Está en la página 1de 50

ESTADÍSTICA DESCRIPTIVA

Conceptos Básicos

Jorge Alberto Barón Cárdenas

Departamento de Matemáticas y Estadı́sticas


Universidad de Córdoba

2 de abril de 2019

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 1 / 50


Tabla de Contenido

1 Introducción

2 Conceptos Básicos

3 Distribuciones de Frecuencia
Distribuciones de frecuencia para datos no agrupados.
Distribución de frecuencias para datos agrupados

4 Tablas de Contingencia
Referencias

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 2 / 50


Introducción

¿Que es la Estadı́stica?

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 3 / 50


Introducción

La Estadı́stica

Definición
Es un conjunto de teorı́as y métodos desarrollados para la recopi-
lación, organización, tabulación y análisis sobre una o varias carac-
terı́sticas de interés con el objeto de extraer conclusiones, tomar
decisiones o emprender acciones.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 4 / 50


Conceptos Básicos

Conceptos Básicos

Población
Es el conjunto formado por un grupo de individuos o elementos,
sobre los cuales se pretende estudiar una o más caracterı́sticas que
son de interés.
Ejemplo: Los habitantes de un paı́s, los estudiantes de un colegio,
los establecimientos comerciales de una ciudad o el conjunto de
todas las piezas fabricadas por una máquina.

Muestra
Es una parte o subconjunto de la población, seleccionada con el
fin de describir o inferir lo que ocurre en la población.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 5 / 50


Conceptos Básicos

Conceptos Básicos
Variable
Una variable es una caracterı́stica que es de interés en una población
o en una muestra. Por ejemplo: la edad, la estatura, el sexo, el
estado civil. Las variables se suelen denotar por letras mayúsculas:
X, Y,...

Clasificación de variables

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 6 / 50


Conceptos Básicos

Conceptos Básicos

Cualitativas o Categóricas:
Aquellas que no son medibles, es decir, cuyas observaciones no tie-
nen carácter numérico. Estas a su vez se clasifican en:
Ordinal: son aquellas en las que existe una jerarquı́a o se
puede establecer un orden. Ejemplo: nivel educativo, grado
de satisfacción.
Nominal: son aquellas que son resultados de una cualidad,
en la cual no se puede establecer ningún orden. Ejemplo:
estado civil, sexo o profesión.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 7 / 50


Conceptos Básicos

Conceptos Básicos

Cuantitativas:
Aquellas que son medibles, es decir sus observaciones tienen
carácter numérico. Estas se dividen a su vez en:
Discretas: son el resultado de contar y sólo toman valores
enteros. Ejemplo: el número de goles marcados, el número de
habitaciones de un hotel, el número de hijos de una familia,
el número de obreros de una fábrica.
Continuas: son el resultado de medir y pueden contener
decimales. Ejemplo:el peso, la estatura, el tiempo de espera,
la distancia recorrida por un automovil.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 8 / 50


Conceptos Básicos

Ejemplo de tipos de variables


1 Número de clientes por dı́a (cuantitativa - discreta)
2 La velocidad máxima de un atleta de alto rendimiento
(cuantitativa - continua)
3 El tiempo de reacción (cuantitativa - continua)
4 La medalla obtenida por un atleta olı́mpico. (Cualitativa -
ordinal)
5 La calificación de excelente, bueno, regular y malo
(Cualitativa - ordinal)
6 El color de los ojo (Cualitativa - nominal)
7 El rango de un militar (Cualitativa - ordinal)
8 La carrera estudiada por un universitario. (Cualitativa -
nominal)
Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 9 / 50
Distribuciones de Frecuencia

Distribuciones de Frecuencia

La toma de datos es una de las partes de mayor importancia en el


desarrollo de una investigación. Ası́ los datos obtenidos mediante
un primer proceso reciben el nombre de datos sin tratar o en bruto.
Los datos en bruto son largas listas de números que no son de gran
utilidad y no brindan al investigador la información que requiere
si antes no se tratan. Los datos sin tratar se les debe sintetizar
o resumir de manera que sea posible interpretarlos, entenderlos y
utilizarlos. La manera de organizar los datos es mediante tablas de
distribución de frecuencias.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 10 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Distribuciones de frecuencia para datos no


agrupados

La distribución de frecuencias no agrupadas o tabla con datos no


agrupados se emplea si las variables toman un número pequeño
de valores o la variable es discreta (siempre se asocia con valores
enteros).

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 11 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Tipos de Frecuencias.

Frecuencia Absoluta (ni ):


La frecuencia absoluta es el número de veces que aparece un deter-
minado valor en un estudio estadı́stico con respecto a una variable
de interés. De esta forma se tiene que el número total de observa-
ciones es igual a la suma de las frecuencias absolutas, es decir:
n = n1 + n2 + · · · + nh

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 12 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Tipos de Frecuencias.
Frecuencia Absoluta Acumulada (Ni ):
La frecuencia absoluta acumulada es el número de observaciones
menores o iguales a un determinado valor de la variable de interés.
También se puede determinar como la suma de las frecuencias ab-
solutas de todos los valores inferiores o iguales al valor considerado,
es decir:

N1 = n1
N2 = n1 + n2
N3 = n1 + n2 + n3
..
.
Nh = n1 + n2 + · · · + nh = n

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 13 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Tipos de Frecuencias.

Frecuencia Relativa (fi ):


La frecuencia relativa representa la proporción de individuos con
cierta caracterı́stica de interés. Se calcula realizando el cociente
entre la frecuencia absoluta de un determinado valor y el número
total de datos.
ni
fi = 0 ≤ fi ≤ 1
n

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 14 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Tipos de Frecuencias.

Frecuencia Relativa Acumulada (Fi ):


La frecuencia relativa acumulada representa la proporción de in-
dividuos que tiene caracterı́stica de interés menor o igual a cierto
valor de la variable. Se calcula realizando el cociente entre la fre-
cuencia absoluta acumulada de un determinado valor y el número
total de datos.
Ni
Fi = 0 ≤ Fi ≤ 1
n

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 15 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Ejemplo 1:

Los siguientes datos corresponden al número de goles marcados por


30 equipos, en la primera fecha de un torneo de futbol profesional.
Elaborar la tabla de distribución de frecuencias.
3 2 1 4 5 3 2 1 3 1
2 3 5 1 2 2 1 3 4 2
3 4 0 1 2 2 0 1 2 3

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 16 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Solución
i Xi ni Ni fi Fi αi
1 0 2 2 0,0667 (6,67 %) 0,067 (6,7 %) 24o
2 1 7 9 0,2333 (23,33 %) 0,3(30 %) 84o
3 2 9 18 0,3 (30 %) 0,6(60 %) 108o
4 3 7 25 0,2333(23,33 %) 0,8333(83,33 %) 84o
5 4 3 28 0,1(10 %) 0,9333(93,33 %) 36o
6 5 2 30 0,0667 (6,67 %) 1(100 %) 24o
Total 30 ≈1

2 2
f1 = = 0,0667 F1 = = 0,0667
30 30
7 9
f2 = = 0,2333 F2 = = 0,3
30 30
. .
. .
. .
2 30
f6 = = 0,0667 F6 = =1
30 30
Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 17 / 50
Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Interpretaciones:

f3 = 30 %: El 30 % de los equipos de futbol, marcaron 2 goles


en la primera fecha.
f4 = 23,33 %: El 23.33 % de los equipos de futbol, marcaron 3
goles en la primera fecha.
f6 = 6,67 %: El 6.67 % de los equipos de futbol, marcaron 5
goles en la primera fecha.
F3 = 30 %: El 30 % de los equipos de futbol, marcaron a lo
máximo 2 goles en la primera fecha.
F4 = 83,33 %: El 83.33 % de los equipos de futbol, marcaron a
lo sumo 3 goles en la primera fecha.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 18 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Diagrama de Barras:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 19 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Diagrama de Circular:

Se basa en una proporcionalidad entre la frecuencia y el ángulo


central de una circunferencia, de tal manera que a la frecuencia total
le corresponde el ángulo central de 360o . El ángulo se determina por:

n 
i
αi = (360o )
n
= (fi ) (360o )

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 20 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Diagrama de Circular:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 21 / 50


Distribuciones de Frecuencia Distribuciones de frecuencia para datos no agrupados.

Ejercicio:

Los siguientes datos corresponden a los años de experiencia de las


50 operarias de una fábrica de confecciones. Elaborar la tabla de
distribución de frecuencias, interpretar resultados y realizar el dia-
grama de barras.
4 6 5 6 4 6 5 5 6 5
5 5 8 8 8 6 9 6 5 7
7 9 3 2 7 4 5 7 7 3
6 7 7 7 8 3 6 6 7 6
4 6 8 5 6 6 7 5 7 4

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 22 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Usualmente los valores de los datos no permiten un agrupamiento


de ellos en una tabla de frecuencias simple, debido a que se en-
cuentran distribuidos a través de todo el recorrido y el número de
veces que se repite cada observación no es significativo en todos los
casos, y en la mayorı́a de ellos su frecuencia es baja. Una tabla de
frecuencias construida en estas condiciones, no presenta ninguna
utilidad.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 23 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Es aquella distribución en la que la tabulación de los datos es-


tadı́sticos se encuentra ordenada en clases y con la frecuencia de
cada clase; es decir, los datos originales de varios valores adyacentes
del conjunto se combinan para formar un intervalo de clase.
Se sugiere que cuando el número total de datos (n) es igual o supe-
rior 50 y además el rango o recorrido de la serie de datos es mayor
de 20, entonces, se utilizará la distribución de frecuencia para datos
agrupados.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 24 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

La construcción de una tabla de distribución de frecuencias para


datos agrupados requiere en primer lugar de la selección de los
intervalos de clase. Aun cuando la selección de los intervalos de clase
depende de los datos involucrados, los siguientes pasos resultaran
útiles:
Paso 1. Ordenar los datos de menor a mayor para su
clasificación.
Paso 2. Calcular el rango (R) de los datos: R = Xmax − Xmin
Paso 3. Definir el número de clases (k), el cual no deberá ser
tan pequeño (menos de 6) o tan grande (más de 20) que la
verdadera naturaleza de la distribución sea imposible
visualizar.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 25 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Existen dos métodos para determinar el número de clases, los cuales


son los más utilizados:
Método 1: Método de la raı́z, el cual consiste en extraer la raı́z
cuadrada del tamaño de la muestra y redondear el resultado ası́
obtenido al entero mayor.

k= n

Método 2: Método de Sturges. Este método puede darnos una


aproximación razonable para determinar el número de clases; éste
se obtiene con el siguiente modelo matemático.

k = 1 + 3,33 × log10 (n)

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 26 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Paso 4: El siguiente paso consiste en determinar la amplitud


de clase (a) :
R
a=
k
Paso 5: Se calcula el rango ampliado (Ra) :

Ra = a × k.

Paso 6: Establecer la diferencia en que ha sido alterado el


recorrido, la cual no debe ser superior a la amplitud.

e = Ra − R

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 27 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Paso 7: Construcción de los intervalos de clase:


e
[Li1 = Xmin − , Ls1 = Li1 + a)
2
[Li2 = Ls1 , Ls2 = Li2 + a)
[Li3 = Ls2 , Ls3 = Li3 + a)
[Li4 = Ls3 , Ls4 = Li4 + a)
..
.

Paso 8: Encontrar las marcas de clase de cada intervalo:


Lii +Lsi
xi = 2

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 28 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Distribución de frecuencias para datos agrupados

Paso 9: Determinar las frecuencias absolutas (ni ), que


corresponde al número de observaciones que pertenecen a
cada intervalo de clase.
Paso 10: Obtener las frecuencias absolutas acumuladas, las
frecuencias relativas y las frecuencias relativas acumuladas
(como fueron definidas anteriormente).

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 29 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejemplo

En una sala de maternidad se ha tomado los pesos (en kg) de 50


recién nacidos:

2.8 3.2 3.8 2.5 2.7 3.7 1.9 2.6 3.5 2.3
3.0 2.6 1.7 3.3 2.9 2.1 3.4 2.8 3.1 3.9
2.9 3.5 3.0 3.1 2.2 3.4 2.5 1.9 3.0 2.9
2.4 3.4 2.0 2.6 3.1 2.3 3.5 2.9 3.0 2.7
2.9 2.8 2.7 3.1 3.0 3.1 2.8 2.6 2.9 3.3

Construya la tabla de distribución de frecuencia para datos agru-


pados.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 30 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejemplo

Solución:
Ordenamiento de los datos:

1.7 1.9 1.9 2.0 2.1 2.2 2.3 2.3 2.4 2.5
2.5 2.6 2.6 2.6 2.6 2.7 2.7 2.7 2.8 2.8
2.8 2.8 2.9 2.9 2.9 2.9 2.9 2.9 3.0 3.0
3.0 3.0 3.0 3.1 3.1 3.1 3.1 3.1 3.2 3.3
3.3 3.4 3.4 3.4 3.5 3.5 3.5 3.7 3.8 3.9

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 31 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejemplo
Rango:

R = Xmax − Xmin
= 3,9 − 1,7 = 2,2

Número de clases (Método de Sturges):

k = 1 + 3,33 × log10 (n)


= 1 + 3,33 × log10 (50)
= 6,65757 ≈ 7

Amplitud:
R 2,2
a= = = 0,3142857 ≈ 0,4
k 7
Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 32 / 50
Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejemplo
Rango ampliado

Ra = k × a
= 7 × 0,4 = 2,8

Diferencia entre rangos :

e = Ra − R = 2,8 − 2,2 = 0,6

Construcción de los intervalos de clase:


e 0,6
Li1 = Xmin − = 1,7 − = 1,4
2 2
Ls1 = Li1 + a = 1,4 + 0,4 = 1,8

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 33 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejemplo

Tabla de distribución de frecuencia.


i Intervalo xi ni Ni fi Fi
1 [1.4, 1.8) 1.6 1 1 0.02 (2 %) 0.02 (2 %)
2 [1.8, 2.2 ) 2.0 4 5 0.08 (8 %) 0.1 (10 %)
3 [2.2, 2.6 ) 2.4 6 11 0.12 (12 %) 0.22 (22 %)
4 [2.6, 3.0) 2.8 17 28 0.34 (34 %) 0.56 (56 %)
5 [3.0, 3.4) 3.2 13 41 0.26 (26 %) 0.82 (82 %)
6 [3.4, 3.8) 3.6 7 48 0.14 (14 %) 0.96 (96 %)
7 [3.8, 4.2 ) 4.0 2 50 0.04 (4 %) 1 (100 %)

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 34 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Interpretaciones:

f1 = 2 %: El 2 % de los recién nacidos tienen un peso entre


1.4 y menos de 1.8 kg.
f4 = 34 %: El 34 % de los recién nacidos tienen un peso entre
2.6 y menos de 3 kg.
f5 = 26 %: El 26 % de los recién nacidos tienen un peso entre
3 y menos de 3.4 kg.
F3 = 22 %: El 22 % de los recién nacidos tienen un peso
inferior a 2.6 kg.
F4 = 56 %: El 56 % de los recién nacidos tienen un peso
inferior a 3 kg.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 35 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Histograma de Frecuencias:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 36 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Polı́gono de Frecuencias:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 37 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ojiva:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 38 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ojiva:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 39 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejercicio:
Supongamos que una fabrica de baldosas, con el objeto de ofrecer
una garantı́a de su producto, desea hacer un estudio técnico de su
producción, para lo cual extrae una muestra de 100 baldosas, cada
una de las cuales se somete a una prueba de resistencia, destructiva
cuyos datos expresados en Kg/Cm2 , se muestran a continuación:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 40 / 50


Distribuciones de Frecuencia Distribución de frecuencias para datos agrupados

Ejercicio:

Construya una tabla de distribución de frecuencia para datos agru-


pados, realice el histograma de frecuencias e intérprete resultados.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 41 / 50


Tablas de Contingencia

Tablas de Contingencia

Cuando los elementos de una población (o muestra) se clasifican


simultáneamente por dos caracterı́sticas X e Y , surge para su re-
presentación las llamadas “tablas de doble entradas o contingencia”
de h filas por k columnas.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 42 / 50


Tablas de Contingencia

Tablas de Contingencia

Ejemplo: Veinte individuos se clasificaron según el sexo (hombre


o mujer) y su deseo de ver o no la final de un campeonato de fútbol
que será televisada.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 43 / 50


Tablas de Contingencia

Tablas de Contingencia

Futbol/Sexo Mujer Hombre Total fila


Si 3 (15 %) 8 (40 %) 11(55 %)
No 7 (35 %) 2 (10 %) 9 (45 %)
Total columna 10 (50 %) 10 (50 %) 20 (100 %)

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 44 / 50


Tablas de Contingencia

Tablas de Contingencia

Con respecto al total:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 45 / 50


Tablas de Contingencia

Tablas de Contingencia

Con respecto al sexo:


Futbol/Sexo Mujer Hombre
Si 3 (30 %) 8 (80 %)
No 7 (70 %) 2 (20 %)
Total 10 (100 %) 10 (100 %)

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 46 / 50


Tablas de Contingencia

Tablas de Contingencia

Con respecto al sexo:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 47 / 50


Tablas de Contingencia

Tablas de Contingencia

Con respecto a la preferencia:


Futbol/Sexo Mujer Hombre Total
Si 3 (27.27 %) 8 (72.73 %) 11 (100 %)
No 7 (77.78 %) 2 (22.22 %) 9 (100 %)

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 48 / 50


Tablas de Contingencia

Tablas de Contingencia

Con respecto a la preferencia:

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 49 / 50


Bibliografı́a

Referencias I

Montgómery, D. (2003). Probabilidad y Estadı́stica aplicadas a la


Ingenierı́a. EDITORIAL LIMUSA.
RONALD E. WALPOLE, R. (Novena edición, 2012). Probabilidad y
estadı́stica para ingenierı́a y ciencias. PEARSON EDUCACIÓN,
México.
Webster, A. (2000). Estadı́stica aplicada a los negocios y la eco-
nomı́a. Bradley University.

Jorge A. Barón (Unicórdoba) ESTADÍSTICA DESCRIPTIVA 50 / 50