Estadistica Basica 1

ESTADÍSTICA BÁSICA I
Mena, R. Escobar, T. Haro, E. Córdova, M. Merino, V.
AUTORES:
Ing. Rómulo Eduardo Mena Campaña, MBA.
Ing. Tania Eslavenska Escobar Erazo, MSc.
Ing. Edwin Ramiro Haro Haro, MBA.
Dra. Mayra Alexandra Córdova Alarcón, Mgst.
Ing. Víctor Marcelo Merino Castillo, Mgst.
Página 1
Rómulo Eduardo Mena Campaña
Tania Eslavenska Escobar Erazo
Edwin Ramiro Haro Haro
Mayra Alexandra Córdova Alarcón
Víctor Marcelo Merino Castillo
ISBN-978-9942-21-953-4
Página 2
CONTENIDO
1 CAPÍTULO I: LA ESTADÍSTICA Y LA DESCRIPCIÓN DE
DATOS................................................................................ 10
OBJETIVOS ...........................................................................10
1.1 CONCEPTOS BÁSICOS. ...................................................10
1.1.1 ESTADISTICA ..................................................................... 10
1.1.2. IMPORTANCIA Y ÁMBITO ...................................................... 11
1.1.3. DATOS ESTADÍSTICOS ........................................................ 12
1.1.4 MÉTODOS ESTADÍSTICOS .................................................... 15
Recolección (medición) ______________________________ 15
Recuento (cómputo) ________________________________ 16
Presentación ______________________________________ 16
Síntesis __________________________________________ 16
Análisis. _________________________________________ 17
1.2. POBLACIÓN Y MUESTRA ................................................17
1.2.1. POBLACIÓN ........................................................................ 17
1.2.2. MUESTRA ........................................................................... 18
1.3. CLASIFICACIÓN ESTADÍSTICA.......................................19
1.3.1. ESTADÍSTICA DESCRIPTIVA ................................................. 19
1.3.2. ESTADÍSTICA INFERENCIAL.................................................. 19
1.4 LA INVESTIGACIÓN ESTADÍSTICA .................................19
1.4.1 PLANEAMIENTO................................................................... 20
El objeto de la investigación __________________________ 20
La finalidad. ______________________________________ 20
Página 3
La fuente de información. ____________________________ 21
Los procedimientos de investigación. ___________________ 22
Sistemas de investigación ___________________________ 22
El material estadístico ______________________________ 24
El costo y su financiación. ___________________________ 25
1.4.2 RECOLECCIÓN .................................................................... 25
1.4.3 CRÍTICA Y CODIFICACIÓN .................................................... 25
1.4.4 TABULACIÓN Y PROCESAMIENTO .......................................... 26
1.4.5 ANÁLISIS E INTERPRETACIÓN .............................................. 27
1.4.6 PUBLICACIÓN ..................................................................... 27
1.5 TABLAS ESTADÍSTICAS ..................................................28
1.5.1 PARTES DE UNA TABLA ........................................................ 29
Numeración de las tablas ____________________________ 29
Títulos de tablas ___________________________________ 30
Cuerpo de una tabla: _______________________________ 30
Notas de la tabla. __________________________________ 30
Tablas de otras fuentes. _____________________________ 31
1.5.2 TIPOS DE TABLAS ............................................................... 31
Tablas de una entrada. ______________________________ 31
Tablas de dos entradas. _____________________________ 32
Tablas complejas: __________________________________ 32
1.6 GRÁFICOS ESTADÍSTICOS .............................................34
1.6.1 GRÁFICAS LINEALES............................................................ 35
1.6.2 GRÁFICOS DE SUPERFICIE ................................................... 36
1.6.3 OTROS ............................................................................... 37
Página 4
Gráficos XY (de dispersión): __________________________ 37
Gráficos de área ___________________________________ 38
1.7 DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS
39
1.7.1 DISTRIBUCIONES DE FRECUENCIAS PARA DATOS
CUANTITATIVOS ....................................................................................... 40
Pasos para elaborar una distribución de frecuencias _______ 41
1.8 DIAGRAMAS DE FRECUENCIAS.......................................49
1.8.1 DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO .... 49
Diagrama de barras. ________________________________ 50
Gráficas en forma de pastel. _________________________ 50
1.8.2 DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO
DISCRETO 51
Diagrama de barras ________________________________ 51
Diagrama en forma de pastel _________________________ 52
1.8.3 DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO
CONTINUO 53
Histograma _______________________________________ 54
Polígono _________________________________________ 55
Ojiva ____________________________________________ 55
2 CAPÍTULO II: ANÁLISIS ESTADÍSTICO SIMPLE ....... 57
OBJETIVOS ...........................................................................57
2.1 INTRODUCCIÓN .............................................................57
2.2 TIPOS DE ESTADÍGRAFOS ..............................................57

Página 5
2.3 ESTADÍGRAFOS DE TENDENCIA CENTRAL ......................58
2.3.1 MEDIA ARITMÉTICA ............................................................. 59
Media aritmética con datos no agrupados _______________ 59
Media aritmética con datos agrupados __________________ 63
2.3.2 MEDIA PONDERADA ............................................................. 67
2.3.3 LA MEDIANA ....................................................................... 68
Mediana de datos no agrupados _______________________ 68
Mediana de datos agrupados _________________________ 71
2.3.4 MODA ................................................................................ 75
Moda de datos no agrupados _________________________ 75
Moda de datos agrupados ___________________________ 77
2.3.5 MEDIA GEOMÉTRICA ........................................................... 79
2.3.6 MEDIA ARMÓNICA ............................................................... 83
2.4 FORMA DE LA DISTRIBUCIÓN ........................................85
2.4.1 RELACIÓN ENTRE MEDIA ARITMÉTICA, MEDIANA Y MODA ........ 85
2.5 CUARTILES, DECILES Y PERCENTILES ............................90
2.5.1 Medidas de posición relativa ................................................. 91
Los Cuartiles ______________________________________ 91
Los Deciles _______________________________________ 91
Los Percentiles ____________________________________ 91
2.6 ESTADÍGRAFOS DE DISPERCIÓN ...................................99
2.6.1 DISPERCIÓN ABSOLUTA ....................................................... 99
Rango ___________________________________________ 99
Desviación media _________________________________ 101
Varianza ________________________________________ 104
Página 6
Desviación estándar _______________________________ 108
2.6.2 DISPERCIÓN RELATIVA ...................................................... 110
Coeficiente de variabilidad __________________________ 110
2.7 MEDIDAS DE ASIMETRÍA .............................................113
2.8 MEDIDAS DE APUNTAMIENTO O CURTOSIS .................116
3 CAPÍTULO III: NÚMEROS ÍNDICES ........................ 120
OBJETIVOS .........................................................................120
3.1 INTRODUCCIÓN ...........................................................120
3.2 CARACTERÍSTICAS ......................................................120
3.3 CLASIFICACIÓN DE LOS NÚMEROS ÍNDICES................120
3.3.1 NÚMEROS ÍNDICES DE PRECIOS ......................................... 120
3.3.2 NÚMEROS ÍNDICES DE CANTIDAD ...................................... 121
3.3.3 NÚMEROS ÍNDICES DE VALOR ............................................ 121
3.4 NÚMEROS ÍNDICES SIMPLES .......................................121
3.5 NÚMEROS ÍNDICES NO PONDERADOS ........................122
3.5.1 PROMEDIO SIMPLE DE LOS ÍNDICES DE PRECIOS ................. 122
3.5.2 ÍNDICE AGREGADO SIMPLE ................................................ 124
3.6 NÚMEROS ÍNDICES PONDERADOS ..............................124
3.6.1 ÍNDICE DE LAYSPEYRES ..................................................... 125
3.6.2 ÍNDICE DE PAASCHE ......................................................... 126
3.6.3 ÍNDICE DE FISHER ............................................................ 127
3.7 ÍNDICES DE VALOR ......................................................127
Página 7
4 CAPÍTULO IV: REGRESIÓN. CORRELACIÓN Y SERIES
DE TIEMPO ....................................................................... 129
OBJETIVOS .........................................................................129
4.1 ANÁLISIS DE CORRELACIÓN ........................................129
4.1.1 VARIABLE DEPENDIENTE: .................................................. 129
4.1.2 VARIABLE INDEPENDIENTE: ............................................... 129
4.1.3 COEFICIENTE DE CORRELACIÓN ......................................... 129
4.1.4 CÁLCULO DE COEFICIENTE DE DETERMINACIÓN ................... 133
4.2 ANÁLISIS DE REGRESIÓN ............................................134
4.2.1 PRINCIPIO DE LOS MÍNIMOS CUADRADOS ........................... 134
4.2.2 TRAZO DE LA LÍNEA DE REGRESIÓN .................................... 137
4.2.3 EL ERROR ESTÁNDAR DE LA ESTIMACIÓN ............................ 138
4.3 FUNDAMENTOS PARA EL ANÁLISIS DE UNA SERIE DE
TIEMPO ...................................................................................139
4.4 COMPONENTES DE UNA SERIE DE TIEMPOS.................139
4.4.1 TENDENCIA SECULAR ........................................................ 139
4.4.2 VARIACIÓN CÍCLICA .......................................................... 141
4.4.3 VARIACIÓN ESTACIONAL ................................................... 142
4.4.4 VARIACIÓN IRREGULAR ..................................................... 143
4.5 MEDICIÓN DE TENDENCIAS .........................................143
4.5.1 TENDENCIA LINEAL ........................................................... 143
Método de libre ajuste _____________________________ 143
Método de mínimos cuadrados _______________________ 145
Página 8
4.5.2 MÉTODO DEL PROMEDIO MÓVIL ......................................... 147
4.5.3 MÉTODO DEL PROMEDIO MÓVIL PONDERADO ...................... 151
Página 9
1 CAPÍTULO I: LA ESTADÍSTICA Y LA
DESCRIPCIÓN DE DATOS
OBJETIVOS
1. Saber qué significa estadística.

2. Exponer el ámbito de aplicación y la importancia de la
estadística.
3. Diferenciar entre una variable cualitativa y una variable
cuantitativa.
4. Distinguir entre una variable discreta y una variable continua.
5. Diferenciar entre niveles de medición nominal, ordinal, por
intervalo y de razón.
6. Explicar qué es estadística descriptiva y estadística inferencial.
7. Realizar pequeñas investigaciones estadísticas, aplicando las
etapas del proceso de investigación.
8. Aplicar la metodología en la elaboración de tablas de distribución
de frecuencias.
9. Seleccionar y elaborar figuras que visualicen la información de
las tablas.
10. Analizar y obtener conclusiones sobre la información
contenida en las tablas y gráficas.
1.1 CONCEPTOS BÁSICOS.
1.1.1 ESTADISTICA
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.
Página 10
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.
1.1.2. IMPORTANCIA Y ÁMBITO

En nuestra vida cuotidiana, cuando revisamos periódicos,
revistas, internet, al mirar los noticieros en televisión, nos
encontramos con tablas, gráficos, medidas, análisis e
interpretaciones que nos dan cuenta de lo que pasa en nuestro
contexto y en distintos lugares del planeta. Podemos enterarnos,
que está ocurriendo en el campeonato nacional de futbol, qué
equipos ocupan las primeras posiciones en la tabla, cuáles ocupan
las últimas posiciones; en el ámbito artístico, cuáles son las
preferencias musicales de los jóvenes de 10 a 15 años, o de 16 a
25 años, por supuesto, se encontrarán diferencias; en el ámbito
profesional, cuáles son las tendencias de estudios universitarios
más demandadas, cuáles son las profesiones más rentables; en los
dispositivos tecnológicos, cuáles son las necesidades actuales de
equipos, las preferencias de un grupos de jóvenes, las necesidades
de los universitarios, de las amas de casa, de los hombres y
mujeres de negocios, etc.
Pero no solo podemos encontrar necesidades de personas

naturales; las personas jurídicas, esto es negocios y empresas,
pequeñas y grandes, también necesitan información para enrumbar
su actividad a aquello que les permita producir más, cubrir mayores
Página 11
mercados, incrementar su patrimonio, incrementar su utilidad,

cómo se encuentra evolucionando la demanda el mercado de los
bienes que producen, cuál es la evolución de los precios, cuál es la
participación de la empresa o producto en el mercado, si existen
posibilidades de expansión, si las ventas en cantidad y en dólares
se encuentran en franco ascenso o descenso, si existirá la
posibilidad de aplicar estrategias que mejoren las ventas, la
apertura para nuevos mercados, para nuevos productos, etc.
Pero la estadística no solo es útil para el desempeño de la vida

cuotidiana y de los negocios; sino que ésta va más allá de ellos, las
diferentes ciencias se han desarrollado mediante la utilización de la
estadística como: las médicas, que nos da cuenta de la evolución
de las enfermedades, la eficacia de los medicamentos y
tratamientos, el porcentaje de éxito en determinado tipo de
cirugía, la frecuencia de las enfermedades, sus índices de
mortalidad, etc.; las ciencias sociales la cual involucra a los
ámbitos: educativo, que nos permite conocer los índices de estudio
escolarizado, alfabetismo, analfabetismo; la psicología, que
contribuye al conocimiento del comportamiento de los individuos y
sus aptitudes, la sociología en la evolución y desarrollo de las
culturas y sociedades, la economía contribuye con estudios tanto
microeconómicos como macroeconómicos; y más ámbitos tales
como demografía, administración pública, historia, geografía,
antropología, etc.
Como se habrá dado cuenta, el ámbito de aplicación de la

estadística es extenso, por su muy diverso uso y su necesaria
actualización. La toma de decisiones acertadas son realizadas con
información, su validez y confiabilidad se sujetan a los instrumentos
y técnicas estadísticas utilizadas en la investigación de interés.
1.1.3. 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, ⋯ }
Página 12
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.
1. 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
Página 13
días, valor pagado por impuesto a la renta de un profesional o

empresa, etc.
2. 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.
Según sea de un tipo u otro, la variable podrá medirse de

distinta manera, esto es, tendrán distintas escalas o niveles de
medición.
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.
a. 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.
Página 14
b. Datos de nivel de proporción: 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.
1.1.4 MÉTODOS ESTADÍSTICOS

El método estadístico según se le atribuye a Jesús Reynaga,
profesor de Salud Pública de la Facultad de Medicina, UNAM,
consiste en una serie de procedimientos para el manejo de los
datos cualitativos y cuantitativos de la investigación.
Las características que adoptan los procedimientos propios del

método estadístico dependen del diseño de investigación
seleccionado para la comprobación de la consecuencia verificable en
cuestión.
El método estadístico tiene las siguientes etapas:
 Recolección (medición)
 Recuento (cómputo)
 Presentación
 Descripción
 Análisis
Tales etapas siempre se encuentran en el orden descrito y cada

una de ellas consiste de manera resumida en lo siguiente:
Recolección (medición)
En esta etapa se recoge la información cualitativa y cuantitativa
señalada en el diseño de la investigación.
La recolección o medición puede realizarse de diferentes

maneras: a veces ocurre por simple observación y en otras
ocasiones requiere de complejos procedimientos de medición
La calidad técnica de esta etapa es fundamental ya que de ella

depende que se disponga de datos exactos y confiables en los
cuales se fundamenten las conclusiones de toda la investigación.
Página 15
En ocasiones, la recolección de la información debe ocurrir en

grupos tan grandes de individuos que se hace imposible tratar de
abarcar a todos ellos; entonces es cuando se pone en práctica
procedimientos de muestreo.
Tales procedimientos de muestreo están subordinados a la

consecuencia verificable que se desea comprobar y al diseño de
investigación seleccionado.
Recuento (cómputo)
En ésta etapa del método estadístico, la información recogida es
sometida a revisión clasificación y cómputo numérico.
A veces el recuento puede realizarse de manera muy simple, por

ejemplo con rayas o palillos; sin embargo, puede requerirse el
empleo de computadoras y programas especiales para el manejo
de base de datos.
En términos generales puede decirse que el recuento consiste en

la cuantificación de la frecuencia con que aparecen las diferentes
características medidas de los elementos en estudio; por ejemplo,
el número de personas de sexo femenino y el de personas de sexo
masculino; o, el número de niños con peso menor de 3 kilos y el
número de niños con peso igual o mayor a dicha cifra.
Presentación
En esta etapa del método estadístico, se elaboran las tablas y
figuras, las cuales permiten una inspección precisa y rápida de los
datos. La elaboración de tablas tiene por propósito acomodar los
datos de manera que se pueda efectuar una revisión numérica
precisa de los mismos. La elaboración de figuras tiene por propósito
facilitar la inspección visual rápida de la información.
Síntesis
En esta etapa la información, es resumida en forma de medidas
que permiten expresar de manera sintética las principales
propiedades numéricas de grandes series o agrupamiento de datos.
Tales medidas de resumen, al ser comunicadas, permiten a los
interlocutores evocar de una misma esencia de los datos; por
ejemplo, cuando alguien informa que el promedio de un grupo de
alumnos es de 9.6 puntos en una escala que va del 0 al 10, la
Página 16
imagen que se transmite es de un grupo con buen aprovechamiento

escolar.
Entre las principales medidas para sintetizar los datos

cuantitativos se encuentra la moda y la amplitud, la mediana y los
percentiles y el promedio y la desviación estándar.
Análisis.
En esta etapa mediante fórmulas estadísticas apropiadas y el
uso de tablas específicamente diseñadas, se efectúa la comparación
de las medidas de resumen previamente calculada. El análisis
estadístico de los datos consiste en la comparación.
Existen procedimientos bien establecidos para la comparación de

las medidas de resumen que se hayan calculado en la etapa de
descripción. Tales procedimientos, conocidos como pruebas de
análisis estadísticos cuentan con sus fórmulas y procedimientos
propios.
Cada prueba de análisis estadístico debe utilizarse siempre en

función del tipo de diseño de investigación que se haya
seleccionado para la comprobación de cada consecuencia verificable
o deducible, a partir de la hipótesis general de la investigación.
Por lo anterior, puede considerarse a la estadística como una

disciplina que posee su propio método. Tal disciplina emplea
conocimientos de otras ciencias como la lógica y la matemática; y
por eso, se dice que la estadística es una forma razonable de
emplear el sentido común y la parte aritmética la complementa con
el manejo de datos de la investigación (Reynaga, 2015).
1.2. POBLACIÓN Y MUESTRA
1.2.1. 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
Página 17
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).
1.2.2. 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).
Página 18
1.3. CLASIFICACIÓN ESTADÍSTICA
1.3.1. 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.
1.3.2. 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.
1.4 LA INVESTIGACIÓN ESTADÍSTICA

En nuestra vida cuotidiana o laboral nos encontramos en la
necesidad de contar con información estadística para una adecuada
toma de decisiones. En una variedad de ocasiones podremos
encontrar la información requerida y elaborada usualmente por
instituciones estatales (información secundaria) que para el caso
ecuatoriano lo realiza el Banco Central del Ecuador, Instituto
Ecuatoriano de Estadísticas y Censos, Registro Civil, Identificación y
Cedulación, los diversos Ministerios que elaboran estadísticas en su
ámbito de acción (educación, salud, vivienda, trabajo, etc.); así
también, se puede obtener información de entidades privadas como
periódicos, revistas y páginas web especializadas (economía,
finanzas, educación, industrial, empresarial, emprendimientos,
etc.).
En otras ocasiones, habrá la necesidad de realizar una

investigación con el objeto de obtener la información necesaria para
el conocimiento y toma de decisiones adecuadas al interés
personal, laboral o empresarial. A la hora de realizar una
investigación, el método estadístico es la herramienta adecuada
para la recolección de la información mediante registros, que se
ordenan, clasifican, cuantifican y se muestran mediante tablas y
Página 19
gráficos, de forma clara, resumida y fácil de interpretar grandes

cantidades de información (Martínez, 2012).
Otras necesidades de información, son aquellas que se obtienen

en orden cronológico, tales como las temperaturas registradas en
las diferentes ciudades del Ecuador a una hora determinada de
cada día, número de accidentes de tránsito por provincia y periodo
mensual, precio promedio mensual de la canasta básica para el
consumidor, exportaciones e importaciones en periodos mensuales
del Ecuador, ventas diarias registradas en determinado negocio o
empresa, inventarios o utilidades al finalizar el año, etc.
Ciro Martínez, señala que el proceso de investigación estadística

consta de seis fases.
1.4.1 PLANEAMIENTO
Un plan de investigación debe contemplar lo siguiente:
El objeto de la investigación
Es el hecho o fenómeno que se va a observar o registrar
numéricamente. Ejemplo. Una investigación sobre los salarios. El
objeto de la investigación responde a la pregunta ¿qué se va a
investigar?
La finalidad.
Al analizar que se va a investigar se propone definir el objeto de
investigación, determinar la naturaleza cuantitativa y cualitativa,
determinar la posibilidad de su investigación y limitar el objeto
investigable, con los que se responde el por qué:
 Definir el objeto de la investigación. Es la fijación precisa del

concepto de o que se aspira indagar. Decir con claridad y
exactitud lo que la estadística va a recoger. La unidad o
elemento de investigación debe ser: clara, adecuada,
mensurable y comparable.
 Determinar su naturaleza cuantitativa o cualitativa del objeto de
la investigación. Esto es, establecer si la variable investigada es
de naturaleza numérica (cuantitativa) o de atributo (cualitativa).
 Determinar la posibilidad de investigación. Es necesario
examinar si el objeto de la investigación pueden ser conocidas
Página 20
con precisión, si se exteriorizan, si pueden contarse si admiten

su existencia y su intensidad.
 Limitar el objeto investigable. Por imposibilidad o por ser
innecesaria la observación completa, la estadística reduce sus
trabajos a un doble aspecto. El primero limitando el objeto de la
investigación y segundo limitando el campo de la investigación.
La limitación de la investigación puede darse de manera
coordinada en función del tiempo, espacio, número, etc.
La fuente de información.
A continuación es necesario identificar en dónde se obtener
información de la investigación y si aquellas fuentes son de
naturaleza directa o indirecta.
Las investigaciones directas se recogen los datos de un

acontecimiento de cualquier índole, cuando acudimos a él, lo
observamos y anotamos su presencia o su ausencia y su intensidad
mediante números. Por tanto se llamará fuente de información
estadística directa allí donde el hecho sujeto de la investigación se
produce, como por ejemplo, la familia, la empresa, la fábrica, los
costos, los precios, etc.
Las investigaciones indirectas son cuando se recurren a un

hecho distinto del que se está interesado, para después deducir de
éste el valor del que en definitiva se desea conocer. Son
inducciones lógicas, cálculos aproximados, estimaciones que
constantemente se realizan en los negocios. Ejemplos de estos
pueden ser: la estimación de la cosecha en base a la siembra de un
producto agrícola, el cálculo poblacional en una fecha intermedia se
determina en base a dos censos, las necesidades de llantas se
calculan en base a la cantidad de autos en circulación en un estado
o región, etc. Las fuentes de información indirectas son aquellas
donde el hecho investigado se manifiesta indirectamente o donde
se refleja.
También pueden clasificarse a las fuentes de información como

primaria, cuando se obtiene directamente de la investigación,
realizada usualmente a través de una encuesta, y secundaria,
cuando se trata de información complementaria, publicada por la
misma institución o cualquier otra.
Página 21
Los procedimientos de investigación.

Señala las normas que determinan el cómo debe realizarse la
investigación; estas se resumen en los siguientes puntos.
 Claridad y publicidad. Toda investigación debe ser clara y

conocida por observadores y observados. La claridad debe estar
presente en todo el proceso de investigación.
 Sencillez. Debe estar presente en: los formularios, las
instrucciones, en el proyecto, en la finalidad, en las tablas, en los
gráficos, en los comentarios y análisis, operaciones de cálculo,
etc.
 Utilidad. Toda estadística que se inicie debe tener alguna
aplicación práctica de interés.
Las investigaciones pueden ser:
 Ocasional. Si se da la recolección de datos en circunstancias

extraordinarias, cuando eventualmente se presenta un
problema, o se agita su solución. Por ejemplo cuando se realiza
una investigación del costo de vida o de salarios cuando se
plantea una huelga.
 Periódica. Aquellas investigaciones que se repiten de tiempo en
tiempo, en lapsos regulares. Ejemplos de ello se tiene los censos
en periodos decenales, las estadísticas de las industrias con
periodicidad anual, los boletines de comercio exterior en forma
mensual, etc.
 Continua. Son estadísticas que se produce sin interrupción,
ejemplos de ellas se tiene a las demográficas como: la natalidad,
la mortalidad, los matrimonios, tráfico por carreteras, etc.
 Registro permanente. Aquellas que se registra a medida que
el hecho tiene lugar. Por ejemplo los accidentes de tránsito,
suicidios, etc.
Sistemas de investigación
Se distinguen varios procedimientos de investigación, entre ellos
se tiene:
 Las recopilaciones automáticas de datos por declaración

espontánea del sujeto de la investigación, como inscripciones
obligatorias en los casos de natalidad, matrimonios, mortalidad,
migración, comercio exterior, edificaciones, recaudación de
impuestos, etc.
Página 22
 Las recopilaciones intencionales de datos, obtenidas mediante

empleo de un agente que ex profeso vaya a la fuente de
información para registrar los datos, como en los casos de los
censos de población y vivienda, encuestas de hogares sobre
ingresos y gastos, sobre las condiciones de una determinada
industria, etc.
 Investigaciones completas, son aquellas que recogen todos los
datos, indagan todo el campo de observación, como todos los
balances de la banca, la producción de sal, la de cemento, de
transporte aéreo, que tiene lugar en una región o estado.
 Investigaciones incompletas, son las que sólo atienden a una
parte de las unidades estadísticas, bien por no ser posible
recoger la totalidad de los datos, por no ser necesario para el fin
que se persigue. Si la estadística incompleta no es
representativa del conjunto, no es típica para generalizar los
resultados parciales al conjunto de los casos. En caso contrario,
cuando el círculo estudiado numéricamente puede sustituir al
total, la estadística incompleta es de extraordinaria utilidad.
 Las recopilaciones voluntarias de datos, frecuentemente se
llevan a cabo por las instituciones privadas y se refieren
comúnmente a las monografías y encuestas científicas. La radio,
prensa y las revistas suelen invitar a sus lectores a opinar sobre
algunos problemas candentes o a declarar un dato de su vida o
negocio particular.
Pues bien, de estos sistemas, el proyecto, para el caso

particular, tendrá que decir cuál interesa más y cuál debe
emplearse.
Sobre la recolección de información, puede ser por correo,

entrega personal del cuestionario y la entrevista; otros sistemas de
menor importancia corresponden a: internet, teléfono y panel.
Todos estos presentan ventajas y desventajas, por ejemplo la
entrevista resulta más ventajosa por que proporciona un mayor
número de cuestionarios recolectados, mayor número de
respuestas, permite aclarar el objetivo de la investigación y las
dudas del informante; entre sus desventajas se tiene mayor costo,
más tiempo de recolección, alto número de encuestadores, etc.
Página 23
El material estadístico
Está constituido por los útiles, documentos o instrumentos
necesarios para llevar adelante la investigación. El material puede
dividirse en impreso e instrumental.
Material impreso. Se refiere a los formularios o cuestionarios,

boletines, hojas de inscripción, registros, circulares, pliegos de
instrucciones, etc.
Las normas de diseño y redacción de un formulario que se

someterá a discusión, pruebas y aprobación, son las siguientes.
 Debe ser sucinto, limitado a las preguntas esenciales, las

necesarias para los fines de la investigación y que efectivamente
pueda obtenerse de la fuente informativa.
 Debe prescindirse de toda pregunta indiscreta que levante
suspicacias y temores, o que moleste al investigado.
 Debe ser claro, fácilmente comprensible, no ofrecer dudas en la
forma de contestar cada pregunta, que admita una sola
interpretación.
 Debe evitarse los juicios personales del investigador y del
investigado, como cuando se deje a criterio del calificador juzgar
la importancia o la bondad de un hecho (grande, mediano o
pequeño); (bueno, regular, malo).
 También debe tenerse en cuenta, la clase de papel, su tamaño,
la distribución de las partes del cuestionario, su impresión,
colores, el tiempo de llenado, etc.
Equipos. La recolección de datos y la elaboración posterior

requieren de varios instrumentos, aparatos, máquinas y útiles, que
quien proyecta debe tener en cuenta, en su número y clase. Existen
investigaciones que requieren de instrumentos especiales, sin los
que no se podrían recoger datos. En una investigación de
antropometría, requiere de escalas cromáticas de la piel, del pelo,
de los ojos, cinta métrica, balanza, etc. Si se trata de llevar
estadísticas de una empresa sobre los horarios de entrada y salida
del personal que labora o el de un aparcadero de autos, será
necesario contar con un reloj marcador. En un almacén, la
estadística de ventas e ingresos se lleva en una caja registradora.
Página 24
El costo y su financiación.
La estimación previa de gastos y su financiamiento, constituye el
último punto del proyecto de investigación estadística. Estos gastos
pueden ser atribuidos a estudios preliminares, asesorías, trabajos
geográficos, formulación del plan, plan de propaganda, impresión
del formulario, selección y adiestramiento del personal,
contratación de servicios auxiliares, materiales y equipos, trabajo
de campo, sistematización de la información y publicación.
Todo proyecto de esta clase debe ser discutido y aprobado por

un grupo de técnicos en estadística y por peritos en la materia que
va a investigarse.
La consecución del financiamiento no debe dejarse para más

tarde de la etapa de preparación, su previsión debe abarcar la
cantidad de dinero necesario hasta el final de la investigación.
Aprobado el plan con las modificaciones del grupo de técnicos y

peritos, se continúa con la ejecución del mismo.
1.4.2 RECOLECCIÓN
Preparado el proyecto de investigación es posible comenzar con
la recolección de la información. La etapa de recolección comprende
aspectos tales como:
 Distribución del material o instrumento de recolección.

 La recolección propiamente dicha.
 Control del número de formularios recolectados
 Control sobre la calidad de la información recolectada.
1.4.3 CRÍTICA Y CODIFICACIÓN

Es un conjunto de operaciones de revisión y corrección de la
información recolectada, que nos permita agruparla y procesarla,
de tal manera que se facilite la elaboración de tablas, gráficos y
análisis, necesarios en su publicación.
El objeto de la crítica, es clasificar el material primario que

precede de la misma investigación, en tres grupos: material bueno,
material incorrecto pero corregible y material incorregible o
desechable.
Página 25
La necesidad de procesar la información recogida en los

cuestionarios, ha obligado a traducir las respuestas en códigos. Por
ejemplo, el código para la pregunta estado civil, podría establecerse
de la siguiente manera.
Tabla 1.
CÓDIGO DE ESTADO CIVIL DE LOS CIUDADANOS
ESTADO ESTADO
CIVIL CÓDIGO CIVIL CÓDIGO
Soltero 1 Viudo 4
Casado 2 Separado 5
Divorciado 3 Otro 6
Cuando el número de respuestas sobrepasa de 9, es preciso
utilizar cifras de dos dígitos, tal como:
Tabla 2.
CÓDIGO DE PROFESIONES DE LOS CIUDADANOS
PROFESIONES CÓDIGO
Abogado/a 01
Actor /Actriz 02
Agente de viaje 03
Arquitecto/ a 04
Astrónomo/a 05
⋮
Veterinario/a 35
1.4.4 TABULACIÓN Y PROCESAMIENTO

Puede ser manual, mecánica o computarizada y su elección
dependerá:
 De la cantidad de formularios que se van a utilizar.

 Del número de preguntas que tenga el formulario.
 Del tiempo y los recursos, ya sean financieros o de equipo
disponible.
Cuando la tabulación se acuerda desde el principio como parte

integrante de la planeación general de la investigación, es de
suponer que todo el proceso será totalmente satisfactorio, sin
embargo, es necesario que sea revisado a fin de detectar
inconsistencias que se presenten en el presente proceso o en
Página 26
procesos anteriores. Una vez elaboradas las correcciones, se

procede a elaborar las tablas, gráficos, análisis, conclusiones y
recomendaciones, de ser el caso.
1.4.5 ANÁLISIS E INTERPRETACIÓN

El análisis de los datos tiene que ver con la formulación del
objetivo de la investigación y de las hipótesis establecidas; sin
embargo, este proceso de análisis tendrá menos dificultad, si el
investigador tiene pleno conocimiento de los problemas que son
inherentes al planteamiento de la investigación.
En este proceso, se debe considerar la elaboración de

distribuciones o tablas de frecuencia obtenidas a través de una
sistematización de la información para poder ser presentada en
forma de tablas y gráficos. Con los resultados anteriores se procede
a realizar un resumen y aplicar las diferentes medidas, a las que se
ha denominado estadígrafos cuando son aplicados a las
características de las unidades de la muestra o como parámetros
aplicados a las características de la población, entre los que se
tendrá en cuenta las medidas de dispersión, promedios, porcentajes
y proporciones.
Con las cifras resultantes, se pueden hacer comparaciones con

otros estudios o estudios anteriores, para llegar a mejores
conclusiones.
1.4.6 PUBLICACIÓN
La publicación propone llegar a las personas interesadas, el
resultado total del estudio, teniendo en cuenta todos los aspectos
considerados en el proceso, de tal forma que los datos sean
comprensibles, con la correspondiente validez que merezcan las
conclusiones.
En términos generales se puede decir que un informe deberá

contener:
 Planteamiento del problema.

 Objetivo de la información.
 Hipótesis que se quiere probar.
 Breve exposición de la metodología utilizada, diseño y tamaño
de la muestra. Proceso de selección de las unidades de
información y recolección.
Página 27
 Se podrá incluir en el informe, copia del formulario utilizado en

la recolección de la información, aún relacionando y justificando,
en forma sucinta, las preguntas que se consideran más
importantes dentro de la investigación.
 Descripción de resultados en forma de tablas y gráficos,
acompañados del análisis y comparaciones obtenidas a través de
los datos.
 Conclusiones y recomendaciones. Estas últimas cuando así lo
exija la investigación.
 En algunos casos, el informe tiene una parte final, denominada
apéndice, en donde se incluyen tablas más generales, que
permiten aclarar o comprobar rápidamente cualquier información
más detallada. también puede incluir información
complementaria al informe.
1.5 TABLAS ESTADÍSTICAS

Al realizar una investigación estadística, lo más probable es que
se cuente con una gran cantidad de datos correspondientes a una
variable de interés, por lo que será necesario tabularlos; es decir,
hay que confeccionar con ellos una tabla en la que aparezcan
ordenadamente. Esto es los valores de la variable de interés o
estudio y el número de elementos o individuos de cada valor; es
decir, su frecuencia.
En la sección 1.1.3 se realizó la distinción entre variables

cualitativas y cuantitativas. Recordando, la variable cualitativa o
atributo, es de naturaleza no numérica, la cual puede clasificarse en
distintas categorías, no hay un orden particular en estas categorías.
Ejemplos de datos cualitativos incluyen la afiliación política a los
distintos partidos existentes en el Ecuador como: Partido Renovador
Institucional Acción Nacional, Partido Avanza, Partido Movimiento
Popular Democrático, Partido Sociedad Patriótica, Partido Socialista,
Partido Social Cristiano, etc., el método de pago al comprar en
Supermercados La Favorita (SUPERMAXI): efectivo, cargo a tarjeta
de débito, crédito, etc. Por otra parte, las variables cuantitativas
son de índole numérica. Ejemplos de datos cuantitativos
relacionados con estudiantes universitarios incluyen: el precio de
los libros de texto, edad y horas que pasan estudiando a la semana,
etc.
Página 28
1.5.1 PARTES DE UNA TABLA

Según el documento Introducción al estilo APA, 6ta. Ed.,
preparado por el Lic. Manuel De La Vega Miranda, de la Universidad
Nacional abierta y a Distancia, enuncia a continuación los
elementos e instrucciones que se debe tener en cuenta para la
elaboración de tablas estadísticas (De La Vega, 2012).
Las normas APA, generalmente las tablas, exhiben valores

numéricos exactos y los datos están dispuestos de forma
organizada en líneas y columnas, facilitando su comparación.
Las tablas son eficientes para presentar una gran cantidad de

datos en un pequeño espacio. Si la tabla es corta (dos o menos
columnas y/o filas) se debe presentar textualmente la información.
De manera general la estructura de una tabla está conformada

por las partes señaladas en la figura 1.
Las tablas para su adecuada construcción debe observase los

siguientes puntos.
Numeración de las tablas

Las tablas deben ser enumeradas con números arábigos
secuencialmente dentro del texto y en su totalidad). Ej.: Tabla 1,
Tabla 2, Tabla 3, etc. No utilice subíndices (3, 3a y 3b). Si la tabla
está dentro de un apéndice, use letras mayúsculas y números
(Tabla B2)
Figura 1. Identificación de las partes que conforma una tabla estadística
Página 29
Títulos de tablas
El título de la tabla debe ser breve, claro y explicativo. Debe ser
puesto arriba de la tabla, en el margen superior izquierdo, debajo
de la palabra Tabla (con la inicial en mayúscula) y acompañado del
número con que la designa. Si es necesario puede explicarse las
abreviaturas dentro del mismo título [i.e., falsa alarma (FA)]
Relación entre tablas y texto. Las tablas complementan, no duplican

el texto. Se escribe en el texto los elementos destacados de la
tabla. Al citar tablas en el cuerpo del texto, se escribe el número
específico de la tabla. (ej.: como se muestra en la Tabla 1, Tabla 2,
Tabla3, etc. (la palabra Tabla inicia con mayúscula). No se escribe,
“la tabla que se muestra arriba o abajo”, tampoco, “la tabla de la
página43”.
Relación entre tablas. Evite combinar tablas que repitan datos. Para
facilitar comparaciones, se debe ser consistente en la presentación
de todas las tablas. Se debe usar la misma terminología para todos
los casos.
Encabezado. Establece la lógica para la organización de los datos.

Identifica las columnas de datos debajo de ellos. Debe ser corto, no
más ancho que la columna que abarca.
Cuerpo de una tabla:

a. Valores enteros y/o decimales.
b. Celdillas vacías.
 Deje en blanco si no hay datos.
 Inserte una raya (guion) si no se obtuvieron o no se
informaron los datos.
c. Concisión.
 No incluya columnas de datos que puedan calcularse con
facilidad a partir de otras.
Notas de la tabla.
Las tablas presentan tres tipos de notas: generales, específicas y de
probabilidad.
Las notas son útiles para eliminar la repetición en el cuerpo de

una tabla. Se ubican en el margen izquierdo (sin sangría) debajo de
la tabla (entre la tabla y la nota se insertan dos espacios). Y deben
ser ordenadas en esta secuencia: nota general, nota específica y
Página 30
nota de probabilidad, y cada tipo de nota debe ir en una línea

nueva.
Nota general. Explica u ofrece informaciones relacionadas a la

tabla como un todo, explica las abreviaturas, símbolos y afines
Nota específica. Se refieres a una columna, fila o ítem especifico.

Debe ser indicada por letra minúscula sobrescrita (a, b, c).
Nota de probabilidad. Indica los resultados de pruebas

significativos y se indican con asterisco sobrescrito (*). *p < .05,
**p < .01.
Tablas de otras fuentes.

Debe obtener la autorización de la fuente que posee la propiedad
literaria (derecho de autor), para reproducir o adaptar una parte o
toda una tabla de otro autor.
Las tablas reproducidas de otra fuente, deben presentar debajo

de la tabla, la referencia del autor original, aunque se trate de una
adaptación.
1.5.2 TIPOS DE TABLAS

Tablas de una entrada.
Se denominan de una entrada o de entrada simple, cuando

representan una sola variable o característica de la realidad. En la
columna matriz van las clases en que se presenta las variaciones de
la característica en estudio.
Tabla 3.
ESTUDIANTES DE LA MODALIDAD A DISTANCIA DE LA FACULTAD DE
CIENCIAS ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD DEL PERIODO ABR –
SEP DEL 2015.
EDAD (AÑOS
NÚMERO
CUMPLIDOS)
18 – 27 1,146
28 – 37 573
38 – 47 291
48 – 57 113
MAS DE 57 52
TOTAL 2,175
Página 31
Tablas de dos entradas.

Son tablas en las que se presentan dos variables de la realidad,
las clases de una de ellas van en la columna matriz (vertical) y las
clases de la segunda en el encabezado (horizontal).
Tabla 4.
CIENCIAS ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD Y GÉNERO, DEL
PERIODO ABR – SEP DEL 2015.
NÚMERO DE
EDAD (AÑOS
ESTUDIANTES TOTAL
CUMPLIDOS)
Masculino Femenino
18 – 27 478 668 1146
28 – 37 243 330 573
38 – 47 158 133 291
48 – 57 67 46 113
MÁS DE 57 32 20 52
TOTAL 2,175
Tablas complejas:
Son tablas que presentan en forma simultánea tres o más
variables o características de la realidad en estudio, una va en la
columna matriz y las otras en el encabezado. El uso de estas tablas
debe ser restringido, porque puede ser complicada su interpretación
si representan muchas variables.
Tabla 5.

CIENCIAS ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD, TIPO DE COLEGIO Y
GÉNERO, DEL PERIODO ABR – SEP DEL 2015.
BACHILLERATO EN COLEGIO
EDAD (AÑOS Fiscal Fisco misional Particular TOTAL
CUMPLIDOS)
Masculino Femenino Masculino Femenino Masculino Femenino
18 – 27 259 297 82 112 137 259 1,146
28 – 37 163 154 57 55 23 121 573
38 – 47 87 66 22 22 49 45 291
48 – 57 29 23 14 7 24 16 113
MÁS DE 57 15 12 9 3 8 5 52
TOTAL 553 552 184 199 241 446 2,175
Página 32
Ejemplo de aplicación 1
En el feriado del 10 de agosto del 2015, se preguntó a un total
de 1,000 residentes de la sierra ecuatoriana, ¿qué playa para
vacacionar preferían? Los resultados fueron que a 200 les gustaba
más alguna de las playas de le provincia de Esmeraldas; a 300,
alguna de las playas de la provincia de Manabí; a 400, alguna de
las playas de la provincia de del Guayas y a 100, alguna de las
playas de la provincia de El Oro. Elabore una tabla con los puntos
sugeridos.
Solución
Tabla 6
PREFERENCIA DE LOS CIUDADANOS DE LA SIERRA ECUATORIANA, SOBRE

LAS PLAYAS POR PROVINCIA EN LAS QUE LES GUSTA VACACIONAR, EN AGOSTO
DEL 2015.
PROVINCIA NÚMERO
Playas de Esmeraldas 200
Playas de Manabí 300
Playas de Guayas 400
Playas de El Oro 100
TOTAL 1,000
Se preguntó a 500 viajeros (as) de negocios frecuentes que
llegaron a la ciudad Quito, ¿qué hotel era de su preferencia?, los
resultados fueron los siguientes: Casa Gangotena, 25; Swissotel,
100; Hilton Colón, 80; Best Western Premier, 120; Casa San
Marcos Hotel, 45; el resto prefería JW Marriott Hotel. El 30% son
mujeres.
a. Elabore una tabla de frecuencias la distribución por hotel y
género.
b. Elabore una tabla de frecuencias la distribución por hotel,
género y región de origen (Porcentaje aproximado: costa
45%, sierra 35% y oriente 20%; aproxime al entero más
cercano).
Solución
a) La tabla estará dispuesta por la primera columna con los
nombres de los hoteles que frecuentan los viajeros de negocios a
Página 33
la ciudad de Quito; las siguientes dos columnas identificarán el

género de los viajeros; y una última columna por el total.
Tabla 7.
PREFERENCIA DE HOTELES DE VIAJEROS (AS) DE NEGOCIOS QUE LLEGAN A

QUITO, SEGÚN GENERO, EN AGOSTO DEL 2015.
GÉNERO
HOTEL TOTAL
Femenino Masculino
Casa Gangotena 9 21 30
Swissotel 30 70 100
Hilton Colón 24 56 80
Best Western Premier 36 84 120
Casa San Marcos Hotel 12 28 40
JW Marriott Hotel 39 91 130
TOTAL 150 350 500
b) La tabla estará dispuesta al igual que la tabla 7, y además se

adicionará columnas que identifiquen las regiones del Ecuador
continental.
Tabla 8
PREFERENCIA DE HOTELES DE VIAJEROS (AS) DE NEGOCIOS QUE LLEGAN A

QUITO, SEGÚN GENERO Y REGIÓN DE PROCEDENCIA, EN AGOSTO DEL 2015.
GÉNERO
HOTEL Femenino Masculino TOTAL
Costa Sierra Oriente Costa Sierra Oriente
Casa Gangotena 4 3 2 10 7 4 30
Swissotel 14 11 5 31 25 14 100
Hilton Colón 11 8 5 25 20 11 80
Best Western Premier 16 13 7 38 29 17 120
Casa San Marcos Hotel 5 4 3 13 10 5 40
JW Marriott Hotel 18 14 7 41 32 18 130
TOTAL 68 53 29 158 123 69 500
1.6 GRÁFICOS ESTADÍSTICOS

En las investigaciones estadísticas, comúnmente se tendrá una
gran cantidad de datos numéricos, con los que se tendrá elaboradas
tablas que resumen la información recolectada. A más de esto, es
Página 34
necesario contar con gráficas estadística, las cuales permiten tener

información clara y rápida de lo obtenido en el estudio.
Existen varias gráficas para describir un conjunto de datos;

dependiendo de lo que se requiera representar, cada una de ellas
es adecuada para un estudio determinado, ya que no siempre se
puede utilizar la misma para todos los casos.
1.6.1 GRÁFICAS LINEALES

Se compone de una serie de datos representados por puntos,
unidos por segmentos lineales. Mediante esta gráfica se puede
comprobar rápidamente el cambio de tendencia de los datos.
Los diagramas o gráficas lineales son de aplicación en las

denominadas series de tiempo o series cronológicas, donde una de
las variables, por defecto, corresponde al tiempo (𝑋) (años, meses,
días, etc.) y la segunda es la variable investigada (Y) (Martínez,
2012).
Un ejemplo de gráficas lineales podría obtenerse con los datos

de la empresa ABC, en la que se señala los ingresos y costos
anuales, que se muestran a continuación
Tabla 9.
INGRESOS Y COSTOS DE LA EMPRESA ABC EN LOS AÑOS 2004 A 2010.
AÑOS INGRESOS COSTOS EN

EN MILES MILES
2004 260 110
2005 380 200
2006 300 150
2007 620 420
2008 470 360
2009 720 510
2010 870 620
3,620 2,370
Si solo se quiere observar la evolución de los ingresos de la

empresa ABC, en una gráfica lineal, se presentaría de la siguiente
manera.
Página 35
1000
E
N 800
600
M
$ 400
I
L 200
E
S 0
2004 2005 2006 2007 2008 2009
AÑOS
Figura 2. Evolución de los ingresos de la empresa ABC en los años 2004 a 2010
Si se representa, tanto los ingresos como los costos, en una

gráfica lineal, estos se representan en la misma forma que la
gráfica anterior; además que se observarán las diferencias para
cada uno de los años; el espacio entre las líneas de costos e
ingresos, representa la utilidad bruta anual. Observe las diferencias
que existen para los años 2008 y 2010, es claro que en el 2010, la
utilidad es mayor.
1000
E 900
N INGRESOS
800 EN MILES
700
M 600 COSTOS
I 500 EN MILES
L
400
E
300
S
200 UTIL
100
$ IDAD
0
2004 2005 2006 2007 2008 2009 2010
AÑOS
Figura 3. Evolución de los ingresos y costos de la empresa ABC de los años

2004 a 2010.
1.6.2 GRÁFICOS DE SUPERFICIE

Este tipo de gráficos puede comparar varias series de datos,
como novedad respecto al resto de gráficos. En este caso se
emplean distintos colores para diferenciar cada valor que
Página 36
corresponde a una unidad mayor. Si los datos están muy dispersos

el gráfico será muy difícil de interpretar (Recursos para trabajos
administrativos, 2013).
Tabla 10.
INVENTARIO DE ARTÍCULOS PARA LA VENTA DE ALMACENES 1, 2 Y 3.
ALMACÉN 1 ALMACÉN 2 ALMACÉN 3

Tijeras 4 6 8
Bolígrafos 2 4 6
Carpetas 1.4 3 6
Lapiceros 4 6 8
Figura 4. Inventario de artículos para la venta de almacenes 1, 2 y 3.
1.6.3 OTROS
Gráficos XY (de dispersión):

Presentan la peculiaridad de que los dos ejes muestran valores
(no hay un eje de categorías). Se emplean para reflejar la relación
entre dos variables. Ejemplo: relación entre la Renta y la Inversión,
las dos variables están correlacionadas, a mayor renta mayor
inversión (Recursos para trabajos administrativos, 2013).
Página 37
Tabla 11.
RELACIÓN ENTRE LA RENTA Y LA INVERSIÓN EN MILES DE DÓLARES.
Renta en miles $ Inversión en miles $

1 1.5
2 2.1
3 3.2
3,5
I
N 3
V
E
M 2,5
I
R
S
L 2
E
I
S 1,5
Ó
N
$ 1
E 0,5
N
0
0 1 2 3 4
RENTA EN MILES $
Figura 5. Relación entre la renta y la inversión en miles de dólares.
Gráficos de área
Son como los gráficos de líneas, pero con colores debajo de las líneas
para ayudar a su identificación, ya que apilar las series contribuye a
verlas más claramente (Recursos para trabajos administrativos,
2013).
Tabla 12.
VENTAS ANUALES POR TIPO DE ORDENADORES.
AÑOS SOBREMESA PORTÁTILES

2008 32 12
2009 32 12
2010 28 12
2011 12 21
2012 15 28
Página 38
50
40
30
PORTÁTILES
20 SOBREMESA
10
0
2008 2009 2010 2011 2012
Figura 6. Ventas anuales por tipo de ordenadores de los años 2008 a 2012.
1.7 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
Página 39
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.
1.7.1 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.
Página 40
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
Página 41
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.
Página 42
Tabla 13.
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 14.
Tabla de frecuencias absolutas acumuladas de operaciones de microcrédito de
la C.A.C. La Dura, correspondiente al año 2014.
Frecuencia
absoluta
(𝑴𝒊 ) (𝒇𝒊 )
acumulada
(𝑭𝒊 )
Microcrédito minorista 300 300
Microcrédito de acumulación 200 500
simple
Microcrédito de acumulación 400 900
ampliada
TOTAL 900
Página 43
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 = 𝑁
, o
𝑓𝑖
ℎ𝑖 =
𝑛
Donde
𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Tabla 15.
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 CRUISER 200 200⁄1,600 0.13
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
Página 44
𝐹𝑖
𝐻𝑖 = 𝑁
, o
𝐹𝑖
𝐻𝑖 =
𝑛
Tabla 16.
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 CRUISER 200 500 0.125 0.31
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
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.
Página 45
Tabla 17.
Conteo de número de hijos por familia
NÚMERO DE HIJOS CONTEO
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 18.
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 19.
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
Página 46
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 =?
Página 47
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.
Página 48
Tabla 20.
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 21.
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
1.8 DIAGRAMAS DE FRECUENCIAS
1.8.1 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.
Página 49
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
400
Número de vehículos
400
300
300
200 200
200
100
0
Modelos SUV'S
Figura 7. Gráfica de barras de vehículos Toyota, modelos Suv's vendidos en el

ecuador en el año 2014.
Gráficas en forma de pastel.
Es una gráfica que muestra la parte o porcentaje que representa

cada clase del total de números de frecuencia. Para elaborar una
gráfica de pastel consiste en registrar los porcentajes 0, 10, 20, … ,
100 uniformemente alrededor de la circunferencia (véase la figura
8). Para indicar la parte de 19% destinada a 4RUNNER, trace una
línea del centro del círculo al 0, y otra línea del centro del círculo al
19%. Tome el punto cero del círculo y constitúyalo como punto de
partida, girando en sentido a las manecillas del reloj, señale los
valores constantes en las frecuencias relativas acumuladas, en su
orden; ello le permitirá distribuir los porcentajes correspondientes
de cada una de las características de la variable.
Página 50
4RUNNER
19%
4RUNNER
RAV4
FJ CRUISER 31% FJ
FORTUNER CRUISER
12%
LAND CRUISER
FORTUNER
RAV4
25%
LAND
CRUISER
13%
Figura 8. Gráfica de pastel de vehículos Toyota, modelos Suv's vendidos en

el ecuador en el año 2014.

CUANTITATIVO DISCRETO
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.
Página 51
8 7
F 7 6
R 6 5
E 5
C 4 3 3
U
3
E
2 1
N
1
C
I 0
A 0 1 2 3 4 5
NÚMERO DE HIJOS
Figura 9. Diagrama de barras del número de hijos por familia
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
El diagrama en forma de pastel correspondiente a la frecuencia

absoluta 𝑓𝑖 , se representa a continuación.
1 3
3
0
1
6 2
5 3
4
5
Figura 10. Frecuencias absolutas del número de hijos por familia.
Página 52
El diagrama en forma de pastel correspondiente a la frecuencia

relativa ℎ𝑖 , se representa a continuación.
0,04 0,12
0,12
0 1
0,24 2 3
0,20
4 5
0,28
Figura 11. Frecuencias relativas del número de hijos por familia.

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
Página 53
Histograma
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 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 12. 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 13. Histograma de frecuencias relativas de las alturas de 50

Página 54
Polígono
frecuencia de clase en el eje vertical. Las 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
R A 10
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 14. Polígono de frecuencias absolutas de las alturas de 50 estudiantes

de estadística, del periodo 2015 – 2015.
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 15. Polígono de frecuencias relativas de las alturas de 50 estudiantes de

estadística, del periodo 2015 – 2015.
Ojiva
Página 55
frecuencia de clase en el eje vertical. Las 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 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 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 16. Ojiva de frecuencias absolutas acumuladas de las alturas de 50

1,2 1 1
F
A 1 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 17. Ojiva de frecuencias relativas acumuladas de las alturas de 50

Página 56
2 CAPÍTULO II: ANÁLISIS ESTADÍSTICO

SIMPLE
OBJETIVOS
1. Calcular la media aritmética, la media ponderada, la mediana,

la moda y la media geométrica.
2. Conocer las características, uso, ventajas de las Medidas de
Tendencia Central.
3. Identificar la ubicación de las Medidas de Tendencia Central.
4. Calcular la amplitud de variación, desviación media, la
varianza y la desviación estándar de datos originales.
5. Calcular la amplitud de variación, desviación media, la
varianza y la desviación estándar de datos agrupados.
6. Conocer las ventajas y desventajas de las Medidas de
Dispersión.
7. Calcular y analizar los cuartiles, deciles y centiles, la amplitud
cuartílica e intecuartílica.
8. Elaborar el diagrama de caja.
9. Calcular y analizar el coeficiente de variación y asimetría.
2.1 INTRODUCCIÓN
En el capítulo anterior se presentó algunas definiciones útiles
para el estudio de la estadística, la recolección de la información, su
forma de resumir, tanto en tablas como en gráficos para variables
cualitativas y cuantitativas. En el presente capítulo se considera
medidas resúmenes, tales como; las medidas de centralización, de
posición, de dispersión, de asimetría y apuntamiento.
Resumir un conjunto de datos es pasar de una visión detallada a

una generalización simple e informativa tratando de preservar las
características esenciales. ¿Por qué resumir? Para simplificar la
comprensión y la comunicación de los datos.
2.2 TIPOS DE ESTADÍGRAFOS

Después de haber ordenado y descrito un conjunto de datos,
aún el análisis resulta un tanto incompleto; es necesario entonces
resumir la información y facilitar así su análisis e interpretación
utilizando ciertos indicadores. A estos indicadores se les denomina
Página 57
también estadígrafos o medidas de resumen, permiten hallar un

valor numérico, el mismo que representa a toda la población o
muestra en el estudio; estas son:
1. Medidas de tendencia central

a. Media aritmética
b. Media ponderada
c. Mediana
d. Moda
e. Media geométrica
f. Media armónica
2. Medidas de tendencia no central

a. Deciles
b. Cuartiles
c. Percentiles
3. Medidas de dispersión
a. Rango
b. Desviación media
c. Desviación estándar
d. Varianza
e. Coeficiente de variación
4. Medidas de asimetría, y
5. Medidas de apuntamiento o curtosis.
2.3 ESTADÍGRAFOS DE TENDENCIA CENTRAL

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

Página 58
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.
2.3.1 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:
Página 59
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.
Página 60
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

Abogados 𝒙𝒊
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.
Página 61
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.
Página 62
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
Página 63
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.
Página 64
EDAD (AÑOS
CUMPLIDOS) 𝒙′𝒊−𝟏 + MARCA DE CLASE
NÚMERO
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
Página 65
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 𝒙𝒊 𝒇 𝒊
[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
Página 66
2.3.2 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.
Página 67
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.
2.3.3 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
2
de la mediana.
c. Si N es Par, hay dos términos centrales, 𝑋𝑁 y 𝑋𝑁+1 , la mediana será la
2 2
media de esos dos valores
Página 68
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

2 2
mediana.
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
Página 69
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
Donde 2 2
y 2 2
, es la posición que ocupa el valor de la
2 2
mediana.
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 +2+1 7
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

Página 70
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.
Página 71
 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
CUMPLIDOS) 𝒙′𝒊−𝟏 + MARCA DE CLASE
NÚMERO
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 mediana de edad en años de los

estudiantes de la modalidad a distancia.
Solución

En consecuencia
Página 72
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 CLASE FRECUENCIA FRECUENCIA

CUMPLIDOS) 𝒙′𝒊−𝟏 + 𝒙𝒊 𝒇𝒊 ACUMULADA
𝒙′𝒊 𝑭𝒊
1,146
[18 – 28) 18 + 28 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
2
𝑀𝑒 = 18 + (10) = 18 + 9.49
1,146
𝑀𝑒 = 27.49 𝑎ñ𝑜𝑠
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.
Página 73
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
Página 74
Reemplazando
50
− 22
2
𝑀𝑒 = 168 + (6) = 168 + 1.64
11
𝑀𝑒 = 169.64
2.3.4 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.
Página 75
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

Página 76
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
Página 77

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
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 moda de edad en años de los estudiantes

de la modalidad a distancia.
Solución

En consecuencia
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐)
Donde
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1
𝑓𝑖−1 = 0
𝑓𝑖 = 1,146
∆𝑓𝑖 = 1,146 − 0 = 1,146
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1
Página 78
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
2.3.5 MEDIA GEOMÉTRICA
La media geométrica nos permite encontrar el promedio de

porcentajes, razones, índices o tasas de crecimiento, es utilizada
ampliamente en los negocios y la economía, ya que frecuentemente
permite determinar el cambio porcentual en ventas, sueldos, o
cifras económicas, como el Producto Interno Bruto.
La media geométrica al ser un conjunto de n números positivos

se realiza como la raíz n-enésima del producto de n valores.
Características
1. Se toman en cuenta todos los valores de la variable

2. Se utiliza cuando se quiere dar importancia a valores pequeños
de la variable
3. Su valor no es muy influenciable por datos extremos grandes.
4. No puede ser calculada en distribuciones con clase abiertas.
5. Es usada para promediar razones, tasas de cabio, interés
compuesto y números índices. Es recomendada para datos de
progresión geométrica
Fórmula de la media geométrica de datos no agrupados.
Está dada por:
Página 79
𝑛
𝑛
𝑀𝑜 = 𝐺 = 𝑀𝑔 = √∏ 𝑥𝑖 = 𝑛√𝑥1 ∗ 𝑥2 ∗ 𝑥3 ∗ ⋯ ∗ 𝑥𝑛
𝑖=1
Nomenclatura
𝑀𝑜 = 𝐺 = 𝑀𝑔 = 𝑚𝑒𝑑𝑖𝑎 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎
𝑥𝑖 = 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑠𝑢𝑗𝑒𝑡𝑜𝑠 𝑎 𝑙𝑎 𝑜𝑏𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝐺.
𝑖 = 1, 2, 3, ⋯ , 𝑛
Usando logaritmos la fórmula queda como:
∑ 𝑙𝑜𝑔 𝑥𝑖
log 𝑀𝑔 =
𝑛
∑ 𝑙𝑜𝑔𝑥𝑖
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔
𝑛
Si los precios por acción de uno de los supermercados de la

cuidad en los últimos cuatro meses fueron; 4.75, 5.23, 4.78 y 6.32
dólares por unidad. Calcular el factor de crecimiento promedio y el
crecimiento porcentual promedio.
Solución
𝑥𝑖+1
Se considera el factor de crecimiento mes a mes, esto es ,
𝑥𝑖
5.23 4.78
por lo que el primer factor se tendría , el segundo sería , y así
4.75 5.23
sucesivamente. Para el cálculo de la media geométrica se tienen
dos formas de solución, de acuerdo a las fórmulas dadas.
Primer método.
Aplicando la fórmula radical, se tiene:
3 5.23 4.78 6.32 3

𝑀𝑔 = √ × × = √1.33053 = 1.0999
4.75 5.23 4.78
El 1.0999 es factor de crecimiento promedio y para obtener el

crecimiento se aplica la siguiente formula:
Página 80
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = (𝑀𝑔 − 1) × 100 = (1.0999 − 1) × 100
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 9.99%
Segundo método.
Aplicando la fórmula logarítmica se tiene:
𝒙𝒊 𝒍𝒐𝒈𝒙𝒊
5.23 0.041808
= 1.101053
4.75
4.78 -0.039074
= 0.913958
5.23
6.32 0.121289
= 1.322176
4.78
0.124023
∑ 𝑙𝑜𝑔𝑥𝑖
𝑛
0.124023
3
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔0.041341
𝑀𝑔 = 1.0999
El 1.0999 es factor de crecimiento promedio y el crecimiento

porcentual promedio es:
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = (𝑀𝑔 − 1) × 100 = (1.0999 − 1) × 100
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 9.99%
Fórmula de la media geométrica de datos agrupados.
Está dada por:
∑ 𝑓𝑖 𝑙𝑜𝑔 𝑥𝑖
log 𝑀𝑔 =
𝑛
∑ 𝑓𝑖 𝑙𝑜𝑔𝑥𝑖
𝑛
Página 81
matriculados de manera aleatoria en el periodo abr – sep del 2015,
para determinar la media geométrica de estatura en centímetros.
Entonces, de acuerdo a las mediciones correspondientes se tiene.
ESTATURA (EN
MARCA DE FRECUENCIA
CENTÍMETROS)
CLASE 𝒙𝒊 𝒇𝒊
𝒙′𝒊−𝟏 + 𝒙′𝒊
[𝟏𝟓𝟎 – 𝟏𝟔𝟎) 155 5

[𝟏𝟔𝟎 – 𝟏𝟕𝟎) 165 3
[𝟏𝟕𝟎 – 𝟏𝟖𝟎) 175 2
TOTAL 10
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
∑ 𝑓𝑖 𝑙𝑜𝑔𝑥𝑖
𝑛
Adecuando la tabla de datos a para la aplicación de la fórmula de

𝑀𝑜 , se tiene:
ESTATURA (EN
MARCA DE FRECUENCIA
CENTÍMETROS) 𝒍𝒐𝒈 𝒙𝒊 𝒇𝒊 𝒍𝒐𝒈𝒙𝒊
CLASE 𝒙𝒊 𝒇𝒊
𝒙′𝒊−𝟏 + 𝒙′𝒊
[𝟏𝟓𝟎 – 𝟏𝟔𝟎) 155 5 2.19033 10.95165

[𝟏𝟔𝟎 – 𝟏𝟕𝟎) 165 3 2.21748 6.65244
[𝟏𝟕𝟎 – 𝟏𝟖𝟎) 175 2 2.24303 4.48606
TOTAL 10 22.09015
22.09015
10
Página 82
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 2.209015
𝑀𝑔 = 161.81 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
2.3.6 MEDIA ARMÓNICA

La Media Armónica, se representa como 𝑀𝐻 y 𝑀−1 .
Dada una serie de datos 𝑥1 , 𝑥2 , 𝑥3 , ⋯ , 𝑥𝑛 , el inverso de la media

armónica de la variable 𝑥 es igual a la media aritmética del inverso
de los valores de la variable (Martínez, 2012).
Características
 Es de gran utilidad cuando la variable está dada en forma de

tasa.
 La media armónica se basa en todas las observaciones por lo
que está afectada por todos los valores de la variable.
 Un valor de la variable de cero, invalida su cálculo.
 La media armónica está rígidamente definida y su resultado no
puede ser usado en cálculos posteriores.
Fórmula de datos no agrupados
1 1 𝑛
= 𝑀( ) 𝑠𝑖𝑒𝑛𝑑𝑜 → 𝑀−1 = 1
𝑀−1 𝑥𝑖 ∑
𝑥𝑖
Fórmula de datos agrupados

𝑛
𝑀𝐻 = 𝑀−1 = 𝑓𝑖
∑
𝑥𝑖
Se adapta para tasas medias de velocidad, tiempo, rendimiento,

precio, etc.
Nomenclatura
𝑀𝐻 = 𝑀−1 = 𝑀𝑒𝑑𝑖𝑎 𝑎𝑟𝑚ó𝑛𝑖𝑐𝑎
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
Suponga que se tiene seis observaciones con los siguientes valores:
2, 8, 6, 3, 5, 4 y se quiere calcular la media armónica.
Página 83
Solución
Al aplicar la fórmula de datos no agrupados, se tiene

𝑛
𝑀𝐻 = 𝑀−1 = 1
∑
𝑥𝑖
6 6
𝑀𝐻 = 𝑀−1 = 1 1 1 1 1 1= 63
+8+6+3+5+4
2 40
240
𝑀𝐻 = 𝑀−1 =
63
𝑀𝐻 = 𝑀−1 = 3.81 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Con los datos de la siguiente tabla de frecuencias, de una

distribución continua, calcular la media armónica.
𝒇𝒊
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒙𝒊 𝒇𝒊
𝒙𝒊
2.1 – 6 4 1 0.25
6.1 - 10 8 3 0.38
10.1 - 14 12 4 0.33
14.1 - 18 16 2 0.13
Σ 10 1.08
Solución
Al aplicar la fórmula de datos no agrupados, se tiene

𝑛
𝑀𝐻 = 𝑀−1 = 𝑓𝑖
∑
𝑥𝑖
10
𝑀𝐻 = 𝑀−1 =
1.08
𝑀𝐻 = 𝑀−1 = 9.26 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Página 84
2.4 FORMA DE LA DISTRIBUCIÓN
2.4.1 RELACIÓN ENTRE MEDIA ARITMÉTICA,

MEDIANA Y MODA
En distribuciones totalmente simétricas, la media, la mediana y
la moda coinciden, localizándose en un mismo valor. En cambio, en
distribuciones moderadamente asimétricas, la siguiente relación se
mantiene aproximadamente:
Posiciones relativas de la media, la mediana y la moda para

curvas de frecuencias asimétricas a derecha e izquierda
respectivamente, para curvas simétricas los tres valores coinciden
(Cabrera, 2015)
Una granja ganadera registro durante febrero el nacimiento de

29 terneros, cuyos pesos al nacer (en kilogramos) fue el siguiente:
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50
Los datos anteriores al ser dispuestos en una tabla de

distribución de frecuencias se obtuvo la siguiente tabla resultante.
Página 85
Clases Frecuencia
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒇𝒊
21.5 – 26.5 1
26.5 – 31.5 1
31.5 – 36.5 4
36.5 – 41.5 9
41.5 – 46.5 13
46.5 – 51.5 1
Total 29
Calcule en las dos variantes (datos no agrupados y datos

agrupados) la media aritmética, la mediana y la moda.
Solución
Datos no agrupados:
Los nacimientos registrados en el mes de febrero es de 29

terneros, razón por la que se trata de un valor poblacional
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50
Media aritmética.
La fórmula de cálculo es
∑ 𝑥𝑖
μ=
N
Reemplazando los datos, se tiene
22 + 31 + 33 + ⋯ + 46 + 50
μ=
29
1,164
μ= = 40.14 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
29
Mediana
𝑀𝑒 = 𝑋𝑁+1
2
Página 86
𝑋𝑁+1 = 𝑋29+1 = 𝑋30 = 𝑋15

2 2 2
Sustituyendo 𝑋15 , se tiene
𝑀𝑒 = 𝑋15 = 41 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Moda
𝑀𝑜 = 𝑓𝑖 𝑚á𝑥𝑖𝑚𝑎
La frecuencia mayor se encuentra en el número 42, donde
𝑓𝑖 = 5.
Por tanto, se tiene que
𝑀𝑜 = 42 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Al comparar 𝜇, 𝑀𝑒 𝑦 𝑀𝑜, se tiene:
μ = 40.14 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑒 = 41 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑜 = 42 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Como
𝝁 < 𝑴𝒆 < 𝑴𝒐
Entonces, la distribución es asimétrica hacia la izquierda.
Página 87
Datos agrupados:
Para el cálculo de la media, mediana y moda, es necesario

adecuar la tabla proporcionada, por la siguiente.
Clases Marca de Frecuencia 𝒙𝒊 𝒇 𝒊 Frecuencia

𝐱 ′𝐢−𝟏 + 𝐱 ′𝐢 clase 𝒙𝒊 𝒇𝒊 acumulada
𝑭𝒊
21.5 – 26.5 24 1 24 1
26.5 – 31.5 29 1 29 2
31.5 – 36.5 34 4 136 6
36.5 – 41.5 39 9 351 15
41.5 – 46.5 44 13 572 28
46.5 – 51.5 49 1 49 29
Σ 29 1,161
Media aritmética.
𝜇= =
∑𝑓 𝑁
Reemplazando los datos, se tiene
1,161
𝜇=
29
𝜇 = 40.03 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Mediana
𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐) 2
𝑓𝑖
Para la aplicación de la fórmula, es necesario identificar el

renglón de la clase mediana, para lo cual el número de elementos
se divide para dos.
𝑁 29
= = 14.5
2 2
Página 88
Como 14.5 es la mitad del total, buscamos en la columna de 𝐹𝑖

el valor más cercano mayor a 14.5, obteniéndose el renglón
36.5 – 41.5 39 9 351 15
En base a este renglón y sus relacionados en la tabla, se

procede a su reemplazo.
29
−6
2
𝑀𝑒 = 36.5 + (5)
9
𝑀𝑒 = 36.5 + (5)(0.94444) = 36.5 + 4.7222
𝑀𝑒 = 41.22 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Moda
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐)
Para la aplicación de la fórmula, es necesario identificar el

renglón de la clase modal, la cual está dada por el intervalo de
clase con mayor frecuencia, esto es
41.5 – 46.5 44 13 572 28
En base a este renglón y sus relacionados en la tabla, se

procede a su reemplazo.
Entonces
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1 = 13 − 9 = 4
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1 = 13 − 1 = 12
Reemplazando en la fórmula, se tiene
4
𝑀𝑜 = 41.5 + (5)
4 + 12
𝑀𝑜 = 41.5 + (5)(0.25) = 41.5 + 1.25
Página 89
𝑀𝑜 = 42.75 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Al comparar 𝜇, 𝑀𝑒 𝑦 𝑀𝑜, se tiene:
μ = 40.03 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑒 = 41.22 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑜 = 42.75 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Como
𝝁 < 𝑴𝒆 < 𝑴𝒐
La gráfica de la distribución, sería aproximadamente así.
2.5 CUARTILES, DECILES Y PERCENTILES

Está claro que para localizar cuál es el valor que se encuentra al
centro de un grupo de datos utilizamos la mediana y que ésta es el
valor que divide al grupo de datos en mitades. Pues bien, para
ciertos fines puede ser de mucha utilidad saber qué valor se
encuentra al primer cuarto del grupo de datos, o al tercer cuarto
del grupo de datos.
De esta forma:
 Los cuartiles dividen a la distribución en cuartos

 Los deciles en décimos, y
 Los percentiles en 100 partes
Los cuales se obtienen con fórmulas que modifican la de la

mediana como en los siguientes ejemplos:
Página 90
2.5.1 Medidas de posición relativa

Estas medidas son también llamadas cuantilas, cuantiles o
fractiles y cuyo objetivo es describir el comportamiento de una
variable dividiendo la serie de valores en diferente número de
partes porcentualmente iguales, las más usadas son: los cuartiles
(cuartas partes), los deciles (decimas partes) y los centiles o
percentiles (centésimas partes).
Los Cuartiles
Son aquellos números que dividen a éstas en cuatro partes
porcentualmente iguales. Hay tres cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3 . El primer
cuartil 𝑄1 , es el valor en el cual o por debajo del cual queda
aproximadamente un cuarto (25%) de todos los valores de la
sucesión (ordenada); El segundo cuartil 𝑄2 es el valor por debajo
del cual queda el 50% de los datos (Mediana), el tercer cuartil 𝑄3
es el valor por debajo del cual quedan las tres cuartas partes (75%)
de los datos.
Los Deciles
Son ciertos números que dividen el conjunto de observaciones
(ordenadas) en diez parte porcentualmente iguales. Los deciles se
denotan por 𝐷1 , 𝐷2 , ⋯ , 𝑄9 . El decil 5 corresponde al cuartil 2
(mediana).
Los Percentiles
Son ciertos números que dividen el conjunto de datos ordenados
en cien partes porcentualmente iguales. El percentil 50 equivale a
la mediana.
Considerando la definición de la mediana, esta será el segundo

cuartil, el quinto decil o el 50avo percentil o centil. En cualquiera de
estas medidas el valor matemático que se obtenga será
representativo del número de datos o menos que corresponde al
valor relativo planteado. (Ejemplo: el primer cuartil es un valor
representativo del 25% o menos de los valores de una distribución,
es decir, los valores inferiores de la distribución).
Cuantiles para datos no agrupados
Para ubicar los cuartiles, deciles y percentiles, se aplica la

siguiente fórmula, siendo este valor la posición donde se ubican.
Página 91
Ubicación de un centil:
𝑃
𝐿𝑐 = (𝑛 + 1)
100
donde:
𝐿𝑐, 𝑒𝑠 𝑙𝑎 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑐𝑢𝑎𝑟𝑡𝑖𝑙, 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑐𝑒𝑛𝑡𝑖𝑙.
𝑛, 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑃, 𝑒𝑠 𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑐𝑢𝑎𝑟𝑡𝑖𝑙, 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑐𝑒𝑛𝑡𝑖𝑙.
Para calcular los cuartiles, deciles y centiles primero se debe

ordenar los datos.
Con la información que siguiente:
18 23 38 41 43 45 50 51 52 53 54 54 58
58 58 59 60 62 63 63 66 71 77 83 84 95
Se pide:
a. Calcular el primer y tercer cuartil.

b. Calcular el sexto decil.
c. Calcular el ochenta percentil.
Solución
a. Calcular el primer y tercer cuartil.
Primer cuartil. Donde 𝑄1 = 𝑃25
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando los datos del problema en la fórmula general, se

tiene
25
𝐿𝑐 = (26 + 1)
100
Página 92
𝐿𝑐 = 6.75 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛
El valor observado indica la posición del primer cuartil.
En el conjunto de datos la posición del primer cuartil, ocupa la

posición 6 y 7, siendo 45 y 50 y se calcula de la siguiente manera:
6 45
7 50
Restamos el valor mayor del menor, es decir,
50 − 45 = 5
Se resta la posición del primer cuartil y el inmediato anterior

entero.
6.75 − 6 = 0.75
Se procede a multiplicar
5 ∗ 0.75 = 3.75
El resultado obtenido de la multiplicación más el valor menor, es

el primer cuartil; es decir,
45 + 3.75 = 48.75
A los cuartiles se les abrevia con la letra 𝑄, entonces el 𝑄1, es:
𝑄1 = 48.75
Tercer cuartil. Donde 𝑄3 = 𝑃75
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando los datos del problema en la fórmula general, se

tiene
75
𝐿𝑐 = (26 + 1)
100
El valor observado indica la posición del tercer cuartil.

Página 93
En el conjunto de datos la posición del tercer cuartil, ocupa la

posición 20 y 21 siendo 63 y 66 y se calcula de la siguiente
manera:
20 63
21 66
Restamos el valor mayor del menor, es decir,
66 − 63 = 3
Se resta la posición del tercer cuartil y el inmediato anterior

entero.
20,25 – 20 = 0,25
3 ∗ 0.25 = 0,75
El resultado obtenido de la multiplicación más el valor menor es

el tercer cuartil, es decir,
63 + 0.75 = 63.75
Por tanto,
𝑄3 = 63.75
b. Calcular el sexto decil.
𝑃
𝐿𝑐 = (𝑛 + 1)
100
El sexto decil es igual a 60 percentil, por tanto:
60
𝐿𝑐 = (26 + 1)
100
Realizando la interpolación correspondiente, se tiene:
16 59
17 60
Página 94
Restamos el valor mayor del menor, es decir:
60 − 59 = 1
Se resta la posición del sexto decil y el inmediato anterior

entero.
16.2 – 16 = 0.2
1 ∗ 0.2 = 0.2

el sexto decil, es decir:
59 + 0.2 = 59.20
Por tanto
𝐷6 = 59.20
c. Calcular el ochenta percentil.
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando percentil 80, en P, entonces:
80
𝐿𝑐 = (26 + 1)
100
Realizando la interpolación correspondiente, se tiene:
21 66
22 71
Restamos el valor mayor del menor, es decir:
71 − 66 = 5
Se resta la posición del percentil 80 y el inmediato anterior

entero.
Página 95
21.16 – 21 = 0.16
Se procede a multiplicar los resultados obtenidos
5 ∗ 0.16 = 0.8

el percentil 80, es decir:
66 + 0.8 = 66.80
Por tanto
𝑃80 = 59.20
Cuantiles para datos agrupados
Para calcular los cuartiles 𝑄𝑘 , deciles 𝐷𝑘 y percentiles 𝑃𝑘 , se

aplica las fórmulas que siguen.
𝑘𝑛
− 𝐹𝑖−1
4
𝑄𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
donde 𝑘 = 1,2,3
𝑘𝑛
− 𝐹𝑖−1
𝐷𝑘 = 𝐿𝑖−1 + 10 ∗ 𝑐𝑖
𝑓𝑖
donde 𝑘 = 1,2,3, … , 9
𝑘𝑛
− 𝐹𝑖−1
100
𝑃𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
donde 𝑘 = 1,2,3, … , 99
Nomenclatura
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝐹𝑖−1 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝑓𝑖 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
Página 96
Para la tabla de salarios de la compañía P&R, encontrar:
a. Los cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3 .
b. Decil 𝐷6 .
c. Percentil 𝑃80 .
Frecuencia
Frecuencia
Salarios acumulada
𝒇𝒊
𝑭𝒊
250.00 - 259.99 8 8
260.00 - 269.99 10 18
270.00 - 279.99 16 34
280.00 - 289.99 14 48
290.00 - 299.99 10 58
300.00 - 309.99 5 63
310.00 - 319.99 2 65
Σ 65
Solución
a. Los cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3 .
𝑘𝑛
− 𝐹𝑖−1
4
𝑄𝑘 = 𝐿𝑖 + ∗ 𝑐𝑖
𝑓𝑖
Para la aplicación de 𝑄1, tenga en cuenta que 𝑘 = 1, por

consiguiente
1∗65
−8
4
𝑄1 = 260 + (10)
10
16.25 − 8
𝑄1 = 260 + (10)
10
𝑄1 = 268.25
Para la aplicación de 𝑄2 , tenga en cuenta que 𝑘 = 2, por
Página 97
consiguiente
2∗65
− 18
4
𝑄2 = 270 + (10)
16
32.5 − 18
𝑄2 = 270 + (10)
16
𝑄2 = 279.06
Para la aplicación de 𝑄3 , tenga en cuenta que 𝑘 = 3, por

consiguiente
3∗65
4
− 48
𝑄3 = 290 + (10)
10
48.75 − 48
𝑄3 = 289.995 + (10)
10
𝑄3 = 290.75
b. Decil 𝐷6 .
𝑘𝑛
− 𝐹𝑖−1
𝐷𝑘 = 𝐿𝑖−1 + 10 ∗ 𝑐𝑖
𝑓𝑖
Para la aplicación de 𝐷6 , tenga en cuenta que 𝑘 = 6, por

consiguiente
6∗65
10
− 34
𝐷6 = 280 + ∗ 10
14
𝐷6 = 280 + 3.57
𝐷6 = 283.57
c. Percentil 𝑃80 .
𝑘𝑛
− 𝐹𝑖−1
100
𝑃𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
Para la aplicación de 𝑃80 , tenga en cuenta que 𝑘 = 80, por

consiguiente
Página 98
52 − 48
𝑃80 = 290 + ∗ 10
10
𝑃80 = 290 + 4
𝑃80 = 294
2.6 ESTADÍGRAFOS DE DISPERCIÓN

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.
2.6.1 DISPERCIÓN ABSOLUTA

Se toma como punto central de referencia la media aritmética,
aunque puede considerarse además a la mediana. Entre las
medidas de dispersión absoluta se tiene al rango, desviación media,
varianza y desviación estándar.
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.
Página 99
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
Página 100
Desviación media
La desviación media es el promedio de los valores absolutos de
las desviaciones en relación de la media aritmética.
Características
 Con datos no agrupados, guarda el mismo número de

dimensiones y observaciones.
 La suma de valores absolutos es relativamente sencilla de
calcular.
 Es engorroso trabajar con ella cuando se trata de poblaciones o
muestras grandes en datos no agrupados.
 Cuanto mayor sea el valor de la desviación media, mayor es la
dispersión de los datos.
 La desviación media al tomar los valores absolutos mide una
observación sin mostrar si la misma está por encima o por
debajo de la media aritmética.
Fórmula para datos no agrupados
|𝑥𝑖 − 𝑋̅|
𝐷𝑀 =
𝑛
Nomenclatura
𝑥𝑖 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖ó𝑛
𝑋̅ = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎.
𝑛 = 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠
̅ | = 𝐸𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑛𝑎 𝑑𝑒 −

|𝒙𝒊 − 𝑿
𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑛 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎

3 1 5 8 2 4 8 3
Calcule e interprete la Desviación Media.
Página 101
Solución.
Para la aplicación de la fórmula de 𝐷𝑀, 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
Para una mejor comprensión se ha preparado una tabla en la

que se notará las operaciones necesarias y el valor absoluto
correspondiente.
𝒙𝒊 ̅|
|𝒙𝒊 − 𝑿 Desviación
Absoluta
3 |3 − 4,25| = |− 1.25| 1.25
1 |1 − 4,25| = |− 3.25| 3.25
5 |5 − 4,25| = |0.75| 0.75
8 |8 − 4,25| = |3.75| 3.75
2 |2 − 4,25| = |− 2.25| 2.25
4 |4 − 4,25| = |− 0.25| 0.25
8 |8 − 4,25| = | 3.75| 3.75
3 |3 − 4,25| = |−1.25| 1.25
34 16.5
Con estos datos se calcula la desviación media en base a la

siguiente fórmula:
|𝑥𝑖 − 𝑋̅|
𝐷𝑀 =
𝑛
Reemplazando valores, se tiene:
16.50
𝐷𝑀 =
8
𝐷𝑀 = 2.06
Se observa que la desviación media es de 2.06 pacientes por

día, es decir que el número varía, en promedio, en 2.06
pacientes por día respecto de la media de 4.25 enfermos diarios.
Página 102
Fórmula para datos agrupados.
Se emplea la ecuación:
𝛴𝑓𝑖 |𝑥𝑚 − 𝑋̅|

𝐷𝑀 =
𝑛
Nomenclatura
𝑓𝑖 = 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑥𝑚 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑚𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
𝑋̅ = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎.
𝑛 = 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠
Calcular la desviación media 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 media aritmética se llena la siguiente tabla:
Cantidad de
Marca de
Calificación estudiantes 𝒇 𝒊 𝒙𝒎
clase 𝒙𝒎
𝒇𝒊
(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
Página 103
Calculando la media aritmética se obtiene:
∑ 𝑓𝑖 𝑥𝑖
𝑋̅ =
𝑛
256
𝑋̅ =
40
𝑋̅ = 6.4
Para calcular la desviación media es necesario adecuar la tabla

de la siguiente forma:
Cantidad de
Marca de ̅| ̅|
Calificación estudiantes |𝒙𝒎 − 𝑿 𝒇𝒊 |𝒙𝒎 − 𝑿
clase 𝒙𝒎
𝒇𝒊
(0 − 2] 2 1 5.4 10.8
(2 − 4] 4 3 3.4 13.6
(4 − 6] 8 5 1.4 11.2
(6 − 8] 16 7 0.6 9.6
(8 − 10] 10 9 2.6 26.0
Σ 40 Σ 71.2
𝛴𝑓𝑖 |𝑥𝑚 − 𝑋̅|

𝐷𝑀 =
𝑛
71.2
𝐷𝑀 =
40
𝐷𝑀 = 1.78
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.
Página 104
 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
Página 105
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
1.5625 + 10.5625 + 0.5625 + 14.0625 + 5.0625 + 0.0615 + 14.0625 + 1.5625

𝑠2 =
8−1
Página 106
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 estudiantes 𝒇 𝒊 𝒙𝒊
clase 𝒙𝒊
𝒇𝒊
(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
Página 107
Para calcular la varianza es necesario adecuar la tabla de la

siguiente forma:
Cantidad de
Marca de
Calificación estudiantes ̅ )𝟐
(𝒙𝒊 − 𝑿 ̅ )𝟐
𝒇𝒊 (𝒙𝒊 − 𝑿
clase 𝒙𝒊
𝒇𝒊
(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
Página 108
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
Página 109
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
2.6.2 DISPERCIÓN 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:
Página 110
 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
La fórmula para el cálculo del coeficiente de variación es
Página 111
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:
𝑋̅ = 6.4
La varianza es
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
La fórmula para el cálculo del coeficiente de variación es

𝑠
𝐶𝑉 =
|𝑋̅|
Página 112
2.23
𝐶𝑉 =
|6.4|
𝐶𝑉 = 0.35
2.7 MEDIDAS DE ASIMETRÍA

Mide la desviación de la simetría, expresada la diferencia entre
la media y la mediana con respecto a la desviación estándar del
conjunto de mediciones de la población o muestra.
En un conjunto de datos con asimetría positiva, la parte

alargada de la gráfica está a la derecha y cuando un conjunto de
datos con asimetría negativa, la parte alargada de la gráfica está a
la izquierda.
Características
Definiremos asimetría positiva, cuando 𝑀𝑑 ≤ 𝑀𝑒 ≤ 𝑋̅ . Esto

queda reflejado en el diagrama de barras o en un histograma
presentando la distribución de los datos una cola a la derecha.
Definiremos asimetría negativa, cuando 𝑋̅ ≤ 𝑀𝑒 ≤ 𝑀𝑑 . Esto

queda reflejado en el diagrama de barras o en un histograma
presentando la distribución de los datos una cola a la izquierda.
Fórmula
3(𝑋̅ − 𝑀𝑒)
𝐶𝐴 =
𝑠
Página 113
Tomando en cuenta esta relación, el coeficiente de asimetría

puede variar desde −3 hasta +3. Un valor cercano a −3, como por
ejemplo −2.57 indica una considerable asimetría negativa; un valor
como +1.63 indica una asimetría positiva moderada. El valor de 0
que se presenta cuando la media y la mediana son iguales, señala
que la distribución es simétrica.
Nomenclatura
𝐶𝐴 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟í𝑎
𝑋̅ = 𝑀𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎
𝑀𝑒 = 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟

3 1 5 8 2 4 8 3
Calcule el coeficiente de asimetría.
Solución.
El ejemplo tiene una media aritmética de
𝑋̅ = 4.25
Una mediana de
𝑀𝑒 = 3.5
Una desviación estándar de
La fórmula de coeficiente de variación es
3(𝑋̅ − 𝑀𝑒)
𝐶𝐴 =
𝑠
Página 114
3(4.25 − 3.5)
𝐶𝐴 =
2.61
2.25
𝐶𝐴 =
2.61
𝐶𝐴 = 0.86
Definiremos asimetría positiva, cuando 𝑀𝑒 ≤ 𝑋̅ . Presenta la

distribución de los datos una cola a la derecha.
Calcular el coeficiente de asimetría de las calificaciones finales en la

asignatura de matemáticas, de un curso de 40 estudiantes, según
datos de la tabla que sigue.
de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
𝑋̅ = 6.4 𝑝𝑢𝑛𝑡𝑜𝑠
La mediana es
𝑀𝑒 = 6.75 𝑝𝑢𝑛𝑡𝑜𝑠
La fórmula para el cálculo del coeficiente de asimetría es
3(𝑋̅ − 𝑀𝑒)
𝐶𝐴 =
𝑠
Página 115
3(6.4 − 6.75)
𝐶𝐴 =
2.23
𝐶𝐴 = −0.47
Definiremos asimetría negativa, cuando 𝑋̅ ≤ 𝑀𝑒 . Presenta la

distribución de los datos una cola a la izquierda.
2.8 MEDIDAS DE APUNTAMIENTO O CURTOSIS

La curtosis mide el grado de agudeza o achatamiento de una
distribución con relación a la distribución normal, es decir, mide
cuán puntiaguda es una distribución.
Se definen 3 tipos de distribuciones según su grado de curtosis:
1. Distribución mesocúrtica: presenta un grado de concentración

medio alrededor de los valores centrales de la variable (el mismo
que presenta una distribución normal).
2. Distribución leptocúrtica: presenta un elevado grado de
concentración alrededor de los valores centrales de la variable.
3. Distribución platicúrtica: presenta un reducido grado de
concentración alrededor de los valores centrales de la variable
(Aula Fácil, 2015).
Características
𝑔2 = 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑚𝑒𝑠𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
Página 116
𝑔2 > 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑙𝑒𝑝𝑡𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2 < 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑝𝑙𝑎𝑡𝑖𝑐ú𝑟𝑡𝑖𝑐𝑎
Fórmula
El coeficiente de curtosis viene definido por la siguiente fórmula:

1 𝑚
𝑚4 ∑ (𝑥𝑖 − 𝑋̅)4
𝑛 1
𝑔2 = 4 − 3 = −3
𝑠 𝑠4
1
∑𝑚 ̅ 4
1 𝑓𝑖 (𝑥𝑖 − 𝑋 )
𝑛
𝑔2 = −3
𝑠4
Página 117
Calcular el coeficiente de apuntamiento o curtosis de las

calificaciones finales en la asignatura de matemáticas, de un curso
de 40 estudiantes, según datos de la tabla que sigue.
de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
𝑋̅ = 6.4 𝑝𝑢𝑛𝑡𝑜𝑠
La fórmula para el cálculo del coeficiente de apuntamiento es

1 𝑚
𝑚4 ∑ 𝑓 (𝑥 − 𝑋̅)4
𝑛 1 𝑖 𝑖
𝑔2 = 4 − 3 = −3
𝑠 𝑠4
1
40
[2(1 − 6.4)4 + 4(3 − 6.4)4 + 8(5 − 6.4)4 + 16(7 − 6.4)4 + 10(9 − 6.4)4 ]
𝑔2 = −3
(2.23)4
1
[2(−5.4)4 + 4(−3.4)4 + 8(−1.4)4 + 16(−0.6)4 + 10(−2.6)4 ]
40
𝑔2 = −3
(2.23)4
1
[1,700.61 + 534.53 + 30.73 + 2.07 + 456.98]
40
𝑔2 = −3
24.73
2,724.93
𝑔2 = −3
989.2
𝑔2 = 2.7547 − 3
𝑔2 = −0.2453
Página 118
Como
𝑔2 < 0
Entonces la distribución es platicúrtica.
Página 119
3 CAPÍTULO III: NÚMEROS ÍNDICES

OBJETIVOS
El estudiante podrá:
1. Expresar las características y definir un número índice.

2. Calcular e interpretar los números índices de precios, cantidad y
valor.
3. Calcular e interpretar los números índices simples, ponderados y
no ponderados.
3.1 INTRODUCCIÓN
Número índice es una medida estadística diseñada para poner
de relieve cambios en una variable o en un grupo de variables
relacionadas con respecto al tiempo, situación geográfica, ingresos,
o cualquier otra característica. (Spiegel, 1997)
Número índice es un número que expresa el cambio relativo en

precio, cantidad o valor comparado con un periodo base. (Lind,
Marchal, & Wathen, 2006).
3.2 CARACTERÍSTICAS
 Es un porcentaje, pero generalmente se omite el signo
porcentual.
 Tiene un período base.
 La mayor parte de los índices se aproximan al décimo más
próximo de un porcentaje .
 La base de la mayor parte de los índices es 100.
3.3 CLASIFICACIÓN DE LOS NÚMEROS ÍNDICES

3.3.1 NÚMEROS ÍNDICES DE PRECIOS
Es un número que expresa el cambio relativo de precio

comparando con un periodo base. El índice de este tipo más
conocido es Índice de precios al consumidor (IPC), el cual mide el
costo de vida en los países.
Página 120
3.3.2 NÚMEROS ÍNDICES DE CANTIDAD
Es un número que expresa el cambio relativo de cantidad de una

variable comparando con un periodo base.
3.3.3 NÚMEROS ÍNDICES DE VALOR
Es un número que expresa el cambio relativo de valor

comparando con un periodo base. Es decir mide los cambios en el
valor monetario total. (Levin & Rubin, 2004)
3.4 NÚMEROS ÍNDICES SIMPLES

Son los que se refieren a una sola magnitud, y por lo tanto nos
proporcionan la variación que ha sufrido esa magnitud en dos
periodos distintos.
Se calcula hallando el cociente del valor del año determinado

entre el valor del año base por 100, así:
𝑝𝑡
𝑃= ∗ 100
𝑝𝑜
Donde:
𝑃 = í𝑛𝑑𝑖𝑐𝑒 𝑠𝑖𝑚𝑝𝑙𝑒
𝑝𝑡 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑎ñ𝑜 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜
𝑝𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑎ñ𝑜 𝑏𝑎𝑠𝑒
El salario básico unificado en enero del 2012 fue de $292, el

salario básico unificado en enero del 2015 fue de $354. Cuál es el
índice correspondiente para los trabajadores en enero del 2015, con
base en los datos de enero del 2012?
𝑝𝑡 354
𝑃= ∗ 100 = 100 = 121.23
𝑝𝑜 292
Durante este periodo aumento en 121.23 − 100 = 21.23 el salario

básico unificado.
Página 121
En el 2013 la población de hombres en Ecuador fue de

7,868,368 y el de mujeres fue de 7,869,510 ¿Cuál fue la proporción
de la población de hombres comparada con la de mujeres?
𝑝𝑡 7,868,368
𝑃= ∗ 100 = 100 = 99.98
𝑝𝑜 7,869,510
El índice de hombres es de 99.98 de la población de mujeres o la

población de hombres es 100 − 99.98 = 0.02 menor que la de
mujeres
Los siguientes datos, se tomaron de los informes anuales de la
empresa Johnson & Johnson, de la misma que sus acciones
comunes se enlistan en la Bolsa de Valores con el símbolo de JNJ.
Tomando como base el año 1991, calcular el Índice Simple.
Regla de tres : 5.43 ---- 100 %
6.25 ---- x = 115,10
Ventas
Nacionales Índice
Años Cálculo del Índice
(miles de Simple %
dólares)
1991 5.43 5.43 /5.43 =1 100
1992 6.25 6.25 /5.43 =1.15101289 115.1
1993 6.9 6.90 /5.43 =1.2071823 127.07
1994 7.2 7.20 /5.43 =1.32596685 132.6
1995 7.81 7.81 /5.43 =1.43830571 143.83
1996 9.19 9.19 /5.43 =1.69244936 169.24
3.5 NÚMEROS ÍNDICES NO PONDERADOS

3.5.1 PROMEDIO SIMPLE DE LOS ÍNDICES DE
PRECIOS
Este índice se obtiene sumando los índices simples de cada

producto y dividiendo para el número de productos.
Página 122
Así:
∑ 𝑃𝑖
𝑃 =
𝑛
𝑃𝑖 = Í𝑛𝑑𝑖𝑐𝑒𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠

𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
Tomando como base los siguientes datos se calcula el promedio

simple de los índices de precios relativos.
100 + 115.1 + 127.07 + 132.60 + 143.83 + 169.24

𝑃=
6
787.85
𝑃=
6
𝑃 = 131.31
Un administrador estudia la evolución de los precios de un

artículo que produce su empresa en los 5 últimos años, los valores
se registran en la siguiente tabla. Calcule el promedio simple de los
índices de precios, tomando como periodo de referencia el año 1.
Años 1 2 3 4 5
Precio del producto 4 5.5 6 5 8
Primero calculo los índices simples
Precio del Índice

Años
producto Simple
1 4 100
2 5.5 137.5
3 6 150
4 5 125
5 8 200
∑ 𝑃𝑖 100 + 137.5 + 150 + 125 + 200

𝑃 = = = 142.5
𝑛 5
Página 123
Esto indica que el precio del producto a incrementado en 42.5%
3.5.2 ÍNDICE AGREGADO SIMPLE

Un índice agregado simple se calcula sumando todos los
elementos de un periodo dado y luego dividiendo este resultado
entre la suma de los mismos elementos durante el periodo base.
Así:
∑ 𝑃𝑖
𝑃 = ∗ 100
∑ 𝑃0
𝑃𝑖 ∶ Cantidad de elementos del periodo que se desea el índice

𝑃0 : Cantidad de elementos en el año base
Determine el índice agregado simple de precios para el año 2015

y 2012 de tres productos considerados, usando como año base
2012.
Tabla 3:
PRODUCTOS DE PRIMERA NECESIDAD
Producto 2012 2015

Leche $/lt 0.84 0,86
Pan $/und 0.14 0.16
Huevos$/doc 1.44 1.50
∑ = 2.42 ∑ = 2.52
∑ 𝑃𝑖 2.52
𝑃 = ∗ 100 = ∗ 100
∑ 𝑃0 2.42
𝑃 = 104.13
3.6 NÚMEROS ÍNDICES PONDERADOS

Dos métodos para calcular el índice de precios compuestos o
ponderado son el método de Laspeyres y el de Paasche. Difieren
sólo en el periodo para la ponderación. En el método de Laspeyres
se utilizan ponderaciones en el periodo base; es decir, los precios y
las cantidades originales de los artículos comprados se utilizan para
Página 124
encontrar el cambio porcentual durante un periodo, ya sea en el

precio o en la cantidad consumida, según el problema. En el
método de Paasche se utilizan ponderaciones en el año en curso.
(Lind, Marchal, & Wathen, 2006)
3.6.1 ÍNDICE DE LAYSPEYRES
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
Dónde:
𝑃 𝑒𝑠 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑝𝑟𝑒𝑐𝑖𝑜𝑠.
𝑝𝑡 es el precio actual
𝑝0 es el precio del periodo base
𝑞0 es la cantidad en el periodo base
(Lind, Marchal, & Wathen, 2006)
Determinar un índice de precios ponderado con el método de

Laysperes, con los precios dados en la siguiente tabla tomando
como referencia Quito.
Producto Cantidad Quito Guayaquil

(Libras)
Arveja tierna 0,55 12,50 20,00
Banano 0,65 7,00 5,00
Limón 0,80 15,00 15,18
Piña 0,05 1,50 1,31
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
Calculemos el índice simple de cada producto tomando como

referencia Quito, a continuación presentamos los precios de
diferentes productos en Quito y Guayaquil
Página 125
Quito Guayaquil
Producto 𝒒𝟎 (𝒍𝒃) 𝒑𝟎 𝒒𝒕 (𝒍𝒃) 𝒑𝒕 𝒑𝒕 𝒒𝟎 𝒑𝟎 𝒒𝟎 𝒑𝒕 𝒒𝒕 𝒑𝒐 𝒒𝒕
Arveja tierna 110 25 55 20 2,200 2,750 1,100 1,375

Banano 65 7 65 5 325 455 325 455
Limón 80 15 95 18 1,440 1,200 1,710 1,425
Piña 5 1.5 65 17 85 7.5 1105 97.5
4,050 4,412.5 4,240 3,352.5
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
4,050
𝑃 = 𝑥 100 = 91.78
4,412.5
3.6.2 ÍNDICE DE PAASCHE

El cálculo es similar que el índice de Laspeyres, pero en lugar de
emplear cantidades en el periodo base como ponderaciones, se
utilizan cantidades en el período actual.
∑ 𝑝𝑡 𝑞𝑡
𝑃 = 𝑥 100
∑ 𝑝0 𝑞𝑡
En el ejercicio de aplicación 7, calculemos el índice de Paasche
4,240
𝑃 = 𝑥 100 = 126.47
3,352.5
Los precios, de cuatro artículos que se indican a continuación,

en los años 2001 y 2003, permitiran calcular el índice de
Paasche.
Artículo po Qo Pt qt
pt*qt po*qt
2001 2001 2003 2003
Pan 0.05 20 0.08 24 1.92 1.20
Huevos 0.06 30 0.09 36 3.24 2.16
Leche 0.35 10 0.48 15 7.20 5.25
Manzana 0.15 15 0.25 20 5.00 3.00
∑ 0.61 75 0.90 95 17.36 11.61
Página 126
∑ 𝑝𝑡 𝑞𝑡
𝑃 = 𝑥 100
∑ 𝑝0 𝑞𝑡
17.36
𝑃 = 𝑥 100
11.61
𝑃 = 149.52
Este resultado. indica que el precio de este grupo de alimentos.

aumentó en el 49.52 %. en el período de dos años.
3.6.3 ÍNDICE DE FISHER

Es la media geométrica de los índices de Laspeyres y Paasche.
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √(Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐿𝑎𝑠𝑝𝑒𝑦𝑟𝑒𝑠)(Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑃𝑎𝑎𝑠𝑐ℎ𝑒)
Parece ser el ideal porque combina las mejores características

del de Laspeyres y del de Paasche.
Al tener ya determinado el índice de Laspeyres y el índice de

Paasche, en el ejemplo de aplicación 9 procedemos a calcular el
índice ideal de Fisher.
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √(150.29)(149.52)
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √22471.3608
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = 149.90
3.7 ÍNDICES DE VALOR

Mide cambios tanto en los precios como en las cantidades que
intervienenen. Se usa precios y cantidades del perìodo base y del
perìodo actual.
∑𝑝𝑡 ∗ 𝑞𝑡
𝑉=
∑𝑝𝑜 ∗ 𝑞𝑜
Página 127
donde:
𝑉 𝑒𝑠 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟
𝑝𝑜 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑏𝑎𝑠𝑒
𝑞𝑜 𝑒𝑠 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑏𝑎𝑠𝑒
𝑞𝑡 𝑒𝑠 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑎𝑐𝑡𝑢𝑎𝑙
𝑝𝑡 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑎𝑐𝑡𝑢𝑎𝑙
Los precios de cuatro artículos que se indican a continuación, en

los años 2001 y 2003, permitirán calcular el índice de Valor.
Artículo Po qo Pt Qt ptqt poqo

2001 2001 2003 2003
Pan 0.05 20 0.08 24 1.92 1.00
Huevos 0.06 30 0.09 36 3.24 1.80
Leche 0.35 10 0.48 15 7.20 3.50
Manzana 0.15 15 0.25 20 5.00 2.25
∑ 0.61 75 0.90 95 17.36 8.55
∑𝑝𝑡 ∗ 𝑞𝑡
𝑉=
∑𝑝𝑜 ∗ 𝑞𝑜
17.36
𝑉= ∗ 100
8.55
𝑉 = 203.04
Con este resultado, miramos que el valor de este grupo de

alimentos, aumentó en el 103.04 %, en el período de dos años.
Página 128
4 CAPÍTULO IV: REGRESIÓN.

CORRELACIÓN Y SERIES DE TIEMPO
OBJETIVOS
El estudiante podrá:
1. Diferenciar e interpretar los términos variable dependiente e

independiente.
2. Encontrar y analizar los coeficientes de correlación y
determinación y error estándar.
3. Encontrar la ecuación de la recta aplicando el método del libre
ajuste
4. Encontrar la ecuación de la recta aplicando el método de los
mínimos cuadrados.
5. Especificar los componentes de una serie de tiempo.
6. Encontrar un promedio móvil.
7. Calcular la ecuación para una tendencia lineal
4.1 ANÁLISIS DE CORRELACIÓN

Mide la intensidad de la asociación entre dos variables, cuyo
principal objetivo es determinar, qué tan intensa es la relación
entre esas dos variables.
4.1.1 VARIABLE DEPENDIENTE:

Es la variable que se predice o se calcula.
4.1.2 VARIABLE INDEPENDIENTE:

Es una variable que proporciona las bases para el cálculo. Es la
variable de predicción.
4.1.3 COEFICIENTE DE CORRELACIÓN

Mide la intensidad de la asociación entre dos variables.
 Ambas variables deben ser al menos el nivel de intervalo de

medición.
 El coeficiente de correlación puede variar desde -1.00 hasta
1.00.
Página 129
 Si la correlación entre dos variables es 0, no hay asociación

entre ellas.
 Un valor de 1.00 indica una correlación positiva perfecta, y una
de -1.00, una correlación negativa perfecta.
 Un signo positivo significa que hay una relación directa entre las
variables, y un signo negativo, que hay una relación inversa.
 Se identifica con la letra 𝑟.
La fórmula que permite calcular el coeficiente de correlación es

la siguiente:
𝑛(∑𝑋𝑌) − (∑𝑋)(∑𝑌)
𝑟=
√(𝑛(∑𝑋 2 ) − (∑𝑋)2 )(𝑛(∑𝑌 2 ) − (∑𝑌)2 )
donde:
𝑛 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑟𝑒𝑠 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
∑𝑋 𝑒𝑠 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑋
∑𝑌 𝑒𝑠 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑌
(∑𝑋 2 ) 𝑒𝑠 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑋
(∑𝑌 2 ) 𝑒𝑠 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑌
(∑𝑋)2 𝑒𝑠 𝑒𝑙 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑋
(∑𝑌)2 𝑒𝑠 𝑒𝑙 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑌
∑𝑋𝑌 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑑𝑒 𝑋 𝑦 𝑌
En la Figura 1 y 2 se resume la intensidad y la dirección del

coeficiente de correlación.
Figura 1. Intensidad del coeficiente de correlación
Página 130
Figura 2. Recta con correlación positiva y negativa
Las llamadas mensuales realizadas para la venta de productos

de limpieza y desinfección de la empresa Solquim S.A. de lo cual se
toma una muestra de 5 vendedores, se expresa en la siguiente
tabla.
No. de
Representantes de No. de
productos
ventas llamadas
vendidos
Paquita Trujillo 20 40
Kléver Sosa 40 60
Ximena López 20 40
Andrea Flores 30 60
Marcelo Campaña 10 20
Solución
El primer paso para mostrar la relación entre dos variables es

graficando los datos en un diagrama de dispersión.
En la Figura 3 podemos obsevar que existe relación entre el

número de llamadas y los productos vendidos, puesto que, a mayor
número de llamadas, se realizan mayores ventas de productos.
Para realizar el cálculo del coeficiente de correlación es

importante que identifiquemos las variable dependiente (No. de
productos vendidos) y la independiente (No. de llamadas).
Página 131
Figura 3. Diagrama de dispersión.
A continuación añadimos tres columnas a la tabla para realizar

los cálculos requeridos por la fórmula de coeficiente de correlación.
𝑛(∑𝑋𝑌) − (∑𝑋)(∑𝑌)
𝑟=
√(𝑛(∑𝑋 2 ) − (∑𝑋)2 )(𝑛(∑𝑌 2 ) − (∑𝑌)2 )
No. de
No. de
Representantes de productos
llamadas X2 Y2 XY
ventas vendidos
(X)
(Y)
Paquita Trujillo 20 40 400 1,600 800
Kléver Sosa 40 60 1,60 3,600 2,400
0
Ximena López 20 40 400 1,600 800
Andrea Flores 30 60 900 3,600 1,800
Marcelo Campaña 10 20 100 400 200
Total 120 220 3,40 10,800 6,000
0
Reemplazando los datos obtenidos en la fórmula, se tiene.
56000   120 220 

r
53400  120 510800   220 
2 2
Página 132
30000  26400
r
17000  14400 54000  48400 
3600
r
26005600
3600
r
14560000
3600
r
3815 .76
El coeficiente de correlación es:
𝑟 = 0.94
El coeficiente de correlación es positivo, lo cual nos permite ver

que existe una relación directa entre el número de llamadas y la
cantidad de productos vendidos.
El valor de 0.94, está bastante cercano a 1.00. Si observamos la

figura 1 podemos concluir que la relación es fuerte.
4.1.4 CÁLCULO DE COEFICIENTE DE

DETERMINACIÓN
Es la porción de la variación total en la variable dependiente Y
que se explica por la variación en la variable independiente X.
Varía de 0 a 1.
Es el cuadrado del coeficiente de correlación.
Al elevar el coeficiente de correlación al cuadrado. obtendremos

el coeficiente de determinación.
𝑟 = 0.94
Entonces
𝑟 2 = 0.942
𝑟 2 = 0.89
Ver figura 3, obtenido a través de excel.
Página 133
4.2 ANÁLISIS DE REGRESIÓN

La intensidad y dirección de la relación que existe entre dos
variables se determina en una ecuación que define la relación lineal
entre dos variables.
4.2.1 PRINCIPIO DE LOS MÍNIMOS CUADRADOS

Es la técnica empleada para obtener la ecuación de regresión,
minimizando la suma de los cuadrados de las distancias verticales
entre los valores verdaderos de 𝑌 y los valores pronosticados de 𝑌 ′ .
La forma general de la ecuación de regresión lineal es:
𝑌′ = 𝑎 + 𝑏𝑥
donde:
𝑌’ se lee “Y prima”, es el valor pronosticado de la variable 𝑌

para un valor seleccionado de 𝑋.
𝑎 es la ordenada de la intersecciòn con el eje 𝑌; es decir, el

valor estimado de 𝑌′ cuando 𝑥 = 0 . Dicho de otra forma,
corresponde al valor estimado de 𝑌′, donde la recta de regresiòn
cruza el eje 𝑌, cuando 𝑥 = 0.
𝑏 es la pendiente de la recta, o el cambio promedio en Y’ por

unidad de cambio (incremento o decremento) en la variable
independiente 𝑥.
𝑥 es cualquier valor seleccionado de la variable independiente.
Para poder encontrar ( 𝒂 que es la ordenada) y ( 𝒃 que es la

pendiente) a las que se les denomina coeficientes de regresión
estimado, o simplemente coeficiente de regresión, para lo cual se
requiere de las siguientes fórmulas
Pendiente de la línea de regresión
𝑛 ∗ ∑(𝑋𝑌) − ∑𝑋 ∗ ∑𝑌
𝑏=
𝑛 ∗ ∑𝑋 2 − (∑𝑋)2
Punto donde se intercepta con el eje 𝑌
Página 134
∑𝑌 ∗ ∑𝑋 2 − ∑𝑋 ∗ ∑(𝑋𝑌)
𝑎=
𝑛 ∗ ∑𝑋 2 − (∑𝑋)2
o’
∑𝑌 ∑𝑋
𝑎= −𝑏
𝑛 𝑛
donde:
𝑋 es un valor de la variable independiente
𝑌 es un valor de la variable dependiente
𝑛 es el número de elementos en la muestra
Para calcular la ecuación de la recta, utilizando el método de los

mínimos cuadrados, traemos el planteamiento del problema del
ejemplo 1.
No. de
Representantes de No. de
productos
ventas llamadas
vendidos
Paquita Trujillo 20 40
Kléver Sosa 40 60
Ximena López 20 40
Andrea Flores 30 60
Marcelo Campaña 10 20
Las fórmulas a utilizar son las siguientes:
Pendiente de la línea de regresión
𝑛 ∗ ∑(𝑋𝑌) − ∑𝑋 ∗ ∑𝑌
𝑏=
𝑛 ∗ ∑𝑋 2 − (∑𝑋)2
Punto donde se intercepta con el eje 𝑌
∑𝑌 ∗ ∑𝑋 2 − ∑𝑋 ∗ ∑(𝑋𝑌)
𝑎=
𝑛 ∗ ∑𝑋 2 − (∑𝑋)2
Página 135
∑𝑌 ∗ ∑𝑋 2 − ∑𝑋 ∗ ∑(𝑋𝑌)
𝑎=
𝑛 ∗ ∑𝑋 2 − (∑𝑋)2
o’
∑𝑌 ∑𝑋
𝑎= −𝑏
𝑛 𝑛
A la tabla anterior añadimos tres columnas para realizar los

cálculos requeridos por las fórmulas de los mínimos cuadrados.
Identificando primero la variable dependiente (No. de productos
vendidos) Y y la independiente (No. de llamadas) X.
No. de No. de
Representantes
llamadas productos X2 Y2 XY
de ventas
(X) vendidos (Y)
Paquita Trujillo 20 40 400 1,600 800
Kléver Sosa 40 60 1,600 3,600 2,400
Ximena López 20 40 400 1,600 800
Andrea Flores 30 60 900 3,600 1,800
Marcelo Campaña 10 20 100 400 200
Total 120 220 3,400 10,800 6,000
Pendiente de la línea de regresión:
𝑛 ∗ ∑(𝑋𝑌) − ∑𝑋 ∗ ∑𝑦
𝑏=
𝑛 ∗ ∑𝑥 2 − (∑𝑥)2
5(6000) − (120)(220)
𝑏=
5(3400) − (120)2
30000 − 26400
𝑏=
17000 − 14400
3600
𝑏=
2600
𝑏 = 1.38
Punto donde se intercepta con el eje 𝑌:
∑𝑌 ∑𝑋
𝑎 = 𝑛 −𝑏 𝑛
220 120
𝑎= − (1.38)
5 5
𝑎 = 44 − 33.12
Página 136
𝑎 = 10.88
Remplazando en la ecuación 𝑌′ = 𝑎 + 𝑏𝑥, los valores obtenidos se

obtiene Y= 10.88+1.38X
El valor de 𝑏 = 1.38 significa que para cada llamada adicional

que realizan los representantes de ventas pueden esperar aumentar
en casi 1.4 el número de venta de productos de limpieza y
desinfección. El valor a de 10.88 es el punto donde la ecuaciòn
cruza el eje 𝑌, luego si no se hacen llamadas esto es 𝑋 = 0 se
venderán 10.88 productos.
4.2.2 TRAZO DE LA LÍNEA DE REGRESIÓN

Consideraciones Básicas
Para aplicar correctamente la regresión lineal deben satisfacerse

varias suposiciones:
 Para cada valor de la variable 𝑋, hay un cojunto de valores de
𝑌. Estos valores de 𝑌 siguen una distribución normal.
 Las medias de estas distribuciones normales se encuentran
sobre la línea de regresión.
 Las desviaciones estándar de todas estas distribuciones
normales, son iguales. La mejor estimación que se tiene de esta
desviación estándar es común, es el error estándar de
estimación (𝑆𝑦, 𝑥).
 Los valores de 𝑌 son estadísticamente independientes. Lo que
significa que el tomar la muestra en determinado valor de X no
depende de ningún otro valor de X. Esto es importante cuando
se toman datos durante un período. En esos casos los errores
de un determinado período suelen estar correlacionados con lo
de otro período.
En el ejemplo 2 se obtuvo la gráfica 𝑌 = 10.88 + 1.38𝑋. El valor de

10.88 representa la intersección con el eje y, para encontrar otro
punto, arbitrariamente damos un punto cualquiera a la variable X,
podría ser el 20, remplazando en la ecuación 𝑌 = 10.88 + 1.38(20) se
obtiene Y = 38.48. Si tenemos dos puntos ya podemos encontrar el
gráfico de la ecuación al unir estos puntos. Tomando en cuenta que
se trata de la Ecuación de la recta, como se muestra a
continuación.
Página 137
Figura 4 Gráfica de la ecuación de la recta.
4.2.3 EL ERROR ESTÁNDAR DE LA ESTIMACIÓN

Es la medida de la dispersión de los valores observados. con
respecto a la línea de regresión.
Está en las mismas unidades que la variable dependiente. Se

basa en las desviaciones al cuadrado respecto de la recta de
regresión
Valores pequeños indican que los puntos se agrupan cerca de la

recta de regresión
Para su cálculo se utiliza la siguiente fórmula:
Y 2  aY   bXY 
S y. x 
n2
Al trabajar con los datos del ejercicio del ejemplo 3, tendremos

el siguiente error estándar de estimación.
Para su cálculo se utiliza la siguiente fórmula:
Y 2  aY   bXY 
S y. x 
n2
10,800  10.88220   1.386,000 

S y. x 
52
Página 138
10,800  2,393.6  8,280

S y. x 
3
126.4
S y. x 
3
S y. x  42.13
S y. x  6.49
El error estándar de estimación. mide la variación alrededor de

la línea de regresión.
4.3 FUNDAMENTOS PARA EL ANÁLISIS DE UNA

SERIE DE TIEMPO
Una serie de tiempo es una oportunidad, de poder mejorar las

decisiones que toma la gerencia ya que se puede realizar una
predicción a largo plazo. Ya que una serie de tiempo al registrar los
datos puede hacer uso de ellos para realizar proyecciones, ya que
los patrones del pasado pueden repetirse y ser de gran utilidad. En
una empresa si disponemos de la información en que los periodos
de ventas en que la demanda es alta pueden ayudar a predecir,
planificar y programar la producción en un período posterior,
incluso puede ayudar a tomar decisiones a largo plazo.
4.4 COMPONENTES DE UNA SERIE DE TIEMPOS
 Tendencia Secular
 Variación cíclica
 Variación estacional
 Variación irregular.
4.4.1 TENDENCIA SECULAR
La serie de tiempo con tendencia secular sigue una dirección

uniforme en el tiempo. A pesar de que pueda haber variaciones, es
importante notar a largo plazo la tendencia que sigue.
Página 139
En el siguiente ejemplo se muestra una empresa se sabe que en

función del tiempo, sus clientes han incrementado en cientos,
figuran en la tabla siguiente: se puede observar que el incremento
es proporcional en el tiempo y sigue una tendencia definida.
Figura 5. Ventas del 2009 al 2014
El micro mercado Cotocollao revisa el historial de sus ventas y

encuentra que las ventas se han incrementado con el tiempo, a
pesar de tener una acentuada disminución en las ventas en el año
2001 comparado con las ventas en el 2000, luego se observa una
recuperación en los años siguientes.
Figura 6. Venta del micro mercado Cotocollao
Página 140
Si consideramos el número personas que salieron a España a

buscar trabajo de un determinado sector del país en el transcurso
del 2000 al 2010, encontramos que en el 2000 salieron 1,000
personas, mientras que en el 2002 fueron 1,300, luego
encontramos una clara disminución para el año 2010 ya tenemos
70 personas que abandonaron el país, la tendencia a largo plazo
está bastante clara.
Figura 7. Emigrantes a España (datos supustos)
4.4.2 VARIACIÓN CÍCLICA

Se da un aumento y una disminución en períodos mayores a un
año, manteniendo la tendencia en el trascurso del tiempo.
En la parte productiva es normal que existan variaciones en las

ventas o ingresos en el trascurso de períodos de tiempo, esto se
puede dar por reactivación de la economía por nuevos ingresos
petroleros o disminución de los mismos. Nuevas obras de inversión
en el país como es el caso de las hidroeléctricas, finalización de
estas obras, incluso cambios de gobierno, entre otros factores que
determina e influyen sobre la producción.
El ejemplo expuesto a continuación muestra la variación de los

ingreso de Sinec Constructores en miles de dólares entre 1998 y el
2015.
Página 141
Ingresos en miles de dolares

800
Ingresos en miles de
600
400
dólares
200
0
2014
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2015
Año
Figura 8. Ingresos en miles de dólares Sinec Constructores
4.4.3 VARIACIÓN ESTACIONAL

Sigue patrones de cambio durante un año, y se repiten en los
años posteriores.
En la mayoría de negocios suele suceder que se repiten los patrones

de venta de un año a otro, pueden ser por situaciones como las de fin de
año en la que la mayoría realiza compras y regalos por motivos religiosos
o de comportamiento, que en nuestro país viene acompañado del sueldo
adicional que se recibe en diciembre, lo mismo sucede con el inicio de
clases y todos los requerimientos, que pueden ser lista de útiles, ropa de
uniformes, zapatos. Negocios que se ven estimulados en sus ingresos en
estas fechas. Este comportamiento suele repetirse cada año, para ello se
muestra un ejemplo de la ventas en miles de dólares.
Figura 9. Ventas en miles de dólares
Página 142
4.4.4 VARIACIÓN IRREGULAR
Es aquella cuya variación es difícil predecir y pueden se

variaciones episódicas y residuales.
Las variaciones episódicas pueden originarse por eventos como

una guerra, una huelga, un golpe de estado, una catástrofe natural
y la residual por los demás factores que originan la variación. Como
se indica son impredecibles.
4.5 MEDICIÓN DE TENDENCIAS
4.5.1 TENDENCIA LINEAL
Se da un aumento y una disminución de los ingresos, ventas,

gastos u otra variable, manteniendo la tendencia en el trascurso del
tiempo.
Del ejemplo 6 anterior la variación de los ingreso de Sinec

Constructores en miles de dólares entre 1998 y el 2015. Podemos
ver que la tendencia que sigue a pesa de la variación en el
transcurso del tiempo el lineal.
Método de libre ajuste

Es un método aproximado y rápido para obtener la ecuación de
la recta.
En la tabla 4, se muestra los ingreso en miles de dólares en

función del tiempo.
Solución
Graficamos como se muestra en la figura 10 los puntos de los

años y los ingresos, numerados el primero como el año uno (1998 =
Página 143
1), como se indica en la tabla 4 para los siguientes años tomando

la misma consideración.
Trace una recta entre los puntos, la recta indica la tendencia.
Tabla 4
CÁLCULO POR EL MÉTODO DEL LIBRE AJUSTE
Ingresos Ingresos
Años (X) Años (X) en miles de Años (X) Años (X) en miles de
dólares (Y) dólares (Y)
1998 1 200 2007 10 450
1999 2 300 2008 11 470
2000 3 350 2009 12 490
2001 4 250 2010 13 600
2002 5 270 2011 14 700
2003 6 290 2012 15 750
2004 7 400 2013 16 650
2005 8 500 2014 17 670
2006 9 550 2015 18 690
Extendemos la recta para obtener el punto donde interseca con

el eje ‘𝑦’.
Encontramos dos puntos de esta recta estimando los valores que

serán aproximados, el primero puede ser (0; 185) y el oro el final
(18; 735).
Encuentre el valor de la pendiente con los puntos anteriores
𝑦2 − 𝑦1 735 − 185
𝑏= = = 30.55
𝑥2 − 𝑥1 18 − 0
El valor de 𝑎 recuerde que es la intersección con el eje ‘𝑦’ el cual

es 𝑎 = 185
La ecuación de la recta es 𝑌 = 𝑎 + 𝑏𝑥
Remplazando los valores encontrados 𝑌 = 185 + 30.55𝑥
Al realizar una comparación de la ecuación de la recta

encontrada en Excel es bastante aproximada a la encontrada.
Página 144
Figura 10. Ingreso en miles de dólares
Método de mínimos cuadrados

Para encontrar la tendencia aplicando el método de los mínimos
cuadrado realizamos las siguientes consideraciones.
Grafique los puntos de los años numerados el primero como el

año uno (1998 = 1) los siguiente tomando la misma consideración
como en el caso anterior o simplemente con los años reales y los
ingresos.
La ecuación de la recta es 𝑌 = 𝑎 + 𝑏𝑥
Donde
∑𝑦 ∗ ∑𝑥 2 − ∑𝑥 ∗ ∑(𝑥𝑦)
𝑎=
𝑛 ∗ ∑𝑥 2 − (∑𝑥)2
𝑛 ∗ ∑(𝑥𝑦) − ∑𝑥 ∗ ∑𝑦
𝑏=
𝑛 ∗ ∑𝑥 2 − (∑𝑥)2
Realice una tabla y encuentre los valores requeridos, al final

podemos ver los valores encontrados.
Página 145
Tabla 5.
CÁLCULO DE LOS MÍNIMOS CUADRADOS
Ingresos en
Número de
Años (X) miles de 𝑿𝟐 X*Y
años
dólares (Y)
1 1998 200 3,992,004 399,600
2 1999 300 3,996,001 599,700
3 2000 350 4,000,000 700,000
4 2001 250 4,004,001 500,250
5 2002 270 4,008,004 540,540
6 2003 290 4,012,009 580,870
7 2004 400 4,016,016 801,600
8 2005 500 4,020,025 1,002,500
9 2006 550 4,024,036 1,103,300
10 2007 450 4,028,049 903,150
11 2008 470 4,032,064 943,760
12 2009 490 4,036,081 984,410
13 2010 600 4,040,100 1,206,000
14 2011 700 4,044,121 1,407,700
15 2012 750 4,048,144 1,509,000
16 2013 650 4,052,169 1,308,450
17 2014 670 4,056,196 1,349,380
18 2015 690 4,060,225 1,390,350
18 36117 8,580 72,469,245 17,230,560
𝑛 ∑𝑥 ∑𝑦 ∑𝑥 2 ∑𝑥𝑦
Remplace los valores encontrados en las fórmulas.
∑𝑦 ∗ ∑𝑥 2 − ∑𝑥 ∗ ∑(𝑥𝑦)
𝑎=
𝑛 ∗ ∑𝑥 2 − (∑𝑥)2
8580 ∗ 72469245 − 36117 ∗ 17230560

𝑎= = −60,774
18 ∗ 72469245 − (36117)2
𝑛 ∗ ∑(𝑥𝑦) − ∑𝑥 ∗ ∑𝑦
𝑏=
𝑛 ∗ ∑𝑥 2 − (∑𝑥)2
18 ∗ 17230560 − 36117 ∗ 8580

𝑏=
18 ∗ 72469245 − (36117)2
𝑚 = 30.526
Página 146
Remplazando los valores encontrados
𝑦 = 𝑎 + 𝑏𝑥
𝑦 = − 60,774 + 30.526𝑥
Al realizar una comparación de la ecuación de la recta

encontrada en Excel es igual al calculado.
Ingresos en miles de
dolares (Y)
800
Ingreso en miles de
600
dólares
400
y = 30,526x + 186,67
200 R² = 0,8713
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Años
Figura 11. Ingreso en miles de dólares
4.5.2 MÉTODO DEL PROMEDIO MÓVIL

El promedio móvil es óptimo para patrones de demanda
aleatoria o nivelada donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos
de demanda reciente.
El promedio móvil podemos observar la tendencia que indica la

proyección de la serie, la variación cíclica en este caso el ciclo se
repite cada 7 años
Finalmente se promedia la variación cíclica y la variación

irregular y como resultado obtenemos la tendencia, que esta
expresada por una recta que es una forma suavizada de
representar el promedio móvil, recta viene dada de la forma 𝑦 = 𝑎 +
𝑏𝑥 , donde 𝑏 es la pendiente de la recta y 𝑎 representa la
intersección con el eje 𝑦.
Página 147
Tabla 6
CÁLCULO DEL PROMEDIO MOVIL PARA 7 AÑOS
Promedio móvil de 7
Año Ventas
años
1990 4
1991 5
1992 6
1993 7 6.14
1994 8 6.29
1995 7 6.43
1996 6 6.57
1997 5 6.71
1998 6 6.86
1999 7 7.00
2000 8 7.14
2001 9 7.29
2002 8 7.43
2003 7 7.57
2004 6 7.71
2005 7 7.86
2006 8 8.00
2007 9 8.14
2008 10 8.29
2009 9 8.43
2010 8 8.57
2011 7 8.71
2012 8
2013 9
2014 10
La primera columna indica el año, la segunda la ventas anuales

en miles de dólares y la tercera el promedio móvil el mismo que se
calcula sumando los primeros 7 años de ventas que es donde se
repite completamente el ciclo (color azul) y dividimos para en
número de años (4 + 5 + 6 + 7 + 8 + 7 + 6)/7 = 6.14 que viene a ser el
promedio móvil, el siguiente de color naranja (5 + 6 + 7 + 8 + 7 +
6)/7 = 6.29 y de esta manera continuamos con los siguientes
valores. Si graficamos los años con las ventas observamos
diferentes rectas cada una con una tendencia propia, en este caso
al graficar el tiempo con el promedio móvil, la gráfica se suaviza y
Página 148
se convierte en la tendencia de las ventas, si tomamos dos puntos

cualquiera de los años y el valor de promedio móvil (1993; 6.14) y
(2011; 8.71), calculamos la pendiente
8.71−6.14
𝑎 = 2011−1993 = 0.1429 ,
la proyección de la recta sobre el eje “y” es 5.57. De ésta manera

obtenemos la ecuación 𝑦 = 0.1429𝑥 + 5.57 que representa el
promedio móvil; excel es una gran herramienta que permite
encontrar la variación y la tendencia con la respectiva ecuación, la
gráfica muestra lo expuesto.
12
Ventas
y = 0,1429x + 5,5714
10
8
Ventas
6 Ventas
Promedio Movil
4
Lineal (Promedio
2 Movil)
0
1991
1997
2014
1990
1992
1993
1994
1995
1996
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Años
Figura 12. Ventas entre 1900 y 2014
En la mayoría de los casos es difícil obtener una tendencia lineal,

por lo general sea las ventas, los ingreso, la producción u otra
variable en función del tiempo presentan una variación irregular,
razón por la que la tendencia del promedio móvil no representa una
línea recta como se muestra en el ejemplo a continuación. Además
se debe considerar la naturaleza de los datos que pueden ser
mensuales en este caso el promedio móvil se sugiere que se lo
tome para los doce meses, o incluso la información la podemos
tener diaria, que la relacionaríamos con el número de días de la
semana. En la tabla expuesta a continuación los ingresos por
Página 149
ventas son anuales y está calculado el promedio móvil para tres y

cinco años. Para calcular el primer valor del promedio móvil para
tres años (azul), sume las tres primero datos y divida para tres (8 +
9 + 11)/3 = 9.33 y el promedio móvil para cinco años (amarillo) (8 +
9 + 11 + 15 + 6)/5 = 9.80. El promedio móvil para cuatro años se debe
encontrar un doble promedio (violeta) y colocar en la ubicación
mitad del número de años más uno. (4/2) + 1 = 3; encuentre el
promedio los cuatro primeros datos de los Ingresos por Ventas (8 +
9 + 11 + 15)/4 = 10.75 ; luego parta del segundo valor y calculo el
promedio de los siguientes cuatro datos (9 + 11 + 15 + 6)/4 = 10.25;
finalmente calcule el promedio de los dos promedios (10.75 +
10.25)/2 = 10.50. Continúe con el procedimiento como se indica en
la tabla.
Tabla 7
CÁLCULO DEL PROMEDIO MÓVIL DE 3, 5 Y 4 AÑOS
Luego de calcular los datos lo ideal es representarlos en una

gráfica. Al observar el promedio móvil de los ingresos agrupados en
tres años, cuatro y el de cinco años, este último tiene una
tendencia más suave, por lo que se observa que mientras mayores
Página 150
sea la cantidad de datos que agrupemos para el promedio móvil la

tendencia está mejor representada.
Figura 13 Ingreso por ventas
4.5.3 MÉTODO DEL PROMEDIO MÓVIL PONDERADO

El pronóstico de promedio móvil es óptimo para patrones de demanda
aleatoria o nivelada donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de
demanda reciente.
En el promedio móvil las ponderaciones son las mismas para

todos los datos si ponderamos para tres años sumamos los tres
valores y dividimos para tres cada valor tiene una ponderación de
1/3, mientras que en el promedio ponderado cada valor tiene una
ponderación según la necesidad, la consideración que podría
tomarse en cuenta es la necesidad de que al calcular el promedio
móvil éste se encuentra entre los valores tomados. Si bien la
tendencia se ha suavizado, existe la necesidad de que el promedio
se aproxime al valor del período final.
El promedio móvil obtenemos al sumar los clientes de los tres
primeros años y dividirlo para tres (4,511 + 4,898 + 5,533)/3 = 4,980.67
Las ponderaciones para este ejemplo son de 0.1; 0.2; 0.7, que
suma 1; para cada uno de los períodos la ponderación es diferente
tomando en cuenta que la ponderación del último año es mayor.
Página 151
El promedio móvil ponderado obtenemos al sumar los clientes de

los tres primero años multiplicados por la ponderación y dividirlo
para tres (4,511(0.1) + 4,898(0.20) + 5,533(0.7))/3 = 5,303.80.
En la tabla siguiente del ejemplo se observa en 1999 existieron
10,200 clientes y el promedio móvil fue de 8,776.33, mientras que
el promedio ponderado de 9,278 que se aproxima más a los
clientes en ese año. La grafica muestra como el promedio móvil
ponderado se aproxima más al número de clientes.
Figura 14. Promedio móvil ponderado para diferentes periodos.
Página 152
BIBLIOGRAFÍA
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para
administración y economía. Mexico D.F.: CENAGE Learning.
Aula Fácil. (28 de 12 de 2015). Curso de Estadística. Obtenido de
http://www.aulafacil.com/cursos/l11221/ciencia/estadisticas/estadi
sticas/coeficiente-de-curtosis
Cabrera, F. A. (24 de 12 de 2015). Medidas de tendencia central -
Estadística económica. Obtenido de
http://www.monografias.com/trabajos43/medidas-tendencia-
central/medidas-tendencia-central2.shtml
De La Vega, M. (mayo de 2012). TABLAS Y FIGURAS APA 6ta. Ed.
Obtenido de investigación.casagrande.edu.ec:
http://investigacion.casagrande.edu.ec/wp-
content/uploads/2013/10/3.-TABLAS-y-FIGURAS-APA-6ta.-ed..pdf
Definición.de. (12 de julio de 2015). Definición.de. Obtenido de
http://definicion.de/estadistica/
García Pérez, C. (26 de 12 de 2015). Medidas de dispersión . Obtenido de
http://fcps.uaq.mx/descargas/prope2014/estadistica/4/medidas_di
spersion.pdf
Página 153
García, J., & Japón , M. (10 de agosto de 2015). thales.cica.es. Obtenido
de http://thales.cica.es/rd/Recursos/rd99/ed99-0278-01/ed99-
0278-01.html
Instituto Nacional de Estadísticas y Censos. (6 de julio de 2015). INEC.
Obtenido de ¿Qué es el censo de población y vivienda?:
http://www.ecuadorencifras.gob.ec/que-es-el-censo-de-poblacion-
y-vivienda-2/
Levin, R., & Rubin, D. (2004). Estadística para Administración y
Economía. Mexico: Pearson.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2006). Estadística aplicada a
los negocios y la economía. México: McGraw - Hill.
Lind, D., Marchal, W., & Wathen, S. (2012). Estadística Aplicada a los
Negocios y la Economía. Mexico D.F.: Mc Grawhill.
Martínez, C. (2012). Estadística y muestreo. Bogotá: ECOE EDICIONES.
Recursos para trabajos administrativos. (18 de febrero de 2013).
www.funcionarioseficientes.com.
Reynaga, J. (6 de julio de 2015). Introducción al método estadístico.
Obtenido de
http://www.facmed.unam.mx/emc/computo/infomedic/presentac/
modulos/modulo3/estadistica/clase1/
Página 154
Slideshare. (5 de julio de 2015). Probabilidad y estadística. Obtenido de
http://es.slideshare.net/RoberLaura/52812712-
probabilidadyestadisticamisaiasefarias-1
Spiegel, M. R. (1997). Estadística. Madrid: McGraw - Hill.
Suárez, M. O. (16 de 12 de 2015). Guía didáctica para el Interaprendizaje
de Medidas de Tendencia Central. Obtenido de
http://www.monografias.com/trabajos85/interaprendizaje-
medidas-tendencia-central/interaprendizaje-medidas-tendencia-
central.shtml#mediaarita
Universidad Michoacana de San Nicolás de Hidalgo. (26 de 12 de 2015).
Moda. Obtenido de
http://dieumsnh.qfb.umich.mx/estadistica/moda.htm#La%20moda
Página 155
Página 156

Estadistica Basica 1

Cargado por

Información del documento

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

Estadistica Basica 1

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA BÁSICA I

Mena, R. Escobar, T. Haro, E. Córdova, M. Merino, V.

Ing. Tania Eslavenska Escobar Erazo, MSc.

Ing. Edwin Ramiro Haro Haro, MBA.

Dra. Mayra Alexandra Córdova Alarcón, Mgst.

Ing. Víctor Marcelo Merino Castillo, Mgst.

Rómulo Eduardo Mena Campaña

Tania Eslavenska Escobar Erazo

Edwin Ramiro Haro Haro

Mayra Alexandra Córdova Alarcón

Víctor Marcelo Merino Castillo

1.1 CONCEPTOS BÁSICOS. ...................................................10

1.1.1 ESTADISTICA ..................................................................... 10

1.1.2. IMPORTANCIA Y ÁMBITO ...................................................... 11

1.1.3. DATOS ESTADÍSTICOS ........................................................ 12

1.1.4 MÉTODOS ESTADÍSTICOS .................................................... 15

Recolección (medición) ______________________________ 15

Recuento (cómputo) ________________________________ 16

1.2. POBLACIÓN Y MUESTRA ................................................17

1.2.1. POBLACIÓN ........................................................................ 17

1.2.2. MUESTRA ........................................................................... 18

1.3. CLASIFICACIÓN ESTADÍSTICA.......................................19

1.3.1. ESTADÍSTICA DESCRIPTIVA ................................................. 19

1.3.2. ESTADÍSTICA INFERENCIAL.................................................. 19

1.4 LA INVESTIGACIÓN ESTADÍSTICA .................................19

El objeto de la investigación __________________________ 20

La fuente de información. ____________________________ 21

Los procedimientos de investigación. ___________________ 22

Sistemas de investigación ___________________________ 22

El material estadístico ______________________________ 24

El costo y su financiación. ___________________________ 25

1.4.2 RECOLECCIÓN .................................................................... 25

1.4.3 CRÍTICA Y CODIFICACIÓN .................................................... 25

1.4.4 TABULACIÓN Y PROCESAMIENTO .......................................... 26

1.4.5 ANÁLISIS E INTERPRETACIÓN .............................................. 27

1.4.6 PUBLICACIÓN ..................................................................... 27

1.5 TABLAS ESTADÍSTICAS ..................................................28

1.5.1 PARTES DE UNA TABLA ........................................................ 29

Numeración de las tablas ____________________________ 29

Títulos de tablas ___________________________________ 30

Cuerpo de una tabla: _______________________________ 30

Notas de la tabla. __________________________________ 30

Tablas de otras fuentes. _____________________________ 31

1.5.2 TIPOS DE TABLAS ............................................................... 31

Tablas de una entrada. ______________________________ 31

Tablas de dos entradas. _____________________________ 32

Tablas complejas: __________________________________ 32

1.6 GRÁFICOS ESTADÍSTICOS .............................................34

1.6.1 GRÁFICAS LINEALES............................................................ 35

1.6.2 GRÁFICOS DE SUPERFICIE ................................................... 36

1.6.3 OTROS ............................................................................... 37

Gráficos XY (de dispersión): __________________________ 37

Gráficos de área ___________________________________ 38

1.7 DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS

1.7.1 DISTRIBUCIONES DE FRECUENCIAS PARA DATOS

Pasos para elaborar una distribución de frecuencias _______ 41

1.8 DIAGRAMAS DE FRECUENCIAS.......................................49

1.8.1 DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO .... 49

Diagrama de barras. ________________________________ 50

Gráficas en forma de pastel. _________________________ 50

1.8.2 DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO

Diagrama de barras ________________________________ 51

Diagrama en forma de pastel _________________________ 52

1.8.3 DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO