Ana Ivelisse García. Unid. 4 y 5 Estadística

Ana Ivelisse García 100353145
Unidad 4 y 5
Medidas De Resume De Posición.

Percentiles.
El percentil es una medida de posición no central. Los percentiles Pi son los 99
puntos que dividen una serie de datos ordenada en 100 partes iguales, es decir,
que contienen el mismo número de elementos cada una. El percentil 50 es la
mediana.
Cuartiles.
Los cuartiles son los tres valores que dividen una serie de datos ordenada en
cuatro porciones iguales. El primer cuartil (Q1) deja a la izquierda el 25% de los
datos. El segundo (Q2) deja a izquierda y derecha el 50% y coincide con la
mediana. El tercero (Q3) deja a la derecha el 25% de valores.
Deciles.
Son 9 valores que distribuyen la serie de datos, ordenada de forma creciente o
decreciente, en diez tramos iguales, en los que cada uno de ellos concentra el
10% de los resultado.
 Procedimientos de cálculos en datos no agrupados y agrupados.

Para Datos No Agrupados
Cuartiles
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las
siguientes fórmulas:
- El primer cuartil:
Cuando n es par:
Cuando n es impar:
 Para el tercer cuartil Cuando n
es par:
Cuando n es impar:
Deciles
Cuando n es par:
Cuando n es impar:
Siendo A el número del decil.
Percentiles
Para los percentiles, cuando n es par:
Cuando n es impar:
Siendo A, el número del percentil.
Es fácil ver que el primer cuartil coincide con el percentil 25; el segundo cuartil
con el percentil 50 y el tercer cuartil con el percentil 75.
Datos Agrupados}
Cuartiles
Como los cuartiles adquieren su mayor importancia cuando contamos un número

grande de datos y tenemos en cuenta que en estos casos generalmente los datos
son resumidos en una tabla de frecuencia. La fórmula para el cálculo de los
cuartiles cuando se trata de datos agrupados es la siguiente:
k= 1,2,3
Donde:
Lk = Límite real inferior de la clase del cuartil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil
k. fk = Frecuencia de la clase del cuartil k c = Longitud del intervalo de la
clase del cuartil k
Si se desea calcular cada cuartil individualmente, mediante otra fórmula se tiene
lo siguiente:
 El primer cuartil Q1, es el menor valor que es mayor que una cuarta parte de
los datos; es decir, aquel valor de la variable que supera 25% de las
observaciones y es superado por el 75% de las observaciones
Deciles
k= 1,2,3,... 9
Donde:
Lk = Límite real inferior de la clase del decil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.
fk = Frecuencia de la clase del decil k c =
Longitud del intervalo de la clase del decil k
Otra fórmula para calcular los deciles:
El cuarto decil, es aquel valor de la variable que supera al 40%, de las

observaciones y es superado por el 60% de las observaciones.
Percentiles
El 60 percentil, es aquel valor de la variable que supera al 60% de las

observaciones y es superado por el 40% de las observaciones.
 El percentil 99 supera 99% de los datos y es superado a su vez por el 1%

restante.
Medidas Resumen De Dispersión.

¿Por qué estudiar la dispersión?
Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas, de
arrojar un valor numérico que ofrezca información sobre el grado de variabilidad
de una variable.
En otras palabras, las medidas de dispersión son números que indican si una
variable se mueve mucho, poco, más o menos que otra. La razón de ser de este
tipo de medidas es conocer de manera resumida una característica de la variable
estudiada. En este sentido, deben acompañar a las medidas de tendencia central.
Juntas, ofrecen información de un sólo vistazo que luego podremos utilizar para
comparar y, si fuera preciso, tomar decisiones.
Medidas de dispersión para los datos agrupados y no agrupados.

Amplitud total o rango.
Rango
El Rango es el intervalo entre el valor máximo y el valor mínimo; por ello,
comparte unidades con los datos. Permite obtener una idea de la dispersión de
los datos, cuanto mayor es el rango, aún más dispersos están los datos. El rango,
también es llamado amplitud o recorrido de medida.
Su fórmula es:
R = Máxx – Mínx
Donde:
R → Es el rango.
Máx → Es el valor máximo de la muestra o población.
Mín → Es el valor mínimo de la muestra o población estadística.
x → Es la variable sobre la que se pretende calcular esta medida.
El rango, recorrido o amplitud, en estadística, es la diferencia (resta) entre el valor

máximo y el valor mínimo de un conjunto de datos provenientes de una muestra
o de una población. Si se representa al rango con la letra R y a los datos mediante
x, la fórmula para el rango es simplemente:
R = xmáx – xmín
Donde xmáx es el valor máximo de los datos y xmin es el mínimo.
El concepto es muy útil como medida de dispersión sencilla para apreciar

rápidamente la variabilidad de los datos, pues indica la extensión o longitud del
intervalo donde se hallan estos.
Por ejemplo, supongamos que se mide la estatura de un grupo de 25 estudiantes

varones del primer año de ingeniería en una universidad. El estudiante más alto
del grupo mide 1.93 m y el más bajo 1.67 m. Estos son los valores extremos de los
datos de la muestra, por lo tanto el recorrido de los mismos es:
R = 1.93 – 1.67 m = 0.26 m o 26 cm.

La estatura de los alumnos de este grupo se distribuye a lo largo de este rango.
Ventajas y desventajas
El rango es, como dijimos antes, una medida de cuán dispersos están los datos.
Un rango pequeño indica que los datos están más o menos cercanos y la
dispersión es poca. En cambio un rango mayor es indicativo que los datos están
más dispersos.
Las ventajas de calcular el rango son evidentes: es muy sencillo y rápido de hallar,
pues es una simple diferencia.
Además tiene las mismas unidades que los datos con los cuales se trabaja y el
concepto es muy fácil de interpretar para cualquier observador.
En el ejemplo de la estatura de los estudiantes de ingeniería, si el rango hubiera

sido de 5 cm, diríamos que los alumnos son todos aproximadamente del mismo
tamaño. Pero con un rango de 26 cm, suponemos de inmediato que en la muestra
hay alumnos de todas las estaturas intermedias. ¿Siempre se acierta con esta
suposición? Desventajas del rango como medida de dispersión. Si nos fijamos con
cuidado, puede que en nuestra muestra de 25 estudiantes de ingeniería,
solamente uno de ellos mide 1.93 y los restantes 24 tienen estaturas cercanas a
1.67 m.
Y sin embargo el rango sigue siendo el mismo, aunque es perfectamente posible

que ocurra lo contrario: que la estatura de la mayoría oscile alrededor del 1.90 m
y solamente uno mide 1.67 m. En cualquiera de los casos, la distribución de los
datos es bien diferente. Las desventajas del rango como medida de dispersión se
deben a que solamente usa los valores extremos e ignora todos los demás. Como
la mayor parte de la información se pierde, no se tiene idea de cómo se
distribuyen los datos de la muestra. Otra característica importante es que el rango
de la muestra nunca disminuye. Si añadimos más información, es decir,
consideramos más datos, el rango aumenta o se queda igual.
Y en todo caso, es útil solamente cuando se trabaja con muestras pequeñas, no

siendo recomendable su uso único como medida de dispersión en muestras
grandes. Lo que hay que hacer es complementar con el cálculo de otras medidas
de dispersión que sí tengan en cuenta la información que suministra el total de los
datos: recorrido intercuartílico, varianza, desviación estándar y coeficiente de
variación.
Desviación de la media
La desviación estándar mide el grado de dispersión de los datos con respecto a la
media, se denota como s para una muestra o como σ para la población. Se define
como la raíz cuadrada de la varianza según la expresión:
Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde
se divide entre n; también existe la fórmula de desviación típica donde el
denominador es n pero se prefiere n-1.
Mientras menor sea la desviación estándar, los datos son más homogéneos, es
decir existe menor dispersión, el incremento de los valores de la desviación
estándar indica una mayor variabilidad de los datos.
Como su nombre indica, la desviación respecto a la media da información de lo

alejado o cerca que está un dato de los demás datos del conjunto. Intuitivamente,
ya se ve que se puede calcular como la diferencia entre un dato y la media de los
datos:
Se puede observar que para calcular esta desviación, si se dispone de la media,
sólo se requiere aquel valor la desviación del cual se quiere calcular.
También cabe comentar que teniendo uno de los datos y su desviación respecto a
la media, se puede despejar la media aplicando una simple resta: y
posteriormente usarla para calcular las demás desviaciones.
El signo de la desviación respecto a la media indica si el valor está por encima de

la media (signo positivo), o por debajo de la media (signo negativo).
El valor absoluto de la desviación respecto a la media indica lo lejos que está el

valor de la media. Un valor igual a cero indica que el valor coincide con la media,
mientras que un valor elevado con respecto a las demás desviaciones informa de
que el dato está alejado de los demás datos.
Desviación media
La desviación media es la media aritmética de los valores absolutos de las

desviaciones
respecto a la media. Se simboliza por y se calcula aplicando la fórmula
Informa de lo muy dispersados (o no) que están los datos. Una desviación media
elevada implica mucha variabilidad en los datos, mientras que una desviación
media igual a cero implica que todos los valores son iguales y por lo tanto
coinciden con la media.
Desviación media o desviación promedio

La desviación media o desviación promedio es la media aritmética de los valores
absolutos de las desviaciones respecto a la media aritmética.
1.1) PROPIEDADES
Guarda las mismas dimensiones que las observaciones. La suma de valores
absolutos es relativamente sencilla de calcular, pero esta simplicidad tiene un
inconveniente:
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.
1.2) MÉTODOS DE CÁLCULO

1.2.1) Para Datos No Agrupados
Se emplea la ecuación:
Ejemplo ilustrativo:
Calcular la desviación media de la distribución: 3, 8, 8, 8, 9, 9, 9, 18
Solución
Se calcula la media aritmética.
Se calcula la desviación media.
Varianza
La varianza es una medida de dispersión que representa la variabilidad de una
serie de datos respecto a su media. Formalmente se calcula como la suma de los
residuos al cuadrado divididos entre el total de observaciones.
La varianza es una medida de dispersión que representa la variabilidad de una

serie de datos respecto a su media. Formalmente se calcula como la suma de los
residuos al cuadrado divididos entre el total de observaciones.
También se puede calcular como la desviación típica al cuadrado. Dicho sea de

paso, entendemos como residuo a la diferencia entre el valor de una variable en
un momento y el valor medio de toda la variable.
Antes de ver la fórmula de la varianza, debemos decir que la varianza en
estadística es muy importante. Ya que aunque se trata de una medida sencilla,
puede aportar mucha información sobre una variable en concreto.
Fórmula para calcular la varianza

La unidad de medida de la varianza será siempre la unidad de medida
correspondiente a los datos pero elevada al cuadrado. La varianza siempre es
mayor o igual que cero. Al elevarse los residuos al cuadrado es matemáticamente
imposible que la varianza salga negativa. Y de esa forma no puede ser menor que
cero.
Donde
X: variable sobre la que se pretenden calcular la varianza xi: observación
número i de la variable X. i puede tomará valores entre 1 y n. n: número de
observaciones. x:̄ Es la media de la variable X. O lo que es lo mismo:
¿Por qué se elevan al cuadrado los residuos?
La razón por la que los residuos se elevan al cuadrado es sencilla. Si no se elevasen

al cuadrado, la suma de residuos sería cero. Es una propiedad de los residuos. Así
pues para evitarlo, tal como ocurre con la desviación típica se elevan al cuadrado.
El resultado es la unidad de medida en la que se miden los datos pero elevada al
cuadrado.
Por ejemplo, si tuviésemos datos sobre los salarios de un conjunto de personas en

euros, el dato que arroja la varianza sería en euros cuadrados. Para que tenga
sentido la interpretación calcularíamos la desviación típica y pasaríamos el dato a
euros.
Desviación -> (2-3) = -1

Desviación -> (4-3) = 1
Si sumamos todas las desviaciones el resultado es cero.

¿Qué diferencia existe entre la varianza y la desviación típica?
Una cuestión que se podría plantear, y con razón, sería la diferencia entre
varianza y desviación típica. En realidad, vienen a medir lo mismo. La varianza es
la desviación típica elevada al cuadrado. O al revés, la desviación típica es la raíz
cuadrada de la varianza.
La desviación típica se hace para poder trabajar en las unidades de medida

iniciales. Claro que, como es normal, uno puede preguntarse, ¿de qué sirve tener
como concepto la varianza? Bien, aunque la interpretación del valor que arroja no
nos da demasiada información, su cálculo es necesario para obtener el valor de
otros parámetros.
Para calcular la covarianza necesitamos la varianza y no la desviación típica, para

calcular algunas matrices econométricas se utiliza la varianza y no la desviación
típica. Es una cuestión de comodidad a la hora de trabajar con los datos en según
qué cálculos.
Ejemplo de cálculo de la varianza

Vamos a acuñar una serie de datos sobre salarios. Tenemos cinco personas, cada
uno con un salario diferente:
Juan: 1.500 euros
Pepe: 1.200 euros
José: 1.700 euros
Miguel: 1.300 euros
Mateo: 1.800 euros
La media del salario, la cual necesitamos para nuestro cálculo, es de ((1.500 +

1.200 + 1.700 + 1.300 + 1.800) /5) 1.500 euros.
Dado que la fórmula de la varianza en su forma desglosada se formula como
sigue:
Obtendremos que se debe calcular tal que:
El resultado es de 52.000 euros al cuadrado. Es importante recordar que siempre

que calculamos la varianza tenemos las unidades de medida al cuadrado. Para
pasarlo a euros, en este caso tendríamos que realizar la desviación típica. El
resultado aproximado sería de 228 euros. Esto quiere decir que, en media, la
diferencia entre los salarios de las distintas personas será de 228 euros.
Desviación típica o estándar: Es otra medida que ofrece información de la

dispersión respecto a la media. Su cálculo es exactamente el mismo que la
varianza, pero realizando la raíz cuadrada de su resultado. Es decir, la
desviación típica es la raíz cuadrada de la varianza.
La desviación estándar (o desviación típica) es una medida de dispersión para

variables de razón (ratio o cociente) y de intervalo, de gran utilidad en la
estadística descriptiva. Es una medida (cuadrática) de lo que se apartan los datos
de su media, y por tanto, se mide en las mismas unidades que la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas
de tendencia central, sino que necesitamos conocer también la desviación que
representan los datos en su distribución, con objeto de tener una visión de los
mismos más acorde con la realidad a la hora de describirlos e interpretarlos para
la toma de decisiones.
Desviación estándar o Típica

Esta medida nos permite determinar el promedio aritmético de fluctuación de los
datos respecto a su punto central o media. La desviación estándar nos da como
resultado un valor numérico que representa el promedio de diferencia que hay
entre los datos y la media. Para calcular la desviación estándar basta con hallar la
raíz cuadrada de la varianza, por lo tanto su ecuación sería:
EJEMPLO
1.-El gerente de una empresa de alimentos desea saber que tanto varían los pesos
de los empaques (en gramos), de uno de sus productos; por lo que opta por
seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los
siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente. Por lo que
su media es:
Con lo que concluiríamos que el peso promedio de los empaques es de 507

gramos, con una tendencia a variar por debajo o por encima de dicho peso en 12
gramos. Esta información le permite al gerente determinar cuánto es el promedio
de perdidas causado por el exceso de peso en los empaques y le da las bases para
tomar los correctivos necesarios en el proceso de empacado.
2.-Ejemplo: Desviación estándar para datos no agrupados

Calcular la desviación estándar al siguiente conjunto de datos muéstrales.
220 215 218 210 210

219 208 207 213 225
213 204 225 211 221
218 200 205 220 215
217 209 207 211 218
PASO 1: Calcular la media aritmética.
PASO 2: Calcular la varianza
En este punto, la varianza es identificada por S2.
PASO 3: Calcular la desviación estándar a partir de la raíz cuadrada de la varianza.
Los datos se alejan en promedio de la media aritmética en 6,5516 puntos.
Ejercicios
Datos no agrupados
1. Las calificaciones de 17 alumnos en Estadística han sido las siguientes: 5, 2, 4, 9,

7, 4, 6, 5, 7, 7, 5, 5, 4, 6, 3, 5, 6.
Calcular la media aritmética, la mediana y la moda; Q2, D5 y P25; desviación

estándar y el coeficiente de variación.
• Media Aritmética
Xi: 2 3 4 4 4 5 5 5 5 5 6 6 6 7 7 7 9
= 90 / 17 =
5.29 puntos.
• Mediana
Me = (n + 1) / 2
Me = (17 + 1) / 2 = 18 / 2 = 9
Me = 9na. Posición
Xi: 2 3 4 4 4 5 5 5 5 5 6 6 6 7 7 7 9
Me = 5 Puntos
Moda
Mo = 5, 4, 6 y 7
• Calcular el Q2
QK = (k (n+1)) / 4
Q2 = (2 (17+1)) / 4 = 9na. Posición
Xi: 2 3 4 4 4 5 5 5 5 5 6 6 6 7 7 7 9
Q2 = Me = 5 puntos.
• Calcular el D5
DK = (k (n+1)) / 10
D5 = (5 (17+1)) / 10 = 9na. Posición
Xi: 2 3 4 4 4 5 5 5 5 5 6 6 6 7 7 7 9
D5 = Q2 = Me = 5 puntos.
• Calcular el P25 PK = (k (n+1)) / 100

P25 = (25 (17+1)) / 100 = 4.5 Posición
Xi: 2 3 4 4 4 5 5 5 5 5 6 6 6 7 7 7 9
Xi
Interpolar 2 5.29 3.29 10.8241
P25 = 4 + 0.50 (4 - 4) = 4 3 5.29 2.29 5.2441
P25 = 4 puntos 4 5.29 1.29 1.6641
4 5.29 1.29 1.6641
4 5.29 1.29 1.6641
Desviación estándar. 5 5.29 0.29 0.0841
5 5.29 0.29 0.0841
5 5.29 0.29 0.0841
5 5.29 0.29 0.0841
5 5.29 0.29 0.0841
6 5.29 0.71 0.5041
6 5.29 0.71 0.5041
6 5.29 0.71 0.5041
7 5.29 1.71 2.9241
7 5.29 1.71 2.9241
7 5.29 1.71 2.9241
= 1.69 puntos. 9 5.29 3.71 13.7641
90.00 21.87 45.5297
• Coeficiente de Variación
C.V =
(1.69/5.29)*100=31.95%
C.V = 31.95%
• Se han anotado las tallas, en centímetros, de los 17 alumnos de una clase y se
han obtenido los siguientes resultados: 166, 171, 167, 165, 152, 150, 147, 152,
162, 155, 158, 158, 158, 164, 157, 155, 160,
a)¿cómo determinarías la talla promedio de esos 17 alumnos?

Aplicando la fórmula de la Media
= 2,697 / 17 = 158.65
158.65 cm.
b)¿Cuál es la talla que más se repite entre los alumnos?

Xi: 147 150 152 152 155 155 157 158 158 158 160 162 164 165 166 167 171
Mo = 158, 155 y 152
c) ¿Entre que tallas se encuentra la mitad más baja y entre que tallas se encuentra
la mitad más alta?
Xi: 147 150 152 152 155 155 157 158 158 158 160 162 164 165 166 167 171
Me = (n + 1) / 2 Xi
Me = (17 + 1) / 2 = 18 / 2 = 9 147 158.65 11.65 135.7225

150 158.65 8.65 74.8225
Me = 9na. Posición 152 158.65 6.65 44.2225
152 158.65 6.65 44.2225
Me = 158 Cm 155 158.65 3.65 13.3225
155 158.65 3.65 13.3225
157 158.65 1.65 2.7225
d ¿qué tan distante se encuentra la talla del 158
158
158.65
158.65
0.65
0.65
0.4225
0.4225
promedio? Buscar el coeficiente de variación. 158 158.65 0.65 0.4225
160 158.65 1.35 1.8225
Desviación estándar. 162 158.65 3.35 11.2225
164 158.65 5.35 28.6225
165 158.65 6.35 40.3225
166 158.65 7.35 54.0225
167 158.65 8.35 69.7225
171 158.65 12.35 152.5225
2,697.00 88.95 687.8825
= 6.56 Cm
N = 17
MEDIA ARITMÉTICA = 158.655.23
DESVIACIÓN MEDIA =VARIANZA =
 Coeficiente de Variación DESVIACIÓN ESTANDAR = 42.996.56

COEFICIENTE DE VARIACIÓN = 4.13%
C.V = (S / X) * 100 = (6.56/158.65)*100=4.13%

C.V = 4.13%
Datos agrupados
3. Dos amigos decidieron comprobar cuanto duraba realmente la carga de

batería de sus mp4 por lo que han estado anotando, cuidadosamente, varias
veces, la duración, en minutos, de escuchar música continuamente y han
obtenido: 40, 44, 42, 47, 41, 42, 47, 43, 48, 44, 49, 41, 46, 43, 47, 42, 46, 44, 54,
53, 47, 43, 40, 48, 54, 68, 66, 59, 51, 53, 49, 45, 52, 57, 63, 67
a) EL RANGO
R = Xmax – Xmin
R = 68 – 40 = 28
R = 28
b) MÉTODO DE STURGES
NG (CLASES) = 1 + 3.33 LOG (N)

NG (CLASES) = 1 + 3.33 LOG (36)
NG (CLASES) = 1 + 3.33 (1.5563)
NG (CLASES) = 1 + 5.1825
NG (CLASES) = 6.1825
NG (CLASES) = 7
c) AMPLITUD
I = R / NG
I = 28 / 7= 4
I=4
Minutos fi Fi Xi Xifi
40 - 4 9 9 41.5 373.5
3
44 - 4 11 20 45.5 500.5
7
48 - 5 5 25 49.5 247.5
1
52 - 5 5 30 53.5 267.5
5
56 - 5 2 32 57.5 115
9
60 - 6 1 33 61.5 61.5
3
64 - 6 2 35 65.5 131
7
68 - 7 1 36 69.5 69.5
1
TOTAL 36 1,766
a)¿cuántos minutos promedio pueden escuchar música en sus mp4, en forma

continua?
= 1,766 / 36 = 49.06
49.06 Minutos.
b) ¿Qué cantidad de minutos se repite más, en estas observaciones?
La Moda
Li = 44
Δ 1 = 11 – 9 = 2
Δ 2 = 11 – 5 = 6
Ci = 5
=44 + ((2 / 2 + 6)) * 5 = 45.25
Mo = 45.25 Minutos
c)¿Cuál es el intervalo más aceptado de duración para escuchar música

continuamente?
44 – 47 minutos.
Interprete el coeficiente de variación.
F X
Minutos fi Xifi
i i
40 - 43 9 9 41 373.5 49.06 68.04 514.38
.5 0
44 - 47 11 2 45 500.5 49.06 39.16 139.41
0 .5 0
48 - 51 5 2 49 247.5 49.06 2.20 0.97
5 .5 0
52 - 55 5 3 53 267.5 49.06 22.20 98.57
0 .5 0
56 - 59 2 3 57 115.0 49.06 16.88 142.47
2 .5 0
60 - 63 1 3 61 61.50 49.06 12.44 154.75
3 .5
64 - 67 2 3 65 131.0 49.06 32.88 540.55
5 .5 0
68 - 71 1 3 69 69.50 49.06 20.44 417.79
6 .5
TOTAL 36 1,766. 214.24 2,008.89
00
C.V = (S / X) * 100 = (7.58/49.06)*100=15.45%

C.V = 15.45 %
Interpretación: la variabilidad de la duración de minutos en escuchar música con

relación al tiempo promedio es de 15.45%.
4. Suponga que un investigador desea determinar cómo varía el peso de un grupo

de estudiantes de primer semestre de una universidad. Selecciona una muestra
de 50 estudiantes y registra sus pesos en kilogramos. Los datos obtenidos fueron
los siguientes:
65 63 65 63 69 67 53 58 60 61
64 65 64 72 68 66 55 57 60 62
64 65 64 71 68 66 56 59 61 62
63 65 63 70 67 66 57 59 61 62
64 64 63 69 67 66 58 60 61 62
EL RANGO
R = Xmax – Xmin
R = 72 – 53 = 19
R = 19
MÉTODO DE STURGES
NG (CLASES) = 1 + 3.33 LOG (N)
NG (CLASES) = 1 + 3.33 LOG (50)
NG (CLASES) = 1 + 3.33 (1.6990)
NG (CLASES) = 1 + 5.6576
NG (CLASES) = 6.6576
NG (CLASES) = 7
AMPLITUD
I = R / NG
I = 19 / 6.6576 = 2.85
I=3
Peso F X
fi Xifi
(Kg) i i
53 - 55 2 2 5 108.0 63.18 168.54
4 0
56 - 58 5 7 5 285.0 63.18 190.96
7 0
59 - 61 9 1 6 540.0 63.18 91.01
6 0 0
62 - 64 15 3 6 945.0 63.18 0.49
1 3 0
65 - 67 12 4 6 792.0 63.18 95.43
3 6 0
68 - 70 5 4 6 345.0 63.18 169.36
8 9 0
71 - 73 2 5 7 144.0 63.18 155.58
0 2 0
TOTAL 50 3,159.0 871.38
0
• Calcule e Interprete
• Media
63.18 Kg
= 3,159 / 50 = 63.18
• Interpretación: Esto significa que el peso promedio correspondiente a una

muestra de 50 estudiantes de primer semestre de una universidad es de 63.18
Kg.
• Media
N / 2 = 50 / 2 = 25
Li = 62 Fi
– 1 = 16 fi
= 15
Ci = 3
62 + ((25 – 16) / 15) * 3 = 62.80
Me = 63.80 Kg.
• Interpretación: Esto quiere decir que la mitad de una muestra de 50

estudiantes de primer semestre de una universidad pesan 63.80 Kg o menos y
la otra mitad pesa 63.80 Kg o más.
• Moda
Li = 62
Δ 1 = 15 – 9 = 6
Δ 2 = 15 – 12 = 3
Ci = 3
= 62+ ((6 / 6 + 3)) * 3 = 64
Mo = 64 Kg.
Interpretación: Esto quiere decir que 64 Kg fue el peso más frecuente entre la
muestra de 50 estudiantes de primer semestre de una universidad.
• Q1
KN / 4 = (1*50) / 4 = 12.5
Li = 59
Fi-1 = 7
fi = 9 Ci
=3
Q1 = Li + ((kn/4 - Fi-1) / fi) x Ci Q1 =

59 + (12.5 – 7) / 9) x 3 = 60.83 Q1
= 60.83 Kg.
Interpretación: El resultado obtenido significa que el 25% (primer cuartil) de la

muestra de 50 estudiantes de primer semestre de una universidad pesa 60.83 Kg
o menos.
• D4
KN / 10 = (4*50) / 10 = 20
Li = 62
Fi-1 = 16
fi = 15 Ci
=3
D4 = Li + ((kn/4 - Fi-1) / fi ) x Ci D4 =
62 + (20 – 16) / 15) x 3 = 62.80 D4
= 62.80 Kg.
Interpretación: El resultado obtenido significa que el 45% de la muestra de 50

estudiantes de primer semestre de una universidad pesa 62.80 Kg o menos.
• P75
KN / 100 = (75*50) / 100 = 37.50
Li = 65
Fi-1 = 31
fi = 12 Ci
=3
P75 = Li + ((kn/4 - Fi-1) / fi ) x Ci P75 =

65 + (37.5 – 31) / 12) x 3 = 66.62 P75
= 66.62 Kg.
Interpretación: El resultado obtenido significa que el 75% de la muestra de 50

estudiantes de primer semestre de una universidad pesa 66.62 Kg o menos.
Pes
o F X
• Coeficiente de variación. (Kg
fi
i i
Xifi
)
53 - 55 2 2 5 108. 63.18 168.54
C.V = (S / X) * 100 = 4 00
56 - 58 5 7 5 285. 63.18 190.96
(4.22/63.18)*100=6.67% 7 00
59 - 61 9 1 6 540. 63.18 91.01
C.V = 6.67 % 6 0 00
62 - 64 15 3 6 945. 63.18 0.49
1 3 00
65 - 67 12 4 6 792. 63.18 95.43
3 6 00
Interpretación: la variabilidad de 68 - 70 5 4 6 345. 63.18 169.36
8 9 00
una muestra de 50 estudiantes de 71 - 73 2 5 7 144. 63.18 155.58
0 2 00
primer semestre de una TOTAL 50 3,159. 871.38
universidad es de 6.67%. 00

Ana Ivelisse García. Unid. 4 y 5 Estadística

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

Ana Ivelisse García. Unid. 4 y 5 Estadística

Cargado por

Copyright:

Formatos disponibles

Ana Ivelisse García 100353145

Medidas De Resume De Posición.

 Procedimientos de cálculos en datos no agrupados y agrupados.

 Para el tercer cuartil Cuando n

Como los cuartiles adquieren su mayor importancia cuando contamos un número

El cuarto decil, es aquel valor de la variable que supera al 40%, de las

El 60 percentil, es aquel valor de la variable que supera al 60% de las

 El percentil 99 supera 99% de los datos y es superado a su vez por el 1%

Medidas Resumen De Dispersión.

Medidas de dispersión para los datos agrupados y no agrupados.

El rango, recorrido o amplitud, en estadística, es la diferencia (resta) entre el valor

El concepto es muy útil como medida de dispersión sencilla para apreciar

Por ejemplo, supongamos que se mide la estatura de un grupo de 25 estudiantes

R = 1.93 – 1.67 m = 0.26 m o 26 cm.

En el ejemplo de la estatura de los estudiantes de ingeniería, si el rango hubiera

Y sin embargo el rango sigue siendo el mismo, aunque es perfectamente posible

Y en todo caso, es útil solamente cuando se trabaja con muestras pequeñas, no

Como su nombre indica, la desviación respecto a la media da información de lo

El signo de la desviación respecto a la media indica si el valor está por encima de

El valor absoluto de la desviación respecto a la media indica lo lejos que está el

La desviación media es la media aritmética de los valores absolutos de las

Desviación media o desviación promedio

1.2) MÉTODOS DE CÁLCULO

Se calcula la media aritmética.

Se calcula la desviación media.

La varianza es una medida de dispersión que representa la variabilidad de una

También se puede calcular como la desviación típica al cuadrado. Dicho sea de

Fórmula para calcular la varianza

¿Por qué se elevan al cuadrado los residuos?

La razón por la que los residuos se elevan al cuadrado es sencilla. Si no se elevasen

Por ejemplo, si tuviésemos datos sobre los salarios de un conjunto de personas en

Desviación -> (2-3) = -1

Si sumamos todas las desviaciones el resultado es cero.

La desviación típica se hace para poder trabajar en las unidades de medida

Para calcular la covarianza necesitamos la varianza y no la desviación típica, para

Ejemplo de cálculo de la varianza

La media del salario, la cual necesitamos para nuestro cálculo, es de ((1.500 +

Obtendremos que se debe calcular tal que:

El resultado es de 52.000 euros al cuadrado. Es importante recordar que siempre

Desviación típica o estándar: Es otra medida que ofrece información de la

La desviación estándar (o desviación típica) es una medida de dispersión para

Desviación estándar o Típica

Con lo que concluiríamos que el peso promedio de los empaques es de 507

2.-Ejemplo: Desviación estándar para datos no agrupados

220 215 218 210 210

1. Las calificaciones de 17 alumnos en Estadística han sido las siguientes: 5, 2, 4, 9,

Calcular la media aritmética, la mediana y la moda; Q2, D5 y P25; desviación

• Calcular el P25 PK = (k (n+1)) / 100

a)¿cómo determinarías la talla promedio de esos 17 alumnos?

b)¿Cuál es la talla que más se repite entre los alumnos?

Mo = 158, 155 y 152

Me = (17 + 1) / 2 = 18 / 2 = 9 147 158.65 11.65 135.7225

DESVIACIÓN MEDIA =VARIANZA =

 Coeficiente de Variación DESVIACIÓN ESTANDAR = 42.996.56

C.V = (S / X) * 100 = (6.56/158.65)*100=4.13%

3. Dos amigos decidieron comprobar cuanto duraba realmente la carga de

NG (CLASES) = 1 + 3.33 LOG (N)

a)¿cuántos minutos promedio pueden escuchar música en sus mp4, en forma

b) ¿Qué cantidad de minutos se repite más, en estas observaciones?

=44 + ((2 / 2 + 6)) * 5 = 45.25

c)¿Cuál es el intervalo más aceptado de duración para escuchar música

Interprete el coeficiente de variación.

C.V = (S / X) * 100 = (7.58/49.06)*100=15.45%

Interpretación: la variabilidad de la duración de minutos en escuchar música con