Documentos de Académico
Documentos de Profesional
Documentos de Cultura
-MEDIDAS ESTADISTICAS-
Las medidas estadísticas son valores que representan y resumen en un dato el
conjunto que se estudia.
De Tendencia Central.
Las medidas de tendencia Central corresponden a un valor que resume el
conjunto de datos. Son valores intermedios de los conjuntos de datos, entre ellas
encontramos:
Para su cálculo intervienen todos los datos del estudio y es un cociente entre la
suma de todos los valores y el número de ellos.
Se tiene una notación diferente entre la media aritmética para datos de una
población con la media aritmética con datos de una muestra:
∑ Yᵢ (4.1)
1
μ=
N
Para la población
Estadística Descriptiva
Donde Yᵢ representa cada uno de los valores de la variable en estudio y N es el
número de unidades estadísticas (datos) de la población que se estudian.
∑ Yᵢ (4.2)
1
Ȳ=
n
Ejemplos.
Asignatura Nota
Planeación Estratégica 3,9
Matemáticas II 3,4
Estadística Aplicada 3,7
Emprendimiento 4,4
Legislación II 4,6
1
Estadística Descriptiva
2,3 3,6 3,4 4,1 3,7 3,7 4,0 3,0
84
∑Yᵢ = 84 y n = 24 μ= = 3,5
24
3,2 4,4 1,3 2,3 3,7 4,9 6,8 4,3 2,1 1,2
3,8 7,3 5,6 2,4 6,4 5,7 6,2 3,8 3,2 1,5
3,3 4,6 6,8 8,2 3,8 4,7 4,2 2,5 3,6 5,5
129
∑Yᵢ = 129 y n = 30 Ȳ= = 4,3 Millones de pesos
30
Este resultado interpreta que el valor promedio del ingreso mensual de los
trabajadores que laboran en el sector salud es de 4,3 millones de pesos
($4.300.000,oo).
Media Ponderada
En algunos casos se debe calcular la media ponderada que se presenta cuando
hay un factor que afecta el valor del dato.
Como ejemplo podemos considerar las notas que un estudiante obtiene durante el
semestre donde cada materia tiene un número determinado de créditos, esta
situación se describe así:
2
Estadística Descriptiva
Total de créditos 15
El valor de la Media aritmética o Promedio ponderado, en este caso, se obtiene
multiplicando cada nota por el número de créditos y se debe dividir por el número
total de créditos:
μ =
∑ Yᵢ∗Nᵢ (4.3)
1
¿
N
∑ Yᵢ∗fᵢ (4.4)
1
Ȳ=
n
3
Estadística Descriptiva
Con el ejemplo del número de retrasos por semana de los trabajadores, el valor
promedio del número de retrasos se calcula así:
45
Ȳ= =1,125
40
Luego en una columna nueva se multiplica cada uno los valores de las marcas de
clase (Yᵢ) por el valor de la frecuencia simple absoluta (fᵢ)
4
Estadística Descriptiva
En el ejemplo del curso de matemáticas con 24 alumnos, donde se registran las
siguientes notas:
Primero elaboramos la tabla con las clases, las frecuencias simples absolutas (fᵢ),
las marcas de clase (Yᵢ) y la columna de la multiplicación de la marca de clase por
la frecuencia simple absoluta.
Con estos dos valores calculamos el valor del Rango de los datos:
R = XMax - XMin
5
Estadística Descriptiva
2,2
A= =0,36667
6
83,69
μ = ¿ = 3,487
24
TIEMPO DE
RETRASOS fᵢ
(Minutos)
0 6 21
6 12 7
12 18 5
6
Estadística Descriptiva
18 24 3
24 30 2
30 36 2
Total 40
Fuente: Oficina de Talento humano
TIEMPO DE
RETRASOS fᵢ Yᵢ Yᵢ* fᵢ
(Minutos)
0 6 21 3 63
6 12 7 9 63
12 18 5 15 75
18 24 3 21 63
24 30 2 27 54
30 36 2 33 66
Total 40 //// 384
384
Ȳ= =¿9,6 minutos
40
Resultado que podemos interpretar como: el valor promedio del tiempo de retraso
de los trabajadores de la entidad financiera es de 9,6 minutos.
Para el caso del ingreso mensual (millones de $) de una muestra trabajadores que
laboran en el sector de la salud en la ciudad de Villavicencio durante el segundo
semestre del año 2017:
3,2 4,4 1,3 2,3 3,7 4,9 6,8 4,3 2,1 1,2
3,8 7,3 5,6 2,4 6,4 5,7 6,2 3,8 3,2 1,5
3,3 4,6 6,8 8,2 3,8 4,7 4,2 2,5 3,6 5,5
7
Estadística Descriptiva
Para calcular el valor de la media aritmética o promedio procedemos:
Primero a construir una tabla que tenga las columnas de las clases o subintervalos
(valor menor y valor mayor), la marca de clases, las frecuencias simples absolutas
y del producto de la marca de clase por la frecuencia:
7
A= =1,16667 Valor que se aproxima A = 1,17
6
Elaborando la tabla:
Ingreso
Yᵢ fᵢ Yᵢ * fᵢ
(Millones de $)
1,20 2,37 1,785 5 8,925
2,37 3,54 2,955 5 14,775
3,54 4,71 4,125 10 41,250
4,71 5,88 5,295 4 21,180
5,88 7,05 6,465 4 25,860
7,05 8,22 7,635 2 15,270
30 127,260
127,26
Ȳ= =¿4,242 Millones de $
30
8
Estadística Descriptiva
Mediana.
Se simboliza con Me y es un valor que resume y representa al conjunto de datos,
se determina como el valor del dato ubicado en la posición central del conjunto
ordenado de los datos.
El valor es mayor al 50% de los datos y a su vez es menor al 50% de los datos.
Ejemplos.
Ejemplo.
9
Estadística Descriptiva
Asignatura Nota
Planeación Estratégica 3,9
Matemáticas II 3,4
Estadística Aplicada 3,7
Emprendimiento 4,4
Legislación II 4,6
Asignatura Nota
Matemáticas II 3,4
Estadística Aplicada 3,7
Planeación Estratégica 3,9
Emprendimiento 4,4
Legislación II 4,6
Dato # 13 = 3,7
10
Estadística Descriptiva
Que corresponden a los valores de los dos datos centrales del conjunto ordenado.
3,6+3,7
Me = = 3,65
2
Para el ejemplo 3:
3,2 4,4 1,3 2,3 3,7 4,9 6,8 4,3 2,1 1,2
3,8 7,3 5,6 2,4 6,4 5,7 6,2 3,8 3,2 1,5
3,3 4,6 6,8 8,2 3,8 4,7 4,2 2,5 3,6 5,5
1,2 1,3 1,5 2,1 2,3 2,4 2,5 3,2 3,2 3,3
3,6 3,7 3,8 3,8 3,8 4,2 4,3 4,4 4,6 4,7
4,9 5,5 5,6 5,7 6,2 6,4 6,8 6,8 7,3 8,2
3,8+4,2
Me = = 4,0 Millones de $
2
11
Estadística Descriptiva
Mediana en datos agrupados
n
A∗ −Fᵢ ₋₁
2 (4.6)
Me=Limite Inferior ᵢ+
fᵢ
Donde:
TIEMPO DE
RETRASOS fᵢ Nᵢ
(Minutos)
0 6 21 21
6 12 7 28
12 18 5 33
18 24 3 36
24 30 2 38
30 36 2 40
Total 40 ////
12
Estadística Descriptiva
40
−0
Me = 0 + 6* 2 = 5,7 minutos.
21
Ingreso
Yᵢ fᵢ Nᵢ
(Millones de $)
1,20 2,37 1,785 5 5
2,37 3,54 2,955 5 10
3,54 4,71 4,125 10 20
4,71 5,88 5,295 4 24
5,88 7,05 6,465 4 28
7,05 8,22 7,635 2 30
30
Por tanto:
30
−10
Me = 3,54 + 1,17* 2 = 4,115 millones de $
10
Moda.
13
Estadística Descriptiva
La moda de un conjunto de datos corresponde al valor del dato que mayor
número de veces se repite, es decir el de mayor frecuencia.
Asignatura Nota
Planeación Estratégica 3,9
Matemáticas II 3,4
Estadística Aplicada 3,7
Emprendimiento 4,4
Legislación II 4,6
Se aprecia que la nota que más se repite es el 3,7 por tanto el valor de Moda es la
calificación 3,7.
14
Estadística Descriptiva
1,2 1,3 1,5 2,1 2,3 2,4 2,5 3,2 3,2 3,3
3,6 3,7 3,8 3,8 3,8 4,2 4,3 4,4 4,6 4,7
4,9 5,5 5,6 5,7 6,2 6,4 6,8 6,8 7,3 8,2
El valor del ingreso mensual que más se repite es 3,8 millones de $, por tanto este
valor representa la moda.
(fᵢ−fᵢ ₋₁)
Mo = Límite Inferiorᵢ + A* (4.7)
( fᵢ−fᵢ ₋ ₁ )+ ¿¿
Donde:
Límite Inferiorᵢ se determina por la clase donde está el valor de la moda (la mayor
frecuencia simple absoluta de a tabla)
TIEMPO DE
RETRASOS (Minutos)
fᵢ Nᵢ
15
Estadística Descriptiva
0 6 21 21
6 12 7 28
12 18 5 33
18 24 3 36
24 30 2 38
30 36 2 40
Total 40 ////
21−0
Mo = o + 6 * = 3,6 minutos
( 21−0 ) +(21−7)
Ingreso (Millones
Yᵢ fᵢ
de $)
1,20 2,37 1,785 5
2,37 3,54 2,955 5
3,54 4,71 4,125 10
4,71 5,88 5,295 4
5,88 7,05 6,465 4
7,05 8,22 7,635 2
30
(10−5)
Mo = 3,54 + 1,17 * = 4,072 Millones de $
( 10−5 ) +(10−4)
16
Estadística Descriptiva
Percentiles.
Medida de posición que determina el valor del dato que representa el porcentaje
de datos con valor máximo al establecido.
k (n+ 1)
Pk = Dato # (4.8)
100
35(89+1)
P35 = Dato #: P35 = Dato # 31,5
100
Esto indica que el valor del percentil 35 se encuentra entre el valor del dato 31 y el
valor del dato 32.
En este caso se determina el valor como el promedio de los valores de los dos
datos, dado que la fracción es 0,5.
63(89+1)
P63 = Dato #: P63 = Dato # 56,7
100
Esto indica que el valor del percentil 63 se encuentra entre el valor del dato 56 y el
dato 57.
17
Estadística Descriptiva
En este caso tomaríamos el dato # 56 y le agregamos la diferencia entre el valor
del dato 57 y valor del dato 56 multiplicada por la fracción que resulte, en este
caso 0,7.
2,3 2,3 2,8 2,8 3,0 3,1 3,2 3,3 3,3 3,3 3,4 3,6 3,7 3,7 3,7 3,7
3,8 3,8 4,0 4,0 4,1 4,2 4,4 4,5
35(24+1)
P35 = Valor del Dato #: P35 = Valor del Dato # 8,75
100
En este caso como no hay diferencia entre los valores de los datos, entonces el
valor del percentil 35 corresponde a la calificación 3,3.
Se considera que el 35% de los estudiantes del curso de matemáticas tienen nota
de 3,3 o menos.
73(24+1)
P73 = Dato #: P73 = Dato # 18,25
100
18
Estadística Descriptiva
Este resultado representa el valor del percentil 73 de las 24 notas del curso de
matemáticas es 3,85 y representa que hasta este valor esta el 73% de todas las
notas (también podemos interpretar que el 73% de los estudiantes tienen notas de
3,85 o menos)
1,2 1,3 1,5 2,1 2,3 2,4 2,5 3,2 3,2 3,3 3,6 3,7 3,8 3,8 3,8
4,2 4,3 4,4 4,6 4,7 4,9 5,5 5,6 5,7 6,2 6,4 6,8 6,8 7,3 8,2
35(30+1)
P35 = Valor del Dato #: P35 = Valor del Dato # 10,85
100
Diferencia entre los dos datos: 3,6 – 3-3 = 0,3 y se multiplica por la fracción
0,85
73(30+1)
P73 = Dato #: P73 = Dato # 22,63
100
19
Estadística Descriptiva
Indica que el 73% de los ingresos mensuales de los trabajadores del sector salud
es de 5,563 millones de $ o menos.
Tenemos algunas medidas de posición que son utilizadas con frecuencia, a saber:
Decil 1 = Percentil 10
Decil 2 = Quintil 1 = Percentil 20
Cuartil 1 = Percentil 25
Decil 3 = Percentil 30
Decil 4 = Quintil 2 = Percentil 40
Decil = Cuartil 2 = Mediana = Percentil 50
5
Decil 6 = Quintil 3 = Percentil 60
Decil 7 = Percentil 70
20
Estadística Descriptiva
Cuartil 3 = Percentil 75
Decil 8 = Quintil 4 = Percentil 80
Decil 9 = Percentil 90
k∗(n+1)
A∗ −Fᵢ ₋ ₁
100 (4.9)
P k=Limite Inferior ᵢ+
fᵢ
TIEMPO DE
RETRASOS fᵢ Fᵢ
(Minutos)
0 21 21
6
6
7 28
12
12
5 33
18
18
3 36
24
24
2 38
30
30
2 40
36
Total 40 ////
Primero determinamos la clase donde está el dato 66*(40 + 1) /100 = 27, 47 este
resultado indica que el dato está ubicado entre las posiciones 27 y 28 las cuales
están en la clase 2.
21
Estadística Descriptiva
Por tanto:
67∗(40+1)
−21
P₆₆ = 6 + 6 * 100 = 11,55 minutos.
7
Este valor nos indica que el 67% de los datos son iguales o menores de 11,55
minutos.
Ingreso
Yᵢ fᵢ Fᵢ
(Millones de $)
1,20 2,37 1,785 5 5
2,37 3,54 2,955 5 10
3,54 4,71 4,125 10 20
4,71 5,88 5,295 4 24
5,88 7,05 6,465 4 28
7,05 8,22 7,635 2 30
30
El resultado indica que el valor está ubicado entre los datos 18 y 19; los cuales
están en la clase.
60∗(30+ 1)
−10
P₆ₒ = 3,54 +1,17 * 100 = 4,5462 millones de $
10
22
Estadística Descriptiva
Este valor indica que el quintil 3, equivalente al percentil 60 se ubica entre los
datos 18 y 19 y su valor es de 4,5462 millones de $.
Este valor nos indica que el 67% de los datos son iguales o menores de 11,55
minutos.
Medidas de dispersión.
Las medidas de dispersión complementan las medidas de tendencia central,
indican la variabilidad de los datos respecto a un valor central.
Varianza.
23
Estadística Descriptiva
Como una propiedad tenemos que la suma de las diferencias entre el valor de
cada dato y la media aritmética es cero y este valor no es significativo, esta es la
principal razón para tener las diferencias al cuadrado.
σ² =
∑ (Y ¡¿−μ)² (4 10)
1
¿
N
S² =
∑ (Y ¡¿−Ȳ ) ² (4 11)
1
¿
n−1
En datos de población:
Asignatura Nota
Planeación Estratégica 3,9
Matemáticas II 3,4
Estadística Aplicada 3,7
Emprendimiento 4,4
Legislación II 4,6
24
Estadística Descriptiva
La desviación estándar
En el caso de la muestra
64
Valor Promedio: Ȳ= = 8 minutos
8
( 4,5−8 )2 + ( 6,0−8 )2+ ( 8,8−8 )2+ (11,5−8 )2+ ( 9,0−8 )2+ ( 8,8−8 )2 + ( 6,5−8 )2 + ( 9,0−8 )2
S² =
7
33,875
S² = = 4,8393
7
25
Estadística Descriptiva
σ² =
∑ (Y ¡¿−μ)²∗fᵢ (4 12)
1
¿
N
S² =
∑ (Y ¡¿−Ȳ )²∗fᵢ (4 13)
1
¿
n−1
Ejemplos:
Calificación
fᵢ Yᵢ Yᵢ* fᵢ (Yᵢ - μ)² (Yᵢ - μ)²* fᵢ
(Nota)
2,30 2,67 2 2,485 4,97 1,0042 2,0083
2,67 3,04 3 2,855 8,565 0,3995 1,1986
3,04 3,41 6 3,225 19,35 0,0687 0,4121
3,41 3,78 5 3,595 17,975 0,0116 0,0582
3,78 4,15 5 3,965 19,825 0,2284 1,1420
4,15 4,52 3 4,335 13,005 0,7190 2,1569
Sumas 24 / / / / 83,69 //// 6,9762
83,69
Se determinó el valor promedio: μ = = 3,4871
24
6,9762
σ² = 0,2907 y la desviación estándar σ = √ 0,2907 = 0,5392
24
En el caso de muestras:
26
Estadística Descriptiva
En el ejemplo de la variable discreta, número de retrasos, donde ya se calculó el
valor de la media aritmética: Ȳ = 1,125.
# DE
fᵢ Yᵢ*fᵢ (Yᵢ - Ȳ)² (Yᵢ -Ȳ)²* fᵢ
RETRASOS (Yᵢ)
0 19 0,0 1,2656 24,0469
1 10 10,0 0,0156 0,1563
2 4 8,0 0,7656 3,0625
3 3 9,0 3,5156 10,5469
4 2 8,0 8,2656 16,5313
5 2 10,0 15,0156 30,0313
Total 40 45,0 //// 84,3750
Fuente: Oficina de Talento humano
84,375
S² = = 2,1635 (número retrasos)²
39
Ȳ = 9,6 minutos
27
Estadística Descriptiva
Cantidad de minutos en retraso de los trabajadores de una entidad financiera
TIEMPO DE
f₁ Yᵢ Yᵢ* fᵢ (Yᵢ - Ȳ)² (Yᵢ - Ȳ)² * fᵢ
RETRASOS (Minutos)
0 6 21 3 63 43,56 914,76
6 12 7 9 63 0,36 2,52
12 18 5 15 75 29,16 145,8
18 24 3 21 63 129,96 389,88
24 30 2 27 54 302,76 605,52
30 36 2 33 66 547,56 1095,12
Total 40 / / / / 384 3153,6
Fuente: Oficina de Talento humano
La varianza:
3153,6
S² = = 80,8615 minutos²
39
28
Estadística Descriptiva
Para el caso de datos de una población
σ
CV = ∗100 (4 14)
μ
s
CV = ∗100 (4 15)
Ῡ
Ejemplos:
Ȳ = 4,0
σ = 0,4427
0,4427
CV = ∗100 = 11,07%
4,0
29
Estadística Descriptiva
2,1998
CV = ∗100 = 27,50%
8,0
Ȳ = 9,6 minutos
8,9923
El CV = ∗100 = 93,67%
9,6
Con este resultado se establece que los datos de la variable tiempo de retraso
(minutos) de los trabajadores es muy heterogénea, es decir tiene una alta
variación.
Otras medidas que indican la forma que tienen los datos son los coeficientes de
Asimetría o Sesgo y la Curtosis o Apuntamiento.
El primero de estos coeficientes nos indica si los datos son en su mayoría de valor
alto o sí por el contrario son en mayoría de valor bajo. Cuando los datos están
repartidos de forma equilibrada podemos considerar que tienen distribución
simétrica, es decir valores altos y bajos repartidos por igual.
30
Estadística Descriptiva
3∗(Ȳ −Me)
As = (4 16)
S
Se debe el valor positivo porque el valor promedio de los datos es mayor a el valor
de la Mediana y es Mayor al valor de la Moda (Ȳ > Me > Mo).
Ejemplos
Ȳ = 4,0
31
Estadística Descriptiva
El Valor del Coeficiente de Asimetría en este caso:
3∗(4,0−3,9)
As = = 0,6777
0,4427
3∗(3,5−3,65)
As = = - 0,8346
0,5392
En este caso tenemos un valor del Coeficiente de Asimetría negativo que indica
que hay un número mayor de datos con valor superior al promedio de las notas del
curso.
El valor del coeficiente de Curtosis permite identificar si hay una alta concentración
de datos alrededor de los valores centrales del conjunto de datos se denomina
Leptocúrtica; en este caso el valor del coeficiente es positivo.
32
Estadística Descriptiva
Cuando se presenta una baja concentración de valores se denomina platicúrtica y
en este caso el valor del coeficiente es negativo.
n
1 ∑ (Yᵢ−Ȳ ) ⁴
Cu = ∗¿ 1 -3 (4 17)
n
S⁴
(Yᵢ−Ȳ )
Z= (4 18)
S
Indica el Número de valores estándar que se tienen a partir del valor promedio
Ejemplo:
33
Estadística Descriptiva
Minutos 4,5 6,0 8,8 11,5 9,0 8,8 6,5 9,0
64
Valor Promedio: Ȳ= = 8 minutos
8
Y Varianza:
( 4,5−8 )2 + ( 6,0−8 )2+ ( 8,8−8 )2+ (11,5−8 )2+ ( 9,0−8 )2+ ( 8,8−8 )2 + ( 6,5−8 )2 + ( 9,0−8 )2
S² =
7
33,875
S² = = 4,8393
7
(Yᵢ−8)
Para este caso el valor estándar se calcula: Z=
2,1998
34
Estadística Descriptiva
1
Cu = ∗13,8363 - 3 = - 1,2705
8
TEOREMA DE CHEBYSHEV
Establece la Proporción (Porcentaje) de los valores de los datos que están dentro
de un determinado número de desviaciones estándar respecto a la media
aritmética.
1
Teorema: Para todo conjunto de datos, por lo menos (1 - ) de los valores de
Z²
los datos que se tienen están dentro de z desviaciones estándar de la media,
donde z es cualquier valor mayor que 1.
1
(1 - ) (4 19)
Z²
• Para Z = 2, por lo menos el 0.75, ó 75%, de los valores de los datos deben
estar dentro de z = 2 desviaciones estándar de la media.
• Si Z = 3, al menos 0,89, ó 89%, de los valores deben estar dentro de z = 3
desviaciones estándar de la media.
• Para Z = 4, se tiene que por lo menos 0,94, ó 94%, de los valores deben estar
dentro de z = 4 desviaciones estándar de la media.
• Cuando Z = 5, por lo menos el 0,96 ó 96,0% de los valores de los datos deben
estar dentro de Z = 5 desviaciones estándar de la media.
35
Estadística Descriptiva
O si Z = 2,6, por lo menos el 0,8521 o el 85,21% de los valores de los datos deben
estar dentro de Z = 2,6 desviaciones estándar de la media.
Ejemplo:
1
1- = 0,750
2, 0²
Se puede interpretar que el 75,0% de los días movilizará entre 68 y 156 pasajeros
36
Estadística Descriptiva
El excel es una herramienta que hoy en dia se tiene a la mano y es de facil uso
para el calculo de valores Estadisticos.
Utilizaremos como ejemplo los datos del ejemplo que se refieren a la resistencia a
la ruptura (en Onzas) de muestras de hilos de cáñamo. Estos se pueden apreciar
en la imagen siguiente:
Para esto nos ubicamos en una casilla de la hoja de Excel, en este caso en la
columna C fila 3 (C3) y escribimos el = y la palabra contar y debe aparecer el
siguiente mensaje:
37
Estadística Descriptiva
Una vez se tiene la instrucción señalamos las casillas donde se encuentran los
datos, en este caso desde la casilla B22 hasta la casilla M25 y se procede a
ejecutar (Enter).
38
Estadística Descriptiva
De igual forma podemos calcular otros valores estadísticos de interés, para ello
procedemos de la misma manera:
39
Estadística Descriptiva
40
Estadística Descriptiva
Grupo 1 de Ejercicios:
F F M M M M F M F F F M M M M F
M F M F F M M F M F M M M F M M
F M M F M F M F F F M M F F M F
2-. En un estudio sobre actividad laboral se realiza una encuesta que registra la
información sobre el nivel del cargo que desempeña:
P T Op P P T Op D P Op Ad Op P T Op Ad
T Ad Op P D Ad P Op P T Op Op D Ad Ad T
D D P Op Ad D P Op D Ad Ad Ad Ad D P Op
Ad Ad T P Op Op T Op Ad D P Op Op Op T D
Op Ad Ad D P Op Ad P Op D P Op Ad Op Op Ad
41
Estadística Descriptiva
Ad Op D P Op Ad P T Ad D P Op Ad
1 2 4 0 2 1 3 2 3 2 2 4 3 1 2 2
0 1 2 3 1 3 2 3 0 3 1 2 2 2 0 1
0 1 2 3 4 5 6 0 1 2 3 0 1 6 2 3
2 3 2 2 3 2 2 5 0 1 2 2 3 4 5 4
1 2 1 3 4 0 1 2 3 4 5 5 4 3 5 6
3 4 3 1 4 2 3 6 1 2 3 5 6 6 0 0
1 1 4 2 3 5 4 3 3 2 2 3 2 2 5 1
0 1 2 3 4 5 6 1 2 1 3 4 0 1 2 2
4 3 1 2 2 4 5 2 4 3 1 4 2 3 6 2
78 34 89 33 78 55 56 98 56 87 23
78 54 45 78 98 63 56 76 45 58 78
98 78 89 90 58 34 56 45 28 44 67
45 67 34 78 66 67 89 87 45 56 37
89 60 57 79 56 34 56 90 56 70 78
45 42 24 56 89 78 34 56 77 59 80
67 45 26 44 55 67 46 65 88 63 54
1,2 2,3 3,4 4,5 5,6 6,7 7,8 8,9 9,0 3,3 4,2 4,7 5,5 5,9 6,5 3,8
2,1 3,2 4,3 5,4 6,5 7,6 8,7 9,8 1,0 3,8 4,0 5,5 4,8 3,3 6,6 1,0
3,3 4,2 4,7 5,5 5,9 6,5 7,7 8,2 9,6 1,0 2,1 2,5 2,9 3,2 3,5 1,1
3,8 4,0 5,5 4,8 3,3 6,6 7,8 2,8 6,9 1,1 2,1 3,2 3,4 4,1 4,5 9,6
1,0 2,1 2,5 2,9 3,2 3,5 3,8 3,1 4,4 7,8 8,9 9,0 1,2 2,3 3,4 6,9
1,1 2,1 3,2 3,4 4,1 4,5 5,2 5,6 6,3 8,7 9,8 1,0 2,1 3,2 4,3 5,5
9,6 1,0 2,1 2,5 2,9 3,2 3,5 4,2 4,7 7,7 8,2 9,6 3,3 4,2 4,7 2,5
42
Estadística Descriptiva
6,9 1,1 2,1 3,2 3,4 4,1 4,5 4,0 5,5 7,8 2,8 6,9 3,8 4,0 5,5 3,2
4,4 7,8 8,9 9,0 1,2 2,3 3,4 2,1 2,5 2,1 3,2 3,4 1,0 2,1 2,5 2,1
6,3 8,7 9,8 1,0 2,1 3,2 4,3 2,1 3,2 8,9 9,0 1,2 2,1 3,2 3,4 2,1
40, 55, 44, 36, 38, 70, 63, 70, 65, 38, 59, 64, 61, 54, 49, 66,
0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 5
66, 64, 55, 63, 53, 67, 61, 39, 71, 53, 44, 36, 38, 70, 63, 38,
5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5
38, 72, 54, 54, 35, 62, 39, 43, 66, 33, 55, 63, 53, 67, 61, 44,
5 0 0 0 0 0 0 0 5 0 0 0 0 0 0 5
44, 68, 45, 45, 75, 53, 48, 54, 38, 75, 54, 54, 35, 62, 39, 55,
5 0 5 0 0 0 0 0 5 0 0 0 0 0 0 0
50, 60, 57, 43, 48, 51, 57, 56, 44, 48, 45, 45, 75, 53, 48, 63,
0 5 5 0 0 0 0 0 5 0 5 0 0 0 0 0
Grupo 2 de Ejercicios:
1-. Los siguientes datos representan los tipos de envases plásticos que una
empresa recicladora recolecta en un sector de la ciudad en un día:
Pipo de Cantidad
envase
A 280
B 340
C 120
D 200
E 60
43
Estadística Descriptiva
43,6 36,8 25,9 15,2 25,0 37,5 33,5 34,6 65,1 38,6 54,9 34,8
23,5 56,9 56,8 23,6 45,8 34,7 23,5 34,8 56,8 45,7 45,8 50,8
45,8 34,9 54,9 23,6 23,7 56,8 26,0 60,8 61,0 57,8 59,9 34,7
26,9 35,8 44,2 56,8 42,4 28,7 38,9 54,5 54,8 62,9 48,7
Fin de semana
18 11 16 27 14 19 26 25 27 18 16 19
26 32 26 16 19 39 33 40 24 26 29 33
19 19 33 42 39 18
a) Calcular las medidas de los dos (2) grupos de datos y analizar: los resultados.
¿Se parecen las distribuciones de las demoras en semana y del fin de
semana?
b) ¿Alrededor de que valor están los tiempos de demoras?
c) Calcular los valores de la dispersión de los tiempos de demora para los dos
grupos de datos.
d) ¿Las distribuciones de los datos de los dos grupos se consideran normal?
44
Estadística Descriptiva
45
Estadística Descriptiva
5-. David R. Anderson, Dennis J. Sweeney, Thomas A. Williams (2008).
ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA. México. D.F. México
Cengage Learning Editores, S.A. ISBN-10: 607-481-319-1
8-. Verdoy Pablo Juan, Beltrán M. Joaquín y Peris María José (2015).
PROBLEMAS RESUELTOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS
SOCIALES. Edita: Publicacions de la Universitat Jaume I. España. ISBN: 978-84-
15444-38-1.
46