MÓDULO DE ESTADÍSTICA 6° Y 7°

Docentes: Diana Lorena Velásquez

Diego Fernando Ortiz

INSTITUTO COMERCIAL DEL VALLE “ INCOVAL”

CALI 2019

1
 INTRODUCCIÓN

Este módulo tiene como función trabajar conceptos, definiciones y talleres básicos
con el objetivo de que el estudiante los reconozca y entienda mejor cada uno de los
temas a desarrollar en la asignatura.

Mediante el uso de estos conceptos básicos, se facilitará la comprensión, usando una

terminología común, y ejemplos apropiados a cada tema, así como se establece una
serie de convenciones y ejercicios para realizar y practicar los procedimientos
estadísticos.

OBJETIVOS

❏ Analizar los orígenes de la estadística determinando la evolución y aplicación

de la misma en la actualidad.

❏ Estudiar el significado y alcance del concepto de población y estadística y

reconocer los elementos que lo integran.

❏ Describir los conceptos de muestra al azar, muestra representativa y muestra

suficiente.

❏ Asociar los modelos distribucionales de las medidas y observarlas, con las

características de estudio.

❏ Describir los diferentes modos de muestreo que se pueden realizar de un

estudio o investigación.

2
 CONTENIDO

PÁG.

1) Historia de la Estadística……………………………………………………. 4
2) Concepto de la Estadística…………………………………………………. 7
3) División de la estadística:
3.1 Estadística descriptiva………………………………………….. 8
3.2 Estadística inferencial…………………………………………… 8
4) Conceptos básicos:
4.1 Población…………………………………………………………. 8
4.2 Muestra………………………………………………………….... 8
4.3 Muestra Aleatoria………………………………………………… 10
4.4 Variable……………………………………………………………. 11
4.5 Dato………………………………………………………………… 11
4.6 Parámetro…………………………………………………………. 11
4.7 Estadístico………………………………………………………… 11
4.8 Censo……………………………………………………………… 11
4.9 Encuesta………………………………………………………….. 11
5) Pasos en un estudio estadístico……………………………………………. 12
6) Técnicas de Muestreo……………………………………………………….. 12
7) Tipos de variables……………………………………………………………. 15
8) Tablas de frecuencias……………………………………………………..… 18
9) Medidas de tendencia central………………………………………………. 22
10) Pictogramas…………………………………………………………………. 25
11) Diagramas de barras……………………………………………………….. 27
12) Estadística de posición continua…………………………………………… 33
01. Cuartiles………………………………………………………….. 34
02. Déciles……………………………………………………………. 36
03. Percentiles……………………………………………………….. 37
13) Prepárate para el icfes……………………………………………………… 41

3
 1. HISTORIA DE LA ESTADÍSTICA

Los comienzos de la estadística pueden ser hallados en el antiguo Egipto, cuyos

faraones lograron recopilar, hacia el año 3050 antes de Cristo, prolijos datos relativos
a la población y la riqueza del país. De acuerdo al historiador griego Heródoto, dicho
registro de riqueza y población se hizo con el objetivo de preparar la construcción de
las pirámides. En el mismo Egipto, Ramsés II hizo un censo de las tierras con el objeto
de verificar un nuevo reparto.

En el antiguo Israel la Biblia da referencias, en el libro de los Números, de los datos

estadísticos obtenidos en dos recuentos de la población hebrea. El rey David por otra
parte, ordenó a Joab, general del ejército hacer un censo de Israel con la finalidad de
conocer el número de la población. También los chinos efectuaron censos hace más
de cuarenta siglos. Los griegos efectuaron censos periódicamente con fines
tributarios, sociales (división de tierras) y militares (cálculo de recursos y hombres
disponibles). La investigación histórica revela que se realizaron 69 censos para
calcular los impuestos, determinar los derechos de voto y ponderar la potencia
guerrera. Pero fueron los romanos, maestros de la organización política, quienes
mejor supieron emplear los recursos de la estadística. Cada cinco años realizaban un
censo de la población y sus funcionarios públicos tenían la obligación de anotar
nacimientos, defunciones y matrimonios, sin olvidar los recuentos periódicos del
ganado y de las riquezas contenidas en las tierras conquistadas. Para el nacimiento
de Cristo sucedía uno de estos empadronamientos de la población bajo la autoridad
del imperio. Durante los mil años siguientes a la caída del imperio Romano se
realizaron muy pocas operaciones Estadísticas, con la notable excepción de las
relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve en el
758 y por Carlomagno en el 762 DC. Durante el siglo IX se realizaron en Francia
algunos censos parciales de siervos. En Inglaterra, Guillermo el Conquistador recopiló
el Domesday Book o libro del Gran Catastro para el año 1086, un documento de la
propiedad, extensión y valor de las tierras de Inglaterra. Esa obra fue el primer
compendio estadístico de Inglaterra.

4
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron
de revivir la técnica romana, los métodos estadísticos permanecieron casi olvidados
durante la Edad Media. Durante los siglos XV, XVI, y XVII, hombres como Leonardo
de Vinci, Nicolás Copérnico, Galileo, Neper, William Harvey, Sir Francis Bacon y René
Descartes, entre otros, hicieron grandes operaciones al método científico, de tal forma
que cuando se crearon los Estados Nacionales y surgió como fuerza el comercio
internacional existía ya un método capaz de aplicarse a los datos económicos.

Para el año 1532 empezaron a registrarse en Inglaterra las defunciones debido al

temor que Enrique VII tenía por la peste. Más o menos por la misma época, en Francia
la ley exigió a los clérigos registrar los bautismos, fallecimientos y matrimonios.
Durante un brote de peste que apareció a fines de la década de 1500, el gobierno
inglés comenzó a publicar estadísticas semanales de los decesos. Esa costumbre
continuó muchos años, y en 1632 estos Bills of Mortality (Cuentas de Mortalidad)
contenían los nacimientos y fallecimientos por sexo. En 1662, el capitán John Graunt
usó documentos que abarcaban treinta años y efectuó predicciones sobre el número
de personas que morirían de varias enfermedades y sobre las proporciones de
nacimientos de varones y mujeres que cabría esperar. El trabajo de Graunt,
condensado en su obra Natural and Political Observations...Made upon the Bills of
Mortality (Observaciones Políticas y Naturales... Hechas a partir de las Cuentas de
Mortalidad), fue un esfuerzo innovador en el análisis estadístico.

Por el año 1540 el alemán Sebastián Muster realizó una compilación estadística de
los recursos nacionales, comprensiva de datos sobre organización política,
instrucciones sociales, comercio y poderío militar. Durante el siglo XVII aportó
indicaciones más concretas de métodos de observación y análisis cuantitativo y
amplió los campos de la inferencia y la teoría Estadística. Los eruditos del siglo XVII
demostraron especial interés por la Estadística Demográfica como resultado de la
especulación sobre si la población aumentaba, decrecía o permanecía estática. En
los tiempos modernos tales métodos fueron resucitados por algunos reyes que
necesitaban conocer las riquezas monetarias y el potencial humano de sus
respectivos países. El primer empleo de los datos estadísticos para fines ajenos a la
política tuvo lugar en 1691 y estuvo a cargo de Gaspar Neumann, un profesor alemán

5
que vivía en Breslau. Este investigador se propuso destruir la antigua creencia popular
de que en los años terminados en siete moría más gente que en los restantes, y para
lograrlo hurgó pacientemente en los archivos parroquiales de la ciudad. Después de
revisar miles de partidas de defunción pudo demostrar que en tales años no fallecían
más personas que en los demás. Los procedimientos de Neumann fueron conocidos
por el astrónomo inglés Halley, descubridor del cometa que lleva su nombre, quien
los aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las tablas
de mortalidad que hoy utilizan todas las compañías de seguros.

Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis
Maseres, Lagrange y Laplace desarrollaron la teoría de probabilidades. No obstante
durante cierto tiempo, la teoría de las probabilidades limitó su aplicación a los juegos
de azar y hasta el siglo XVIII no comenzó a aplicarse a los grandes problemas
científicos. Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en
1760 la palabra estadística, que extrajo del término italiano statista (estadista). Creía,
y con sobrada razón, que los datos de la nueva ciencia serían el aliado más eficaz del
gobernante consciente. La raíz remota de la palabra se halla, por otra parte, en el
término latino status, que significa estado o situación; Esta etimología aumenta el
valor intrínseco de la palabra, por cuanto la estadística revela el sentido cuantitativo
de las más variadas situaciones.

Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este
interpretó la teoría de la probabilidad para su uso en las ciencias sociales y resolver
la aplicación del principio de promedios y de la variabilidad a los fenómenos sociales.
Quételect fue el primero en realizar la aplicación práctica de todo el método
Estadístico, entonces conocido, a las diversas ramas de la ciencia. Entretanto, en el
período del 1800 al 1820 se desarrollaron dos conceptos matemáticos fundamentales
para la teoría Estadística; la teoría de los errores de observación, aportada por
Laplace y Gauss; y la teoría de los mínimos cuadrados desarrollada por Laplace,
Gauss y Legendre. A finales del siglo XIX, Sir Francis Gaston ideó el método conocido
por Correlación, que tenía por objeto medir la influencia relativa de los factores sobre
las variables. De aquí partió el desarrollo del coeficiente de correlación creado por
Karl Pearson y otros cultivadores de la ciencia biométrica como J. Pease Norton, R.

6
H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de las
relaciones. Los progresos más recientes en el campo de la Estadística se refieren al
ulterior desarrollo del cálculo de probabilidades, particularmente en la rama
denominada indeterminismo o relatividad, se ha demostrado que el determinismo fue
reconocido en la Física como resultado de las investigaciones atómicas y que este
principio se juzga aplicable tanto a las ciencias sociales como a las físicas.

2. EL CONCEPTO DE LA ESTADÍSTICA.

¿Qué es y para qué sirve?

La Estadística se ocupa de la recolección, agrupación, presentación, análisis e

interpretación de datos. A menudo se llaman estadísticas a las listas de estos
datos, cosa que crea una cierta ambigüedad, que no debería originarse
confusiones. La Estadística no son sólo los resultados de encuestas, ni el
cálculo de unos porcentajes, la Estadística es un método científico que
pretende sacar conclusiones a partir de unas observaciones hechas. Es decir;
es una ciencia descriptiva. Ya que recoge, ordena, sintetiza y presenta los
datos de cierto fenómeno que presenta variedad o incertidumbre para su
estudio a través de un método, con el objeto de establecer las leyes que rigen
el fenómeno en cuestión (entra en juego la probabilidad) y con ello poder
hacer pronósticos o anticipar sucesos sobre los mismos, de esta manera tomar
decisiones y/o conclusiones (se llama inferencia).

3. DIVISIÓN DE LA ESTADÍSTICA
➢ Estadística Descriptiva.

Son aquellos métodos y técnicas para recolectar, organizar y presentar toda la

información numérica a través de tablas y gráficas. Así como el cálculo de
medidas estadísticas de tendencia central y de variación.

➢ Estadística Inferencial.

7
 Son aquellos métodos y técnicas se utilizan para obtener conclusiones
generales sobre una población a partir de una muestra representativa dada.

4. CONCEPTOS BÁSICOS
❏ Población estadística:

Conjunto finito o infinito de elementos, denominados individuos, sobre

los cuales se realizan observaciones. Ejemplos: todos los habitantes de
cierto lugar, todos los ejemplares de una determinada especie de
tortugas, todos los microchips que fabrica una empresa, etc.

❏ MUESTRA:

Subconjunto finito de una población. El número de individuos que

forman la muestra se denomina tamaño muestral. Sobre ellos es que
en realidad se hacen las mediciones u observaciones. La muestra
aleatoria si es bien representativa, ya que cada elemento de la
población ha tenido la misma oportunidad de ser escogida o
seleccionada. De esta manera, las conclusiones sobre la muestra
aleatoria son confiables.

Imagen 1: Ejemplo de una muestra aleatoria de un determinado

conjunto de personas.

Ejemplo 3.1

8
Imaginemos que en una cuadra de una calle hay 22 familias y
queremos realizar una encuesta y para ello se eligen 8 familias al azar,
para que la muestra sea representativa. Una forma para que la elección
sea completamente al azar es por ejemplo escribir las familias en
papeles y doblarlos para depositarlos en una urna o bolsa y luego sacar
los papeles que contienen las familias a encuestar. Así, nos
aseguraremos que las familias sean diferentes y seleccionadas al azar.

En este caso tenemos que la población, N, es de 24 y que la muestra,

n, es de 8. N = 24 y n = 8. para sacar conclusiones de la encuesta se
podría hacer una regla simple de tres para la población. Por ejemplo,
si de las 8 familias salieran que una familia tiene un miembro con
cáncer. Por tanto, podemos decir que de cada 8 familias una tiene un
miembro con cáncer, ¿cuántas familias podrían tener cáncer en la
población de 24 familias?

Para contestar la pregunta tenemos que

1 𝑥
=
8 24

Despejando

1
𝑥 = 24 ∗ =3
8

Entonces, podemos concluir que de cada 24 familias en una región

determinada 3 de esas familias tienen un miembro que sufre de cáncer.

EJERCICIOS:

1. En un laboratorio clínico se tomó una muestra de 80 personas de

las cuales se obtuvo que 4 de ellas tienen diabetes. ¿Cuántos
pacientes podrían tener diabetes en una población de 2.600
personas que se sometan a un análisis de laboratorio?
2. En una fábrica de camisetas se toma una muestra de 90
camisetas y se encuentra que 6 camisetas están defectuosas.

9
 ¿Cuántas camisas defectuosas se podrían hallar en un lote de
2.000 camisetas?
3. Un biólogo quiere estudiar si en un lago, donde hay una cierta
especie de pez, hay peces con hongos. Y para ello se encarga
de sacar en distintas horas cierta cantidad de peces. Así, obtiene
una muestra de 60 peces. Al realizar los análisis ve que de esos
60 peces hay 4 con esta enfermedad. Si, llega a la conclusión
que en la población de peces que viven en el lago hay 90 peces
infectados con hongos, ¿cuál es la cantidad de peces en el lago
o la población de peces en ese lago?

❏ VARIABLE O CARÁCTER:

Cada una de las características que pueden observarse en un individuo

de la muestra. Ejemplos: en una muestra de una población de seres
humanos podemos medir: la altura, la edad, el peso, el sexo, número
de hermanos…; en una muestra de una población de una especie de
tortugas podemos medir: la anchura del caparazón, la longitud del
caparazón, la edad.

❏ DATO:

Es aquel valor obtenido de la variable. Por ejemplo; la edad de los

individuos puede ser; {12, 13, 14,15}. El grupo sanguíneo
{𝐴, 𝑂, −𝑂, 𝐵, 𝐴𝐵}. Su nivel de felicidad
{𝐷𝑒𝑝𝑟𝑖𝑚𝑖𝑑𝑜, 𝑡𝑟𝑖𝑠𝑡𝑒, 𝑐𝑜𝑛𝑡𝑒𝑛𝑡𝑜, 𝑓𝑒𝑙𝑖𝑧, 𝑚𝑢𝑦 𝑓𝑒𝑙𝑖𝑧}. El números de hijos
{0,1,2,3,4,5,6,7,8,9,10}. La altura
{0.90, 1.00, 1.00,1.10, 1.20, 𝑒𝑛𝑡𝑟𝑒 𝑜𝑡𝑟𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠}.

❏ PARÁMETRO:

Es una cantidad numérica sobre una la población en estudio. Ejemplos;

La edad promedio de los individuos de un país. La idea radica es en

10
 reducir toda la información obtenida de una población en unos pocos
números (parámetros).

❏ ESTADÍSTICO

Es cambiar la población por una muestra. Si se usa un estadístico para

aproximar un parámetro, también suele llamarse estimador.

❏ CENSO:

Es un listado de una o más características de todos los elementos de

una población. Los censos poblacionales se hacen cada 10 años a
nivel mundial.

❏ ENCUESTA:

Es un listado de una o más características de todos los elementos de

una muestra.

5. PASOS EN UN ESTUDIO ESTADÍSTICO:

Lo primero es establecer una hipótesis o problema sobre una población, que

puede ser una pregunta, o por ejemplo; ¿Los fumadores tiene más aceptación
que los no fumadores? Donde se pueden establecer más preguntas cómo; ¿En
qué sentido? ¿Mayor número? ¿Esto puede clasificar por rangos de edades?
¿Cambia la perspectiva si son mayores de edad o no? entre otras.
Posteriormente, se decide qué datos recoger (el diseño de experimentos). Aquí
se tiene en cuenta, cómo ejemplo, qué individuos pertenecerán al estudio
(muestra), en nuestro ejemplo anterior si son fumadores o no, que edades
pueden ser. Así también, tener criterios de exclusión: ¿Cómo se eligen? ¿Se
descartan los que padecen enfermedades crónicas? Qué datos recoger de los
mismo ( es decir las variables). Cómo; ¿edad?, ¿Sexo?, ¿Estrato?, ¿Qué
estrato son su círculo de amigos? ¿Otros factores? Ahora si va, la recolección
de datos (el muestreo); es decir, de qué forma se recoge la información.
Describir (de una forma resumir la información) los datos obtenidos. la medio

11
 de la aceptación de los fumadores (estadístico). tanto porcentaje de la
población no acepta a los fumadores (frecuencias), gráficos, tablas, etc. Luego,
se realiza una inferencia sobre la población, La no aceptación de los fumadores
entre un rango de edades de la población está por encima de la medio, por
ejemplo. Por último, se cuantifica la confianza de la inferencia.

6. MÉTODOS DE MUESTREO.

¿Por qué seleccionamos una muestra?

En la práctica no va a ser posible estudiar todos los elementos de la población,

por varias razones:

· El estudio puede implicar la destrucción del elemento (estudio de la vida

media de una partida de bombillas, estudio de la tensión de rotura de
unos cables…)

· Los elementos pueden existir conceptualmente, pero no en realidad

(población de piezas defectuosas que producirá una máquina en su vida
útil).

· Puede ser inviable económicamente estudiar a toda la población.

·El estudio llevaría tanto tiempo que sería impracticable e incluso las
propiedades de la población podrían variar con el tiempo.

TIPOS DE MUESTREO

Hay cuatro (4) tipos de muestreo:

❏ Muestreo Aleatorio Simple.

❏ Muestreo Estratificado.

❏ Muestreo por Conglomerados.

❏ Muestreo sistemático.

MUESTREO ALEATORIO SIMPLE:

¿Cuándo de utiliza?

Una muestra es aleatoria simple cuando:

12
 1) Cada elemento de la población tiene la misma probabilidad de ser
escogido,

2) las observaciones se realizan con reposición, de manera que la

población es idéntica en todas las extracciones. Comentarios: La condición
(1) asegura la representatividad. La condición (2) se impone por
simplicidad: si el tamaño de la población N es grande con respecto al
tamaño muestral n, es prácticamente indiferente realizar el muestreo con o
sin reposición. (Atención: Si el cociente n/N>0.1 los métodos que
estudiaremos aquí son aproximados y deberían tenerse en cuenta las
correcciones pertinentes).

¿Cómo se realiza?

Se utilizan las tablas de números aleatorios: se enumeran los elementos

de la población del 1 al N y se toman números aleatorios de tantas cifras
como tenga N. El valor del número aleatorio indicará el elemento a
seleccionar.

MUESTREO ESTRATIFICADO:

Disponemos de información adicional sobre la población e interesa que la

muestra tenga una composición análoga a de la población. Los elementos de
la población se dividen en clases o estratos según los valores de alguna otra
variable (por ejemplo, según el sexo, la edad, la profesión,...)

MUESTREO POR CONGLOMERADOS:

Hay situaciones en que ni el muestreo aleatorio simple ni el estratificado son

aplicables. En estos casos es habitual que los elementos de la población se
encuentren agrupados en conglomerados, de los cuales sí que se sabe
cuántos hay. (Por ejemplo, la población se distribuye en provincias, los
habitantes de una ciudad se distribuyen en barrios,…)

13
 ¿Cómo se realiza?

Si puede suponerse que cada conglomerado es una muestra representativa

de la población total respecto de la variable de estudio, podemos:

Seleccionar al azar algunos de estos conglomerados, dentro de cada

conglomerado, analizar:

a) Todos sus elementos

b) Una muestra aleatoria simple de sus elementos. Inconveniente: Si los

conglomerados son heterogéneos entre ellos, puesto que sólo se
analizan algunos de ellos, la muestra final puede ser no representativa
de la población. Las ideas de estratificación y conglomerado son
opuestas:

La estratificación funciona mejor cuanto mayor sean las diferencias

entre estratos, pero es necesario que los estratos sean homogéneos
internamente.

Los conglomerados funcionan mejor cuanto menores sean las diferencias

entre ellos, pero deben ser muy heterogéneos internamente, es decir, dentro
de cada conglomerado debe estar incluida toda la variabilidad de la población.

MUESTREO SISTEMÁTICO

La característica fundamental es que los datos deben estar ordenados de

forma numérica. La primera observación es elegida al azar entre los primeros
elementos de la población y las siguientes observaciones son elegidas
guardando la misma distancia entre sí.

7. TIPOS DE VARIABLES

Las variables se clasifican en:

● CUALITATIVAS

14
 Los valores (modalidades) no se pueden determinar a través de
cantidades numéricas (no se pueden hacer operaciones algebraicas
entre ellas). Y tempos dos tipos de variables cualitativas:

01. Nominales:

Sus valores no se pueden ordenar o no hay un orden obvio. Por

ejemplo; el tipo de sangre, sexo, religión, nacionalidad, Fumar
(Si/No), integrantes de tu familia, entre otros.

02. Ordinales:

Si sus valores se pueden ordenar. Por ejemplo; Mejoría a un

tratamiento, intensidad del dolor, cantantes favoritos, dosis de
ciertos medicamentos al día, comidas preferidas, grado de
satisfacción, entre otros.

Es conveniente asignarle valores numéricos a las cualidades. Por

ejemplo:

Código arbitrario; Género (si es hombre coloque el número 1 y es mujer

el 2), Raza (Si es blanco/a marca con el número 1, mestizo con el 2, afro
3,...)

Pero, también hay algunas cualidades que deben de obedecer un orden;

Felicidad - ordinal (marque con un 1 si se siente triste, 2 enojado, 3
contento, 4 feliz, 5 muy feliz).

● CUANTITATIVAS O NUMÉRICAS

Si sus valores son números. Aquí tiene sentido efectuar operaciones

algebraicas con ellas. Hay dos clases:

01. DISCRETAS:

15
 Si toman valores enteros. Por ejemplo; números de mascotas,
números de hijos, número de personas en el núcleo familiar, etc.

02. CONTINUA:

Si entre dos valores hay infinitos valores intermedios. Por

ejemplo; la estatura, edad, dosis de medicamento suministrado,
etc.

EJERCICIOS:

Escribe:

1-

a) Tres ejemplos de variables cualitativas

. b) Tres ejemplos de variables cuantitativas discretas.

c) Tres ejemplos de variables cuantitativas continuas.

2.- Di si las siguientes afirmaciones son verdaderas o falsas.

Escribe la frase correcta:

❏ Para realizar un estudio estadístico se debe investigar a

toda la población objeto de estudio.
❏ La propiedad o característica de la población que
queremos estudiar se denomina variable estadística.
❏ Una muestra es una parte de la población que se desea
estudiar.
❏ Las variables que toman valores no numéricos son
variables cualitativas.
❏ La variable superficie de las viviendas de una ciudad es
una variable cuantitativa discreta.

16
 ❏ La variable número de letras de las palabras de un texto
es una variable cuantitativa continua.

8. TABLAS DE FRECUENCIAS.

Las tablas son de vital importancia ya que permite de alguna forma resumir la
información recogida a partir de una muestra representativa, además nos
facilitan la comprensión de la información encontrada en la muestra. En ellas,
se pueden introducir cualquier tipo de variable. Para la construcción se definen
primero las categorías o clases de la muestra, donde los participantes de la
muestra entran en juego, luego tenemos las siguientes definiciones:

Frecuencia absoluta (𝒇𝒊 ): El números de individuos que cumplen con

las condiciones de la categoría o clase i.

Frecuencia relativa (𝒉𝒊 ): Es la proporción de individuos que cumplen

con las condiciones de la categoría o clase i.

𝑓
ℎ𝑖 = 𝑛𝑖; Donde 𝒇𝒊 es la correspondiente frecuencia absoluta y n es el

número total de datos.

Frecuencia absoluta acumulada (𝑭𝒊 ): Es la suma de frecuencias

absolutas de todos los valores iguales o inferiores al valor considerado.

Frecuencia relativa acumulada (𝑯𝒊 ): Es la suma de frecuencias

relativas de todos los valores iguales o inferiores al valor considerado.

01. VARIABLE DISCRETA

Ejemplo 8.1:

Para los siguientes datos realice la tabla de frecuencia.

8, 4, 5, 10, 8, 6, 5, 4, 8, 2.

Solución:

17
Primero organicemos los datos en orden: 2, 4, 4, 5, 5, 6, 8, 8, 8, 10.
Ahora, podemos organizarlos en una tabla

El 2 se repite una vez, el 4 dos veces, el 5 dos veces, el 6 una vez, el 8

tres veces y el 10 una vez. En total hay 10 datos. Cada frecuencia
relativa se coge cada frecuencia absoluta y se divide por el número total
de datos (n=10).

Nota: Tener en cuenta que la suma de las frecuencias absolutas es

igual al número total de datos y la suma de las frecuencias relativas es
igual a 1.

DATO 𝒇𝒊 𝒉𝒊 𝑭𝒊 𝑯𝒊

2 1 0,1 1 0,1

4 2 0,2 3 0,3

5 2 0,2 5 0,5

6 1 0,1 6 0,6

8 3 0,3 9 0,9

10 1 0,1 10 1
10 10 1
∑
𝑖=1

La tabla de frecuencia nos proporciona información muy importante.

Supongamos que los datos se tomaron sobre el número de cigarrillos
que fuman en un día. Entonces, al tener un contexto podemos decir que:

➢ Tres personas fuman 8 cigarrillos al día (𝑓5 ).

➢ El 10% de los encuestados fuman ya sea 10 cigarrillos al día
( ℎ6 ).
➢ El 50% de los encuestados fuman entre 2 a 5 cigarrillos al día
(𝑯𝟑 ).

18
Ejemplo 8.2: Con frecuencia Acumulada

Para los siguientes datos realice la tabla de frecuencia.

Solución:

1. Se toman los números de los datos de las frecuencias y se

multiplica la primera fila con la primera columna:

4 x 5=20

2. Se toma como inicial la siguiente ecuación para sacar los rangos

para los intervalos de clase, donde se toma el número mayor (D) y se
resta con el número menor (d) y se divide sobre el número de
intervalos:

L=D-d
n°

*El número de intervalos será de 7 en este ejercicio.

L= 87-73 L= 14 = 2
7 7

3. Luego de aplicar la fórmula anterior, se procede a realizar la tabla

de frecuencia similar a la tabla anterior agregando una columna inicial
que se llamara Intervalo de clases:

19
 4. Después de tener el número de intervalos de clase se determinarán
el número de rangos en el que se comenzará desde el número menor
sumando el resultado de la ecuación a cada uno hasta llegar a el
número mayor de la secuencia de datos.

Nota: Se abrirá el proceso de intervalos con corchetes y se hará la

sumatoria en intermedio con paréntesis, finalizando con corchetes.

5. La frecuencia Acumulada se toma a partir del primer número de la

frecuencia absoluta y se continúa sumando en diagonal hasta obtener
el mismo número de multiplicación de los datos, o la sumatoria de la
frecuencia absoluta.

9. MEDIDAS DE TENDENCIA CENTRAL.

Dado un conjunto de datos es conveniente obtener la medida que

represente ese conjunto para su estudio, por lo general se toma la
medida que se encuentre en el centro de las mediciones ordenadas de
menor a mayor.

Las medidas de tendencia central de un conjunto de datos se clasifican

en:

1. Media aritmética o promedio (𝒙).

La media aritmética o promedio es el valor obtenido al sumar todos los

datos y al dividirlos por el número total de datos.

20
 ∑𝑛
𝑖=1 𝑥1 +𝑥2 +...+𝑥𝑛
𝑥= 𝑛

Si se tiene la frecuencia absoluta o que los datos se repitan la media

aritmética puede expresar de la siguiente manera:

∑𝑛𝑖=1 𝑥𝑖 ∗ 𝑓𝑖
𝑥=
𝑛

Para el ejemplo 8.1 encuentre la media aritmética 8, 4, 5, 10, 8, 6, 5, 4,

8, 2.

Solución:

Hay 10 datos en total (n = 10), los cuales en orden son: 2, 4, 4, 5, 5, 6,

8, 8, 8, 10. Al sumar los datos obtenemos

∑ 𝑥𝑖 ∗ 𝑓𝑖 = 2 + 4 ∗ 2 + 5 ∗ 2 + 6 + 8 ∗ 3 + 10 = 60
𝑖=1

Entonces

60
𝑥= =6
10

El promedio o media aritmética es 6.

2. Moda (𝑀𝑜 ).

La moda es el dato que más se repite. Se denota

Para el ejemplo 8.1, cuyos datos en orden son 2, 4, 4, 5, 5, 6, 8, 8, 8,

10. La moda es 8, ya que tiene mayor frecuencia. Entonces 𝑀𝑜 = 8

Nota: Si en un conjunto de datos hay dos datos que tienen mayor

número de frecuencia absoluta o se repiten de igual manera, se dice
que ese conjunto es bimodal y la moda serían esos dos datos. Si en
cambio tiene tres o más datos que se repitan de igual número entonces
se dice que el conjunto es multimodal.

3. Mediana (𝑴𝒆 ).

21
En un conjunto de números donde el número de ellos es impar, una vez
ordenados de menor a mayor, la mediana es el dato que divide la
muestra en dos partes iguales o el dato central. En el caso que el
número de datos sea par lo que hace es elegir a los dos datos que
dividan la muestra en dos partes iguales o sean los datos centrales, y
luego se saca la media aritmética de ambos datos elegidos.

En el ejemplo 8.1 dónde tenemos 2, 4, 4, 5, 5, 6, 8, 8, 8, 10 vemos que

hay 10 datos en total, entonces es un número par y los dos dados
centrales serían los de color rojo: 2, 4, 4, 5, 5, 6, 8, 8, 8, 10. Ya que hay
cuatro datos antes y cuatro después de ellos. Ahora saquemos la media
aritmética

5+6
𝑥= = 5,5
2

Entonces, la mediana es 𝑀𝑒 = 5,5

Otro ejemplo. Consideremos que los datos son 2, 4, 4, 5, 5, 6, 8, 8, 10.

Vemos que hay nueve datos en total, impar, entonces tenemos que la
mediana es el 5: 2, 4, 4, 5, 5, 6, 8, 8, 10. Ya que divide la muestra en
cuatro datos antes y cuatro después. 𝑀𝑒 = 5

EJERCICIOS

1. Dada la siguiente tabla de datos. Realice una tabla de frecuencia

dónde se encuentre la frecuencia absoluta, frecuencia relativa y
encuentre las medidas de tendencia central (media, mediana y
moda).

120 132 126 120 140

135 129 132 128 127

130 121 126 132 137

128 135 132 140 128

140 120 132 128 135

22
 2. En una fábrica textil se recogieron la siguiente información sobre
su producción de telas durante 30 días.

150 160 140 140 130 155

130 160 126 142 159 136

136 152 155 156 166 138

122 136 136 166 138 146

160 122 126 142 120 155

Organice los datos en una tabla de frecuencia y determine las

medidas de tendencia central.

3. Complete la siguiente tabla de frecuencias:

DATO 𝒇𝒊 𝒉𝒊 𝑭𝒊 𝑯𝒊

4 6

6 0,3

8 26

10 0,25

12
40 40 1
∑
𝑖=1

¿Cuáles serían las medidas de tendencia central para estos

datos?

Si quisiéramos darle un contexto a estos datos, ¿cuál será tú el

contexto que le darías?

10. PICTOGRAMAS.

23
Los pictogramas son signos que, a través de una figura o de un símbolo, se
puede entender la representación de algo. En la antigüedad se el alfabeto de
ciertas regiones se crearon a través de pictogramas. Hoy en día, por ejemplos
las señales de tránsito son pictogramas.

Ejemplo 9.1:

Estudiemos la producción de cierto taller que produce muñecos de pokemon y

tiene el siguiente pictograma

= 10 muñecos.

Como vemos cada Charizard equivale a 10 unidades.

Se quiere saber cuál ha sido la producción de los últimos cuatro meses. La

información se encuentra en el siguiente cuadro.

24
 Mes Charizads N° de peluches

Primero 30

segundo 40

tercero 50

cuerto 40

En los pictogramas, los valores representados por una figura determinada,

tiene un valor determinado o previamente fijado o acortado. Este tipo de gráfico
es fácil de interpretar, y por esta razón, es ideal para aquellas personas que no
tiene conocimiento de estadística.

11. GRÁFICOS DE BARRAS

Las gráficas de barras, ya sean verticales u horizontales, nos ayudan hacer

comparaciones numéricas discretas entre categorías o clases. Un eje se
encuentra en la categoría a comparar y el otro eje representa una escala de
valores discretos.

25
Ejemplo 10.1:

En un colegio se realiza una encuesta, se eligen estudiantes al azar de

diferentes grados y se les pregunta sobre su materia de preferencia. Las
materias en la encuesta son las siguientes:

MATERIAS

Matemáticas (M)

Español (E)

Civismo (C)

Historia (H)

Geografía (G)

Educación física (ED)

Inglés (I)

De la encuesta se obtuvieron los siguientes datos

I G C M ED G M G E

ED H E M I I E H ED

C E H ED I ED ED ED I

ED H E C ED H E I E

ED E I E H ED M C E

26
La tabla de frecuencia es

MATERIAS

Matemáticas (M) 4

Español (E) 10

Civismo (C) 4

Historia (H) 6

Geografía (G) 3

Educación física (ED) 11

Inglés (I) 7

TOTAL 45

Cuya gráfica de barras es

EJERCICIOS

27
1. La fábrica de arequipe establece que en un paquete hay 12 unidades
de arequipe café y lo representan con la siguiente figura:

De esta manera registran la fabricación de los arequipes y la cantidades

que salen de la fábrica.

¿Cuántos paquetes produjeron ese día y cuántos arequipes se

produjeron?

¿Inventa una forma de registrar el conteo de algún producto de tu

vereda, utilizando algún dibujo o icono?

¿Conoces algún nombre para ese tipo de representación?

2. Un almacén de ventas de electrodomésticos quiere representar las

ventas de lavadoras con un ícono que equivalga a 10 ventas de

lavadoras. Según la siguiente fila, ¿Cuántas lavadoras vendieron en el
mes de junio al mes de diciembre?

3. En el fruver del barrio miran el número de ventas realizadas para la pera

en los últimos años. Obtienen la siguiente información:

28
 2016= 9.500 peras

2017 = 7,750 peras

2018 = 10,500 peras

Elabora un pictograma en el que: = 500

Revisa tu dibujo o compararlo con otro compañero, y si encuentras

diferencias discutirlas.

4. Dado el siguiente conjunto de datos:

11, 15, 12, 15, 12, 19, 23, 11, 12, 24, 15, 19, 20, 11, 20, 23, 13, 14, 23,
17, 20, 16, 24, 17, 20, 13, 21, 16, 16, 19.

● Ordene de forma ascendente, de menor a mayor.

● Realice una tabla de frecuencia.
● Calcule la mediana, media y moda de los datos.
● Realice un gráfico de barras.
5. El director de curso proporciona la siguiente tabla sobre las notas que
han obtenido sus estudiantes en las diferentes materias que cursan, en
el primer periodo.

29
 ASIGNATURAS O MATERIAS

MATEMÁTICAS M

FÍSICA F

QUÍMICA Q

EDUCACIÓN FÍSICA ED

INGLÉS I

ESPAÑOL E

BIOLOGÍA B

CIENCIAS SOCIALES CS

NOTAS

Estudiante M F Q ED I E B CS

Andrés Fernández A. 3,2 2,6 3,9 4,0 3,9 3,5 3,9 4,6

Laura S. Ortiz H. 3,2 2,5 2,6 3,6 4,0 1,9 2,2 3,0

Felipe A. Aguilar P. 3,0 3,6 4,0 3,9 4,6 2,6 2,9 3,6

Sebastián Cuadros D. 1,0 2,3 1,8 2,6 3,5 2,4 4,0 2,8

María J. Pérez M. 2,6 3,4 4,3 5,0 3,6 3,0 3,6 4,0

Isabella Yale L. 3,0 2,8 3,9 4,2 3,6 4,0 4,6 2,5

Alexandra Malla O. 3,9 4,2 3,4 4,0 4,6 3,9 3,5 4,0

Uriel A. Cuadros M. 3,0 3,0 3,6 2,8 3,2 3,4 3,7 4,0

Iban Ruiz R. 1,6 2,8 3,0 2,0 3,4 3,4 2,5 1,8

Melanie Cardina A. 2,0 2,6 2,9 3,5 2,4 3,2 2,6 3,9

Obtener la moda, mediana y promedio del curso. Para ello debe realiza
una tabla de frecuencia con la información suministrada. Luego dibuja
un diagrama de barras para el curso y otro para cada estudiante. Según
el diagrama de barras, ¿cuáles son los estudiantes que perdieron el

30
 primer periodo, si para perderlo se necesita perder al menos 2 materias?
¿La moda, mediana y promedio son iguales? ¿Qué estudiante o
estudiantes ganan estímulos? Nota: Para ganar estímulo el estudiante
no debe de tener

6. Para la siguiente gráfica realiza la tabla de frecuencia y contestar las

preguntas:

❏ ¿Cuál será la media, moda y mediana de los datos?

❏ ¿Qué nos dice ℎ3 y 𝑓5 ?
❏ ¿Qué nos dice 𝐹3 y 𝐻6 ?

12. ESTADÍSTICA DE POSICIÓN CONTINUA

CUARTILES

Los cuartiles son los tres valores que dividen al conjunto de datos
ordenados en cuatro partes porcentualmente iguales.
Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil
es precisamente la mediana. El primer cuartil, es el valor en el cual o
por debajo del cual queda un cuarto (25%) de todos los valores de la

31
sucesión (ordenada); el tercer cuartil, es el valor en el cual o por debajo
del cual quedan las tres cuartas partes (75%) de los datos.
Datos Agrupados

Como los cuartiles adquieren su mayor importancia cuando contamos

un número grande de datos y tenemos en cuenta que en estos casos
generalmente los datos son resumidos en una tabla de frecuencia. La
fórmula para el cálculo de los cuartiles cuando se trata de datos
agrupados es la siguiente:
k= 1, 2, 3
Donde:
Lk = Límite real inferior de la clase del cuartil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del
cuartil k.
Fk = Frecuencia de la clase del cuartil k
c = Longitud del intervalo de la clase del cuartil k
Si se desea calcular cada cuartil individualmente, mediante otra fórmula
se tiene lo siguiente:
• El primer cuartil Q1, es el menor valor que es mayor que una
cuarta parte de los datos; es decir, aquel valor de la variable que supera
25% de las observaciones y es superado por el 75% de las
observaciones.
Fórmula de Q1, para series de Datos agrupados:
Donde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida
solicitada.
Ic = intervalo de clase
• El segundo cuartil Q2, (coincide, es idéntico o similar a la
mediana, Q2 = Md), es el menor valor que es mayor que la mitad de los
datos, es decir el 50% de las observaciones son mayores que la
mediana y el 50% son menores.

32
Fórmula de Q2, para series de Datos agrupados:
Donde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida
solicitada.
Ic = intervalo de clase
• El tercer cuartil Q3, es el menor valor que es mayor que tres
cuartas partes de los datos, es decir aquel valor de la variable que
supera al 75% y es superado por el 25% de las observaciones.
Fórmula de Q3, para series de Datos agrupados:
Donde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida
solicitada.
Ic = intervalo de clase.
Otra manera de verlo es partir de que todas las medidas no son sino
casos particulares del percentil, ya que el primer cuartil es el 25%
percentil y el tercer cuartil 75% percentil.
Para Datos No Agrupados
Si se tienen una serie de valores X1, X2, X3... Xn, se localiza mediante
las siguientes fórmulas:
- El primer cuartil:
Cuando n es par:
Cuando n es impar:

• Para el tercer cuartil

Cuando n es par:

Cuando n es impar:

33
DECILES

Los deciles son ciertos números que dividen la sucesión de datos

ordenados en diez partes porcentualmente iguales. Son los nueve
valores que dividen al conjunto de datos ordenados en diez partes
iguales, son también un caso particular de los percentiles. Los deciles
se denotan D1, D2,..., D9, que se leen primer decil, segundo decil, etc.
Los deciles, al igual que los cuartiles, son ampliamente utilizados para
fijar el aprovechamiento académico.
Datos Agrupados
Para datos agrupados los deciles se calculan mediante la fórmula.

k= 1, 2,3,... 9
Donde:
Lk = Límite real inferior de la clase del decil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil
k.
Fk = Frecuencia de la clase del decil k
c = Longitud del intervalo de la clase del decil k
Otra fórmula para calcular los deciles:
• El cuarto decil, es aquel valor de la variable que supera al 40%,
de las observaciones y es superado por el 60% de las observaciones.

• El quinto decil corresponde a la mediana.

• El noveno decil supera al 90% y es superado por el 10% restante.

Donde (para todos):

L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.

34
Fa-1 = frecuencia acumulada anterior a la que contiene la medida
solicitada.
Ic = intervalo de clase.

Fórmulas Datos No Agrupados

Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante
las siguientes fórmulas:
Cuando n es par:
Cuando n es impar:
Siendo A el número del decil.

CENTILES O PERCENTILES

Los percentiles son, tal vez, las medidas más utilizadas para propósitos
de ubicación o clasificación de las personas cuando atienden
características tales como peso, estatura, etc.
Los percentiles son ciertos números que dividen la sucesión de datos
ordenados en cien partes porcentualmente iguales. Estos son los 99
valores que dividen en cien partes iguales el conjunto de datos
ordenados. Los percentiles (P1, P2,... P99), leídos primer percentil,...,
percentil 99.
Datos Agrupados
Cuando los datos están agrupados en una tabla de frecuencias, se
calculan mediante la fórmula:
k= 1, 2,3,... 99
Donde:
Lk = Límite real inferior de la clase del decil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil
k.
Fk = Frecuencia de la clase del decil k
c = Longitud del intervalo de la clase del decil k

35
 Otra forma para calcular los percentiles es:
· Primer percentil, que supera al uno por ciento de los valores y es superado por
el noventa y nueve por ciento restante.

· El 60 percentil, es aquel valor de la variable que supera al 60% de las

observaciones y es superado por el 40% de las observaciones.
· El percentil 99 supera 99% de los datos y es superado a su vez por el 1% restante.

Fórmulas Datos No Agrupados

Si se tienen una serie de valores X1, X2, X3... Xn, se localiza mediante
las siguientes fórmulas:
Para los percentiles, cuando n es par:
Cuando n es impar:
Siendo A, el número del percentil.
Es fácil ver que el primer cuartil coincide con el percentil 25; el segundo
cuartil con el percentil 50 y el tercer cuartil con el percentil 75.
3. EJEMPLO
Determinación del primer cuartil, el séptimo decil y el 30 percentil, de la
siguiente tabla:

Salarios No. De fa

(I. De Empleados (f1)

Clases)

200-299 85 85

300-299 90 175

400-499 120 295

500-599 70 365

600-699 62 427

700-800 36 463

Como son datos agrupados, se utiliza la fórmula

Siendo,

36
 La posición del primer cuartil.
La posición del 7 decil.
La posición del percentil 30.
Entonces,
El primer cuartil:
115.5 – 85 = 30.75
Li = 300, Ic = 100 , fi = 90
El 7 decil:
Posición:
324.1 – 295 = 29.1
Li = 500, fi = 70
El percentil 30
Posición:
138.9 – 85 = 53.9
fi = 90
Estos resultados nos indican que el 25% de los empleados ganan
salarios por debajo de $ 334; que bajo 541.57 gana el 57%de los
empleados y sobre $359.88, gana el 70% de los empleados.

Ejercicios:

Realizar los siguientes ejercicios sobre Cuartiles ,Deciles y Percentiles:

1. Calcular los cuartiles las series estadísticas:

3, 5, 2, 7, 6, 4, 9.
3, 5, 2, 7, 6, 4, 9, 1.
10, 13, 4, 7, 8, 11 10, 16, 18, 12, 3, 6, 9, 9, 4, 13, 20, 7, 5, 10, 17, 10, 16, 14, 8, 18

2. Hallar los cuartiles 1º y 3º de la tabla de frecuencias:

xi fi Fi

37
[10, 15) 12.5 3 3

[15, 20) 17.5 5 8

[20, 25) 22.5 7 15

[25, 30) 27.5 4 19

[30, 35) 32.5 2 21

21

13. PREPÁRATE PARA EL ICFES

Responda las preguntas 1 y 2 de acuerdo con la siguiente información.

Para tomar una decisión de construir un parque en el centro del barrio, la Junta de
Acción Comunal quiere contar con el apoyo de la mayoría de las familias y así
solicitar al gobierno local, y para lo cual realiza un sondeo en el que preguntaron:
¿Considera que es de beneficio la construcción de un parque para la recreación de
los habitantes del barrio? Los resultados se muestran en la siguiente tabla.

38
 RESPUESTA NÚMERO DE FAMILIAS

Si 230
No 56
Está inseguro 85
No responde 160

1. La Junta de Acción Comunal decide por Sí construir el parque, debido a que

los resultados del sondeo muestran que:
a. El 50% de las familias no quieren que se construya el parte, según los
resultados del sondeo.
b. El 43,3145% de las familias respondieron que “Si”.
c. El número de familias que respondieron Si supera en un 10% a los que
respondieron “No”.
d. El número que respondieron “Si” es el triple de los encuestados.
2. Un gráfico que se puede mostrar a los habitantes del barrio sobre los resultados
del sondeo es:
a.

b.

39
 c.

d.

Responda las preguntas de la 3 a 6 de acuerdo con a la siguiente información.

Algunos estudiantes del colegio Incoval registraron información durante dos semanas
sobre los nacimientos de hombres y mujeres de tres hospitales reconocidos de la
ciudad de Cali. La información la registraron en las siguientes tablas:

40
Tabla 1: Nacimientos en la primera semana.

Día Hombres Mujeres

Lunes 3 8
Martes 6 1
Miércoles 4 12
Jueves 1 13
Viernes 10 9
Sábado 2 5
Domingo 7 4

tabla 2: Nacimientos en la segunda semana.

Día # total de nacimientos Mujeres

Lunes 20 16
Martes 15 5
Miércoles 18 8
Jueves 6 5
Viernes 30 2
Sábado 24 14
Domingo 12 10

3. Con los datos registrados los estudiantes quieren hacer un gráfico comparativo
sobre los nacimientos de hombres durante las dos semanas. ¿Cuál de las
siguientes gráficas representa mejor esta comparación?
Nota: Las columnas azules son los de la primera semana y los de la columna
roja los de la segunda semana.
a.

41
b.

c.

42
 d.

4. Partiendo de los datos presentados en la tabla es falso afirmar que

a. En las dos semanas los días lunes se tuvieron un total de 31 nacimientos
en los tres hospitales.
b. El jueves de la segunda semana sólo nació un varón en los tres
hospitales.
c. En las dos semanas se obtuvo un total de 98 nacimientos de varones
en los tres hospitales.
d. En las dos semanas nacieron 20 mujeres más que los hombres en los
tres hospitales.
5. Según los datos registrados durante las dos semanas de los tres hospitales
¿es posible afirmar que es más el número de nacimientos de varones es
mayor?
a. Sí, porque nacieron 50 mujeres más que hombres.
b. No, porque el número de nacimientos de mujeres y hombres es igual.
c. Sí, porque nacieron 14 mujeres más que hombres.
d. No, porque nacieron 14 hombres más que mujeres.
6. Respecto a los datos registrados en las dos tablas, ¿Cuál gráfica representa el
número de hombres y mujeres nacidos la primera y la segunda semana en los
tres hospitales?
Nota: En la primera semana la columna de los hombres es azul, mientras que
la de las mujeres es roja. En la segunda semana, la columna de los hombres
es de color amarillo y de las mujeres es verde.
a.

43
b.

c.

d.

44
Responda las preguntas de la 7 a 9 de acuerdo a los conceptos básicos dados
inicialmente
7. Es una Variable Cuantitativa Continua:
1) Sexo (M, F).
2) Bebe (no, poco, mucho).
3) Nº muelas cariadas.
4) Temperatura corporal.
5) Raza (blanca, negra, amarilla).

8. Es una Variable Cuantitativa Discreta:

1) Sexo, (M, F),
2) Bebe (no, poco, mucho).
3) Nº de dientes cariados.
4) Raza (blanca, negra, amarilla).
5) Temperatura del aire.

9. Es una Variable Cualitativa:

45
1) Sexo (M, F.)
2) Bebe (no, poco, mucho).
3) Nº de dientes cariados.
4) Raza (blanca, negra, amarilla).
5) Ciertas 1, 2, 4.

Responda las preguntas de la 10 al 1 de acuerdo con a la siguiente información.

Dada la siguiente serie de números: 8, 7, 6, 5, y 6

10. La media aritmética de los datos dados es:

A. 6.4
B. 4.6
C. 6
D. 5

11. La moda de los datos es:

A. 5
B. 6
C. 7
D. 8

12. La mediana de los datos dados es:

A. 5
B. 5.5
C. 6
D. 6.5

Responda las preguntas de la 13 al 14 de acuerdo con a la siguiente

información.

46
La siguiente tabla muestra el número de cuadras que deben recorrer para llegar a una
escuela los 50 alumnos de 1º básico.

13.
a) ¿Qué significa que la frecuencia del intervalo 11 – 15 sea 7?
b) ¿Cuántos niños deben recorrer entre 21 y 25 cuadras?
c) ¿Qué porcentaje de niños recorre menos de 10 cuadras?

14.
a) ¿Qué porcentaje de niños recorre entre 16 y 30 cuadras?
b) ¿Cuántos niños deben recorrer más de 30 cuadras?

47