ESTADÍSTICA.

Clasificación de La Estadística.

• Estadística Descriptiva

• Estadística Inferencial.
 Estadística Descriptiva.

• Proceso de recopilación, organización

y presentación de datos.
 Estadística Inferencial.

• Implica la utilización de muestras para

hacer inferencias sobre la población
total, o sea, analizar, interpretar y llegar
a conclusiones.
 Población.

• Son todos los elementos de lo que se

desea estudiar.
 Muestra.

• Es sólo una parte o subconjunto de la

población.
 Distribución de frecuencias
absolutas de datos sin agrupar.
• Para los siguientes Datos Frecuencia Absoluta
(Xi) (fi)
datos. Haga una
tabla de distribución 2 4
de frecuencias 4 3
absolutas de datos
sin agrupar. 5 1
7 2
4, 2, 7, 12, 4, 4, 12, 2, 2, 2, 7, 5.
12 2
Total 12
Distribución de frecuencias relativas
de datos sin agrupar.
• Para los siguientes Datos Frecuencia Frecuencia
Absoluta Relativa.
datos. Haga una (fi)
(Xi) (fr)
tabla de distribución 2 4 4/12= 0.33
de frecuencias
4 3 3/12= 0.25
relativas de datos
5 1 1/12= 0.08
sin agrupar. 7 2 2/12= 0.17
12 2 2/12= 0.17
4, 2, 7, 12, 4, 4, 12, 2, 2, 2, 7, 5.
Total 12 12/12= 1
 Distribución de frecuencias
acumuladas de datos sin agrupar.
• Para los siguientes Datos Frecuencia Frecuencia
Absoluta Acumulada
datos. Haga una (fi)
(Xi) (Fi)
tabla de distribución 2 4 4
de frecuencias
4 3 7
acumuladas de
5 1 8
datos sin agrupar. 7 2 10
12 2 12
4, 2, 7, 12, 4, 4, 12, 2, 2, 2, 7, 5.
Total 12
 Ejercicio propuesto.
• Para los siguientes valores:

10,8,10,15,7,10,10,10,15,10,7,10,9,10,15,15

1. Haga una tabla de distribución de

frecuencias: absolutas, relativas y
acumuladas de datos sin agrupar.
 Algunas medidas de tendencia
central para datos sin agrupar.

• Media o promedio: Es el dato más significativo de la

distribución de datos.

• Moda: Es el o los datos más comunes de la

distribución de datos.

• Mediana: Es el dato que equidista de los extremos

de la distribución de datos.
 Media de datos sin agrupar.
• Toma en cuenta todos los datos de la distribución. Es la
medida de tendencia central más usada.
.
n

~ f i  xi
Donde:
x= i =1
~ n
xes la media aritmética.
fi es la frecuencia absoluta.

xi es cada dato de la distribución.

n es la cantidad total de datos.

 Ejemplo de cómo calcular la
media aritmética.
• Para los siguientes Datos Frecuencia
Absoluta Xi x fi
datos. Halle la (fi)
(Xi)
media aritmética. 2 4 8
4 3 12
4, 2, 7, 12, 4, 4, 12, 2, 2, 2, 7, 5. 5 1 5
n

f
7 2 14
~ i  xi 12 2 24
x= i =1
Total 12 ∑ 63
n
~ 63
x= = 5.25
12
 Moda de datos sin agrupar.
• Es el dato o los datos con Datos Frecuencia Absoluta
mayor frecuencia. En caso (Xi) (fi)
que halla más de uno, la
distribución es multimodal. 2 4

La moda será el número 2 que

4 3
es el de mayor frecuencia, o
sea, el que más se repite, se
5 1
repite 4 veces.
7 2
12 2
Total 12
 Mediana de datos sin agrupar.
• Es una medida de posición central.

Cómo se calcula?
• Organice los datos ascendentemente o descendentemente.
2, 2, 2, 2, 4, 4, 4, 5, 7, 7, 12, 12.
• La mediana será el dato del centro. Si la cantidad de datos es
par, en el centro quedarán dos valores, la mediana será la
suma de ellos dividida entre dos. Si la cantidad de datos es
impar, la mediana será exactamente el dato ubicado en el
centro.
2, 2, 2, 2, 4, 4, 4, 5, 7, 7, 12, 12.
• En el centro quedan dos números, la mediana será:

4+4 8
= =4
2 2
 Ejercicio Propuesto.
• Para los siguientes valores:

10,8,10,15,7,10,10,10,15,10,7,10,9,10,15,15

Halle:

1. El dato más significativo.

2. El dato más común.
3. El dato que equidista de los extremos.

de datos sin agrupar.

Algunas medidas de variabilidad
de datos sin agrupar.

• Varianza.

• Desviación estandar.

Promedio de las distancias entre cada dato de la

distribución y la media.
 Fórmulas Varianza y desviación
estandar de la población.
2
n
 ~

• Varianza:  f i   xi − x 
 
 =
2 i =1
N
 2

  f i   xi − x 
n ~

• Desviación
 i =1   
estandar. =  
N
 
 
 
Fórmulas Varianza y desviación
estandar de la muestra.
2
n
 ~

• Varianza:  f i   xi − x 
 
S =
2 i =1
n −1
 2

  f i   xi − x 
n ~

• Desviación
 i =1   
estandar. S=  
n −1
 
 
 
 Cálculo de la varianza y la
desviación estandar.
• Para los siguientes datos. Halle la varianza y la desviación
estandar.
4, 2, 7, 12, 4, 4, 12, 2, 2, 2, 7, 5.
2
(Xi) (fi) Xi x fi
 
2
 ~

f i   xi − x 
~ ~
x i
x − x   
 
2 4 8 5.25 10.5625 42.25
4 3 12 5.25 1.5625 4.6875
5 1 5 5.25 0.0625 0.0625
7 2 14 5.25 3.0625 6.125
12 2 24 5.25 45.5625 91.125
Total 12 ∑ 63  144.25
 Cálculo de la varianza y la
desviación estandar.
2
n
  ~
 f 
i  i

x − x 

• Varianza:  2 = i =1
N
144.25
 =
2
= 12.02
12
 n  ~

2

  f i   xi − x  
• Desviación estandar.  =  i =1   
 N 
 
 
 

 = 12.02 = 3.467
 Ejercicio propuesto.
• Para los siguientes valores:

10,8,10,15,7,10,10,10,15,10,7,10,9,10,15,15

Halle:

• Varianza.

• Desviación Estandar.

de datos sin agrupar.

 Distribución de frecuencias de
datos agrupados.
• Para los siguientes datos haga una tabla de distribución de
frecuencias de datos agrupados.

9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 42, 31, 49, 11, 8, 70, 23, 12, 6, 21, 8

Cómo se agrupan los datos?

Cantidad de clases : se calcula como la raiz cuadrada de la

cantidad de datos y el resultado se redondea matemáticamente
correcto. No menos de 5 clases. (Existen otras fórmulas).

n = 21 = 4.58  5
 Distribución de frecuencias de
datos agrupados.
• Para los siguientes datos haga una tabla de distribución de
frecuencias de datos agrupados.

9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 42, 31, 49, 11, 8, 70, 23, 12, 6, 21, 8

Cuál es el ancho de la clase?

Ancho de la clase (W): se calcula como el resultado de la

diferencia entre el valor Mayor menos el valor menor, dividido
entre la cantidad de clases. Siempre lo vamos a redondear por
exceso.
VM − vm 79 − 2 77
w= = = = 15.4  16
cant.clases 5 5
 Distribución de frecuencias de
datos agrupados.
• Para los siguientes datos haga
una tabla de distribución de
frecuencias de datos
agrupados.
Clases.
9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 42,
31, 49, 11, 8, 70, 23, 12, 6, 21, 8 2 al 17
18 al 33
Cómo se conforman las clases? 34 al 49

Se comienza en el valor menor y se

50 al 65
le adiciona el ancho de la clase, 66 al 81
ese resultado será el límite
inferior de la clase posterior,
para el límite superior de la
clase actual , se le resta uno.
 Distribución de frecuencias de
datos agrupados.
• Para los siguientes datos
haga una tabla de
distribución de frecuencias
de datos agrupados.
Clases. fi
9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 2 al 17 9
42, 31, 49, 11, 8, 70, 23, 12, 6, 18 al 33 4
21, 8
34 al 49 2
Cómo se hallan los valores de 50 al 65 3
frecuencias absolutas (fi) ? 66 al 81 3
Total 21
Se van contando los datos que
caen dentro de cada clase.
 Distribución de frecuencias
relativas de datos agrupados.
• Para los siguientes datos
haga una tabla de
distribución de frecuencias
relativas de datos
agrupados. Clases. fr
9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 2 al 17 9/21= 0.43
42, 31, 49, 11, 8, 70, 23, 12, 6, 18 al 33 4/21= 0.19
21, 8
34 al 49 2/21= 0.1
Cómo se hallan los valores de 50 al 65 3/21= 0.14
frecuencias relativas?
66 al 81 3/21= 0.14
Se divide cada frecuencia Total 21/21= 1
absoluta, entre el total de
datos.
 Distribución de frecuencias
acumuladas de datos agrupados.
• Para los siguientes datos haga
una tabla de distribución de
frecuencias acumuladas de
datos agrupados.

9, 23, 56, 12, 78, 64, 3, 2, 79, 55, 42, Clases. fi Fi

31, 49, 11, 8, 70, 23, 12, 6, 21, 8
2 al 17 9 9
Cómo se hallan los valores de 18 al 33 4 13
Frecuencias Acumuladas?
34 al 49 2 15
Se van sumando las frecuencias 50 al 65 3 18
absolutas de las clases
anteriores con la frecuencia 66 al 81 3 21
absoluta de la clase actual.
Total 21
Medidas de tendencia Central de
Datos Agrupados.

• Media o Promedio: El dato más

representativo de la distribución de datos.

• Moda: El dato más común de la distribución

de datos.

• Mediana: El dato que equidista de los

extremos de la distribución de datos.
 Media de datos agrupados.
• Para los siguientes datos agrupados halle la media.

Es necesario hallar la marca de clase (Xi) para cada clase,

sumando el límite inferior con el límite superior y dividiéndolo
entre dos.
Li + Ls Clases. Xi fi fiXi
xi = 2 al 17 9.5 9 85.5
2 18 al 33 25.5 4 102
n 34 al 49 41.5 2 83

~  f x i i
663.5
50 al 65 57.5 3 172.5

x= i =1
= = 31.6 66 al 81 73.5 3 220.5
n 21 Total 21 663.5
 Mediana de datos agrupados.
• Para los siguientes datos Clases. fi Fi
agrupados halle la mediana.
2 al 17 9 9
 n +1 
  2  − (F + 1) 18 al 33 4 13
m = Lm +   
~
 W 34 al 49 2 15
 fm 
  50 al 65 3 18
Donde: 66 al 81 3 21
• (Lm) es el límite inferior de la clase
mediana.
Total 21
• (n) cantidad de datos.
• (F) frecuencia acumulada de la
clase anterior a la clase mediana.
• (fm) frecuencia absoluta de la clase
mediana
• (W) ancho de las clases.
 Mediana de datos agrupados.
• Para los siguientes datos Clases. fi Fi
agrupados halle la mediana. 2 al 17 9 9
 n +1 
  2  − (F + 1) 18 al 33 4 13
m = Lm +   
~
 W 34 al 51 2 15
 fm 
  52 al 67 3 18
68 al 83 3 21
Quién es la clase mediana?
En la columna de frecuencia Total 21
acumulada (Fi), donde cae el
elemento:

n + 1 21 + 1 22
= = = 11
2 2 2
 Mediana de datos agrupados.
• Para los siguientes datos Clases. fi Fi
agrupados halle la mediana. 2 al 17 9 9
 n +1  18 al 33 4 13
  2  − (F + 1) 34 al 49 2 15
m = Lm +   
~
  W 50 al 65 3 18
 fm  66 al 81 3 21
  Total 21
  21 + 1  
  2  − (9 + 1)
~
m = 18 +    
~

16 m = 18 + 11 − 10 
 16 = 22
 4   4 
 
 Moda de datos agrupados.
• Para los siguientes datos
agrupados halle la moda.
Clases. fi
 d1  2 al 17 9
M o = Lmo +   W
 d1 + d 2  18 al 33
34 al 49
4
2
Donde:
50 al 65 3
Lmo = Límite inferior de la clase
modal. 66 al 81 3
d1= Frecuencia absoluta de la Total 21
clase modal menos la
frecuencia absoluta de la clase
anterior.
d2= Frecuencia absoluta de la
clase modal menos la
frecuencia absoluta de la clase
posterior.
 Moda de datos agrupados.
• Para los siguientes datos Clases. fi
agrupados halle la moda.
2 al 17 9
18 al 33 4
 d1  34 al 51 2
M o = Lmo +   W 52 al 67 3

 d1 + d 2  68 al 83
Total
3
21

Quién es la clase modal?

Es la clase de mayor frecuencia

absoluta.
 Moda de datos agrupados.
• Para los siguientes datos Clases. fi
agrupados halle la moda.
2 al 17 9
18 al 33 4
 d1 
M o = Lmo +   W
34 al 49 2

 d1 + d 2 
50 al 65 3
65 al 81 3
Total 21

 (9 − 0)  9
Mo = 2 +    16 = +  =
 (9 − 0) + (9 − 4)
M o 2   16 12.29
14 
 Varianza y desviación estandar
de datos agrupados.
2
n
 ~

• Varianza:
 f i   xi − x 
 
 =
2 i =1
N

 2

  f i   xi − x 
n ~

• Desviación
 i =1   
estandar. =  
N
 
 
 
 Cálculo de la varianza y la
desviación estandar.
• Para los siguientes datos agrupados. Halle la varianza y la
desviación estandar.

2
Clases. Xi fi fiXi ~  ~

2
 ~

 xi − x  f i   xi − x 
x    

2 al 17 9.5 9 85.5 31.6 488.41 4,395.69

18 al 33 25.5 4 102 31.6 37.21 148.84
34 al 49 41.5 2 83 31.6 98.01 196.02
50 al 65 57.5 3 172.5 31.6 670.81 2,012.43
66 al 81 73.5 3 220.5 31.6 1,755.61 5,266.83
Total 21 663.5  12,019.81
 Cálculo de la varianza y la
desviación estandar.
2
n
  ~
 f 
i  i

x − x 

• Varianza:  2 = i =1
N
12,019.81
 =
2
= 572.37
21
 n  ~

2

  f i   xi − x  
• Desviación estandar.  =  i =1   
 N 
 
 
 

 = 572.37 = 23.92
 Problema Propuesto.
• Para los siguientes datos:
23, 25, 3, 67, 45, 89, 44, 32, 72, 19, 16, 26, 34, 45, 65, 23, 27, 28, 79, 40, 83,
26, 33

Halle:

• Haga una tabla de distribución de frecuencias absolutas, relativas y

acumuladas de datos agrupados.
• Halle el dato más representativo.
• Halle el dato más común.
• Halle el dato que equidista de los extremos de la distribución.
• Halle la varianza.
• Halle la desviación estandar.

de datos agrupados.
 Problema Propuesto.
• Para los siguientes datos:
2, 15, 13, 57, 5, 69, 4, 12, 92, 13, 12, 36, 54, 35, 45, 29, 57, 68, 70, 41

Halle:

• Haga una tabla de distribución de frecuencias absolutas,

relativas y acumuladas de datos agrupados.
• Halle el dato más representativo.
• Halle el dato más común.
• Halle el dato que equidista de los extremos de la
distribución.
• Halle la varianza.
• Halle la desviación estandar.

de datos agrupados.
 Coeficiente de variación.

• El coeficiente de variación nos da una

medida de cuán homogéneos son mis
datos, o sea, qué tan parecidos son mis
datos.
 Coeficiente de variación.
• Fórmula:

cv = 100

Donde:
 es la desviación estandar.
 es la media.
 EJEMPLO:
• Oscar de la Renta viene al país a presentar su nueva
coleccion de primavera. Para ello necesita contratar
un grupo de modelos que sus estaturas sean muy
parecidas. Dos agencias de modelaje le enviaron las
estaturas promedio de sus modelos:

• Agencia X: Media de estaturas___5.59 con

desviación estandar de 0.09.
• Agencia Y: Media de estaturas___5.58 con
desviación estandar de 0.03.
Qué agencia escogerá Oscar de la Renta?
 Cálculo del coeficiente e
variación.
• Agencia X Agencia Y

 
cv = 100 cv = 100
 

0.09 0.03
cv =  100 cv = 100
5.59 5.58

cv = 1.6% cv = 0.54%
 Qué agencia seleccionará?
• Agencia X con: cv = 1.6%

• Agencia Y con: cv = 0.54%

• Se selecciona la de menor coeficiente

de variación, en este caso la Agencia Y
tiene sus modelos con estaturas mas
homogéneas.
 Ejercicio propuesto.
• Una persona desea abrir un certificado en un banco de la
ciudad para recibir mensualmente mediante un cheque, los
intereses. A el le interesa depositar su dinero en aquella
institución que le proporcione mensualmente intereses con
montos similares. A continuación se relacionan las tasas de
interés durante un año de dos bancos:
Banco A: 12.5 13.2 12.4 10.1 15.3 14.2 13.6 14.4 13.8 12.6
14.3 12.6

Banco B : 10.1 17.2 14.3 13.6 14.1 15.2 13.8 11.2 14.6
12.9 16.3 11.2
En qué banco le conviene depositar su dinero?
 Ejercicio propuesto.
• Un cazatalentos quiere comprar un equipo
de baloncesto. Para ello necesita que los
integrantes tengan estaturas muy
parecidas. Ha recibido varias propuestas.
Con cuál equipo cree Ud. que se quede.
1. Equipo A: media=6.02 Desviación= 0.16.
2. Equipo B: media=6.08 Desviación= 0.04
3. Equipo C: media=6.03 Desviación= 0.01
GRACIAS.