MÉTODOS ESTADÍSTICOS BÁSICOS

Tomo I

APÉNDICE TÉCNICO

Material elaborado por

Silvia Alatorre
Elsa Mendiola
Profesoras de la Universidad Pedagógica Nacional

Métodos Estadísticos Básicos, Tomo I, Apéndice Técnico Diciembre de 2019 S. Alatorre y E. Mendiola
 ÍNDICE
APÉNDICE TÉCNICO .................................................................................................................1

Modo de uso .......................................................................................................................1

Recomendaciones para el registro de la información ...........................................................1

Resumen de estadígrafos, gráficas y otros elementos estadísticos y probabilísticos .............4

Acerca de la calculadora: ................................................................................ 5
Acerca de Excel: ............................................................................................... 5

General ...................................................................................................................6
Frecuencias y sus tablas .......................................................................... 7

Gráficas ...................................................................................................................9
Gráficas de frecuencias ............................................................................ 9
Otras gráficas ........................................................................................... 11

Medidas de Tendencia Central (Localización) ........................................................ 12

Medidas de Dispersión .......................................................................................... 14

Descripción de la distribución ................................................................................ 17

Descripción de la forma de la distribución ...................................... 18

Regresión .............................................................................................................. 19
Regresión y correlación lineales ......................................................... 19

Probabilidad .......................................................................................................... 20
Distribuciones de probabilidad ............................................................ 22

Sinopsis de uso de estadígrafos ............................................................................. 24

Sinopsis de uso de gráficas..................................................................................... 24

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-1 A-1

APÉNDICE TÉCNICO

MODO DE USO

Este apéndice tiene por objetivo que usted lo pueda utilizar como material de consulta después
de haber comprendido la exposición conceptual que se hace en los capítulos del libro, es decir,
para qué se usa cada una de las herramientas estadísticas y/o probabilísticas que se presentan,
en qué consiste, en su caso qué condiciones requiere, qué precauciones de cálculo y de grafica-
ción hay que tener y lo más importante: cómo se interpretan los resultados. Por ello, este apén-
dice de ningún modo sustituye al libro; sólo lo complementa para facilitar la consulta para una
correcta aplicación de los métodos estadísticos básicos.

El apéndice está estructurado en dos secciones:

 La primera presenta una serie de recomendaciones para el registro de la información;

 La segunda consiste en un resumen de todos los estadígrafos, gráficas y otros elementos
que contribuyen a la descripción estadística de un conjunto de datos, así como algunos
aspectos probabilísticos.

RECOMENDACIONES PARA EL REGISTRO DE LA INFORMACIÓN

Aquí daremos algunas indicaciones que le pueden resultar útiles al registrar la información con
fines de análisis estadístico. Estas recomendaciones se pueden aplicar tanto para el registro en
papel como para el registro en algún formato electrónico que permita su posterior análisis, del
tipo Excel.
 Cuando se tiene una sola muestra en la que se estudian una o más variables, se recomienda
registrar la información en una tabla con diversas columnas y renglones. Cada renglón co-
rresponde a un elemento de la muestra demográfica, y cada columna, salvo la primera, a los
datos correspondientes a una variable. La primera columna es un identificador del elemento
de la muestra (por ejemplo, si es una persona, su nombre o un número que la identifica). En
las demás columnas se tienen los datos correspondientes a las distintas variables.
 Cuando se tienen dos o más muestras en las que se estudia una misma variable se pueden
registrar los datos en dos (o más) pares de columnas: en el primer par el identificador de
elemento de la primera muestra y el dato correspondiente, en el segundo par el identificador
de elemento de la segunda muestra y el dato correspondiente, y así sucesivamente. Alterna-
A-2 Apéndice Técnico A-2

tivamente, se puede registrar toda la información en dos columnas, usando los primeros ren-
glones para la primera muestra, los siguientes para la segunda y así sucesivamente, marcando
claramente cuándo se pasa de una muestra a la siguiente.
 Puede ocurrir, cuando se tiene la información capturada, que una de las variables registra-
das se utilice como un criterio para definir muestras con un menor nivel de generalidad
que el de la muestra original. Por ejemplo, supongamos que se registra, para 120 de los
5000 estudiantes de una universidad, el sexo, la edad y la carrera que estudian. Entonces
se puede considerar el conjunto de datos como una muestra trivariada de tamaño n=120;
o bien como tres muestras univariadas de tamaño n=120; o bien, si interesa comparar la
edad y la carrera de los 57 hombres y las 63 mujeres, como dos muestras bivariadas de
tamaños n=57 y n=63. Y algo similar si interesa comparar el sexo de los estudiantes de una
u otra carrera.
 Debe tenerse cuidado con las preguntas de cuestionarios que admiten respuestas múltiples.
En ese caso cada posible respuesta se convierte en una nueva variable dicotómica, y por lo
tanto una nueva columna, con valores del estilo no/sí o bien 0/1. (Al respecto ver la última
parte del apartado 1.2.2 del Capítulo 1).
 Aunque una variable le debe poder asignar exactamente un valor a cada elemento de la
muestra demográfica y no puede haber elementos a los que no se les asigne un valor, en la
práctica suelen ocurrir las no-respuestas. No se debe registrar el valor 0 cuando hay una no-
respuesta, sino dejar la celda en blanco o bien asignar una categoría específica, como NC (No
Contestó), NS (No Sabe), etc. (Al respecto ver la pregunta 4 de la sección 1.3 del Capítulo 1).
 Si se usan numerales para registrar los datos, debe quedar claro cuándo se trata simplemente
de etiquetas, cuándo son etiquetas ordenadas, y cuándo son números “verdaderos”. Esto es
importante porque las herramientas estadísticas que se utilicen en cada caso pueden ser dis-
tintas.
 Cuando se trata de variables categóricas, es útil representar los valores o categorías con ini-
ciales, teniendo cuidado de no repetir. Por ejemplo, si se pregunta a estudiantes universita-
rios dónde estudian con mayor frecuencia, en su casa, su universidad, su trabajo o en el trans-
porte, la casa puede ser “c” y la universidad “u”, pero la “t” sólo se debe usar para el trabajo
o bien para el transporte (porque si “t” es ambos, no sabremos cuándo es cada uno).
 Cuando se trata de variables categóricas, es conveniente tener categorías como “otros” o
“varios”, con el fin de que a cada elemento de la muestra demográfica le corresponda uno y
solamente uno de los valores posibles de la variable.

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-3 Apéndice Técnico A-3

 Cuando se trata de variables numéricas, debe prestarse particular atención al caso del 0: en
ocasiones 0 es un valor posible (por ejemplo, una temperatura de 0°C al amanecer), en oca-
siones no lo es (nadie mide 0.00 m de estatura).
 Cuando la variable se refiere a tiempo, es necesario tener en cuenta que, aunque es una
variable continua, como la estatura o el peso, las fracciones de tiempo que utilizamos en la
vida cotidiana no son decimales, como en la estatura y el peso, sino que van cambiando: un
año se descompone en 12 meses, cada mes en 30 días (aprox.), cada día en 24 horas, cada
hora en 60 minutos, cada minuto en 60 segundos, cada segundo en centésimas. Por lo tanto,
si se quieren calcular promedios y otras herramientas estadísticas, debe “traducirse” cada
una de estas fracciones a fracciones decimales, para operar aritméticamente con ellas. Al
final, el resultado puede volverse a “traducir” a la forma usual. El siguiente cuadro le puede
ayudar a hacer ambas “traducciones”:
Para pasar Procedimiento Ejemplo
De años A años Se dividen los meses entre 12 4 años 9 meses =
y meses y fracs dec. y se suman a los años 4.75 años
De meses A meses Se dividen los días entre 30 5 meses 10 días =
y días y fracs dec y se suman a los meses 5.33 meses
De días A días Se dividen las horas entre 24 3 días 6 horas =
y horas y fracs dec y se suman a los días 3.25 días
De horas A horas Se dividen los minutos entre 60 4 horas 20 min =
y minutos y fracs dec y se suman a las horas 4.33 hr
De minutos A minutos Se dividen los segundos entre 60 26 min 30 seg =
y segundos y fracs dec y se suman a los minutos 26.5 min
De años A años Se multiplica la fracción por 0.12: 5.25 años =
y fracs dec. y meses ésos son los meses 5 años 3 meses
De meses A meses Se multiplica la fracción por 0.30: 2.25 meses =
y fracs dec. y días ésos son los días 2 meses 7.5 días
De días A días Se multiplica la fracción por 0.24: 3.48 días =
y fracs dec y horas ésas son las horas 3 días 11.5 hrs
De horas A horas Se multiplica la fracción por 0.60: 6.17 horas =
y fracs dec. y minutos ésos son los minutos 6 horas 10.2 min
De minutos A minutos Se multiplica la fracción por 0.60: 21.59 min =
y fracs dec. y segundos ésos son los segundos 21 min 35.4 seg

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-4 Apéndice Técnico A-4

RESUMEN DE ESTADÍGRAFOS, GRÁFICAS Y OTROS ELEMENTOS ESTADÍSTICOS Y

PROBABILÍSTICOS

En este resumen se clasifican los distintos elementos en siete grupos, distinguidos por colores:

General; frecuencias y sus tablas

Gráficas de frecuencias y otras gráficas
Medidas de Tendencia Central
Medidas de Dispersión
Descripción de la distribución y/o de su forma
Regresión; regresión y correlación lineales
Probabilidad; distribuciones de probabilidad

Para cada elemento se proporciona, cuando procede, la siguiente información:

 Su nombre y símbolo; este último en letras negritas cuando es un símbolo aceptado en
todo el ámbito de la estadística, y en letras redondas cuando sólo es válido en el contexto
de este libro;
 Los tipos de las variables con los que se puede utilizar;
 Una caracterización, que consiste en una descripción, una definición o una fórmula;
 Cómo utilizar la calculadora para hacer el cálculo (ver abajo);
 Cómo utilizar el programa Excel para hacer el cálculo (ver abajo);
 La referencia de los apartados del libro en que hay ejemplos del uso; en letras negritas
aparece el apartado en que se define, y en redondas otros apartados donde se aplica.

Finalmente, el apéndice concluye con dos sinopsis:

SINOPSIS de uso de estadígrafos para la descripción
SINOPSIS de uso de gráficas para la descripción

Estas sinopsis presentan con qué tipos de variable se pueden utilizar los diversos estadígrafos y
gráficas.

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-5 Apéndice Técnico A-5

Acerca de la calculadora:

Hay en el mercado muchas marcas y modelos de calcula- Indica que es

científica y
dora científica que hacen cálculos estadísticos. Hemos NO aparece
elegido para este resumen un modelo, que es el más fre- la palabra
“natural”
cuente y cuya forma de uso se ha ido estandarizando en
varias marcas y modelos. Sin embargo, si usted tiene otra Tiene una te-
cla redonda
calculadora, mucho si no es que todo de lo que aquí indi- GRIS con el
camos puede servirle; en caso de duda la mejor referen- letrero “Re-
play”
cia es el manual de la calculadora. En este texto hemos
enmarcado las teclas según su función requerida. Por Arriba de las
teclas con los
ejemplo, en la misma tecla están las funciones , y ;x números 1 y 2
pero la primera (con el letrero blanco en la tecla) fun- tiene letreros
de “S-SUM” y
ciona directamente y la segunda (con el letrero amarillo “S-VAR”
arriba de la tecla) requiere que previamente se pulse la
Tiene signo
tecla SHIFT. Una excelente manera de aprender a usar la “=”
calculadora es seguir en ella los ejemplos que se presen-
tan en el texto y verificar que se obtienen los mismos resultados. Insistimos: en caso de duda la
mejor referencia es el manual de la calculadora.

Acerca de Excel:

Este software, parte del paquete Office de Microsoft, es de uso cada vez más amplio. Muchos de
los estadígrafos y gráficas aquí presentados pueden ser calculados o realizados con Excel, a pesar
de que el paquete no está dirigido específicamente a la estadística. No es el objetivo de este libro
enseñar a usar Excel; para ello existen muchos manuales y apoyo en línea. Tampoco es necesario
que usted sea un experto en el uso de este paquete antes de poder seguir las instrucciones de la
columna correspondiente de este apéndice; es suficiente tener un poco de información básica y
no tener miedo de experimentar (tenga en cuenta que si usted se equivoca no le va a pasar nada
ni a su computadora ni al paquete en ella instalado). Lo que se ha buscado aquí es poner los
nombres de las funciones (en mayúsculas) o de las gráficas o tablas (en letras cursivas), con el fin
de facilitar la búsqueda. Como en el caso de la calculadora, una excelente manera de aprender a
usar Excel es seguir en él los ejemplos que se presentan en el texto y verificar que se obtienen los
mismos resultados.

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-6 A-6

CLASIFICA-

VARIABLES
REFEREN-
CIÓN

ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL

PUEDE USAR CIAS

Definiciones generales: se agrupan aquí los conceptos de carácter general, como variable y sus tipos, valor, dato, frecuencia, frecuen-
cia relativa, distribuciones, tablas, etc. Para más referencia, ver el Capítulo 1.
Tamaño de la No aplica
Todas Cantidad total de datos en la población No aplica 1.2.2
población: N
Tamaño de la No aplica
Todas Cantidad total de datos en la muestra No aplica 1.2.2
muestra: n
Variable: X, Y, Medición de un atributo en categorías No aplica No aplica
Todas 1.2.2
etc o números
GENERAL

Categoría o número al que se puede No aplica No aplica

Valor: x, y, etc. Todas 1.2.2
llegar en la medición
Categoría o número al que se llega en No aplica No aplica
la medición de cada elemento de la po-
Dato: x1, x2, x3, blación o muestra
Todas 1.2.2
…, y1, y2, y2, etc.
(Todos los datos son valores, pero no
todos los valores son datos)

Variables categóricas: dicotómicas, no-

Tipos de varia- 1.2.3, 1.4.1,
Todas minales u ordinales. Variables numéri- No aplica No aplica
bles 1.4.2, 1.4.3
cas: discretas o continuas

Métodos Estadísticos Básicos, Tomo I S. Alatorre y E. Mendiola

A-7 Apéndice Técnico A-7

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Cantidad de veces que se repite un va-

lor
CONTAR.SI
Frecuencia: f Todas Cuando se conocen las frecuencias se No aplica 1.2.2, 2.1.1
o FRECUENCIA
puede conocer el tamaño de la mues-
tra (n= f) y las frecuencias relativas

Frecuencia rela- Frecuencia con respecto al tamaño de

𝑓
tiva, también la muestra: 𝑓̃ = 𝑛
llamada propor- 2.1.1, 2.1.4,
Cuando se conocen las frecuencias re- f  n =
Frecuencias y sus tablas

Todas
ción. Se puede lativas sólo se pueden conocer las fre- 2.2.2, 2.3.1
expresar como cuencias si además se conoce n; en ese
porcentaje caso 𝑓 = 𝑓̃ × 𝑛

Frecuencia acu- Sólo con

Suma de las frecuencias (o frecuencias
mulada (o fre- orden: or-
relativas) asociadas a los valores meno- No aplica 3.3.1
cuencia relativa dinales y
res o iguales que uno dado
acumulada) numéricas

Distribución de
Relación de las frecuencias correspon-
frecuencias (o
dientes a cada valor de una variable, en 2.1.1, 2.1.4,
frecuencias rela- Todas No aplica
un conjunto de datos. Se puede pre- 2.3.2
tivas o porcen-
sentar en forma de tabla y/o de gráfica
tajes)

Tabla que relaciona cada valor de una

2.1.1, 2.1.2,
Tabla de fre- variable con la frecuencia (o frec. rel. o
Todas No aplica 2.1.3, 3.1.1,
cuencias porcentaje) en la que ocurre en un con-
3.1.3
junto de datos.

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-8 Apéndice Técnico A-8

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Tabla de frecuencias usada cuando se

consideran dos variables y un conjunto
de parejas de datos de ellas. Los valo-
res de una son los encabezados de las
columnas y los de la otra los de los ren-
glones. En el cuerpo de la tabla se ano-
tan las frecuencias con que se presenta
Frecuencias y sus tablas

cada pareja de valores de ambas varia-

bles. En el margen derecho se registran
Tabla de fre- el total de cada renglón, y en el inferior
cuencias de do- Todas (con- el total de cada columna.
ble entrada vertir las
En una tabla de contingencia la distri- 4.1, 4.2,
continuas No aplica Tablas dinámicas
o bución de frecuencias de una variable 4.4.1
en categó-
Tabla de contin- cuando la otra se deja en un valor fijo
ricas)
gencia se denomina distribución parcial o
condicional. Para las distribuciones
parciales es conveniente usar frecuen-
cias relativas.
La distribución de frecuencias de una
variable cuando se consideran los tota-
les de renglón o de columna se llama
distribución marginal. Es la distribu-
ción de frecuencias de una variable sin
tomar en cuenta la otra.

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-9 Apéndice Técnico A-9

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Toda gráfica es para ser vista. El título debe indicar claramente de qué se trata; si hay ejes debe quedar claro qué representa cada
uno. Si un eje es numérico, la escala debe ser clara; si es categórico, los valores deben ser explícitos (de preferencia sin abreviaturas).
GRÁFICAS

Si se usan colores la leyenda debe aclarar el significado de cada uno. Se debe indicar la fuente de los datos cuando eso no es explícito
en el texto que la acompaña. Si se desea comparar gráficas distintas, lo más conveniente es que estén a la misma escala.
Las gráficas de frecuencias (o frecuencias relativas o porcentajes) relacionan cada valor de una variable con la frecuencia (o frecuen-
cias relativas o porcentajes) en la que ocurre en un conjunto de datos. Pueden ser circulares, de barras, de barras apiladas, histogra-
mas o polígonos de frecuencias
En un eje, valores de la variable según
su orden salvo con variables nomina-
les. En el otro, frecuencias, frecuencias
relativas o porcentajes; ese eje debe
empezar en 0.
Las barras deben ser del mismo ancho,
ir separadas por un espacio menor
Gráficas de frecuencias

pero constante y ser de un mismo co- Gráfica de columnas o

Todas Gráfica de barras
Gráfica de lor. 2.1.1, 2.1.2,
menos las No aplica
barras En los espacios entre dos barras pue- Seleccionar la tabla de 2.3.2
continuas
den intercalarse las barras de otro(s) frecuencias
grupo(s) y/o los de diversas distribucio-
nes parciales de una tabla de contin-
gencia, usando un color distinto para
cada grupo. Si los grupos son del
mismo tamaño se pueden usar las fre-
cuencias, si no deben usarse frecuen-
cias relativas o porcentajes.

Todas (con- Los valores de la variable están repre-

vertir las sentados por distintos colores, y las Gráfica circular
Gráfica circular frec. (frec. rel o porcentajes) por el ta-
continuas No aplica Seleccionar la tabla de 2.1.1, 2.1.2
o de pastel maño de cada sector circular
en categó- frecuencias
ricas) Sólo útiles cuando hay pocos valores

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-10 Apéndice Técnico A-10

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Dicotómi- En un eje, distintos grupos. En el otro,

cas, ordina-
Columna apilada o Ba- 4.1, 4.2,
Gráfica apilada frecuencias, frecuencias relativas o rra apilada.
les y numé- porcentajes. Los colores representan 4.4.1
de frecuencias,
ricas (con- valores de la variable Columna 100% apilada
frecuencias rela- No aplica
vertir las o Barra 100% apilada.
tivas o porcen- Las gráficas apiladas se pueden usar
continuas Seleccionar la tabla de
tajes en categóri- para representar distribuciones parcia-
frecs o frecs relativas 2.1.1, 2.3.2
cas) les de una tabla de contingencia

En un eje, valores de la variable. En el

otro, frecuencias, frec. rel. o porcenta-
Gráficas de frecuencias

jes. Las barras deben ir juntas

Histograma. Seleccio-
Las clases de las pirámides de edades nar los datos. Las cla-
suelen ser quinquenios o decenios ses obtenidas pueden
Histograma Para definir las clases de los histogra- resultar no ser “cómo- 3.1.3
Continuas
mas: dividir el rango entre el número das”
tentativo de clases k’, ajustar la ampli- O bien:
tud así obtenida a un valor “cómodo”,
Gráfica de columnas o
hallar el límite inferior de tal modo que
No aplica de barras, con las cla-
también sea “cómodo”
ses elegidas y jun-
Tamaño de la muestra, n k' tando las columnas o
menos de 10 4 barras en Opciones de
de 10 a 19 5 serie →ancho del in-
de 20 a 44 6 tervalo→0%. Seleccio-
de 45 a 89 7 nar la tabla de fre-
de 90 a 179 8 cuencias o de frecuen-
(Pirámide de
de 180 a 359 9 cias relativas
edades: un caso
de 360 a 720 10
particular de
más de 720 10 a 20
histogramas) 3.5.3

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-11 Apéndice Técnico A-11

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
Gráficas de frecuencias PUEDE USAR CIAS

En un eje, valores de la variable. En el Gráfica de línea. Selec-

Polígono de fre- 3.1.3, 3.3.1,
Numéricas otro, frecuencias, frecuencias relativas No aplica cionar la tabla de fre-
cuencias 3.4.1, 3.4.2
o porcentajes, unidas por una línea cuencias
En el eje horizontal, valores de la varia- Gráfica de línea. Selec-
ble. En el vertical, frecuencias acumu- cionar la tabla de fre-
Ojiva Numéricas No aplica 3.3.2
ladas o frecuencias relativas acumula- cuencias o frecuencias
das, unidas por una línea relativas acumuladas

En un eje, valores de la variable. En el Cajas y bigotes. Selec-

otro, distintos grupos. La caja abarca cionar los datos indivi-
desde Q1 hasta Q3 con una raya en Q2 duales.
Caja y bigotes Numéricas No aplica 3.3.1, 3.4.2
(=Me). Los bigotes abarcan todo el Excel coloca una marca
rango. Puede haber puntos para indi- (cruz) a la altura del
car datos atípicos promedio
En el eje horizontal, la variable inde-
Gráfica de dispersión.
Diagrama de pendiente X. En el vertical, la variable
Numéricas No aplica Seleccionar todas las 4.3.1
Otras gráficas

dispersión dependiente Y. Cada elemento de la

parejas de datos
muestra o población es un punto

En el eje horizontal, la variable X. En el En la gráfica de disper-

vertical, la variable de respuesta Y. La Para el cálculo de sión, clic derecho a los
Recta de regre- recta de regresión pasa por los puntos las 𝑦̂, ver en este puntos, → “Agregar lí-
Numéricas (𝑥𝑚í𝑛 , 𝑦̂) y (𝑥𝑚á𝑥 , 𝑦̂). apéndice “Regre- nea de tendencia” → 4.3.3
sión
sión y correlación “Opción lineal”; puede
Ver también en este apéndice “Regre- lineales” también presentar la
sión y correlación lineales” (p. 19) ecuación y R2
En el eje horizontal, numeración arbi-
traria de los elementos de la muestra. Gráfica de dispersión.
Diagrama de
Numéricas En el vertical, valores de la variable. No aplica Seleccionar todos los 3.5.2
puntos
Cada dato individual se representa con datos
un punto

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-12 Apéndice Técnico A-12

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Medidas de Tendencia Central, Ubicación o Localización: son estadígrafos que describen, de diversas maneras, cómo se concentran
los datos de un conjunto y/o cuál es el centro de su distribución. Las Medidas de Tendencia Central pueden representar al conjunto
de datos de acuerdo con diversos criterios. Las más comunes son la moda, la mediana y el promedio aritmético o media. Todas se
MEDIDAS DE TENDENCIA CENTRAL (LOCALIZACIÓN)

expresan en la unidad de medida de la variable que describen.

 El valor de mayor frecuencia. En va- 2.1.1, 2.1.2,
riables continuas es la clase de mayor MODA
2.1.3, 2.1.4,
frecuencia y se llama clase modal (del conjunto de da- 2.2.1, 2.2.2,
Si un valor es mayoría (> 50%) es moda, tos) 2.3.2, 3.1.1,
Moda: Mo Todas pero si es moda puede ser mayoría o No aplica 3.1.2, 3.1.3,
no. Un conjunto de datos puede no te- 3.2.1, 3.3.1,
Nota: aunque haya
ner moda (si todos los valores tienen la 3.3.3, 3.4.2,
dos modas o más, Ex-
misma frecuencia o frecuencia rela- 4.1, 4.2.1,
cel sólo registra una
tiva), tener una moda o tener varias. 4.2.2
El valor que queda en el centro cuando
se ordenan todos los datos
 Si n es impar, la Me es el valor que
𝑛+1
ocupa el lugar
2
 Si n es par, la Me está entre los valo- MEDIANA
2.1.3, 2.2.2,
𝑛 𝑛
res que ocupan los lugares 2 y 2 + 1: (del conjunto de da- 2.3.2, 3.1.1,
Sólo las
tos) 3.1.2, 3.1.3,
que tienen  Si los dos valores son iguales, ese
orden: valor es la Me 3.2.1, 3.3.1,
Mediana: Me No aplica
3.3.2, 3.3.3,
ordinales y  Si los dos valores son distintos: Nota: Excel sólo cal-
3.4.2, 4.1,
numéricas  Si X es ordinal, hay dos Me cula la mediana de da-
4.2.1, 4.2.2,
 Si X es numérica, la Me es el pro- tos de variable numé-
4.4.1
medio entre los dos valores rica
Cálculo a partir de frecs. rel.: ir su-
mando las frecuencias relativas. La me-
diana es el valor en el que se alcanza o
rebasa por primera vez el 0.50 ó 50%

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-13 Apéndice Técnico A-13

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

En modo estadís-
 Serie simple:
tico (SD), ingresar
Σ𝑥 para cada dato PROMEDIO 3.1.1, 3.1.2,
Promedio, 𝑥̅ =
𝑛 (del conjunto de da- 3.4.1, 3.4.2,
media o media x M+
MEDIDAS DE TENDENCIA CENTRAL

Cada x es un dato tos) 3.4.2

aritmética: Al final, 𝑥̅ está en
(mismo cálculo para )
S-VAR→1 =
de una muestra:
̅
𝒙 Numéricas  Serie agrupada:
Σ𝑓𝑥
𝑥̅ = En modo estadís-
de una pobla- Σ𝑓 tico (SD), ingresar
ción:  Cada x es un valor con frecuencia no para cada valor
nula No aplica 3.1.1
x ; f M+
(mismo cálculo para )
Al final, 𝑥̅ está en
 Serie agrupada desde un histograma: S-VAR→1 =
como arriba, utilizando como x la
marca (centro) de cada clase
En modo estadís-
∑ 𝑤𝑖 𝑥 𝑖
 𝑥̅ = ∑ 𝑤𝑖
tico (SD), ingresar
Promedio pon- para cada valor
Numéricas Cada x es un valor con peso no nulo, No aplica 3.5.1
derado cada w es el peso que se le da a un valor x ; w M+
Al final, 𝑥̅ está en
S-VAR→1 =

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-14 Apéndice Técnico A-14

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Medidas de dispersión: son estadígrafos que, de diversas maneras, qué tanto se dispersan o alejan los datos de un conjunto de su
centro. Las más comunes son el rango, la desviación estándar, la varianza y el coeficiente de variación.
Diferencia entre el dato mayor y el dato
menor MÁXIMO menos MÍ- 3.1.1, 3.1.3,
Rango Numéricas No aplica NIMO (del conjunto de 3.2.1, 3.3.1,
Se expresa en las mismas unidades de datos) 3.4.2
medida que la variable que describe
MEDIDAS DE DISPERSIÓN

 Serie simple:

∑(𝑥𝑖 − 𝑥̅ )2
𝑠=√ Como para el
𝑛−1
cálculo del prome-
 Serie agrupada: dio. Al final, s está
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2 en S-VAR→3 =
Desviación es- 𝑠=√ Se pueden calcular DESVEST
(∑ 𝑓𝑖 ) − 1
tándar mues- el promedio y la DESVEST.M 3.2.1, 3.4.1,
tral: Numéricas  Serie agrupada desde un histograma: desviación están-
(del conjunto de da- 3.4.2
s como arriba, utilizando como x la dar al mismo
tos)
marca (centro) de cada clase tiempo
Se expresa en la unidad de medida de la Algunas calculado-
variable que describe; no tiene una in- ras simbolizan s
terpretación directa para una sola como “xn-1”
muestra, pero sí permite comparar la
dispersión de dos o más muestras de
datos de la misma variable.

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-15 Apéndice Técnico A-15

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

 Serie simple:

∑(𝑥𝑖 − 𝜇)2
𝜎=√ Como para el
𝑁
cálculo del prome-
 Serie agrupada: dio. Al final, s está
∑ 𝑓𝑖 (𝑥𝑖 − 𝜇)2 en S-VAR→2 =
𝜎=√ Se pueden calcular DESVESTP
Desviación es- (∑ 𝑓𝑖 )
el promedio y la DESVEST.P
tándar poblacio- Numéricas 3.2.1
MEDIDAS DE DISPERSIÓN

 Serie agrupada desde un histograma: desviación están-

nal:  (del conjunto de da-
como arriba, utilizando como x la dar al mismo
tos)
marca (centro) de cada clase tiempo
Se expresa en la unidad de medida de la Algunas calculado-
variable que describe; no tiene una in- ras simbolizan 
terpretación directa para una sola po- como “xn”
blación, pero sí permite comparar la
dispersión de dos o más poblaciones de
datos de la misma variable.
 Serie simple:
∑(𝑥𝑖 − 𝑥̅ )2
𝑠2 =
𝑛−1
 Serie agrupada: VAR
Calcular la desvia-
Varianza mues- ∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2 VAR.S
Numéricas 𝑠2 = ción s y elevar al 3.2.1
tral: s2 (∑ 𝑓𝑖 ) − 1 (del conjunto de da-
cuadrado con x2
En la práctica no suele usarse la va- tos)
rianza, ya que se expresa en el cua-
drado de la unidad de medida de la va-
riable que describe.

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-16 Apéndice Técnico A-16

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

 Serie simple:
∑(𝑥𝑖 − μ)2
𝜎2 =
𝑛 VARP
Calcular la desvia-
Varianza pobla-  Serie agrupada: VAR.P
Numéricas ción  y elevar al 3.2.1
cional: 2 ∑ 𝑓𝑖 (𝑥𝑖 − μ) 2
(del conjunto de da-
𝜎2 = cuadrado con x2
(∑ 𝑓𝑖 ) tos)
Se expresa en el cuadrado de la unidad
de medida de la variable que describe
MEDIDAS DE DISPERSIÓN

𝑠
𝐶𝑉 = ( × 100) %
𝑥̅
Se expresa como porcentaje, es decir
sin unidades de medida.
La interpretación directa para una sola
muestra está dada por la valoración
empírica (ver tabla abajo), además sí
permite comparar la dispersión de dos
o más muestras de datos de variables
Dividir s entre 𝑥̅ , ex-
Coeficiente de que tienen distintas unidades de me- 3.2.2, 3.3.1,
Numéricas s ÷ 𝑥̅ × 100 = presar el resultado
variación: CV dida, o bien que tienen la misma uni- 3.4.2
como porcentaje
dad, pero con tendencias centrales muy
distintas.
Valoración empírica:
Coeficiente de
Dispersión
Variación
Menos de 10% Baja
Entre 10% y 50% Moderada
Entre 50% y 100% Alta
Más de 100% Muy alta

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-17 Apéndice Técnico A-17

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Descripción de la distribución y/o de su forma. Se agrupan aquí estadígrafos que permiten describir los valores que marcan cortes de
determinados porcentajes de valores o los que describen la forma de la distribución según su asimetría o según la cantidad relativa
de datos cercanos al centro
 Q1 es el valor que delimita al 25% más
pequeño de los datos. Se puede calcu- CUARTIL.EXC, CUAR-
lar como la mediana de la primera mi- TIL.INC ó bien CUARTIL
DESCRIPCIÓN DE LA DISTRIBUCIÓN

tad de los datos ordenados (del conjunto de da-

Cuartiles:  Q2 es la mediana tos, el número de
Numéricas No aplica cuartil) 3.3.1, 3.4.2
Q1, Q2, Q3  Q3 es el valor que delimita al 25% más
grande de los datos o el 75% más pe-
queño de los datos. Se puede calcular Nota: ver en Excel las
como la mediana de la segunda mitad diferencias
de los datos ordenados

Diferencia entre Q3 y Q1
Rango inter- Calcular la diferencia
Numéricas Se puede tomar como una medida de la Q3 – Q1 = 3.3.1, 3.4.2
cuartílico: RIC entre Q3 y Q1
dispersión del 50% central de los datos

 P10 = D1 es el valor que delimita al

PERCENTIL.EXC, PER-
10% más pequeño de los datos
CENTIL.INC ó bien
 P20 = D2 es el valor que delimita al PERCENTIL
20% más pequeño de los datos
(del conjunto de da-
Percentiles y  P95 es el valor que delimita al 95% tos, el número de per-
Numéricas No aplica 3.3.2
deciles más pequeño de los datos centil)
 En general, Pq es el valor que delimita
al q% más pequeño de los datos, y si q
Nota: ver en Excel las
es múltiplo de 10, Pq es igual a uno de
diferencias
los deciles

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-18 Apéndice Técnico A-18

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

 g1 es una medida del grado de asime-

tría de una distribución.
 Si g1 es negativo las frecuencias de los
datos menores que la media son ba-
jas, y las frecuencias de los datos ma-
COEFICIENTE.ASIME-
Descripción de la forma de la distribución

yores que la media son altas.

TRÍA 3.3.3, 3.4.1,
Sesgo: g1 Numéricas  Si g1 es positivo las frecuencias de los No aplica
(del conjunto de da- 3.4.2
datos menores que la media son al-
tos)
tas, y las frecuencias de los datos ma-
yores que la media son bajas
Σ(𝑥 − 𝑥̅ )3
𝑔1 = 𝑛
𝑠3
 g2 es una medida del grado de con-
centración de los valores de una varia-
ble alrededor de la zona central en una
distribución.
 Si g2 es negativo la media y sus valo-
res cercanos tienen frecuencias simi- CURTOSIS
3.3.3, 3.4.1,
Curtosis: g2 Numéricas lares, y la forma de la distribución es No aplica (del conjunto de da- 3.4.2
“en meseta”. tos)
 Si g2 es positivo la forma de la distri-
bución es “puntiaguda”
Σ(𝑥 − 𝑥̅ )4
𝑔2 = 𝑛 −3
𝑠4

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-19 Apéndice Técnico A-19

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
REGRESIÓN PUEDE USAR CIAS

Regresión: Ajuste de un modelo matemático para describir la relación entre dos o más variables
Coeficiente de  Medida de la intensidad de la rela- COEFICIENTE.R2
(Depende del tipo
determinación: Numéricas ción entre dos variables, de acuerdo (del conjunto de las Y, 4.3.2
de calculadora)
R2 con un modelo de regresión elegido y el conjunto de las X)
 Medida de la intensidad de la rela- En modo de regre-
ción lineal entre dos variables. sión lineal (Reg lin),
r < 0: a mayores valores de X, menores ingresar cada dato
valores de Y; r > 0: a mayores valores bivariado
Coeficiente de de X, mayores valores de Y. COEF.DE.CORREL
x , y M+ 4.3.2, 4.3.3,
correlación li- Numéricas (del conjunto de las Y,
|r| < 0.3: correlación mala; Al final: 4.3.4
Regresión y correlación lineales

neal: r y el conjunto de las X)

0.3 < |r| < 0.7: correlación moderada;
 𝑥̅ y sx están en
|r| > 0.7: correlación buena
S-VAR→1 = y
𝑛Σ𝑥𝑦 − Σ𝑥Σ𝑦
𝑟= S-VAR→3 =
√𝑛Σ𝑥 2 − (Σ𝑥)2 √𝑛Σ𝑦 2 − (Σ𝑦)2
 𝑦̅ y sy están en
 La pendiente indica en cuántas uni- S-VAR → 1 = y PENDIENTE (del con-
Pendiente (b) y dades cambia Y cuando X aumenta S-VAR → 3 = junto de las Y, y el de
ordenada al ori- una unidad
 a, b y r están en las X)
gen (a) de la Numéricas 𝑛Σ𝑥𝑦 − Σ𝑥Σ𝑦 4.3.3, 4.3.4
recta de regre- 𝑏= S-VAR→1 = , INTERSECCIÓN.EJE (del
sión: 𝑛Σ𝑥 2 − (Σ𝑥)2 S-VAR→2 = , conjunto de las Y, y el
 𝑎 = 𝑦̅ − 𝑏𝑥̅ S-VAR→3 = de las X)
Ecuación de la  Para una x dada,
Numéricas  𝑌̂ = 𝑎 + 𝑏𝑋 No aplica 4.3.3, 4.3.4
recta 𝑦̂ está en
x→S-VAR2
=
Valor 𝑦̂ para Valores predichos por la recta Calcular
Numéricas donde  es la fle- 4.3.3, 4.3.4
una x dada 𝑦̂ = 𝑎 + 𝑏𝑥 𝑦̂ = 𝑎 + 𝑏𝑥
cha derecha de la
tecla redonda

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-20 Apéndice Técnico A-20

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Definición clásica: La probabilidad de un evento se calcula como el cociente de la cantidad de elementos del evento
entre la cantidad de elementos del espacio muestral. Requiere que los eventos elementales tengan la misma probabilidad
Definición frecuencial: La probabilidad de un evento se estima con el cociente de la frecuencia en que ocurrió el evento 5.1.2
entre la cantidad de observaciones realizadas, es decir con la frecuencia relativa. Requiere de una cantidad grande de
experimentaciones u observaciones
No podemos saber cómo van a ocurrir
Fenómenos
Todas la siguiente vez que se observen. Lle- No aplica No aplica 5.1.1
aleatorios
van implícita una variable aleatoria.
A medida que aumenta la cantidad de
PROBABILIDAD

Ley de los Gran- observaciones, la frecuencia relativa

Todas No aplica No aplica 5.1.1
des Números con la que ocurre un evento tiende a
estabilizarse en torno a un valor.
Conjunto de los resultados posibles en
Espacio
Todas un fenómeno aleatorio; es el conjunto No aplica No aplica 5.1.2
muestral
de valores de la variable aleatoria.
Subconjunto del espacio muestral. La
probabilidad de un evento E se denota
Evento Todas No aplica No aplica 5.1.2
P(E). Un evento elemental corres-
ponde a un solo valor de la variable.
 La probabilidad máxima es 1
 La probabilidad mínima es 0
Principios de la  Si dos eventos no tienen elementos No aplica No aplica 5.1.2
probabilidad en común, la probabilidad de que ocu-
rra uno u otro es la suma de sus proba-
bilidades

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-21 Apéndice Técnico A-21

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Si A y B son dos eventos,

 P(Ac), la probabilidad del comple-
mento de A, es la probabilidad de
que no ocurra A. P(Ac) = 1 – P(A)
 P(AB), la probabilidad de la inter-
sección de A y B, es la probabilidad
de que ocurran simultáneamente A
y B.
 Si P(AB) = 0, los eventos A y B
son eventos ajenos
 P(AB), la probabilidad de la unión
PROBABILIDAD

Probabilidades de A y B, es la probabilidad de que

considerando ocurran A o B o ambos. |
dos eventos.  En general,
Todas P(AB) = P(A)+P(B) – P(AB) No aplica No aplica 5.1.3
En cursivas,  Si A y B son ajenos,
leyes de proba- P(AB) = P(A)+P(B)
bilidad
 P(A|B), la probabilidad de A dado B,
es la probabilidad condicional de
que ocurra A si ocurre B.
 A y B son eventos independientes si
ocurre cualquiera de estas igualda-
des:
 P(A|B)=P(A)  P(B|A)=P(B)
 P(A|B)=P(A|B )  P(B|A)=P(B|Ac)
c

 P(AB)=P(A)×P(B)
A y B no son independientes (es de-
cir, están relacionados) si alguna de
esas igualdades no ocurre.

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-22 Apéndice Técnico A-22

CLASIFICA-
VARIABLES
REFEREN-
CIÓN ELEMENTO CON QUE SE DEFINICIÓN Y/O CÁLCULO CALCULADORA EXCEL
PUEDE USAR CIAS

Relación de las probabilidades corres-

pondientes a los valores de una o varias
variable(s) aleatoria(s). Pueden ser em-
píricas o teóricas (modelos).
Con dos variables se puede hablar de 5.1.2,
Todas No aplica No aplica
distribuciones parciales o condiciona- 5.1.3, 5.2,
les (distribución de una variable cuando
la otra toma un valor fijo) y de distribu-
ciones marginales (distribución de una
Distribución de
Distribuciones de probabilidad

variable sin tomar en cuenta la otra).

probabilidades
Para variables continuas existen mode-
los (funciones matemáticas graficadas
𝑓′
en curvas) de densidad = ( ) donde la
𝑎
Variables probabilidad de que la variable tome un No aplica No aplica 5.2.3, 5.3.2
continuas valor entre dos números dados es el
área bajo la curva entre los dos núme-
ros. Además, el área total bajo la curva
es 1, y si c es un valor puntual, P(X=c)=0
Es la distribución de probabilidades de
la cantidad x de éxitos en n ensayos P(X=x):
cuando la probabilidad de que ocurra DISTR.BINOM (x,n,p,0)
un éxito en cada ensayo es p. DISTR.BINOM.N (x,n,p,0)
Variables
Distribución Las tablas presentan: 5.2.2,
dicotómi- P(X  x):
binomial de
cas o dico-  Tabla I-A: distribución binomial No aplica DISTR.BINOM (x,n,p,1)
Tablas I-A,
probabilidad
tomizadas  Tabla I-B: distribución binomial DISTR.BINOM.N (x,n,p,1)
I-B
acumulada: probabilidades de que
ocurran x éxitos o menos en n en- x tal que P(X  x)= :
sayos, cuando la probabilidad de INV.BINOM (n,,1)
que ocurra un éxito es p

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola

A-23 Apéndice Técnico A-23
Los parámetros de una distribución
normal son su promedio µ y su desvia-
ción estándar σ. Características: las de
todo modelo para variable continua, y:
 El modelo se extiende desde – hasta 
 El modelo es simétrico y su eje de sime-
tría pasa por X= µ
 X N(µ, σ) significa que una variable Para el cálculo del Función de densidad:
aleatoria X se distribuye normal- valor z equivalente DISTR.NORM(x,µ,σ,0)
Variables DISTR.NORM.N(x,µ,σ,0)
numéricas. mente con parámetros µ y σ a un valor x
 Z  N(0, 1) es la variable con distri- ( x – µ )  σ =
Distribuciones de probabilidad

Pueden ser bución normal estándar Alternativamente, P(Z < z):

continuas o  Para encontrar el valor z equivalente DISTR.NORM.ESTAND(z,1)
x–µ=σ= DISTR.NORM.ESTAND.N(z,1)
discretas a un valor x de X tal que X N(µ, σ),
con mu- 𝑥−𝜇
chos valo- 𝑧= Para el cálculo del P(X < x):
𝜎
Distribución res distin-  Para encontrar el valor x de X tal que valor x equivalente DISTR.NORM(x,µ,σ,1) 5.2.4,
normal de pro- tos. a un valor z DISTR.NORM.N(x,µ,σ,1) Tablas II-A,
X N(µ, σ), equivalente a un valor z,
babilidad µ+z×σ= II-B, II-C
𝑥 = 𝜇 + 𝑧𝜎
Para aplicar
el modelo Las Tablas II de la distribución normal Valor z tal que
Si z < 0, el signo se
se requiere estándar presentan: debe poner con la
P(Z < z)=p:
que el his-  II-A: dadas diversas z (–4<z<4), DISTR.NORM.ESTAND.INV(p)
tecla (–) INV.NORM.ESTAND(p)
tograma de P(Z < z) y P(Z > z). Permite encontrar p Ejemplo: si z=–1.96,
la variable con z conocida
x se calcula así:
sea acam-  II-B: percentiles: dadas diversas p, µ + (–)1.96 × σ = Valor x tal que
panado las z tales que P(Z < z)=p y P(Z > z)=p. P(X < x)=p:
o bien así:
Permite encontrar z con p conocida DISTR.NORM. INV (p,,)
µ –1.96 × σ =
 II-C: valores críticos z, para algunas INV.NORM (p,,)
probabilidades usuales, en:
 área central: P(–z < Z < z)
 dos colas: P( Z <–z ó Z > z)
 una cola, que puede ser
 derecha P(Z > z) con z > 0 o bien
 izquierda P(Z < z) con z < 0
Métodos Estadísticos Básicos S. Alatorre y E. Mendiola
A-24 Apéndice Técnico A-24

SINOPSIS de uso de estadígrafos y de gráficas. Se marca con  cuando la herramienta se puede utilizar, con  cuando no se puede
utilizar, y con () cuando se puede utilizar pero no es muy útil o adecuada.
Medidas de Medidas de Estadígrafos de Medidas de Correlación
Tendencia Central Dispersión Distribución y Modelos de Regresión
SINOPSIS DE

determinación
contingencia y
Coeficiente de

Coeficiente de

otros modelos
Coeficiente de
de correlación
Cuartiles y RIC

distribuciones
condicionales
marginales y
(rango inter-
de variación
Coeficiente

Coeficiente

regresión u
Desviación
ESTADÍGRAFOS

cuartílico)
promedio

Tablas de
Mediana

estándar

Recta de
Media o

curtosis
Moda

sesgo

Una variable dicotómica
Una variable nominal
Una variable ordinal
Una variable discreta
Una variable continua
Dos variables categóricas
Dos variables numéricas
lineal
       
       
       
       
: clase
      
modal
Cada variable, según Cada una, según Cada variable, según    
lo indicado arriba lo indicado arriba lo indicado arriba ()   

Gráficas de frecuencias Otras gráficas

Pueden ser de frecuencias (cuando se tiene un solo grupo de datos
SINOPSIS DE
o varios grupos del mismo tamaño) o de frecuencias relativas o Diagrama de dispersión (puede
GRÁFICAS porcentajes (cuando se tienen varios grupos de distinto tamaño) incluirse un modelo de regre-
Histo- Polígono Cajas y sión, en general lineal)
Pastel Barras Ojiva Apilada
grama de frecs. bigotes
Una variable dicotómica       
Una variable nominal       
Una variable ordinal ()      
Una variable discreta ()      
Una variable continua       
Dos variables categóricas Cada variable, según lo indicado arriba   
Dos variables numéricas Cada variable, según lo indicado arriba Cada una  

Métodos Estadísticos Básicos S. Alatorre y E. Mendiola