-

CAPITULO I

ESTADÍSTICA DESCRIPTIVA.

1.1 Definición de La Estadística.

Definimos la estadística, como la ciencia que nos proporciona un conjunto de métodos, técnicas o
procedimientos mediante las cuales se recopilan, organizan (clasifican, agrupan), representan y
analizan datos. A partir de este análisis se extraen conclusiones que sirven de base para tomar
decisiones.

1.2 Estadística descriptiva y estadística inferencial.

Los administradores aplican algunas técnicas estadística a virtualmente todas las ramas de las
empresas públicas y privadas. Estas técnicas son tan diversas que los estadísticos, por lo general,
la dividen en dos grandes categorías: estadística descriptiva y estadística inferencial.

La estadística descriptiva incluye las técnicas que se relacionan con el resumen en y la descripción
de datos numéricos. Estos métodos pueden, ser tablas (o gráficos) o pueden, incluir análisis
mediante cálculos de determinadas medidas estadísticas, como: medidas de posición, medidas de
variabilidad e índices.

La inferencia estadística comprende aquellas técnicas por medio de las cuales se toman
decisiones sobre un universo basados en una muestra. Debido a que esas decisiones se toman en
condiciones de incertidumbre, se requiere el uso de conceptos de probabilidad. Considerando que
las características medidas en una muestra se denominan estadísticas muéstrales, las
características medidas en un universo se llaman parámetros poblaciones. El proceso de medir las
características de todos los miembros de un universo definido recibe el nombre de censo.

1.3.- Población y muestra.

Universo.
Se denomina universo, a un conjunto de elementos (que consiste de personas, objetos, etc. ) que
contienen una o más características observables de naturaleza cualitativa o cuantitativa que se
pueden medir en ellos.
Unidad elemental o unidad estadística.
A cada elemento de un universo se denomina unidad elemental.

Por ejemplo, los empleados de una empresa en un día laborable, constituyen un Universo en la
que cada empleado (unidad estadística), tiene muchas características a ser observadas, como por
ejemplo: sexo, estado civil, lugar de procedencia, grado de instrucción, etc. (característica
cualitativa), o número de hijos, ingresos mensuales, etc. (característica cuantitativas).
El resultado de medir una característica observable de una unidad elemental, se denomina dato
estadístico o valor observado o simplemente observación.

Población.
Por otra parte, el universo viene definido por la investigación estadística a realizarse. Y como la
medición de la característica especificada por la investigación se hace a cada unidad elemental, se
puede considerar a la población como la totalidad de valores posibles de una característica
particular especificada por la investigación estadística.

Parámetro.
Se denomina parámetro a una medida descriptiva que resume una característica de la población,
tal como la media (µ) o la varianza (σ2), calculada a partir de los datos observados de toda la
población.

Muestra
Es una parte extraída de la población, con el fin de obtener información acerca de la población de
la cual proviene. La muestra debe ser seleccionada de manera que sea representativa de la
población.

Estadística o estadígrafo:
Es una medida descriptiva que resume una característica de la muestra, tal como la media ( X ) o
la varianza (S2 ) calculada a partir de los datos observados de una muestra aleatoria.

1.4. Variables estadísticas.

Una variable estadística es una característica de la población que interesa y que puede tomar
diferentes valores. Las variables estadísticas generalmente se denotan con las letras X, Y, Z, etc.
Las variables se pueden clasificar de la forma siguiente:
1.4.1. Variable Cuantitativa.- son aquellas variables que se obtienen como resultado de
mediciones y conteos. Son variables cuantitativas: el peso de las personas, temperatura, la presión
sanguínea, el salario mensual, el número de personas por hogar, el número de piezas
ensambladas que se han encontrado defectuosos.
Las variables cuantitativas se clasifican en Discretas y continuas.

a) Una variable discreta sólo puede tener valores observados en puntos aislados a lo largo
de la escala. En la estadística de negocios, esa información suele presentarse a través del
proceso de conteo; de ahí que los valores se expresen generalmente como números
enteros. Como ejemplo de datos discretos se cita el número de personas por hogar, las
unidades de un articulo en inventario, la asistencia a la reunión anual de una determinada

compañía y el número de componentes ensamblados que se han encontrado defectuosos .

b) Una variable continua puede tomar cualquier valor en un intervalo especificado. Los datos
continuos se generan por el proceso de medición. Ejemplo de datos continuos son el
salario, el peso de un embarque, la presión sanguínea, el tiempo transcurrido antes de que
falle un dispositivo y el número promedio de personas por hogar en una comunidad

grande.

1.4.2. Variable Cualitativa.- Son variables cuyos valores consisten en categorías de

clasificación, o sea se refiere a la cualidad que presenta la población, que no lleva clasificación
numérica. Por ejemplo, la variable "estado civil" puede adoptar las modalidades: soltero, casado,
divorciado, viudo, etc. También son ejemplos de variables cualitativas, "clase social" con las
posibles modalidades: bajo, medio alto; "partidos políticos" con las posibles modalidades:
conservador, liberal, independiente y socialista.

1.5. Obtención de datos a través experimentos y encuestas.

Una manera de obtener datos es a través de la observación directa. Un experimento estadístico es

una forma de observación directa en la que se controlan algunos o todos los factores que pueden
influir sobre la variable que se estudia.

En algunas situaciones, no es posible obtener datos en forma directa, sino que, más bien, la
información debe obtenerse a partir de respuestas individuales. Una encuesta estadística es el
proceso de recopilar datos pidiendo a personas que proporcionen información. Los datos pueden
obtenerse con métodos como la entrevista personal o telefónica, o través de un cuestionario
escrito.
1.5.1. Métodos de muestreo aleatorio.
El muestreo aleatorio es aquél en el que cada uno de los elementos de la población a estudiar, o
población objetivo, como se le conoce tiene una probabilidad conocida, y frecuentemente igual, de
ser elegido para la muestra. A las muestras aleatorias se les denomina también muestras
probabilísticas. Son cuatro los principales métodos de muestreo aleatorio: aleatorio simple,
sistemático, estratificado y por conglomerado.

Una muestra aleatoria simple es aquélla en la que los elementos se escogen en forma individual y
al azar de la totalidad de la población. Está selección al azar es similar a la que se realiza en la
extracción aleatoria de números en una lotería. Sin embargo en el muestreo estadístico, por lo
general se utiliza un programa computarizado de tablas de números aleatorios o un generador de
números aleatorios para identificar los elementos numerados de la población que se eligen para la
muestra.

Una muestra sistemática es una muestra aleatoria en la cual se eligen los elementos de la
población a intervalos uniformes, a partir de un listado ordenado, tal como elegir cada décima
cuenta por cobrar para la muestra. La primera de las cuentas de la muestra se elegiría al azar
(quizás utilizando una tabla de números aleatorios).

En el muestreo estratificado, lo primero que hace es clasificar los elementos de la población en

subgrupos de acuerdo con una o más características importantes. Después, se obtiene por
separado una muestra aleatoria simple o sistemática de cada estrato. Puede utilizarse este tipo de
muestreo para asegurar una representación proporcional de diversos subgrupos en la muestra.

El muestreo por conglomerado es un tipo de muestreo aleatorio en el que los elementos de la

población se dividen en forma en natural en subgrupos. Así, se eligen al azar los subgrupos que
forman la muestra.

1.6. Presentación de los datos.

Después de obtener un conjunto de datos, es necesario presentarlos en forma tal, que facilite su
compresión y su posterior análisis y utilización. No servirá de nada que estas medidas se
presenten en un simple listado. Lo mejor será ordenarlos en tablas o cuadros y luego representarlo
en gráficos.
Si se tienen pocos datos, y estos son valores discretos, entonces conviene presentar una
distribución de frecuencias sin intervalos; pero si se tiene valores continuos o muchos valores
discretos, conviene presentar una distribución de frecuencia por intervalos.
1.6.1. Distribución de frecuencias sin intervalos:
Supóngase que ante la pregunta del numero de hijos por familia (variable X) una muestra de 20
hogares, marcó las siguientes respuestas:
2, 1, 2, 4, 1, 3, 2, 3, 2, 0, 3, 2, 1, 3, 2, 3, 3, 1, 2, 4.

Al ordenar estos datos en forma ascendente, se obtienen cinco valores distintos 0, 1, 2, 3, 4 que se
repiten respectivamente 1, 4, 7, 6,2 veces. La distribución de frecuencias de X se da en la tabla 1.1
Tabla 1.1.- Distribución de frecuencias del número de hijos por familia.
Número de Frecuencias Frecuencias Frecuencias
hijos Absolutas Relativas Porcentajes
Xi ni hi hi (%)
O 1 0.05 5
1 4 0.20 20
2 7 0.35 35.
3 6 0.30 30
4 2 0.10 10
Total 20 1.00 100
Fuente.- datos obtenidos de los formularios de la encuesta .

Gráfica.
La representación gráfica más común para este tipo distribución de frecuencias es el diagrama de
barras que consiste en trazar en cada valor distinto de la variable, segmentos de líneas
Número de familias

proporcionales a su frecuencia.

Número de hijos por familia

8
Figura
1.1. Diagrama
de 6 barras
para los datos
de la 4 tabla 1.1.

2 1.5.2.
0

0 1 2 3 4

Numero de Hijos

Distr
ibución de frecuencias por intervalos.
La distribución de frecuencia por intervalos o clases se usa cuando la variable estadística es
continúa o cuando el número de valores distintos de una variable discreta es grande.
Elaboración de las tablas de frecuencias.
Para esclarecer la construcción de la tabla de frecuencias para datos agrupados en intervalos de
clase, desarrollaremos un ejemplo, tomando como datos las observaciones del número de
pasajeros a bordo de 50 autobuses cuando salen del terminal terrestre de castilla a los distintos
distritos de la provincia de Piura. Los autobuses tienen 55 asientos cada uno y los pasajeros
adicionales deben viajar de pie.
56 42 59 50 38 46 45 49 57 48 47 53 48 39 55 51 50 51 64 48 45 40 56 51 52
46 51 47 48 31 49 42 54 50 51 47 56 46 53 58 41 50 49 52 48 55 45 35 36 43.

Se pide representar los datos en una tabla de frecuencias.

Solución

1º. Debemos de determinar el rango (R) de variación de los datos que se define
por:
R = Xmax - Xmin

En nuestro ejemplo, tenemos:

Valor mínimo Xmin = 31 Valor máximo Xmax = 64

Luego el rango es R = 64 – 31 = 33

2º. Tenemos que calcular ¿Cuántas clases deben formarse?.- para eso se usa la fórmula de
Sturges:
K = 1 + 3.322 log n
Donde: K=número de clases
n=número de elementos en la muestra (tamaña de la muestra).

Está formula es muy útil porque orienta el principiante. Sin embargo, es un poco conservador y
tiende a dar un número de clases un poco menor del que se utiliza en la practica.

En nuestro ejemplo. K=?

n = 50
Aplicando la fórmula tenemos:
K = 1 + 3.322 log 50 = 6.644
Redondeando al entero inmediato mayor por que, como ya se indico, la formula es un poco
conservadora, obtenemos:
K=7
Nota.-por razones extraídas de la práctica, se adoptan los siguientes límites para K
5 ≤ K ≤ 15
3º. La idea es resumir los valores con el fin de percibir algunas características o propiedades de los
datos que no aparecen a simple vista. Para esto vamos a clasificar los 50 autobuses en 7 clases,
de acuerdo con la fórmula de Sturges.
La amplitud de cada intervalo de clase que representamos con la letra c, se obtiene por medio de
la fórmula

Aplicando los datos a la fórmula anterior, se tiene:

Redondeamos a 5.

Luego c=5 y por tanto, el nuevo recorrido será: R’ = C x K = 5x7 = 35

4°. Teniendo en cuenta que este recorrido es mayor que el recorrido original, buscamos el exceso:
Exceso = 35 – 32= 2 pasajeros

Debemos repetir este exceso a los dos extremos del recorrido original, mitad a cada lado, en este
caso 1 a cada extremo. Sumamos el número 1 al valor máximo: 64 + 1 = 65 y restamos el número
1 al valor mínimo: 31 – 1 = 30.

A partir de este valor 30 agregamos sucesivamente la amplitud 5 y obtenemos los puntos de

división que determinan los 7 intervalos (ver figura 1.2).

30 35 40 45 50 55 60 65

Figura 1.2

Sin embargo una dificultad se presenta cuando algunos de los datos coincide con cualquier de los
puntos de división: 35, 40, 45, 50, 55 y 60.

5°. Supongamos que un dado es 35 ¿Dónde lo colocamos?.- ¿en el primer intervalo cuyos
extremos son 30 y 35?.- (ver la fig. 2.1) ó ¿en el segundo intervalo que tiene por extremos 35 y 40?

Para aclarar está ambigüedad adoptamos, el intervalo abierto por la izquierda que no incluye al
valor 30 (límite inferior del intervalo) y cerrado por la derecha que incluye al valor 35 (límite

superior). Este tipo de intervalo se representa matemáticamente por: ( ] donde

representa el límite inferior del intervalo y representa el límite superior.

Así en nuestro ejemplo el primer intervalo lo escribiremos como (30 -35].

Por tanto los intervalos de clase quedan definidos como:

Intervalo (30 - 35] (35 - 40] (40 - 45] (45 - 50] (50 - 55] (55 - 60] (60 - 65]
de clases

Nota.- También existen otros dos tipos de intervalos de clases, definidas como:

Intervalo semi-cerrado. Este intervalo es cerrado por la izquierda (incluye al límite

inferior del intervalo) y abierto por la derecha (no incluye al límite superior del intervalo).

( ] Intervalo cerrado. Este incluye a ambos límites del intervalo.

6°. Es conveniente que todos y cada uno de los datos que se hallen dentro de un mismo intervalo,
estén representados por un mismo valor. Este valor caracteriza a la clase y por eso se llama marca
de clase, se obtiene promediando los límites de cada intervalo. Una fórmula para calcular la marca
de clase de un intervalo es:

Yi'1  Yi'
Yi 
2

7°. A continuación debemos realizar la clasificación y conteo de los datos (ver tabla 1.2), es decir,
colocar cada uno de ellos dentro de su clase, todos representados por un mismo signo: una tarja

Tabla 1.2

Intervalo de clase Marca de clase Conteo Frecuencia

Yi ni
( ]

30 – 35 32.5

35 – 40 37.5

40 – 45 42.5

45 – 50 47.5

50 – 55 52.5

55 – 60 57.5

60 – 65 62.5

A continuación presentamos la tabla 1.3 conocida como tabla de distribución de frecuencias

absolutas.
 Tabla 1.3 Distribución de frecuencias de 50 autobuses según el número de pasajeros a bordo.
Salida del terminal de autobuses de Piura. Enero del 2002.

Intervalo de Marca de Frecuencia Frecuencia Frecuencia Frecuencia

clase clase ni relativa acumulada acumulada
Yi

30 – 35 32.5 2 0.04 2 0.04

35 – 40 37.5 4 0.08 6 0.12

40 – 45 42.5 7 0.14 13 0.26

45 – 50 47.5 18 0.36 31 0.62

50 – 55 52.5 12 0.24 43 0.86

55 – 60 57.5 6 0.12 49 0.98

60 – 65 62.5 1 0.02 50 1.00

Total 50 1.00

Fuente.- Registro de salida del terminal de autobuses de la cuidad de Piura. 15 de Enero del 2002.

 Frecuencia Absoluta: (ni)

Llamaremos frecuencia absoluta de un valor x i de la variable estadística x, al número de veces

aparece repetido dicho valor en el conjunto de las observaciones realizadas.

Propiedades.- n1 + n2 + …. + nk =

 Frecuencia absoluta acumulada: (Ni)

La frecuencia absoluta de un valor x i de la variable x es igual a la suma de los valores inferiores o

iguales a dicho valor evidentemente. Así, la frecuencia absoluta acumulada del último valor será n
(donde n = número de observaciones realizadas).

Ni = n1 + n2 + …. + ni =

Propiedades.- Ni =Ni-1 + ni , de donde ni = Ni - Ni-1

 Frecuencia relativa: (hi)

Llamaremos frecuencia relativa de un valor observando x i de la variable, al cociente entre su

frecuencia absoluta y el número d observaciones realizadas (n), y se denota por.

Ni
hi= , 0≤ hi ≤ 1 , i=1,2,….,k
n
 Propiedades.- h1 +h2 + …. + hk = 1

 Frecuencia relativa acumulada: (Hi)

Se llama frecuencia acumulada de un valor x i de la variable X, al cociente entre su frecuencia

absoluta acumulada y el número d observaciones realizadas (n), y se denota por.

Hi =

Propiedades.- Hi = Hi-1 +hi

Interpretación.-
n2 = 4, se significa que 4 autobuses tuvieron a bordo un número mayor de 35 pasajeros y menor o
igual a 40 pasajeros.

N4 = 31, significa que 31 autobuses tuvieron a bordo un número mayor de 30 y menor o igual que
50 pasajeros o también significa que 31 autobuses tuvieron a bordo un número menor o igual a 50
pasajeros.

h3 = 0.14, significa que el 14 % de los autobuses tuvieron a bordo número mayor de 40 pasajeros y
menor o igual a 45 pasajeros.

H5 = 0.86, significa que el 86% del total de autobuses tuvieron a bordo un número mayor que 30 y
menor o igual que 55 pasajeros, o también significa que 86% del total de autobuses tuvieron a
bordo un número menor o igual a 55 pasajeros.

N6 – N2 =49 – 6 = 43 autobuses tuvieron a bordo un número mayor que 40 y menor o igual que 60
pasajeros.

Gráfica de la distribución por intervalos.

Las gráficas más usadas son: Histograma, Polígono de frecuencias y polígono de frecuencias
acumuladas u ojiva.

a) Histograma.
Es una representación gráfica de una distribución de frecuencias agrupadas en intervalos de
clase, mediante una serie de rectángulos contiguos que tienen:
 sus bases sobre un eje horizontal y cuya longitud será igual al tamaño de los intervalos de
clase.
 Las alturas proporcionales a la frecuencia (absoluta o relativa).
 Número( d autobuses (ni)
Histograma de frecuencias del número de pasajeros a bordo de los autobuses

Número de hijos por familia

21

18

15

12
8

0
30 35
40 45 50 55 60 65
Numero de Hijos

Figura 1.3. Histograma de la distribución del número de pasajeros por

autobús de la tabla 1.3

b)Polígono de frecuencia.

Cuando la variable está agrupada en intervalo de clase, el polígono de frecuencia se obtiene

uniendo los puntos medios de las bases superiores de cada rectángulo en el histograma.

Polígono de frecuencias del número de pasajero a bordo de los autobuses

21
Número de buses autobuses

18

15

12

3
 0

27,5 32,5 37,5 42,5 47,5 52,5 57,5 62,5 67,5 Número de Pasajeros

Figura 1.4. Polígono de frecuencias del número de pasajeros por autobús de la tabla 1.3.
c) Polígono de frecuencias acumuladas u ojivas.
Está representación es válida para variables estadísticas agrupadas en intervalos de clase. En el
eje de las abscisas representamos los distintos intervalos de clase que han de estar naturalmente
traslapados, En el extremo superior de cada intervalo se levanta una vertical con altura igual a la
frecuencia (absoluta o relativa) acumulada, luego se unen los extremos superiores de las verticales
con segmentos rectilíneos. Así el polígono de frecuencias acumuladas absolutas alcanzará su
máxima altura en el último intervalo.

Polígono de frecuencias acumuladas del número de pasajeros a bordo por autobús

50
Número de autobuses

40

30

20

10

30 35 40 45 50 55 60 65

Número de pasajeros

Figura 1.5. Polígono de frecuencias acumuladas del número de pasajeros por autobús de la
tabla 1.3.

1.5.3 Distribución de frecuencias: Variable cualitativa

Consideremos el siguiente ejemplo:

En una encuesta de opinión acerca de las preferencias de una marca de bebidas gaseosas por sus
colores: Negro (N), Blanco (B), Rojo (R), 20 consumidores dieron las siguientes respuestas:

B,N,N,B,R,N,N,B,B,N,B,N,N,R,B,N,B,R,B,N.

Construir la distribución de frecuencias.

Solución.
La tabulación de estos datos, donde la variable cualitativa es X; Color de bebida gaseosa, es la
distribución de frecuencias de la tabla 1.4.
Tabla 1.4. Distribución de personas por su color preferido de una marca de bebida
de gaseosa

Color de Número de Frecuencia Frecuencias Porcentajes:

Bebida Consumidores: ni relativas: hi hi(%)

Blanco (B) 8 0.40 40

9 0.45 45
Negro (N) 3 0.15 15

Rojo (R)

Total 20 1.00 1.00

Fuente.- datos obtenidos de la encuesta realizada.

Gráficas.

Las graficas más comunes para la distribución de frecuencias de variable cualitativa son la de
diagrama de barras y la de sectores circulares. En un Diagrama de rectángulos los datos de cada
una de las modalidades (caracteres cualitativos) se representa por un rectángulo vertical (u
horizontal), cuya altura (o largo) es proporcional a su frecuencia (absoluta o relativa). Los

rectángulos se dibujan dejando un espacio entre ellos .

Número de personas

Diagrama de rectángulos de las bebidas gaseosas de acuerdo a su color

10

Blanco Negro Rojo

Colores de las bebidas gaseosas

Figura 1.6. Diagrama de rectángulos para los datos de la tabla 1.4

En una gráfica circular, los datos de cada categoría se representan por un sector circular. Es
utilizado principalmente cuando se pretende comparar cada valor de la variable con el total. Para
construir se divide el circulo en sectores, cuyas áreas serán proporcionales a los valores de la
variable. Está división es obtenida a través de la regla de 3 simples.

Total →360º
Parte → Xº

Diagrama de Sectores para las personas por su color preferido

Figura 1.7. Gráfico circular para los datos de la tabla 1.4.

 CAPITULO II

MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN.

2.1.- MEDIDAS D.E TENDENCIA CENTRAL.

En el Capitulo anterior estudiamos de que manera los datos podrían ser presentados en forma
compacta, comprensible mediante tablas y gráficos. Sin embargo, con frecuencia necesitamos
resumir aún más para facilitar el análisis e interpretación de la información. Cuando la variable en
estudio es cuantitativa, el investigador puede estar interesado en encontrar un solo valor, que
pueda caracterizar más nítidamente la naturaleza de los datos que se están midiendo.

Un valor que refleja la tendencia de los datos puede darse mediante las medidas de tendencia
central o de posición. Las más importantes y muy usadas son: la media aritmética o media, la
mediana, la media geométrica y la media armónica. También podemos mencionar a la moda, los
cuartiles, los percentiles, etc. Estas medidas o estadígrafos son considerados como medidas de
localización, puesto que señalan la localización de los valores más frecuentes o de valores
extremos.

2.1.1- La Media Aritmética.

a) Datos no agrupados.
Sea X1, X2,..., Xn valores de la variable X. La media aritmética simple de X representada por X es
dado por:

X
= donde n: es el tamaño de la muestra.

b) Datos agrupados.
Sean X1, X2,..., Xk valores de la variable X ponderada por sus respectivas frecuencias absolutas: n 1,
n2,..., nk. La media aritmética de la variable X es dado por:
 n

 x .n i i
, donde n =
k

n i
X  i 1 i 1
n

Ejemplo. Considerando la información contenida en la tabla 2.1, determinar el número medio de

pasajeros a bordo por autobús.

Tabla 2.1. Distribución de frecuencia de 50 autobuses según el número de pasajeros a bordo

Yi Ni Yi ni
( ]

30 – 35 32.5 2 65

35 – 40 37.5 4 150

40 – 45 42.5 7 297.5

45 – 50 47.5 18 855

50 – 55 52.5 12 630

55 – 60 57.5 6 345

60 – 65 62.5 1 62.5

Total 50 2405

Luego la media aritmética de estos daos será:

 y .n i i
= 48.1 pasajeros por autobús
Y  i 1
n

Observación.-

 Si consideramos muestras de tamaño n1 + n2 +…. + nr de una población, a los cuales le

corresponden medias aritméticas X1, X2, …, Xr respectivamente, entonces la media asociada
a la muestra de tamaño n1 + n2 +…. + nr está dado por:

X
= =

Donde n =
  Si p1, p2,…pr son los pesos o ponderaciones asociados a los valores de la variable X: x 1,x2,
…xr respectivamente, entonces la media aritmética ponderada será:

 p .x
i 1
i i

X p = r

p
i 1
i

Ejemplo. La empresa a tiene 100 empleados, con un sueldo promedio mensual por empleado de
S/. 1500. La empresa B tiene 200 empleados con un sueldo promedio mensual de S/. 1400.
a) ¿Cuál es el sueldo promedio mensual de las dos empresas en conjunto?
b) Si a las dos empresas se agrega una tercera con 50 empleados y un sueldo promedio
mensual por empleado de S/. 1600,¿Cuál es el sueldo promedio para las tres empresas en
conjunto ?
Solución.-

a) nA = 100, XA = 1500, nB = 200, XB = 1400

SI XA+B es el promedio mensual de las dos empresas en conjunto,

X = = = S/. 1433.33

b) Ahora tenemos que:

300 = 1433.33, = 50 =1600

Entonces, = = 1457.14

Desventajas de la media aritmética.

1.- La media aritmética puede verse afectado por los valores extremos que no son representativos
de! resto de las observaciones.

2.- No se puede calcular la 'media aritmética en las distribuciones que tienen intervalos de clase
abierto en los extremos.

2.1.2.- La Mediana.
La mediana es un valor que divide a un conjunto de observaciones ordenadas en forma
ascendente o descendente en dos grupos de igual número de observaciones. La notación que
vamos a emplear será:
~
X = Med (X) = mediana

Calculo de la mediana

a) Datos no agrupados.
Para calcular el valor de la mediana de los dalos X I, X2,.., Xn se tendrá el cuenta el siguiente
procedimiento:

1) Se ordenan los datos en forma ascendente o descendente.

2) Si n es impar, el valor de la mediana ese! valor del centro, es decir.
Me = X(n+1)/2

Donde es la posición de la mediana

3) si n es par, el valor de la mediana va a estar dado por:

X n / 2  X n / 2 1
Me =
2

Esto quiere decir, que el valor de la mediana se encuentra entre los valores cuya posición
son: n/2 y (n/2+1).

Ejemplo 1.- Las siguientes cifras son los importes del consumo (en soles) de 13 personas en un
restaurante:
13,15, 20, 20, 25,35, 25, 40,44, 48, 50, 44, 30.

Determine la mediana de estos importes.

Solución.
Ordenando la información en forma ascendente, tenemos:
13,15, 20, 20, 25, 30, 35,40, 44, 44, 48, 50.

Como el número de datos es impar (n=13), se tiene que la posición de la mediana es:

~
= 7 , luego la mediana de los importes es : X = Med(x) =…… soles

Esto significa que el 50% de las personas (es decir, 6 de ellos) tienen un importe menor o igual
que 30 soles y el 50% restante de las personas tienen un importe mayor que 30 soles.

Ejemplo 2 - Un experto en estándares de trabajo observa el tiempo que se requiere para preparar
una muestra de 10 cartas de negocios en una oficina, y obtiene los siguientes resultados en orden
y redondeados al minuto más próximo: 5, 5, 5, 7, 9, 14, 15, 15, 16 y 18. Determine la mediana para
este grupo de valores.
Solución.
En este caso, n es par, por consiguiente la mediana se localiza cutre los valores centrales X 5 y X6 ,
es decir, entre los valores 9 y 14. Por tanto, el valor mediano es:

Me = = 11.5 puntos

b) Datos agrupados.
En este caso el problema consiste en determinar un punto dentro del intervalo en que está
comprendida la mediana.

Procedimiento:

1 °. Calcular la posición de orden

2°. Por las frecuencias acumuladas se identifica la clase que contiene a la mediana, esto es la
clase para el cual se cumple:

Con lo cual la mediana estará en la clase que tiene como frecuencia acumulada N i 3°. Utilizar la

 n 
  N j 1 
~
X X 'j 1  c. 2 
 N j  N j 1 
 
fórmula: =

Donde:
X 'j 1 = limite inferior de la clase que contiene a la mediana.

n = tamaño de la muestra.
c = amplitud de la clase que contiene a la mediana.
Nj = frecuencia acumulada de la clase que contiene a la mediana.
Nj-1 = frecuencia acumulada de la clase inmediatamente anterior a la clase que contiene a la
mediana.

Ejemplo 3 - A partir de la distribución de frecuencia de los 50 autobuses según el número de

pasajeros a bordo (ver tabla 2.1), se pide determinar el número mediano de pasajeros por autobús .
Solución.

Yi ni Ni
( ]

30 – 35 32.5 2 2

35 – 40 37.5 4 6

40 – 45 42.5 7 13

45 – 50 47.5 18 31

50 – 55 52.5 12 43

55 – 60 57.5 6 49

60 – 65 62.5 1 50

Total 50

1°. posición

2°. Se identifica la clase que contiene a la mediana por la frecuencia acumulada, esto es, a
través de la desigualdad.

N3 = 13 < 25 < N4 = 31

En este caso, la clase que contiene a la media es el cuarto

3°. Reemplazar los datos en la forma obtenemos:

X = 45 + 5. = 48.33 pasajeros

Interpretación.- Este valor mediano significa, que el 50% de los autobuses tuvieron a bordo un
número menor o igual que 48.33 pasajeros, en tanto que el otro 50% tuvieron a bordo un número

mayor que 48.33 pasajeros.

Ventajas de la mediana.
l. Algunas veces es un valor más representativo de un conjunto de dalos que otros promedios (por
ejemplo, que la media aritmética), gracias a su independencia, a sus valores extremos.
2. La mediana se puede calcular aún cuando los intervalos de clase de la distribución de

frecuencias son de límites abiertos.

2.1.3.- Cuartiles.-
Los cuartiles son valores que dividen a un conjunto de datos ordenados en forma ascendente o
descendente en cuatro partes iguales (figura 2.1)

0% 25% 50% 75% 100%

Q1 Q2 Q3
Figura 2.1

Q1= 1er cuartil, deja 25% de las observaciones menores o iguales a él y el 75% superior a él.

Q2= 2do cuartil, coincide con la mediana.

Q3= 3er cuartil, deja 75% de las observaciones inferiores o iguales a él y el 25% superiores a él.

Es importante notar que entre dos cuartiles se derivan de la formula utilizada para calcular la
mediana y los pasos para el cálculo son los mismos.

Procedimiento:

1 °. Se calcular , para r = 1,2,3.

2°. Se identifica la clase que contiene a Q r por medio de las frecuencias acumuladas, esto es, por
la desigualdad:

3°. Utilizar la formula:

Qr = r = 1,2,3.

Donde:
Xj-1 = limite inferior de Ia clase que contiene a la mediana.
n = tamaño de la muestra.
c = amplitud de la clase que contiene a Qr.
Nj = frecuencia acumulada de la clase que contiene a Q r.
Nj-1 = frecuencia acumulada de la clase inmediatamente anterior a la clase que contiene a Q r.
Ejemplo. Dado la siguiente distribución, determinar los cuartiles Q 1 y Q3

Yi ni Ni
( ]

30 – 35 32.5 2 2

35 – 40 37.5 4 6

40 – 45 42.5 7 13

45 – 50 47.5 18 31

50 – 55 52.5 12 43

55 – 60 57.5 6 49

60 – 65 62.5 1 50

Total 50

Solución.-

1 °. = = 12.5 , = = 37.5

2°. Por las frecuencias acumuladas identificamos la clase que contiene a Q 1 y Q3. Como

12.5 13 = N3 , entonces el intervalo de clases que contiene a Q1 es (40 – 45] y

como N4 =31 = 37.5 43 = N5 , entonces el intervalo de clases que contiene a Q3 es (50 - 55].

3°. Utilizar la fórmula:

Q1 = = 40 + 5 [ ] = 44.64 pasajeros
 Q3 = = 50 + 5 [ ] = 52.71 pasajeros

De acuerdo a estos resultados, podemos afirmar que está distribución tenemos:

25% 25% 25% 25%

30 Q1=44.64 Q2=48.33 Q3=52.71 65

2.1.4. Percentiles.-
Son valores que dividen la muestra ordenada en forma ascendente o descendente en 100 partes
iguales.

0% 1% 2% 50% 98% 99% 100%

P1 P2 P50 P98 P99

Figura 2.2

P1= 1er percentil, deja 1% de las observaciones menores o iguales a él y el 99% superior a él.

P99= 99vo percentil, deja 99% de las observaciones menores o iguales a él y el 1% superior a él.

Las fórmulas para determinar los percentiles, son parecidos a los cuartiles, así:

Pr = , r = 1,2,…, 99.

Donde:
Xj-1 = límite inferior de Ia clase que contiene a Pr = 1,2,.., 99.
n = tamaño de la muestra.
c = amplitud de la clase que contiene a Pr.
Nj = frecuencia acumulada de la clase que contiene a P r
Nj-1 = frecuencia acumulada de la clase anterior a la clase que contiene a P r.

Ejemplo. Determinar los valores de los puntos percentiles 10 y 90, para los datos de la altura de
los alumnos de la tabla 2.1 (página 18).

2.1.5. La Moda.-
La moda denotada por = M0 , es un valor de la variable que tiene la más alta frecuencia, esto

es, es el valor más frecuente en un conjunto de datos. La moda puede no existe, incluso si existe
puede no ser única.

Ejemplo 1.- En mes, 8 vendedores de artículos electrónicos vendieron los siguientes números
de aparatos: 8, 11, 5, 14, 8, 11, 16 y 11. Considerando a este mes como a la población estadística
que interesa, el número modal de unidades vendidas es:

= M0 =….

Ejemplo 2.- Considere la distribución de los pesos (en kilos) de adultos: 63, 67, 70, 69, 81, 57,
63, 73, 68, 63, 71, 71, 71, 83. La moda de estas observaciones es:

=…. kilo y =…. kilos

En este caso la distribución se llamará bimodal.

Ejemplo 3.- Las notas promociónales de 7 alumnos son: 15, 16, 17, 1 4, 13, 12, 11. Estos datos
No tienen moda. Las distribuciones de este tipo se llaman uniforme.

En general, se tiene lo siguiente:

i) La distribución que tiene una sola moda se llama unimodal.
ii) La distribución que tiene dos modas se llama bimadal.
iii) La distribución que tiene más de dos modas se l1ama multimodal.

Cálculo de la Moda para datos agrupados.

Para datos agrupados en intervalos de clase, aplicaremos el siguiente procedimiento para el
cálculo de la moda.

1°. Se identifica la clase modal (la clase con mayor frecuencia).

2°. Se aplica la fórmula:

Donde:
Xj-1 = límite inferior de Ia clase que modal.

= frecuencia de la clase modal.

 = – n1 (n1= frecuencia de la clase inmediatamente anterior a la clase modal)

= – n2 (n2= frecuencia de la clase inmediatamente posterior a la clase modal).

c = amplitud de la clase que contiene a la mediana.

Ejemplo. Determine la moda para la siguiente distribución (tabla 2.1).

Yi ni
( ]

30 – 35 32.5 2

35 – 40 37.5 4

40 – 45 42.5 7

45 – 50 47.5 18

50 – 55 52.5 12

55 – 60 57.5 6

60 – 65 62.5 1

Total 50

Solución.
1º. El intervalo de clase de mayor frecuencia absoluta (18) es el cuarto intervalo: ( 45 - 50]

=18-7=11 =18-12=6

c=5.
2°. Aplicando la formula tenemos:

= 45 48.235 pasajeros

Este valor modal significa que: el número de pasajeros a bordo más frecuente en los autobuses es
de 48; o también que la mayoría de los autobuses tienen a bordo de número de pasajeros igual a
48.
2.2. Relación entre la Media, Mediana y Moda.

a) Distribuciones simétricas.

Se dice que una distribución de frecuencia es simétrica cuando valores de la variable equidistantes
de un valor central tienen las mismas frecuencias. Es importante destacar en este caso que:

b) Para una distribución sesgada hacia la derecha (si la cota mayor se presenta a la derecha de

la distribución) se tiene que:

Para una distribución sesgada a la izquierda tenemos:

Ejercicio. Considerando la distribución de la tabla 2.1 (pagina 18), se pide analizar la asimetría
de la distribución.

2.3. Medida de dispersión o de variabilidad.

Todos los valores representativos discutidos en las secciones precedentes han sido una especie
de promedio o medida de posición. Sin embargo, el uso de un solo valor para describir una
distribución oculta muchos fenómenos importantes. Por ejemplo, dos grupos separados de datos
pueden contener la misma media, pero un grupo puede estar más disperso o esparcido alrededor
del valor promedio que el otro.
Par lo que es necesario una medida de la dispersión, esparcimiento o variación para ayudar más
completamente la distribución. Mientras menor es la dispersión, más típico es el valor de la media
para toda la distribución.
Las medidas de dispersión que se utilizan con mayor frecuencia son: la varianza la desviación

estándar y el coeficiente de variación.

2.3.1. La varianza.-
Definición 1. (Para datos no agrupados). La varianza de una muestra X1, X2,…,Xn de la
variable X, es dado por:
 S2 =

Definición 2. (Para datos agrupados). La vat1anza de los valores una muestra y1, y2,..., yk de Y
con frecuencias absolutas n1., n2,..., nk respectivamente, es dado por:

V (Y) = S2 =

Observaciones.
1. La varianza poblacional se defina en términos de la medida poblacional µ, esto es:

σ2 =

Donde N es el tamaño de la población.

2. Con la finalidad de reducir el volumen de operaciones en el cálculo de la varianza, podemos
usar las fórmulas:

S2 = para datos no agrupados

Y
  k 
2
 

 k



 xi .ni





S2 =
1

n 1   xi2 .ni   i 1
n
 
 para datos agrupados
 i 1 
 
 
 

2.3.2.- La desviación Estándar.-

Definición.- La desviación estándar o típica de los valores de la variable X se define como la

raíz positiva de la varianza, y se denota por S = .

El valor numérico de S cuantifica el grado de dispersión de los valores de una variable con
respecto a su media. Mientras mayor es la dispersión de las observaciones, mayor es la magnitud
de sus desviaciones respecto a la media y por ende, más alto el valor numérico de la desviación

estándar.
Ejemplo 1.- Se determinó los pesos de una muestra de cartas procesadas en una oficina postal,
pesadas hasta el gramo más próximo, son: 21, 18, 30, 12, 14, 17, 28, 10, 16 y 25.
Determine a) la varianza y b) la desviación estándar.

Solución.-
a) Cálculo de la varianza.

b) Aplicaremos la fórmula de definición de la varianza para datos no agrupados, donde es

la media aritmética del conjunto de observaciones.

En efecto, tenemos que la media aritmética es:

= = = = 19.1 gramos.

Luego aplicando fórmula para varianza:

S2 = = = 45.6555 gramos al cuadrado.

ii) aplicando el método abreviado, tenemos:

= 21+18+…+25 = 191 y = = 4059

Luego:

S2 = = = 45.6555

b) Cálculo de la desviación estándar.

La desviación estándar será la raíz cuadrada del valor obtenido en la varianza, es decir:

S= = 6.7569 gramos.

Ejemplo 2. Determine la desviación estándar de la siguiente distribución de frecuencia dada (tabla

2.1)
Yi ni )2 )2

30 – 35 32.5 2 243.36 486.72

35 – 40 37.5 4 112.36 449.44

40 – 45 42.5 7 31.36 219.52

45 – 50 47.5 18 0.36 6.48

 50 – 55 52.5 12 19.36 232.32

55 – 60 57.5 6 88.36 530.16

60 – 65 62.5 1 207.36 207.36

Total 50 2132

Solución.-
a) Aplicando la fórmula del a definición.
Se sabe que la media aritmética de está distribución es:

= 48.1 pasajeros

Luego aplicando la fórmula de definición la varianza, tenemos :

k
2
S = n y
i 1
i i  y 2 = 2132 = 43.5102 pasajeros a bordo al cuadrado
49
n 1

Por lo tanto la desviación estándar es S= 6.596226 pasajeros a bordo.

b) Aplicando el método abreviado
Yi ni Yi . ni Yi 2 . n i

30 – 35 32.5 2 65 2112.5

35 – 40 37.5 4 150 5625

40 – 45 42.5 7 297.5 12643.75

45 – 50 47.5 18 855 40612.5

50 – 55 52.5 12 630 33075

55 – 60 57.5 6 345 19837.5

60 – 65 62.5 1 62.5 3906.25

Total 50 2405 117812.5

Luego tenemos:
  k 
2
 

 k

  xi .ni

 
1  1 2
117812 .5  50  2405  =43.5102
  
S2 =
1

n 1   xi2 .ni   i 1
n
 
 =
49
 i 1   
 
 
 

Por lo tanto la desviación estándar es S= 6.59622 pasajeros a bordo.

2.3.3.- Medidas de dispersión relativa.-
Las medidas de dispersión que se han descrito en la sección anterior se expresan en las
unidades originales de medida, tales como altura, salarios, kilogramos, puntajes, etc. Se pueden
utilizar para comparar la variación de dos distribuciones siempre que las variables se expresen en
las mismas unidades de medida y sean aproximadamente del mismo tamaño promedio. Sin
embargo, a veces es necesario comparar dos o más conjuntos de datos expresados en unidades
diferentes. Es en esta situación que hay que utilizar una medida relativa de dispersión que seria el
coeficiente de variación.

Definición. El coeficiente de dispersión, es una medida de dispersión relativa de la desviación

estándar con respecto a la media, es decir:
S
Coeficiente de variación= C:V =
x
Generalmente el coeficiente de variación se expresa como porcentaje. El C:V es un número puro
independiente de la unidad de medida.

Observación.
 Si el C:V es menor del 10% hay poca dispersión
 Si el C:V oscila entre el 10% y 33% la dispersión es aceptable
 Si el C:V oscila entre el 33% y 50 % hay alta dispersión
 Pero si el C:V es mayor del 50% la dispersión es muy alta.
Ejemplo 1.- Calcular la dispersión relativa para los datos de la tabla 2.1

En efecto tenemos que = 48.1 y S= 6.596226, entonces el C:V es:

6.596226
C:V = *100 = 13.71%
48.1
Como el valor del C:V = 13.71% se encuentra entre 10% y ··%, indica que la dispersión es
aceptable.

Ejemplo 2.- Para 2 acciones comunes de empresa de la industria electrónica, el precio promedio
de cierre en el mercado de valores durante un mes fue, para la acción A, de $1500, con una
desviación estándar de $500. Para la acción B, el precio promedio fue de $5000, con una
desviación estándar de $300.
a) Efectuar una comparación de la variabilidad absoluta de las acciones.
b) Realizar una comparación de la variabilidad con respeto al nivel medio de los precios.
Solución.-
a) Al hacer una comparación absoluta, resulto ser superior la variabilidad en el precio de la
acción a debido a que muestra una mayor desviación estándar.
 b) Con respecto a la variabilidad relativa, deben compararse los respectivos coeficientes de
variación:

C.V(A) = y C.V (B) =

Por ello, puede concluirse que el precio de la acción A ha sido casi 5 veces más variable que el
precio de la acción B (con respecto al precio promedio para cada una de las dos)

FIN

PRACTICA DIRIGIDA I
1. Indicar el tipo de variable estadística:
a. Distribución de alumnos de la UAP por lugar de procedencia.
b. Distribución de profesionales por estatura y peso.
c. Distribución de accidentes por causa.
d. Distribución de docentes de la UAP por sueldo.
e. Consumo de corriente (kw) mensual en un año.
f. Estado civil, opinión pública, lugar de nacimiento de las personas que viven en Piura.
g. Marca y país de procedencia de los automóviles vendidos durante el año en el Perú.
h. Tiempo de servicio de los empleados de una empresa.
i. Número de cheques girados diariamente en un mes.
j. Número de acciones comunes cada día en la Bolsa de Valores de Lima.
k. Nivel educacional y religión de las Piuranas.
l. Temperatura y humedad diaria de Lima.
m.- Nivel educacional, estatura y color ojos de las cajamarquinas
2.- Indica si es verdadero o falso los siguientes enunciados. De ser falso argumenta tu respuesta.

 Un histograma es una serie de rectángulos, cada uno proporcional en ancho al número de

elementos que caen dentro de una clase especifica de datos.
 Si uniéramos los puntos medios de los consecutivos intervalos de un histograma de
frecuencias con una serie de rectas, estaríamos graficando un polígono de frecuencias.
 Como regla general, los estadísticos consideran que una distribución de frecuencias está
incompleta si tiene menos de veinte clases.
 Siempre es posible construir un histograma a partir de un polígono de frecuencias.
 Las frecuencias absolutas son valores que admiten fracciones.
 La suma de las frecuencias relativas puede ser mayor a 1.
  El último término de la frecuencia absoluta acumulada es igual a n.

3.- Qué entiende usted por:

a) Distribución de frecuencias b)Variable discreta c)Frecuencia absoluta d) Frecuencia relativa

4.- Dé contestación a los siguientes puntos, señalando con una X si es cierto o falso.

a) H 5 = 0.36 N 4 = 30 n5 =6 n = 50

b) Para calcular las marcas de clase, se suman el límite inferior al superior del intervalo y se
divide entre dos

c) El número de accidentes según sus causas, es una variable discreta.

d)Si H 6 = 0.7 y H 4 = 0.3 un 40% de los valores de la variable es menor que Y 6 y mayor que Y 4

e) H 5 = 1.10 H 4 = 0.80 h 5 = 0.30

f) La suma de las frecuencias absolutas es igual a 1.

5.- Las calificaciones de 60 alumnos que presentaron examen de admisión a la facultad de

educación de la Universidad A ubicada en la ciudad de Piura (Marzo de 2010), utilizando una
escala de 0 a 100 fueron:

64 76 53 78 81 60 62 66 76 59 65 85 60 57 67

76 52 70 72 72 77 63 81 73 60 80 75 63 79 62

64 54 75 66 76 80 58 86 71 69 65 73 70 67 86

67 56 83 78 65 77 70 66 58 71 68 82 70 84 58

a) Elabore una tabla de distribución de frecuencias.

b) Obtenga un histograma, un polígono de frecuencias.

6.- En una compañía, el sueldo mínimo y máximo de 200 empleados es de $150 y $300
respectivamente. Tales sueldos se tabulan en una distribución de frecuencias de 5 intervalos
de igual amplitud. Si se sabe que 20 empleados ganan al menos $150, pero menos de $180,
60 ganan menos de $210, 110 ganan menos de $240, 180 ganan menos de $270 y el 10%
restante de empleados ganan a lo más $300; reconstruir la distribución y graficar su polígono
de frecuencias.

7.- La siguiente distribución muestra el peso en gramos de 30 paquetes de un determinado

producto.

Gramos 10 - 14 15 - 19 20 - 24 25 - 29 30 - 34

hi 0.13 k 2k 0.17 k/2

a) Trazar un histograma de frecuencia y una ojiva menor que.

 8.- En la siguiente serie de números: 2000 2500 3000 3000 3250 4000 5000 6500 7500 50000

Calcule: a) La media b) La mediana c) La moda. d) ¿Qué valor afecta la media aritmética?

e) ¿Cuál de las medidas estima usted más representativa de la serie?

9.-De 500 estudiantes de secundaria, cuya estatura media es de 160.96 centímetros se divide en
dos grupos, uno con una estatura media de 163.4 centímetros y otro con una de 157.3
centímetros. ¿Cuántos estudiantes hay en cada grupo?

10.- El sueldo promedio de 200 empleados de una empresa es S/400. Se proponen dos alternativas de
aumento:

a) S/. 75 a cada uno, b) 15% de su sueldo más 10 soles a cada uno.

Si la empresa dispone a lo más de S/. 94,000 para pagar sueldos, ¿cuál alternativa es más
conveniente?

11.- En un curso hay 35 hombres con una edad media de 17.5 años y 15 mujeres las que, en promedio,
son 22% más jóvenes. ¿Cuál es la edad media del curso

12.- Una estación de servicio automotriz gasta $500 en latas de aceite que cuestan $10 la docena; $500
en latas que cuestan $12.5 la docena; $500 más en latas que cuestan $20 la docena y $500 en
otras que cuestan $25 la docena.

a) Determinar el costo promedio por docena de las latas de aceite.

b) En promedio, ¿cuántas docenas se compró?

13.- Completar la TDF y calcule la D.S.

 Li  Ls  Xi fi Fi X i fi X i2 fi

30 - 15 495 16335
39 25
- 48 45 91125
51 140
54 - 175 1995 113715
63 25

14.- Hallar m+n siendo ab y ba un número de dos cifras

 Li  Ls  hi Hi

0.18
ab 7% m
- 13%n
- ba 0.25 0.90
-
 15.- La siguiente tabla presenta los datos obtenidos de 20 ex-presos políticos.

Edad a Número de
Identificación Ocupación Militancia política Instrucción Meses preso
la aprensión hijos

1 27 1 estudiante Apra secundaria 11

2 52 3 obrero Apra primaria 23

3 34 2 empleado Unidad Nacional secundaria 5

4 23 1 estudiante izquierda secundaria 17

5 43 1 obrero Apra secundaria 23

6 23 0 obrero izquierda universitaria 12

7 37 0 desocupado Apra secundaria 8

8 44 2 docente izquierda universitaria 5

9 19 0 estudiante izquierda secundaria 4

10 27 1 docente Apra universitaria 20

11 29 1 obrero Unidad Nacional primaria 9

12 41 3 docente Apra universitaria 16

13 18 0 estudiante izquierda secundaria 1

14 17 0 estudiante Fuerza democrática secundaria 1

15 51 5 obrero Unidad Nacional secundaria 3

16 32 2 obrero Apra secundaria 4

17 25 2 empleado Fuerza democrática universitaria 9

18 20 1 docente Unidad Nacional secundaria 13

19 27 0 estudiante Apra secundaria 8

20 50 1 obrero Unidad Nacional Universitaria 2

a) Identifique el tipo de variable en cada uno de las variables estudiadas.

b) Construir la matriz de datos con el Software SPSS.

c) Calcule el valor más frecuente (moda) para cada uno de las variables estudiadas.

16.- La tabla que se presenta a continuación corresponde a un número de personas que

se encontró en una muestra tomada en 4 distritos y que son consumidores de un
producto. La tabla muestra la clasificación por distrito y por edad y sexo:
Edad Hombres Edad Mujeres
 Distrito 20  30 30  40 40  50 20  30 30  40 40  50

Lince 15 45 32 22 18 60

Lima 50 32 28 35 44 22

Pueblo libre 15 36 45 32 60 18

Surco 40 24 14 46 45 24

a) Compare la variabilidad de las edades de los hombres y mujeres de Lince.

b) Compare la variabilidad de las edades en Lince y Pueblo Libre.
c) Compare la variabilidad de las edades de hombres y mujeres de la muestra.
d)Halle la varianza de las edades de toda la muestra

PRACTICA DIRIGIDA II

1. Dado el siguiente cuadro estadístico con ancho de clase constante igual a 20. Determine
la media de los datos.
 Li  Ls  Xi fi Fi X i fi
880
1950
35 1800
13
200)
4 70

2. Las edades de 50 de los directores ejecutivos de las mejores corporaciones de la nación

reportadas aparecen en la siguiente tabla de frecuencias. Calcule e interprete la media, la
mediana y la moda. Además, calcule e interprete: Q 1, Q2, D10, D60, P15, P90.
Edades Frecuencias

50 y menos de 55 8

55 y menos de 60 13

60 y menos de 65 15

65 y menos de 70 10

70 y menos de 75 3

75 y menos de 80 1
3. Los siguientes datos pertenecen a la distribución de la producción de papas (en Tn.) en 40
zonas del país: Y1´=20 f2-f5=2 Y5´= 100 f1=4 f3=20. Si se sabe que la
distribución es simétrica y presenta 5 intervalos de clase.
a) Reconstruya los intervalos de clase y obtenga las frecuencias absolutas
b) Calcule la media, la mediana y moda e interprételos
c) Calcule la variancia, desviación estándar y coeficiente de variabilidad

4. De las edades de cuatro personas, se sabe que la media es igual a 24 años, la mediana es 23
y la moda es 22. Encuentre las edades de las cuatro personas.

5. En el curso de Estadística I; se tiene las notas de los alumnos distribuidas según el siguiente
histograma de frecuencias, entonces la nota promedio del curso es:
Alumnos
16
14
12
10
8
6
4
2
0
Notas 4 6 8 10 12 14

6. Las ganancias diarias de los establecimientos de un centro comercial se presentan en una

tabla de frecuencias con 6 intervalos de clase y se sabe que: la mínima ganancia es de $6, el
rango es 36, el promedio de ganancias diarias es $25.14, el 50% de los establecimientos
ganan más de 25.58 dólares diarios, H2=0.15, F2=120, h3=0.25, H5=0.93, f4=304, f2=2f1.
Reconstruir la distribución de todas las frecuencias y hallar la ganancia más frecuente y la
ganancia promedio.

7. Dada la siguiente distribución de frecuencias, calcular el valor de

“n” sabiendo que la moda es 60 y pertenece al tercer intervalo
 Li  Ls  fi
16 – 32 6
32 – 48 n
48 – 64 8
64 – 80 3n
80 - 96 3

8. De una muestra de tamaño tres se sabe: la suma de los cubos de las tres observaciones es
1971, la media aritmética es 7 y la mediana es 6. Calcular el valor de cada una de las
observaciones.

9. El sueldo promedio de 200 empleados de una empresa es S/400. Se proponen dos alternativas
de aumento: a) S/. 75 a cada uno, b) 15% de su sueldo más 10 soles a cada uno. Si la
empresa dispone a lo más de S/. 94,000 para pagar sueldos, ¿cuál alternativa es más
conveniente?.

10. Al calcular la medía de 125 datos, resultó 42. Un chequeo posterior mostró que en lugar del
valor 12.4 se introdujo 124. Corregir la media.

11. El siguiente cuadro muestra la distribución de la renta anual (en miles de soles) en que
incurren 50 viviendas:
Marca de Clase 18.85 21.55 24.25 26.95 29.65 32.35 35.05

N° de Viviendas 3 2 7 7 11 11 9

a) Halle e interprete según el enunciado

i) Media, mediana y moda.
ii) Desviación estándar y coeficiente de variabilidad.

b) Estime el porcentaje de viviendas con rentas superiores o iguales a 26 000 soles pero menores
que 32 000 soles.

c) Si las rentas menores que 28 300 soles se incrementaron en 2 500 soles y las rentas mayores
o iguales que 28 300 soles se redujeron en un 30%. Calcule la nueva renta promedio.

PROBLEMAS

Problema #1:Una granja ganadera registro durante febrero el nacimiento de 29 terneros,

cuyos pesos al nacer (en kilogramos) fue el siguiente:

22 31 33 34 35 36 37 38 38 39

40 40 40 41 41 42 42 42 42 42
 
43 43 44 45 46 46 46 46 50

Los datos anteriores al ser dispuestos en una tabla de distribución de frecuencias se obtuvo
la siguiente tabla resultante.

clases fi

21.5 –1
26.5

Calcule en las dos variantes (datos no

26.5 –1 agrupados y datos agrupados) la media
31.5 aritmética, la mediana y la moda.

31.5 –4
36.5

36.5 –9
Problema #2: El peso en kilogramos de
41.5
un grupo de estudiantes del sexo masculino
en un curso de educación física, son los
41.5 – 13 siguientes:
46.5

46.5 –1
51.5.

Total 29
 Encuentre la media, la mediana y la Moda.
clases fi Compare los resultados utilizando la fórmula
señalada anteriormente en el texto relativa a
la correspondencia entre estas tres medidas
52.5 – 8 de tendencia central.
57.5

57.5 – 9
62.5

62.5 – 6
67.5 Problema #3:SANDOVALICH ha
decidido utilizar un promedio ponderado al
67.5 – 4 calcular las calificaciones finales de los
72.5 estudiantes que asistieron Al curso de
Métodos Estadísticos. El promedio de las
tareas hechas en casa representan el 20% de
72.5 – 2
cada calificación, el examen parcial, 25%; el
77.5
examen final, 35%; el examen trimestral,
10% y los problemas de practica, 10%. Con
77.5 – 1 los datos anexos calcule el promedio final de
82.5. los cinco estudiantes que asistieron al
seminario
Total 30
Examen
Alumno Tarea escolar Problemas Examen Examen
trimestral parcial final

1 85 89 94 87 90

2 78 84 88 91 92

3 94 88 95 86 89

4 82 79 83 84 93

5 95 90 92 82 88

Problemas 04

I. Si x1=4; x2=8; x3=10; x4=12; x5=15; x6=5; x7=4; x8=14; x9=16 lleva a cabo las
siguientes operaciones
II. Dado que

x1=4; x2=6; x3=-5; x4=1; y1=2; y2=3; y3=5; y4=7; z1=3; z2=8; z39; z4=10

Halla

PRACTICA DIRIGIDA DE METODOS ESTADISTICOS

Para cada uno de los siguientes datos, presente los datos utilizando la distribución de
frecuencias adecuada, construya el histograma y la ojiva, diagrama rectangular y pastel
 según el caso, determine la media, mediana, moda, varianza, coeficiente de variación,
determine e interprete el tercer cuartel, el decil 8, percentil 60.

1.- Los siguientes datos muestran las observaciones del número de pasajeros a bordo de 50
autobuses, cuando salen del Terminal terrestre de castilla a los distintos distritos de la
provincia de Piura. Los autobuses tienen 55 asientos cada uno y los pasajeros adicionales
deben viajar de pie.

56 42 59 50 38 46 45 49 57 48 47 53 48 39 55 51 50 51 64 48 45 40
56 51 52 46 51 47 48 31 49 42 54 50 51 47 56 46 53 58 41 50 49 52
48 55 45 35 36 43 .

2.- En una encuesta de opinión acerca de las preferencias de una marca de bebidas gaseosas
por sus colores: Negro(N), Blanco (B), Rojo(R), 20 consumidores dieron las siguientes
respuestas:

B N N B R N N B B N B N N R B N B R B N.

3.- La agencia de viaje Sandovalich, ofreces tarifas especiales en ciertas travesías por el Caribe
a ciudadanos de la tercera edad. El presidente de la agencia quiere información adicional
sobre las edades de las personas que trabajan. Una muestra aleatoria de 40 clientes que
hicieron un crucero el año pasado dio a conocer las siguientes edades:

77 18 63 84 38 54 50 59 54 56 36 26 50 34 44 41 58 58 53 51 62
43 52 53 63 62 62 65 61 52 60 60 45 66 83 71 63 58 61 71 .

4..- Los siguientes datos presenta las cantidades semanales ( en dólares) gastadas en
comestibles según una muestra de 45 hogares.:

271 363 159 76 227 337 295 319 250 279 205 279 266 199 177 162 232
303 192 181 321 309 246 278 50 42 335 116 100 151 240 474 297 170
188 320 429 294 570 342 279 235 434 123 325

5.- Los datos siguientes representan las declaraciones trimestrales de impuestos sobre las
ventas, que 50 establecimientos comerciales de una tienda del mercado de Piura
presentaron a la SUNAT.

10.3 13.0 11.1 10.0 9.3 11.1 11.2 10.2 12.9 11.5 9.6 7.3 11.1 9.2 10.7 9.0
5.3 9.9 10.0 11.6 14.5 12.5 9.8 12.8 7.8 13.0 8.0 11.6 12.5 10.5 6.7 11.8
15.1 9.3 7.6 11.0 8.7 12.5 10.4 10.1 8.4 10.6 6.5 12.7 8.9 10.3 9.5 7.5
10.5 8.6.

SANDOVALICH,, HUGO ALEXIS