CAPITULO

1
COLECTIV
OS Y
CARACTER
ES
 ESTADÍSTICA DESCRIPTIVA
Se dice colectivo cualquier conjunto de elementos, objeto de estudio.

EJEMPLO DE COLECTIVOS:

 Población Ecuatoriana (u. e) la persona

 Una especie animal (u. e) cada animal
 Estudiantes de la ESPOCH (u. e) cada estudiante.
Cada elemento del colectivo se llama unidad estadística (u. e)

En símbolos un colectivo representa:

u = {u1, u2,.………}, donde ui es la genérica unidad estadística.

Se note que un colectivo puede contener un número indefinido de elementos como

en el ejemplo de la especie animal, se distingue por tanto entre colectivos finito e
infinito.

 Infinitos (no conozco a ciencia cierta cuantos hay)

 Matemáticamente hablando los colectivos son finitos.
El número de elementos de un colectivo u dicha cardinalidad del elemento u
indicado como número (u), se llama numerosidad total o simplemente
numerosidad y en la que sigue se indica con la letra n.

U={ui}ni=1={u1,u2,……….un}

Número de elementos de un colectivo.

Cada unidad estadística (u. e) puede presentar una o más características de

interés dichos caracteres.

EJEMPLOS:

Población Ecuatoriana

U={ui)i=114000000

Población Ecuatoriana.

CARACTERES:

 Estatura
 Peso
 Lugar de Residencia
  Título Académico Todos estos dan una variable
 Color de ojos
 Color de cabello
 Dulce de gusto
Se considere por el momento en solo carácter, por ejemplo el carácter “estatura”
que indicamos con la letra x.

En forma de función para cada individuo que asocia su estatura

X(ui) = Xi Ui Estatura

Intensidades

Conjunto de un carácter se le llama conjunto de las modalidades.

Variable Estadística: Se llama variable estadística una función x: u Ӿ que

asocia a cada u.e ui del colectivo u el valor xi =x (ui) llamado intensidades y
donde Ӿ es el conjunto de las modalidades.

x: u Ӿ tal que xi=x (ui)

x(u1), x(u2),…………….

EJEMPLO:

X1= “Sexo”

X2= “Edad”

X3= “Estatura”

X4= “Peso”

X5= “Ciudad de residencia”

X6= “Número de hermanos”

Ӿ1= {hombre, mujer} = {F,M}

Ӿ2 = {18,……30}

Ӿ3 = {140,……195}

Ӿ4= {45,……….110}

Ӿ5 = {San Fernando, Chilon, Talco, Linares, Santiago, Iquique, San Javier, Puerto
Mantt, San Felipe, Melpilla, Puerto Ibañez, Rancagua}
Ӿ6 = {0,………12}

# (Ӿ1) = 2

# (Ӿ5) = m, # (x6) = 11

CLASIFICACIÓN DE LAS VARIABLES.

Una variable cuantitativa se dice continua cuanto su conjunto de modalidades

coinciden con un intervalo de la recta.

DISTRIBUCIÓN UNITARIA Y DE FRECUENCIAS.

Sea x una u. e el conjunto x= {Xi} ni=1 de las intensidades de todas las unidades
estadística de un colectivo u se llama distribución estadística unitaria (d.e.u)

Si la v.e x es cuantitativa a la suma de todas las intensidades en el colectivo se

llama intensidad total y se indica con Xtot.

d.e.u x = {Xi}i=1n Xtot = ∑i=1nXi

d. e. f x = {Xi, ni}i=1k Xtot = ∑i=1nXini

Sea x una v.e continua.

k Ӿ
x=”peso” Ӿ= (0, Xmax]

k =6

( Ximin, Ximax]
El número de intensidades estadística de un intervalo Ximin, Ximax se denomina
ni i=1, ……..6. Frecuencias absolutas de clase.
i i

∑ n¿ = 1n ∑ ¿
j=1 j=1

∑i=1k fi=1

D .e. f x= { (Ximin, Ximax)], ni}ki=1

EJEMPLO:

X= “ Número de hijos” (60.000 familias ecuatorianas)

X= {Xi}60.000i=1 = {4,2,4,5,0,……………………..}

Ӿ = {0,1,2,3,………………………..,12} número de modalidades.

A fin de representar de manera sintética una d.e.u con tal numerosidad se puede
construir el conjunto de las parejas ordenadas (Xi, ni) en las cuales el primer
elemento Xi indica cada uno de las modalidades contenidas en x y el segundo
elemento el número ni de unidades estadísticas (u.e), que presentan dicha
modalidad llamado numerosidad de la modalidad Xi con frecuencia absoluta. El
conjunto de tales parejas.

X = {(Xi, ni)} = {xi,ni}, este conjunto se llama distribución estadística de frecuencias

(d.e.f)

X = { (15,2)(16,5)(17,11),……..(20,13)] = {(xi, ni)} i=16

x = {Xi, ni}i=1k

∑i=1k ni =n

n = numerosidad total del colectivo

n =54

k = 6 (el número mínimo de parejas)

x = “Número de hermanos”

Número de Hermanos Frecuencia Absoluta

Xi ni
 0 2
1 16
2 8
3 5
4 2
5 1
6 2
TOTAL 36

NOTA: Para calcular la frecuencia total multiplico Xi*ni y sumo todo.

Xtot = ∑i=1k Xini

Xtot = ∑i=1kXi ni =16+16+15+……….=74

EJEMPLO:

- Los datos siguientes se refieren a los distintos tipos de cáncer que afecta a
los 2.000 pacientes recientemente internados en una clínica especializada
en el tratamiento para cáncer.
Tipo de Cáncer Frecuencia Absoluta
Pulmón 42
Mama 50
Colon 32
Próstata 55
Melanoma 9
Vejiga 12
TOTAL 200

X = “Tipo de Cáncer”

U = {ui:ui Es un paciente con cáncer

Ӿ = {Pulmón, Mama, Colon, Próstata, Melanoma, Vejiga, Páncreas, otros}

La variable estadística no teniendo un orden natural puede afirmar que es una v.e
cualitativa nominal.

d.e.f de la v.e x= “Tipo de Cáncer”

 D.e.f de Tipo de Cáncer
60

50

40

30
ni

20

10

0
Pulmon Mama Colon Prostata Melanoma Vejiga
Tipo de Cáncer

Frecuencia Absoluta de la mod

Frecuencia Relativa de la mod

∑i=1kni = n ∑i=1k= 1

ni = nfi fi = ni/n

x = “Tiempo de vida de las lámparas incadecentes”

Número (u) = 200 Ximin

K=7 Ximax

Ni = Número de u.e con intensidades en el intervalo (Ximin, Ximax]

Ximin+ Ximax
Xi=
2

FUNCIÓN DE REPARTICIÓN EMPÍRICA

Se considere una d.e.f x={(Xi,ni)}i=1k de cada u.e cuantitativa x, donde por
definición:

X1<X2<…………………………..<Xk

Se llama f.r acumulada Fi la suma de las frecuencias relativas fj con j=1,

………………….i
Fi = ∑j=1ifj = 1/n ∑j=1inj

= f1+f2+……………..+fj

Ni = ∑j=1inj

= n1+n2+………………….ni

Numerosidad Acumulada o frecuencia absoluta acumulada.

Fk = ∑j=1ifj = 1 Nk = ∑j=1inj = n

Por convención:

Fo:= No= 0

Se desea determinar la fracción o frecuencia de las u.e con intensidades de

carácter ≤ a Xo, es un número real comparable con las modalidades de X, tal
fracción se indica como frec (x≤Xo). Se define F (Xo) = frec (x≤Xo) la función F así
definida se llama función de repartición empírica (f.r.e)

CASO DISCRETO

En el caso de una d.e.f correspondiente a u.e discretas o d.e.u ordenadas Fi

representa la f.u.e con intensidades ≤ Xi por tanto F(Xo) = Fi si Xi ≤Xo<Xi+1 osea:

F(Xo) = Fj Si j=max{i Xi≤Xo}, con la convención que max Ø=0 osea:

F(Xo) = 0 si Xo<Ximin

d.e.f

X1 ni fi Fi
0 2 f1 f1
1 3 f2 f1+f2
2 1 f3 f1+f2+f3
3 4 f4 f1+f2+f3+f4
4 7 f5 f1+f2+f3+f4+f5
5 2 f6 f1+f2+f3+f4+f5+f6
19 1
 FUNCIÓN
1.2
DE REPARTICIÓN EMPÍRICA

1.0

0.8

0.6

0.4

0.2

0.0
-4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0

En el caso discreto la función de repartición empírica es constante a trozos, con

saltos de dimensión Fi en correspondencia de las modalidades Xi.

0 si Xo < Xmin

F( X 0) Fi si Xi ≤ Xo< Xi+1

1 si X o ≥ X max
d.e.f d.e.u ordenadas

Fi ≤ Xj por tanto

F(Xo) = Fi Si Xi ≤ Xo<Xi+1 o sea

F(X0)= Fj Si j= max {i……Xi<Xo}

CASO CONTINUO

d.e.f de una v.e continúa

x :={¿ , ni }ki=1 ¿

Fi representa la fracción de u.e con intensidades ≤Ximax, es decir Fi= frec

(x≤Ximax) es decir F(Ximax)= Fi,
Hipótesis:

Si XoЄ(Ximin, Ximax] entonces frec(Ximin<X≤Xo) = (Xo-Ximin)di donde di es una

constante de clase.

Uniformidad distribuida de las intensidades individuales de la clase.

Aplicando está hipótesis X0 = Ximax fi = frec (Ximin)

fi = frec(Ximin<X≤X0) = (X0-Ximin)di, donde di es una constante de clase.

Si Xo = Ximax, de la hipótesis sigue que

fi = frec (Ximin<X≤Ximax) = (Ximax-Ximin)di

Frecuencia Relativa

fi
di= Densidad de frecuencias de la
Ximax−Ximin
iésima clase.
Con base en esta hipótesis b f.r.e queda aproximada de la siguiente manera.

F(Xo) = Fi-1+di(Xo-Ximin)

Xo− Ximin
F(Xo) = Fi−1+fi Si X0Є(Ximin, Ximax]
Ximax−Ximin

0 si Xo<Xmin

Xo−Xmin
F( X 0) Fi-1+fi. si x0(Ximin, Ximax)
Xmax− Xmin

1 si Xo>Xmax

F ( x imax ) =Fi
F ( x i−1 max ) =Fi−1
 1.2

0.8

0.6

0.4

0.2

0
0 200 400 600 800 1000 1200 1400 1600

Sean X01 y X02 dos modalidades tales que X01<X02. Calcular:

frec (X01<X≤X02)

En general:

frec(X01<X≤X02) = F(X02)-F(X01)

FORMULAS

Para los Casos (Discreto, Continuo) se aplica lo siguiente:

 frec ( x 01< x< x 02 )=F ( x 02) −F( x 01)

 frec ( x > x 0 )=1−F( x 0 )

En el Caso Continuo aplicamos la siguientes formulas:

 frec ( x 01 ≤ x ≤ x 02) =F ( x 02 )−F ( x 01 )

 frec ( x 01 ≤ x< x02 ) =F ( x 02) −F ( x 01 )
 frec ( x 01< x< x 02 )=F ( x 02) −F ( x 01)

En el Caso Discreto aplicamos las siguientes formulas:

 frec ( x i ≤ x ≤ x j ) =F ( x j ) −F ( x i−1 )
 frec ( x i ≤ x < x j ) =F ( x j−1 )−F ( xi −1 )
 frec ( x i < x< x j )=F ( x j−1 )−F ( x i )
 frec ( x ≥ x i )=1−F( x i−1 )
 CUANTILES

Sea p una función que 0<p<1. Se busca la intensidad del carácter indicada por kp
tal que p = F (kp).

Están las intensidades Están las intensidades

mayores a xp menor o iguales a xp

Xmin p Xp -p Xmax

Kp se llama cuantil de orden p de la d.e. x

EJEMPLO:

P=25% =0.25 x p: F( x p)=0.725

Calculemos los valores <= a 0.25 el resto es mayor se denomina 3er cuantil.

La cantidad x pse llama cuantil de orden p de la distribución estadística X e

individua la intensidad del carácter x que subdivide el carácter colectivo en 2

1ra Con intensidades <= x p de fracción p

2da Con intensidades > x p de fracción 1-p

Cuartiles

Los Cuartiles se dividen en 4 partes cada una en un 25%

1 1 3
Si p= , , entonces x p se llama primer, segundo, tercer cuartil respectivamente
4 2 4

x 0.25 → 1er Cuartil → Divide 0.25 tiene <= a un valor y 75% > a ese valor

x 0.50 → 2do Cuartil → Divide 50 y 50 la población

x 0.75 → 3er Cuartil → Divide 0.75 <= a ese valor y la otra con 25% a un valor

Deciles

Los deciles dividen en 10 partes cada parte con un 10%

 1 2 3 4 5 6 7 8 9
Si p= , , , , , , , , entonces x p se llama primer, segundo,
10 10 10 10 10 10 10 10 10
tercer decil respectivamente

x 0.10 → 1er Decil → Divide 0.10 tiene <= a un valor y 90% > a ese valor

x 0.40 → 4 ¿ Decil → Divide 0.40 tiene <= a un valor y 60% > a ese valor

x 0.80 → 8 vo Decil → Divide 0.80 <= a ese valor y 20% > a ese valor

Percentiles

Dividen el colectivo en 100 partes cada una con el 1%

1 2 3 4 5 6 7 8 9
Si p= , , , , , , , , … , x p se llama primer, segundo,
100 100 100 100 100 100 100 100 100
tercer cuantil etc.

x 0.02 → 2do Centil → Divide 0.02 tiene <= a un valor y 98% > a ese valor

x 0.07 → 7mo Centil → Divide 0.07 tiene <= a un valor y 93% > a ese valor

x 0.09 → 9no Centil → Divide 0.09 <= a ese valor y 91% > a ese valor

Si Fi-1<p<fi no existe un Xo tal que F(X0)=p

Si p= Fi-1, cada valor XoЄ[Xi-1, Xi] es tal que F(Xo)=p. En general se define
cuantil de orden p cada valor Xp tal que:

frec (Ӆ<Ӆp) ≤ p ≤ F(Ӆp)

REGLA DE CÁLCULO DISCRETO

Caso Discreto

x i si Fi−1 < p< F i

x p= ¿ xi −1 + x i
si F i−1=p
2
 Transformaciones
Dado un X : U Ӿ Y una función Ԏ: Ӿ Ұ , la función compuesta Y=
J0X : U Ұ , es una nueva v.e como conjunto de modalidades Ұ llamada
transformaciones de X y denota por :

Y = Ԏ (X)

Dada la d.e X de X , la transformación Y = Ԏ(X) genera una nueva d.e y con

intensidades Y=Ԏ(X1). En efecto Yi = Y (U1) = Ԏ0 x (Ui) = Ԏ(X |U i| ) = Ԏ (Xi) = Xi2

Ejemplo = “lado del cuadrado”.

La transformación de X

Y= Ԏ(X) = X2

X = “área del cuadrado”

Ejemplo: v.e X = “peso”

Ԏ(t) =√ t

La transformación Y = Ԏ(X)

Yi = Ԏ(Xi) = √ X i

individuo peso √ peso

2 X1 Raíz (Xi)
. X2
. .
. .
. .
500 Z500

Ejemplo: X = “estatura”

Ԏ(t) = ln (t)

Log e = ln

e : 2,718281828…………..

para la d.e transformado.

 p
Y = b0 + ∑ bj jx se tiene
j=1

p
M(Y) = b0 + ∑ bj (Mj X)
j=1

Y = 3 + 51 X – 32X + 73X

M (Y) = 3 + 5 M(1X)-3 M(2X) + 7 (3X)

La d.e

Z := 1X 2X M(Z) ≠ M(1X) . M (2X) NO HAY

PRODUCTO

Nota : M (1X . 2X ) ≠ M(1X) . M (2X)

M (X – mi(X)) = 0

Propiedad asociativa
m1(X) = a1 m1(1X) + a2 m1(2X)

la media aritmética es lineal y tiene la propiedad asociativa