directamente el valor IC = 342/6=57 IT= 342 C asumida= 6 Intervalo de Clase Asumido 60 Respecto a la escogencia de C=6. 33 .DISTRIBUCIÓN DE FRECUENCIAS . luego sumándole sucesivamente el intervalo de clase se obtienen las demás limites de las clases de la distribución de frecuencias. M.3log(22) 5.Sc.69 b.Raíz (n)= Raíz(22)= 4. El primer límite inferior se asume como 90 (menor valor).

El 4.36% muestra.09 0.09 9 09 18.95 1.00 22.00 5. M.59 0.00 0.Ejemplo Variable Clases 90-150 150-210 210-270 270-330 330-390 390-450 Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) % Porcentajes % Acumulado 8.36 59.05 0.00 21.00 8.00 Observaciones: Se puede concluir que en el intervalo 90-150 m2.00 1.18 68 18 86.00 15.45 100. hay ocho observaciones que representan el 36 36% de la muestra y que los apartamentos entre 90 y 330 m2 son los 36.18 0.36%.36 95.36 22.DISTRIBUCIÓN DE FRECUENCIAS .18 9.00 2.09 68.00 36.23 0.09 0 09 0.00 15 00 19.55% de los apartamentos tiene áreas mayores que 390 m2.09 4.36 0.00 2.00 13.68 0 68 0.00 2 00 4. Miguel Camacaro Pérez.86 0.Sc.73 9. 34 .55 36. más ofertados con un 86.36 0.

35 . • Un gráfico es una de las mejores formas de saber sobre el comportamiento de las variables en estudio. Miguel Camacaro Pérez. habitualmente.Sc. M. •Histogramas. Gráfico •Gráfico de Barras. •Gráfico de Círculos Círculos.DISTRIBUCIÓN DE FRECUENCIAS Representación Gráfica • Un análisis estadístico comienza. con un estudio gráfico de los datos disponibles. Entre estos gráficos tenemos: •Gráfico de Dispersión. pues facilita una comprensión global del problema problema.

000.00 150 00 200.00 1.000.000.00 50 00 100.00 200 00 250.00 500 00 Miguel Camacaro Pérez.00 450 00 500.Sc.00 0 00 50.Mercado Secundario Abril 2008 300.00 400 00 450.00 6.00 0. 36 . 5.000.00 Prec cio Unitario  (Bs.00 300 00 350.00 4.00 350 00 400.  F/m 2 ) 7.00 250 00 Área (m 2 ) Oferta de Apartamentos .00 2.00 100 00 150.DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Dispersión Precios Unitarios Oferta Mercado Secundario 9.000.00 9 000 00 8.000.00 0.000.000. M.00 .00 3.000.

Mercado Secundario Abril 2008 Miguel Camacaro Pérez. M. 37 . LAR AS LAS TRINITARIA AL EL PEDREGA UE EL PARQU A NUEVA SEGOVIA NO EL UJAN OS OTRO Oferta de Apartamentos .DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Barras Oferta en Mercado Secundario 7 6 N N° de apartament tos 5 4 3 2 1 0 RA AV.Sc.

Mercado Secundario Abril 2008 Miguel Camacaro Pérez.DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Círculo Distribución Porcentual por Intervalos 390-450 5% 330-390 9% 270-330 18% 90-150 36% 210-270 9% 150 210 150-210 23% Oferta de Apartamentos . M. 38 .Sc.

00% Frecuencia 5 Frecuencia 40.DISTRIBUCIÓN DE FRECUENCIAS Histograma Histograma 9 8 100.00% 4 3 2 20.Sc. M.. 39 .Mercado Secundario Abril 2008 120.00% 1 0 150 210 330 270 Clase 390 y mayor..00% Oferta de Apartamentos .00% 7 6 80.00% % acumulado Salida del Excel –Análisis de Datos/histograma Miguel Camacaro Pérez.00% 80 00% 60. 90 0.

Miguel Camacaro Pérez. M. Un histograma es un gráfico formado por rectángulos que tienen como base el intervalo de clase de la distribución y por altura la frecuencia (absoluta o acumulada) correspondiente a la l clase.Sc.DISTRIBUCIÓN DE FRECUENCIAS La Distribución de Frecuencias se puede representar a t t través d Hi t é de: Histogramas o polígonos lí usando en forma indiferente frecuencias absolutas. relativas o acumuladas. 40 .

DISTRIBUCIÓN DE FRECUENCIAS Histograma de Frecuencias Absolutas 9.00 2.00 Oferta de Apartamentos .00 4.00 .00 270.00 0.00 150. M.00 8.00 390.00 3 00 2.00 5.Mercado Secundario Abril 2008 Miguel Camacaro Pérez.00 3.Sc.00 210.00 1.00 4.00 0 00 Frecuencias 90. 41 .00 2.00 330.00 8.00 6.00 1.00 N° de apartame d entos 7. 5.

0 183.0 6. M.Mercado Secundario Abril 2008 Salida del NCSS Miguel Camacaro Pérez.3 0.Sc.7 450.3 316. 42 .0 50.DISTRIBUCIÓN DE FRECUENCIAS P UB D P O RM RE A E R GA A 10.7 fi 3.0 Á (m ) rea 2 Oferta de Apartamentos .

00 210.DISTRIBUCIÓN DE FRECUENCIAS Histograma de Frecuencias Absolutas Acumuladas  25.00 0.00 8.00 20. Acumuladas 90.00 19.00 270.00 N° de Apartam entos 15.00 13.00 21.00 150.Mercado Secundario Abril 2008 Miguel Camacaro Pérez.00 390.00 22.00 15 00 10.00 0 00 F. 43 .00 Oferta de Apartamentos .00 330.Sc. M.00 5.00 15.

distancia igual a la mitad del intervalo de la clase de la serie. M.Sc.DISTRIBUCIÓN DE FRECUENCIAS Un polígono de frecuencias absolutas es una figura que se forma al unir los puntos que se determinan en el punto medio de cada clase (PMc) y la frecuencia absoluta correspondiente a la clase (fi). antes del Li de la primera clase y después del Ls de la última clase a una clase. Los extremos del polígono se cierran en puntos situados. 44 . Miguel Camacaro Pérez.

Sc. M. 45 .DISTRIBUCIÓN DE FRECUENCIAS fi (adim) Polígono de Frecuencias Absolutas 9 8 7 6 5 4 3 2 1 0 60 120 180 240 300 360 420 480 PMc(m2) Miguel Camacaro Pérez.

46 .Sc. M. se obtiene uniendo el Li de la primera clase con los puntos que se determinan con el valor del límite superior y el valor de la frecuencia acumulada correspondiente a la clase. llamada comúnmente Ojiva. hablamos de una Ojiva Porcentual. Miguel Camacaro Pérez. Cuando se utilizan los porcentajes acumulados (% acumulado).DISTRIBUCIÓN DE FRECUENCIAS Un polígono de frecuencias acumuladas (Fi).

Sc. M.DISTRIBUCIÓN DE FRECUENCIAS Fi (adim) Polígono de Frecuencias Acumuladas (Ojiva) 25 20 15 10 5 0 90 150 210 270 330 390 450 Ls(m2) Miguel Camacaro Pérez. 47 .

DISTRIBUCIÓN DE FRECUENCIAS Polígono de Porcentajes Acumulados (Ojiva %) % Acum 100 90 80 70 60 50 40 30 20 10 0 90 150 210 270 330 390 450 Ls(m2) Miguel Camacaro Pérez.Sc. 48 . M.

CURVAS DE FRECUENCIAS Para representar una distribución de frecuencias se puede trazar una curva continua. cuando el número de datos es muy grande y los intervalos de clase muy pequeños. la misma se denomina curva de frecuencias. M. frecuencias SIMETRÍA ASIMETRÍA NEGATIVA ASIMETRÍA POSITIVA Miguel Camacaro Pérez. que es la forma a la cual tiende tanto el histograma como el polígono de frecuencias absolutas.Sc. 49 .

México.ve. Mérida. Curso de Tasaciones Econométricas. y Araque. F. 2008.2002. 2005 C l) 2005.com.BIBLIOGRAFÍA Abunahman. R. Publicaciones Postgrado UNEXPO. Luis.2005. www. Miguel Camacaro Ediciones Ediciones. Métodos Numéricos para Ingenieros. legal tasaciones com ve. Venezuela. Miguel Camacaro Ediciones. Miguel. Barquisimeto. Camacaro. Venezuela. Rubens (Camacaro.Miguel. Sé i (C Ab h Sérgio (Camacaro. Chapra. www. Mc Graw Hill. Venezuela. Miguel). Ingeniería de Tasaciones: Una introducción a la Metodología Científica Científica. Venezuela. L. Barquisimeto. Informática para tasadores.2003. México Camacaro. Avalúo Inmobiliario. Miguel. 50 . Venezuela.1996. 2008. C.ve. S.com/. Venezuela Camacaro.Metodología para la Tasación de Inmuebles. Dantas. Blasco.ingenierialegal-tasaciones.com. Venezuela. Venezuela. Curso Bá i d I Básico de Ingeniería L i í Legal y l de Tasaciones.ingenieria-legal-tasaciones. y Canale. Marco (Camacaro. Venezuela. 2001. Caracas. A y Guijarro.2006. Barquisimeto. Ingeniería Legal y de Tasaciones. Editorial UPV. Mi Miguel). Deseda. González.2006.Métodos Aplicados.blogspot. http://ingenieria-legaly-de-tasaciones. Miguel). España. Miguel Camacaro Ediciones. Curso Introductorio de Ingeniería Legal y de Tasaciones. Deseda Luis 1996 Métodos Estadísticos Aplicados Publicaciones Soitave Mérida Deseda.

BIBLIOGRAFÍA Gujarati. McGraw-Hill Interamericana. Pellisistemas Engenharia. Allen. Introducción a la Estadística. Pelli. Econometría. Barquisimeto. Maia. Carmen. M P lli A i 2005 Material d A i l de Apoyo d l Mód l A del Módulo Avanzado d d de Inferencia Estadística. Wonnacott y Wonnacott.1993. 2000. Antonio.2005. Brasil. Caracas Venezuela. Editorial Limusa. Brasil. Piol. Vilar. Francisco (Camacaro. Miguel Camacaro Ediciones. Roberto. Ca e 005 t oducc ó os ode os co o ét cos Universidad de Sevilla. 2007. México. Brasil. Rodríguez.Material del Curso de Soitave. Miguel). Manual Práctico de Experticias y Peritajes Judiciales. Webster Allen 2000 Estadística Aplicada a los Negocios y a la Webster. Publicaciones de la UDC. México. 51 .2003. Rey. Introducción a los Modelos Econométricos.2006.1979.1997. Medeiros. Modelos Estadísticos Aplicados. Maia.2005. Colombia. São Paulo. Pini Editora. Mc Graw Hill. Juan. Venezuela. Joaquim y Otros. Engenharia de Avaliações. Maia Francisco 1993 Mercado Inmobiliario Editora del Rey Belo Inmobiliario. Damodar . Horizonte. España. Economía.2007. Francisco. od gue .

uptodown.www.www.com/es/ Statistics ToolboxTM 6.pellisistemas.0 Beta ( en período d prueba) í d de b ) 52 .www.com/products/statistics/ SAB 1 0 B 1.www.www pellisistemas com br www.com SiSreg Windows Versão 5 .ncss.spss.br SPSS .br SisReN Windows .pellisistemas.PROGRAMAS ESTADÍSTICOS Essential Regression for MSExcel www.geocities.2 .com/SiliconValley/Network/1032/ ESTA+ .com/descargar-gratis/ Microsoft Office Excel MINITAB .com NCSS .minitab.www.http://esta+.com.mathworks.com.

Sign up to vote on this title
UsefulNot useful