Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6. Hist og ram a
8. Moda
9. Med iana
11. Cua rt il es
12. D ecil es
16. D esv ia ci ón t íp i ca
2 Resumen
2.1 Resu m en
3 Ejercicios
3.1.1. T ip os de va ri ables
3.1.5. Moda
3.1.9. Va ri anza
3.2.1. Ej ercicio s I
3.2.2. Ej ercicio s II
Definición de Estadística
Recogida de datos.
Análisis de datos.
Obtención de conclusiones.
Conceptos de Estadística
Población
Individuo
Muestra
Muestreo
Valor
Dato
U na va riab le est adí sti ca es c ad a una de las ca ra ct erí sti cas o cu al idad es que
Variable cualitativa
Las va ri abl es cua lit ativa s s e ref ie ren a cara ct eríst icas o
cua lid ad es q ue no p uede n ser med id as co n núm eros . Pode mos d is ting uir dos
tipo s :
U na va riab le cual itat iva nom inal pr ese nta m oda lid ad es no
E j emp lo :
El e s tado c iv il, c on las s ig uie ntes mod alid ade s : s olter o, c as ado , se parad o, d ivo rciado
y v iud o.
U na va riab le cua lit ativa o rd ina l pr ese nta m oda lid ad es no nú m eri cas , e n las
q ue ex is te un o rd en .
E j emp los :
La no ta e n un ex am en: susp e nso , apro bado , no tab le, sobr es alie nte .
Variable cuantitativa
s e p ue de n r ealiz ar o p era ci on es a ritm ét i cas co n ella. Pod emo s d is ting uir dos
tipo s :
Variable discreta
d ec ir n o adm ite val o res i nt erm edi os e ntr e do s valore s e spe c íf ico s.
E j emp lo :
Variable continua
U na va riab le cont inua e s aq ue lla q ue p uede tom ar v al ores com p rendid os ent re
d os núm eros .
E j emp los :
tre s d ec im ale s .
3 Pe so d e 5 am igo s .
Tipos de frecuencias
Frecuencia absoluta
Frecuencia relativa
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos
los valores inferiores o iguales al valor considerado.
Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas
máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30,
30, 31, 30, 31, 34, 33, 33, 29, 29.
xi Recuento fi Fi ni Ni
27 I 1 1 0.032 0.032
28 II 2 3 0.065 0.097
29 6 9 0.194 0.290
30 7 16 0.226 0.516
31 8 24 0.258 0.774
34 I 1 31 0.032 1
31 1
Límites de la clase
Cada clase está delimitada por el límite inferior de la clase y el límite superior
de la clase.
Amplitud de la clase
Marca de clase
La marca de clase es el punto medio de cada intervalo y es el valor que
representa a todo el intervalo para el cálculo de algunos parámetros.
3 , 15 , 24 , 28 , 33 , 35 , 38 , 42 , 43 , 38 , 36 , 34 , 29 , 25 , 17 , 7 , 34 , 36 , 39, 44 , 31 ,
26 , 20 , 11 , 1 3, 22 , 27 , 47 , 39 , 37 , 34 , 32 , 35 , 28, 38 , 41 , 48 , 1 5, 32 , 13 .
48 .
2º S e res tan y s e b usc a un número e ntero un poc o m ayor q ue la d ife re ncia y que
S e fo rm an lo s inter valos te nie ndo p res e nte q ue e l lím ite infe r ior de una c lase
p er te ne ce al interv alo , pe ro e l lím ite super ior no p er te ne ce inter valo , se cue nta en
ci fi Fi ni Ni
[0 , 5 ) 2 .5 1 1 0 .025 0 .025
[5 , 10 ) 7 .5 1 2 0 .025 0 .050
[45 , 50 ) 47 .5 2 40 0 .050 1
40 1
11 , 13 , 13 , 1 3, 12 , 12 , 13 , 14 , 12 , 14 , 12 , 11 , 11, 12 , 11 , 13 , 1 1, 11 , 12
11
12
13
14
Total
pr ef ier e n tom ars e libre , s ab iendo q ue d ebe n trab aj ar todo s los do m ingo s. Los
L, S, S , S , M, X , J, J, L, V , V , V , S, L, S , J, J, S , M, J, X , X , L, S , S , X , J, X , V , S,
M, L, M, V , J, V , X , S , M, L, V , V , S , S , S .
L
%
M
%
X
%
J
%
V
%
S
%
Total
%
3 La s iguie nte tab la m ues tr a e l es tado c iv il de las pe rso nas q ue trabaj an e n una
of ic ina, s ie ndo :
S = So lte ro /a
C = C as ado /a
PH = Pare j a de hec ho
S P = Se par ado /a
D = D ivorc iado /a
V = V iudo /a
Frecuencia absoluta
Estado Civil
(fi)
S 8
C 9
PH 3
SP 4
D 5
V 1
Total 30
Halla las frec ue nc ias r e lativ as y frec ue nc ias r e lativ as e n por ce ntaje s .
S 8
%
C 9
%
PH 3
%
SP 4
%
D 5
%
V 1
%
Total 30
%
p erso nas .
p erso nas .
p erso nas .
1º ESO 18%
2º ESO 13%
3º ESO 14%
4º ESO 27%
1º Bachillerato 11%
2º Bachillerato 17%
Total 100%
1º ESO 18%
2º ESO 13%
3º ESO 14%
4º ESO 27%
1º Bac 11%
2º Bac 17%
Total 100%
¿ Y e l d e 1º d e ESO?
¿ Y de B ac hiller ato?
Diagrama de barras
Un diagrama de barras se utiliza para de presentar datos cualitativos o datos
cuantitativos de tipo discreto.
Ejemplo:
Grupo sanguíneo fi
A 6
B 4
AB 1
0 9
20
Polígonos de frecuencia
También se puede realizar trazando los puntos que representan las frecuencias y
uniéndolos mediante segmentos.
Ejemplo:
Las temperaturas en un día de otoño de una ciudad han sufrido las siguientes
variaciones:
Hora Temperatura
6 7º
9 12°
12 14°
15 11°
18 12°
21 10°
24 8°
1 El s ig uie nte d iagram a de b arr as ind ica e l co lor d e p elo d e los alum nos d e la
Rubio
Pelirrojo
Moreno
2 El s ig uie nte po líg ono de fr ec ue ncia m ues tr a la m ed ia de tem per atura d iar ia
1 º
C
2 º
C
3 º
C
4 º
C
5 º
C
6 º
C
7 º
C
¿Q ué d ía hizo me no s fr ío?
Hiz o m enos fr ío e l d ía
cero .
º
La tem per atura f ue d e C
3 El s ig uie nte d iagr am a d e b arr as m ues tr a las no tas de los a lum nos de una
Insuficiente
Suficiente
Bien
Notable
Sobresaliente
¿Q ué nota es la m ás co mún?
de q uinc e am ig os:
3, 4, 2, 3, 4, 3, 4, 5, 4, 5, 3, 4, 5, 3, 4.
Nº de comidas Personas
c ad a s ect or es p rop o rcio nal a la frecu en cia abs olut a corr espo nd ie nte .
El d iagr am a c irc ular s e co ns tr uy e co n la ay ud a d e un tr anspor tado r de ángulos .
E j emp lo :
Alumnos Ángulo
Baloncesto 12 144°
Natación 3 36°
Fútbol 9 108°
Total 30 360°
Completa las tablas:
q ué ded ican s u tiem po d e oc io . Las r esp ues tas s e re f le jan en e l s ig uie nte
Televisión 150º
Lectura 75º
Deporte 90º
Otros 45º
Total º
s iguie nte d iagr ama de s ec tor es . Comp le ta la s iguie nte tab la y, d espué s ,
Poesía 3 º
Terror 24 º
Aventuras 30 º
Misterio 21 º
Teatro 12 º
Total º
Los libros de
Los libros de
Histograma
Polígono de frecuencia
Ejemplo:
ci fi Fi
[50, 60) 55 8 8
[60, 70) 65 10 18
[70, 80) 75 16 34
[80, 90) 85 14 48
[90, 100) 95 10 58
Ejemplo:
fi hi
[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3
50
Histograma
Polígono de frecuencia
Ejemplo:
ci fi Fi
[50, 60) 55 8 8
[60, 70) 65 10 18
[70, 80) 75 16 34
[80, 90) 85 14 48
[90, 100) 95 10 58
65
Histograma y polígono de frecuencias acumuladas
Ejemplo:
fi hi
[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3
50
Un parámetro estadístico es un número que se obtiene a partir de los datos de
una distribución estadística.
Los parámetros estadísticos sirven para sintetizar la información dada por una tabla
o por una gráfica.
De centralización.
De posición
De dispersión.
Medidas de centralización
Media aritmética
Moda
Medidas de posición
Para calcular las medidas de posición es necesario que los datos estén ordenados
de menor a mayor.
Cuartiles
Deciles
Percentiles
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los
valores de la distribución.
Desviación media
Varianza
Desviación típica
2, 3, 3, 4, 4, 4, 5, 5 Mo = 4
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9Mo= 1, 5, 9
2, 2, 3, 3, 6, 6, 9, 9
Si dos puntuaciones adyacentes tienen la frecuencia máxima, la moda es
el promedio de las dos puntuaciones adyacentes.
0, 1, 3, 3, 5, 5, 7, 8Mo = 4
ai es la amplitud de la clase.
Ejemplo:
Calcular la moda de una distribución estadística que viene dada por la siguiente
tabla:
fi
[60, 63) 5
[63, 66) 18
[66, 69) 42
[69, 72) 27
[72, 75) 8
100
fi hi
[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3
50
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
3, 5, 2, 1, 0, 4.
N o tie ne mod a
3 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
8
9
10
4 El núm ero de hor as q ue ded ic an los ve intitre s alum nos de una c lase a r ealiz ar un
10 , 20 , 15 , 15 , 12 , 12 , 17 , 20 , 10 , 5 , 18 , 15 , 13 , 14 , 20 , 15 , 15 , 11 , 18 , 15 , 12 , 23 ,
15
23
15
150 , 160 , 16 4, 157 , 163 , 182 , 170 , 159 , 157 , 151, 161 , 163 , 1 78, 173 , 172 .
182
163 y 157
o nc e am ig os e s:
2 , 0 , 2 , 3 , 1 , 1 , 2, 3 , 1 , 1 , 3
11
c las e s on:
110 , 132 , 90 , 123 , 110 , 108 , 97 , 99 , 93, 112 , 125 , 139 , 90 , 1 12, 112 , 90
90
112
90 y 1 12
1 , 2 , 4 , 2 , 3 , 3 , 2, 6 , 3 , 1 .
2
2 y 3
N o tie ne mod a
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
Mo=
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
Mo=
Es el valor que ocupa el lugar central de todos los datos cuando éstos
están ordenados de menor a mayor.
Cálculo de la mediana
1. Ordenamos los datos de menor a mayor.
2, 3, 4, 4, 5, 5, 5, 6, 6Me = 5
ai es la amplitud de la clase.
Ejemplo:
Calcular la mediana de una distribución estadística que viene dada por la siguiente
tabla:
fi Fi
[60, 63) 5 5
[63, 66) 18 23
[66, 69) 42 65
[69, 72) 27 92
100
100/2 = 50
2, 5, 3
2
5
2 , 1 , 3 , 2 .5
2 .25
2 .5
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
6
4 Las v ece s q ue se ce p illa Mar ía los d ie ntes al d ía d urante dos s em anas :
1 , 1 , 2 , 2 , 3 , 3 , 3, 3 , 4 , 4 , 2 , 2 , 5 , 1 .
3 .5
18
2 .5
5 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
10
6 El núm ero de hor as q ue ded ic an los ve intitre s alum nos de una c lase a r ealiz ar un
5 , 10 , 10 , 11 , 12 , 12 , 12, 13 , 14 , 15 , 14 , 15 , 15 , 15 , 14 , 15 , 17 , 18 , 18 , 20 , 20 , 13 ,
23
14
15 .5
15
150 , 160 , 16 4, 157 , 183 , 163 , 182 , 170 , 159 , 157, 151 , 161 , 1 63, 178 , 173 , 172 .
182
163
165
o nc e am ig os e s:
2 , 0 , 2 , 3 , 1 , 1 , 2, 3 , 1 , 1 , 3
1
2
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
Me =
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
Me =
Ejemplo:
Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.
xi fi xi · fi
[10, 20) 15 1 15
[30,40) 35 10 350
[50, 60 55 8 440
[60,70) 65 4 260
42 1 820
= 0. 4 − 4.6 − 2.6 + 4. 4 + 2. 4 = 0
xi fi
[72, ∞ ) 8
100
En este caso no es posible hallar la media porque no podemos calcular la marca de
clase de último intervalo.
2, 4, 3
2, 1, 3, 2
4
3 El núme ro de hor as q ue Car me n ha v is to la tele durante cada d ía d e la se m ana
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
3 .14
4 .15
1 , 2 , 3 , 3 , 4 , 2 , 1.
2 .5
1 .87
2 .29
5 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
7
8 .3
7 .8
6 El núm ero de horas q ue d ed ican los ve intic uatro alum nos de una c las e a re alizar un
5 , 5 , 10 , 10 , 11 , 12 , 12 , 12 , 13 , 14 , 15 , 14 , 15 , 15 , 15 , 14 , 15 , 17 , 18 , 18 , 20 , 20,
13 , 23
14
14 .61
14 .71
163
157
170
8 El núm ero de v ece s q ue v a al c ine e n un me s c ada co mpo ne nte de un gr upo de
o nc e am ig os e s:
2 , 2 , 2 , 3 , 1 , 2 , 1, 3 , 1 , 1 , 4
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
C alc ula la me d ia ar itmé tic a de las no tas ob tenidas , re do nde ando a dos
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
expresión .
2, 5, 3, 6, 7, 4, 9
2, 5, 3, 4, 6, 7, 1, 9
ai es la amplitud de la clase.
Ejercicio de cuartiles
fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Los deciles son los nueve valores que dividen la serie de datosen diez partes
iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
ai es la amplitud de la clase.
Ejercicio de deciles
fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Los percentiles son los 99 valores que dividen la serie de datosen 100 partes
iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los
datos.
ai es la amplitud de la clase.
Ejercicio de percentiles
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Percentil 35
Percentil 60
Di = |x - x|
Desviación media
Ejemplo:
9, 3, 8, 8, 9, 8, 9, 18
Desviación media para datos agrupados
Ejemplo:
xi fi xi · fi |x -x| |x - x| · fi
21 457.5 98.57
Escoge la opción que indica la desviación media de cada
serie de datos:
2, 4, 3
0 .67
−0 .67
2, 1, 3, 2
0 .5
2 .3
1
3 El núme ro de hor as q ue Car me n ha v is to la tele durante cada d ía d e la se m ana
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
0 .81
0 .78
0 .18
1 , 2 , 3 , 3 , 4 , 2 , 1.
1 .3
0 .90
2 .5
5 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
1 .24
1 .92
−1 .24
10 , 23 , 12 , 1 3
4 .61
4 .25
9 .4
7 .4
8 .4
8 El núm ero de v ece s q ue v a al c ine e n un me s c ada co mpo ne nte de un gr upo de
c inco am ig os e s:
2, 2, 2, 3, 1,
0 .4
0 .6
0 .8
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
C alc ula la des v iac ió n me d ia, redo nde ando a dos c ifr as d ec imales si
f ue se ne ce sario :
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
C alc ula la des v iac ió n me d ia, redo nde ando a dos c ifr as d ec imales si
f ue se ne ce sario :
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media de una distribución estadística.
Ejercicios de varianza
Ejercicio 1:
9, 3, 8, 8, 9, 8, 9, 18
Ejercicio 2:
xi fi xi · fi xi2 · fi
42 1 820 88 050
Propiedades de la varianza
2 En los casos que no se pueda hallar la media tampoco será posible hallar
la varianza.
3 La varianza no viene expresada en las mismas unidades que los datos, ya que las
desviaciones están elevadas al cuadrado.
Escoge la opción que indica la varianza de cada serie de
datos:
2, 4, 3
2 /3
1 /3
2, 1, 3, 2
0 .5
0 .3
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
1 .33
1 .55
2 .55
1 , 2 , 3 , 3 , 4 , 2 , 1.
1 .06
1 .6
1 .60
5 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
3 .36
2 .36
2 .63
6 El número de hor as q ue ded ican los d ie z gr upo s d e alum no s for m ados e n una c lase
5 , 5 , 12 , 13 , 1 5, 15 , 15 , 20 , 20 , 23
15 .21
32 .32
32 .21
120 .8
121 .8
60 .4
o nc e am ig os e s:
2 , 2 , 2 , 3 , 1 , 2 , 1, 3 , 1 , 1 , 4
0 .81
0 .91
1 .2
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
C alc ula la var ianza de las no tas o bte nid as , re do nd eando a d os c ifras
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
S
La desviación típica es la raíz cuadrada de la varianza.
Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.
9, 3, 8, 8, 9, 8, 9, 18
Ejercicio 2:
xi fi xi · fi xi2 · fi
42 1 820 88 050
Propiedades de la desviación típica
1 La desviación típica será siempre un valor positivo o cero, en el caso de que las
puntuaciones sean iguales.
2 En los casos que no se pueda hallar la media tampoco será posible hallar
la desviación típica.
3 Cuanta más pequeña sea la desviación típica mayor será la concentración de
datos alrededor de la media.
2, 4, 3
2 /3
0 .67
0 .82
2, 1, 3, 2
0 .5
0 .71
2
3 El núme ro de hor as q ue Car me n ha v is to la tele durante cada d ía d e la se m ana
p as ad a e s:
3, 2, 3, 3, 2, 6, 3
1 .25
1 .55
2 .25
1 , 1 , 2 , 2 , 3 , 3 , 3, 3 , 4 , 4 , 2 , 2 , 5 , 1 .
1 .3
1 .06
1 .03
5 Las no tas de lo s ex áme nes de m atem átic as r ealiz ado s d ur ante e l c ur so por Pablo
s on:
7 , 5 , 6 , 8 , 7 , 8 , 8, 9 , 10 , 10 .
2 .36
1 .54
1 .18
6 El núme ro de hor as q ue ded ic an los gr upos d e alum nos f orm ado s e n una c lase al
5 , 5 , 12 , 13 , 1 5, 15 , 15 , 20 , 20 , 23
6 .80
16 .11
5 .68
10 .99
60 .4
10 .1
8 El núm ero de v ece s q ue v a al c ine e n un me s c ada co mpo ne nte de un gr upo de
o nc e am ig os e s:
2 , 2 , 2 , 3 , 1 , 2 , 1, 3 , 1 , 1 , 4
0 .91
0 .95
6 , 2 , 4 , 4 , 5 , 5 , 6, 3 , 8 , 6 , 5 , 3 , 7 , 6 , 5 , 6, 4 , 4 , 4 , 3 , 5 , 5 , 4 , 6 , 7, 4
C alc ula la de sv iac ió n típ ic a d e las no tas o b te nid as , redo nd eando a dos
0 , 1 , 1 , 1 , 3 , 2 , 2, 7 , 1 , 2 , 1 , 0 , 0 , 0 , 1 , 2, 1 , 2 , 1 , 2 , 0 , 0 , 4 , 6 , 7
28 ºC , 29 ºC , 28 ºC , 30 ºC , 30 º C, 29 ºC , 30 ºC , 31 ºC , 29 º C , 29 ºC , 3 0 ºC , 31 ºC, 31
ºC , 31 ºC , 32 ºC , 33 ºC , 34 º C , 34 º C, 35 ºC , 31 ºC , 31 ºC , 32 ºC , 32 ºC , 33 º C , 33 º C,
31 ºC , 32 ºC , 32 ºC , 33 ºC , 33 ºC , 34 ºC .
Mo =
Me =
R =
Se calcula para cada una de las distribuciones y los valores que se obtienen se
comparan entre sí.
Ejercicio:
Una distribución tiene x = 140 y σ = 28.28 y otra x = 150 y σ = 24. ¿Cuál de las dos
presenta mayor dispersión?
Puntuaciones típicas
Puntuaciones diferenciales
xi = Xi − X
Puntuaciones típicas
Las puntuaciones típicas son el resultado de dividir las puntuaciones
diferenciales entre la desviación típica. Este proceso se llamatipificación.
Ejercicio
En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos es 58.2 kg
y el de las alumnas y 52.4 kg. Las desviaciones típicas de los dos grupos son,
respectivamente, 3.1 kg y 5.1 kg. El peso de José es de 70 kg y el de Ana es 65 kg.
¿Cuál de ellos puede, dentro del grupo de alumnos de su sexo, considerarse más
grueso?