Clase:

Estadísticas
Tarea:
ESTADISTICAS GENERAL APLICADA
Catedrático:
Licenciado: JOSE ALBERTO FAJARDO TEJEDA
Alumno:
Yeniffer Elizabeth raudales torres
Número de cuenta:
201710040166

El Progreso, Yoro 28 enero,

2020
 Estadística General Aplicada Capitulo #1

Estadística descriptiva (dar cuatro ejemplos)

La estadística descriptiva es la rama de la estadística que recolecta, analiza y

caracteriza un conjunto de datos (peso de la población, beneficios diarios de una
empresa, temperatura mensual,…) con el objetivo de describir las características y
comportamientos de este conjunto mediante medidas de resumen, tablas o
gráficos.

Ejemplos #1. Los datos que se muestran a continuación representan el costo de la

energía eléctrica durante el mes de julio del 2019 para una muestra aleatoria de
50 departamentos con dos recamaras en una ciudad grande.

Costo de energía eléctrica

a) Determine una tabla de frecuencias, para K = 7

b) Elabore un histograma de frecuencias y polígono de frecuencias con los
datos.
c)  Alrededor de qué cantidad parece concentrarse el costo mensual de
energía eléctrica.

Ejemplo #2 Se identificó una muestra de estudiantes que poseía automóviles

producidos por la General Motors y se registró la marca de cada automóvil. A
continuación se presenta la muestra que se obtuvo (Ch = Chevrolet, P = Pontiac,
O = Oldsmobile, B = Buick, Ca = Cadillac):
 a) Encuentre el número de automóviles de cada marca que hay en la
muestra.
n = 50.
b) Qué porcentaje de estos automóviles son Chevrolet, Pontiac, Oldsmobile,
Buick, Cadillac?
c) Trace una gráfica de barras que muestre los porcentajes encontrados en
el inciso b).

Ejemplo #3. Un policía de una ciudad, usando radar, verificó la velocidad de los
automóviles que circulaban por una calle de la ciudad:

a. Elabore una gráfica de puntos para estos datos.

Ejemplo#4  Las notas de los 20 alumnos de una clase son:

4, 3, 3, 5, 6, 7, 9, 0, 5, 4, 9, 10, 2, 7, 2, 2, 5, 6, 5, 0

a. Vamos a calcular una tabla de frecuencias:

 Teoría de probabilidades

La teoría de probabilidades se ocupa de asignar un cierto número a cada posible

resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar
dichos resultados y saber si un suceso es más probable que otro.

Variable

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.

Variable cualitativa (dar cinco ejemplos)

La variable cualitativa es aquel tipo de variable estadística la cual describe

cualidades, circunstancias o características de algún tipo de objeto o persona sin
hacer uso de números.
La variable cualitativa, nos referimos a las que permiten que una característica, un
atributo, una cualidad o una categoría no numérica sean expresadas.

Ejemplos:
 Estado civil: soltero, casado, viudo, etc.
 La sed de una persona: mucha, poca o nada.
 Calificación no numérica de un examen: aprobado, sobresaliente,
aceptado, reprobado.
 Color de ojos: marrones, azules, verde, etc.
 Profesión: arquitecto, médico, ingeniero, abogado, etc.

Variable cuantitativa (dar cinco ejemplos)

Las variables cuantitativas son aquellas variables estadísticas que otorgan un

resultado representado por un valor numérico exacto. Estos permiten entender
más fácil el valor en cuestión.

Ejemplos:
  Peso exacto de un niño (40 Kg, 30 Kg, 25 Kg, etc.).
 Cantidad de mascotas que posee una persona (1, 2, 3,4,5,6, etc.).
 Velocidad con la que se traslada un automóvil (160 Km/h, 100 Km/h, etc.).
 Temperatura de una ciudad (15, 20, 35 etc.).
 Valor económico de un producto (LPS.25, LPS.50, LPS.100, etc.).

Nivel de medición nominal (dar tres ejemplos)

Describe variables de naturaleza categórica que difieren en cualidad más que en

cantidad. Medición nominal es una escala de medición en la cual los números
sirven como “etiquetas” solamente para identificar o clasificar un objeto. Una
escala de medición nominal normalmente trata sólo con variables no numéricas
(no cuantitativas). 

Ejemplos:

 Por ejemplo, supongamos que tenemos 5 colores, naranja, azul, rojo, negro
y amarillo. Podríamos enumerar estos en cualquier orden que nos guste, ya
sea del 1 al 5 o del 5 al 1 en orden ascendente o descendente. Aquí los
números se asignan a los colores sólo con el propósito de identificación.
 los números que están escritos en los autos de carrera simplemente están
ahí para identificar al conductor asociado con el automóvil, la realidad es
que estos números no tienen nada que ver con las características del
automóvil.
 un individuo puede clasificarse como masculino o femenino. En este caso,
todos los objetos de la categoría tienen el mismo número, por ejemplo,
todos los hombres pueden ser número 1 y todas las mujeres pueden ser
número 2. Ten en cuenta que ese valor es puramente utilizado para fines
de conteo.

Nivel de medición ordinal (dar tres ejemplos)

Medicion ordinal es uno de los niveles de medición que nos otorga la clasificación

y el orden de los datos sin que realmente se establezca el grado de variación entre
ellos. La escala de medición ordinal es la segunda de las 4 escalas de medición.

Ejemplo:

a. ¿Qué tan satisfecho estás con nuestros productos?

    Totalmente satisfecho
    Satisfecho
     Neural
    Insatisfecho
    Totalmente insatisfecho

b. ¿Qué tan feliz estás con el servicio al cliente?

 Muy infeliz
 Infeliz
 Neutral
 Feliz
 Muy feliz

c. ¿con qué frecuencia lavas tu coche?

 Muy a menudo
 a menudo
 no a menudo
 nunca.

Nivel de medición por intervalo (dar dos ejemplos)

La escala de intervalo se define como una escala de medición cuantitativa en la

que se mide la diferencia entre dos variables. En otras palabras, las variables se
miden en valores reales y no de forma relativa, donde la presencia de cero es
arbitraria. Esto significa que la diferencia entre dos variables en una escala es una
distancia real o igual.

Ejemplo:

a. La diferencia entre 40 grados centígrados y 50 grados centígrados es

exactamente la misma que la diferencia entre 50 grados centígrados y 60
grados centígrados.
b. Números tipo 8 grados, 4 años, 2 meses, etc. O continuos, con números
fraccionarios como 12.2 grados, 3.5 semanas o 4.2 kilómetros.

Nivel de medición de razón

Los datos de escala de razón se definen como un tipo de datos cuantitativos que

se caracterizan por un punto de cero absolutos, lo que significa que no hay ningún
valor numérico negativo. Los números se comparan en múltiplos uno.

Distribución de frecuencias (dar dos ejemplos)

Es una representación de la relación entre un conjunto de medidas exhaustivas y

mutuamente influyentes y la frecuencia de cada una de ellas, y a la agrupación de
datos en categorías mutuamente excluyentes que indican el número de
observaciones en cada categoría.

Ejemplos:

a. Consideremos el siguiente grupo de datos:

La distribución de frecuencias es:

b. Quieren conocer si un grupo de individuos está a favor o en contra de la

exhibición de imágenes violentas por televisión, para lo cual han recogido
los siguientes datos:
Distribucion de Frecuencias: X- Variable F- Frecuencia

Medidas de tendencia Central

Las medidas de tendencia central,

son medidas esta dísticas que pretenden
resumir en un solo valor a un
conjunto de valores. Representan un centro en torno al cual se encuentra ubicado
el conjunto de los datos. Las medidas de tendencia central más utilizadas son:
media, mediana y moda.

Media (dar dos ejemplos)

Es el valor que se obtiene al sumar todos los datos y dividir el resultado entre la
cantidad de datos.

Ejemplos:

a. Calcular la media de los siguientes datos: 11, 6, 7, 7, 4.

X: 11+6+7+7+4= 35 =7
5 5

b. Las edades de 8 niños que van a una fiesta son: 2, 2, 3, 5, 7, 7, 9, 10. Hallar la
media:

X= 2+2+3+5+7+7+9+10 = 45 = 5.63

8 8

Mediana (dar dos ejemplos)

Es el valor que ocupa la posición central cuando todos los datos están ordenados
en orden creciente o decreciente.

Ejemplos:

a) Calcular la mediana de los siguientes datos: 11, 6, 7, 7, 4.

Solución:
Ordenamos los datos de menor a mayor: 4, 6, 7, 7, 11.
Ahora tomamos el dato que se encuentra al centro: 4, 6, 7, 7, 11.
El valor de la mediana es: Me = 7.
b. Calcular la mediana de los siguientes datos: 3, 6, 7, 9, 4, 4.
Solución:
Primero ordenamos los datos de menor a mayor: 3, 4, 4, 6, 7, 9.
La cantidad de datos es 6, es decir, un número par, así que vamos a ubicar los 2
valores centrales: 3, 4, 4, 6, 7, 9.
Entonces, la moda sería la media entre 4 y 6:

Me = 4+6 = 5
2

Moda (dar dos ejemplos)

Es el valor que más se repite y también podemos decir que la moda es el valor
con mayor frecuencia absoluta o el valor que ocurre con más frecuencia.

Ejemplos:

a. Calcular la moda de los siguientes datos: 11, 6, 7, 7, 4.

Podemos ver que el valor que más se repite es el 7, ya que tiene una
frecuencia absoluta de 2, por lo tanto, Mo = 7.
b. En un examen calificado del 0 al 10, 3 personas obtuvieron 5 de nota, 5
personas obtuvieron 4 de nota, y 2 personas obtuvieron 3 de nota. Calcular
la moda.
Solución:
Los datos son los siguientes: 5, 5, 5, 4, 4, 4, 4, 4, 3, 3.
El valor que más se repite es el 4, que aparece 5 veces, por lo tanto, Mo = 4.

Medidas de dispersión

Las medidas de dispersión son importantes porque nos hablan de la variabilidad

que encontramos en una determinada muestra o población. Cuando hablamos de
muestra, esta dispersión es importante porque condiciona el error que vamos a
tener a la hora de hacer inferencias para medidas de tendencia central, como la
media.
 Polígono de frecuencia (dar dos ejemplos)

Es el nombre que recibe una clase de gráficos que se crea a partir de un

Histograma de Frecuencia. El Polígono de Frecuencia se realiza uniendo los
puntos de mayor altura de esta columna.

Miles
a. Año
de Ha

Ejemplos: 177,5
2005
6
a. La superficie arbolada afectada por
210,0
incendios forestales 2006 en Honduras, para el
6
período 2005-2014, se da en la siguiente tabla.
Representa 2007 78,54 mediante un polígono de
frecuencias la superficie arbolada
114,3
afectada por los 2008 incendios.
5
  180,0
2009
2
2010 99,61
134,7
2011
7
189,5
2012
8
201,4
2013
6
235,2
2014
2
Ejemplo:

b. Las temperaturas en un día de otoño de una ciudad han sufrido las

siguientes variaciones:
Hor Temperatur
a a

6 7º

9 12°

12 14°

15 11°

18 12°

21 10°

24 8°