UNIVERSIDAD NACIONAL DE CAJAMARCA

“Norte de la Universidad Peruana”

FACULTAD DE INGENIERÍA

RESUMEN DE DATOS
CUANTITATIVOS:
CONTENIDO

Medidas estadísticas unidimensionales:

- Medidas de tendencia central. Datos Agrupados y no
agrupados. - La media aritmética, la mediana y moda.
Fórmulas. Propiedades.
- Medidas de Tendencia No Central : Cuantilas
- Medidas de Variabilidad
- Medidas de Dispersión
 LOGRO DE LA SESION:

Al término de la sesión, el estudiante resuelve problemas de situaciones

reales, aplicando las medidas de Resumen para Datos Cuantitativos,
agrupados y no agrupados, con precisión y exactitud en el cálculo.
1
RECOLECCION
DE DATOS 2
BASE
DE
DATOS

4
3 CUADROS DE DISTRIBUCIÓN
DE FRECUENCIAS GRAFICOS
Temperatura fi hi%

MENOR DE 500 19 38%

500 - 1000 12 24%

1000 - 2000 8 16%

2000 - 3000 2 4%
5
MAS DE 3000 9 18%

TOTAL 50 Medidas de Resumen

Nos ayudan a Describir y Comparar
CASO DE APLICACIÓN 1:

NIVELES DE CALCIO EN CEMENTO ESTÁNDAR Y EN CEMENTO

CONTAMINADO CON PLOMO
Un artículo publicado dio a conocer los resultados de un análisis del peso de
calcio en cemento estándar y en cemento contaminado con plomo.
Los niveles bajos de calcio indican que el mecanismo de
hidratación del cemento queda bloqueado y esto permite
que el agua ataque varias partes de una estructura de
cemento.
Se quiere saber si la presencia de plomo afecta el peso
medio de calcio en el cemento. Al tomar diez muestras
de cemento estándar, se encontró que el peso promedio
de calcio es de 90 (g/kg) con una desviación estándar de
5 (g/kg); los resultados obtenidos con 15 muestras de
cemento contaminado con plomo fueron de 87 (g/kg) en
promedio con una desviación estándar de 4 (g/kg) .
¿Cuál es el peso medio de calcio en cemento estándar y cuál es el peso medio de calcio
en cemento contaminado con plomo?.
¿Cuál es la variabilidad del peso de calcio en.el cemento estándar?.
¿Qué tipo de Asimetría tiene el peso de calcio en el cemento estándar?.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición:
– Tendencia Central (media, mediana, moda)
– Tendencia No Central: Cuantilas( Percentiles, Deciles , Cuatiles,
etc)

Medidas de Variación o Dispersión:

– Varianza, desviación estándar, rango, coeficiente de variación.

Medidas de Forma:
– Asimetría y Kurtosis.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.

Medidas de Posición - Tendencia Central

MEDIA
• Promedio, Media Aritmética.
• Valor central del conjunto de datos.
• Se denota con x o M(x)
Media x

Valor Mínimo Valor Máximo

RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIA
n

x i Donde:
x i 1 Xi = Diferentes valores de la variable en estudio.
Datos No Agrupados n = tamaño de la muestra
n

Xf
Donde:
i i Xi = Marcas de clase.
Datos Agrupados x i 1 fi = Frecuencias absolutas simples.
n = tamaño de muestra.
n
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIA - Datos No Agrupados

Ej.:
Se tiene las facturaciones anuales de exportación de
cemento tipo portland, por una Empresa Cementera
Peruana, en el periodo de 2013 y 2016.

Año 2013 2014 2015 2016

US$ 19 21 23 30

Determine: El promedio de US$ facturados.

Fórmula: Interpretación:
n El promedio anual de las facturaciones
x i 19  21  23  30
por exportación de Cemento en el
periodo 2013 a 2016, es de US$ 23.3
x i 1 
4
 23.3
millones de dólares.
n
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Medidas de Posición - Tendencia Central
MEDIA - Datos Agrupados
Ej.:
Un fabricante de aleaciones metálicas está preocupado por las quejas de
sus clientes acerca de la falta de uniformidad en el punto de fusión ( º C) de
los filamentos metálicos producidos.
Se seleccionaron 40 filamentos y sus puntos de fusión fueron los siguientes: Hallar la Media
Fórmula:
Nº de Porcentaje de k
Punto de
X f
Nº de Porcentaje de
Filamentos Filamentos Marca de Clase
Filamentos Filamentos
Fusión Acumulados Acumulados
Xi Xi x fi i i
( º C) fi Fi hi % Hi % x i 1
n
300 – 350 8 8 20 20 325 2600
17400
350 – 400 9 17 23 43 375 3375 x
40
400 – 450 2550
6 23 15 58 425
x  435
450 – 500 7 30 17 75 475 3325
Interpretación:
500 – 550 4 34 10 85 525 2100 El Punto promedio
550 – 600 6 40 15 100 575 3450 de Fusión de los
filamentos
TOTAL n = 40 - 100 - Σ Xi x fi = 17400 metálicos, es de
Fuente: Área de Producción de la Fábrica.
435 (º C).
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MODA

• Se denota por Mo
• Se define como el valor que más repite en un conjunto de datos.
• Un conjunto de datos puede presentar los siguientes casos:
12 30
10 25
8 20
6 15

Amodal 4 10 Unimodal
2 5

0 0
1 2 3 4 5 6 1 2 3 4 5 6

30 25

25 20
20
15
15
Bimodal 10
10
Trimodal
5 5

0 0
1 2 3 4 5 6 1 2 3 4 5 6
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MODA - Datos No Agrupados

• Simplemente observar en el conjunto de datos el valor o dato que
más se repite.

Ej.: La siguiente información corresponde al número de prestamos diarios que

aprueba el Banco de materiales, como parte de atención a la población de
Cajamarca.

Determinar la Moda:
17 19 19 19 18 16 18 18 19 15

Interpretación:
El número de prestamos diarios más frecuente es 19.
Por lo tanto, la moda del número de prestamos es 19.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MODA - Datos Agrupados

Fórmula:
 1 
• Determinar el intervalo modal, Mo  Li  A 
este intervalo modal será aquel

 1   2 
donde se encuentra la mayor
fi (frecuencia absoluta simple) Donde:
Li = Límite inferior del intervalo modal
A = Amplitud interválica
Δ1  f i  f i 1
Δ 2  f i  f i 1
f i-1 = F.A.S. anterior del intervalo modal
f i+1 = F.A.S. siguiente del intervalo modal
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Medidas de Posición - Tendencia Central
MODA - Datos Agrupados
Ej.:
Un fabricante de aleaciones metálicas Nº de Porcentaje de
esta preocupado por las quejas de sus Punto de Nº de
Filamentos
Porcentaje de
Filamentos
Filamentos Filamentos
Fusión Acumulados Acumulados
clientes acerca de la falta de ( º C) fi hi %
Fi Hi %
uniformidad en el punto de fusión (º C)
de los filamentos metálicos 300 – 350 fi-1 = 8 8 20 20
producidos. 350 – 400 fi = 9 17 23 43
Se seleccionaron 40 filamentos y sus 400 – 450 fi+1 = 6 23 15 58
puntos de fusión fueron los siguientes: 450 – 500 7 30 17 75
Hallar la Moda 500 – 550 4 34 10 85
550 – 600 6 40 15 100
Fórmula:
TOTAL 40 - 100 -
 1  Fuente: Área de Producción de la Fábrica.
Mo  Li  A 
Identificar Mayor fi

 1   2

Mo  350  50
98 
  362.5
Δ1  f i  f i 1  9  8  9  6
Interpretación:
Δ 2  f i  f i 1 El Punto de Fusión más frecuente es 362.5 (º C).
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIANA
• Se denota por Me.
• Es el valor que divide al conjunto de datos en dos partes iguales. La
mitad de ellos son menores a Me y la otra mitad son mayores a Me.
Mediana Me

50% 50%

Valor Mínimo Valor Máximo

 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIANA - Datos No Agrupados

Cuando n es impar:
1. Se ordenan los números en forma ascendente o descendente.
2. Se calcula el valor (n + 1)/2 y el valor mediano será el Nº que ocupa el lugar
(n + 1)/2

Cuando n es par:
1. Se ordena la serie en forma ascendente o descendente.
2. El valor mediano será el promedio de los valores centrales correspondientes a
la serie ordenada.
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

Ej.: La siguiente información corresponde al número de prestamos diarios que aprueba

el Banco de materiales, como parte de atención a la población de Cajamarca.

. Determinar la Mediana:

17 19 19 19 18 16 18 18 19 15 20

Luego de Ordenar: 15 16 17 18 18 18 19 19 19 19 20

Como n es impar, Calcular: (11+1) / 2 = 6 , Buscar en datos ordenados el lugar 6. Me = 18

Interpretación:
“El 50% del número de prestamos diarios, se encuentran sobre o igual a 18”
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Medidas de Posición - Tendencia Central

MEDIANA - Datos Agrupados

• Calcular el elemento determinante: Fórmula:

n/2, donde n 
n = número de datos.
2  Fi 1 
• Ubicar este elemento en la Me  Li  A  
columna de las Fi (frecuencias
 f i 
absolutas acumuladas).  
• Determinar el intervalo mediano,
Donde:
este intervalo es aquel donde se
Li = Límite inferior del intervalo de interés
encuentre la Fi inmediatamente A = Amplitud interválica
mayor o igual a n/2. n = número de datos
i = intervalo de interés
i-1 = intervalo anterior al intervalo de interés.
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
MEDIANA - Datos
Medidas de Posición - Tendencia Central
Agrupados
Ej.:
Un fabricante de aleaciones metálicas está preocupado por las quejas de sus
clientes acerca de la falta de uniformidad en el punto de fusión de los filamentos
( º C) metálicos producidos.
Hallar la Mediana Se seleccionaron 40 filamentos y sus puntos de fusión
fueron los siguientes:
n 
  Fi 1 
Me  Li  A  2  Nº de
Nº de
Porcentaje de
Porcentaje de

 f i  Punto de Filamentos
Filamentos
Filamentos
Filamentos

  Fusión fi
Acumulados
hi %
Acumulados
Fi Hi %
Buscar Intervalo Mediano
encontrando una Fi ≥ n/2=20 300 – 350 8 8 20 20
350 – 400 9 17 23 43
F3 ≥ 20
 20  17  400 – 450 6 23 15 58
Me  400  50  450 – 500
 6  7 30 17 75

Me  425 500 – 550 4 34 10 85

Interpretación: 550 – 600 6 40 15 100

El 50% de los Puntos de Fusión son TOTAL 40 - 100 -
menores o iguales a 425 y el restante
50% son mayores a 425 (º C) . Fuente: Área de Producción de la Fábrica.
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.
Medidas de Tendencia No Central
CUARTILES
• Se denotan por Q1, Q2 y Q3
• Son los valores que dividen a un conjunto de datos ordenados
en forma ascendente o descendente en cuatro partes iguales.
Q1 Q2 = Me Q3

25% 25% 25% 25%

Valor Mínimo Valor Máximo

50%
75%
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.
Medidas de Tendencia No Central
CUARTILES
Datos No Agrupados
• Ordenar los datos en forma ascendente o descendente.
• Se localiza el punto de posición del valor correspondiente a la k(n+1)/4 (Para
Qk) observación realizada.

Ej.: La siguiente información son las calificaciones de la primera evaluación . Determinar el

Q1 y Q3: 17 19 19 19 18 16 18 18 19 15 20
Luego de Ordenar: 15 16 17 18 18 18 19 19 19 19 20

Calcular: Q1 = (11+1) / 4 = 3; Q3 = 3 (11+1)/4 = 9 , Tomar los valores en la posición 3 y 9.

Q1 = 17 : “El 25 porciento de las calificaciones de T1 son menores o son iguales a 17”

Q3 = 19: “El 75 porciento de las calificaciones de T1 son menores o son iguales a 19”
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.
Medidas de Tendencia No Central
CUARTILES
Datos No Agrupados
• Ordenar los datos en forma ascendente o descendente.
• Si k(n+1)/4 NO es un entero, entonces hacemos una interpolación lineal entre
los dos valores correspondientes a las dos observaciones entre las cuales se
encuentra la fracción.

Ej.: La siguiente información son las calificaciones de la primera evaluación continua.

Determinar el Q1 y Q3: 17 19 19 19 18 16 18 18 19 15
Luego de Ordenar: 15 16 17 18 18 18 19 19 19 19

Calcular: Q1 = (10+1) / 4 = 2.75; Q3 = 3 (10+1)/4 = 8.25 Tomar los valores en donde se

encuentre la fracción e interpolar:

Q1 = 16 + 0.25 (17-16) = 16.25 : “El 25 % de las notas de T1 son menores o iguales a 16.25”
Q3 = 19 + 0.75 (19-19) = 19 : “El 25 % de las notas de T1 son menores o iguales a 19”
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.
Medidas de Tendencia No Central

CUARTILES
Datos Agrupados Fórmula:
 n 
• Determinar el intervalo cuartil  k    F  
 4
i 1

Identificando la clase que Qk  Li  A  

contiene a Qk determinando la
menor de las frecuencias
absolutas acumuladas Fi que
supera a k(n/4)
 f i 
 
 
Donde:
Li = Limite inferior del intervalo de interés
A = Amplitud interválica
k = número de Cuartil
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS.
Medidas de Tendencia No Central OBTENCIÓN DE LOS CUARTILES
Ej.: CUARTILES - Datos Agrupados
Un fabricante de aleaciones metálicas esta preocupado por las quejas de sus clientes
acerca de la falta de uniformidad en el punto de fusión de filamentos metálicos
producidos. 40 filamentos se seleccionaron y sus puntos de fusión determinados. Los
siguientes son los resultados obtenidos Fórmula:
 n 
 k  4   Fi 1 
Qk  Li  A    
Nº de Porcentaje
Porcentaje
 fi 
Nº de de
Punto de Filamentos
Filamentos de
Filamentos

 

Acumulados Filamentos
Fusión fi Acumulados
Fi hi % Hi % Buscar el Intervalo Cuartil
300 – 350 8 8 20 20 Q1 = 1(n/4) = 10
350 – 400 9 17 23 43 Q3 = 3(n/4) = 30
400 – 450 6 23 15 58 10  8 
Q1  350  50   361
450 – 500 7 30 17 75  9 
500 – 550 4 34 10 85
 30  23 
550 – 600 6 40 15 100 Q3  450  50   500
 7 
TOTAL 40 100

Fuente: Área de Registros de Fábrica.

 ¿QUÉ HEMOS VISTO?

Medidas estadísticas unidimensionales:

- Medidas de tendencia central. Datos Agrupados y no agrupados. -

La media aritmética, la mediana y moda. Fórmulas. Propiedades.

- Medidas de tendencia No Central: Cuantilas.

 RESUMEN DE DATOS CUANTITATIVOS:

MEDIDAS DE VARIABILIDAD Y DE
FORMA
30
 DESCRIPCIÒN DE LA VARIACION

No hay dos unidades de un producto, fabricadas por determinado

proceso que sean idénticas. Alguna variación es inevitable.

Por ejemplo:

-El voltaje de salida de una fuente de energía no es exactamente

igual de una unidad a otra.

31
• Medidas de Variación o Dispersión
– Varianza, desviación estándar, rango, coeficiente de
variación.

Dispersión Grande

Dispersión Pequeña

Dispersión

½ ½

32
La localización o tendencia central no necesariamente proporciona información
suficiente para describir datos de manera adecuada.
Ejemplo 1: Considere los datos de resistencia a la tensión (en psi) de dos
muestras X,Y de una aleación metálica.

Muestra X 130 150 145 158 165 140

Muestra Y 90 128 205 140 165 160

* * * ** *
* * *** *
8 100 120 140 160 180 200 220
0
Muestra X: *
Medias muestrales = 148
Muestra Y: *

Fig.1: Diagrama de puntos de la resistencia a la tensión

La media de ambas muestras es 148 psi, sin embargo en la fig.1,

se observa mayor variabilidad o dispersión para la muestra Y.
33
 CASO N° 1: Cruzar un río

Si estás en un trabajo de campo y te encuentras frente a un río que cruzar, le

preguntas a quién sepa más, que profundidad tiene ese río.
Alguien te dice que el río tiene una profundidad promedio de 1 metro, ¿lo
cruzarías sin información adicional?
Probablemente NO. Tu querrías saber primero acerca de la variación de la
profundidad.
1 Si la profundidad máxima es de 1.5 metros
y la mínima de 0.5 metros podría ser que
te animaras a cruzarlo.

2 ¿Qué pasaría si averiguas que la profundidad

del río va de 0.1 metros (o sea 10 centímetros
en la orilla por ejemplo) a 1.9 metros

34
 Medidas de Variación o Dispersión Absoluta
RANGO
• Mide la amplitud de los valores de la muestra y se calcula por diferencia
entre el valor más elevado y el valor más bajo
VARIANZA
• Mide la distancia existente entre los valores de la serie y la media.
n 2 K
n 2

Sin Agrupar  (Xi-X) Agrupados  (Xi-X) .fi

V(x)=S2 = i=1
V(x)=S2 = i=1

n-1 n-1
DESVIACIÓN ESTÁNDAR
• Variabilidad promedio con respecto a la media. Es la raíz cuadrada positiva
de la varianza.
DS(x)=S= V(X)

35
 Medidas de Variación o Dispersión Relativa

COEFICIENTE DE VARIACIÓN

S2
CV(x)= .100
X

El interés del coeficiente de variación es que al ser un porcentaje

permite comparar el nivel de dispersión de dos muestras.

Esto no ocurre con la desviación típica, ya que viene expresada en

las mismas unidas que los datos de la serie.

36
Hallar la varianza de la resistencia a la tensión.

37
 Medidas de Variación o Dispersión
OBTENCIÓN DE LAS
Ej.: VARIANZA - Datos Agrupados MEDIDAS DE
Se presenta las observaciones del diámetro (mm) DISPERSIÓN
interior de anillos forjados para los pistones que se
usan en los motores de automóvil. Hallar Medidas de Promedio:
Dispersiòn: x  79.215mm
Varianza:
Diámetro (mm) Xi fi Xi * fi (Xi – x)2 fi 693
V(X)  S2   7.451612903mm2
73.965 75.465 74.715 10 747.15 202.5 93
75.465 76.965 76.215 12 914.58 108
76.965 78.465 77.715 16 1243.44 36 Desv. Stand.:
78.465 79.965 79.215 18 1425.87 3.63507E-27
79.965 81.465 80.715 16 1291.44 36
81.465 82.965 82.215 12 986.58 108
S  7.451612903  2.729764258mm
82.965 84.465 83.715 10 837.15 202.5
TOTAL - 94 7446.21 693
Coef. Var.:
Fuente: Área de Registros de Fábrica. 2.729764258
CV  x100  3.446%
. 79.215
“Los diámetros presentan una variabilidad del 2.73 mm respecto a su promedio”

Un CV igual a 3.446 % nos indica que los datos son homogéneos.

38
MEDIDAS DE FORMA

ASIMETRIA

KURTOSIS

39
 ASIMETRIA

Moda Media = Mediana = Moda Moda

Mediana
Mediana
Media
Media

Asimétrica Positiva Simétrica o

Asimétrica Negativa
o a la Derecha Normal
o a la Izquierda.

40
ASIMETRIA

41
KURTOSIS

Q3  Q1
k 3
2( P90  P10 )

42
 ASIMETRIA
Se presenta las observaciones del diámetro (mm) interior de anillos
forjados para los pistones que se usan en los motores de automóvil.
Hallar Asimetría.

Diámetro (mm) Xi fi Xi * fi (Xi – x)3 fi

73,965 75,465 74,715 10 747,15 -911,25

75,465 76,965 76,215 12 914,58 -324
76,965 78,465 77,715 16 1243,44 -54
78,465 79,965 79,215 18 1425,87 5,16575E-41 2.95586E -11
a3 =
79,965 81,465 80,715 16 1291,44 54 94* 2.729764 3
81,465 82,965 82,215 12 986,58 324
82,965 84,465 83,715 10 837,15 911,25 a3 = 1.5459E-14
TOTAL - 94 7446,21 2,95586E-11

Los diámetros presentan una

asimetría ligeramente positiva es
muy cercana a cero igual a
0.000000000000015459
43
 KURTOSIS
Se presenta las observaciones del diámetro (mm) interior de anillos
forjados para los pistones que se usan en los motores de automóvil.
Hallar Asimetría.

Diàmetro (mm) Xi fi Xi * fi (Xi – x)4 fi

73,965 75,465 74,715 10 747,15 4100,625

a4 =
75,465 76,965 76,215 12 914,58 972
76,965 78,465 77,715 16 1243,44 81
78,465 79,965 79,215 18 1425,87 7,34097E-55 10307.25
a4 = -3
79,965 81,465 80,715 16 1291,44 81
94* 2.729764 4
81,465 82,965 82,215 12 986,58 972
82,965 84,465 83,715 10 837,15 4100,625
a4 = -1.0252397
TOTAL - 94 7446,21 10307,25

Los diámetros presentan una Kurtosis menor que cero lo que nos indica que
tiene distribución PLATICURTICA

44
POLIGONO DE FRECUENCIA de los diámetros (mm)
interiores de anillos forjados para los pistones que se
usan en los motores de automóvil.

20

18

16

14

12

10

0
*73 ,215 *74 ,715 *76 ,215 *77 ,715 *79 ,215 *80 ,715 *82 ,215 *83 ,715 *85 ,215

45
CASO DE APLICACION:
Los datos siguientes representan el número de ciclos transcurridos hasta
que se presenta una falla en una prueba de piezas de aluminio sujetas a
un esfuerzo alternante repetido de 21 000 psi a 18 ciclos por segundo

1115 1567 1223 1782 1055 798 1016 2100 910 1501
1310 1883 375 1522 1764 1020 1102 1594 1730 1238
1540 1203 2265 1792 1330 865 1605 2023 1102 990
1502 1270 1910 1000 1608 2130 706 1315 1578 1468
1258 1015 1018 1820 1535 1421 2215 1269 758 1512
1315 845 1452 1940 1781 1109 785 1260 1416 1750
1085 1674 1890 1120 1750 1481 885 1888 1560 1642

46
Revisar e interpretar resultados

El éxito es de aquellos que creen en la belleza de

sus sueños… 47
 ¿QUÉ HEMOS VISTO?

Medidas estadísticas unidimensionales:

- Medidas de Posición: Tenencia Central y No Central

- Medidas de Dispersión: Varianza, Desviación Estándar y Coeficiente de

Variación. Fórmulas.

- Medidas de Forma: Asimetría y Kurtosis. Fórmulas.

EJERCICIOS LIBRO DE
MONTÓMERY
EJERCICIOS LIBRO DE
MONTÓMERY
BIBLIOGRAFIA
Estimado estudiante, puedes revisar los siguientes textos