REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECTICA DE LA

FUERZA ARMADA NACIONAL BOLIVARIANA

NÚCLEO ARAGUA EXTENCIÓN-SAN CASIMIRO

SEGUNDO SEMESTRE EN ADM. EN GESTIÓN MUNICIPAL

INFORME II: UNIDAD II Y III

PROFESOR(a):
INTEGRANTES:

Franchesca Camacho Jennifer Contreras

C.I.:28.176.465
 Mayo, 2020

La estadística es una ciencia matemática que tiene como finalidad recolectar,

estudiar e interpretar los datos obtenidos en un determinado estudio. Además, permite
inferir el comportamiento de sucesos iguales o similares sin que éstos ocurran,
posibilitando la toma de decisiones acertadas y a tiempo. También se encarga de realizar
proyecciones, cálculos y análisis de datos con una muestra de la población mientras más
complicado sea el estudio, más ayuda nos prestará para resolver la situación. La
ordenación de datos es un proceso muy frecuente en programación. Esta operación es
también un proceso que las personas encuentran comúnmente en sus rutinas diarias.
Por ejemplo, cada elemento de la colección de datos de una agenda telefónica tiene un
campo nombre, dirección, y un número de teléfono. Cuando los datos están
almacenados en vectores, tablas (arrays), listas enlazadas o árboles, la ordenación se
denomina ordenación interna.
Cuando los datos a clasificar se encuentran almacenados en archivos, en soportes de
almacenamiento masivo (cintas o discos).

Los datos estadísticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenómeno que queremos
estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar
al conocimiento de un hecho o para reducir las consecuencias de este. Los datos
estadísticos se pueden encontrar de forma no ordenada, por lo que es muy difícil en
general, obtener conclusiones de los datos presentados de esta manera. Para poder
obtener una precisa y rápida información con propósitos de descripción o análisis, estos
deben organizarse de una manera sistemática; es decir, se requiere que los datos sean
clasificados. Esta clasificación u organización puede muy bien hacerse antes de la
recopilación de los datos.

Cuando se recolectan datos, las tablas de distribución de frecuencias se utilizan,

con ellas se pueden representar los datos de manera que es más fácil analizarlos. Se
pueden elaborar tablas de distribución de frecuencias para datos no agrupados y para
datos agrupados. Estas últimas se utiliza cuando se tienen muchos datos. Para elaborar
tablas de distribuciones de frecuencia se debe tener en cuenta lo siguiente: Cuando hay
muchos datos se agrupan en clases. Esto consiste en agrupar los datos en una
distribución de frecuencias, que puede definirse como una ordenación o arreglo de datos
en clases o categorías que muestran para cada una de ellas, el número de elementos que
contiene, denominada frecuencia. Así mismo, tenemos a los intervalos de clase, que son
los intervalos en los que se agrupan y ordenan los valores observados. Cada uno de
estos intervalos está delimitado (acotado) por dos valores extremos que les llamamos
límites. Los intervalos de clase deben estar definidos por límites que permitan
identificar plenamente si un dato pertenece a uno u otro intervalo. Estos límites son los
valores extremos de cada intervalo. Límite inferior: Es el valor menor de cada intervalo,
se denota por Li Límite superior: Es el número mayor de cada intervalo, se denota por
Ls. También será muy útil conocer y calcular la Marca de Clase (MC) de cada intervalo:
Se refiere al Punto Medio del intervalo y a través de él representaremos a todo el
intervalo y una de las maneras de calcularla es promediando los valores límite de cada
intervalo. Las fronteras de clase o límites exactos son puntos específicos de la escala
que sirven para "separar clases adyacentes". Se pueden determinar identificando los
puntos que están en la mitad entre los límites superior e inferior de las clases
adyacentes. El tamaño de un intervalo de clase se encuentra dividiendo el rango por el
número de intervalos regularmente es de 5 a 6. Se representa con la letra A de tal
manera que Ac=R/K. El punto medio de cada intervalo es la marca de clase, el cual es
el valor que representa a todo el intervalo para el cálculo de algunos parámetros como
la media aritmética o la desviación típica. Del mismo modo, están los datos no
agrupados o datos diferentes: Consideraremos como un dato diferente, a cada uno de los
distintos datos que se presentan en la muestra, los denotaremos por xi, y al número total
de datos diferentes lo denotaremos por m. Cuando el tamaño de la muestra (n) es finito
y el número de datos diferentes es pequeño (consideraremos pequeño k ≤ 10), es fácil
hacer un análisis de los datos tomando cada uno de los datos diferentes y ordenándolos
cualitativa o cuantitativamente. Y luego están los datos agrupados, cuando el tamaño de
la muestra es considerable o grande y los datos numéricos son muy diversos (n>15),
conviene agrupar los datos de tal manera que permita establecer patrones, tendencias o
regularidades de los valores observados. De esta manera podemos condensar y ordenar
los datos tabulando las frecuencias asociadas a ciertos intervalos de los valores
observados. Para hacer una representación gráfica de frecuencias, se debe tomar en
cuenta que están las gráficas de barras, que es un método gráfico que consta de dos ejes:
Uno horizontal, en el que se representan los valores (Eje de los datos) utilizando barras
verticales en forma rectangular y de la misma amplitud, y un eje vertical, en el cual la
frecuencia representa la altitud que tendrá la barra rectangular (Eje de las frecuencias),
las barras van separadas la misma distancia unas de otras y para distinguirlas puede
utilizarse distintos colores o entramados según se considere. Las gráficas circulares de
pastel o también llamada del 100%: Utilicemos las fórmulas correspondientes para
calcular el porcentaje con la regla de tres, como anteriormente lo realizamos. Los
histogramas que son las barras no van separadas, y que se rotula con los límites
inferiores de cada clase o intervalo excepto el último que deberá llevar también el límite
superior, centradas en la marca de clase. Los polígonos de frecuencias, que son gráficas
del tipo de líneas trazadas sobre las marcas de clase, (de ahí el nombre de polígono), y
se traza uniendo con segmentos de recta, de izquierda a derecha, las parejas ordenadas
que se forman, al considerar como abscisa la marca de clase (eje horizontal) y como
ordenada la frecuencia del intervalo representado (eje vertical). Y las frecuencias
acumuladas y ojivas que son un gráfico igual al histograma y polígono de frecuencias se
utiliza para el análisis y representación de variables continuas, sólo que en vez de
utilizar las frecuencias absolutas, por sus características se construye uniendo con
segmentos de recta, de izquierda a derecha, las parejas ordenadas que se forman, al
considerar como abscisa los límites superiores de cada intervalo (eje horizontal) y como
ordenada las frecuencias relativas acumuladas hasta cada intervalo representado (eje
vertical).

Así mismo, y para saber cuál es la frecuencia relativa, se debe tomar en cuenta
que es igual al número de veces que se repite un evento o sea la frecuencia multiplicado
por el 100% y dividida entre el total de la frecuencia.

Es necesario acotar que las medidas de tendencia central, son notaciones de

índice y sumatorias que denotan valores. Las notaciones de índice denota cualquiera de
los n valores de X1, X2; X3,..., Xn que una variable X puede tomar. La letra j en Xj,
representa cualquiera de los números 1, 2,3,..., n, denominado índice o subíndice.
También podemos utilizar como subíndice cualquier otra letra distinta de j, como i, k, p,
q, s. Y la notación de sumas, indica la suma de todas las Xj desde j = 1 hasta j = n, es
decir, por definición: Cuando no cabe confusión posible esta suma esta representada por
las notaciones más simples o. El símbolo es la letra griega mayúscula sigma,
significando sumación.

La medida más evidente que podemos calcular para describir un conjunto de

observaciones numéricas es su valor medio. La media no es más que la suma de todos
los valores de una variable dividida entre el número total de datos de los que se dispone.
Se puede calcular en relación con un conjunto cualquiera de datos numéricos, de manera
que siempre existe. Un conjunto de datos numéricos tiene una y solo una media, de
modo que siempre es única. Se presta a un tratamiento estadístico más profundo. Es
relativamente confiable en el sentido de que las medias de muchas muestras tomadas de
la misma población por lo general no fluctúan, o varían, tan ampliamente como otras
medidas estadísticas. Toma en cuenta todos y cada uno de los elementos de los datos.
Para calcular esta medida de centralización o tendencia central se tomaran en cuenta las
frecuencias absolutas y la marca de clase de cada clase.

Paralelo a esto, la media ponderada es una media de tendencia central, que es

apropiada cuando en un conjunto de datos cada uno de ellos tiene una importancia
relativa (o peso) respecto de los demás datos. Se obtiene multiplicando cada uno de los
datos por su ponderación (peso) para luego sumarlos, obteniendo así una suma
ponderada; después se divide esta entre la suma de los pesos, dando como resultado la
media ponderada. Sin embargo, la mediana es una medida, en donde los datos u
observaciones equidistantes o que se encuentran más en medio de todo el conjunto de
datos. Para obtener la mediana para datos agrupados, primeramente, deberemos ordenar
los datos en forma ascendente o descendente observando la siguiente secuencia de
datos: 5, 21, 32, 59, 60, 60,61, 64, 71, 80. (Datos ordenados) Como quiera que sea, en
este ejemplo, el número de datos u observaciones es par (10 personas), los dos valores
que se encuentran en medio son 60 y 60.

En el caso de que la distribución o conjunto de datos tenga una moda, se dirá que
el conjunto de datos es unimodal; si tiene dos modas, se llamara bimodal; más de dos
modas, se le llamará polimodal; y en caso que no tenga ninguna moda se denominará
amodal. La moda se suele definir como el valor más frecuente. En el caso de una
variable no agrupada, es el valor de la variable que más se repite.
 Si la Media, Mediana y Moda se localizan en el centro y son siempre iguales, la
distribución es simétrica. Ello significa que si se doblara por la mitad al polígono de
frecuencia, ambos lados tienen la misma forma. El punto más alto de la curva,
corresponde a la moda. Como la curva es simétrica, la mediana corresponde al punto en
que la distribución se parte a la mitad. Las frecuencias más altas se compensan con las
más bajas; y así, la Media, Mediana y Moda coinciden, lo que significa que cualquiera
de las tres medidas es adecuado para representar una distribución. Conforme la
distribución se hace menos simétrica o sesgada, la relación entre los tres promedios
cambia. Las diferencias entre los valores de la media, la mediana y la moda permiten
saber la forma de la curva de frecuencias en términos de asimetría. a) Para una
distribución unimodal simétrica, el valor de la media, la mediana y la moda es igual. b)
Para una distribución asimétrica positiva, la media es el mayor valor de los tres y la
mediana es mayor que la moda, pero menor que la media. c) Para una distribución
asimétrica negativa, la media es el menor valor de los tres y la mediana es inferior a la
moda, pero mayor que la media. d) El coeficiente de asimetría de Pearson, es una
medida conocida de asimetría que utiliza la diferencia observada entre la media y la
mediana de un grupo de valores.

Cabe destacar, que la media geométrica G, es un conjunto de números

estrictamente positivos (X1, X2,…,XN) es la raíz N-ésima del producto de
los N elementos. Todos los elementos del conjunto tienen que ser mayores que cero. Si
algún elemento fuese cero (Xi=0), entonces la MG sería 0 aunque todos los demás
valores estuviesen alejados del cero. Y la media armónica (H), es un conjunto de
elementos no nulos (X1, X2,…,XN) es el recíproco de la suma de los recíprocos (donde
1/Xi es el recíproco de Xi)) multiplicado por el número de elementos del conjunto (N).
Además de la media armónica es la recíproca de la media aritmética. Los elementos del
conjunto deben ser necesariamente no nulos. Esta media es poco sensible a los valores
grandes y los infravalora respecto a la media aritmética, pero muy sensible a los valores
próximos a cero, ya que los recíprocos 1/Xi son muy altos, por lo que les da más peso
que en las medias aritmética y geométrica. Si algún valor fuese cero, la media armónica
quedaría indeterminada. La relación que existe entre la media aritmética, geométrica y
armónica son: la media aritmética es la suma de todos los datos dividida entre el número
de datos, la media geométrica, es la raíz enésima del producto de todos los datos y la
media armónica es el recíproco de la suma de los recíprocos de todos los datos,
multiplicado por el número de datos.

Así mismo, y para calcular la media de variables que toman valores negativos y
positivos, la media cuadrática o RMS (Root Mean Square) es un conjunto de valores
(X1, X2,…,XN) es una medida de posición central. Esta se define como la raíz cuadrada
del promedio de los elementos al cuadrado. La media cuadrática es muy útil. Se suele
utilizar cuando el símbolo de la variable no es importante y lo que interesa es el valor
absoluto del elemento. Por ejemplo, para calcular la media de errores de medida. Los
cuartiles, deciles y percentiles se parecen mucho a la media porque también subdividen
una distribución de mediciones de acuerdo con la proporción de frecuencias observadas.
Mientras que la mediana divide a la distribución en dos mitades, los cuarteles la dividen
en cuatro cuartos, los deciles en diez décimos y los puntos percentiles la dividen en cien
partes.

Sin embargo, a pesar de lo mencionado, lo interesante de la estadística como

ciencia es que, en muchos casos, la información cuantitativa que nos brinda nos permite
conocer a ese nivel mucho mejor a una sociedad. Un estudiante que toma una
asignatura en un semestre, siempre le interesa saber con anticipación cómo será su
resultado al finalizar el semestre, qué oportunidad tiene de aprobar la asignatura y con
qué calificación. Usando la estadística se puede conocer esta información. Él puede
tomar las calificaciones de la asignatura (que son los datos) de todos los estudiantes de
semestres anteriores y hacer un promedio (que sería la media aritmética). Los resultados
que se obtengan reflejarán el porcentaje de cuantos estudiantes han obtenido una
determinada calificación, lo que le permitiría, de acuerdo al número total de estudiantes
en ese curso, saber cuál sería la probabilidad de obtener una determinada calificación.