Unidad 1a

UNIVERSIDAD POLITÉCNICA SALESIANA
CARRERA DE ADMINISTRACIÓN DE EMPRESAS

ESTADÍSTICA DESCRIPTIVA
UNIDAD 1
Resumen elaborado por Rómulo Mena y Jaime Gómez

Tomado de la siguiente Bibliografía
CIRO , Martínez Bencardino, Estadística Comercial, Ecoe Ediciones.
Lind, Marshal, Wathen, Estadística Aplicada a los negocios y la economía, Alfaomega.
México. 16ª edición, 2002.
MENA, Rómulo, ESTADÍSTICA BÁSICA I, ISBN-978-9942-21-953-4.
1.1. CONCEPTO BÁSICOS

CONCEPTO DE ESTADÍSTICA
• En esta unidad revisaremos algunos conceptos útiles los cuales le servirá al estudiante
formarse una idea de los términos más usados en el estudio de la estadística.
• Una definición clara y sencilla señala que, la estadística es la ciencia que recoge, organiza,
presenta, analiza e interpreta datos con el fin de propiciar una toma de decisiones más
eficaz (Lind, Marchal, & Wathen, 2012).
• Ciro Martínez, al presentar el significado de la palabra estadística señala que, es un
sistema o método usado para la recolección, organización, análisis y descripción
numérica de la información. También se puede decir que la estadística estudia el
comportamiento de hechos o fenómenos de grupo (Martínez, 2012).
• Otra definición muy sucinta indica que, la estadística es el arte y la ciencia de recolectar,
analizar, presentar e interpretar datos (Anderson, Sweeney, & Williams, 2008).
• El término estadística proviene del latín statisticum collegium (“consejo de Estado”) y
de su derivado italiano statista (“hombre de Estado o político”). En 1749, el alemán
Gottfried Achenwall comenzó a utilizar la palabra alemana statistik para designar el
análisis de datos estatales. Por lo tanto, los orígenes de la estadística están relacionados
con el gobierno y sus cuerpos administrativos (Definición.de, 2015).
• Por lo anterior, teniendo en cuenta las bondades que aportó la estadística a la gestión de
los estados; las empresas y personas, la han aprovechado y en la actualidad no existe
campo de estudio en la que la estadística se encuentre ausente.
POBLACIÓN Y MUESTRA
Población
Es un conjunto de medidas o recuento de todos los elementos que presentan una
característica común (Martínez, 2012).
Un estudio poblacional equivale a una investigación total, ejemplo de ello, en el

Ecuador se realizó en noviembre del 2010 el Censo de Población y Vivienda, el cual
consistió en un recuento de la población y las viviendas para generar información
estadística confiable, veraz y oportuna acerca de la magnitud, estructura, crecimiento,
distribución de la población y de sus características económicas, sociales y demográficas,
que sirva de base para la elaboración de planes generales de desarrollo y la formulación
de programas y proyectos a cargo de organismos de los sectores público y privado
(Instituto Nacional de Estadísticas y Censos, 2015).
Muestra
Es un conjunto de medidas o recuento de una parte de elementos que pertenecen a la

población de interés.
Para que una muestra sea representativa de una población, los elementos deben ser
seleccionados aleatoriamente, esto es, los elementos que se encuentran en la población,
todos tienen la misma oportunidad de ser elegidos en la muestra.
Un estudio muestral se justifica cuando el estudio poblacional se ve imposibilitado

porque:
• Las poblaciones son muy grandes o infinitas.

• El tiempo requerido es demasiado grande.
• Los costos son elevados que imposibilita la ejecución de la investigación.
• Existe limitación en la disponibilidad del recurso humano.
• Debido a la naturaleza destructiva de los elementos sujetos a estudio.
• La homogeneidad de la característica.
Parámetro. Es una característica medida de una población completa, por ejemplo: la

proporción de alumnos de más de 21 años que ingresan a la universidad. En estadística
se asignan símbolos del alfabeto griego para designar un parámetro (Slideshare, 2015).
Estimador. Es la medida de una característica relativa a la muestra, al valor promedio de

los datos y la imagen de éstos; la mayoría de los estadísticos muestrales se encuentran por
medio de fórmulas y suelen asignárseles símbolos del alfabeto latino (Slideshare, 2015).
1.1.1 TIPOS DE ESTADÍSTICA
Estadística Descriptiva
Es el conjunto de técnicas que se encargan de organizar, resumir, presentar y describir
los datos de manera informativa. Los medios útiles para la presentación y descripción de
datos son: las tablas de frecuencia, los gráficos, el cálculo de medidas de tendencia
central, de posición, de variabilidad, etc.
Estadística Inferencial
Es el conjunto de técnicas que se encargan de estimar los parámetros poblacionales a
partir de una muestra. La exactitud de la estimación depende de las técnicas estadísticas
usadas y del cuidado con que se tomó la muestra. La diferencia entre el estadístico de la
muestra y el parámetro de la población se denomina error muestral.
1.1.2 TIPOS DE VARIABLES
Datos Estadísticos
Los datos son hechos, informaciones y cifras que se recogen, analizan y resumen para su
presentación e interpretación. A todos los datos reunidos para un determinado estudio se
les llama conjunto de datos para el estudio (Anderson, Sweeney, & Williams,
2008).Como por ejemplo si considera:
Variable Conjunto de datos
Edad (en años) {1, 2, 3, ⋯ }
Número de hijos {0, 1, 2, ⋯ }
Estatura (en centímetros) {150, 162,173, ⋯ }
Estado civil {𝑠𝑜𝑙𝑡𝑒𝑟𝑜, 𝑐𝑎𝑠𝑎𝑑𝑜, 𝑑𝑖𝑣𝑜𝑟𝑐𝑖𝑎𝑑𝑜, ⋯ }
Grupo sanguíneo {𝐴, 𝐵, 𝐴𝐵, 𝑂}
Variable
Una variable es una característica de los elementos que es de interés (Anderson, Sweeney,
& Williams, 2008). Las cifras o información que conforma un conjunto de datos, son
obtenidas cuando se averigua una variable, a los elementos o individuos sujetos en un
estudio de investigación.
Como se observa en los ejemplos de: edad, número de hijos, estatura, estado civil,
grupo sanguíneo; se tienen variables de dos clases de datos, los cuantitativos y
cualitativos.
1. Datos cuantitativos. Son expresados numéricamente y nos dan una idea de cantidad,
dimensión, duración, distancia, etc.
2. Datos cualitativos. Son conocidos también como datos de atributo, agrupan a una
población o muestra en características semejantes, pero no tienen medidas numéricas; se
encuentran comprendidas por etiquetas o nombres que identifican el atributo de cada
elemento, Como en el caso de la variable estado civil, el dato de respuesta podría ser:
soltero, casado, viudo, divorciado, etc.
De acuerdo a la naturaleza de los datos se debe escoger el método apropiado para resumir
la información, determinar las medidas adecuadas y realizar sus correspondientes análisis.
Para ello es necesario clasificar a las variables en dos tipos.
Variables cuantitativas. Se encuentran en este grupo aquellas que pueden medirse,
cuantificarse, permiten una descripción o representación numérica. Estas variables
atendiendo a los valores que pueden tomar se clasifican en variables discretas y continuas.
a. Variable discreta. Se refiere a aquella que sólo puede tomar valores enteros, esto es: 1, 2,
3, etc., tal es el caso del número de hijos por familia, número de televisores en un hogar,
etc.
b. Variable continua. Toma todos los valores posibles en un intervalo, es decir, se admiten
valores fraccionarios, como el número de años de una persona: 20 años, tres meses, cinco
días, valor pagado por impuesto a la renta de un profesional o empresa, etc.
Variables cualitativas. Estas variables agrupan cualidades o atributos, en la que los casos
de estudio pueden formarse dos grupos como: hombre – mujer, estudiante – no estudiante,
con empleo – sin empleo, etc. Pero también estas variables pueden conformar más de dos
grupos como; al estudiar el grupo sanguíneo de los individuos se tendrá: A, B, AB y O
(cuatro grupos); el estado civil de las personas se tendrá soltero (a), casado (a), divorciado
(a), viudo (a) y unión de hecho, etc.
1.1.3 Niveles de Medición
Los datos pueden clasificarse por niveles de medición, los cuales determinan cómo se
resumirán y presentarán los datos. También establecen cuáles pruebas estadísticas pueden
realizarse.
Existen 4 niveles de medición: nominal, ordinal, de intervalo y de razón. La medición
más baja, o primaria corresponde al nivel nominal, la más alta es la medición de razón.
En las variables cualitativas los datos son de nivel nominal y ordinal.
a. Datos de nivel nominal. Los datos de los elementos sujetos de análisis se encuentran
representados por nombres, admiten una clasificación, sin que ello signifique un orden
lógico. Como ejemplos serían: Países que integran el pacto andino, género de los
estudiantes de un curso de estadística, marca de automóviles, etc.
b. Datos de nivel ordinal. Los datos de los elementos sujetos de análisis se disponen de
acuerdo a un orden que se encuentra especificado, razón por lo que los datos se pueden
clasificar y ordenar. Como ejemplo, las calificaciones cualitativas asignadas por el
profesor de estadísticas a los trabajos presentados por los estudiantes serían: excelente,
muy bueno, bueno, regular y malo. Tabla de posiciones de los equipos que intervienen en
el campeonato ecuatoriano de futbol de la serie A, se tendría primero, segundo, tercero,
… ,etc.
En las variables cuantitativas los datos son de nivel de intervalo y de razón.

c. Datos de nivel de intervalo. Identifica la posición ordinal de cada elemento sujeto de
análisis y las diferencias entre intervalos es la misma. Ejemplos de datos de intervalo son
la temperatura ambiental observada en la escala de grados centígrados, las tallas de las
diferentes prendas de vestir, etc.
d. Datos de nivel de razón: Identifica la posición ordinal de cada elemento sujeto de análisis,
las distancias de cada intervalo es la misma, se basa en un sistema numérico en la que el
cero es significativo y las operaciones de multiplicación y división tienen un resultado
racional. Ejemplos de esto se tiene a: las ventas en dólares de un establecimiento
comercial, en donde el cero representa que en ese día no ha existido ventas, costos,
rentabilidad, participación en el mercado, etc.
Taller Nº1
Elementos fundamentales del Análisis Estadístico

I.- Conteste las siguientes preguntas:
1.- ¿Qué significado tiene para Ud. La estadística?
2.- Mediante ejemplos explicar la diferencia entre la Estadística descriptiva y la
Estadística Inductiva.
3.- ¿Por qué es útil la estadística en el campo para el cual se está preparando?
4.- Dar como mínimo tres ejemplos de fenómenos económicos, considerados dentro del
campo de la investigación estadística?
.
II.- Señalar el literal que más concuerde con cada una de las siguientes aseveraciones
5.- Una buena muestra industrial debe ser
a) Pequeña
b) Grande
c) Representativa de la población objetivo
d) Incluir sólo los establecimientos grandes
e) Incluir sólo los establecimientos pequeños
6.- La clasificación de las Empresas Turísticas se hace teniendo en cuenta:

a) Su función
b) El valor de las ventas
c) El valor de la producción
d) por el valor del trabajo realizado
7.- Una población infinita es aquella en donde

a) El número de elementos está completamente delimitado
b) El número de elementos pasa de 1000
c) El número de elementos está escondido
d) El Número de elementos no está delimitado
8.- Un ejemplo de característica cualitativa puede ser los datos sobre:
a) salarios
b) pulsaciones por minuto
c) gasto mensual en alimentación
d) ocupación
e) temperatura
9.- Una muestra es aleatoria cuando las unidades se seleccionan
a) en forma caprichosa
b) por conveniencia
c) a través de un censo
d) en forma repetitiva
e) de tal manera que todas tengan la misma posibilidad
10.- Por Población o Universo se entiende
a) Un recuento de unidades
b) Un conjunto de seres humanos
c) Un conjunto de datos
d) Un conjunto de medidas o el recuento de todas las unidades que tienen una
característica común
11.- Dentro de los hechos o fenómenos que no se consideran dentro del campo de la
estadística están:
a) Los de frecuente repetición
b) Los de distinta frecuencia
c) Los colectivos
d) Los individuales
e) Los cualitativos que pueden cuantificarse
12.- La estadística descriptiva tiene como objetivo
a) probar la significación de los resultados
b) ser herramienta indispensable en el muestreo
c) descubrir las causas que originan el hecho
d) lograr conclusiones más allá de las muestras
e) efectuar comparaciones sin sacar conclusiones de tipo más general
13.- ¿Cuál es el nivel de medición de cada una de las siguientes variables?
a) Coeficientes intelectuales de los estudiantes.
b) La distancia que viajan los estudiantes para llegar a clases.
c) Las calificaciones de los estudiantes en el primer examen de estadística.
d) Una clasificación de estudiantes por fecha de nacimiento.
e) Una clasificación de estudiantes que cursan primero, segundo, tercero o último grado.
f ) Número de horas que los alumnos estudian a la semana.
1.2. DISTRIBUCIÓN DE FRECUENCIA Y SU REPRESENTACIÓN GRÁFICA
Tipos de Distribuciones
Distribuciones Unidimensionales Consideran para su estudio 1 sola variable Ej. Edad.
Distribuciones Bidimensionales Consideran para su estudio 2 variables Ej. Edad,
estatura.
Distribuciones Multidimensionales Consideran para su estudio más de 2 variables Ej.
Edad, peso y estatura.
a. DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS

La tabla formada por las distintas modalidades (valores o intervalos) del carácter X y por
las frecuencias absolutas, absolutas acumuladas, relativas o relativas acumuladas, recibe
el nombre de distribución de frecuencias: absolutas, absolutas acumuladas, relativas y
relativas acumuladas, respectivamente (García & Japón , 2015).
Por lo anterior, se tiene cuatro distribuciones de frecuencias, obteniéndose a partir de una

cualquiera de ellas, las tres restantes, supuesto que se conoce la frecuencia total. Las
cuatro distribuciones de frecuencias se expresan en tablas como las que se presentan a
continuación.
a. Carácter cualitativo.
𝑴𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝐢 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝐤 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
b. Carácter cuantitativo sin agrupar
𝑿𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝒙𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝒙𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝒙𝒊 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝒙𝒌 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
c. Carácter cuantitativo agrupado en intervalos
𝑰𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝑰𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝑰𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝑰𝒊 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝑰𝒌 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
Para la preparación de una tabla de distribución de frecuencias de carácter cuantitativo

agrupado en intervalos, tenga en cuenta lo siguiente.
DISTRIBUCIONES DE FRECUENCIAS PARA DATOS CUANTITATIVOS
Las variables cuantitativas tales como número de hermanos, número de goles

marcados por un equipo de fútbol, valor de ventas diarias, producción de un bien en la
semana, pago de sueldos mensuales, número de turistas anuales que han ingresado al
Ecuador durante una década, etc. son idóneas para realizar distribuciones de frecuencias
de datos cuantitativos.
Distribución de frecuencias. Agrupación de datos en clases mutuamente excluyentes,

que muestra el número de observaciones que hay en cada clase.
Pasos para elaborar una distribución de frecuencias

Los pasos para elaborar una distribución de frecuencias son:
1. Determinar el número de clases que se desea tener.

2. Determinar la amplitud o intervalo de clase.
3. Determinar los límites de cada una de las clases.
4. Distribuir los datos originales en las distintas clases o tabular.
5. Contar el número de elementos en cada clase que corresponde al valor de la frecuencia.
Paso 1. Determinar el número de clases
Es usar suficientes grupos o clases, que indiquen la forma de la distribución, por lo

que se recomienda un número de clase no menor a 5 ni mayor a 15. El objetivo es usar
un número suficiente de clases que indiquen la forma de la distribución.
Para determinar el número de clases se utiliza la regla “2 k n”, la misma que sugiere
utilizar como número de clases el menor número (k) tal que 2 k(en palabras 2 elevado
a la potencia k) sea mayor que el número de observaciones (n).
Donde: 𝑛 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑘 = 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑒𝑛𝑡𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 𝑜, 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟.
Por ejemplo, si se realizaron 30 llamadas telefónicas para la venta de computadores y

se desea saber cuántas clases se debe utilizar;
𝑛 = 30
2 = 𝑛ú𝑚𝑒𝑟𝑜 𝑏𝑎𝑠𝑒
𝑘 = 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠.
Utilizando la regla tenemos:
2𝑘 𝑛
25  30
32  30
Al ser 32 mayor que 30, la regla para calcular el número de clases, se recomienda
que sean 5 clases en la tabla de frecuencias.
Paso 2. Determinar la amplitud o intervalo de clase.
Para determinar la amplitud se resta del límite superior, el inferior de un conjunto de

datos y se divide para el número de clases.
Al conocer el ancho del intervalo o intervalo de clase a utilizar, se puede aplicar la

siguiente fórmula para encontrar el número de clases a utilizarse; en caso de que se
manejen datos agrupados.
𝐻−𝐿
𝑖≥
𝐾
Donde:
𝑖 = 𝑒𝑠 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
𝐻 = 𝑒𝑠 𝑒𝑙 𝑚𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝐿 = 𝑒𝑠 𝑒𝑙 𝑚𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝑘 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
El primer procedimiento a estudiar para organizar y resumir un conjunto de datos es

realizar una tabla de frecuencias.
TABLA DE FRECUENCIAS O FRECUENCIA ABSOLUTA (𝒇𝒊 ).
Se agrupa datos cualitativos y cuantitativos en clases mutuamente excluyentes que

muestra el número de observaciones en cada clase. Por ejemplo, en la venta de vehículos
marca Toyota se identifica cinco modelos SUV'S, la identificación por modelo es una
variable cualitativa. Suponga que Toyota Ecuador desea resumir las ventas del año pasado
por modelo de vehículo. El resumen en una tabla de frecuencia se presentaría de la
siguiente manera.
Tabla 1.
Tabla de frecuencias absolutas de vehículos Toyota, modelos Suv's vendidos en el ecuador en el año
2014.
Modelos SUV'S (𝑿𝒊 ) Número de vehículos. (𝒇𝒊 )
4RUNNER 300
FJ CRUISER 200
FORTUNER 400
LAND CRUISER 200
RAV4 500
FRECUENCIA ABSOLUTA ACUMULADA (𝑭𝒊 ).
Esta frecuencia tiene sentido calcularla para variables cuantitativas o cualitativas

ordenables, en los demás casos no tiene mucho sentido el cálculo de esta frecuencia. La
frecuencia absoluta acumulada es el número de veces que ha aparecido en la muestra o
población un valor menor o igual que el de la variable.
El cálculo de la frecuencia absoluta acumulada está dado por la fórmula
𝐹𝑖 = 𝐹𝑖−1 + 𝑓𝑖
La frecuencia absoluta acumulada de las operaciones de microcréditos de la

Cooperativa de Ahorro y Crédito La Dura, se presenta en la tabla 14.
Tabla 2.
Tabla de frecuencias absolutas acumuladas de operaciones de microcrédito de la C.A.C. La Dura,
correspondiente al año 2014.
Frecuencia
absoluta
(𝑴 𝒊 ) (𝒇𝒊 )
acumulada
(𝑭𝒊 )
Microcrédito minorista 300 300
Microcrédito de acumulación 200 500
simple
Microcrédito de acumulación 400 900
ampliada
TOTAL 900
FRECUENCIAS RELATIVAS DE CLASE (𝒉𝒊 ).
Es la fracción del número total de observaciones en cada clase; esto es, la frecuencia
relativa capta la relación entre la totalidad de elementos de una clase y el número total de
observaciones. En el ejemplo de la venta de vehículos Toyota, busca conocer el porcentaje
de vehículos modelos SUV'S vendidos en el Ecuador en el año 2014.
La fórmula de cálculo para las frecuencias relativas de clase está dada por
𝑓𝑖
ℎ𝑖 = , o
𝑁
𝑓𝑖
ℎ𝑖 =
𝑛
Donde
𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Tabla 3.
Tabla de frecuencias absolutas y relativas de vehículos Toyota, modelos Suv's vendidos en el ecuador en
el año 2014.
Frecuencia Frecuencia
𝑿𝒊 𝒇𝒊
relativa (𝒉𝒊 ). relativa (𝒉𝒊 ).
4RUNNER 300 300⁄1,600 0.19
FJ CRUISER 200 200⁄1,600 0.12
FORTUNER 400 400⁄1,600 0.25
LAND
200 200⁄1,600 0.13
CRUISER
RAV4 500 500⁄1,600 0.31
TOTAL 𝑵 = 𝟏, 𝟔𝟎𝟎 𝟏, 𝟔𝟎𝟎⁄𝟏, 𝟔𝟎𝟎 1.0000
FRECUENCIA RELATIVA ACUMULADA (𝑯𝒊 ).
Es el cociente entre la frecuencia acumulada de una clase determinada y el número

total de datos.
La fórmula de cálculo de las frecuencias relativas acumuladas se obtiene al calcular

𝐹𝑖
𝐻𝑖 = , o
𝑁
𝐹𝑖
𝐻𝑖 =
𝑛
Tabla 4.
Tabla de frecuencias absolutas, absolutas acumuladas, relativas y relativas acumulada de vehículos
Toyota, modelos Suv's vendidos en el Ecuador en el año 2014.
Frecuencia
𝑿𝒊 𝒇𝒊 (𝑭𝒊 ) (𝒉𝒊 ). relativa
acumulada(𝑯𝒊 )
4RUNNER 300 300 0.188 0.19
FJ
200 500 0.125 0.31
CRUISER
FORTUNER 400 900 0.250 0.56
LAND
200 1,100 0.125 0.69
CRUISER
RAV4 500 1,600 0.313 1.00
TOTAL 1,600 1.0000
Ejemplo de aplicación 3
Se ha investigado el número de hijos correspondientes a 25 familias, los resultados se
muestran a continuación.
1 2 2 0 1 3 2 3 4 0 2 1 3
4 1 4 2 2 0 1 3 5 1 2 3
a. Elabore una tabla de frecuencias absolutas.

b. Otra con frecuencias absolutas, absolutas acumuladas, relativas y relativas acumuladas.
Solución
a. Se elabora una tabla resumen, la cual contendrá en el presente caso, en la primera

columna, la variable cuantitativa (número de hijos por familia) y para la segunda columna,
el conteo correspondiente de acuerdo al número de hijos obtenido en los datos.
Tabla 5.
Conteo de número de hijos por familia
NÚMERO DE
CONTEO
HIJOS
0 III
1 IIIII I
2 IIIII II
3 IIIII
4 III
5 I
TOTAL 25
Una vez elaborado el conteo se procede a llenar la nueva tabla con números arábigos.
Tabla 6.
Distribución de frecuencias absolutas del número de hijos por familia
NÚMERO DE FRECUENCIA
HIJOS 𝑿𝒊 𝒇𝒊
0 3
1 6
2 7
3 5
4 3
5 1
TOTAL 25
b. La tabla anterior contiene la frecuencia absoluta, por lo que le llamaríamos distribución
de frecuencias absolutas. A partir de esta tabla se puede construir las demás frecuencias
(absolutas acumuladas, relativas y relativas acumuladas).
Tabla 7.
Distribuciones de frecuencias (absoluta, absoluta acumulada, relativa, relativa acumulada) del número de
hijos por familia.
𝑿𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
0 3 3 0.12 0.12
1 6 9 0.24 0.36
2 7 16 0.28 0.64
3 5 21 0.20 0.84
4 3 24 0.12 0.96
5 1 25 0.04 1.00
TOTAL 25 1
Se ha investigado la estatura de 50 estudiantes de estadística, los resultados que se
muestran han sido previamente ordenados en forma ascendente.
151 151 152 152 153 154 154 154 155 156
158 158 158 159 161 161 163 164 164 164
166 168 170 170 170 170 170 171 171 172
173 174 174 175 176 177 177 177 177 178
178 180 182 183 184 184 184 185 185 185
a. Elabore una tabla de frecuencias absolutas.

b. Otra con frecuencias absolutas, absolutas acumuladas, relativas y relativas acumuladas.
Solución
a. Tenga en cuenta los pasos señalados en la preparación de una tabla de distribución de

frecuencias de carácter cuantitativo agrupado en intervalos.
Paso 1. Determinar el número de clases que se desea tener.
2𝑘 𝑛
Donde 𝑛 = 50,
Entonces 2𝑘 > 50
Por tanto
26 > 50
64 > 50
Si 𝑘 = 6, entonces se tendrá seis intervalos de clase.
Paso 2. Determinar la amplitud o intervalo de clase.

𝐻−𝐿
𝑖≥
𝐾
Donde:
𝑖 =?
𝐻 = 186
𝐿 = 151
𝑘=6
186 − 151
𝑖≥ = 5.83 ≅ 6
6
186 − 151 = 35
6 × 6 = 36 ∗
* El rango del problema es 35, sin embargo, se dispone de 36, lo que da lugar para mover
en una unidad en uno de los extremos, sea este, superior o inferior.
Paso 3. Determinar los límites de cada una de las clases.

′
𝑋𝑖−1 − 𝑋𝑖′
150 – 156
156 – 162
162 – 168
168 – 174
174 – 180
180 – 186
Paso 4. Distribuir los datos originales en las distintas clases o tabular.

′
𝑋𝑖−1 − 𝑋𝑖′ 𝑓𝑖
150 – 156 IIIII IIIII
156 – 162 IIIII I
162 – 168 IIIII I
168 – 174 IIIII IIIII I
174 – 180 IIIII IIII
180 – 186 IIIII III
TOTAL 50
Paso 5. Contar el número de elementos en cada clase que corresponde al valor de la

frecuencia.
Tabla 8.
Frecuencias absolutas de alturas de estudiantes de estadística del periodo 2015 – 2015.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊
150 – 156 10
156 – 162 6
162 – 168 6
168 – 174 11
174 – 180 9
180 – 186 8
TOTAL 50
b. La tabla anterior contiene la frecuencia absoluta, por lo que le llamaríamos Distribución

de frecuencias absolutas. A partir de esta tabla se puede construir las demás frecuencias
(absolutas acumuladas, relativas y relativas acumuladas).
Tabla 9.
Frecuencias: absolutas, relativas, absolutas acumuladas y relativas acumuladas de alturas de estudiantes
de estadística del periodo 2015 – 2015.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
150 – 156 10 10 0.20 0.20
156 – 162 6 16 0.12 0.32
162 – 168 6 22 0.12 0.44
168 – 174 11 33 0.22 0.66
174 – 180 9 42 0.18 0.84
180 – 186 8 50 0.16 1.00
50 1.00
DIAGRAMAS DE FRECUENCIAS
DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO

Comúnmente las gráficas de datos cualitativos son en forma de barras y de pastel. Sin
embargo en situaciones especiales pueden ser útiles para datos cuantitativos.
1. Diagrama de barras
Se representa en el primer cuadrante de un sistema coordenado rectangular, aquí las

clases se representan en el eje horizontal y la frecuencia de clase en el eje vertical. Las
frecuencias de clase son proporcionales a las alturas de las barras. El eje horizontal
muestra la variable de interés y el eje vertical la cantidad, número o fracción de cada uno
de los posibles resultados. Una característica distintiva de la gráfica de barras es que existe
una distancia o espacio entre las barras.
500
500
Número de vehículos
400
400
300
300
200 200
200
100
0
Modelos SUV'S
Figura 1. Gráfica de barras de vehículos Toyota, modelos Suv's vendidos en el

ecuador en el año 2014.
DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO

DISCRETO
2. Diagrama de barras
En el ejemplo del número de hijos por familia, la variable número de hijos, es
cuantitativa discreta, por tanto, recordando la distribución de frecuencias absolutas del
número de hijos por familia de la tabla 15, se tiene
NÚMERO DE FRECUENCIA
HIJOS 𝑿𝒊 𝒇𝒊
0 3
1 6
2 7
3 5
4 3
5 1
TOTAL 25
El diagrama de barras correspondiente, se representa a continuación.

8 7
F 7 6
R 6 5
E 5
C 4 3 3
U
3
E
2 1
N
C
1
I 0
A 0 1 2 3 4 5
NÚMERO DE HIJOS
Figura 2. Diagrama de barras del número de hijos por familia
3. Diagrama en forma de pastel
Recordando la distribución de frecuencias absolutas y relativas del número de hijos

por familia de la tabla 16, se tiene
𝑿𝒊 𝒇𝒊 𝒉𝒊
0 3 0.12
1 6 0.24
2 7 0.28
3 5 0.20
4 3 0.12
5 1 0.04
TOTAL 25 1
Figura 3. Frecuencias relativas del número de hijos por familia.
DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO
CONTINUO
Son de común aplicación en datos agrupados cuantitativo continuo. El histograma, el

polígono y la ojiva, son gráficas usualmente usadas para datos cuantitativos continuos, en
los que, como se observará a continuación, se representa las frecuencias: absolutas,
absolutas acumuladas, relativas y relativas acumuladas.
Para la representación gráfica, tenga en cuenta la Tabla 18, que se observa a

continuación.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
150 – 156 10 10 0.20 0.20
156 – 162 6 16 0.12 0.32
162 – 168 6 22 0.12 0.44
168 – 174 11 33 0.22 0.66
174 – 180 9 42 0.18 0.84
180 – 186 8 50 0.16 1.00
50 1.00
4. Histograma
frecuencias de clase son proporcionales a las alturas de las barras. El eje horizontal
de los posibles resultados. Una característica distintiva de la gráfica de barras es que no
existe una distancia o espacio entre las barras.
El histograma es útil para representar las frecuencias absolutas y relativas de una

variable continua.
12 11
F 10
10 9
R A 8
E B 8
C S 6 6
6
U O
E L 4
N U
C T
2
I A 0
A 150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ESTATURAS
Figura 4. Histograma de frecuencias absolutas de las alturas de 50 estudiantes de

estadística, del periodo 2015 – 2015.
0,25 0,22
F
0,2
0,2 0,18
R R 0,16
E E 0,15 0,12 0,12
C L
U A 0,1
E T
N I 0,05
C V
I A 0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
A
ESTATURAS
Figura 5. Histograma de frecuencias relativas de las alturas de 50 estudiantes de

5. Polígono
frecuencias se representan por las alturas correspondientes en los extremos superiores de
cada intervalo. Una característica distintiva del polígono es que las alturas
correspondientes a los extremos superiores se unen mediante segmentos.
El Polígono es útil para representar las frecuencias absolutas y relativas de una

variable continua.
12
F
10
R A
11
E B 8 10
C S 9
U O 6 8
E L
N U
4 6 6
C T 2
I A
A 0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ALTURAS
Figura 6. Polígono de frecuencias absolutas de las alturas de 50 estudiantes de

0,25
F
R R 0,2
E E
0,22
0,2
C L 0,15 0,18
U A 0,16
E T 0,1
N I 0,12 0,12
C V 0,05
I A
A
0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ALTURAS
Figura 7. Polígono de frecuencias relativas de las alturas de 50 estudiantes de

6. Ojiva
frecuencias acumuladas se representan por las alturas correspondientes en los extremos
superiores de cada intervalo, dando una altura cero al extremo inferior del primer
intervalo y siendo constante a partir del extremo superior del último. El eje horizontal
de los posibles resultados. Una característica distintiva de la ojiva es que las alturas
correspondientes a los extremos superiores se unen mediante segmentos.
La ojiva es útil para representar las frecuencias absolutas acumuladas y relativas

acumuladas de una variable continua.
60 50 50
F A
R
A
C 50 42
B
E U 40 33
S
C M
O 30 22
U U 16
L
E L 20 10
U
N A
T 10 0
C D
A 0
I A
S 144 – 150 – 156 – 162 – 168 – 174 – 180 – 186 –
A S 150 156 162 168 174 180 186 192
ALTURAS
Figura 8. Ojiva de frecuencias absolutas acumuladas de las alturas de 50 estudiantes de

1,2 1 1
F 1
A 0,84
R R
C 0,8 0,66
E E
U
C L 0,6 0,44
M
U A 0,32
U 0,4
E T 0,2
L
N I 0,2
A 0
C V
D 0
I A 144 – 150 – 156 – 162 – 168 – 174 – 180 – 186 –
A
A 150 156 162 168 174 180 186 192
ALTURAS
Figura 9. Ojiva de frecuencias relativas acumuladas de las alturas de 50 estudiantes de

TALLER Nº2
DISTRIBUCIONES DE FRECUENCIAS
I.- Conteste las siguientes preguntas
1.- ¿En qué consiste una distribución de frecuencias?
2.-¿De cuantas columnas consiste una tabla de distribución de frecuencias para variable
discreta?
3.- ¿Qué son frecuencias absolutas?
4.- ¿Qué representa Xi?
II.- Complete
5.- Las frecuencias absolutas se simbolizan con ……………

6.- El símbolo de las frecuencias relativas es ……………….
7.- Fi significa …………………………………………
8.- Hi representa …………………………………….
9.- Las observaciones en la primera columna (Xi) se ordenan de
…………………………………. a …………………………………….
10.- F2 es igual a F1 más ………………….
11.- H3 es igual a H2 más …………………………
III.- Anote V o F, dentro del paréntesis según el enunciado sea respectivamente,

verdadero o Falso
𝑓𝑖
12.- hi = 𝑛 ( ) 13.- H2= H1 + h2 ( )
14.- F1= f1 ( ) 15.- fi = n ( )
16.- F2 = f1 + f2 ( ) 17.- La última H es igual a 1 ( )
18.- Si Xi = 505, 508, 505, 490, 500, 490, 508, 510: X son los valores numéricos ( )
i comprende de 1 a 8 ( )
n=8 ( )
IV.- Con la serie de datos que se dan elabore una tabla de distribución de
frecuencias para variable discreta
19.- El jefe de personal de una empresa turística encontró que el número de días que los
50 empleados habían tomado por incapacidad médica era:
1 10 9 7 6 9 6 10 12 2
12 10 3 2 3 10 10 3 6 11
9 10 6 5 3 12 9 1 5 10
10 8 8 12 9 11 5 3 6 9
7 10 4 11 11 5 9 10 3 6
a) Tomando como variable días (enteros) elabore una tabla de frecuencias
b) Represente gráficamente las frecuencias absolutas y relativas simples
c) Gráficas acumulativas de frecuencias
d) Determinar el valor de X21, f3, F4 , H6
20.- Las calificaciones de una de las asignaturas a un grupo de 20 estudiantes fueron:
20 19 15 10 12 14 16 18 19 10
20 10 10 12 14 14 16 15 10 14
a) Elabore una tabla de distribución de frecuencias

b) Represente gráficamente las frecuencias absolutas y relativas simples
c) Represente gráficamente las frecuencias absolutas y relativas acumuladas
V.- Complete la tabla de distribución de frecuencias

21.-
Xi fi hi Fi Hi
200 2/17
250 5
300 8
350 2
400 4
450 2 16
500 1
n=17
22.-
Xi fi hi Fi Hi
90 5/20
100 4
130 5
140
150 3
20
23.-
Xi fi hi Fi Hi
10 7/50
15 4/50
17 31
18 12
19 5/50
20 2
TALLER Nº3
Tabla de Distribución de frecuencias con Variable Continua

I .- Conteste las Preguntas
1.-¿Cómo se llama la diferencia entre los Valores máximo y mínimo de una muestra?
2.- Cuál es Xmáx, Xmín, y el rango en :
124 150 180 90 93 85 15 148 121 135 157
3.- ¿Cómo se encuentra la Marca de Clase?
4.- ¿Qué es amplitud?
5.- Cómo se simbolizan los límites inferior y superior de un intervalo de Clase?
6.- Si el límite inferior de un intervalo de clase es 485.5 y la amplitud 12 ¿Cuál es el límite

superior?
7.- Si el límite superior de un intervalo de clase es 976.1 y 10 la amplitud ¿Cuánto vale el

límite inferior?
8.-Si los límites de un intervalo de clase son 840.5 y 850.5 ¿Cuál es la marca de clase?
9.- La marca de clase de un intervalo es 1248 y uno de los límites 1539 ¿ Cuál es el otro
límite?
10.- El límite hallado en el ejercicio anterior ¿es inferior o superior?
11.-Si el rango es 8000 y la amplitud (Ci), 1000 ¿Cuántos intervalos puede formarse?
12.- Si C= 10000 y m= 20 ¿Cuál es el rango?
13.- Si el rango es 5000 y el número de intervalos de clase m=25 ¿Cuánto es la amplitud?

(Ci)
14.-Si fi= 16 ¿Cuál es Fi?

15.- Si n = 100 ; f5= 18 ¿Cuánto vale h5?
16.- Si n= 60 y f1= 12 ¿ Cuál es valor de H1 en porcentajes?
17.- ¿ Es lo mismo un histograma de frecuencias que un diagrama de barras? ¿ por qué?
18.- ¿Cuándo se tiene un histograma y cuándo un diagrama de barras?
19.- ¿Qué representa la base de un rectángulo en el Histograma?
20.- ¿Cómo se obtiene el polígono de frecuencias?
21.- ¿ Cuántos intervalos deben formarse como mínimo y máximo?
22.- ¿Cómo se llama el cociente entre el rango y la amplitud?
23.- Un conjunto de datos consiste en 83 observaciones ¿Cuántas clases recomendaría

para una distribución de frecuencias?
24.- Un conjunto de datos consta de 145 observaciones que van de 56 a 490 ¿ Qué tamaño
de intervalo de clase recomendaría?
II.- Con la serie de datos elaborar una tabla de distribución de frecuencias con
variable continua.
25.- A continuación se presenta el número de minutos para viajar desde el hogar al trabajo,
para un grupo de ejecutivos con automóvil.
28 25 48 37 41 19 32 26 16 23 23
29 36 31 26 21 32 25 31 43 35 42
38 33 28
a) Cuántas clases recomendaría?

b) ¿Qué intervalo de clase es de sugerir?
c) ¿Qué recomendaría cómo límite inferior de la primera clase?
d) Organice los datos en una distribución de frecuencias
26.- El Banco “El Estudiante” seleccionó una muestra de 40 cuentas de cheques de

estudiantes. Enseguida se presentan los saldos (en dólares) a fin de mes.
$404 74 234 149 279 215 123 55 43 321

87 234 68 489 57 185 141 758 72 863
703 125 350 440 37 252 27 521 302 127
968 712 503 489 327 608 358 425 303 203
a) Coloque los datos en una distribución de frecuencias usando 100 como intervalo
de clase y = como punto de partida.
b) Elabore un histograma de frecuencias absolutas
c) Elabore la Ojiva de frecuencias absolutas acumuladas
d) El banco considera como cliente preferido a un estudiante con un saldo final de
$400 dólares o más en su cuenta. Estime el porcentaje de clientes preferidos.
27.- La tabla siguiente registra el número de boletos vendidos de un grupo de 60 agencias

de viajes.
75 92 64 85 90 92 78 73 96 85
68 73 90 86 75 64 92 64 73 90
85 86 68 78 92 86 86 75 78 86
92 64 78 75 64 68 64 78 86 86
73 90 86 90 73 90 90 96 75 96
64 96 96 85 96 68 86 85 73 85
Desarrollar los siguientes aspectos, con relación a la tabla

a) Construir o intervalos de clase, de igual tamaño
b) Coloque los datos en una distribución de frecuencias
c) Construir las gráficas correspondientes a frecuencias relativas; polígono de
frecuencias, frecuencias relativas acumuladas.
d) Número de agencias que obtuvieron la venta de 80 boletos y más
Porcentaje de agencias que obtuvieron una venta de boletos menor que 75
1.3. MEDIDAS DE TENDENCIA CENTRAL
Medidas de tendencia central
a. Media aritmética
b. Media ponderada
c. Mediana
Al recolectar y organizar los datos, el objetivo es encontrar un punto central en

función de sus frecuencias. En estadística las medidas de tendencia central, varían de
acuerdo con lo que se desea o que se requiera encontrar del conjunto de datos
recolectados.
Estas medidas serán estudiadas en dos formas:
1. Datos no agrupados, y
2. Datos agrupados en una tabla de frecuencias.
Las fórmulas difieren para calcular en vista de que depende si son datos de población
o datos de muestras, pero el procedimiento es el mismo.
Una medida de tendencia central es un valor único que resume un conjunto de datos,
señalando el centro de los valores.
MEDIA ARITMÉTICA
Es la medida de tendencia central que más se utiliza en Estadística, se calcula

sumando todos los valores de las observaciones y se divide para el total de las mismas.
Características
1. Es una medida totalmente numérica o sea sólo puede calcularse en datos de características
cuantitativas.
2. En su cálculo se toman en cuenta todos los valores de la variable.
3. Es lógica desde el punto de vista algebraico.
4. La media aritmética es altamente afectada por valores extremos.
5. No puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
6. La media aritmética es única, o sea, un conjunto de datos numéricos tiene una y solo una
media aritmética.
7. Esta medida es muy útil para analizar y comparar dos o más poblaciones.
Media aritmética con datos no agrupados

La media aritmética poblacional y muestral de datos no agrupados, es la suma de
todos los valores de la población o muestra, dividido para el número total de los datos.
Fórmula poblacional
La fórmula está dada por:

∑ 𝑥𝑖
μ=
N
donde:
μ Es la representación de la media de la población, con letra griega “mu” minúscula.
N Indica el número total de elementos de la población.
𝑥𝑖 Es cualquier valor en particular.
 La letra griega “sigma” mayúscula, es para sumar los datos.
∑ 𝑥𝑖 Indica que es la sumatoria total de los valores de 𝑥.
La característica que mide a la población, está representada por el parámetro. Es

una característica de una población.
Las edades de un equipo titular de básquet de la liga ecuatoriana es: 22, 28, 19, 25 y
26. Calcular la media de edad de los jugadores.
Solución
El equipo titular de básquet contiene cinco jugadores, en consecuencia, se trata de la

población o equipo titular.
𝑁 = 5, equipo titular
∑ 𝑥𝑖 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 22 + 28 + 19 + 25 + 26 = 120
∑ 𝑥𝑖 120
μ= = = 24 𝑎ñ𝑜𝑠
N 5
∑ 𝑥𝑖 120
μ= =
N 5
μ = 24 𝑎ñ𝑜𝑠
Interpretación del resultado
El equipo titular de básquet está conformado con una media de edad de 24 años.
El bufete de abogados Emily’s Asociados tiene 10 socios, el día de hoy estos socios
atendieron el siguiente número de clientes.
Bufete de No. de clientes 𝒙𝒊

Abogados
Socio 1 5
Socio 2 10
Socio 3 8
Socio 4 6
Socio 5 7
Socio 6 6
Socio 7 12
Socio 8 11
Socio 9 10
Socio 10 5
a. ¿Esta información es una muestra o una población?
b. ¿Cuál es el número medio de clientes atendidos por los 10 socios del bufete?
Solución
Es una población, puesto que se toma en cuenta a todos los socios del bufete de
abogados Emily’s Asociados y para sacar la media aritmética poblacional, se debe sumar
todos los valores y dividir para el número total de los socios atendidos.
𝑁 = 10
∑ 𝑥𝑖 = 80
∑ 𝑥𝑖 80
μ= =
N 10
μ=8
El valor medio de clientes atendidos por socio es 8.
Fórmula muestral
∑ 𝑥𝑖
𝑋̅ =
𝑛
donde
𝑋̅ Media aritmética de la muestra
𝑛 Número de elementos de la muestra
∑ 𝑥𝑖 Indica que es la sumatoria total de los valores de 𝑥.
Un equipo de básquet de la liga ecuatoriana está conformado por 12 jugadores, de los

cuales se toma una muestra aleatoria de 5 de ellos, con el propósito de calcular la estatura
promedio. Si sus estaturas en centímetros son: 190, 208, 196, 205 y 206. ¿Cuál es la media
en centímetros?
Solución
El equipo completo de básquet contiene 12 jugadores, si se considera a cinco de ellos,

tomados de manera aleatoria, entonces se tiene una muestra, ya que se ha considerado
una parte del total.
𝑛 = 5, muestra aleatoria
∑ 𝑥𝑖 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 190 + 208 + 196 + 205 + 206 = 1,005
∑ 𝑥𝑖 1,005
𝑋̅ = =
n 5
𝑋̅ = 201 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
La estatura promedio de la muestra de los jugadores de básquet es de 201 centímetros.
Media aritmética con datos agrupados

En datos agrupados se pueden presentar dos grupos de tablas de frecuencia.
Cuando una serie simple se le agrupa con frecuencias para obtener la media
aritmética, se multiplica la variable 𝑥𝑖 por la frecuencia respectiva fi , se obtiene la suma
de todos estos productos y luego a este valor se lo divide para el número de elementos 𝑛
(Suárez, 2015). La fórmula de cálculo está dada por:
𝑓1 𝑥1 + 𝑓2 𝑥2 + ⋯ + 𝑓𝑛 𝑥𝑛 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= = =
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 ∑𝑓 𝑁
Donde ∑ 𝑓 = 𝑁 que es el número total de elementos de una población.

En una fiesta infantil se encuentran 20 niños (as) de edades de 4 a 10 años, las edades
en años están distribuidas de acuerdo a la información siguiente.
𝒙𝒊 𝒇𝒊
en años frecuencia
4 3
5 2
6 3
7 1
8 6
9 1
10 4
Total 20
Se requiere calcular la media aritmética.
Solución
Como
∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= =
∑𝑓 𝑁
Entonces, de acuerdo a la información prevista en la tabla del problema, se tiene
(3)(4) + (2)(5) + (3)(6) + (1)(7) + (6)(8) + (1)(9) + (4)(10) 144

𝜇= =
3+2+3+1+6+1+4 20
𝜇 = 7.2 𝑎ñ𝑜𝑠
El promedio de edad de los 20 niños y niñas que se encuentran en la fiesta infantil es

de 7.2 años.
Cuando una serie se la agrupa en intervalos para obtener la media aritmética, se

multiplica la marca de clase de intervalo 𝑥𝑖 por la frecuencia respectiva 𝑓𝑖 , se obtiene la
suma de todos estos productos y luego a este valor se lo divide para el número de
elementos (Suárez, 2015). La fórmula de cálculo está dada por:
𝑓1 𝑥1 + 𝑓2 𝑥2 + ⋯ + 𝑓𝑛 𝑥𝑛 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= = =
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 ∑𝑓 𝑁
Donde 𝑥𝑖 es la marca de clase de los intervalos.
La fórmula para el cálculo de la marca de clase es:

′
𝑥𝑖−1 + 𝑥𝑖′
𝑥𝑖 =
2
Donde
′
𝑥𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑥𝑖′ = 𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
La edad de los estudiantes de la modalidad a distancia de la Facultad de Ciencias
Administrativas de la UCE, matriculados en el periodo abr – sep del 2015, arrojaron los
resultados siguientes.
EDAD (AÑOS MARCA DE

CUMPLIDOS) CLASE NÚMERO
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒙𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 18 + 28 1,146
= 23
2
[𝟐𝟖 – 𝟑𝟖) 28 + 38 573
= 33
2
[𝟑𝟖 – 𝟒𝟖) 38 + 48 291
= 43
2
[𝟒𝟖 – 𝟓𝟖) 48 + 58 113
= 53
2
MÁS DE 57 52
TOTAL 2,175
ᴬ El símbolo “[18”, significa que incluye el 18; y “28)”, significa que el 28 no está
incluido, pero si incluye los valores cercanos al 28 por la izquierda.
Se requiere calcular la media de edad en años.
Solución
Se ha considerado a todos los estudiantes de la modalidad a distancia de la Facultad

de Ciencias Administrativas de la UCE, se trata de toda la población.
En consecuencia
𝜇= =
∑𝑓 𝑁
Entonces, de acuerdo a la información prevista en la tabla del problema y a la
característica cinco de la media aritmética, no es posible el cálculo de 𝑓𝑖 𝑥𝑖 , en razón que
el quinto intervalo es abierto.
Fórmula muestral
𝑋̅ = =
∑𝑓 𝑛
Si de los estudiantes de la modalidad a distancia de la Facultad de Ciencias

Administrativas de la UCE, se toma como muestra a 50 matriculados de manera aleatoria
en el periodo abr – sep del 2015, para determinar la media de estatura en centímetros.
Entonces, de acuerdo a las mediciones correspondientes se tiene.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊
[150 – 156) 153 10
[156 – 162) 159 6
[162 – 168) 165 6
[168 – 174) 171 11
[174 – 180) 177 9
[180 – 186) 183 8
∑= 50
Solución
Como
𝑋̅ = =
∑𝑓 𝑛
Entonces, adecuando la tabla de información del problema y obteniendo la marca de

clase 𝒙𝒊 , se tendría:
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊 𝒙 𝒊 𝒇𝒊
[150 – 156) 153 10 1,530
[156 – 162) 159 6 954
[162 – 168) 165 6 990
[168 – 174) 171 11 1,881
[174 – 180) 177 9 1,593
[180 – 186) 183 8 1,464
∑= 50 8,412
Reemplazando en la fórmula, queda:

8,412
𝑋̅ = = 168.24 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
50
MEDIA PONDERADA
En ocasiones es necesaria la obtención de una media aritmética de variables cuyos
valores observados tienen distinta importancia y por tanto se deben ponderar de distinta
manera para obtener la media.
En el caso que la ponderación sea distinta, se habla de una media ponderada y los
valores por los cuales se ponderan los distintos valores se llaman pesos o ponderaciones
(𝑤𝑖).

𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + ⋯ + 𝑤𝑛 𝑥𝑛
𝑋̅𝑤 =
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
A la fórmula se le resume de la siguiente forma:
∑𝑛𝑖=1 𝑤𝑖 𝑥𝑖
𝑋̅𝑤 =
∑𝑛𝑖=1 𝑤𝑖
Siendo:
𝑋̅𝑤 = 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎
Que se lee: “X barra subíndice W”
A continuación se muestran las ponderaciones de las evaluaciones en los cursos de
estadística y las calificaciones de un estudiante durante el semestre.
Porcentaje
Evaluación Nota 𝒙𝒊
𝒘𝒊
Parcial 1 9 30
Parcial 2 7 30
Examen final 8 20
Tema especial 9 10
Otras evaluaciones 8.4 10
Determine la calificación promedio del estudiante.
Solución
Como
𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + ⋯ + 𝑤𝑛 𝑥𝑛
𝑋̅𝑤 =
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
Entonces
(30)(9) + (30)(7) + (20)(8) + (10)(9) + (10)(8.4)

𝑋̅𝑤 =
30 + 30 + 20 + 10 + 10
814
𝑋̅𝑤 =
100
𝑋̅𝑤 = 8.14 𝑝𝑢𝑛𝑡𝑜𝑠
La calificación promedio del estudiante de los cinco ítems evaluados es de 8.14

puntos.
LA MEDIANA
La mediana de un conjunto finito de valores, es aquel valor que divide al conjunto en
dos partes iguales, de forma que el número de valores mayor o igual a la mediana es igual
al número de valores menores o igual a estos. Su aplicación se ve limitada ya que solo
considera el orden jerárquico de los datos y no alguna propiedad propia de los datos, como
en el caso de la media.
Mediana de datos no agrupados

Los criterios necesarios para calcular la mediana, son los siguientes:
a. Se requiere es ordenar los datos en forma ascendente o descendente, cualquiera de las

ordenaciones conducen al mismo resultado. Esto es: 𝑥1 , 𝑥2 , 𝑥3 , ⋯ , 𝑥𝑛 .
b. Si N es Impar, hay un término central, el término 𝑋𝑁+1 , que será el valor de la mediana.
2
c. Si N es Par, hay dos términos centrales, 𝑋𝑁 y 𝑋𝑁+1 , la mediana será la media de esos
2 2
dos valores
Características:
• Para el cálculo de la mediana interesa que los valores estén ordenados de menor a mayor
o viceversa.
• La mediana no es afectada por valores extremos.
• Puede ser calculada en distribuciones de frecuencia con clases abiertas.
La notación más usual que se utiliza para representar a la mediana son 𝑀𝑒, 𝑀𝑑, 𝑥̃
Fórmula para población y muestra impar
𝑀𝑒 = 𝑋𝑁+1
2
𝑀𝑒 = 𝑋𝑛+1
2
Donde 𝑋𝑁+1 y 𝑋𝑛+1 , es la posición que ocupa el valor de la mediana.

2 2
El contenido de cinco botellas de gaseosas denominadas personal son seleccionadas

de forma aleatoria de un lote de producción en ml, al medir sus contenidos se tiene: 235.4,
236.3, 234.9, 236.4, y 236.0. ¿Cuál es la mediana de las observaciones muestreadas?
Solución
Primero se ordena de mayor a menor, entonces:
234.9, 235.4, 236.0, 236.3, 236.4

Aplicando la regla para el cálculo de la mediana de datos no agrupados de un conjunto
de elementos impar, se tiene:
𝑀𝑒 = 𝑋𝑛+1
2
𝑛+1 5+1
= =3
2 2
El tres es la posición de la serie de elementos ordenados y contados de izquierda a
derecha, por lo que se tendría que:
𝑀𝑒 = 236.0
234.9, 235.4, 236.0, 236.3, 236.4
Fórmula para población y muestra par
𝑋𝑁 + 𝑋𝑁+1
2 2
𝑀𝑒 =
2
𝑋𝑛 + 𝑋𝑛+1
2 2
𝑀𝑒 =
2
𝑋𝑁 +𝑋𝑁 𝑋𝑛+𝑋𝑛
+1 +1
2 2 2 2
Donde y , es la posición que ocupa el valor de la mediana.
2 2
El contenido de seis botellas de gaseosas denominadas personal son seleccionadas de

forma aleatoria de un lote de producción en ml, al medir sus contenidos se tiene: 235.4,
236.3, 234.9, 236.4, 237.2 y 236.0. ¿Cuál es la mediana de las observaciones
muestreadas?
Solución
Primero se ordena de mayor a menor, entonces:
234.9, 235.4, 236.0, 236.3, 236.4, 237.2
Aplicando la regla para el cálculo de la mediana de datos no agrupados de un conjunto

de elementos impar, se tiene:
𝑛 𝑛 6 6
+ + 1 + +1 7
2 2 =2 2 = = 3.5
2 2 2
El tres punto cinco, es la posición de la serie de elementos ordenados y contados de
izquierda a derecha, por lo que cuando la serie contiene un número de elementos par, se
contará con dos elementos medios y se tendrá:
234.9, 235.4, 236.0, 236.3, 236.4, 237.2
236.0 + 236.3
𝑀𝑒 = = 236.15
2
𝑀𝑒 == 169.64 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
Mediana de datos agrupados

Cuando los datos se encuentran agrupados en una distribución de frecuencia, no
conocemos los datos originales, por lo tanto es necesario estimar la mediana mediante los
siguientes pasos:
1. Calcular el valor 𝑛/2 o 𝑁⁄2, según se trate.

2. Localizar el intervalo de clase donde se encuentra la mediana (intervalo mediano). Esto
se hace encontrando el primer intervalo de clase donde la frecuencia acumulada es igual
o mayor que 𝑛/2.
3. Aplicar la siguiente fórmula de la mediana para datos agrupados con respecto al intervalo
mediano.
Fórmula de la mediana para una población.
𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Fórmula de la mediana para una muestra.

𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde:
𝑀𝑒 = 𝑀𝑒𝑑𝑖𝑎𝑛𝑎
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎

𝐹𝑖−1 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑓𝑖 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
Características:
• Existe una mediana para un conjunto de datos.
• Para el cálculo de la mediana interesa que los valores estén ordenados de menor a mayor
o viceversa.
• Al existir valores extremadamente grandes o muy pequeños la mediana no se ve afectada.
• Se calculará la mediana para una distribución de frecuencias con una clase de extremo
abierto. Cuando la mediana no se encuentra en esa clase.
EDAD (AÑOS MARCA DE

CUMPLIDOS) CLASE NÚMERO
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒙𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 18 + 28 1,146
= 23
2
[𝟐𝟖 – 𝟑𝟖) 28 + 38 573
= 33
2
[𝟑𝟖 – 𝟒𝟖) 38 + 48 291
= 43
2
[𝟒𝟖 – 𝟓𝟖) 48 + 58 113
= 53
2
MÁS DE 57 52
TOTAL 2,175
Se requiere calcular la mediana de edad en años de los estudiantes de la modalidad a

distancia.
Solución

En consecuencia
𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde
𝑁 2,175
= = 1,087.5
2 2
Completando la tabla para la aplicación de la fórmula, se tiene:
EDAD (AÑOS MARCA DE FRECUENCIA FRECUENCIA

CUMPLIDOS) CLASE 𝒇𝒊 ACUMULADA
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒙𝒊 𝑭𝒊
[18 – 28) 18 + 28 1,146

1,146
= 23
2
[28 – 38) 28 + 38 573 1,719
= 33
2
[38 – 48) 38 + 48 291 2,010
= 43
2
[48 – 58) 48 + 58 113 2,123
= 53
2
MÁS DE 57 52 2,175
TOTAL 2,175
𝐿𝑖−1 =18
𝑐 = 10
𝐹𝑖−1 = 0
𝑓𝑖 = 1,146
Reemplazando
2,175
−0
𝑀𝑒 = 18 + (10) 2 = 18 + 9.49
1,146
𝑀𝑒 = 27.49 𝑎ñ𝑜𝑠
Si de los estudiantes de la modalidad a distancia de la Facultad de Ciencias
Administrativas de la UCE, se toma como muestra a 50 matriculados de manera aleatoria
en el periodo abr – sep. del 2015, para determinar la mediana de estatura en centímetros.
Entonces, de acuerdo a las mediciones correspondientes se tiene.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊
[150 – 156) 153 10
[156 – 162) 159 6
[162 – 168) 165 6
[168 – 174) 171 11
[174 – 180) 177 9
[180 – 186) 183 8
Σ 50
Solución
Se ha considerado a una parte de los estudiantes de la modalidad a distancia de la

Facultad de Ciencias Administrativas de la UCE, se trata de una muestra.
En consecuencia
𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde
𝑛 50
= = 25
2 2
𝐿𝑖−1 =168
𝑐=6
𝐹𝑖−1 = 22
𝑓𝑖 = 11
Completando la tabla para la aplicación de la fórmula, se tiene:
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊 𝑭𝒊
[150 – 156) 153 10 10
[156 – 162) 159 6 16
[162 – 168) 165 6 22
[168 – 174) 171 11 33
[174 – 180) 177 9 42
[180 – 186) 183 8 50
∑= 50
Reemplazando
50
− 22
𝑀𝑒 = 168 + (6) 2 = 168 + 1.64
11
𝑀𝑒 = 169.64
MODA
La moda es el valor de la variable que tiene mayor frecuencia absoluta o la que más
se repite.
Características
1. Es la única medida de centralización que tiene sentido estudiar en una variable cualitativa,
pues no precisa la realización de ningún cálculo.
2. En su determinación no se incluyen todos los valores de la variable.
3. El valor de la moda puede ser afectado grandemente por el método de designación de los
intervalos de clases.
4. Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
5. No es afectada por valores extremos.
6. Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia, siendo esta máxima; en cuyo caso se tendrá una
distribución bimodal o polimodal, según el caso.
Moda de datos no agrupados
La moda es una medida que se relaciona con la frecuencia con que se presenta el dato
o los datos con mayor incidencia; por lo que se considera la posibilidad de que exista
más de una moda para un conjunto de datos.
La notación más frecuente es la siguiente: 𝑀𝑜 y 𝑥̂. Esta medida es aplicable tanto

para datos cualitativos como cuantitativos.
Forma de cálculo
𝑀𝑜 = 𝑓𝑖 𝑚á𝑥𝑖𝑚𝑎
𝑓𝑖 máxima, quiere decir que es la de mayor frecuencia absoluta
Tipos de moda
1. Unimodal. La moda es única.

2. Polimodal. Por su propia definición, la moda puede no ser única, pues puede haber dos o
más valores de la variable que tengan la misma frecuencia, siendo esta máxima; en cuyo
caso se tendrá una distribución bimodal o polimodal según el caso (Universidad
Michoacana de San Nicolás de Hidalgo, 2015).
Determinar la moda del siguiente conjunto de datos:
1, 2, 3, 3, 4, 5, 6, 7, 7, 3, 1, 9, 3.
Solución
Para mayor facilidad, si se ordena de manera ascendente se tiene:
1, 1, 2, 3, 3, 3, 3, 4, 5, 6, 7, 7, 9.
Se identifica el elemento que más se repite, por lo cual
𝑀𝑜 = 3
Por tanto, la moda del conjunto de datos es igual a 3 y si considera unimodal.
Determinar la moda del siguiente conjunto de datos: 1, 2, 3, 4, 4, 5, 2, 1, 3, 4, 2, 3,

4, 6, 3, 3, 4.
Solución
Para mayor facilidad, si se ordena de manera ascendente se tiene: 1, 1, 2, 2, 2, 3, 3, 3, 3,

3, 4, 4, 4, 4, 4, 5, 6,
Se identifica los elementos que más se repite, por lo cual
𝑀𝑜 = 3, y
𝑀𝑜 = 4
Las modas de este conjunto de datos son 3 y 4, ya que ambas tienen la más alta frecuencia
y se determina que es bimodal.
Determinar la moda del siguiente conjunto de datos: 1, 2, 3, 4, 5, 6, 7, 8, 9
Solución
La muestra no contiene dato o datos repetidos, por lo que se considera que la muestra
es amodal.
Moda de datos agrupados
Para determinar la moda de datos agrupados se debe utilizar intervalos con igual
amplitud.
Fórmula
La fórmula de cálculo para la moda de datos agrupados está dada por:
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐 )
∆𝑓𝑖 + ∆𝑓𝑠
Nomenclatura
𝑀𝑜 = 𝑀𝑜𝑑𝑎
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙
∆𝑓𝑖
= 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑚𝑜𝑑𝑎𝑙 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑖𝑛𝑚𝑒𝑑𝑖𝑎𝑡𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
∆𝑓𝑠
= 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑚𝑜𝑑𝑎𝑙 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑖𝑛𝑚𝑒𝑑𝑖𝑎𝑡𝑎 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1

EDAD (AÑOS
CUMPLIDOS) FRECUENCIA
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒇𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 1,146

[𝟐𝟖 – 𝟑𝟖) 573
[𝟑𝟖 – 𝟒𝟖) 291
[𝟒𝟖 – 𝟓𝟖) 113
MÁS DE 57 52
TOTAL 2,175
Se requiere calcular la moda de edad en años de los estudiantes de la modalidad a

distancia.
Solución

En consecuencia
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐 )
∆𝑓𝑖 + ∆𝑓𝑠
Donde
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1
𝑓𝑖−1 = 0
𝑓𝑖 = 1,146
∆𝑓𝑖 = 1,146 − 0 = 1,146
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1
𝑓𝑖+1 = 573
𝑓𝑖 = 1,146
∆𝑓𝑠 = 1,146 − 573 = 573
𝐿𝑖−1 =18
𝑐 = 10
Reemplazando
573
𝑀𝑜 = 18 + (10) = 18 + 10
1,146 − 573
𝑀𝑜 = 28 𝑎ñ𝑜𝑠
TALLER Nº 4
Media, Mediana y Moda
Ejercicios Propuestos
1.- Diez egresados de la Facultad de Administración se iniciaron en el trabajo con los
siguientes sueldos anuales $ 34.325, 40.800, 37.600, 39500, 36.000, 60.500,40.325,
38.000, 39.200. dólares.
a) Calcular la media, mediana y moda
b) Cuál de los promedios anteriores es el más representativo y por qué?
2.- De un grupo de 100 obreros que laboran en una fábrica, 40 de ellos trabajan en el día
y 60 en la noche. Se sabe que el salario promedio de los 100 obreros es de $40.720
dólares y que los del turno del día reciben en promedio $2.800 menos que los
trabajadores nocturnos. ¿Cuál es el salario promedio de cada grupo?
3.- En la siguiente serie de números indicar:

a) La Media
b) La mediana
c) La moda
4.000 4.500 5.000 5.000 8.250

9.300 9.700 12.000 12.500 35.000
4.- Suponiendo que los salarios anuales pagados por una compañía son los siguientes
Cargo Cantidad Salarios
Obreros 120 34.200 hasta 39.200
Técnicos 20 Más de 39.200 hasta 44.200
Ingenieros 7 Más de 44.200 hasta 49.200
Interventores 8 Más de 49.200 hasta 54.200
Asistentes 5 Más de 54.200 hasta 59.200
Directores 2 Más de 59.200 hasta 64.200
5.- Dada la siguiente información sobre el índice de hospedaje en los Hoteles de la Costa
del Ecuador
96 80 98 75 69 81 88 78
67 70 88 85 88 75 58 97
83 61 52 76 81 83 70 98
109 65 90 64 95 63 82 108
78 100 96 100 73 94 92 105
Realizar los siguientes ejercicios
a) Con los datos originales, calcular la media, la mediana y la moda

b) Presentar los datos, elaborando para ella una tabla de frecuencias
c) Con dicha tabla de frecuencias determinar la media mediana y moda
9.- Una firma dedicada al servicio de hotelería contrató a 80 obreros ofreciéndoles un

salario mensual (ver tabla) de acuerdo con la clase de trabajo que ejecutan:
Salario # de obreros
Yi fi
632 10
638 20
650 25
660 5
670 7
675 13
Calcular:
a) La Media
b) La Mediana
c) La Moda
10.- Calcular la Mediana y la Moda del salario semanal de los 65 empleados de la
Compañía P y R.
X fi
$ 55 8
65 10
75 16
85 14
95 10
105 5
115 2
11.- Treinta alumnos fueron sometidos a un examen de biología obteniendo los

siguientes resultados:
84 88 90 78 80 89 94 95 77 81
83 87 91 83 92 90 92 77 86 86
100 93 83 94 76 98 70 81 76 87
Se pide trabajar con 6 intervalos
a) Calcular La Media
b) La Mediana
c) La moda
12.- La siguiente tabla muestra la distribución de la carga máxima en toneladas cortas (1
tonelada corta = 2000 libras) que soportan ciertos cables producidos por una
compañía. Determinar la media de la carga máxima.
Máximo de carga Nº de cables

(Toneladas Cortas)
9,3 – 9,7 2
9,8 – 10,2 5
10,3 - 10,7 12
10,8 – 11,2 17
11,3 - 11,7 14
11,8 - 12,2 6
12,3 - 12,7 3
12,8 - 13,2 1
1.4. ESTADÍGRAFOS DE DISPERSIÓN
Los métodos numéricos que describen a los conjuntos de observaciones tienen como
objetivo dar una imagen mental de la distribución de frecuencias. Una vez localizado el
centro de la distribución de un conjunto de datos, lo que procede es buscar una medida
de dispersión de los datos (García Pérez, 2015).
La dispersión o variación es una característica importante de un conjunto de datos
porque intenta dar una idea de cuán esparcidos se encuentran éstos. Se puede diferenciar
dos tipos de dispersión, las absolutas y relativas.
Rango
Se obtiene sacando la diferencia entre el valor mayor y el valor meno de un conjunto
de datos.
Características
• El rango es la medida de dispersión más sencilla de calcular e interpretar.

• Se basa en los valores extremos por lo que puede ser errática
• El recorrido solo se encuentra influenciado por los valores extremos y no considera el
resto de valores de la variable.
• Existe el peligro que el recorrido ofrezca una descripción distorsionada de la dispersión
cuando existe valores muy pequeños o muy grandes.
Fórmula
𝑅 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 – 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜.
𝑅 = 𝑥𝑛 − 𝑥1
Nomenclatura
𝑅 = 𝑟𝑎𝑛𝑔𝑜
𝑥1 = 𝑝𝑟𝑖𝑚𝑒𝑟 𝑡é𝑟𝑚𝑖𝑛𝑜
𝑥𝑛 = ú𝑙𝑡𝑖𝑚𝑜 𝑡é𝑟𝑚𝑖𝑛𝑜
El número de pacientes atendidos en emergencias en una clínica privada de la ciudad,

en un periodo de 8 días del mes pasado fue:
3 1 5 8 2 4 8 3
Calcule e interprete el rango.
Solución:
La fórmula del rango es:
𝑅 = 𝑥𝑛 − 𝑥1
Ordenando la serie,
1 2 3 3 4 5 8 8
El número de elementos está dado por
𝑛=8
Por tanto
𝑅 = 𝑥8 − 𝑥1
Reemplazando valores en la fórmula, se tiene
𝑅 = 8−1 = 7
Varianza
La varianza de un conjunto de datos se define como el cuadrado de la desviación
típica y viene dada en consecuencia por 𝜎 2 .
Cuando sea necesario distinguir la desviación típica de una población y de una

muestra, se usará 𝜎 2 o 𝑠 2 , correspondientemente.
La varianza no puede ser negativa.
Características
• Para su cálculo se utilizan todos los valores.

• No se ve influenciada por valores extremos.
• La varianza indica el grado en que están dispersos los datos en una distribución. A mayor
medida, mayor dispersión.
• La varianza es un número muy grande con respecto a las observaciones, por lo que con
frecuencia se vuelve difícil para trabajar.
• Debido a que la varianza siempre se expresa en términos de los datos originales elevados
al cuadrado, el resultado tiene unidades de medida al cuadrado, lo cual no permite una
apreciación lógica.
• Para solucionar las complicaciones que se tiene con la varianza, se halla la raíz cuadrada
de la misma, es decir, se calcula la desviación estándar.
Fórmulas
Para el cálculo de la varianza poblacional y muestral se debe tener en cuenta si se

trata de datos agrupados o no agrupados.
Datos no agrupados
∑(𝑥𝑖 − 𝜇 )2
𝜎2 =
𝑁
∑(𝑥𝑖 − 𝑋̅ )2
𝑠2 =
𝑛−1
Datos agrupados
∑ 𝑓𝑖 (𝑥𝑖 − 𝜇 )2
𝜎2 =
𝑁
∑ 𝑓𝑖 (𝑥𝑖 − 𝑋̅)2
𝑠2 =
𝑛−1
Nomenclatura
𝜎 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑥𝑖 = 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑓𝑖 = 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝜇 = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑡𝑖𝑚é𝑡𝑖𝑐𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑠 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑋̅ = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑡𝑖𝑚é𝑡𝑖𝑐𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

3 1 5 8 2 4 8 3
Calcule e interprete la varianza.
Solución.
Para la aplicación de la fórmula de 𝑠 2 , primero se debe calcular la media aritmética.

Por tanto
∑ 𝑥𝑖
̅
X=
n
3 + 1 + 5 + 8 + 2 + 4 + 8 + 3 34
̅
X= =
8 8
𝑋̅ = 4.25
La fórmula de la varianza muestral
∑(𝑥𝑖 − 𝑋̅ )2
𝑠2 =
𝑛−1
Reemplazando los datos en la fórmula, se tiene.
(3 − 4.25)2 + (1 − 4.25)2 + (5 − 4.25)2 + (8 − 4.25)2

+(2 − 4.25)2 + (4 − 4.25)2 + (8 − 4.25)2 + (3 − 4.25)2
𝑠2 =
8−1
𝑠2
1.5625 + 10.5625 + 0.5625 + 14.0625 + 5.0625 + 0.0615 + 14.0625 + 1.5625
=
8−1
47.50
𝑠2 =
8−1
𝑠 2 = 6.79 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠 2
Calcular la varianza de las calificaciones finales en la asignatura de matemáticas, de

un curso de 40 estudiantes, según datos de la tabla que sigue.
• Calificación • Cantidad
de estudiantes
• (0 − 2] • 2
• (2 − 4] • 4
• (4 − 6] • 8
• (6 − 8] • 16
• (8 − 10] • 10
• Total • 40
Solución:
Para calcular la varianza es necesario primero calcular la media aritmética, la

siguiente tabla permite su cálculo.
Cantidad de Marca de
Calificación 𝒇𝒊 𝒙 𝒊
estudiantes 𝒇𝒊 clase 𝒙𝒊
(0 − 2] 2 1 2
(2 − 4] 4 3 12
(4 − 6] 8 5 40
(6 − 8] 16 7 112
(8 − 10] 10 9 90
Σ 40 Σ 256
La media aritmética es:
∑ 𝑓𝑖 𝑥𝑖
𝑋̅ =
𝑛
256
𝑋̅ =
40
𝑋̅ = 6.4
Para calcular la varianza es necesario adecuar la tabla de la siguiente forma:
Cantidad de Marca de ̅ )𝟐 ̅ )𝟐
Calificación (𝒙 𝒊 − 𝑿 𝒇 𝒊 (𝒙 𝒊 − 𝑿
estudiantes 𝒇𝒊 clase 𝒙𝒊
(0 − 2] 2 1 29.16 58.32
(2 − 4] 4 3 11.56 46.24
(4 − 6] 8 5 1.96 15.68
(6 − 8] 16 7 0.36 5.76
(8 − 10] 10 9 6.76 67.6
Σ 40 Σ 193.6
La fórmula para el cálculo de la varianza del problema, es
2
∑ 𝑓𝑖 (𝑥𝑖 − 𝑋̅)2
𝑠 =
𝑛−1
193.6
𝑠2 =
40 − 1
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
Desviación estándar
Es la medida más frecuentemente usada de variabilidad y se calcula como la raíz
cuadrada de la varianza.
Características
• Expresa la cantidad de variabilidad promedio en una distribución.

• Permite determinar cómo se distribuyen los valores en relación con la media
• Su fórmula es indistinta para distribuciones de datos originales o agrupados.
• Para solucionar las complicaciones que se tiene con la varianza, se halla la raíz cuadrada
de la misma, es decir, se calcula
• la desviación estándar es un número pequeño expresado en unidades de los datos

originales y que tiene un significado lógico.
• A pesar de lo anterior, es difícil describir exactamente qué es lo que mide la desviación

estándar. Sin embargo, el teorema de Chebyshev establece que para todo conjunto de
datos en una distribución, se cumple lo siguiente.
𝜇 ± 𝜎 ≅ 𝑎𝑙 68% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜇 ± 2𝜎 ≅ 𝑎𝑙 95% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜇 ± 3𝜎 ≅ 𝑎𝑙 99.74% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜎 = √𝜎 2
Fórmula muestral
𝑠 = √𝑠 2
Nomenclatura
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
Calcule las desviaciones estándar de los ejemplos de aplicación 26 y 27.
Ejemplos aplicación 26
Se tiene que
Aplicando la fórmula de la desviación estándar
𝑠 = √6.79
𝑠 = 2.61 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠
Ejemplos de aplicación 27
Se tiene que
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
Aplicando la fórmula de la desviación estándar
𝑠 = √4.96
𝑠 = 2.23 𝑝𝑢𝑛𝑡𝑜𝑠
DISPERSIÓN RELATIVA
Cuando el objetivo es realizar comparaciones, no resulta adecuado comparar

magnitudes absolutas, ya que las unidades no son siempre comparables.
Cuando se pretende comparar la dispersión de variables medidas en distintas unidades

o variables con distinto orden de magnitud, es necesario relativizar.
Coeficiente de variabilidad
Una forma de relativizar es considerar la dispersión en relación al valor absoluto de

la media, consiguiendo así el coeficiente de variación, que suele ser interpretado en
términos de proporción o porcentaje:
El coeficiente de variación es la razón (cociente) de la desviación estándar y la media

aritmética expresada con un porcentaje.
Características
Se utiliza cuando no es posible una comparación directa de dos o más medidas de

dispersión y muy útil cuando:
• Los datos están en unidades diferentes (como dólares y días de inasistencia)
• Los datos están en las mismas unidades, pero los valores medios están muy distantes
(como sucede con los ingresos de ejecutivos superiores, y el ingreso de empleados no
calificados)
Fórmula
Se calcula con la siguiente fórmula:

𝑠
𝐶𝑉 =
|𝑋̅|
Nomenclatura
𝐶𝑉 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
|𝑋̅| = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎


3 1 5 8 2 4 8 3
Calcule e l coeficiente de variación.
Solución.
La media aritmética es
𝑋̅ = 4.25
La varianza es
La desviación estándar es
𝑠 = 2.61 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠
La fórmula para el cálculo del coeficiente de variación es

𝑠
𝐶𝑉 =
|𝑋̅|
Reemplazando valores, se tiene
2.61
𝐶𝑉 =
|4.25|
𝐶𝑉 = 0.61 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠
Calcular el coeficiente de variación de las calificaciones finales en la asignatura de

matemáticas, de un curso de 40 estudiantes, según datos de la tabla que sigue.
Calificación Cantidad de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
La media aritmética es
𝑋̅ = 6.4
La varianza es
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
La desviación estándar es
𝑠 = 2.23 𝑝𝑢𝑛𝑡𝑜𝑠
La fórmula para el cálculo del coeficiente de variación es

𝑠
𝐶𝑉 =
|𝑋̅|
Reemplazando valores, se tiene
2.23
𝐶𝑉 =
|6.4|
𝐶𝑉 = 0.35
TALLER Nº 5
Ejercicios propuestos
Determine en cada uno de los siguientes ejercicios:
CÁCULO DE LA VARIANZA, DESVIACIÓN ESTÁNDAR Y COEFICIENTE
DE VARIACIÓN
1.- En un centro hospitalario de la provincia de Sevilla se ha tratado, con un nuevo

medicamento llamado SINDOLORCABEZON, durante 5 días a un grupo de
pacientes, todos ellos padecen de jaqueca crónica (se despiertan todos los días con
dolor de cabeza). Se realiza un estudio sobre el nº de días que un paciente sufre mejoría
con el anterior medicamento obteniendo la tabla:
Valores Frecuencias
xi fi
0 100
1 250
2 300
3 500
4 450
5 2000
2.- A aquellos pacientes que sienten mejoría todos los días del tratamiento se les
realiza un estudio sobre el tiempo de reacción del medicamento (en minutos),
encontrándose recogido los datos en la siguiente tabla:
Tiempo de reacción Nº de pacientes

0-10 300
10-20 500
20-30 400
30-40 500
40-60 300
3.- La empresa automovilística COCHESALMENDRON ha realizado un control de

potencia sobre los 1000 motores diesel que se han fabricado a lo largo del mes de
noviembre del año 1997 obteniendo la siguiente tabla:
Potencia en CV Frecuencias
0-50 50
50-60 200
60-65 400
65-70 300
Más de 70 50
4.- Los motores con menos de 55 CV se apartan de los demás y se estudia el número de
piezas defectuosa que han motivado la pérdida global de potencia, obteniéndose la
siguiente tabla:
Valores Frecuencias
xi fi
1 40
2 30
3 20
4 10
5.- Se realiza una estadística en dos centros de enseñanza, uno público y otro privado,
referente a la nota global del bachillerato de cada uno de los alumnos que van a
acudir a los exámenes de selectividad. Las distribuciones de frecuencias son las
siguientes:
Centro privado
Nota global de
Frecuencias
cada alumno.
5,5 10
6.5 15
7.5 20
8.5 30
9.5 15
Centro público
Nota global de
Frecuencias
cada alumno.
[5 , 6 250
(6 , 7 150
(7 , 9 100
(9, 10 20
6.- A la finalización del curso "Informática e Internet" se realizó un examen tipo test a
los 300 alumnos obteniéndose la siguiente tabla relativa al número de preguntas
acertadas:
Nº preguntas acertadas Nº de alumnos

0-10 10
10-15 20
15-20 60
20-23 100
23-25 70
25-30 30
30-40 10
Se pide:
Una vez finalizado este segundo curso, se realiza un examen a los alumnos
obteniéndose las siguientes notas:
Notas Nº Alumnos
4 8
5 12
5.5 15
6 14
6.5 6
8 5

Unidad 1a

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 1a

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POLITÉCNICA SALESIANA

CARRERA DE ADMINISTRACIÓN DE EMPRESAS

Resumen elaborado por Rómulo Mena y Jaime Gómez

1.1. CONCEPTO BÁSICOS

Un estudio poblacional equivale a una investigación total, ejemplo de ello, en el

Es un conjunto de medidas o recuento de una parte de elementos que pertenecen a la

Un estudio muestral se justifica cuando el estudio poblacional se ve imposibilitado

• Las poblaciones son muy grandes o infinitas.

Parámetro. Es una característica medida de una población completa, por ejemplo: la

Estimador. Es la medida de una característica relativa a la muestra, al valor promedio de

1.1.1 TIPOS DE ESTADÍSTICA

En las variables cuantitativas los datos son de nivel de intervalo y de razón.

Elementos fundamentales del Análisis Estadístico

6.- La clasificación de las Empresas Turísticas se hace teniendo en cuenta:

7.- Una población infinita es aquella en donde

a. DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS

Por lo anterior, se tiene cuatro distribuciones de frecuencias, obteniéndose a partir de una

c. Carácter cuantitativo agrupado en intervalos

Para la preparación de una tabla de distribución de frecuencias de carácter cuantitativo

DISTRIBUCIONES DE FRECUENCIAS PARA DATOS CUANTITATIVOS

Las variables cuantitativas tales como número de hermanos, número de goles

Distribución de frecuencias. Agrupación de datos en clases mutuamente excluyentes,

Pasos para elaborar una distribución de frecuencias

1. Determinar el número de clases que se desea tener.

Paso 1. Determinar el número de clases

Es usar suficientes grupos o clases, que indiquen la forma de la distribución, por lo

Donde: 𝑛 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.

𝑘 = 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑒𝑛𝑡𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 𝑜, 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟.

Por ejemplo, si se realizaron 30 llamadas telefónicas para la venta de computadores y

Utilizando la regla tenemos:

Paso 2. Determinar la amplitud o intervalo de clase.

Para determinar la amplitud se resta del límite superior, el inferior de un conjunto de

Al conocer el ancho del intervalo o intervalo de clase a utilizar, se puede aplicar la

𝐻 = 𝑒𝑠 𝑒𝑙 𝑚𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜

𝐿 = 𝑒𝑠 𝑒𝑙 𝑚𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜

El primer procedimiento a estudiar para organizar y resumir un conjunto de datos es

TABLA DE FRECUENCIAS O FRECUENCIA ABSOLUTA (𝒇𝒊 ).

Se agrupa datos cualitativos y cuantitativos en clases mutuamente excluyentes que

FRECUENCIA ABSOLUTA ACUMULADA (𝑭𝒊 ).

Esta frecuencia tiene sentido calcularla para variables cuantitativas o cualitativas

El cálculo de la frecuencia absoluta acumulada está dado por la fórmula

La frecuencia absoluta acumulada de las operaciones de microcréditos de la

FRECUENCIAS RELATIVAS DE CLASE (𝒉𝒊 ).

𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛

𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

FRECUENCIA RELATIVA ACUMULADA (𝑯𝒊 ).

Es el cociente entre la frecuencia acumulada de una clase determinada y el número

La fórmula de cálculo de las frecuencias relativas acumuladas se obtiene al calcular

a. Elabore una tabla de frecuencias absolutas.

a. Se elabora una tabla resumen, la cual contendrá en el presente caso, en la primera

a. Elabore una tabla de frecuencias absolutas.

a. Tenga en cuenta los pasos señalados en la preparación de una tabla de distribución de

Paso 1. Determinar el número de clases que se desea tener.

Si 𝑘 = 6, entonces se tendrá seis intervalos de clase.

Paso 2. Determinar la amplitud o intervalo de clase.

Paso 3. Determinar los límites de cada una de las clases.

Paso 4. Distribuir los datos originales en las distintas clases o tabular.

Paso 5. Contar el número de elementos en cada clase que corresponde al valor de la

b. La tabla anterior contiene la frecuencia absoluta, por lo que le llamaríamos Distribución

DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO

Se representa en el primer cuadrante de un sistema coordenado rectangular, aquí las

Figura 1. Gráfica de barras de vehículos Toyota, modelos Suv's vendidos en el

DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO