Unidad temática 1.

Presentación y análisis de la
información
1.1 Naturaleza y definición de la estadística
Naturaleza de la Estadística

La Estadística surge desde tiempos antiguos en el quehacer gubernamental, su

nombre se debe a que era utilizada por los empleados del Estado para estudiar
información.

La palabra estadística ha sido referida frecuentemente a la información

cuantitativa o numérica aunque también se usa para los métodos que tratan con la
información, esto es, se debe hacer una diferencia: a la información se le llama datos
estadísticos y a los métodos se les llama métodos estadísticos.

Se puede definir a la estadística como:

La ciencia de recolectar, clasificar, presentar

e interpretar datos numéricos.

La estadística descriptiva o deductiva es la parte de la estadística dedicada a la

recolección, clasificación y descripción de datos numéricos.

La estadística inferencial o inductiva se refiere a las técnicas de interpretación de

los valores que se obtienen a partir de las técnicas descriptivas y las técnicas de toma
de decisiones sobre la base de los resultados.

Los datos estadísticos son números que pueden ser comparados, analizados e
interpretados.

Se llama población al conjunto completo de datos estadísticos que son

recopilados; la cual puede ser finita o infinita.

Cuando tenemos el caso de una población finita pero de grandes dimensiones, la

recolección de datos es impráctica o imposible, por ello se extrae un subconjunto de
elementos representativos de la población, llamada muestra, la cual es utilizada para el
estudio estadístico.
Métodos o Procesos estadísticos
Los métodos estadísticos y los pasos del método científico tienen puntos en
contacto que intentaremos mostrar:

De acuerdo con el orden de aplicación en un estudio estadístico, los cinco

métodos estadísticos básicos tendrían la secuencia:

1. Recopilación,
2. Organización,
3. Presentación,
4. Análisis e
5. Interpretación.

Por otra parte, considerando al Método científico aplicado en un área no

experimental como son las Matemáticas, tenemos que consiste en una serie de pasos:

1. Planteamiento del problema,

2. Suposición de una hipótesis,
3. Comprobación de la hipótesis,
4. Construcción de un modelo y
5. Resolución del problema.

Cuando se realiza la comparación entre los pasos del método Científico y los
procesos o métodos estadísticos, encontramos una analogía de pasos que se han de
seguir para resolver algo, es decir, podemos considerar los tres primeros procesos del
estudio estadístico como correspondientes al primer paso del método científico y los
restantes se corresponderán uno a uno:

A continuación señalamos brevemente en qué consiste cada uno de los métodos

estadísticos de que consta un estudio estadístico.

Recopilación de datos estadísticos

El modo más conveniente y económico de obtener datos estadísticos se realiza

por medio de fuentes, sean internas o externas.
 Fuentes internas Fuentes externas

•Son los lugares ubicados dentro de la
empresa u organización cuya
información es denominada datos
internos, por ejemplo: los sueldos de
los empleados de una lista de pago,
las ventas de un diario de ventas, los
recibos de caja de un libro de caja de
la oficina de contabilidad de la
organización.
•Son los lugares que se encuentran
fuera de la empresa u organización,
de los que se consiguen datos
estadísticos a través de datos
publicados o por medio de encuestas
de datos originales.

Los datos publicados pueden obtenerse de fuentes primarias o secundarias, por

medio de guías para su localización o de fuentes de datos publicados como agencias
gubernamentales, asociaciones empresariales, revistas y publicaciones periódicas de
empresas, periódicos y almanaques, organizaciones privadas de servicios estadísticos,
organizaciones internacionales y otras organizaciones de negocios y educativas.

La obtención de información estadística por medio de encuesta de datos

originales se realizará por el método de observación directa; la formulación de
preguntas para ser aplicadas por medio de entrevista personal, o por teléfono; también
por medio del envío de cuestionarios por correo, casos en el que se deben considerar
puntos clave para el diseño del cuestionario, por ejemplo, no elaborar preguntas que
induzcan la respuesta, un número mínimo de preguntas, preguntas breves y claras,
evitar preguntas ofensivas, preguntas fáciles de contestar, etc.

Organización de datos recopilados

En el momento de la recopilación podemos encontrar dos situaciones: que estén

ordenados o que no lo estén. Cuando los datos son obtenidos de fuentes publicadas
usualmente están ya en forma organizada.

No sucede lo mismo con los que se recopilan, por ejemplo, en una encuesta,
pues frecuentemente necesitan ser corregidos y clasificados. La corrección se debe
hacer tanto en los registros internos o datos publicados como en los resultados de las
encuestas, las cuales pueden tener respuestas incompletas o inconsistentes, escritura
no determinable o requerimiento de cálculos, etc.

La organización de la información puede darse de forma cronológica, geográfica,

cuantitativa o cualitativa.
Presentación de datos organizados

Esta etapa de la estadística es necesaria para poder leer y describir fácilmente la

información. Hay tres formas de presentación de los datos recopilados y organizados:
escrita, cuadros o tablas y gráfica.

En la forma escrita se puede presentar la información como descripción,

históricamente, como informe o como resumen.

La presentación por medio de tablas tiene propósitos generales o específicos, vía

la exposición detallada de la información.

El último caso se emplea para adquirir un vasto conocimiento en un corto

periodo, pero sólo da un valor aproximado de los hechos. Las diferentes gráficas
reciben nombres como histogramas, polígonos, ojivas, diagramas de puntos, diagramas
de líneas, diagramas de pastel, pictogramas, diagramas de barras, etc.

Análisis de los datos presentados

Los métodos empleados para analizar datos estadísticos son variados, desde la
simple observación de los datos hasta métodos complicados.

Los métodos matemáticos básicos aplicados en negocios y economía, y usados

en un análisis estadístico son: análisis estadístico simple, inducción estadística, análisis
de series de tiempo, análisis de relaciones, etc.

Análisis estadístico simple.- Tiene dos tipos: paramétrico o no paramétrico; el

primero de los cuales se divide a su vez en descriptivo o probabilístico.

Inducción estadística.- Puede ser por medio del muestreo.

Análisis de series de tiempo.- Sirve para medir los cambios en los negocios y las
actividades económicas.

Análisis de relaciones.- Se aplica entre dos o más conjuntos de datos por

ejemplo regresión simple, múltiple, determinante, etc.

Interpretación de los datos analizados

La interpretación se basa en el tipo de análisis aplicado y, específicamente, en
los resultados arrojados por el análisis.
 La interpretación bien efectuada conducirá a conclusiones válidas del estudio.
Estas conclusiones a su vez nos permitirán tomar decisiones correctas.

Alcances y Aplicaciones de la estadística en el área contable

En años recientes se da la aplicación de la estadística en diversas disciplinas

como la Economía, la Administración, la Contaduría, la Medicina, la Ingeniería, etc. En
los negocios, dada la complejidad de las actividades, se ha incrementado rápidamente
el uso de la estadística. En la Administración de Empresas su uso permite una sólida
toma de decisiones.

Ejemplo 1:

Si el propietario de una empresa desea tener éxito en su toma de decisiones, su

gerente debe ser capaz de tratar sistemáticamente con la incertidumbre misma,
mediante evaluaciones y aplicaciones cuidadosas de métodos estadísticos pertinentes
a las actividades de la empresa. Así en el área de ventas el método de presentación
más conveniente sería por medio de gráficas y tablas; en el área de investigación de
mercados un método de análisis eficiente sería el muestreo por medio de encuestas; en
el área de producción un método de análisis adecuado sería el control de calidad, etc.

La estadística es un instrumento inigualable de síntesis. En las grandes

empresas la contabilidad se hace cada vez más compleja y extensa, su manejo es cada
vez más penoso y la presentación de la situación económica y financiera a la dirección
de la empresa, de manera sencilla y resumida no siempre es adecuada. En
colaboración con ella, los métodos estadísticos permiten separar las cuentas y
operaciones complejas en totales sencillos, dar curvas representativas de las mismas o
índices que reflejan la evolución de magnitudes de interés, como volumen de stocks,
rendimiento de trabajo de máquinas y operación, etc.

El uso de los métodos estadísticos permite a veces, un análisis más detallado

que el obtenido de la simple inspección de los documentos contables. Por ejemplo, los
clientes son conocidos desde el punto de vista contable por el volumen de los pedidos,
por las mercancías que se les ha entregado y por sus hábitos de pago; estadísticas
adecuadas permiten clasificarlos no sólo por los criterios antes señalados, sino también
por su residencia, la forma en que hacen sus pedidos, por el periodo del año en que los
hacen, etc., cuestiones que son, en general, del máximo interés para orientar la política
de la empresa en cuanto a la selección de su cliente. Análisis de esta naturaleza
permiten en muchas ocasiones descubrir clientes que no interesan por lo reducido o
nulo del margen de beneficio neto que proporcionan en comparación con los gastos que
sus pedidos ocasionan; la eliminación de tal clientela permite reducir propaganda,
gastos de viajantes y en general, gastos generales, con el consiguiente incremento de
beneficios para la empresa. En el mismo orden de ideas abundan el análisis estadístico
de los gastos generales; el cuantioso número de conceptos que comprenden esta
cuenta justifica el uso de estadísticas adecuadas que permitan descubrir desequilibrio o
evoluciones anormales de algunos de ellos y presentar resúmenes periódicos de los
ellos para la adecuada comparación con las previsiones efectuadas por la gerencia de
la empresa.

Estadísticas debidamente seleccionadas y adecuadamente presentadas

permiten la comprensión de documentos contables como el balance o la cuenta de
pérdidas y ganancias, por otras personas poco familiarizadas con el lenguaje y
tecnicismos contables.

La estadística permite a la gerencia el conocimiento y análisis de datos

referentes a fenómenos o hechos que se desenvuelven fuera de la empresa, pero cuyo
conocimiento es fundamental para ésta, en consonancia con una conducta racional de
la misma en el ámbito económico en que se halla incrustada.

Las empresas necesitan informes sobre producción, sobre cotizaciones de

divisas extranjeras, sobre población, sobre distribución de los ingresos de los residentes
en sus zonas geográficas de mercado… Es fácil comprender que un industrial necesita
apropiarse de ciertas materias primas y necesita conocer sus precios en moneda
nacional o extranjera y tener una idea lo más clara posible de su probable evolución;
debe conocer los precios de venta de la competencia, la parte del mercado total de que
dispone, cuales son las características más apreciadas de sus productos, la
composición social y económica de su clientela, los consumidores en potencia de sus
productos y las causas por las que no son efectivos, todo lo cual implica consultar
estadísticas hechas por otros o hacerlas por sí mismos.

Se puede hacer uso también de la estadística para necesidades básicas, para

cálculos importantes que serán utilizados en la toma de decisiones a través de
herramientas como la estadística inferencial con los métodos de análisis pertinentes.

Abuso de la estadística

También es posible el mal uso de los datos estadísticos, originados por

supuestos falsos, sesgo del usuario, indicación falsa de relación, comparación impropia,
errores en operaciones matemáticas, datos inadecuados, etc.

1.2. Presentación de la información estadística

Antes de entrar en materia conviene definir algunos de los conceptos que se
utilizarán:
 •Colección completa de individuos, objetos o medidas que
Población tienen una característica en común.

Muestra •Un subconjunto de la población.

•Una característica de cada elemento individual de una

población o una muestra; valores distintos pertenecientes a
Variable características, en estadística pueden ser: estatura, edad,
coeficiente de inteligencia, etc. Valor que nunca puede ser
constante.
•Comprenden el conjunto de valores asignados a la variable
Datos Numéricos para cada elemento perteneciente a la muestra o población,
las cuales serán analizados e interpretados.
•Una actividad planificada, cuyos resultados producen un
Experimento conjunto de datos que nunca pueden ser constantes.

•Es la obtención de una colección de datos que no han sido

Toma de Datos ordenados numéricamente.

•Es una colección de los datos numéricos tomados, en orden

Ordenación creciente o decreciente de magnitud.

•La diferencia entre el mayor y el menor de los datos

Rango o Recorrido numéricos.

Datos Numéricos No agrupados •Menos de Treinta.

Datos Numéricos Agrupados •Más de Treinta.

•En el sentido que hay una correspondencia entre los datos y

Función el número de veces que ocurren.

Frecuencia •Número de veces que ocurre un dato.

Distribuciones de frecuencias

El primer paso para la descripción de la información es la recolección de los

datos estadísticos necesarios, lo cual puede hacerse por medio de una entrevista
personal, el cuestionario postal, la investigación de archivos o por cualquier otro medio.

Una vez recolectados los datos, es necesario organizarlos, lo cual puede ser
realizado formando grupos. Los datos que se encuentran sin agrupar deben ser menos
de treinta para que no sean difíciles de trabajar e interpretar.
 Una distribución de frecuencias, o una tabla de frecuencias, es el resultado de
organizar los datos en un listado o varios grupos, es decir grupos de tamaño uno o
mayor (de más de una unidad en valor).

Un conjunto de datos puede organizarse de diferentes maneras. La forma como

se elija dependerá, entre otras cosas, de la naturaleza de los datos, la cantidad de
datos o el aspecto que se desea describir.

Los tipos de distribución de frecuencias son la distribución de frecuencias simple

(datos no agrupados) y la distribución de frecuencias por intervalos o clases (datos
agrupados).

Una distribución de frecuencias simple es la que indica las frecuencias con

que aparecen los números (datos) desde el menor hasta el mayor de estos en forma de:

Listado
• Los datos están enumerados en orden ascendente o descendente.

Tabla
• Muestra el número de casos de cada dato; está formada por dos
columnas, la primera incluye los datos ordenados y la segunda el valor
frecuente de ellos.

Gráfica
• Da la información sobre cómo están diseminados los datos sobre el rango
(Diagrama de frecuencia de puntos o líneas y Diagrama de frecuencia
acumulada o Escalonada).

Ejemplo 2:

El director de un programa de capacitación de una cierta empresa tiene 16

solicitudes para su admisión en el próximo otoño. Las calificaciones de la prueba A. C.
T. de los solicitantes son:

26 27 26 28 27 25 26 28
27 28 27 28 25 27 25 26
 Como tales calificaciones deben organizarse en una distribución de frecuencias;
¿cuál es ésta?

A partir de los conocimientos teóricos antes referidos, la distribución de

frecuencias será en este caso una distribución de frecuencias para datos no agrupados,
por consiguiente el resultado de esto es:

Xi fi
25 3
26 4
27 5
28 4
∑ fi =16

Tabla 1

Una distribución de frecuencias por intervalos o clases consiste en formar

clases o intervalos a partir del dato menor o mayor, donde -en forma aproximada- el
número de clases puede determinarse, si se conoce el tamaño de clase, o bien
determinar aproximadamente el tamaño de clase cuando se conoce el número de
clases, mediante las relaciones siguientes:

Regla de Sturges K = 1 + (3.33( log N))

Donde:

K es el número de clases

N es el número de datos

Log es la función logarítmica de base 10 ó logaritmos comunes

rango
Número de clases (K) =
tamañodeclase

rango
Tamaño de la clase =
númerodeclases
 Algunos otros elementos para indicar esta distribución de frecuencias en una
tabla están dados por lo siguiente:

Intervalos de clase.- Intervalos adecuados para agrupar los datos, es

aconsejable escoger estos intervalos de manera que sus puntos
medios sean múltiplos de números como 5 ó 10. Generalmente no
debe haber menos de 5 intervalos ni más de 25.

Frecuencia de clase.- El número de datos pertenecientes a cada clase.

Límites de los intervalos de clase.- Datos extremos que forman la clase

llamados límite inferior y superior, es decir, el izquierdo y derecho
respectivamente.

Anchura o amplitud de clase.- Es la diferencia entre los límites de la clase que

lo forman.

Límites reales de los intervalos de clase.- Datos que están a media unidad
arriba (abajo) del límite superior (inferior). Son aquellos que forman
clases contiguas, es decir, el límite superior de una clase es el
mismo en valor que el límite inferior de la clase siguiente superior
en valor.

Tamaño de un intervalo de clase.- Es la diferencia entre los “límites reales” de

cada clase.

Marca de clase.- Es el punto medio de la clase y representante de los datos que

se encuentran en ésta.

Existen otros tipos de frecuencias y por consiguiente, al describir los datos con
respecto a cada una de ellas en forma individual, se generan otras tablas y otras
distribuciones tanto para datos no agrupados como para datos agrupados. Los otros
tipos son los siguientes:

Frecuencia relativa.- Es la frecuencia absoluta respectiva de cada dato entre el

número total de datos o entre la suma de las frecuencias absolutas.

Frecuencia acumulada.- La frecuencia total de todos los valores menores que la

frecuencia absoluta del dato correspondiente a la obtención, más la
frecuencia de este dato.
 Frecuencia relativa acumulada o frecuencia porcentual.- Es la frecuencia
acumulada de un dato específico entre la suma de las frecuencias
absolutas.

Con todo esto se tiene el manejo de información para contestar preguntas sobre
cantidad y porcentaje.

Ejemplo 3: las comisiones ganadas por trece miembros del equipo de ventas en una
cierta empresa, durante el primer trimestre del año pasado fueron en dólares:

$ 1550, 1650, 1475, 1760, 1540, 1495, 1590,

1625, 1485, 1510, 1810, 1990, 1875.

Si se desea organizar los ingresos mensuales en una distribución de frecuencias

utilizando de 1400 hasta 1500 como la primera clase, se tiene la siguiente respuesta:

Distribución de frecuencias para datos agrupados

Por la regla de Sturges K= 1 + (3.3 (log N))

donde N=13

K = 1+3.3 log 13

= 1+3.676=4.676 # 5 clases

Rango = 1990-1475= $515

rango 515
Tamaño de la clase = = = 103
tamañodeclase 5

Como se pedía que la primera clase fuera de 1400 a 1500, se tomará el tamaño
de 100 y por consiguiente, al disminuir el tamaño dado teóricamente, entonces
aumentará el número de clases, así queda:

I.C. fi
1400-1500 3
1500-1600 4
1600-1700 2
1700-1800 1
1800-1900 2
1900-2000 1

Tabla 2
1.3 Representación gráfica de las distribuciones de
frecuencias
Para una distribución de frecuencias simple o cuando son datos no agrupados se
nos presentan dos tipos de gráficas, si consideramos las frecuencias absolutas y
relativas las gráficas son un diagrama de puntos o un diagrama de líneas. Para las
columnas acumulativas como son frecuencia acumulada y frecuencia relativa
acumulada la representación gráfica es una función escalonada llamada gráfica de la
distribución de frecuencias acumulativas. Se obtiene a partir del acumulamiento de un
gráfico de línea con sus respectivos valores de datos o bien haciendo una
correspondencia entre los datos y sus frecuencias acumuladas respectivas
manteniéndose constante entre dato y dato.

Todas estas gráficas se establecen en un sistema coordenado cartesiano, donde

el eje X representa a los datos y el eje Y a las correspondientes frecuencias de estos
datos.

Para una distribución de frecuencias por intervalos existen dos presentaciones

gráficas, para cada una de las distintas frecuencias, llamadas histograma y polígono de
frecuencias.

Un histograma es una serie de rectángulos que tienen como base en el eje X las
longitudes del tamaño de los intervalos de clase y como centros, a las marcas de clase;
y unas alturas en el eje de las Y con el valor de las frecuencias respectivas al caso que
se desee.

Frecuencias

Frecuencias acumuladas

Histogramas Frecuencias relativas o porcentajes

Frecuencias relativas acumuladas

Ejemplo 4:

Las importaciones anuales de un grupo selecto de proveedores electrónicos se

muestran en la siguiente distribución de frecuencias.

Importaciones Número de
proveedores
(millones de $)
2-5 6
5-8 13
8-11 20
11-14 10
14-17 1

Tabla 3

Lo que se desea es mostrar las importaciones en forma de un histograma.

Gráfica 1

Un polígono de frecuencias es un gráfico de línea trazado sobre las marcas de

clase a las alturas correspondientes de la frecuencia en cuestión. También puede
obtenerse uniendo los puntos medios de los techos de los rectángulos en el histograma.
Frecuencias.

Frecuencias acumuladas = Ojiva

Polígonos Frecuencias relativas

Frecuencias relativas acumuladas =

Ojiva porcentual

Ejemplo 5:

Un minorista grande estudia el tiempo de surtido 1 para un cierto número de

pedidos recientes. Los tiempos de surtido se reportan en días.

Tiempo de surtido Frecuencia

0-5 6
5-10 7
10-15 12
15-20 8
20-25 7
∑=40
Tabla 4

Se desea construir un polígono de frecuencias, así que en primer lugar en la

distribución de frecuencias se calcularán las marcas de clase.

Tiempo de Frecuencia Xi
surtido
0-5 6 2.5
5-10 7 7.5
10-15 12 12.5
15-20 8 17.5
20-25 7 22.5
∑=40
Tabla 5
1
El transcurrido entre el momento en que se recibe un pedido y el momento en que se cumple con él
 No. de pedidos

14

12

10

8
Tiempo de Surtido
6

0
2.5 7.5 12.5 17.5 22.5 27.5

Gráfica 2

Otros tipos de gráficas

Existen otros tipos de gráficas empleados para diversos propósitos como:

diagramas circulares, diagramas de disco, pictogramas, mapas estadísticos, gráficas de
área y volumen y diagramas de barras.

Diagramas circulares

Llamadas también diagramas de pastel, se emplean generalmente para

representar distribuciones de razones. El círculo total es dividido en partes en forma de
cuña por medio del trazado de razones. El nombre se deriva de la semejanza de sus
porciones a trozos de un pastel.

Para construir un diagrama circular, se multiplicará el porcentaje de cada

componente por 360 (número de grados de un círculo), luego, empezando en la parte
superior, los grados para cada componente se marcan sucesivamente en la dirección
de las manecillas del reloj.

Ejemplo 6: se quiere mostrar el porcentaje de estudiantes matriculados en cursos de

economía elemental que están siguiendo estudios en diversos campos académicos:
 Ciencias Sociales

Administración de
empresas
Humanidades

Ciencias Biológicas

Ciencias Físico-
matemáticas

Gráfica 3

Diagrama de disco

Es una variante del diagrama circular. Los diagramas circulares y sus variantes
circulares son medios particularmente efectivos para mostrar las distribuciones de
dinero.

Ejercicio 1:

Los consejeros del D. F. quieren mostrar a los contribuyentes que asistan a la

próxima reunión, lo que pasa con los pesos que pagan de impuestos.

La cantidad total de impuestos recaudados en un cierto tiempo es de 20 millones

de pesos. Los gastos son: $4 400 000 para escuelas, $ 11 600 000 para caminos, $ 3
200 000 para la administración, y 800 000 para el abastecimiento. ¿Cuál es la gráfica
ideal para mostrar las porciones de los pesos recaudados que van para escuelas,
caminos, administración y abastecimiento?

Pictogramas

Es llamada también gráfica pictográfica, es una gráfica que consta de un número

de símbolos adecuados que son del mismo tamaño y representa cada uno de ellos la
misma clase de información con un valor fijo. Un pictograma es esencialmente un tipo
modificado de la gráfica de barras. El número de figuras o símbolos muestra la
magnitud de un pictograma.
Ejemplo 7:

Supongamos que el número de aparatos de televisión producidos en una

compañía en 1961 fue de 6000 aparatos y en 1965 de 8500 aparatos. Si se utiliza un
símbolo que representa 1000 aparatos de televisión se tiene.

Gráfica 4

Mapas estadísticos

Muestran la información cuantitativa sobre bases geográficas. La comparación

por áreas geográficas se facilita grandemente cuando la información es marcada sobre
las unidades geográficas que son comparadas. Los datos pueden mostrarse en un
mapa en una de las siguientes formas: puntos, símbolos, achuramientos, colores,
barras o números.
Gráficas de área y volumen

En vez de utilizar las alturas de las barras con el mismo ancho para representar
datos en una gráfica, pueden emplearse superficies (áreas de dos dimensiones) o
volúmenes (tres dimensiones)

Ejemplo 8:

Supongamos que el número de empleados en una compañía es de 2000 en

1955 y 16000 en 1965.

Una gráfica de área sería:

Un cuadrado de lado igual a ½ luego.

2000
Área = ½ x ½ = ¼ 2000

en 1955

√¼= ½

Para una gráfica de volumen seria:

V = ½ x ½ x ½ = 1/8 2000

en 1955 2000

√1/8= ½
3

Respecto a 1965, como hubo un aumento de 8 veces la información, tenemos

que su representación gráfica de área sería:

Área: 8 x ¼ = 2

en 1965
16000

√2 = 1.41
Una gráfica de volumen sería:

Volumen: 8 x 1/8 = 1

en 1965 16000

√1=1
3

Diagrama de barras

Es una serie de barras rectangulares horizontales o verticales, la anchura de

cada barra es visualmente igual a la de las otras y casi siempre de valor 1 y la longitud
de cada barra muestra los datos representados. En comparación con otras gráficas,
éstas son usadas con variables que indican bases cronológicas, geográficas,
cuantitativas o cualitativas llamadas variables nominales.

Ejercicio 2:

La cantidad de activos en las compañías de seguros de vida en los Estados

Unidos de Norteamérica al final de cada año, de 1954 a 1964, está dada en la tabla
siguiente, establezca si son datos agrupados o no agrupados y construya una gráfica
de líneas o de barras verticales:

Activos de las compañías de seguros de vida

1954-1964
Millones de Dólares
Final del Año Activo Final del Año Activos
1954 84,486
1955 90,432 1960 119,576
1956 96,011 1961 126,816
1957 101,309 1962 133,291
1958 107,580 1963 141,121
1959 113,650 1964 149,470

Tabla 6
Ejercicio 3:

Determina la gráfica respectiva para las principales fuentes de importaciones de

acero en 1992:

Miles de
País
toneladas
Bélgica 1247
Japón 1072
Alemania 460
Canadá 367
Francia 299
Otros 405
Tabla 7

Ejercicio 4:

La producción anual de tres departamentos de una cierta compañía en 1998 se

muestran en la siguiente tabla, realiza la gráfica de pastel correspondiente:

Unidades producidas
Departamento
(miles)
A 400

B 250

C 150
Tabla 8
1.4 Principales características de las distribuciones de
frecuencias

Media
aritmética Mediana Moda
simple

Media Media Media

ponderada geométrica armónica

Cuartiles,
deciles y
percentiles

Cuadro 1. Medidas de Tendencia Central

Media Aritmética Simple o Media Aritmética

La media aritmética, o simplemente la media, es el tipo más común que se usa

entre los seis tipos de promedios. Existen varios procedimientos para determinar su
valor, en este texto se planteará el más amplio y representativo. Como esta medida
toma en cuenta los valores de los datos, no debe ser utilizada si la información cuenta
con un dato extremo del resto de los datos.

Para datos no agrupados

Es el cociente de la suma de los valores de la variable y el número de valores en

el conjunto de datos dado.

Suma de valores de la variable

Media= Número de valores de los datos

o simbólicamente:

∑���� 𝑥� ∑���� 𝑓� 𝑥�
𝜇= ó𝜇
𝑁 𝑁
donde:

x representa el conjunto de valores, o la variable x.

N representa el número de valores en el conjunto.

¦ es la letra griega sigma y representa “la suma de”

P representa la media de la variable x, letra griega llamada “mu”

Ejemplo 9: sean 2, 3, 9, 7, 10 un conjunto de datos, se busca determinar su media.

∑ 𝑋� 2 + 3 + 9 + 7 + 10 31
𝜇= = = = 6.2
𝑁 5 5

Para datos agrupados.

Es el mismo procedimiento sólo que deben ser considerados como datos las
marcas de clase de los intervalos de clase, simbólicamente:

Σ𝑓� 𝑋�
𝜇=
𝑁

Ejemplo 10:

La distribución de frecuencias de la tabla siguiente muestra los datos de

las cantidades de 40 préstamos personales. Se busca obtener la media.

Cantidad del Nº de
Marca de
préstamo prestamos fi Xi
Clase Xi
I.C. f
$ 300 – 699 13 499.5 6493.5
700 –1099 11 899.5 9894.5
1100 - 1499 6 1299.5 7797.0
1500 - 1899 5 1699.5 8497.5
1900 - 2299 3 2099.5 6298.5
2300 - 2699 1 2499.5 2499.5
2700 - 3099 1 2899.5 2899.5
¦f = 40 44380.0

Tabla 9
 Σ𝑓� 𝑋�
𝜇=
𝑁

44380
𝜇= = $1109.50
40

Mediana
Se llama medida de tendencia central porque considera a la información desde el
enfoque de posición, específicamente desde la posición central, se tenga o no dato en
ella.

Para datos no agrupados.

La mediana de un grupo de datos es el dato en la posición media cuando todos

los datos del conjunto se han dispuesto en orden ascendente o descendente, en
términos de valor. Para un grupo con un número par de datos se supone que la
mediana está en la posición intermedia entre dos datos adyacentes al centro. Cuando la
información contiene un número grande de datos, la siguiente fórmula determina la
posición de la mediana en el grupo ordenado:

𝑁+1 𝑁 1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑀𝑒𝑑 = 𝑋� , 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 , 𝑖= = +
�� � ��
�
2 2 2

Ejemplo 11: ocho empleados venderán las siguientes cantidades de lavadoras:

8, 11, 5, 14, 8, 11, 16 y 8, al pasar a listado se tiene 5,8,8,8,11,11,14,16 y por

interpolación de las posiciones 4a y 5a se tiene:

8 + 11
𝑀𝑒𝑑 = = 9.5 𝑙𝑎𝑣𝑎𝑑𝑜𝑟𝑎𝑠
2

También estas posiciones se pueden obtener por la fórmula de posición

8+1
𝑖= = 4.5
2

Donde la parte entera y decimal de esta posición indica los datos a elegir del
listado en esa posición para promediar si es un número par, si no dará una posición
entera y el dato en ésta será el valor de la medida.
Para datos agrupados.

Esta fórmula no da la valorización específica de la medida sino una clase a la

cual pertenece -llamada clase mediana- luego, por medio de la interpolación en un
histograma, tenemos que la medida está dada por la fórmula:

�𝑁�2 − 𝑓 ∗ �𝐶
𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 𝑀𝑒𝑑 = 𝐿� +
𝑓���

donde:

Li = Límite real inferior de la clase mediana.

N/2 = Posición en la cual está la medida, a la clase que contiene el dato en esa
posición se le llama clase mediana.

f * = Frecuencia acumulada de la clase inferior en valor a la clase mediana.

fmed.= Frecuencia absoluta de la clase mediana.

C =Tamaño de la clase mediana.

Ejemplo 12:

Considerando la distribución de frecuencias establecida en el ejemplo de la

Media, se desea calcular la mediana.

𝑁� = 40� = 20
2 2

la clase que contiene el dato en esta posición es la 2ª. Clase es decir 700 – 1099

Cantidad del Nº de
préstamo prestamos fa
I.C. f
$ 300 - 699 13 13
Mediana 700 -1099 11 24
1100 - 1499 6 30
1500 - 1899 5 35 Tabla 10
1900 - 2299 3 38
2300 - 2699 1 39
2700 - 3099 1 40
¦f = 40
 (20 − 13)400
𝑀𝑒𝑑 = 699.5 +
11
2800
= 699.5 +
11

= 699.5 + 254.54

𝑀𝑒𝑑 = 954.04

Moda
Esta medida no es la más usada en las aplicaciones dado que se basa en el dato
o datos que más se presentan en la información, en la mayoría de los casos no existe
como única. Se tienen desde el ángulo gráfico distribuciones de frecuencias unimodal,
bimodal y multimodal.

Para datos no agrupados

La moda es el dato que ocurre más frecuentemente en el conjunto de datos.

Cuando todos los datos tienen la misma frecuencia se dice que no existe la moda. Si
dos datos no disjuntos son iguales en sus frecuencias máximas asociadas con ellos, la
distribución se describe como bimodal. En el caso de que un solo dato es el de mayor
frecuencia, se dice que la distribución es unimodal. Las distribuciones de datos con
varias modas se denominan multimodales.

Ejemplo 13:

Ocho empleados venderán las siguientes cantidades de lavadoras:

8, 11, 5, 14, 8, 11, 16 y 8.

Moda = Mo= 8 lavadoras.

Para datos agrupados

Sí los intervalos de clase son iguales en tamaño primero se obtiene la clase que
contiene a la medida llamada clase modal, identificándola con el número mayor de
observaciones (frecuencia mayor). Algunos estadísticos designan a la moda como si
estuviera en el punto medio de la clase modal, sin embargo, por una construcción
geométrica en el histograma de la distribución de frecuencias absolutas, es decir, por
interpolación de la clase modal y clases adyacentes se tiene la siguiente fórmula:
 ∆�
𝑀𝑜𝑑𝑎 = 𝐿� + � �𝑡
∆� + ∆�

donde:

Li = Límite real inferior de la clase modal

'1 = diferencia entre la frecuencia de la clase modal y la frecuencia de la clase

inferior en valor a ésta.

'2 = diferencia entre la frecuencia de la clase modal y la frecuencia de la clase

superior en valor a ésta.

t = Tamaño de la clase.

Ejemplo 14:

La distribución de frecuencias de la tabla siguiente muestra los datos de las

cantidades de 40 préstamos personales, se busca determinar la moda.

Cantidad del préstamo Nº de prestamos

I.C. F fa
Mo
$ 300 - 699 13 13
700 -1099 11 24
1100 - 1499 6 30
1500 - 1899 5 35
1900 - 2299 3 38
2300 - 2699 1 39
2700 - 3099 1 40
¦f = 40

Tabla 11

13
𝑀𝑜𝑑𝑎 = 299.5 + � � 400
13 + 2

13
= 299.5 + � � 400
15

= 299.5 + (0.87)400
 = 299.5 + 346.7

𝑀𝑜𝑑𝑎 = 646.20

Media ponderada
Cuando a cada uno de los valores en un conjunto de datos le es asignada una
ponderación de acuerdo con su importancia relativa en el grupo, la media calculada
bajo estas ponderaciones es llamada media ponderada y se obtiene de la siguiente
manera:

1º. Multiplicar cada valor por la ponderación asignada al valor correspondiente;

2º. Sumar estos productos;

3 ª Dividir la suma de los productos entre la suma de las ponderaciones.

Sea Z la ponderación asignada a cada valor de la variable x, entonces:

Σ(ωx)
𝜇=
Σω

Ejemplo 15:

Los kilómetros recorridos durante cada viaje y el número de viajes realizados por
cada uno de cinco estudiantes al venir a la escuela desde sus casas en una semana,
están dados por:

Kmts. por viaje Nº de viajes Total de Km recorridos

Estudiantes
x Z Zx
A 2 6 12
B 3 4 12
C 9 5 45
D 7 3 21
E 10 2 20
TOTAL 20 110

Tabla 12

Nótese que el divisor es la suma de las ponderaciones no el número de

estudiantes.
 Σ(ωx) 110
𝜇= = = 5.5 𝑘𝑚
Σω 20

Luego 5.5 Km es el recorrido promedio.

Ejercicio 5:

La siguiente tabla ofrece las tasas de desempleo y los tamaños de la fuerza de

trabajo para tres estados de la República. Se desea saber cuál es el porcentaje medio
de desempleo para los tres estados.

Fuerza. de
Estado % de desempleo
trabajo
Sonora 162,300 7.8
Guanajuato 3,670 13.4
Jalisco 7,360 15.1

Tabla 13
Media geométrica
La media geométrica de un conjunto de n valores es la raíz n- ésima del producto
de los valores en el conjunto. Si hay dos valores, la raíz cuadrada del producto de éstos
es la media geométrica, si son tres, la raíz cúbica es la media geométrica y así
sucesivamente.

La media geométrica puede ser representada por:

𝐺 = ��𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑁 𝑣𝑎𝑙𝑜𝑟𝑒𝑠

simbólicamente

𝐺 = ��𝑥� 𝑥� 𝑥�… 𝑥�

donde x1, x2, x3, … xn son los N valores

Cuando se usan logaritmos en el cálculo del valor de G, la fórmula puede ser

escrita:

log 𝐺 = 1�𝑁 log(𝑥� 𝑥� 𝑥� … 𝑥� )

𝑙𝑜𝑔𝑥� + … 𝑙𝑜𝑔𝑥�
log 𝐺 =
𝑁

Σ log 𝑋
log 𝐺 =
𝑁

El valor de G es el antilogaritmo del cociente del lado derecho de la fórmula.

Ejemplo 16:

Calculemos la media geométrica de los valores 2, 3, 9, 7, 10 (los mismos valores

que en el ejemplo inicial)
� � �
𝐺 = √2 ∗ 3 ∗ 9 ∗ 7 ∗ 10 = √60 ∗ 63 = √3780 ≅ 5.19

Por logaritmos:

𝐺 = √3780 = (3780) 1�5

�
 1
log 𝐺 = log(3780) 1�5 = 𝑙𝑜𝑔(3780)
5

1
= (3.577492) = 0.715598
5

log 𝐺 = 0.715598

luego

𝐺 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 (0.715598) = 5.195

Ejercicio 6:

Una empresa ha mostrado durante los últimos cinco años los siguientes
incrementos porcentuales en su capital:

1997 1998 1999 2000 2001

9% 10.5% 5% 6% 7.5%

¿Cuál es el incremento porcentual promedio de su capital durante el período de

cinco años? Usa el concepto teórico más adecuado.

Media armónica
La media armónica es el recíproco de la media aritmética de los recíprocos de N
valores:

𝑁 𝑁
𝐻= =
Σ𝑓� (1�𝑥� ) 𝑓� �1�𝑥� � + 𝑓� �1�𝑥� � + ⋯ 𝑓� (1�𝑥� )

donde N = ¦ fi

Principales características de la media armónica

Tanto la media armónica, como la media geométrica y la media aritmética, se

calculan usando todos los elementos en un conjunto de valores. El valor de cada
elemento en los datos afecta el valor de la media armónica.
 La media armónica es útil en casos especiales para promediar razones. La razón
usualmente indica la relación entre dos tipos diferentes de unidades de medida que
pueden ser expresadas recíprocamente. Por ejemplo Km/hr.

Ejemplo 18:

Encontremos la media armónica de la distribución de frecuencias siguiente:

I.C. Fi xi
0-2 2 1
2-4 5 3
4-6 4 5
6-8 8 7
8-10 1 9

Tabla 14

20 20
𝐻= =
1 1 1 1 5 4 8 1
2(1) + 5 �3� + 4 � � + 8 �7� + 1(9) 2 + + + +
5 3 5 7 9

20
𝐻=
2 + 1.66 + .8 + 1.143 + .111

Ejercicio 7:

Una persona recorrió en su automóvil 50 km a razón de 80 km/hrs; 30 km a la

velocidad de 100 km/hr y 20 km a la velocidad de 60 km/hr. ¿Cuál fue la velocidad
promedio de su recorrido?

Recorrido Velocidad
Kmts/hr Kmts.
Xi fi
80 50
100 30
60 20

Tabla 15
Cuartiles, Deciles y Percentiles
También son medidas de tendencia central pero referentes a posiciones
específicas de la totalidad de los datos. Son análogas a la Mediana pero con un cambio
en la fracción correspondiente, es decir, ahora no interesa dividir a la totalidad en dos
partes sino en cuatro, diez o cien.

Para datos no agrupados

𝑁 1 𝑖𝑁 1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑀𝑒𝑑 = + 𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝐷� = +
2 2 10 2

𝑖𝑁 1 𝑖𝑁 1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝐶� = + 𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑃� = +
4 2 100 2

Con la localización del dato en esa posición como el valor de la medida, sucede
esto si es la posición un número entero, y una interpolación de los datos en la posición
del entero y la posición inmediata siguiente. A los cuartiles 1° y 3° respectivamente se
les llama cuartil inferior y superior. Hay relaciones entre las medidas, es decir:

Med = C2 = D5 = P50

C1 = P25 y C3 = P75

Además interesan solamente fracciones enteras, por ejemplo no sería correcto

solicitar el 2.5 Decil.

Ejemplo 19: ocho empleados venderán las siguientes cantidades de lavadoras: 8, 11, 5,
14, 8, 11, 16 y 8. Se desea determinar el primer cuartil.

fi Xi

5 1
8 3
11 2
14 1
16 1

Tabla 16
Cuartil inferior

8 1 1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝐶� = + = 2 + = 2.5
4 2 2

interpolación de las posiciones 2a y 3ª:

(8 + 8)
𝐶� = = 8 𝑙𝑎𝑣𝑎𝑑𝑜𝑟𝑎𝑠
2

Para datos agrupados

Las fórmulas de interpolación se obtienen partiendo de la fórmula establecida

para la mediana que es la siguiente:

�𝑁�2 − 𝑓 ∗ �𝑡
𝑀𝑒𝑑 = 𝐿� +
𝐹���

Considerando la fracción en cuestión con su correspondiente localización de la

clase a la cual pertenece la medida; como se ve la nomenclatura es la misma y
tenemos:

�𝑖𝑁�4 − 𝑓 ∗ �𝑡
𝐶� = 𝐿� +
𝑓��

�𝑖𝑁�10 − 𝑓 ∗ �𝑡
𝐷� = 𝐿� +
𝑓��

�𝑖𝑁�100 − 𝑓 ∗ �𝑡
𝑃� = 𝐿� +
𝑓��

Ejemplo 20:

La siguiente tabla muestra los datos de los montos de 40 préstamos personales.

Se desea calcular el cuartil superior, el tercer decil y el 45° percentil.
 Cantidad del
préstamo Nº de
I.C. prestamos fa
F
D3
300 - 699 13 13
P45 700 -1099 11 24
1100 - 1499 6 30
1500 - 1899 5 35
C3
1900 - 2299 3 38
2300 - 2699 1 39
2700 - 3099 1 40
¦f = 40

Tabla 17

Cuartil superior C3

posición i/4N Ÿ ¾(40) = 30

30 − 24
𝐶� = 1099.5 + � � 400 = 1099.5 + 400 = $1499.5
6

Tercer decil D3

posición iN/10 Ÿ 3/10(40) = 12

12 − 0
𝐷� = 299.5 + � � 400 = 299.5 + 369.23 = 668.73
13

Cuarenta y cinco percentil P45

posición iN/100 Ÿ 45/100(40)=18

18 − 13
𝑃�� = 699.5 + � � 400 = 699.5 + 181.818 = $881.31
11
1.5 Medidas de Dispersión
Medidas de Dispersión Absolutas

Medidas que consideran, como su nombre lo dice, que tan alejados o cercanos
se encuentran los datos de un dato fijo, el ideal es el dato central considerado por la
media (μ). Los tipos de medida de desviación o variación son:

Desviación
Rango Varianza
media

Desviación
Desviación
estándar o
cuartílica
típica

Rango o Recorrido

Para datos no agrupados

Medida que da la longitud en la cual se encuentran o localizan los datos.

Ejemplo 21:

Los siguientes datos son los sueldos mensuales que recibían cinco pasantes de
contabilidad cuando fueron contratados este año en una compañía norteamericana: $
2536, 2173, 2448, 2121, 2622 dólares. Se busca calcular el rango o recorrido.

R= dato mayor – dato menor

= $2622 − 2121 = $501

Desviación Media

Para datos no agrupados

Se basa en la diferencia entre cada valor del conjunto de datos y la media de

éste. Si tomáramos sólo la suma de estas diferencias obtendríamos cero pues la media
es un valor central; por esta razón se suman los valores absolutos de las diferencias en
promedio, es decir, sólo se sumarán valores positivos de las desviaciones, en el primer
caso, habría negativos y positivos y sus sumas estarían en equilibrio. Simbólicamente
se tiene:

Σ𝑓� |𝑥� − 𝜇|
𝐷. 𝑀. =
𝑁

Ejemplo 22:

El reporte anual de la empresa Dennis Industries señaló los siguientes

dividendos primarios por acción común (en dólares) para los cinco años anteriores
como: $ 2.68, 1.03, 2.26, 4.30 y 3.58. Considerando estas cifras como valores de
población, se busca calcular la desviación media de los dividendos primarios por acción
común.

En primer lugar se obtendrá el valor del promedio de la información:

Σ𝑓� 𝑋� $1.03 + 2.26 + 2.68 + 3.58 + 4.30 13.85

𝜇= = = = $2.77
N 5 5

Luego se calculará el valor de la desviación media:

Σ𝑓� |𝑥� − 𝜇|
𝐷. 𝑀. =
𝑁
|1.03 − 2.77| + |2.26 − 2.77| + |2.68 − 2.77| + |3.58 − 2.77| + |4.30 − 2.77|
=
5

1.74 + 0.51 + 0.09 + 0.81 + 1.53 4.68

= = 0.936
5 5

Varianza o Variancia

Es similar a la desviación media en cuanto a que se basa en el promedio de las

diferencias de cada valor del conjunto de datos y la media del grupo, pero en este caso
se elevan al cuadrado para que al sumarlas no se anulen. Simbólicamente es:
 Σf� (X� − µ)� Σf� X� � −µ�
𝜎� = =
N N

Desviación Estándar o Típica

Generalmente es difícil interpretar el significado del valor de una varianza porque
las unidades en las que se expresa no son las originales, es decir, que no son las de las
observaciones del conjunto de datos.

Luego se origina una nueva medida que es la raíz cuadrada de esta varianza llamada
desviación estándar o típica. Simbólicamente es:

Σf� X� � −µ�
𝜎=�
N

Desviación Cuartílica

Al igual que el recorrido, esta medida está basada solamente en dos valores: el
primer y el tercer cuartil del grupo.

La diferencia entre estos cuartiles es llamada recorrido intercuartílico. Cuando

esta diferencia es dividida entre dos, el cociente es la desviación cuartílica, dada por:

𝐶� − 𝐶�
𝐷. 𝐶. =
2

Medidas de Dispersión Relativas

Medida de Coeficientes de
dispersión dispersión
relativa general relativa

Coeficiente de
variación
Medida de Dispersión Relativa General

Es una medida de dispersión expresada en un valor relativo es usada, por lo

tanto, para este tipo de comparación. En general, una “dispersión relativa” es el
cociente de una medida de dispersión absoluta y el promedio con respecto a la cual es
la dispersión.

𝐷𝑖𝑠𝑝𝑒𝑟𝑠𝑖ó𝑛 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎
𝐷. 𝑅. =
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜

Coeficientes de Dispersión Relativa

Al considerar algunas medidas de dispersión absoluta y su promedio

correspondiente se tiene:

𝑅𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒𝑙 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 =
(𝑣𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 + 𝑣𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟)⁄2

𝐷. 𝑀.
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎 (𝐷. 𝑀. ) =
𝜇(𝑀𝑒𝑑)

𝐷. 𝐶.
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑐𝑢𝑎𝑟𝑡í𝑙𝑖𝑐𝑎 =
(𝐶1 + 𝐶3)⁄2

Coeficiente de Variación

Las medidas de dispersión expresadas en valores absolutos y vistas en incisos

anteriores son aplicables a un solo conjunto de valores o datos. Si dos conjuntos de
datos están siendo comparados los valores absolutos son convenientes solamente
cuando los promedios de los dos conjuntos son aproximadamente del mismo tamaño y
las unidades de medida iguales, por ello no nos dan más información de comparación.

Por ejemplo, comparar km con $ no tiene sentido, pero comparar pesos de

estudiantes (Kg), sí, pero sólo que pertenezcan al mismo grado pues no pesan igual los
del nivel elemental que los del nivel superior.

Esta es otra medida de dispersión, es la usada más comúnmente. Se expresa en

valor relativo y se representa por la letra griega Q = (nu) y se define como:
𝜎
𝜈=
𝜇
Ejemplo 23:

Para dos emisiones de acciones ordinarias de una cierta empresa, el precio

diario promedio al cierre del mercado durante un periodo de un mes fue de $140.00 con
una desviación estándar de $3.00 para las acciones X; para las acciones Y, el precio
medio fue de $80.00, con una desviación estándar de $5.00. Basados en una
comparación absoluta, la variabilidad del precio de las acciones X fue menor, debido a
la menor desviación estándar pero en realidad con el nivel de precio promedio deben
compararse los respectivos coeficientes de variación:

𝜎� 3
𝜈� = = = .021 = 2.1%
𝜇� 140

𝜎� 5
𝜈� = = = .062 = 6.2%
𝜇� 80

Por tanto, en relación con el nivel de precio promedio para cada emisión de
acciones, podemos concluir que el precio de las acciones Y ha sido casi tres veces más
variable que el precio de las acciones X. Así pues, la compra más conveniente es la de
las acciones X aunque su precio promedio es el más alto de los dos tipos de acciones.

Ejercicio 8:

Dos fábricas de remaches (A y B) proporcionan los siguientes datos:

A promedio = 5mm. Desviación estándar = 0.05mm.

B promedio = 5.5mm, desviación estándar = 0.051mm.

Se desea determinar los coeficientes de variación correspondientes e interpretar

los resultados.

Ejercicio 9:

Un fabricante de tubos de t. v. tiene dos tipos de tubo A y B. Los tubos tienen

duraciones medias PA= 1495 hrs. y PB= 1875 hrs., y desviaciones típicas σA = 280 hrs. y
σB = 310 hrs.

¿Qué tubo tiene la mayor dispersión absoluta y cuál la menor dispersión relativa?

Elaborado por:

Lic. Luz Gricel Aragón Salgado