HERRAMIENTAS ESTADÍSTICAS

Recopilación
de datos Distribuciones
Análisis de de frecuencia
regresión

Organización
Estadística
y
predictiva
Metodología
presentación
Análisis de estadística
correlación Histogramas

Diseño de
experimentos Inferencia Medidas
estadística descriptivas Tendencia
central

Análisis de
varianza Pruebas de
Dispersión
hipótesis
 ALGUNOS CONCEPTOS (I)
Población: colección bien definida de objetos que comparten ciertas características y sobre
la cual se tiene algún interés. Ejemplos:

 Piezas producidas en una semana / mes / turno.

 Usuarios de determinada línea de producto.
 Lote de determinado producto.

Nota: cuando la información deseada está disponible para todos los objetos de la población,
se tiene lo que se llama un censo.
 ALGUNOS CONCEPTOS (II)
Muestra: subconjunto de la población.

Variable: es cualquier característica cuyo valor puede cambiar de un objeto a otro en

la población. Generalmente se denotan por letras mayúsculas (X, Y, Z).
 CLASIFICACIÓN DE LAS VARIABLES

Según los
Según su
niveles de
naturaleza
medición

Cualitativa Cuantitativa Nominal Ordinal Intervalo Razón

Discreta

Continua
Según su naturaleza:

• Cualitativas: se refieren a características o cualidades que no pueden ser

medidas con números.

• Cuantitativas: aquellas que pueden tratarse numéricamente. Representa una

característica que se refiere a cantidades.

 Discretas: generalmente surgen de procesos de conteo y no pueden tomar

cualquier valor dentro del intervalo.

 Continuas: generalmente surgen de procesos de medición y pueden tomar

cualquier valor dentro del intervalo.
Según los niveles de medición:

Nominales: presenta modalidades no numéricas que no admiten un criterio de orden. Ej: Tipo de
defecto, operador, máquina.

Cantidad de opciones: dicotómicas o politómicas.

Ordinales: presenta modalidades no numéricas, en las que sí existe un orden.

Ej: día de la semana, turno de trabajo

Intervalo: valores numéricos, con un cero arbitrario, importa el orden y distancias iguales entre un
valor y otro. Ej: temperatura.

De razón: valores numéricos, con un cero real o absoluto, importa el orden y distancias iguales
entre un valor y otro. Ej: número de defectos, número de piezas defectuosas, longitud, diámetro,
tiempo.
 PARÁMETRO VS ESTADÍSTICO
Parámetro: es una
característica obtenida
de toda una población.
Generalmente se
desconoce. Se estima.

Estadístico: es una
característica obtenida
de una muestra.
Resume la información
en un solo dato.
 ESTADÍSTICA DESCRIPTIVA (I)
Medidas de tendencia central:
σ𝑛
𝑥𝑖
• Media: 𝑋ത = 𝑖=1
𝑛
𝑥 𝑛 +𝑥 𝑛
2 +1
• Mediana:  Si n es par: 𝑋෨ = 2
2

 Si n es impar: 𝑋෨ = 𝑥 𝑛+1
2

• Moda: valor que más se repite. Puede existir (única moda, bimodal, trimodal, multimodal) o no existir.

Recordar que 𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 son los datos u observaciones de la variable X, que no necesariamente
corresponden a 𝑥(1) , 𝑥(2) , 𝑥(3) ,…, 𝑥(𝑛) , donde estos últimos son esos mismos datos u observaciones de la
variable X, pero ordenados de menor a mayor. Ejemplo: Se tienen cinco datos u observaciones de la variable X:
edad de los estudiantes de Ing. Civil. 𝑥1 =19, 𝑥2 =17, 𝑥3 =21, 𝑥4 =20, 𝑥5 =21. Ahora, esos mismos cinco datos u
observaciones ordenadas corresponden a
𝑥(1) =17, 𝑥(2) =19, 𝑥(3) =20, 𝑥(4) =21, 𝑥(5) =21

Observe que 𝑥1 ≠ 𝑥(1) , por ejemplo (Generalmente no coinciden cuando se ordenan)

 ESTADÍSTICA DESCRIPTIVA (II)
Medidas de dispersión:

• Rango: 𝑅 = 𝑥(𝑚á𝑥) − 𝑥(𝑚í𝑛)

σ(𝑥𝑖 −𝑥)ҧ 2
• Desviación estándar: 𝑆 =
𝑛−1

σ(𝑥𝑖 −𝑥)ҧ 2
• Varianza: 𝑆2 =
𝑛−1

𝑠
• Coeficiente de variación: CV = ∗ 100
𝑥ҧ
 MEDIDAS DE TENDENCIA CENTRAL Y DE
DISPERSIÓN
Medida Fórmula
Media (promedio) σ𝑛
𝑖=1 𝑥𝑖
𝑋ത = 𝑛
Mediana (# par de datos) 𝑥 𝑛 +𝑥 𝑛
2 2 +1
𝑋෨ =
2
Medidas de tendencia
Mediana (# impar de 𝑋෨ = 𝑥 𝑛+1
central 2
datos)
Moda Valor que más se repite
Rango 𝑥(𝑚á𝑥) − 𝑥(𝑚í𝑛)

σ(𝑥𝑖 − 𝑥)ҧ 2
Desviación estándar 𝑆=
𝑛−1
Desviaciones respecto a 𝑥𝑖 − 𝑥ҧ
Medidas de dispersión la media
σ(𝑥 − 𝑥)
ҧ 2
𝑖
Varianza 𝑆2 =
𝑛−1
Coeficiente de variación 𝑠
CV =
𝑥ҧ
Ejercicio: Se tienen los siguientes tiempos de espera en un banco:

5 6 4 5 6 8 4 5

Encontrar la media, mediana, moda, rango y desviación estándar.

Solución:
Ejercicio: Si en lugar de tener un número par de datos, tuviéramos un número
impar:

5 6 4 5 6 8 4 5 120

Encontrar la media, mediana, moda, rango y desviación estándar.

Solución:
 Gráficos estadísticos
Tipo
variable Software,
15%
40% 32%
27% Tinta,
30%
20% 15% 14% Impresoras, 14%
10% 10%
10%
Cualitativa 0% Portátiles,
Tablets, 32%
27%

A. Tallo y hojas
B. Dispersión
C. Barras
D. Caja y bigotes
E. Circular o sectores
F. Histograma Cuantitativa
 HERRAMIENTAS ESTADÍSTICAS (I)

Histograma:

• Un histograma es una representación gráfica de una variable en forma de barras.

• Se utilizan para variables continuas o para variables discretas, con un gran número de
datos, y que se han agrupado en clases.

• En el eje abscisas se construyen unos rectángulos que tienen por base la amplitud del
intervalo, y por altura, la frecuencia absoluta o frecuencia relativa o porcentaje de
cada intervalo.

• La superficie de cada barra es proporcional a la frecuencia de los valores representados.

 Algunos elementos a considerar:

• Rango (R): R = Valor máximo – Valor mínimo.

• Regla de Sturges: Para determinar el número de clases (K)

K = 1 + 3.3*log(n) n: número total de datos.

5 ≤ 𝑘 < 15 por regla

• Amplitud (A):

A=R/K
Ejercicio: Construir un histograma.

Una característica importante en la calidad de la leche de vaca es la concentración de

grasa. En una industria en particular se fijó 3.0% como el estándar mínimo que debe
cumplir el producto que se recibe directamente de los establos lecheros. Por medio de
muestreos y evaluaciones en cierta época del año se obtuvieron los siguientes 90 datos
sobre concentración de grasa en cierta región.

0.2 0.3 0.3 0.4 0.5 0.7 1.4 1.5 1.6 1.6 1.7 1.9
2.1 2.1 2.3 2.3 2.4 2.5 2.8 3.1 3.2 4.1 4.5 5.9

Encontrar la media, mediana, moda, rango y desviación estándar