Está en la página 1de 24

La palabra Estadística procede del vocablo “Estado”, pues era función principal de los Gobiernos

de los Estados establecer registros de población, nacimientos, defunciones, impuestos,


cosechas... La necesidad de poseer datos cifrados sobre la población y sus condiciones
materiales de existencia han debido hacerse sentir desde que se establecieron sociedades
humanas organizadas.

Es difícil conocer los orígenes de la Estadística. Desde los comienzos de la civilización han
existido formas sencillas de estadística, pues ya se utilizaban representaciones gráficas y otros
símbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el número de
personas, animales o ciertas cosas.

 Su origen empieza posiblemente en la isla de Cerdeña, donde existen monumentos


prehistóricos pertenecientes a los Nuragas, las primeros habitantes de la isla; estos
monumentos constan de bloques de basalto superpuestos sin mortero y en cuyas
paredes de encontraban grabados toscos signos que han sido interpretados con mucha
verosimilidad como muescas que servían para llevar la cuenta del ganado y la caza.
 Hacia el año 3.000 a.C. los babilonios usaban ya pequeñas tablillas de arcilla para
recopilar datos en tablas sobre la producción agrícola y los géneros vendidos o
cambiados mediante trueque.
 Los egipcios ya analizaban los datos de la población y la renta del país mucho antes de
construir la pirámides.En los antiguos monumentos egipcios se encontraron interesantes
documentos en que demuestran la sabia organización y administración de este pueblo;
ellos llevaban cuenta de los movimientos poblacionales y continuamente hacían censos.
Tal era su dedicación por llevar simpre una relación de todo que hasta tenían a la diosa
Safnkit, diosa de los libros y las cuentas. Todo esto era hecho bajo la dirección del
Faraón y fue a partir del año 3050 a.C.
 En la Biblia observamos en uno de los libros del Pentateuco, bajo el nombre de
Números, el censo que realizó Moisés después de la salida de Egipto. Textualmente
dice: "Censo de las tribus: El día primero del segundo año después de la salida de
Egipto, habló Yavpe a Moisés en el desierto de Sinaí en el tabernáculo de la reunión,
diciendo: "Haz un censo general de toda la asamblea de los hijos de Israel, por familias
y por linajes, describiendo por cabezas los nombres de todos los varones aptos para el
servicio de armas en Israel. En el llibro bíblico Crónicas describe el bienestar material de
las diversas tribus judías.
 En China existían los censos chinos ordenados por el emperador Tao hacia el año 2.200
a.C.
 Posteriormente, hacia el año 500 a.C., se realizaron censos en Roma para conocer la
población existente en aquel momento. Se erigió la figura del censor, cuya misión
consistía en controlar el número de habitantes y su distribución por los distintos
territorios.
 En la Edad Media, en el año 762, Carlomagno ordenó la creación de un registro de
todas sus propiedades, así como de los bienes de la iglesia.
 Después de la conquista normanda de Inglaterra en 1.066, el rey Guillermo I, el
Conquistador, elaboró un catastro que puede considerarse el primero de Europa.
 Los Reyes Católicos ordenaron a Alonso de Quintanilla en 1.482 el recuento de fuegos
(hogares) de las provincias de Castilla.

En 1.662 un mercader de lencería londinense, John Graunt, publicó un tratado con las


observaciones políticas y naturales, donde Graunt pone de manifiesto las cifras brutas de
nacimientos y defunciones ocurridas en Londres durante el periodo 1.604-1.661, así como las
influencias que ejercían las causas naturales, sociales y políticas de dichos acontecimientos.
Puede considerarse el primer trabajo estadístico serio sobre la población.

Curiosamente, Graunt no conocía los trabajos de B. Pascal » (1.623-1.662) ni de C.


Huygens (1.629-1.695) sobre estos mismos temas. Un poco más tarde, el astrónomo Edmund
Halley (1.656- 1.742) presenta la primera tabla de mortalidad que se puede considerar como
base de los estudios contemporáneos. En dicho trabajo se intenta establecer el precio de las
anualidades a satisfacer a las compañías de seguros. Es decir, en Londres y en París se estaban
construyendo, casi de manera simultánea, las dos disciplinas que actualmente llamamos
estadística y probabilidad.

En el siglo XIX, la estadística entra en una nueva fase de su desarrollo con la generalización del
método para estudiar fenómenos de las ciencias naturales y sociales. Galton » (1.822-1.911)
y Pearson(1.857-1936) se pueden considerar como los padres de la estadística moderna, pues
a ellos se debe el paso de la estadística deductiva a la estadística inductiva.

Los fundamentos de la estadística actual y muchos de los métodos de inferencia son debidos


a R. A. Fisher. Se intereso primeramente por la eugenesia, lo que le conduce, siguiendo los
pasos de Galton a la investigación estadística, sus trabajos culminan con la publicación de la
obra Métodos estadísticos para investigaciones. En el aparece la metodología estadística tal y
como hoy la conocemos.

A partir de mediados del siglo XX comienza lo que podemos denominar la estadística


moderna, uno de los factores determinantes es la aparición y popularización de los
computadores. El centro de gravedad de la metodología estadística se empieza a desplazar
técnicas de computación intensiva aplicadas a grandes masas de datos, y se empieza a
considerar el método estadístico como un proceso iterativo de búsqueda del modelo ideal

Las aplicaciones en este periodo de la Estadística a la Economía conducen a una disciplina con
contenido propio: la Econometría. La investigación estadística en problemas militares durante
la segunda guerra mundial y los nuevos métodos de programación matemática, dan lugar a la
Investigación Operativa

DEFINICIÓN

La estadística es la ciencia que trata de la recolección, organización,


presentación, análisis e interpretación de datos numéricos con el fin de
realizar una forma de decisión más efectiva.

CLASIFICACIÓN DE LA ESTADÍSTICA

La estadística para su mejor estudio se ha dividido en dos ramas las


cuales son: estadística descriptiva y estadística inferencial.

  ESTADÍSTICA DESCRIPTIVA: Consiste en la presentación de


datos en forma de tablas y gráficas. Esta comprende cualquier
actividad para resumir o describir los mismos factores pertinentes
adicionales, esto se refiere a no intentar nada que vaya más allá de
los datos.
 ESTADISTICA INFERENCIAL: Se deriva de las observaciones
hechas solo a una parte de un conjunto numeroso de elementos;
implicando así que su análisis requiera de generalizaciones que
van más allá de los datos, como consecuencia la característica
más importante del crecimiento de la estadística ha sido un cambio
en el énfasis de los métodos que sirven para generalizarlas. En
otras palabras la estadística inferencial investiga y analiza una
población partiendo de una muestra tomada.
Datos estadísticos

DATOS ESTADISTICOS

Son números que pueden ser comparados, analizados e interpretados.

El campo del cual son tomados los datos estadísticos se identifican como población o universo.

En un estudio estadístico los métodos que se aplican son:

A) RECOPILACION: De acuerdo con la localización de la información los datos estadísticos


pueden ser internos y externos.

Los internos son los registros obtenidos dentro de la organización que hace un estudio estadístico,

Los externos se obtienen de datos publicados y encuestas.

B) ORGANIZACIÓN: En la organización de los datos recopilados, el primer paso es corregir cada


uno de los elementos recopilados.

C) REPRESENTACION: Hay 3 maneras de presentar un conjunto de datos mediante enunciados


tablas estadísticas y gráficas estadísticas.

D) ANALISIS: Después de los datos anteriores los datos estadísticos están listos para hacer
analizados, para lo cual frecuentemente se emplean operaciones matemáticas durante el proceso
de análisis.
Si una muestra es representativa de una población se pueden deducir importantes deducciones
acerca de esta a partir del análisis de la misma.

Una muestra es un conjunto de medidas u observaciones tomadas a partir de una población dada.

¿Qué es una variable en estadística?

La variable estadística se refiere a una característica o cualidad de


un individuo que está propenso a adquirir diferentes valores. Estos
valores se caracterizan por poder medirse.  
Por ejemplo, el color de pelo de una persona, las notas de un
examen, sexo, estatura de una persona, etc.

Tipos de variables estadística

Los tipos de variable estadística se dividen de acuerdo a las


características que la definan, entre ellas podemos encontrar los
siguientes tipos.
Clasificación y tipos de variables estadísticas
Variable cualitativa

 Artículo principal: Variable cualitativa.


Las variables cualitativas son aquellas características o cualidades
que no pueden ser calculadas con números, sino que lo hacen con
palabras.
Este tipo de variable, a su vez se divide en las siguientes:
 Cualitativa nominal: Aquellas variables que no siguen ningún
orden en específico. Por ejemplo: Colores (Negro, Naranja,
Amarillo).
 Cualitativa ordinal: Aquellas que siguen un orden o jerarquía.
Por ejemplo: Nivel socioeconómico (Alto, medio, bajo).
 Cualitativa binaria: En este caso, las variables son solamente
dos. Por ejemplo: Si o No, Hombre o Mujer.
Variable cuantitativa

 Artículo principal: Variable cuantitativa.


Las variables cuantitativas son aquellas características o cualidades
que sí pueden expresarse y medirse a través de números.
Este tipo de variable a su vez se divide en:

 Cuantitativa discreta: Aquella variable que usa valores enteros


y no finitos. Por ejemplo: La cantidad de familiares que tiene
una persona (2, 3, 4 ó más)
 Cuantitativa continua: Aquella variable que utiliza valores
finitos y objetivos. Suele caracterizarse por utilizar valores
decimales. Por ejemplo: El peso de una persona (64.3 Kg,
72.3 Kg, etc) .

Ejemplos de variable estadística

Los ejemplos de la variable estadística se dividen de acuerdo al tipo


de variable del que se trate. Veamos cuáles son los ejemplos que
caracterizan a cada uno de estos tipos de variable estadística:

 Variables cualitativas
o Nominal: Color de pelo de una persona: Castaño, Rubio
o Morocho.
o Ordinal: La condición de un pasaporte: Aprobado,
Negado, En Espera.
o Binaria: Si una persona posee hogar propio: Si ó No.
 Variables cuantitativas
o Discreta: La cantidad de primos que tienen una persona:
2, 4, 6, 8.
o Continúa: La estatura de una persona: 1,65.
9. ESTADÍSTICA DESCRIPTIVA

9.1 Unidades estadísticas y caracteres.

. Se llaman unidades estadísticas o individuos a los componentes de una determinada población


de datos centro del estudio estadístico.

Cada uno de los individuos de la población puede describirse según uno o varios caracteres.

Cada uno de los caracteres estudiados puede presentar dos o más modalidades. Las modalidades
son las diferentes situaciones posibles del carácter, y deben ser al mismo tiempo, incompatibles y
exhaustivas.

Ejemplo 1:

El personal de una empresa (unidades estadísticas), del cual puede ser realizado un estudio
estadístico de su edad, sexo, antigüedad, sueldo, etc. (caracteres). Por ejemplo, de la antigüedad
podría subdividirse en "menos de tres años", "entre tres y diez años" y "más de diez años"
(modalidades).

Ejemplo 2:

La totalidad de barcos fabricados en un determinado periodo de tiempo (unidades estadísticas),


de la que se hace un estudio del material de fabricación, capacidad, modalidades de uso, etc.
(caracteres). Por ejemplo, en cuanto a las modalidades de uso pueden ser: transporte y
mercancías.

* Carácter cualitativo y cuantitativo.

Un caracter se dice cualitativo si sus diversas modalidades no son expresables numéricamente


(por ejemplo: sexo, profesión...).

Un caracter se dice cuantitativo si sus diversas modalidades se expresan numéricamente (por


ejemplo: sueldo, edad, ...). A este número se le llama variable estadística.

NOTA: Nosotros en este tema nos limitaremos a tratar únicamente caracteres cuantitativos.

Una variables estadística se llama discreta si sus valores son números aislados (por ejemplo,
números enteros como sucede en el caso de "número de hijos", pues nadie tiene 1,57 hijos risa.gif
(69 bytes)).

Una variable estadística se llama continua si sus valores pueden ser cualquier número (por
ejemplo, el "tamaño de una pieza").

9.2 Distribuciones estadísticas de una carácter.

Consideremos una población estadística de n indivíduos descrita según el carácter C, cuyas k


modalidades son:

C1, C2, ... , Ci, ... , Ck

Se designa por ni el número de individuos que presentan la modalidad Ci , y se la llama "frecuencia


absoluta" de la modalidad Ci.
Por otra parte, se llama "frecuencia relativa" o simplemente "frecuencia" de la modalidad Ci a la
proporción:

estadis1.gif (146 bytes)

Como las modalidades son a la vez incompatibles y exhaustivas, la suma de las frecuencias
absolutas es igual a la población total, y la suma de las frecuencias es igual a la unidad, es decir:

estadis2.gif (347 bytes)

Cuando la variable estadística es continua, las modalidades del carácter son las clases de valores
posibles definidas por los extremos de clase. Por ejemplo, si designamos por eo, ..., ei, ..., ek los
elementos de clase, tal como se muestra en la gráfica:

estadis3.gif (469 bytes)

entonces la clase nº i estará definida por el intervalo:

estadis4.gif (150 bytes)

* Marca de la clase nº i viene definida por:

estadis5.gif (200 bytes)

* Distancia entre las marcas de las clases nº i y nº i+1 viene definida por:

estadis6.gif (294 bytes)

* Amplitud de la clase nº i viene definida por:


estadis7.gif (142 bytes)

* Frecuencia relativa acumulada: es la proporción de observaciones cuyos valores son menores o


iguales al límite superior de la clase, o, en forma equivalente, menores que el límite inferior de la
siguiente clase.

Una observación: La cantidad de clases a emplear para clasificar los datos en un conjunto están
en íntima dependencia del total de observaciones de éste. Si la cantidad de observaciones es
relativamente pequeña, la cantidad de clases a emplear será cercana a 5. Si existe una cantidad
sustancial de datos, la cantidad de clases debe encontrarse entre 8 y 12, aunque generalmente no
suele superarse a 15.

Ejemplo 3:

De acuerdo con los datos publicados en la revista Sea men's en su número de febrero de 1980,
las cuotas anuales de 40 compañías para un seguro de $25.000 por marino incluido en la
tripulación son las siguientes:

$ 82 - 85 - 86 - 87 - 87 - 89 - 89 - 90 - 91 - 91 - 92 - 93 - 94 - 95 - 95 -95 - 95 - 95 - 97 - 98 - 99 - 99 -
100 - 100 - 101 - 101 - 103 - 103- 103 - 104 - 105 - 105 - 106 - 107 - 107 - 107 - 109 - 110 - 110 - 111

Como la diferencia entre los valores extremos es 111 - 82 = 29, al decidir -por ejemplo- utilizar 6
clases, el intervalo de cada clase será aproximadamente de $5. Para establecer los límites de cada
clase, hay que considerar la unidad más cercana con respecto a la cual se miden las observaciones.
En este caso se va a redondear al dolar más cercano. Con estos datos podemos establecer la
siguiente tabla:

Agrupamiento y frecuencias absolutas y acumuladas del ejemplo 3

Límites de claseMarca de clase Frecuencia, fi Frecuencia relativa fi /n Frec. acumulada


Frec. relativa acumulada

82-86 84 3 3/40 = 0,075 3 3/40 = 0,075

87-91 89 7 7/40 = 0,175 10 10/40 = 0,250


92-96 94 8 8/40 = 0,200 18 18/40 = 0,450

97-101 99 8 8/40 = 0,200 26 26/40 = 0,650

102-106 104 7 7/40 = 0,175 33 33/40 = 0,825

107-111 109 7 7/40 = 0,175 40 40/40 = 1,000

Totales 40 1,000

9.3 Representación gráfica de las distribuciones

Aunque una tabla estadística encierra toda la información disponible, para realizar una síntesis
visual de los datos es recomendable pasarla a forma gráfica. El principio de la representación de
los caracteres es la proporcionalidad de las áreas con las frecuencias absolutas. Se pueden utilizar
diagramas de sectores, o de rectángulos (denominado histográma) . También se pueden
representar las frecuencias acumuladas, dando lugar a la denominada curva de distribución,
denotada por F(x).

estadis8.gif (1248 bytes)

Representación gráfica por sectores de los datos del ejemplo 3.

estadis9.gif (2994 bytes)

Histograma de los datos del ejemplo 3.

estadisa.gif (2212 bytes)

Curva de distribución de los datos del ejemplo 3.

Otra característica gráfica útil de un conjunto de datos, es la distribución de frecuencia relativa


acumulativa u ojiva. Se trata de una poli-línea que se obtiene trazando en el eje vertical la
frecuencia relativa acumulada (última columna de la tabla) de cada clase y en el eje horizontal el
límite inferior de la clase siguiente, y uniendo con segmentos los puntos consecutivos así
obtenidos.

El principal uso de la distribución acumulativa es lo que comúnmente se conoce como cuantíles.


En una distribución de frecuencia relativa acumulativa se define cuantíl como el valor bajo el cual
se encuentra una determinada proporción de los valores de la distribución. El valor del cuantíl se
lee en la dirección opuesta, en el eje horizontal, a la proporción correspondiente deseada sobre el
eje vertical. El cuantíl más común es el percentíl. Por ejemplo, qo.2 es el valor bajo el cual se
encuentra el 20% de los valores de la distribución, y qo.9 es el valor bajo el cual se encuentra el
90% de los valores de la distribución, tal como se aprecia en la gráfica adjunta.

estadisb.gif (2430 bytes)

9.4 Descripción numérica de una variable estadística.

Para todo conjunto de datos hay dos medidas destacables: la localización de su centro, y su
variabilidad. La tendencia central de un conjunto de datos es la disposición de éstos para
agruparse ya sea alrededor del centro o de ciertos valores numéricos.

La variabilidad de un conjunto de datos es la dispersión de las observaciones en el conjunto.

* Características de tendencia central:

Se llama mediana al valor de la variable estadística que divide en dos bloques iguales a los
individuos de la población, suponiendo que están ordenados por valor creciente del carácter.

Si la cantidad de observaciones es un número impar, la mediana es el valor de la observación que


se encuentra a la mitad del conjunto ordenado. Si la cantidad de observaciones es par, la mediana
es la media aritmética de las dos observaciones que se encuentran en la mitad del conjunto
ordenado.

Para datos agrupados, la mediana es aquel valor que divide en dos partes iguales la distribución
de frecuencia relativa. La fórmula en este caso viene dada por:

Mediana = L + c(j/fm)
donde L es el límite inferior de la clase donde se encuentra la mediana, fm es la frecuencia de esa
clase, y j es la cantidad de observaciones en esta clase que son necesarias para completar un total
de n/2.

Se llama moda de una variable estadística al valor del carácter que tiene mayor frecuencia. En el
caso de que haya varios valores compartiendo la frecuencia máxima esta moda puede tener una
utilidad muy limitada.

Para el caso de datos agrupados, la moda es el punto medio de la clase que presenta una mayor
frecuencia.

Se llama media de una variable estadística, denotada por estx.gif (56 bytes) a la suma ponderada
de los valores posibles por sus respectivas frecuencias:

estadisc.gif (366 bytes)

Cuando la variable estadística es contínua, es decir, los datos están agrupados, los valores xi son
las marcas de clase de cada uno de los intervalos.

Ejemplo 4:

Calcular las tres medidas de tendencia central para el ejemplo 3.

Solución: Teniendo en cuenta que eran 40 observaciones, se obtiene que: la mediana es la


medida de los dos valores correspondientes a las observaciones 20 y 21, después de haberlas
ordenado en orden creciente, es decir: (98+99)/2 = 98,50.

La media en este caso es:

estadisd.gif (397 bytes)


En cuanto a la moda es 95, el valor que más se repite, con una frecuencia de 5 observaciones.

* Características de tendencia central:

Se denomina varianza de una variable estadística, y se denota por s² al promedio del cuadro de
las distancias entre cada observación y la media:

estadise.gif (339 bytes)

Se llama desviación típica de una variable estadística, s, a la raíz cuadrada positiva de la varianza:

estadisf.gif (410 bytes)

Para ciertos casos, tanto en en la fórmula de s² como en la de s, podemos expresar el recorrido


del índice i entre 1 y n, en lugar de entre 1 y k, por ejemplo, para la varianza podemos poner:

estadisg.gif (310 bytes)

De aquí podemos extraer otra fórmula muy empleada, para ello desarrollamos el cuadrado:

estadish.gif (2047 bytes)

y por tanto, la desviación típica (o desviación estándar) puede expresarse también:

estadisi.gif (653 bytes)

Ejemplo 4:

Calcular la varianza y la desviación estándar para los datos del ejemplo 3.


Solución: En primer lugar debemos hallar la suma de los cuarenta valores y la suma de sus
cuadrados:

estadisj.gif (1171 bytes)

y ahora, según la fórmula que acabamos de obtener:

estadisk.gif (822 bytes)

Para datos agrupados la varianza y la desviación típica pueden calcularse de forma aproximada
mediante las siguientes expresiones:

estadism.gif (895 bytes)

estadisl.gif (465 bytes)

Ejemplo 5:

Calcular los valores aproximados de la varianza y la desviación estándar para los datos del
ejemplo 3 considerándolos como agrupados.

Solución: Con los datos del ejemplo 3 podemos establecer la siguiente tabla (NOTA: En xi se
coloca el punto medio de la clase):

xi fi xi² fi.xi²

84 3 7056 21 168

89 7 7921 55 447
94 8 8836 70 688

99 8 9801 78 408

104 7 10816 75 712

109 7 11881 83 167

Total 40 384 590

Ahora establecemos las siguientes cantidades:

estadisn.gif (1003 bytes)

Por lo tanto, tenemos:

estadiso.gif (742 bytes)

Se llama desviación media al promedio de los valores absolutos de la diferencia entre cada
observación y la media de las observaciones. La desviación media viene dada por:

estadisp.gif (356 bytes)

Para datos agrupados, el valor aproximado de la desviación media se expresa:

estadisq.gif (477 bytes)

Ejemplo 6:

Hallar la desviación media para los valores no agrupados del ejemplo 3.

Solución: Solamente tenemos que considerar la expresión para la desviación media, que en este
caso es:
estadisr.gif (788 bytes)

D.M = 264,2/40 = 6,61

La desviación mediana es el promedio de los valores absolutos de las diferencias entre cada
observación y la mediana de éstas. La desviación mediana viene dada por:

estadiss.gif (414 bytes)

El recorrido, R, de las observaciones en un conjunto de datos es la diferencia entre el valor más


grande y el más pequeño del conjunto.

El recorrido intercuantil es la diferencia entre los percentiles 75-avo y 25-avo.

El recorrido interdecil es la diferencia entre los percentiles 90-avo y 10-avo (décimo).

* Resumen de las medidas numéricas descriptivas para el ejemplo 3.

Medida numérica Datos no agrupados Datos agrupados

Medida 97,90 97,75

Mediana 98,50 98,25

Moda 95,00 96,50

Varianza 61,015 61,217

Desv. estándar 7,81 7,82

Desv. media 6,61 6,63

Desv. mediana 6,60 6,57

Recorrido 29,0 ---

Rec. intercuantil --- 12,50

Rec. interdecil --- 22,00


Ejercicios para el alumno:

1. Los siguientes datos son los tiempos, en minutos, necesarios para que 50 clientes de un banco
comercial lleven a cabo una transacción bancaria:

2,3 0,2 2,9 0,4 2,8

2,4 4,4 5,8 2,8 3,3

3,3 9,7 2,5 5,6 9,5

1,8 4,7 0,7 6,2 1,2

7,8 0,8 0,9 0,4 1,3

3,1 3,7 7,2 1,6 1,9

2,4 4,6 3,8 1,5 2,7

0,4 1,2 1,1 5,5 3,4

4,2 1,2 0,5 6,8 5,2

6,3 7,6 1,4 0,5 1,4

a) Construir una distribución de frecuencia relativa.

b) Construir una distribución de frecuencia relativa acumulada.

c) Con los resultados del apartado (b), determinar los recorridos intercuantil e interdecil.

d) Con los datos agrupados, calcular: media, mediana, moda, desviación estándar, desviación
media y desviación mediana.

e) Verificar los resultados del apartado (d) calculando las mismas medidas para los datos no
agrupados.

2. La demanda diaria, en unidades de un cierto producto, durante 30 días de trabajo es:

38 35 76 58 48 59

67 63 33 69 53 51

28 25 36 32 61 57

49 78 48 42 72 52
47 66 58 44 44 56

a) Construir la distribuciones de frecuencia relativa y de frecuencia relativa acumulada

b) Con la distribución acumulada, determinar los tres cuantiles.

c) Calcular la media, mediana, moda, desviación estándar, desviación media y desviación


mediana, empleando tanto los datos agrupados como los no agrupados, y comparar los dos
conjuntos de resultados.

3. Los siguientes datos agrupados representan los pagos por almacenamiento para los 50 más
grandes detallistas durante el año 1979.

Límites de clase Frecuencias

1,10 - 1,86 4

1,87 - 2,63 14

2,64 - 3,40 11

3,41 - 4,17 9

4,18 - 4,94 7

4,95 - 5,71 1

5,72 - 6,48 2

6,49 - 7,25 2

a) Construir el gráfico de la distribución de frecuencia relativa acumulada.

b) Con los resultados del apartado (a), determinar los recorridos intercuantil e interdecil.

c) Calcular: media, mediana y moda.

d) Calcular la varianza, desviación estándar, desviación media y desviación mediana.

4. La siguiente información agrupada representa el número de puntos anotados por equipo y por
juego en la Liga Nacional de Fútbol Americano durante la temporada de 1973:

Grupo Frecuencia
0-3 27

4-10 66

11-17 91

18-24 70

25-31 57

32-38 34

39-45 16

46-52 3

a) Construir el gráfico de la distribución de frecuencia relativa

b) Calcular: media, mediana y moda.

c) Calcular la varianza, desviación estándar y desviación media.

5. Se seleccionaron 20 baterías aleatoriamente de un proceso de fabricación , y se llevó a cabo


una prueba para determinar la duración de éstas. Los siguientes datos representan el tiempo de
duración en horas para las 20 baterías:

52,5 62,7 58,9 65,7 49,3

58,9 57,3 60,4 59,6 58,1

62,3 64,4 52,7 54,9 48,8

56,8 53,1 58,7 61,6 63,3

Población se refiere al universo, conjunto o totalidad de


elementos sobre los que se investiga o hacen
estudios. Muestra es una parte o subconjunto de elementos que
se seleccionan previamente de una población para realizar un
estudio.
Normalmente se selecciona la muestra de una población para su
estudio, debido a que estudiar a todos los elementos de una
población resultaría muy extenso y poco práctico.

Población Muestra

Universo de elementos que Selección de una parte de la población que se va a


Definición se van a estudiar. ser sujeto de estudio.

Se puede clasificar
según la cantidad de Forma parte de la población: debería
individuos que la comprender entre 5% y 10% para ser más
conforman. efectiva.
Característic Posee variables Los elementos deben ser aleatorios.
as estadísticas. Debe ser representativa de la población.

Analizar los datos


recabados referentes a las
características comunes que Estudiar el comportamiento, características,
comparten los elementos gustos o propiedades de una parte representativa
Objetivos con diversos propósitos. de la población.
Las personas que
habitan un país.
Para el estudio del desempeño de los estudiantes
La cantidad de de cinco universidades de una ciudad en una
carros en una ciudad. materia específica, se toma como muestra a 500
Los estudiantes de estudiantes aleatoriamente (100 de cada
un país. institución) que estén cursando el mismo nivel
Ejemplos para que la muestra sea representativa.

¿Qué es población?
La población estadística, también conocida como universo, es el
conjunto o la totalidad de elementos que se van a estudiar.

Los elementos de una población lo conforman cada uno de los


individuos asociados, debido a que comparten alguna
característica en común.
La población estadística puede ser un conjunto de personas,
lugares o cosas reales. Por ejemplo, los adolescentes de un pueblo
o los usos posibles del azúcar en recetas de cocina.

Al ser muy complicado realizar un estudio con todos los elementos


que conforman una población, sobre todo si es considerada una
población infinita, se toma una muestra representativa de la
misma para realizar los estudios.

Tipos de poblaciones

La población se puede clasificar de la siguiente manera según la


cantidad de individuos que la conforme:

 Población finita: es aquella que se puede contar y se pueden


estudiar con mayor facilidad a sus integrantes. Por ejemplo, la
cantidad de personas inscritas en un gimnasio.
 Población infinita: son inmensas poblaciones donde se hace
muy difícil contabilizar a sus integrantes, por lo que suele tomarse
en cuenta solo una porción de ella a la hora de realizar un estudio,
seleccionando así una muestra. Por ejemplo, la cantidad de granos
de arena en una playa.
 Población real: son grupos de integrantes tangibles. Por
ejemplo, la cantidad de animales en un zoológico.
 Población hipotética: son poblaciones posibles que pueden
ser estudiadas ante una eventualidad. Por ejemplo, la cantidad de
nacimientos de bebés prematuros.

¿Qué es muestra?
La muestra es una parte representativa de una población donde
sus elementos comparten características comunes o similares.

Se utiliza para estudiar a la población de una forma más factible,


debido a que se puede contabilizar fácilmente. Cuando se va a
realizar algún estudio sobre el comportamiento, propiedades o
gustos del total de una población específica, se suelen extraer
muestras.
Estos estudios que se realizan a las muestras sirven para crear
normas o directrices que permitirán tomar acciones o
simplemente conocer más a la población estudiada.

El muestreo es una herramienta de investigación que, al ser


utilizada adecuadamente, permite obtener conclusiones
específicas y evitar resultados sesgados.

Las principales ventajas de usar las muestras es la reducción de


costos, pues disminuye los elementos a estudiar y se puede
realizar en menor tiempo.

Los factores más importantes a la hora de hacer un muestreo son


la representatividad, para que los elementos posean cualidades
comunes según sea el propósito, y la aleatoriedad al momento de
seleccionar los elementos para evitar una muestra viciada.

Tipos de muestras

Existen diferentes tipos de técnicas para conformar una muestra.

MUESTREO ALEATORIO

Es una técnica que ofrece la misma posibilidad a los elementos de


ser seleccionados, por ser tomados al azar. Los tipos de muestreo
aleatorio son:

 Muestreo aleatorio simple: los elementos se eligen de una


lista al azar. Funciona más eficazmente cuando el universo es
reducido y homogéneo.
 Muestreo sistemático: el primer elemento se elige al azar y
luego se escogen a intervalos constantes los elementos restantes.
 Muestreo estratificado: se realiza dividiendo a la población
en partes o estratos que respondan a características establecidas
y luego se eligen aleatoriamente los individuos que se van a
estudiar.
 Muestreo por conglomerado: la población se divide en grupos
heterogéneos y éstos a su vez se subdividen en grupos
homogéneos con características comunes para ser estudiados de
acuerdo a lo requerido por el investigador.

MUESTREO NO ALEATORIO O POR SELECCIÓN INTENCIONADA

Se elige con base en el manejo de información de los elementos a


estudiar, por lo que la representatividad de la muestra puede ser
subjetiva. En este caso, se corre el riesgo de que los resultados
sean sesgados.

Cuando uno solo de los estudios no es suficiente porque la


población a estudiar es muy extensa, se pueden usar dos o más
tipos de muestreo.