Portafolio Estadistica Diana Moreira Basurto

PORTAFOLIO
NOMBRE
DIANA ADELAIDA MOREIRA BASURTO
MATERIA
ESTADÍSTICA APLICADA
DOCENTE
ING CESAR VALLADARES GUAMÁN
CURSO
2DO “A”
Contenido
MISIÓN Y VISIÓN DE LA CARRERA ................................................................................. 4
MISION ..................................................................................................................... 4
VISIÓN....................................................................................................................... 4
PERFIL DEL EGRESADO .................................................................................................. 5
HOJA DE VIDA DEL ESTUDIANTE .................................................................................... 6
CURRICULUM VITAE .............................................................................................. 6
SEMANA UNO ............................................................................................................... 7
GUÍA DIDÁCTICA DE ESTADÍSTICA APLICADA ............................................................. 7
ENSAYO SEMANA UNO ............................................................................................ 72
SEMANA DOS .............................................................................................................. 76
MATERIAL DIDÁCTICO ............................................................................................. 76
DEBER 1 DE SEMANA DOS ....................................................................................... 77
DEBER 2 DE SEMANA DOS ....................................................................................... 80
SEMANA TRES ............................................................................................................. 84
MATERIAL DIDÁCTICO ............................................................................................. 84
DEBER SEMANA TRES .............................................................................................. 87
SEMANA CUATRO ....................................................................................................... 89
ACTIVIDAD 4 ........................................................................................................... 89
ACTIVIDAD 4.1 ........................................................................................................ 89
EJERCICIO 1 ............................................................................................................. 89
EJERCICIO 2 ............................................................................................................. 90
SEMANA CINCO .......................................................................................................... 94
MATERIA DIDÁCTICO............................................................................................... 94
DEBER EN CLASES SEMANA CINCO .......................................................................... 98
SEMANA SEIS ............................................................................................................ 101
MATERIAL DIDACTICO ........................................................................................... 101
SEMANA SIETE .......................................................................................................... 108
EJERCICIO EN CLASES ............................................................................................ 112
DEBER EN CLASES .................................................................................................. 118
SEMANA OCHO ......................................................................................................... 124
EVALUACION DEL PRIMER PARCIAL ....................................................................... 124
SEMANA NUEVE ........................................................................................................ 131
SEMANA DIEZ............................................................................................................ 134
COMPONENTE AUTONOMO .................................................................................. 140
DEBER EN CLASES .................................................................................................. 141
SEMANA ONCE .......................................................................................................... 143
EJERCICIO DE PROBABILIDADES ............................................................................. 146
SEMANA DOCE .......................................................................................................... 150
EJERCCIO DE PROBABILIDADES .............................................................................. 150
SEMANA TRECE ......................................................................................................... 154
EJERCCIO EN CLASES ............................................................................................. 159
SEMANA CATORCE .................................................................................................... 163
EJERCICON DE CORRELACION ................................................................................ 163
SEMANA QUINCE ...................................................................................................... 169
EJERCCIOS DE CORRELACION ................................................................................ 169
Bibliografía ................................................................................................................ 176
MISIÓN Y VISIÓN DE LA CARRERA
MISION
El Ingeniero en Logística y Transporte serás un profesional competente y exitoso en el

mundo corporativo o del emprendimiento.
Serás capaz de diseñar soluciones estratégicas para sectores tan globalizados como la
logística y el transporte, basado en una eficiente planificación y gestión dominando las
funciones propias de la cadena de valor y suministros hasta llegar al cliente final, todo
esto apoyado en sistemas y tecnologías de información de última generación
VISIÓN
Ser capaz de aplicar habilidades gerenciales para dirigir y gestionar de manera integral
una organización e implementar desde una visión estratégica cambios y tendencias en
las distintas áreas funcionales, logrando la adecuada integración y planificación del
crecimiento y desarrollo de la empresa.
PERFIL DEL EGRESADO
Estar capacitado para diseñar implementar, controlar, evaluar, asesorar e innovar

sistemas de información empresarial, transporte, económica, financiera, administrativa,
fiscal y de auditoria en entidades económicas.
Analizar y generar información empresarial y de negocios internacionales del Ecuador e
internacionales para la toma de decisiones.
Utilizar las tecnologías de información y comunicación necesarias para eficiencia de los
procesos y la toma de decisiones.
Conocer diseñar y proponer estrategias de gestión de calidad y proyectos, que permitan
alcanzar los objetivos de la empresa.
HOJA DE VIDA DEL ESTUDIANTE
CURRICULUM VITAE
Datos Personales
Nombres : DIANA ADELAIDA MOREIRA BASURTO
Fecha de Nacimiento : 20 de noviembre de 1.990
Edad : 30 Años
Estado civil : Soltera
Dirección Domiciliaria : CiudadelaLuz del Día, El Cisne
Teléfonos 0984034322
Objetivos
Crecer intelectualmente con el desarrollo de una

profesión y alcanzar el sueño de un anhelo, un
título académico en el área de mi gusto como es
TECNOLOGÍA SUPERIOR EN LOGÍSTICA
Y TRANSPORTE
Formación Académica
PRIMARIA: Escuela Fiscal Mixta Ciudad de Riobamba.
SECUNDARIA Colegio
Particular Jacques Costeaos TÍTULO
OBTENIDO Bachiller en
Ciencias Sociales
SUPERIORES Instituto Tecnológico TSACHILA
Segundo Semestre en TECNOLOGÍA

SUPERIOR EN LOGÍSTICA Y
TRANSPORTE
SEMANA UNO
GUÍA DIDÁCTICA DE ESTADÍSTICA APLICADA
PRESENTACIÓN
La presente guía didáctica de Estadística Aplicada para los estudiantes del segundo
semestre de la carrera de Tecnología en Logística y Transporte, es un instrumento con
orientación técnica para el estudiante, que incluye toda la información necesaria para el
correcto y provechoso desempeño de éste, dentro de las actividades académicas de
aprendizaje independiente. Se enfoca en el desarrollo de identificar y aplicar los
conceptos básicos de estadística, descriptiva e inferencial, así como su aplicación en el
ámbito práctico en el contexto logístico.
Esta materia es un aporte importante en el proceso de profesionalización de los

estudiantes. Con base a lo expuesto es pertinente leer detenidamente los compendios
estipulados en la presente guía, hacer énfasis al esquema secuencial propuesto, con la
finalidad de garantizar el aprendizaje.
INFORMACIÓN DEL CURSO

Denominación: Estadística aplicada
Duración: 162horas, las cuales están dividas de la siguiente manera:
Docencia (videoconferencias en tiempo real): 72 horas
Autónoma (tele formación): 72 horas
Práctico (tele formación): 18 horas
Requisitos previos:
Fechas de realización: 07 de junio de 2021
Datos tutor/es: Ing. César Augusto Valladares, Mg.
OBJETIVOS
Objetivo general
Desarrollar las capacidades y destrezas necesarias para aplicar técnicas de análisis
estadístico a la resolución de problemas de los procesos logísticos y de transporte en los
cuales sea necesario realizar análisis de datos para facilitar el proceso de toma de
decisiones.
Objetivos específicos
Identificar los principios y conceptos básicos de la Estadística básica.
Establecer mediante estadística descriptiva el desarrollo de diversos mecanismos para el

tratamiento de datos
Generar una herramienta de análisis en el ámbito de las probabilidades, aplicables en el
contexto logístico.
Aplicar estadística inferencias para generar asociaciones y predicciones en relación a

procesos logísticos de las empresas en general.
CONTENIDOS
Los contenidos o articulaciones de este módulo están divididas en cuatro unidades o

articulaciones, y éstas a su vez en subtemas, los mismos que se detallan a continuación:
UNIDADES SUBTEMAS
1.1. Conceptualización – Historia –

Importancia – Tipologías
1.2. El dato: Unidad de análisis,
variable y categoría. – Desarrollo de
1. INTRODUCCIÓN A LA ESTADÍSTICA ejercicios de identificación de datos
1.3. La medición: Conceptualización,
Niveles de medición (Nominal, ordinal,
Cuantitativa discreta, Cuantitativa
continua)
1.4 Desarrollo de ejercicios de
Estadística Básica
2.1. Introducción a la estadística
2. ESTADÍSTICA DESCRIPTIVA descriptiva (Población y muestra –
Intervalos y frecuencias).
2.2. Medidas estadísticas de posición:
Moda, Mediana, Media aritmética,
Cuartiles)
2.3. Medidas estadísticas de dispersión:
Rango, Desviación, Varianza
2.4. Desarrollo de ejercicios aplicados
en la estadística descriptiva aplicable a
la logística y transporte
3.1. Conceptualización de
3. PROBABILIDADES probabilidad,
Tipología y aplicaciones)
3.2. La curva normal: Características,
Teorema de límite central,
representación gráfica)
3.3. Puntajes brutos y estandarizados
3.4 Aplicaciones probabilidades y
curva normal.
4.1. Generalidades de la estadística
inferencial.
4. ESTADÍSTICA INFERENCIAL
4.2. Correlación y regresión lineal
simple
4.3. Pruebas de hipótesis
4.4. Desarrollo de ejercicios de
estadística inferencial aplicable a la Logística y transporte
Figura N°1: Contenidos Fuente: Syllabus
DESARROLLO DE LOS CONTENIDOS
UNIDAD 1 INTRODUCCIÓN A LA ESTADÍSTICA
CONCEPTUALIZACIÓN DE ESTADÍSTICA
La estadística oficial es tan vieja como la historia registrada. El Antiguo Testamento

contiene varios informes sobre levantamiento de censos.
EJERCICIO EN CLASE: Cite 3 acontecimientos bíblicos en donde se hizo uso de

estadística.
La Estadística es la ciencia que se encarga de recoger, organizar e interpretar los datos.
La Estadística es una disciplina que utiliza recursos matemáticos para organizar y

resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones
respecto de ellos. La Estadística es fundamental para muchas ramas de la ciencia desde
la medicina a la economía. Pero, sobre todo, es esencial para interpretar los datos que se
obtienen de la investigación científica.
El objetivo fundamental de la estadística es obtener conclusiones de la investigación
empírica usando modelos matemáticos. A partir de los datos reales se construye un
modelo que se confronta con estos datos por medio de la Estadística.
IMPORTANCIA
La Estadística resuelve multitud de problemas que se plantean en ciencia:

Análisis de muestras. Se elige una muestra de una población para hacer inferencias
respecto a esa población a partir de lo observado en la muestra (sondeos de opinión,
control de calidad, etc.).
Descripción de datos. Procedimientos para resumir la información contenida en un
conjunto (amplio) de datos.
Contraste de hipótesis. Metodología estadística para diseñar experimentos que
garanticen que las conclusiones que se extraigan sean válidas. Sirve para comparar las
predicciones resultantes de las hipótesis con los datos observados.
Medición de relaciones entre variables estadísticas
Predicción. Prever la evolución de una variable estudiando su historia y/o relación con
otras variables.
APLICACIONES
La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es utilizada
en medicina, astronomía, psicología, economía, demografía, ADMINISTRACIÓN, etc.
EJERCICIO EN CLASE:
Establezca y describa un ejemplo básico de aplicación de estadística en cada uno de los

ámbitos señalados anteriormente.
CLASIFICACIÓN DE LA ESTADÍSTICA
Existen varias formas de clasificar los estudios estadísticos.
Según la etapa. - Hay una estadística descriptiva y una estadística inferencial. La

primera etapa se ocupa de describir la muestra, y la segunda etapa infiere conclusiones a
partir de los datos que describen la muestra (por ejemplo, conclusiones con respecto a la
población). Tanto la estadística descriptiva como la estadística inferencial se ocupan de
obtener datos nuevos. La diferencia radica en que la estadística descriptiva procede a
resumir y organizar esos datos para facilitar su análisis e interpretación, y la estadística
inferencial procede a formular estimaciones y probar hipótesis acerca de la población a
partir de esos datos resumidos y obtenidos de la muestra.
Si estudiamos una característica de un grupo, sea en una población o en una muestra,

por ejemplo, talla, peso, edad, cociente intelectual, ingreso mensual, etc., y lo
describimos sin sacar de ello conclusiones estamos en la etapa de la estadística
descriptiva. Si estudiamos en una muestra una característica cualquiera e inferimos, a
partir de los resultados obtenidos en la muestra, conclusiones sobre la población
correspondiente, estamos haciendo estadística inductiva o inferencial, y como estas
inferencias no pueden ser exactamente ciertas, aplicamos el lenguaje probabilístico para
sacar las conclusiones
Según la cantidad de variables estudiada. - Desde este punto de vista hay una
estadística univariada (estudia una sola variable, como por ejemplo la inteligencia), una
estadística bivariada (estudia la relación entre dos variables, como por ejemplo
inteligencia y alimentación), y una estadística multivariada (estudia tres o más variables,
como por ejemplo como están relacionados el sexo, la edad y la alimentación con la
inteligencia).
ESTRUCTURA DEL DATO

Los datos son la materia prima con que trabaja la estadística, del mismo modo que la
madera es la materia prima con que trabaja el carpintero.
Puede definirse técnicamente dato como una categoría asignada a una variable de una
unidad de análisis. Por ejemplo, “Luis tiene 1.70 metros de estatura” es un dato, donde
„Luis‟ es la unidad de análisis, „estatura‟ es la variable, y „1.70 metros‟ es la categoría
asignada.
La unidad de análisis es el elemento del cual se predica una propiedad y característica.

Puede ser una persona, una familia, un animal, una sustancia química, o un objeto como
una dentadura o una mesa.
La variable es la característica, propiedad o atributo que se predica de la unidad de

análisis. Por ejemplo, puede ser la edad para una persona, el grado de cohesión para una
familia, el nivel de aprendizaje alcanzado para un animal, el peso específico para una
sustancia química.
La categoría es cada una de las posibles variaciones de una variable. Categorías de la

variable sexo son masculino y femenino, de la variable ocupación pueden ser arquitecto,
médico, etc., y de la variable edad pueden ser 10 años, 11 años, etc. Cuando la variable
se mide cuantitativamente, es decir cuando se expresa numéricamente, a la categoría
suele llamársela valor.
EJERCICIO: Establezca 10 ejemplos de dato e identifique la unidad de análisis, la

variable y la categoría.
TIPOS DE DATOS
Datos individuales y datos estadísticos. - Un dato individual es un dato de un solo
individuo, mientras que un dato estadístico es un dato de una muestra o de una
población en su conjunto. Por ejemplo, la edad de Juan es un dato individual, mientras
que el promedio de edades de una muestra o población de personas es un dato
estadístico.
LA MEDICIÓN.
Los datos se obtienen a través un proceso llamado medición. Desde este punto de vista,
puede definirse medición como el proceso por el cual asignamos una categoría a una
variable, para determinada unidad de análisis.
Se pueden hacer mediciones con mayor o menor grado de precisión. Cuanto más precisa
sea la medición, más información nos suministra sobre la variable y, por tanto, sobre la
unidad de análisis. No es lo mismo decir que una persona es alta, a decir que mide 1,83
metros.
Típicamente se definen cuatro niveles de medición, y en cada uno de ellos la obtención

del dato o resultado de la medición será diferente:
En el nivel nominal, medir significa simplemente asignar un atributo a una unidad de
análisis (Martín es electricista).
En el nivel ordinal, medir significa asignar un atributo a una unidad de análisis cuyas
categorías pueden ser ordenadas en una serie creciente o decreciente. Por ejemplo, el
nivel de instrucción de una persona.
En el nivel cuantitativo, medir significa además asignar un atributo a una unidad de

análisis de modo tal que la categoría asignada permita saber „cuánto‟ mayor o menor es
respecto de otra categoría, es decir, específica la distancia o intervalo entre categorías.
Las variables medibles en el nivel cuantitativo pueden ser discretas o continuas. Una
variable discreta es aquella en la cual, dados dos valores consecutivos, no puede adoptar
ningún valor intermedio (por ejemplo, entre 32 y 33 dientes, no puede hablarse de 32.5
dientes). En cambio, una variable es continua cuando, dados dos valores consecutivos,
la variable puede adoptar muchos valores intermedios (por ejemplo, entre 1 y 2 metros,
puede haber muchas longitudes posibles).
Algunas veces una misma variable puede ser considerada como discreta o continua. Por
ejemplo, la variable peso es discreta si solamente interesan los pesos sin valores
intermedios (50 kg, 51 kg, etc.), mientras que será continua si interesan también los
valores intermedios (50,3 kg, 50,35 kg, 50,357 kg, etc.). Obviamente, al considerar una
variable como continua se obtendrá mayor precisión, es decir, mayor información.
EJERCICIO: Establezca una matriz en donde se citen ejemplos de datos, clasificados

por niveles e identificando la unidad de análisis, la variable y la categoría.
N. de medición Nominal Ordinal C. discreto C. continuo

Dato
U. de análisis
Variable
Categoría
U de medida
EJERCICIOS BÁSICOS DE ORDENAMIENTO Y PROCESAMIENTO DE DATOS.
Ejercicio 1.
Realizar un diagrama de factor porcentual para los siguientes datos y elaborar diagrama
de pastel (Estimado). Interpretar resultado.
Sectores Número de centros de salud
Loja 30
Santo Domingo 27
Ambato 43
Riobamba 25
Cuenca 40
Quito 15
Ejercicio 2.
Identifique el tipo de dato
Notas de los alumnos: 4,5,6,7,8,5,2,1,8,9,9,9,10,5,5,8,7,9,6,3,2,5,4,5,6,3.
Realizar un análisis porcentual y promediar de los siguientes datos, establecer gráfico de

puntos de dispersión, descendente.
Agrupar los datos por intervalos (Excelente, Muy Bueno, Bueno, Regular, Pésimo)
Excelente 9 -10
Muy Bueno 8 - 7
Bueno 6 - 5
Regular 4 - 3
Pésimo 1 – 2
Elaborar un gráfico de barras descendente y un gráfico de puntos de dispersión
ascendente con las frecuencias encontradas. Analizar los resultados
Ejercicio 3.
Años de los alumnos: 25,23,18,17,25,25,33,33,24,25,26,24,27,28,29,24,17
Realizar un análisis porcentual y promediar de los siguientes datos, establecer gráfico de

puntos de dispersión, descendente.
Agrupar los datos por intervalos descendentes con una holgura numérica de 3
Elaborar un gráfico de barras descendente y un gráfico de puntos de dispersión

ascendente con las frecuencias encontradas. Analizar los resultados
EJERCICIO EN LABORATORIO Excel – WORD - SPSS
Distancia de desplazamiento de mercancías en bodega en centímetros: 150, 170, 155,

175, 145, 145, 165 164, 171, 135 145, 142, 155, 158, 159, 167, 158, 180, 181 (Se asume
que el orden está establecido de acuerdo a la consecución de los datos recabados)
a) Realizar un análisis porcentual y promediar de los datos EN METROS, establecer
gráfico de puntos de dispersión y diagrama de pastel de los factores porcentuales,
Diagrama de barra de los datos cuantificados. Además, calcular el porcentaje
acumulado. b) Agrupar los datos por intervalos con una holgura de 2
c) Elaborar un gráfico de barras y un gráfico de puntos de dispersión con las frecuencias
encontradas. Interpretar los resultados
Se pide pasar el ejercicio a Word con las normativas APA correspondientes.
Ejercicio 2.
Tiempos de espera de los clientes en el proceso de despacho:
ALUMNOS TIEMPO DE ESPERA EN MINUTOS
Enoc 130
Tatiana 120
Ronald 70
Verónica 45
Juana 122
Jazmín 145
(Se asume que el orden está establecido de acuerdo a la consecución de los datos
recabados)
Realizar un análisis porcentual y promediar de los datos, establecer gráfico de puntos de
dispersión de los datos cuantificados, Diagrama de barra de los porcentajes
proporcionales. Además, calcular el porcentaje acumulado.
Agrupar los datos por intervalos con una holgura de 10 (, determinando la frecuencia y
la frecuencia acumulada.
Elaborar un gráfico de barras y un gráfico de puntos de dispersión con las frecuencias
encontradas. Analizar e interpretar los resultados
Se pide pasar el ejercicio a Word con las normativas APA correspondientes.
RESOLUCIÓN DE EJERCICIOS BÁSICOS (ANÁLISIS):
El número de veces que han ido al cine en el último mes los alumnos de la clase es:
{2,3,0,1,5,3,2,1,0,0,2,1,2,3,5,0,5,4,1,1,1,2,0,1,2} Forma la tabla de frecuencias
absolutas y relativas, y las acumuladas. Efectuar diagrama de dispersión de la
frecuencia relativa. Interpretar los resultados.
Se realiza un trabajo en la asignatura de lengua en una clase formada por 40 alumnos. 2

alumnos realizan el trabajo en un folio, 5 en 2 folios, 6 en 3 folios, y el resto en 4 folios.
Formar la tabla de frecuencias absolutas y relativas. Efectuar diagrama de dispersión de
la frecuencia relativa. Interpretar los resultados.
En una universidad se ha realizado una encuesta a 200 alumnos de la licenciatura de

documentación. El 32% afirma que está muy contento con la universidad, el 40% está
contento, el 23% no está contento, y el resto muy descontento. Forma la tabla de
frecuencias absolutas, relativas y absolutas acumuladas. Desarrollar diagrama de
dispersión de frecuencias relativa. Interpretar el resultado.
Completar la siguiente la tabla de frecuencias absolutas y relativas. Desarrolle un
diagrama de dispersión de la frecuencia relativa.
Intervalo fa fr
0-10
10-20 7 0,35
20-30 0
30-40 2 0,1
40-50 8
∑ 20
De los 100 trabajadores de una empresa han llegado a laborar:
10 minutos adelantados, 23 empleados

5 minutos adelantados, 15 empleados
En la hora exacta 22 empleados
5 minutos tarde 17 empleados
Y el resto 10 minutos tarde.
Forma la tabla de frecuencias absolutas y relativas. Elabore diagrama de dispersión de

la frecuencia relativa e interpretar los resultados.
UNIDAD 2
ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA GENERALIDADES

Secuencia para organizar y resumir datos individuales. A medida que se van utilizando
estos procedimientos, los datos van quedando cada vez más resumidos y organizados.
El empleo de dichos procedimientos propios de la estadística descriptiva sigue un orden
determinado, como puede apreciarse en el siguiente esquema:
Frecuencia. - La frecuencia (f) se define como la cantidad de datos iguales o que se

repiten.
Frecuencia absoluta (f). - Es la cantidad de datos que se repiten.

Frecuencia porcentual (f%). - Es el porcentaje de datos que se repiten.
Frecuencia acumulada (F). - Es el resultado de haber sumado las frecuencias anteriores.
Frecuencia acumulada porcentual (F%). - Es el porcentaje de las frecuencias
acumuladas.
Frecuencia relativa (fr). - A veces también llamada proporción, es el cociente entre la
frecuencia de un dato x, y la frecuencia total o tamaño de la muestra.
Frecuencia relativa acumulada (Fr). - Es el resultado de haber sumado las frecuencias
relativas anteriores.
Frecuencias parciales y frecuencia total. - Tanto las frecuencias absolutas como las
porcentuales o las relativas pueden ser frecuencias parciales o una frecuencia total,
siendo ésta última la suma de todas frecuencias parciales.
Tamaño de la muestra. - Otro concepto importante es el tamaño de la muestra (n), que

designa la cantidad total de datos. Obviamente, la suma de todas las frecuencias f debe
dar como resultado el tamaño n de la muestra, por lo que el tamaño de la muestra
coincide con la frecuencia total.
Intervalos. - Un intervalo, también llamado intervalo de clase, es cada uno de los

grupos de valores ubicados en una fila en una tabla de frecuencias. Por ejemplo, el
intervalo 15-16 significa que en esa fila se están considerando las edades de 15 a 16
años.
Tamaño del intervalo (a). - También llamado amplitud o anchura del intervalo, es la
cantidad de valores de la variable que se consideran conjuntamente en ese intervalo
Límites del intervalo. - Todo intervalo debe quedar definido por dos límites: un límite
inferior y un límite superior. Estos límites, a su vez, pueden ser aparentes o reales.
Se pueden sintetizar algunas reglas importantes para la construcción de intervalos de la

siguiente manera:
Los intervalos deben ser mutuamente excluyentes.

Cada intervalo debe incluir el mismo número de valores (constancia de tamaño).
La cantidad de intervalos debe ser exhaustiva (todos los valores deben poder ser
incluidos en algún intervalo).
El intervalo superior debe incluir el mayor valor observado (Botella, 1993:54).
El intervalo inferior debe incluir al menor valor observado (Botella, 1993:54).
En variables continuas, es aconsejable expresar los límites aparentes de los intervalos,
que los límites reales.
EJERCICIO INTERVALO TÉCNICO
EJERCICIO 1
Los goles que se han marcado en la última jornada de liga han sido en los siguientes
minutos de juego:
{20,11,89,3,20,4,2,35,50,29,59,30,90,33,78,54,21,19,60,34,56,63,45,31,26,32,5,78,88,8
5,3
4}.
Realizar la tabla de frecuencias absolutas y relativas agrupándolos en clase por cuarto
de hora. Elaborar diagrama de dispersión de frecuencias absolutas.
EJERCICIO 2
Los aviones que han aterrizado en el aeropuerto lo hicieron en los siguientes minutos de
cada hora:
{0,13,23,55,57,43,32,23,47,50,0,12,14,27,34,56,3,12,34,39,46,10,15,30,45,0,24,37,58}
Realizar la tabla de frecuencias absolutas y relativas, y acumuladas, agrupándolos en
clase por cuarto de hora. Elabore diagrama de dispersión de la frecuencia relativa.
LA POBLACIÓN Y MUESTRA
POBLACIÓN:
Se denomina población al conjunto completo de elementos, con alguna característica

común, que es el objeto de nuestro estudio. Esta definición incluye, por ejemplo, a todos
los sucesos en que podría concretarse un fenómeno o experimento cualesquiera. Una
población puede ser finita o infinita.
Población FINITA: La que tiene unas dimensiones contables, definidas.
Población INFINITA: La que tiene un número incontable de elementos.
Según la estadística:
P. FINITAS son aquellas de tamaño identificable, desde un punto de vista conocido.

P. INFINITAS son aquellas de tamaño desconocido.
Si una población es finita pero muy extensa, desde un punto de vista estadístico es igual
considerarla infinita.
MUESTRA
Se llama muestra a una parte de la población a estudiar que sirve para representarla Una
muestra debe ser definida en base de la población determinada, y las conclusiones que
se obtengan de dicha muestra solo podrán referirse a la población en referencia
Muestreo:
Esto no es más que el procedimiento empleado para obtener una o más muestras de una
población.
FÓRMULAS
Población finita:
Z2.N.P. Q
2
n (N 1)
Z2.P.Q
E
DEDUCCIÓN DE LA
FÓRMULA
N Tamaño de la
población
n Tamaño de la
muestra
Z Referencia
estandarizada dado
un nivel de
confianza
E Margen de error
p Probabilidad de
éxito
q Probabilidad de
fracaso.
NIVEL DE CONFIANZA
Ejemplo:
Año Población total N.º de habitantes por Población objetivo
familia
2018 11.213 4 2.803
Calcular el tamaño de la muestra: Respuesta aproximada 337 elementos o habitantes.
Población infinita
EJERCICIOS CÁLCULO POBLACIÓN FINITA
Ejercicio 1.
Se requiere efectuar un estudio específicamente a la población económicamente Activa

del área urbana y rural de Santo Domingo, para ello es imperioso calcular un factor
muestral para el respectivo análisis.
Utilizando las herramientas INEC realizar el cálculo pertinente considerando un nivel

de confianza del 98%.
Mediante un diagrama de dispersión elabore un análisis del incremento de la PEA en los
últimos 5 años.
Analice e interprete los resultados
Ejercicio 2
La empresa CAMP requiere conocer las preferencias de consumo de diversos clientes

mayores de 18 años. Recalcado que la organización se dedica a la elaboración de
cosméticos en la ciudad de Santo Domingo. Establezca una muestra para la indagación
respectiva con un nivel de confianza del 95%.
Se requiere efectuar el mismo cálculo con un margen de error del 2%.
Se presume que el empresario designado requiere que la información recabada sea lo

más fehaciente posible, usted como asesor que muestra recomienda aplicar.
EJERCICIOS CÁLCULO POBLACIÓN INFINITA
Calcular la muestra de una población a la cual aún no se ha cuantificado considerando

un margen de error del 2%, una probabilidad de éxito de 60%
Establecer el tamaño muestral de empresas existentes en Europa, y estratificar por

sectores haciendo relación analógica proporcional al promedio de habitantes de los
países indagados: España 46 millones, Italia 60 millones, Francia 66 millones,
Inglaterra 53 Millones de habitantes.
EJEMPLO DE DISTRIBUCIÓN Y CONSTRUCCIÓN DE TABLA DE

FRECUENCIAS DE DIVERSOS DATOS ALEATORIOS.
La empresa Casa S. A presenta los siguientes datos:
Se pide distribuir y construir la tabla de frecuencias
Paso 1. Calcular el rango: Para esto, se identifica el número mayor y el número menor
en los datos. El rango es el resultado de la resta del valor mayor y el menor, esto es:
R = 60 – 20 = 38
Paso 2. Determinar el número de intervalos que se desea tener: Siguiendo con la tabla
del ejercicio vamos a construir 8 intervalos (Opción del estadista). Entonces decimos
que K = 8 (Dependiendo de la forma en que se desee ordenar los datos)
Paso 3. Obtener la amplitud de intervalo: Dividir el rango entre el número de clases.

𝐴= 𝑅/𝐾
𝑨= 38/ 𝟖 = 𝟓 Redondeado
Paso 4. Se forman los intervalos: Los intervalos se forman comenzando con el valor
menor se le suma la amplitud:
INTERVALOS:
20 a 25 Intervalo genera
26 a 31 (Opcional 25,1 – 30)
32 a 37
38 a 43
44 a 49
50 a 55
56 a 61
62 a 67 Nota: No importa que el último intervalo exceda el último dato.
Paso 5. Se calcula la marca de clase (Mc)

𝑀𝑐 = (𝐿𝑖+𝐿𝑠)2 𝑀𝑐 = (20+25) /2=22.5 (Mismo procedimiento para todas las clases) La
marca de clase es el punto medio de cada intervalo. La marca de clase es el valor que
representa a todo el intervalo.
Paso 6. Se ubica la frecuencia absoluta (f).
Paso 7. Se suman las frecuencias absolutas acumuladas Paso 8. Se calcula la frecuencia
relativa.
Paso 9. Se busca la frecuencia relativa acumulada.
Ejemplo estructura de tabla:
EJERCICIO: DESARROLLAR TABLA DE FRECUENCIAS DE LOS SIGUIENTES

DATOS.
1.
2.
EJERCICIOS
Ejercicio 1.
Establecer el tamaño muestral de empresas existentes en América, y estratificar por

sectores haciendo relación analógica proporcional al promedio de habitantes de los
países indagados: Brasil 207 millones, Colombia 48 millones, Ecuador 16 millones,
Venezuela 31 Millones, Uruguay 3 millones de habitantes. Se considera un margen de
error del 4% y una probabilidad de fracaso del 55%.
Ejercicio 2.
El resultado de la siguiente muestra de la población infinita es de 1691 para su cálculo

se consideró un nivel de confianza del 90% y un margen de error exclusivo del 2% con
una probabilidad de éxito del 50%. Sin embargo, para fines de comprobación
matemática se requiere establecer la probabilidad de fracaso mediante resolución de
ecuación.
Ejercicio 3.
Desarrollar tabla de frecuencias de los siguientes datos aleatorios Tiempos de

empaquetado de producto para el despacho):
3 8 7 7 9 3 8 9 9 7
4 5 6 7 8 2 5 6 9 8
5 5 2 5 3 1 2 3 9 1
SÍNTESIS DE LOS DATOS: MEDIDAS ESTADÍSTICAS DE POSICIÓN.

Las medidas de posición son datos estadísticos que intentan representar un
conjunto de elementos individuales respecto de una variable.
Esta definición se refiere a tres aspectos:
Son medidas estadísticas, es decir, no son medidas individuales. Una medida de

posición representa a todo un conjunto de datos, y no son los datos individuales. Por
ejemplo, un promedio de edades representa a todas las edades del grupo, y no es la edad
individual de uno de sus miembros, aunque pueda coincidir numéricamente con ella.
Así, si el promedio de edades es 20 años y una de las personas del grupo tiene 20 años,
el primer dato es una medida estadística y el segundo una medida individual.
En otros términos, las medidas estadísticas no describen individuos, sino poblaciones o

muestras. Por ejemplo, no tiene sentido explicar que una persona es anciana porque vive
en una población cuyo promedio de edad es 70 años.
Son medidas representativas, es decir, intentan representar y sintetizar a todas las

medidas individuales. El conjunto de todas las medidas individuales puede recibir
diversos nombres, tales como muestra y población, con lo cual tiene sentido afirmar
proposiciones tales como una medida de posición representan una muestra o una
población.
Miden una variable, es decir, algún atributo o propiedad de los objetos. En el ejemplo
anterior la variable medida es el rendimiento académico, pero también pueden obtenerse
medidas de posición representativas de un conjunto de edades, de profesiones, de clases
sociales, de puntuaciones de un test, de cantidad de dientes, etc.
De otra manera: no tiene sentido decir que una medida de posición represente un
conjunto de personas, pero sí tiene sentido decir que representan las edades de un
conjunto de personas.
Características de las principales medidas de posición
Las medidas de posición pueden ser de tendencia central y de tendencia no central.

Las primeras “se refieren a los valores de la variable que suelen estar en el centro de la
distribución”. Por ejemplo: la media aritmética, la mediana y el modo son las más
conocidas. Cuando una medida de posición es un dato que ocupa un lugar central, la
llamamos medida de tendencia central.
Las medidas de posición no centrales son los cuartiles, deciles y percentiles, que reciben
genéricamente el nombre de cuantiles o fractiles (5).
Las medidas de posición no centrales son datos o valores que ocupan una posición
especial en la serie de datos.
MODO (Mo): Es el dato o valor que más se repite, o sea, el de mayor frecuencia.
Resulta útil si hay muchos datos repetidos (altas frecuencias).
FÓRMULA DE LA MODA PARA DATOS AGRUPADOS

Aplica cuando todos los intervalos tienen la misma amplitud.
Li Extremo inferior del intervalo modal (intervalo que tiene mayor frecuencia absoluta).
fi Frecuencia absoluta del intervalo modal. fi-1 Frecuencia absoluta del intervalo
anterior al modal. fi+1 Frecuencia absoluta del intervalo posterior al modal.
ti Amplitud de los intervalos.
Ejemplo:
Lo primero que se debe hacer es identificar el intervalo modal
MEDIANA: Se denomina mediana en estadística al valor que se encuentra en el lugar

central de todos los datos de un estudio cuando éstos están ordenados de menor a
mayor. El símbolo de la mediana se representa por Me. La mediana es por tanto el
número central de un grupo de números ordenados por su tamaño.
Para hallar la mediana en estadística, se ordenan los números de una muestra según su
valor y se determina el que queda en el medio.
Si la cantidad de términos es impar, la mediana es el valor central.

Si la cantidad de términos es par, se suma los dos términos del medio y divide entre 2.
Ejemplo:
CASO 1.
Datos: 8,5,2,3,6,
Se ordenan de menor a mayor: 2,3,5,6,8
Se determina el número central: 2,3,5,6,8. La mediana estadística es: 5
CASO 2.
Datos: 2,3, 4,6,8,9 => 4+6= 10=> 10/2 = 5. La mediana es 5.
FÓRMULA DE LA MEDIANA PARA DATOS AGRUPADOS.
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la

mitad de la suma de las frecuencias absolutas.
Es decir, tenemos que buscar el intervalo en el que se encuentre. N / 2
Li-1 es el límite inferior de la clase donde se encuentra la mediana. N / 2 es la semisuma

de las frecuencias absolutas. (Frecuencia Acumulada) Fi-1 es la frecuencia acumulada
anterior a la clase mediana.
fi es la frecuencia absoluta del intervalo mediano. ti es la amplitud de los intervalos.
Ejemplo:
N/2 = 31 / 2 ⇒ 15,5
SÍNTESIS DE LOS DATOS: MEDIDAS ESTADÍSTICAS DE POSICIÓN. - MEDIA
ARITMÉTICA
También llamada promedio o media aritmética de un conjunto de datos (X1, X2, XN) es
una medida de posición central. Se define como el valor característico de la serie de
datos resultado de la suma de todas las observaciones dividido por el número total de
datos. Las fórmulas se establecen a continuación tanto para elementos ordenados como
agrupados por frecuencias e intervalos:
EJEMPLOS
EJERCICIO:
NÚMERO DE PEDIDOS DIARIOS
7 7 8 9 9 7
2 8 8 5 8 8
9 10 9 8 10 9
10 10 7 7 11 5
5 11 10 5 11 8
5 8 11 8 12 7
6 9 12 9 5 9
8 7 11 10 6 9
5 8 11 12 8 10
7 9 11 7 7 11
8 6 8 8 9 10
9 5 5 8 8 10
K= 4 - Intervalo técnico Elaborar:

Tabla de frecuencias
Diagrama de dispersión de frecuencias relativas.
Moda (Datos agrupados)
Mediana (Datos agrupados)
Media aritmética por intervalos. (Datos agrupados) Interpretar resultados.
EJERCICIO EN GRUPO.
La empresa ABC desea incursionar al en el sector un nuevo producto del cual

desconoce su aceptabilidad, no obstante, mediante un estudio de mercado recopiló datos
referenciales sobre las preferencias de precios de los distintos clientes potenciales, Los
mismos que se expresan en el siguiente cuadro:
10 7 5 15 7 15 10 8 11 10
12 4 6 18 8 12 12 9 12 10
14 5 9 9 9 14 9 6 14 11
11 8 7 8 6 16 8 5 7 12
11 9 12 10 12 5 7 7 8 12
13 12 6 5 15 4 8 8 9 11
5 8 9 6 9 8 7 4 8 9
6 9 11 12 14 8 9 11 9 8
9 6 16 15 14 7 9 8 5 11
8 6 11 12 12 13 13 14 8 9
7 8 4 5 8 6 9 6 9 8
12 7 11 10 10 9 8 7 9 6
K= 6 - Intervalo técnico
Para el análisis respectivo se requiere a partir de los datos agrupados establecer las
respectivas frecuencias, la moda, mediana y media aritmética.
Efectuar un diagrama de dispersión de las tendencias porcentuales.
Interpretar resultados.
Según los resultados obtenidos cuál es su decisión de precio considerando que el
producto es estándar.
Consideraciones adicionales:
Elaborar en Excel sin aplicación de función o fórmula directa.
Presentar informe en Word incluyendo normas APA para presentación de cuadros y

gráficos.
CUANTILES
Es el dato o valor que divide la serie ordenada de datos en partes iguales.

Es útil cuando hay gran cantidad de valores. Puede también utilizarse como medida de
dispersión. Suelen utilizarse los cuartiles, los deciles y los percentiles.
Cuartiles Valores que dividen la serie en cuatro partes iguales. Tres cuartiles dividen la
serie en cuatro partes iguales.
Deciles Valores que dividen la serie en diez partes iguales. Nueve deciles dividen la
serie en diez partes iguales.
Percentiles Valores que dividen la serie en cien partes iguales. Noventa y nueve
percentiles dividen la serie en cien partes iguales. También se llaman centiles.
FÓRMULAS
EJEMPLO:
EJERCICIOS:
Las edades estimadas de la población de estudio para un proyecto de investigación se

establecen a continuación en forma aleatoria:
Ordene por frecuencias

Establezca la Mediana, Mosa y Media aritmética
Determinar el C1 – D9 y P88
Interprete los resultados tratando de explicar que edades son de mayor viabilidad para la
inducción del producto X.
55 33 22 22 28 25 33 51 60 85
55 36 41 15 25 28 39 54 67 52
54 38 25 45 55 29 25 58 62 54
78 39 26 46 56 27 44 59 64 56
82 37 36 56 48 29 45 52 58 52
84 45 35 58 47 27 46 56 52 55
85 46 25 57 49 28 55 59 59 69
85 42 28 57 48 29 51 52 25 63
K = 7 – INTERVALO TÉCNICO
EJERCICIOS DE ESTADÍSTICA APLICADOS
EJERCICIO 1
Una empresa ha entrevistado a veinte y cinco de sus trabajadores con tareas
administrativas para conocer el grado de implicación en su formación profesional. A
cada uno se le preguntó el número de cursos de formación de más de 30 horas y el
número de cursos de perfeccionamiento de idiomas que había realizado en los últimos
tres años. Los resultados son los que se muestran en la tabla siguiente:
Construye la tabla de frecuencias conjunta.
Consideración: Para construir la tabla de doble entrada, en primer lugar, hay que
ordenar los datos de las dos variables de menor a mayor y construir una cuadrícula, por
lo que en la fila se sitúan las diferentes categorías o valores que toma una de las
variables, y en la columna los valores o las categorías relativas a la segunda.
Calcula el número medio de cursos formación y el número medio de cursos de idiomas

que han realizado los trabajadores de la empresa.
Calcula el número medio de cursos de formación que han hecho aquellos trabajadores
que hicieron siete de perfeccionamiento de idiomas.
EJERCICIO 2
Una empresa quiere abrir un punto de venta en un barrio de una gran ciudad. Como el
segmento de población al que va dirigido el producto es a personas de edades
comprendidas entre 45 y 55 años, ha decidido encuestar a una muestra de 50 vecinos del
barrio cuya edad está en esta franja. La tabla siguiente muestra dos de las preguntas que
aparecían en la encuesta: edad e ingresos mensuales en miles de dólares.
Construye la tabla de doble entrada agrupando los ingresos mensuales en intervalos de
amplitud 0,5 y de manera que el extremo inferior de la primera clase sea 2,5.
¿Qué ingresos medios tienen los encuestados de 51 años? ¿Qué porcentaje de estos tiene
unos ingresos inferiores 4000 dólares?
¿Cuál es la media de edad de los encuestados que tienen unos ingresos entre 3500 y
4000 dólares? ¿Qué porcentaje de estos tienen 50 o 51 años
EJERCICIO 3.
El Departamento de Recursos Humanos de una empresa ha decidido realizar dos test

para seleccionar a las personas que han de hacerse cargo de un proyecto de innovación.
Las notas obtenidas por los aspirantes se muestran en la siguiente tabla:
Construye la tabla de doble entrada. T2 - filas

Calcular la nota media en el test 2 de los aspirantes que han obtenido un 6 en el test 1.
EJERCICIO 4
La siguiente tabla muestra el número de personas ocupadas distribuidas atendiendo al

sueldo neto de la actividad principal que desarrollan (en centenas de dólares) y la edad
en el año 2010, según datos recogidos del Ministerio de Trabajo.
Construye las tablas de frecuencia de las distribuciones de las variables marginales y

calcula la media aritmética de cada una.
Construye la tabla de frecuencia de la edad de aquellas personas ocupadas que tienen un

sueldo de 1200 a 1600 dólares. Calcula también la edad media de las personas que
cobran entre 1200 y 1600 dólares.
Construye la tabla de frecuencia del sueldo de aquellas personas ocupadas que tienen 30
años o más. ¿Qué sueldo medio cobran
SÍNTESIS DE LOS DATOS: MEDIDAS ESTADÍSTICAS DE DISPERSIÓN
Las medidas de dispersión, llamadas también medidas de variabilidad o de variación,

son datos estadísticos que informan acerca del grado de dispersión o variabilidad de los
datos individuales de una muestra o una población, respecto de una variable. En otras
palabras, indican el grado de homogeneidad o de heterogeneidad del conjunto de los
datos. Por ejemplo, indican cuán alejados o cuán cercanos se encuentran los datos de
algún valor central como la media aritmética: una muestra cuyos datos son 3-4-5 es
menos dispersa que una muestra cuyos datos son 1-4-7.
Algunos autores han relacionado la dispersión de los datos para los niveles de medición
con los conceptos de entropía y de incertidumbre e incluso han propuesto a la primera
como una medida que permite cuantificar la dispersión: a mayor dispersión de los datos,
hay mayor entropía y mayor incertidumbre.
Una medida de posición no alcanza para describir adecuadamente una muestra. Se

obtiene una información más precisa y completa de ella cuando además se utiliza una
medida de dispersión.
Por ejemplo, la muestra 1 de datos 3-4-5 y la muestra 2 de datos 1-4-7 tienen la misma
medida de posición: la media aritmética en ambos casos es 4. Sin embargo, se trata
evidentemente de dos muestras diferentes, por cuanto la segunda es más dispersa que la
primera, es decir, sus datos están más alejados de la media aritmética.
En la primera muestra el promedio de las desviaciones respecto de la media es 1 (de 3 a

4 hay 1, y de 5 a 4 hay 1), mientras que el promedio de las desviaciones en la segunda
muestra es 3 (de 1 a 4 hay 3, y de 7 a 4 hay 3). Por lo tanto, ambas muestras pueden
representarse de la siguiente manera:
Muestra 1: 4 + 1 (se lee 4 más/menos 1)

Muestra 2: 4 + 3 (se lee 4 más/menos 3).
Las medidas de dispersión tienen una importancia adicional porque:

Proporcionan información adicional que permite juzgar la confiabilidad de la medida de
tendencia central. Si los datos se encuentran ampliamente dispersos, la posición central
es menos representativa de los datos.
A veces resulta indispensable conocer la dispersión de una muestra porque muestras

demasiado dispersas pueden no ser útiles para poder sacar conclusiones técnicas.
Características de las principales medidas de dispersión
En general, las medidas de dispersión más utilizadas sirven para la medición de

variables en el nivel cuantitativo. Seguidamente se examinarán las siguientes medidas
de dispersión: rango, desviación media, varianza, desvío estándar.
RANGO. - Es la diferencia entre los valores máximo y mínimo de la variable. De uso

limitado, no es una buena medida de dispersión. Es muy sensible a los valores extremos
e insensible a los valores intermedios.
Se llama también amplitud.
DESVIACIÓN MEDIA. - Es el promedio de las desviaciones de todos los valores

respecto de la media aritmética. Considera desviaciones absolutas, es decir, no las
considera con valores negativos.
VARIANZA. - Es el promedio de los cuadrados de las desviaciones con respecto a la

media aritmética. La varianza permite comparar la dispersión de dos o más muestras si
sus medias aritméticas son similares. Matemáticamente es buena medida de dispersión,
pero da valores muy altos, por lo cual en estadística descriptiva se utiliza el desvío
estándar
DESVIÓ ESTÁNDAR. - Es la raíz cuadrada de la varianza. Es un valor esencialmente
no negativo. Es la medida de dispersión más utilizada.
Se la emplea conjuntamente con la media aritmética como medida de posición. La raíz
cuadrada permite compensar el cuadrado de la varianza.
Cálculo analítico de las medidas de dispersión: fórmulas
Cuando hay que calcular varianza o desvío estándar poblacionales, se utiliza „n‟ en el
denominador, pero cuando se calculan las correspondientes medidas muéstrales (o
cuando la muestra es muy pequeña), se utilizará „n–1.
EJERCICIOS:
La serie ordenada de datos puede ser la siguiente: 2, 3, 5, 6, 7, 9, 10, calcular la

desviación
media.
Calcular la desviación media de la siguiente información.

x 70 f
80 45
90 63
100 78
110 106
120 118
130 92
140 75
23
Calcular la desviación estándar y la varianza la de la siguiente información:
x (edad) f
3
1
2
23 4
2
2
28 2
4 Calcular la desviación media, estándar y varianza de la siguiente información

distribuida por intervalos.
x f
0-3 8
3-6 10
6-9 11
9-12 12
12-15 9
15-18 7
18-21 6
21-24 5
EJERCICIO COMPLETO
intervalo f
0-10 1
10-20 3
20-30 5
30-40 6
40-50 10
50-60 12
60-70 13
70-80 9
80-90 4
90-100 3
Establecer:
Mediana
Moda
Media aritmética
Cuartil 2
Desviación media
Desviación estándar
Varianza
UNIDAD 3 PROBABILIDADES
PROBABILIDADES: GENERALIDADES - CONCEPTUALIZACIÓN,
TIPOLOGÍAS
Se entiende por probabilidad el grado de posibilidad de ocurrencia de un determinado

acontecimiento. Dicha probabilidad puede calcularse en forma teórica o empírica, a
partir de las llamadas probabilidad clásica y frecuencial, respectivamente. El concepto
de probabilidad ha demostrado ser de importante utilidad en ciertos enfoques
sistémicos, especialmente en los ámbitos de la termodinámica y la teoría de la
información.
Entendida como medida de la posibilidad de la ocurrencia de un determinado

acontecimiento, la probabilidad abarca un espectro que se extiende desde la certeza (el
acontecimiento ocurrirá con total seguridad), hasta la imposibilidad (es imposible que el
acontecimiento ocurra), pasando por todos los grados intermedios (es muy probable que
ocurra, es medianamente probable, es poco probable, etc.).
Es habitual representar el grado de probabilidad mediante un número que puede variar

entre 1 (certeza) y 0 (imposibilidad). La probabilidad puede entonces valer 1, 0, 0.50,
0.80, etc.
Por ejemplo, una probabilidad de 0.1 es muy baja, y una probabilidad de 0.98 muy alta.
Una probabilidad intermedia es 0.50 o también, también puede expresarse en términos
de porcentajes.
Probabilidad clásica y probabilidad frecuencial. - Se trata de dos modos diferentes de

calcular la probabilidad de la ocurrencia de un fenómeno.
Probabilidad clásica. - Suele también denominarse probabilidad teórica o a priori, y se
define como el cociente entre el número de casos favorables y el número de casos
equiprobables posibles.
Un dado tiene seis caras, numeradas del uno al seis. La probabilidad de obtener la cara
tres, por ejemplo, es de un sexto, es decir de un caso favorable (porque hay una sola
cara con el tres) sobre seis casos equiprobables y posibles (caras 1-2-3-4-5-6).
Aplicando la definición de probabilidad, es:
P = 1/6 = 0,1666
Para poder calcular esta probabilidad necesitamos, obviamente, conocer todos los casos
posibles (requisito de exhaustividad), pero además debemos saber que todos esos casos
posibles tienen la misma probabilidad de salir (requisito de equiprobabilidad).
Aclaración: Un caso favorable es simplemente un caso del cual queremos conocer la

probabilidad de su ocurrencia. Puede incluso tratarse de un terremoto o una enfermedad,
aunque estos eventos no sean 'favorables' desde otro punto de vista más subjetivo.
Probabilidad frecuencial. - Suele también denominarse probabilidad empírica o a

posteriori, y es definible como el cociente entre el número de casos favorables y el
número de casos observados.
En un ejemplo, supongamos que no conocemos cuántas caras tiene un dado (es decir
desconocemos la cantidad de casos posibles), y queremos averiguar qué probabilidad
tiene de salir el uno. Obviamente no podemos decir 'un sexto' o 'uno sobre seis' porque
no sabemos cuántas caras tiene el dado. Para hacer este cálculo decidimos hacer un
experimento, y arrojamos un dado común de seis caras (aunque nosotros ignoramos este
detalle) por ejemplo diez veces, constatando que el uno salió cinco veces, cosa
perfectamente posible. Se concluye entonces que la probabilidad de obtener un uno es
de cinco sobre diez, es decir, de 0.5.
Si tomamos al pie de la letra este valor, podríamos concluir que el dado tiene... ¡2
caras!, cada una con la misma probabilidad de 0.5. Aplicando la definición de
probabilidad frecuencial, resulta:
P = casos favorables 5/ casos observados 10 = 0,5
La denominación 'frecuencial' alude al hecho de el cálculo de probabilidades se realiza

en base a la frecuencia con que sale una determinada cara o posibilidad, frecuencia que
es relativa porque la comparamos con la cantidad de casos observados.
LA CURVA NORMAL: CONCEPTUALIZACIÓN - CARACTERÍSTICAS DE LA

CURVA NORMAL, TEOREMA DE LÍMITE CENTRAL, REPRESENTACIÓN
GRÁFICA DE LA CURVA NORMAL.
DEFINICIÓN DE LA CURVA NORMAL.
Si se tomaran nueve personas al azar para medir la variable frecuencia cardíaca, podrían
obtenerse, por ejemplo, los siguientes resultados: tres personas con 62, cinco personas
con 70 y una persona con 84 pulsaciones por minuto. Representando visualmente esta
situación mediante un polígono de frecuencias, se obtiene el gráfico 1.
Si se registrara la frecuencia cardíaca de 80 personas más, probablemente se obtendría

resultados similares al polígono de frecuencias del gráfico 2.
Finalmente, si se consideraran infinito número de personas, la representación visual se

asemejaría al gráfico 3, denominado curva normal, curva de Gauss o campana de Gauss
(por su forma acampanada).
Como puede apreciarse, ciertas variables continuas como la frecuencia cardíaca, la
glucemia, la estatura, el peso, la agudeza visual, el cociente intelectual, y otras, tiende a
adoptar la forma de una curva normal a medida que aumenta la cantidad de casos
observados. Aunque esta curva es una idealización, porque no pueden medirse infinitos
casos.
La curva normal tiene entonces algunas características que son las siguientes:
Es la idealización de un polígono de frecuencias con tendencia central para una gran

cantidad de casos. Por esta razón tiene la apariencia de una curva y no de una línea
quebrada, ya que el polígono de frecuencias tiene infinito número de lados.
Tiene forma de campana: no tiene otras formas similares como puede ser la forma de
herradura o la forma de una campana invertida.
Es simétrica respecto de un eje vertical, lo que la diferencia de otras curvas como por
ejemplo la hipérbole equilátera. La simetría de la curva normal implica que la media
aritmética, la mediana y el modo coinciden en el punto central. Consecuentemente, la
curva normal es unimodal.
Es asintótica respecto del eje x. Esto significa que la curva y el eje de las abscisas se
cortan en el infinito, lo cual implica que cualquier valor de x tiene potencialmente
alguna frecuencia, y ninguna frecuencia igual a 0.
Los puntos de inflexión (donde la curva cambia de cóncava a convexa y viceversa) se

encuentran en los puntos correspondientes a la media aritmética más/menos un desvío
estándar.
PUNTAJES BRUTOS Y PUNTAJES ESTANDARIZADOS
Antes de hacer referencia a las utilidades prácticas de la curva normal, convendrá

aclarar algunos conceptos tales como los de puntaje bruto y puntaje estandarizado.
Para designar los diferentes valores que asume una variable para una determinada
unidad de análisis, en estadística descriptiva suele emplearse la expresión „dato‟. Por
ejemplo, un dato puede ser “Juan mide 1.70 metros”. Muchos datos, sin embargo, se
distribuyen de acuerdo a una curva normal, y esta clase de datos suelen ser típicamente
puntuaciones o puntajes de test o pruebas de evaluación. Por ejemplo, “Juan obtuvo 90
puntos en el test de inteligencia”, o “Pedro obtuvo 7 puntos en el examen de geografía”.
Esta es la razón por la cual, en lo que sigue se utilizará la expresión puntaje en lugar de
dato, pero debe tenerse presente que todo puntaje es, siempre, un dato.
Se llama puntaje bruto, directo u original al puntaje obtenido por un sujeto en una
prueba. Por ejemplo, podría resultar de la suma de respuestas correctas, valiendo cada
una de ellas un punto
Los puntajes brutos presentan sin embargo algunos inconvenientes. Por ejemplo: a) Si
una persona obtuvo 4 puntos en una prueba académica, podemos suponer que obtuvo un
bajo puntaje porque lo comparamos con el puntaje máximo, que es 10. Sin embargo, no
nos sirve para comparar a esa persona con el resto de la población, ya que, si los demás
alumnos obtuvieron en promedio 2 puntos, la calificación 4 será, entonces, alta. b) Si
una persona obtuvo 8 puntos en geografía y 5 puntos en matemáticas, podemos suponer
que obtuvo más puntaje en geografía. Sin embargo, esta suposición es errónea si resulta
ser que el puntaje máximo en geografía es 20 y el puntaje máximo en matemáticas es 6,
en cuyo caso habrá obtenido mayor puntaje en matemáticas.
Estas y otras dificultades pueden resolverse transformando los puntajes brutos en otros
llamados puntajes estandarizados (o también puntajes transformados, porque resultan de
haber transformado los puntajes brutos). Estos puntajes estandarizados permitirán, por
ejemplo, comparar el puntaje de un sujeto con toda la población.
Los puntajes estandarizados pueden ser lineales o no lineales, según que resulten de
transformaciones lineales o no lineales. En el primer caso existe una proporcionalidad
entre los puntajes brutos y sus correspondientes puntajes estandarizados, ya que la
transformación opera según una ecuación lineal o ecuación de primer grado y, por tanto,
no deforma la distribución de los puntajes brutos.
ESTADÍSTICA ADMINISTRATIVA
La curva normal: Resolución de planteamientos
El puntaje reducido (z):
Dentro de los puntajes estandarizados se encuentra el puntaje reducido: Es “un dato

transformado que designa a cuántas unidades de desvíos estándar por arriba o por
debajo de la media se encuentra un dato en bruto” Para transformar un dato en bruto x
en un puntaje z se utiliza la fórmula (Ecuación lineal): z = (x - X) / s.
El procedimiento habitual es transformar un puntaje bruto en estandarizado reducido

(z), para luego identificar en la tabla de probabilidad (z).
Áreas desde z hacia la izquierda

Mediante esta aplicación se establecen probabilidades en un problema o planteamiento
típico.
Ejercicio:
La variable peso en una población de mujeres adultas tiene una distribución

aproximadamente normal, con una media aritmética de 60 kg y un desvío estándar (s)
de 6 kg. Calcular la probabilidad de que una mujer adulta de esa población tomada al
azar tenga un peso mayor a 68 kg.
Consideraciones: Cuando el enunciado del problema afirma que la variable tiene una
distribución aproximadamente normal, ello significa que puede ser resuelto recurriendo
al modelo de la curva normal.
Ejercicio: La multinacional PCV establece que la variable coeficiente intelectual de un

grupo de asesores empresariales a nivel internacional tiene una distribución
aproximadamente normal, con una media aritmética de 68 IQ y un desvío estándar (s)
de 5 IQ.
Calcular la probabilidad de que una un asesor tomado al azar tenga un coeficiente
intelectual superior a los 80 puntos.

intelectual inferior a los 72 puntos.
intelectual inferior a los 68 puntos.
LA CURVA NORMAL: EJERCICIOS DE APLICACIÓN.
Ejercicio N.º 1.
La variable altura en una población de hombres menores de 25 años tiene una

distribución aproximadamente normal, con una media aritmética en centímetros de 165
cm y un desvío estándar (s) de 2 cm.
Calcular la probabilidad de que un hombre de esa población seleccionado al azar tenga

una atura mayor a 180 cm.
Calcular la probabilidad de que un hombre de esa población seleccionado al azar tenga

una atura menor a 150 cm.
Interpretar los resultados.
Ejercicio N.º 2
Los costos de producción de la empresa ABC tienen una distribución normal durante el
año de operaciones. Los Directivos de la empresa han considerado importante
determinar la media aritmética de dichas erogaciones diarias (115 dólares), con una
desviación estándar de 10 dólares. Está información es vital para la organización ya que
se pretende estimar diversas probabilidades para anticiparse al impacto que pueden
generar dichos costos.
Cuál es la probabilidad de que los costos asciendan repentinamente a 125 dólares y 150
dólares respectivamente.
Cuál es la probabilidad de que los costos desciendan repentinamente a 98 dólares y 70

Interprete los resultados y determine si dichas tendencias son favorables para la

empresa.
Ejercicio N.º 3
Las ventas diarias expresadas en dólares de la empresa PROEC se establecen en la
siguiente tabla:
100 58 38 122 123 155 145 128

170 250 230 220 45 66 69 85
155 204 208 55 198 85 75 41
210 95 88 77 46 55 98 110
130 155 186 55 201 224 77 120
K=7
Establecer:
Cuál es la probabilidad de obtener aleatoriamente en un día determinado ventas
superiores a 100 dólares, 150 dólares, 176, dólares
Cuál es la probabilidad de obtener aleatoriamente ventas inferiores a 95 dólares y 55

Cuál es la probabilidad de obtener un máximo de venta diaria de 224 dólares en

adelante.
Cuál es la probabilidad de obtener una venta diaria inferior a los 38 dólares.

Interpretar resultados y determinar si las tendencias probabilísticas son favorables para
el negocio.
UNIDAD 4 ESTADÍSTICA INFERENCIAL
CORRELACIÓN Y REGRESIÓN
El análisis de correlación permite averiguar el tipo y el grado de asociación estadística

entre dos o más variables, mientras que el análisis de regresión permite hacer
predicciones sobre la base de la correlación detectada.
Más concretamente, una vez realizado el análisis de correlación, pueden obtenerse dos
resultados: que haya correlación o que no la haya. Si hay correlación, entonces se
emprende un análisis de regresión, consistente en predecir cómo seguirán variando esas
variables según nuevos valores.
Mientras el análisis de correlación busca asociaciones, el análisis de regresión busca
predicciones, es decir, predecir el comportamiento de una variable a partir del
comportamiento de la otra.
Correlación lineal. - Las relaciones entre variables pueden ser de muchos tipos. a) Hay
relaciones deterministas que responden a modelos matemáticos teóricos, como por
ejemplo la relación entre la intensidad de una corriente y la resistencia del conductor, o
bien, la relación entre la factura de consumo de agua y el número de metros cúbicos
consumidos. Estas relaciones son habituales en ciencias exactas. b) Otras relaciones no
son tan deterministas, pero pueden eventualmente parecerse –sólo parecerse- a algún
modelo matemático teórico determinista, en cuyo caso se concluye que ese modelo
explica bien la relación, aunque no lo haga perfectamente. Estas relaciones son
habituales en las ciencias sociales.
Correlación y causalidad. - El hecho de que dos variables estén correlacionadas, no

significa necesariamente que una sea la causa y la otra el efecto: la correlación no
siempre significa causalidad.
EL ANÁLISIS DE CORRELACIÓN
“Juan se sacó una buena nota en el primer parcial, y por lo tanto es bastante probable
que también saque buena nota en el segundo parcial”. “Esta persona tiene más edad y
por lo tanto es más probable que le falte alguna pieza dentaria”. Abundan esta clase de
razonamientos en la vida cotidiana, que suelen aceptarse sin demasiada crítica.
Sin embargo, en un estudio científico es habitual que estas hipótesis deban ser
comprobadas más allá de las certidumbres subjetivas. Para constatar si hay realmente
asociación entre dos o más variables cualesquiera, se emplea una herramienta
denominada „análisis de correlación‟, que también evalúa el grado o intensidad en que
dichas variables están asociadas.
PLANTEAMIENTOS DE CORRELACIÓN – INTERPRETACIÓN
Si r < 0 Hay correlación negativa: las dos variables se correlacionan en sentido inverso.
A valores altos de una de ellas le suelen corresponder valores bajos de la otra y
viceversa. Cuánto más próximo a -1 esté el coeficiente de correlación más patente será
esta variación extrema. Si r= -1 hablaremos de correlación negativa perfecta lo que
supone una determinación absoluta entre las dos variables (en sentido inverso): Existe
una relación funcional perfecta entre ambas (una relación lineal de pendiente negativa).
Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido directo.
A valores altos de una le corresponden valores altos de la otra e igualmente con los
valores bajos. Cuánto más próximo a +1 esté el coeficiente de correlación más patente
será esta variación. Si r = 1 hablaremos de correlación positiva perfecta lo que supone
una determinación absoluta entre las dos variables (en sentido directo): Existe una
relación lineal perfecta (con pendiente positiva).
Si r = 0 se dice que las variables están Inter correlacionadas: no puede establecerse

ningún sentido de variación.
Propiedad importante: Si dos variables son independientes estarán Inter correlacionadas,

aunque el resultado recíproco no es necesariamente cierto.
Fórmula:
El coeficiente de correlación lineal es el cociente entre la covarianza y el producto de

las desviaciones típicas de ambas variables.
Covarianza entre dos variables:
Desviación Típica:
Fórmula correlación:
Ejercicio:
Los costos de almacenamiento y despacho de la empresa ABC son los siguientes:
Alm. Desp
1
3
2
4
4
4
6
4
6
7
10 9
10 10
Encontrar el coeficiente de correlación:
Hallamos las medias aritméticas.
Calculamos la covarianza.
Calculamos las desviaciones típicas.
Aplicamos la fórmula del coeficiente de correlación.
Ejercicio determine la correlación de las siguientes variables e interprete los resultados:

EJERCICIO 1 EJERCICIO 2 EJERCICIO 2
Tiempo Costo Costo Rentabilidad Eficiencia Ahorro mensual
despacho pedido trans en de costos de
almacenamiento almacenamiento
5 7 600 3000 12 2000
7 6 800 4000 13 5000
4 6 450 3500 14 3000
3 4 300 2500 15 5500
8 9 500 5000 16 3000
4 4 600 5500 17 2000
2 3 700 6000 18 5000
7 6 500 5000 19 4000
1 2 200 3500 20 4500
REGRESIÓN LINEAL SIMPLE
El objetivo del análisis de regresión como método causal es pronosticar a partir de una o
más causas (variables independientes), las cuales pueden ser por ejemplo el tiempo,
precios del producto o servicio, precios de la competencia, economía del país, acciones
del gobierno o fomentos publicitarios.
El análisis de regresión es pertinente cuando se evidencia una tendencia en los datos
históricos del pronóstico Ecuación:
Fórmulas A - B
:
Ejemplo:
Ejercicios
Elaborar la proyección de la siguiente información y calcular la correlación respectiva.

Efectuar un análisis técnico de resultados.
EJERCICIO 1 EJERCICIO 2
PERIODO COSTOS PERIODO GASTO DE
LOGÍSTICOS TRANSPORTE
(MILES) (MILES)
1 12 1 22
2 13 2 28
3 12 3 27
4 15 4 29
5 22 5 25
6 21 6 24
7 16 7 19
8 14 8 22
9 18 9 23
10 16 10 25
:
5. METODOLOGÍA
La modalidad de formación en este curso es mixta ya que consta de 144 horas en total
repartidas en acercamientos sincrónicos y asincrónicos detallados de la siguiente
manera:
Docencia (videoconferencias en tiempo real): 72 horas

Autónoma (tele formación): 72 horas Práctico (tele formación): 18 horas
Estrategias Finalidad
Metodológicas
Clases teóricas
Compartir con los estudiantes los conocimientos de la asignatura, clase activa,
acercamientos
donde el estudiante participe y de sus puntos de vista.
sincrónicos
Taller grupal: El alumno aprende a usar la información relevante del tema consultado para ser
exposiciones presentado y explicado en clases
Presentación de video Mediante videos informativos y didácticos el alumno capta mejor la
información presentada
El alumno aprende a ordenar sus pensamientos en base a la información
Conversatorio: Foros
proporcionada y la expresa en opiniones, críticas y aportes personales.
Ordenador gráfico Facilita el desarrollo del vocabulario del estudiante y del aprendizaje de textos,
promueve una mejor comprensión y retención.
Permite que el alumno interactúe con libros o el internet en busca de temas
Consultas específicos, desagregando la información solicitada, permite que el alumno
desarrolle destrezas de análisis, presentación y organización.
LOS RECURSOS DIDÁCTICOS
MATERIALES Impresos (digitales): libros, fotocopias, periódicos, documentos, etc.
CONVENCIONALES
S
Imágenes fijas proyectables (fotos): diapositivas y fotografías.
MATERIALES
AUDIOVISUALES
MATERIALES Materiales audiovisuales (vídeo): audiovisuales, películas y vídeos.
AUDIOVISUALES Recursos Tecnológicos Meet, Uso de la Plataforma estudiantil, WhatsApp
NUEVAS
TECNOLOGÍAS
NUEVAS Servicios telemáticos: páginas web, web logs, tours, virtuales, webquest, cazas
TECNOLOGÍAS del tesoro
MATERIALES
CONVENCIONALES Correo electrónico, chats, foros, unidades didácticas y cursos online.
S
ACTIVIDADES COMPLEMENTARIAS.
Se empleará el uso de la plataforma G-Suite tanto para los acercamientos sincrónicos

(clases virtuales) y asincrónicos para el desarrollo de actividades complementarias, en
donde se postulen diferentes foros, talleres, evaluaciones, chats, mensajería, mail, en
línea de análisis que contribuyan al fortalecimiento de la cátedra.
FOROS: Se pretende realizar luego de cada clase un foro sobre cada articulación, con la
finalidad de retroalimentar los temas revisados.
TALLERES: Al finalizar cada clase, se desarrollará un taller grupal (MAX 5 estudiantes)

de cada tema estudiado.
CASOS PRÁCTICOS: Los casos prácticos se desarrollarán con la finalidad de

complementar los fundamentos teóricos.
EXPOSICIONES: Se dividirán por temas, para crear conocimiento a través de las

exposiciones grupales con retroalimentación al final de las clases por parte del
docente.
EVALUACIÓN Y SEGUIMIENTO
Las evaluaciones en modalidad virtual serán en la plataforma G-SUITE, y estarán

distribuidas de la siguiente forma:
TIPOS DE PORCENTAJE
ACTIVIDADES CANTIDAD DE DE LA
Etapas parciales del ACTIVIDADES
EVALUATIVAS CALIFICACIÓN TOTAL
período académico
Durante los
parciales las
COMPONENTES
Actividades del actividades no
DE EVALUACIÓN. 20% 10 pts.
componente docente podrán ser
NOTA I
menores a tres
(art. 14)
Durante los
parciales las
Actividades del
actividades no
componente 20%
podrán ser
autónomo
menores a tres
(art. 14)
Durante los
parciales las
25%
componente práctico podrán ser
menores a tres
(art. 14)
Actividad de
evaluación parcial 35%
Subtotal Nota I: 50%

Durante los
parciales las
20%
componente docente podrán ser
menores a tres
(art. 14)
Durante los
parciales las
20%
componente podrán ser
COMPONENTES autónomo menores a tres
DE EVALUACIÓN. (art. 14) 10 pts.
NOTA II Durante los
parciales las
25%
componente práctico podrán ser
menores a tres
(art. 14)
Actividad de
evaluación final
(acumulación dos 35%
parciales)
Subtotal Nota II: 50%

NOTA I 50% 10 pts.
NOTA FINAL NOTA II 50% 10 pts.
PROMEDIO 100% 10 pts.
LA CALIFICACIÓN DE ESTE EXAMEN 60% 6 pts.
TENDRÁ UN VALOR DEL 60% Y SERÁ
Examen de ACUMULATIVO AL 40 % DE LA NOTA
Recuperación o ANTERIOR (nota final promedio). Este
mejoramiento examen se aplicará para alcanzar el 40% 4 pts.
promedio necesario o mejorar el puntaje
del promedio de la asignatura.
100% 10 pts.
REFERENCIAS BIBLIOGRÁFICAS
García A. {2014). La interpretación de los datos, una introducción a la estadística

aplicada. Madrid: UNED
Gorgas J. Cardiel N. Zamorano J. (2013) Estadística básica para estudiantes. Madrid:

Universidad Complutense de Madrid.
Rodríguez J. & Pierdan A. (2014). Estadística para la administración. Primera Edición,

México: Grupo Editorial Payita
1. DEBER EN CLASES SEMANA UNO
EJERCICIO EN CLASE:
CITE 10 ACONTECIMIENTOS IDENTIFICADOS EN LA ANTIGÜEDAD
EN DONDE SE HIZO USO DE ESTADÍSTICA.
1. la actividad estadística consistía principalmente en elaborar censos, tanto de

población como de tierras. El objetivo de estos censos solía ser facilitar la
gestión de las labores tributarias, obtener datos sobre el número de personas
que podrían servir en el ejército (normalmente hombres de ciertas edades) o
establecer repartos de tierras u otros bienes.
2. Todas las grandes civilizaciones: Mesopotamia, Egipto de alguna mantera u
otra hicieron recuentos de su población En Egipto la actividad estadística
comenzó con la Dinastía I, en el año 3050 a.C. Los faraones ordenaban la
ejecución de censos con fines similares a los que acabamos de describir.
3. El historiador griego Heródoto indica que algunos de los censos de riqueza
y población se hacían para planificar la construcción de las pirámides. El
faraón de la Dinastía XIX Ramsés II (1279 – 1213 a.C.) mandó elaborar un
censo para establecer un nuevo reparto de tierras
La Edad Antigua 7 / 15
4. En China, en el año 2238 a.C. el emperador Yao manda elaborar un censo
general que recogió datos sobre la actividad agrícola, industrial y comercial.
5. En la antigua Grecia también se realizaron censos para cuantificar la
distribución y posesión de la tierra y otras riquezas, organizar el servicio militar
y determinar el derecho a voto de los ciudadanos.
6. Los censos y la actividad estadística tuvieron especial importancia en la antigua
Roma. Durante el Imperio Romano se establecieron registros de nacimientos y
defunciones, y se elaboraron estudios sobre los ciudadanos del Imperio, sus
tierras y riquezas.
7. El rey romano Servio Tulio (578 – 535 a.C.) elaboró un catastro de todos los
dominios de Roma. Mandó crear un registro en el que los propietarios debían
inscribir sus fincas, personal de servidumbre, esclavos y bestias de tiro que se
poseyeran. Los censos se elaboraban cada cinco años (lustrum).
La Edad Media
Durante la Edad Media (aprox. 476 – 1453 d.C.) la estadística no experimentó grandes
avances.
8. Cabe destacar el trabajo de Isidoro de Sevilla quien llevó a cabo una tarea de
recopilación y clasificación de datos de diversa naturaleza cuyos resultados
publicó en la obra Originum sive Etymologiarum.
9. También pueden citarse varios censos, como el de Carlomagno en 762, para
conocer la extensión de tierras pertenecientes a la Iglesia, o el registro de
propiedades, extensión y valor de las tierras de la Iglesia que se preparó en
1085 por orden de Guillermo I el Conquistador.
10. En la América prehispánica también se elaboraban censos. Por ejemplo, en lo
que actualmente es el país de México, en el año 1116 durante la segunda
migración de las tribus chichimecas el rey Xólotl ordenó que fueran censados
todos sus súbditos. Para contarlos, cada uno tiró una piedra en un montón al
que se llamó Nepohualco; el proceso contabilizó un total de 3.200.000
personas. (WIKIPEDIA, 2021)
EJERCICIO EN CLASE:
ESTABLEZCA Y DESCRIBA UN EJEMPLO BÁSICO DE APLICACIÓN

DE ESTADÍSTICA EN CADA UNO DE LOS ÁMBITOS SEÑALADOS
ANTERIORMENTE.
 Medicina, Enfermedades en menores de edad según sexo y ubicación
 Astronomía Cantidad de estrellas y plantas según dimensiones por tamaños
en un área especifica
 Psicología tipo de traumas psicológicos por edades y géneros en un área
determinada
 Economía Modelos de
 Demografía Densidad Poblacional según edad estado civil y sexo
 Administración
ENSAYO SEMANA UNO

INTRODUCCIÓN
Primero definiremos Que es ESTADÍSTICA Y LOGÍSTICA.
¿Qué es la Estadística?
 Es la rama de las matemáticas que estudia la variabilidad, colección, organización,

análisis, interpretación, y presentación de los datos, así como el proceso aleatorio
que los genera siguiendo las leyes de la probabilidad.
 Es la ciencia que estudia cómo debe emplearse la información y cómo dar una
guía de acción en situaciones prácticas que entrañan incertidumbre. (Gutiérrez, p.
23)
 Es la ciencia de los datos, la cual implica su recolección, clasificación, síntesis,

organización, análisis e interpretación, para la toma de decisiones frente a la
incertidumbre (Ángel, p. 28)
 Es la rama del conocimiento humano que tiene como objeto el estudio de ciertos
métodos inductivos aplicables a fenómenos susceptibles de expresión
cuantitativa. (López, p. 1) (GESTIOPOLIS, 2020)
¿Qué es la Logística?
Logística se refiere a los procesos de coordinación, gestión medición y transporte

de los bienes comerciales desde el lugar de distribución hasta el cliente final.
Por tanto, la logística se encarga del producto en cuanto a su almacenamiento,

inventario, transporte, entrega y/o devolución donde existe una cadena de
suministro es la red de instalaciones y procesos que intervienen en el ciclo de vida
del producto.
Desde el suministro de materias primas, pasando por la fabricación y la entrega

del producto final al consumidor.
Por tanto, la logística forma parte de la cadena de suministro en todas las

operaciones de la empresa desde la Adquision de materiales de ofician como
de las necesidades de producción. (BEETRACK, 2020)
Ahora con los conocimientos conceptuales tanto de que es ESTADÍSTICA y que

es la LOGÍSTICA podremos comenzar a analizar la interrelación que existe entre
los mismo.
DESARROLLO
La Estadística en la Logística es el conocimiento de la necesidad de medir la gestión en

los procesos logísticos de negocios y producción que se encuentra razonablemente
extendido en la industria y entre los proveedores de servicios de procesos logísticos, pero
en la práctica son menos utilizados en la sistemática implementación de los esquemas de
indicadores de gestión. es una herramienta moderna que ha permitido a las compañías
retroalimentar cada uno de los procesos, operaciones y tareas, tales como
comercialización y distribución de una gran variedad de servicios y productos además de
la forma de proveer de los mismo como serán las líneas de distribución o alimentación de
materias primas o productos acabados para la satisfacción de las necesidades de los
clientes internos o externos los mismos serán o podrán ser terrestres fluviales o aéreos.
Por ende, se necesitará una planificación de costos y la alimentación estadísticas de la
información pertinente permanente y periódica para poder dar soporte a la toma de
decisiones correspondientes para la Adquision de los bienes y servicios necesarios para
la producción o comercialización de la empresa con decisiones optimas, basadas en
realidades palpables demostrables que son cuantificadas donde se plantean ecuaciones
de costos que involucran variables como son:
 Frecuencia de Pedido
 Distancia
 Frecuencia de visita
 Surtido en cajas o piezas
 Análisis de rotación
 Tamaño y tipo de caja de entrega del proveedor
 Factor de seguridad aplicado a los pronósticos de venta.
 Mediante simulaciones de ventas y movimientos de inventarios se cuantifican los
costos implicados y se realiza su optimización sujeta a restricciones que el usuario
elige.
CONCLUSIONES
Después de un breve análisis podremos concluir que aparte de que se encuentran
intrínsecamente relacionados para la toma de decisiones basadas en análisis
matemáticos estadísticos en temas cruciales como son:
 Disminuir inventarios innecesarios
 Optimizar tiempo de pedidos para la producción
 Aumentar márgenes de utilidad
 Disminuir devoluciones, merma, y stock-out

SEMANA DOS
MATERIAL DIDÁCTICO
ESTRUCTURA DEL DATO
Los datos son la materia prima con que trabaja la estadística, del mismo modo que la
madera es la materia prima con que trabaja el carpintero.
Puede definirse técnicamente dato como una categoría asignada a una variable de una
unidad de análisis. Por ejemplo, “Luis tiene 1.70 metros de estatura” es un dato,
donde „Luis‟ es la unidad de análisis, „estatura‟ es la variable, y „1.70 metros‟
es la categoría asignada.
La unidad de análisis es el elemento del cual se establece una propiedad y

característica.
La variable es la característica, propiedad o atributo que se identifica de la unidad

de análisis.
La categoría es cada una de las posibles variaciones de una variable. Cualitativas

y cuantitativas ejemplo: Categorías de la variable sexo son masculino y femenino,
de la variable ocupación pueden ser arquitecto, médico, etc. Cuando la variable se
mide cuantitativamente, es decir cuando se expresa numéricamente, a la categoría
suele llamársela valor.
EJERCICIO: Defina 10 datos y establezca la unidad de análisis la variable y la

categoría.
Represente en una matriz de resumen
DATO UN. DE ANÁLISIS VARIABLE CATEGORÍA
TIPOS DE DATOS
Datos individuales: Es un dato de un solo individuo
Datos estadísticos. - Es un dato de una muestra o de una población en su conjunto.
Por ejemplo, la edad de Juan es un dato individual, mientras que el promedio de edades
de una muestra o población de personas es un dato estadístico.
EJERCICIO: Identifique 10 datos individuales y 10 datos estadísticos:
Identifique la unidad de análisis, variable y posibles categorías de los datos estadísticos
DATO UN. DE ANÁLISIS VARIABLE CATEGORÍA
EJERCICIO DE ANÁLISIS: Identifique la unidad de análisis, la variable,

ejemplos de posibles categorías y establezca si el dato es individual o estadístico
El número de botones de una camisa.

La altura de una torre.
Los depósitos de una cuenta bancaria.
El promedio de pasajeros anuales de un grupo de aerolíneas.
Los resultados de los partidos de la Copa América
El número de vacunados en el Ecuador
Número de procesado caso Odebrecht
DATO UN. ANÁLISIS VARIABLE CATEGORÍA TIPO DE DATO
DEBER 1 DE SEMANA DOS

DEFINA 10 DATOS Y ESTABLEZCA LA UNIDAD DE ANÁLISIS LA VARIABLE Y
LA CATEGORÍA. REPRESENTE EN UNA MATRIZ DE RESUMEN
DATO UNIDAD DE VARIABLE CATEGORÍA

ANÁLISIS
DIANA tiene 30 años Diana Edad 30
Luis tiene 10 dólares Luis Dólares 10
Dayana tiene 1.6 altura Dayana Altura 1.60
Jhoel estudia en 2 de la Jhoel Nivel Académico 2
Espoch
Meymi Tiene 16 años Meymi Edad 16
Axel pesa 80 libras Axel Peso / Libras 80
Diana estudia en el 2 Diana Nivel académico 2
semestre de TSÁCHILA
Miguel tiene 47 años Miguel Edad 47
Dayana estudia en 10 años Dayana Nivel académico 2
del colegio La Inmaculada
Luis calza del 42 Luis Calzado 42
EJERCICIO: Identifique 10 datos individuales y 10 datos estadísticos:

ANÁLISIS
Cantidad de hombres y Genero Trabajadores 30 hombres 40
mujeres que trabajan en Mujeres
Nestlé
Edades promedio de los Alumnos del 2 Edades 22 años
alumnos de 2 seme3stre de semestre
logística
Cantidad de habitantes Adultos mayores Edades 1520
adultos mayores en santo
domingo
Cantidad de Hombres y Genero Cantidad 258.365 hombres
mujeres en santo domingo 586987 Mujeres
Cantidad de Vehículos Vehículos Cantidades 12.365
Chevrolet vendidos en Chevrolet
santo domingo
Cantidad de personas Desempleo Cantidad 122.358
desempleadas en sano
domingo por genero
Cantidad de analfabetos en Analfabetismo Cantidad 25.369
santo domingo
Promedio de edades de Estudiantes de ITS Promedio 23.5
estudiantes de ITS Sachila Sachila
en primer año de logística
y transporté

ANÁLISIS
DIANA tiene 1 hijo Diana Cantidad de hijos 1
Luis Miguel pesa 120 Luis Miguel Peso 120
Kilos
Alex tiene 1 hermana Alex Familia 1
Meymi estudia en 1 año de Meymi Nivel de Estudio 1
Universidad
Identifique la unidad de análisis, la variable, ejemplos de posibles categorías y

establezca si el dato es individual o estadístico
DATO UNIDAD VARIABLE CATEGORÍA TIPO
DE
ANÁLISIS
El número de botones Camisa Numero de Cantidad Individual
de una camisa Botones
Los depósitos de una Cuenta Cantidad de Cantidad Individual
cuenta bancaria bancaria depósitos
La altura de una torre Torre La altura Metros Individual
El promedio de Aerolíneas Promedio de Promedio Estadístico
pasajeros anuales de un pasajeros
grupo de aerolíneas
Los resultados de los Partidos Resultados Sumatoria Estadística
partidos de la Copa Copa
América América
El número de vacunados Números Cantidad Estadística
vacunados en el en el
Ecuador Ecuador
Número de procesados Procesados Número Cantidad Individual
caso Odebrecht caso
Odebrecht
DEBER 2 DE SEMANA DOS
EJERCICIO DE ANÁLISIS
Identifique la unidad de análisis, la variable, categorías y establezca si el dato logístico
es individual o estadístico
DATO UNIDAD VARIABLE CATEGORÍA TIPO
DE
ANÁLISIS
El número de Empresa Numero de 24 Individual
despachos efectuados ABC despachos
diariamente en la
empresa ABC son de
24.
Los costos de Asociación Costos de Promedio de 7 Estadístico
almacenamiento de 3 de Julio almacenamiento dólares diarios
los negocios de la
Asociación 3 de
Julio, representan un
promedio de 7
dólares diarios.
El tiempo de Empresa tiempo de 20 y 30 Estadística
distribución de ABC distribución minutos
productos de la
empresa ABC oscila
entre 20 y 30
minutos.
El 75% de personal Bodega Capacitación 75% Estadística
de bodega se
encuentra capacitado.
El número de viajes Flota de Número de 10 semanales Individual
que realiza una flota vehículos viajes
de vehículos de carga de carga
son de 10 semanales
El inventario de Mercaderías Inventario de 4000 unidades Individual
mercaderías de la de la mercadería
empresa es de 4000 empresa
unidades
Los costos de Empresa Costos de 10 galones de Estadística
transporte de transporte Diésel al día
mercancías en la
empresa
corresponden a 10
galones de Diésel al
día.
PROPONGA 5 DATOS ADICIONALES EN EL ÁMBITO DE LA LOGÍSTICA Y
TRANSPORTE
Identifique la unidad de análisis, la variable, ejemplos de posibles categorías
DATO UNIDAD DE VARIABLE CATEGORÍA TIPO

ANÁLISIS
La compañía de compañía de promedio de 30 Estadística
transporte Zaracay transporte pasajeros al
tiene un promedio de Zaracay día
30 pasajeros al día en
la ruta de Guayaquil –
Santo Domingo
Costo promedio de Compañía Flota Costo $30 Estadística

gasolina por unidad Imbabura promedio
de transporte de la
compañía Flota
Imbabura es de $30
Promedio de ventas compañía ABC Promedio de Dólares Estadístico

diarias de la ventas
compañía ABC
Promedio de Unidad de Promedio de Compras Estadístico
Compras de trasporte Compras de
lubricantes para una lubricantes
unidad de trasporte
Rotación de venta de comercializadora Rotación de Cantidad Estadístico
Llantas para la venta AROS venta de
de la Llantas
comercializadora
AROS
SEMANA TRES
MATERIAL DIDÁCTICO
DEBER SEMANA TRES
ESTABLEZCA UNA MATRIZ EN DONDE SE CITEN EJEMPLOS DE

DATOS, CLASIFICADOS POR NIVELES DE MEDICIÓN E
IDENTIFICANDO LA UNIDAD DE ANÁLISIS, LA VARIABLE Y LA
CATEGORÍA. REALICE UNA MATRIZ POR DATOS INDIVIDUALES Y
UNA POR DATOS ESTADÍSTICOS
No Medición Nominal Ordinal C DISCRETO C Continuo
Dato Juan Es Carlos TIENE En La Escuela María Bajo De
Arquitecto 34 AÑOS De Futbol Hay Peso Entre 20
40 Aspirantes Y 25 K.
Al Asenso
Unidad DE Juan Carlos Aspirantes María
ANÁLISIS
Variable Arquitecto Edad Escuela De Peso
Futbol
Categoría Individual Individual
Unidad DE Años Años Peso
MEDIDA
SEMANA CUATRO
ACTIVIDAD 4
ACTIVIDAD 4.1
EJERCICIO 1
Establecer el factor porcentual y el promedio para los siguientes datos. Elaborar
diagrama de dispersión para los costos identificados y un diagrama de pastel para los
factores porcentuales. Interpretar resultado.
Costos de Distribución
Empresas
mensual (Dólares) Porcentaje Promedio
A $ 300,00 6,78%
B $ 250,00 5,65%
C $ 700,00 15,82%
D $ 450,00 10,17%
E $ 390,00 8,82%
$ 442,40
F $ 500,00 11,30%
G $ 500,00 11,30%
H $ 400,00 9,04%
I $ 239,00 5,40%
J $ 695,00 15,71%
TOTAL $ 4.424,00
Cuadro 1del factor porcentual y el promedio de los datos
COSTO DE DISTRIBUCION
$800,00
$700,00
$600,00
$500,00
$400,00
$300,00
$200,00
$100,00
$-
0 2 4 6 8 10 12
Gráfico 1 Costo de Distribución en dólares

Grafico porcentual de costos
16% 7% 6%
5% 16%
9%
11% 10%
11% 9%
1 2 3 4 5 6 7 8 9 10
Gráfico 2 Porcentual de Costos

INTERPRETACIÓN
El Costo de Distribución mensual total de las 10 empresas en análisis es de $ 4.424 por
ende nos da un promedio de $442.4, de las cuales las compañías C y J son las que se
mantienen con el costo más alto del promedio y las compañías I y B son las de menor
costos de distribución por lo tanto son las más rentables y eficientes desde este punto
de vista
EJERCICIO 2
Los tiempos del proceso de despacho en minutos de la empresa ABC por cada pedido
ejecutado durante el día son: 40, 33, 25, 40, 25, 23, 24, 27, 29, 33, 35, 37, 32, 41, 22,
21, 35, 38, 39, 19, 17, 22
a) Realizar un análisis promediar de los tiempos identificados.
b) Agrupar los datos por intervalos con una holgura de 3 - Obtener frecuencias y
porcentajes
c) Elaborar un gráfico de barras y un gráfico de puntos de dispersión con las
frecuencias encontradas en relación a los datos agrupados. Interpretar los resultados
TIEMPOS DE TIEMPO FRECUENCIA FRECUENCIA

INTERVALO CANTIDAD %
DESPACHO PROMEDIO ABSOLUTA RELATIVA
17 17 a 20 2 9% 2 9%
19 21 a 24 5 23% 7 32%
30
21 25 a 28 3 14% 10 45%
22 29 a 32 2 9% 12 55%
22 33 a 36 4 18% 16 73%
23 37 a 40 5 23% 21 95%
24 41 a 44 1 5% 22 100%
25 TOTAL 22 100% 22 100%
25
27
29
32
33
33
35
35
37
38
39
40
40
41
22 TOTAL
Cuadro 2 Análisis de Datos de Tiempo de entrega
FRECUENCIA ABSOLUTA
25
20
15
10
0
0 1 2 3 4 5 6 7 8 9
Gráfico 3 Frecuencia Absoluta de Holgura

FRECUENCIA RELATIVA
120%
100%
80%
60%
40%
20%
0%
0 1 2 3 4 5 6 7 8 9
Gráfico 4 Frecuencia Relativa de Holgura
FRECUENCIA ABSOLUTA
25
20
15
10
0
1 2 3 4 5 6 7 8
Gráfico 3 Frecuencia Absoluta de Holgura

FRECUENCIA RELATIVA
120%
100%
80%
60%
40%
20%
0%
1 2 3 4 5 6 7
Gráfico 6 Frecuencia Relativa de Holgura
INTERPRETACIÓN
El análisis de los a Datos estadísticos continuos de los tiempos del proceso de
despacho en minutos de la empresa ABC nos arrojan un promedio de 30 minutos
manteniendo una igualdad en los intervalos de 21 a 24 minutos con 5 despachos
dentro de ese rango que está por debajo del promedio y de 37 a 40 minutos con 5
despachos lo cual se encuentra por arriba del margen del promedio, lo cual indica que
se debe analizar el motivo consecuente de la demora de esos tiempos de despacho.
SEMANA CINCO
MATERIA DIDÁCTICO
DEBER EN CLASES SEMANA CINCO
Los goles que se han marcado en la última jornada de liga han sido en los siguientes
minutos de juego:
20,11,89,3,20,4,2,35,50,29,59,30,90,33,78,54,21,19,60,34,56,63,45,31,26,32,5,78,88,8
5,34 Realizar la tabla de frecuencias absolutas y relativas agrupándolos en clase por
cuarto de hora. Elaborar diagrama de dispersión de frecuencias absolutas.
Datos Absoluta Relativa

0 a 15 5 0,161
16 a 30 7 0,226
31 a 45 7 0,226
46 a 60 5 0,161
61 a 75 1 0,032
76 a 90 6 0,194
31 1
Cuadro 1 Datos estadísticos Continuos
GOLES EN MINUTOS DE JUEGOS

8
0
0 1 2 3 4 5 6 7
Grafico 1 Dispersión de Datos estadísticos Continuos
DEBER 2
Los tiempos de despacho del producto ABC durante el día son los siguientes: 15, 20,
22, 24, 27, 29, 28, 33, 32, 37, 15, 22, 44, 47, 60, 60, 60, 55, 54, 53, 44, 15, 15, 33, 34, 48
Realizar la tabla de frecuencias absolutas y relativas agrupándolos en clase por cuarto
de hora. Elaborar diagrama de dispersión de frecuencias absolutas.
Absoluta Relativa
0 a 15 4 0,154
16 a 30 7 0,269
31 a 45 7 0,269
46 a 60 8 0,308
26 1
Cuadro 2 Datos estadísticos Continuos
9
8
7
6
5
4
3
2
1
0
0 0,2 0,4 0,6 0,8 1 1,2
Series1 Series2
Gráfico 2 Dispersión de Datos estadísticos Continuos
DEBER 3
El número de operarios de la producción de la empresa ABC es de 5000 se requiere un
estudio de los procesos operativos, para lo cual se debe establecer una muestra
específica de los involucrados para concretar la indagación
Se requiere calcular la muestra con un nivel de confianza del 95%
APLICACIÓN DE LA FÓRMULA PARA LA POBLACIÓN OBJETIVO
N 5.000
Z (95%) 1,95 4.753,13
E 0,05 n = 13,45
353
p 0,5
q 0,5
Formula 1
DEBER 4
Se requiere establecer un estudio del total de la población de Santo Domingo para el
año 2020
Identifique el total de la población mediante los registros INEC
Calcule la muestra con un nivel de confianza del 98% y un margen de error del 2%
APLICACIÓN DE LA FÓRMULA PARA LA POBLACIÓN OBJETIVO
N 368.013,00
Z (95%) 1,98 230.841,31
E 0,02 n = 147,83
1.562
p 0,20
q 0,80
SEMANA SEIS
MATERIAL DIDACTICO
SEMANA SIETE
MATERIAL DIDACTICO
EJERCICIO EN CLASES
DEBER EN CLASES
EJERCICIO 1 DATOS ALEATORIOS

Empresas Costos de almacenamiento diario %
(Dólares)
A 22 9%
B 24 10%
C 33 14%
D 45 19%
E 55 23%
F 56 24%
235 100%
EJERCICIO 2
DA CANTIDAD DE DATOS 35
TOS
22 PASO 1 RANGO MAYO 70 MENOS EL 22 IG 48
R MENOR UA
L
22 PASO 2 DETERMINAR EL NUMERO K 6
DE INTERVALOS
23
K = 1 +3,322 LOG n
24 1,5440 5,1293 6,1293
6804 9404 9404
25
30
33 PASO 3 AMPLITUD DEL INTERVALO A ES R 48 8,0 8
0
33 K 6
33
33 PASO 4 FORMAR LOS INTERVALOS 22 a 30
34 31,0 a 39
34 40,0 a 48
34 49,0 a 56
34 57,0 a 65
35 66,0 a 84
35
35 PASO 5 MARCA 26,00
DE CLASE
36 35,00
36 44,00
43 52,50
44 61,00
44 75,00
44 0,00
45
46 PASO 6 FRECUENCIAS ABSOLUTAS Y
RELATIVAS
47
49 HOLGURA X fa FA fr FR Ex
55 22 a 30 26,00 6 6 0, 0,1 15
17 7 6
58 31 a 39 35,00 13 19 0, 0,5 45
37 4 5
63 40 a 48 44,00 7 26 0, 0,7 30
20 4 8
65 49 a 56 52,50 2 28 0, 0,8 10
06 0 5
65 57 a 65 61,00 4 32 0, 0,9 24
11 1 4
66 66 a 84 75,00 3 35 0, 1,0 22
09 0 5
69 0 0 0 0,00 35 0, 1,0 0
00 0
70 35 1 14
93
MODA 31 7 8
7 6
31 7 6
13
31 0,53846153 6
8
31 3,23076923
1
MODA 34,23
Me N 35 17,5
2
31 17,5 men 6 menos 8

os
13
31 18 men 8
os
18
31 1 men 8
os
31 menos 8
Me 23
X 1493 igual a 42,657

1429
35
Dm 346,37 9,896
35
HOLGURA X fa Ex X - X1 (X - (X - (X -
X1) * X1)2 X1)2
F *F
22 a 30 26 6 156 11,87 71,2 140,9 845,3
2 0 8
31 a 39 35 13 455 5,82 75,6 33,87 440,3
6 4
40 a 48 44,00 7 308 1,34 9,40 1,80 12,62
49 a 56 52,5 2 105 9,84 19,6 96,88 193,7
9 6
57 a 65 61 4 244 18,34 73,3 336,4 1345,
7 6 84
66 a 84 75 3 225 32,34 97,0 1046, 3138,
3 06 18
0 0 0 0 0 0 - 0,00 1819, 0,00
42,66 63
0 0 0 0 0 0,00 0,00
0 0 0 0 0 0 0,00 0,00
35 1493 346, 5976,
37 13
X PROMEDIO 1493 42,66

35
DESVIACION 5976,13 170,75

ESTÁNDAR
35
VARIANZA 170,75 RAIZ CUADRADA 13,067

SEMANA OCHO
EVALUACION DEL PRIMER PARCIAL
DA CANTIDAD DE 40
TO DATOS
S
38 PASO 1 RANGO MAYOR 250 MENOS EL 38 IGU 212
MENOR AL
41 PASO 2 DETERMINAR EL NUMERO K 6
DE INTERVALOS
45
46 1,60 5,32 6,32

2059 2043 2043
99 29 29
55
55
55 PASO 3 AMPLITUD DEL INTERVALO A ES R 212 35, 35
33
58 K 6
66
75 31,0 a 66
77 67,0 a 102
77 103, a 138
0
85 139, a 174
0
85 175, a 210
0
88 211, a 246
0
95 PASO 5 MARCA 34,0 247, a 282
DE 0 0
CLASE
98 48,5
0
10 84,5
0 0
11 120,
0 50
12 156,
0 50
12 192,
2 50
12 228,
3 50
12 264,
8 50
13 PASO 6 FRECUENCIAS ABSOLUTAS Y
0 RELATIVAS
14
5
15 HOLGURA X fa FA fr FR XxF
5
15 38 a 30 34,0 7 7 0,23 0,2 238
5 0 3
15 31 a 66 48,5 10 17 0,33 0,5 485
5 0 7
17 67 a 102 84,5 6 23 0,20 0,7 507
0 0 7
18 103 a 138 120, 1 24 0,03 0,8 120,
6 50 0 5
19 139 a 174 156, 2 26 0,07 0,8 313
8 50 7
20 175 a 210 192, 4 30 0,13 1,0 770
1 50 0
20 211 a 246 228, 30 0,00 1,0 0
4 50 0
20 30 1 2433
8 ,5
21
0
22
0
22 MODA 31 3 35
4
23 3 4
0
25
0
31 3 6
7
31 0,4285714 6
29
31 2,5714285
71
MODA 33,57
Me N 40 20
2
31 20 men 7 men 35
os os
10
31 18 men 35
os
18
31 1 men 35
os
31 menos 35
Me -4
X 2433,5 igual a 60,8

375
40
Dm 843,93 28,131
30
HOLGURA X fa XxF X- (X - (X - (X -
X1 X1) X1) X1)2
*F 2 *F
38 a 30 34 7 238 16,3 114, 267 1871
5 45 ,32 ,26
31 a 66 48,5 10 485 7,35 73,5 54, 540,
0 02 23
67 a 102 84,50 6 507 3,38 20,3 11, 68,6
0 45 8
10 a 138 120,5 1 120, 39,3 39,3 155 1551
3 5 8 8 1,0 ,05
5
13 a 174 156,5 2 313 75,3 150, 568 1136
9 8 77 2,6 5,29
5
17 a 210 192,5 4 770 111, 445, 124 4962
5 38 53 06, 4,99
25
21 a 246 228,5 0 0 0,00 0,0 0,00
1 0
0 0 0 0 0 0,00 0,00
0 0 0 0 0 0 0,00 0,00
30 2433 843, 6502
,5 93 1,49

,5 2
30
DESVIACI 6502 2167

ON 1,49 ,38
ESTÁNDA
R
30 |
VARIANZA 2167 RAIZ 46,
,38 CUADRADA 555
SEMANA NUEVE
MATERIAL DIDACTICO
SEMANA DIEZ
MATERIAL DIDACTICO
COMPONENTE AUTONOMO
NOMBRE
Ejercicios de básicos de probabilidades:
la probabilidad de que, al echar un dado al aire, y que salga:
Un número impar
3/6 es igual 0,5
Un múltiplo de dos
3/6 es igual 0,5
Menor que cinco

4/6 es igual 0.6666666667
Un múltiplo de 1
6/6 es igual a 1
Una urna tiene 10 bolas rojas, 5 amarilla, 7 azules. Se extrae una al azar,
establecer la probabilidad de que:
Sea roja
10/22 es igual 0,4545454
Sea amarilla
5/22 es igual 0.22727272
Sea azul
7/22 es igual 0.318181818
La probabilidad de que no sea amarilla

17/22 es igual 0,772727272
La probabilidad de que no sea azul

15/22 es igual 0,6818181818
Actividad Autónoma:
Efectuar un organizador gráfico de las aportaciones de Gauss en el campo de la ciencia
en general. Especificar las contribuciones en la estadística.
Carl Friedrich Gauss
DEBER EN CLASES
EJERCICIOS BÁSICOS
La moneda tiene, tiene 2 caras: Cara y Cruz. ¿Cuál es la probabilidad de obtener Cruz al
lanzar una moneda?,
1/ 2 es igual a 0,5
¿Cuál es la probabilidad de tener cara o cruz?
2/2 es igual a 1
¿Cuál es la probabilidad de obtener un 5 al lanzar un dado?
5/6 es igual a 0.83333333
¿Cuál es la probabilidad de obtener al lanzar un dado?
Un número impar
3/6 es igual 0,5
Un número par
37& es igual a 0,5
Un múltiplo de dos
3/6 es igual a 0,5
La mitad del número mayor identificado en el dado.

Será el numero 3 es decir 1/6 es igual a 0,1666667
La mitad de la potencia del segundo número menor identificado en el dado

El número menor será el 2 elevado al cuadrado será 4 divido para dos o la mitad será 2
1/6 es igual a 0.1666667
Hallar la probabilidad de que al lanzar al aire dos monedas, salgan:
Dos caras. 2/8 es igual a 0,25

Dos cruces. 2/8 es igual a 0.25
En un sobre hay 20 documentos, ocho llevan un dibujo distintivo las restantes son
blancas.
Hallar la probabilidad de extraer al menos una papeleta con el dibujo.
8/20 es igual a 0,4
Los estudiantes A y B tienen respectivamente probabilidades 1/2 y 1/5 de suspender

un examen. La probabilidad de que suspendan el examen simultáneamente es de1/10.
Determinar la probabilidad de que al menos uno de los dos estudiantes
suspenda el examen.
½ + 1/5 – 1/10 es igual a 3/5 es decir 0,6
La probabilidad de que un hombre viva 20 años es 1⁄4 y la de que su mujer viva 20

años es 1/3.
Se pide calcular la probabilidad De que ambos vivan 20 años.
½ por ¼ es igual a 1/12 es decir 0,08333333
SEMANA ONCE
MATERIAL DIDACTICO
EJERCICIO DE PROBABILIDADES
Determinar la probabilidad de que: (0≤x≤1,5) (Puntaje Estandarizado)
1,5 0,9332 93,32%
-3 -1,5 0 1,5 3
La multinacional PCV establece que la variable coeficiente intelectual de un grupo de
asesores empresariales a nivel internacional tiene una distribución aproximadamente
normal, con una media aritmética de 68 IQ y un desvío estándar (s) de 5 IQ. Calcular la
probabilidad de que una un asesor tomado al azar tenga un coeficiente intelectual
superior a los 80 de IQ.
z = (x - X) / s 12 divido 5 es igual 2,4

0,9918
MEDIA
ARITMETICA 68 99,18%
DESVIACDION
5
ESTÁNDAR la probabilidad sera 0,82% 0
SUPERIOR a 80
La variable altura en una población de hombres menores de 25 años tiene una distribución
aproximadamente normal, con una media aritmética en centímetros de 165 cm y un desvío
estándar (s) de 2 cm.
Calcular la probabilidad de que un hombre de esa población seleccionado al azar tenga una atura
mayor a 180 cm.
Calcular la probabilidad de que un hombre de esa población seleccionado al azar tenga una atura
menor a 150 cm.
z = (x - X) / s
MEDIA
ARITMETICA 165
DESVIACDION
20
ESTÁNDAR 0
MAYOR
SUPERIOR a
A 180 15 DIVIDIDO 0,7500 0,7704 77,04% 22,96%
MENOR
SUPERIOR a
150 -15 DIVIDIDO -0,7500 0,2296 22,96% 77,04%
SEMANA DOCE
EJERCCIO DE PROBABILIDADES
Determinar la probabilidad de que: (0≤x≤1,5) (Puntaje Estandarizado)

0,9332 93,32%
0 1,5
Determinar la probabilidad de que: (0≤x≤-2,01) (Puntaje Estandarizado)

0,9821 98,21%
_2,01 0
Determinar la probabilidad de que: (0≤x≤2) (Puntaje Estandarizado)

0,9772 97,72%
0 2
Determinar la probabilidad de que: (-2,5≤x≤1,75) (Puntaje Estandarizado)

0,0062 0,9599 ES IGUAL 0,9661 96,61%
-2,5 1,75
Los costos de producción de la empresa ABC tienen una distribución normal durante el año de
operaciones. Los Directivos de la empresa han considerado importante determinar la media
aritmética de dichas erogaciones diarias (115 dólares), con una desviación estándar de 10 dólares.
Está información es vital para la organización ya que se pretende estimar diversas probabilidades
para anticiparse al impacto que pueden generar dichos costos.
Cuál es la probabilidad de que los costos sean de 125 dólares en undía comun de operaciones.
Cuál es la probabilidad de que los costos se encuentren entre 98 dólares y 118 dólares
respectivamente.
media ritmetica 115

desviacion
10
estandar
la probabilidad
sobre 125 z = (x - X) / s 10 dividido 10 es igual 1 es 0,8413 es decir 84,13%
98 z = (x - X) / s -17 dividido 10 es igual -1,7 es 0,0446 es decir 4,46%

118 z = (x - X) / s 3 dividido 10 es igual 0,3 es 0,6179 es decir 61,79%
de que se encuentre en ese rango 66,25%
-1,7 0,3
1
Los costos de almacenamiento diarios expresados en dólares de la empresa PROEC se establecen en la

siguiente tabla:
DATOS CANTIDAD DE DATOS 40
38 PASO 1 RANGO MAYOR 250 MENOS EL MENOR 38 IGUAL 212
41 PASO 2 DETERMINAR EL NUMERO DE INTERVALOS K 6
45
46 1,602059991 5,322043291 6,322043291
55
55
55 PASO 3 AMPLITUD DEL INTERVALO A ES R 212 35,33 35
58 K 6
66
75 74,0 a 109
77 110,0 a 145
77 146,0 a 181
85 182,0 a 217
85 218,0 a 253
88
95 PASO 5 MARCA DE CLASE 55,50
98 91,50
100 127,50
110 163,50
120 199,50
122 235,50
123
128
130 PASO 6 FRECUENCIAS ABSOLUTAS Y RELATIVAS
145
155 HOLGURA X fa FA fr FR XxF
155 38 a 73 55,50 10 10 0,25 0,25 555
155 74 a 109 91,50 9 19 0,23 0,48 823,5
170 110 a 145 127,50 7 26 0,18 0,65 892,5
186 146 a 181 163,50 4 30 0,10 0,75 654
198 182 a 217 199,50 6 36 0,15 0,90 1197
201 218 a 253 235,50 4 40 0,10 1,00 942
204
208
210 40 1 5064
220
224
230 MODA 74 10 35
250 10 1
74 10 6
11
74 0,909090909 6
74 5,454545455
MODA 79,45
11,31%
65,54%
98,75% Me N 40 20
2
74 10 menos 0 menos 35
10
74 18 menos 35
0,09% 18
90,15%
90,24% 74 1 menos 35
74 menos 35
Me 39
X 5064 igual a 126,6

40
Dm 1256,55 31,414
40
HOLGURA
38 X fa XxF X - X1 (X - X1) * F (X - X1)2 (X - X1)2 * F
74 a 73 55,5 10 555 16,35 163,50 267,32 2673,23
110 a 109 91,5 9 823,5 7,35 66,15 54,02 486,20
146 a 145 127,50 7 892,5 0,90 6,30 0,81 5,67
182 a 181 163,5 4 654 36,90 147,60 1361,61 5446,44
218 a 217 199,5 6 1197 72,90 437,40 5314,41 31886,46
0 a 253 235,5 4 942 108,90 435,60 11859,21 47436,84
0 0 0 0 0 0 0,00 0,00 0,00
0 0 0 0 0 0,00 0,00
0 0 0 0 0 0,00 0,00
40 5064 1256,55 87934,84

40
DESVIACION ESTÁNDAR 87934,84 2198,37 |

40
VARIANZA 2198,37 RAIZ CUADRADA 46,887

Cuál es la probabilidad de obtener aleatoriamente en un día determinado costos de 100 dólares, 150 dólares,
176, dólares
media ritmetica 126,6

desviacion estandar 21,98
la probabilidad sobre 100 z = (x - X) / s -26,6 dividido 21,98 es igual -1,2102
150 z = (x - X) / s 23,4 dividido 21,98 es igual 1,0646
176 z = (x - X) / s 49,4 dividido 21,98 es igual 2,2475
Cuál es la probabilidad de obtener aleatoriamente costos entre 58 dólares y 155 dólares respectivamente.
media ritmetica 126,6

desviacion estandar 21,98
la probabilidad sobre 58 z = (x - X) / s -68,6 dividido 21,98 es igual 0,0009
155 z = (x - X) / s 28 dividido 21,98 es igual 0,9015
las probavilidade que se encuentren en ese rango
SEMANA TRECE
MATERIAL DIDACTICO
EJERCCIO EN CLASES
X Y
COSTOS
ALMACENAMIENTO DESPACHO x*y X2 Y2
2 1 2 4 1
3 3 9 9 9
4 2 8 16 4
4 4 16 16 16
5 4 20 25 16
6 4 24 36 16
6 6 36 36 36
7 4 28 49 16
7 6 42 49 36
8 7 56 64 49
10 9 90 100 81
10 10 100 100 100
72 60 431 504 380
MEDIAS
ARITMETICAS
X 6
Y 5
Cv 431 menos 30
12
Cv 35,92 menos 30
Cv 5,92
DESVIACION
TIPICA
Dv x RAIZ CUADRADA 504 MENOS 6 AL CUADRADO

12
Dv x RAIZ CUADRADA 42 MENOS 36

Dv x RAIZ CUADRADA 6
Dv x 2,45
Dv Y RAIZ CUADRADA 380 MENOS 5 AL CUADRADO

12
Dv x RAIZ CUADRADA 31,667 MENOS 25

Dv x RAIZ CUADRADA 6,667
Dv x 2,58
CORRELACION
R 5,92 5,92 ES IGUAL 0,94 DIRECTA POR POSITIVA

2,45 2,58 6,32 FUERTE
Tiempo Costo
despacho pedido
X Y XY X2 Y2
5 7 35 25 49
7 6 42 49 36
4 6 24 16 36
3 4 12 9 16
8 9 72 64 81
4 4 16 16 16
2 3 6 4 9
7 6 42 49 36
1 2 2 1 4
41 47 251 233 283
MEDIAS
X 4,55556
Y 5,22222
Cv 251 menos 23,79012

9
Cv 27,89 menos 23,79012

Cv 4,10
DESVIACION TIPICA
Dv x RAIZ CUADRADA 233 MENOS 4,555556 AL CUADRADO

9
Dv x RAIZ CUADRADA
25,88889 MENOS 20,75309
Dv x RAIZ CUADRADA
5,135802
Dv x 2,27
Dv Y RAIZ CUADRADA 283 MENOS 5,222222 AL CUADRADO

9
Dv x RAIZ CUADRADA
31,444 MENOS 27,2716
Dv x RAIZ CUADRADA
4,173
Dv x 2,04
CORRELACION

2,27 2,04 4,63 FUERTE
Ahorro mensual de
Eficiencia en
costos de
almacenamiento
almacenamiento
X Y XY X2 Y2
12 $ 2.000,00 24000 144 $ 4.000.000,00
13 $ 5.000,00 65000 169 $ 25.000.000,00
14 $ 3.000,00 42000 196 $ 9.000.000,00
15 $ 5.500,00 82500 225 $ 30.250.000,00
16 $ 3.000,00 48000 256 $ 9.000.000,00
17 $ 2.000,00 34000 289 $ 4.000.000,00
18 $ 5.000,00 90000 324 $ 25.000.000,00
19 $ 4.000,00 76000 361 $ 16.000.000,00
20 $ 4.500,00 90000 400 $ 20.250.000,00
144 34000 551500 2364 $ 142.500.000,00
MEDIAS
X 16
Y 3777,78
Cv 551500 menos 60444,44

9
Cv 61277,78 menos 60444,44

Cv 833,33
DESVIACION TIPICA
Dv x RAIZ CUADRADA 2364 MENOS 16 AL CUADRADO

9

Dv x 2,58

9
Dv x RAIZ CUADRADA $ 15.833.333,33 MENOS 14271604,94

Dv x RAIZ CUADRADA $ 1.561.728,40
Dv x $ 1.249,69
CORRELACION

2,58 1249,69 3226,69 BAJA
SEMANA CATORCE
EJERCICON DE CORRELACION
COSTOS
ALMACENAMIENTO DESPACHO x*y X2 Y2
9 2 18,00 81 4
7 3 21,00 49 9
5 5 25,00 25 25
6 6 36,00 36 36
4 6 24,00 16 36
8 7 56,00 64 49
7 6 42,00 49 36
4 6 24,00 16 36
4 8 32,00 16 64
7 7 49,00 49 49
9 7 63,00 81 49
9 6 54,00 81 36
79,00 69,00 444,00 563,00 429,00
MEDIAS
ARITMETICAS
X 6,583333333
Y 5,75
Cv 444 menos 37,85417

12
Cv 37,00 menos 37,85417

Cv -0,85
DESVIACION TIPICA

12
Dv x RAIZ CUADRADA 46,91666667 MENOS 43,34028

Dv x 1,89

12

Dv x 1,64
CORRELACION
R -0,85 -0,85 ES IGUAL -0,28 INVERSA

1,89 1,64 3,10 DEBIL
Ejercicio 2
Tiempo Costo
despacho pedido
(Min) (Dólares) x*y X2 Y2
20 10 200,00 400 100
30 12 360,00 900 144
33 12 396,00 1089 144
25 8 200,00 625 64
22 7 154,00 484 49
23 7 161,00 529 49
22 7 154,00 484 49
37 13 481,00 1369 169
39 15 585,00 1521 225
251 91 2691 7401 993
MEDIAS
X 27,8889
Y 10,1111
Cv 2691 menos 281,9877

9
Cv 299,00 menos 281,9877

Cv 17,01
DESVIA
CION
Dv x RAIZ CUADRADA7401 MENOS 27,88889 AL CUADRADO

9
Dv x RAIZ CUADRADA
822,3333 MENOS 777,7901
Dv x RAIZ CUADRADA
44,54321
Dv x 6,67

9
Dv x RAIZ CUADRADA
110,333 MENOS 102,2346
Dv x RAIZ CUADRADA8,099
Dv x 2,85
CORRELACION

6,67 2,85 18,99 FUERTE
Ejercicio 3
Eficiencia en
Reantabilidad %
almacenamiento % x*y X2 Y2
50 15 750,00 2500 225
60 10 600,00 3600 100
50 15 750,00 2500 225
45 10 450,00 2025 100
44 8 352,00 1936 64
60 10 600,00 3600 100
65 12 780,00 4225 144
70 15 1050,00 4900 225
75 20 1500,00 5625 400
519 115 6832 30911 1583
MEDIAS
X 57,66666667
Y 12,77777778
Cv 6832 menos 736,8519

9
Cv 759,11 menos 736,8519

Cv 22,26
DESVIACION
TIPICA

9

Dv x 10,45

9

Dv x 3,55
CORRELACION

10,45 3,55 37,10 MEDIA
Ejercicio 4
Costos de
Reantabilidad %
transporte x*y X2 Y2
20 10 200,00 400 100
22 8 176,00 484 64
25 7 175,00 625 49
24 7 168,00 576 49
21 8 168,00 441 64
27 8 216,00 729 64
29 5 145,00 841 25
33 4 132,00 1089 16
25 5 125,00 625 25
226 62 1505 5810 456
MEDIAS
X 25,11111111
Y 6,888888889
Cv 1505 menos 172,9877

9
Cv 167,22 menos 172,9877

Cv -5,77
DESVIACION
TIPICA

9

Dv x 3,87

9

Dv x 1,79
CORRELACION

3,87 1,79 6,94
FUERTE
SEMANA QUINCE
EJERCCIOS DE CORRELACION
Ejercicio 1
PERIODO PROVEEDORES x*y X2 Y2
1 20 20,00 1 400
2 22 44,00 4 484
3 18 54,00 9 324
4 19 76,00 16 361
5 15 75,00 25 225
6 22 132,00 36 484
7 25 175,00 49 625
8 18 144,00 64 324
9 17 153,00 81 289
10 19 190,00 100 361
11 18 198,00 121 324
12 22 264,00 144 484
78,00 235,00 1525,00 650,00 4685,00
MEDIAS
ARITMETICAS
X 6,5
Y 19,58333333
Cv 1525 menos 127,2917

12
Cv 127,08 menos 127,2917

Cv -0,21
DESVIACION TIPICA

12

Dv x 3,45

12

Dv x 2,63
CORRELACION

3,45 2,63 9,07
FUERTE
Ejercicio 2
COSTOS
PERIODO LOGÍSTICOS
(MILES) x*y X2 Y2
1 200 200,00 1 40000
2 250 500,00 4 62500
3 120 360,00 9 14400
4 300 1200,00 16 90000
5 275 1375,00 25 75625
6 220 1320,00 36 48400
7 180 1260,00 49 32400
8 190 1520,00 64 36100
9 300 2700,00 81 90000
10 250 2500,00 100 62500
55,00 2285,00 12935,00 385,00 551925,00
MEDIAS
X 5,5
Y 228,5
Cv 12935 menos 1256,75

10
Cv 1293,50 menos 1256,75

Cv 36,75
DESVIACION
TIPICA

10

Dv x 2,87

10
Dv x RAIZ CUADRADA55192,500 MENOS 52212,25

Dv x RAIZ CUADRADA2980,250
Dv x 54,59
CORRELACION
R 36,75 36,75 ES IGUAL 0,23 DIRECTA

2,87 54,59 156,80
FUERTE
Ejercicio 3
GASTO DE
PERIODO ANUAL
TRANSPORTE (MILES) x*y X2 Y2
1 2000 2000,00 1 4000000
2 1800 3600,00 4 3240000
3 2500 7500,00 9 6250000
4 1900 7600,00 16 3610000
5 2100 10500,00 25 4410000
6 1890 11340,00 36 3572100
7 1950 13650,00 49 3802500
8 2200 17600,00 64 4840000
9 2350 21150,00 81 5522500
10 1975 19750,00 100 3900625
55,00 20665,00 114690,00 385,00 43147725,00
MEDIAS
X 5,5
Y 2066,5
Cv 114690 menos 11365,75

10
Cv 11469,00 menos 11365,75

Cv 103,25
DESVIACION
TIPICA

10

Dv x 2,87

10

Dv x 210,59
CORRELACION

2,87 210,59 604,89
FUERTE
Ejercicio 4
COSTOS
RENDIMIENTO
COSTO ALMACENAMIENTO DESPACHO % x*y X2 Y2
600 90 54000,00 360000 8100
800 85 68000,00 640000 7225
870 82 71340,00 756900 6724
900 77 69300,00 810000 5929
940 76 71440,00 883600 5776
1100 70 77000,00 1210000 4900
1150 65 74750,00 1322500 4225
1170 62 72540,00 1368900 3844
1550 55 85250,00 2402500 3025
1600 50 80000,00 2560000 2500
1700 45 76500,00 2890000 2025
2000 35 70000,00 4000000 1225
14380,00 792,00 870120,00 19204400,00 55498,00
MEDIAS ARITMETICAS
X 1198,333333
Y 66
Cv 870120 menos 79090

12
Cv 72510,00 menos 79090

Cv -6580,00
DESVIACION TIPICA

12

Dv x 405,42
Dv Y RAIZ CUADRADA 55498 MENOS 66 AL CUADRADO

12

Dv x 16,40
CORRELACION
R -6580,00 -6580,00 ES IGUAL -0,99 INDIRECTA

405,42 16,40 6647,29 DEBIL
Ejercicio 5
COSTOS DE
RENDIMIENTO DESPACHO %
TRANSPORTE x*y X2 Y2
70 2000 140000,00 4900 4000000
80 1800 144000,00 6400 3240000
82 2500 205000,00 6724 6250000
55 1900 104500,00 3025 3610000
76 2100 159600,00 5776 4410000
75 1890 141750,00 5625 3572100
60 1950 117000,00 3600 3802500
62 2200 136400,00 3844 4840000
52 2350 122200,00 2704 5522500
45 1975 88875,00 2025 3900625
657,00 20665,00 1359325,00 44623,00 43147725,00
MEDIAS ARITMETICAS
X 65,7
Y 2066,5
Cv 1359325 menos 135769,1

10
Cv 135932,50 menos 135769,1

Cv 163,45
DESVIACION TIPICA

10

Dv x 12,08

10

Dv x 210,59
CORRELACION

12,08 210,59 2542,97 FUERTE
Bibliografía
BEETRACK. (25 de 12 de 2020). BEETRACK. Obtenido de BEETRACK:
https://www.beetrack.com/es/blog/conceptos-basicos-de-logistica-cadena-de-
suministr
GESTIOPOLIS. (02 de 06 de 2020). GESTIOPOLIS. Obtenido de GESTIOPOLIS:
https://www.gestiopolis.com/que-es-estadistica-tipos-y-
objetivos/#que_es_estadistica
WIKIPEDIA. (24 de 02 de 2021). WIKIPEDIA. Obtenido de WIKIPEDIA:
https://es.wikipedia.org/wiki/Edad_Antigua

Portafolio Estadistica Diana Moreira Basurto

Cargado por

Información del documento

Título original

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

Portafolio Estadistica Diana Moreira Basurto

Cargado por

Copyright:

Formatos disponibles

PORTAFOLIO

El Ingeniero en Logística y Transporte serás un profesional competente y exitoso en el

Estar capacitado para diseñar implementar, controlar, evaluar, asesorar e innovar

Nombres : DIANA ADELAIDA MOREIRA BASURTO

Fecha de Nacimiento : 20 de noviembre de 1.990

Estado civil : Soltera

Dirección Domiciliaria : CiudadelaLuz del Día, El Cisne

Crecer intelectualmente con el desarrollo de una

PRIMARIA: Escuela Fiscal Mixta Ciudad de Riobamba.

Particular Jacques Costeaos TÍTULO

SUPERIORES Instituto Tecnológico TSACHILA

Segundo Semestre en TECNOLOGÍA

Esta materia es un aporte importante en el proceso de profesionalización de los

INFORMACIÓN DEL CURSO

Identificar los principios y conceptos básicos de la Estadística básica.

Establecer mediante estadística descriptiva el desarrollo de diversos mecanismos para el

Aplicar estadística inferencias para generar asociaciones y predicciones en relación a

Los contenidos o articulaciones de este módulo están divididas en cuatro unidades o

1.1. Conceptualización – Historia –

DESARROLLO DE LOS CONTENIDOS

UNIDAD 1 INTRODUCCIÓN A LA ESTADÍSTICA

La estadística oficial es tan vieja como la historia registrada. El Antiguo Testamento

EJERCICIO EN CLASE: Cite 3 acontecimientos bíblicos en donde se hizo uso de

La Estadística es una disciplina que utiliza recursos matemáticos para organizar y

La Estadística resuelve multitud de problemas que se plantean en ciencia:

Establezca y describa un ejemplo básico de aplicación de estadística en cada uno de los

Según la etapa. - Hay una estadística descriptiva y una estadística inferencial. La

Si estudiamos una característica de un grupo, sea en una población o en una muestra,

ESTRUCTURA DEL DATO

La unidad de análisis es el elemento del cual se predica una propiedad y característica.

La variable es la característica, propiedad o atributo que se predica de la unidad de

La categoría es cada una de las posibles variaciones de una variable. Categorías de la

EJERCICIO: Establezca 10 ejemplos de dato e identifique la unidad de análisis, la

Típicamente se definen cuatro niveles de medición, y en cada uno de ellos la obtención

En el nivel cuantitativo, medir significa además asignar un atributo a una unidad de

EJERCICIO: Establezca una matriz en donde se citen ejemplos de datos, clasificados

N. de medición Nominal Ordinal C. discreto C. continuo

EJERCICIOS BÁSICOS DE ORDENAMIENTO Y PROCESAMIENTO DE DATOS.

Notas de los alumnos: 4,5,6,7,8,5,2,1,8,9,9,9,10,5,5,8,7,9,6,3,2,5,4,5,6,3.

Realizar un análisis porcentual y promediar de los siguientes datos, establecer gráfico de

Años de los alumnos: 25,23,18,17,25,25,33,33,24,25,26,24,27,28,29,24,17

Realizar un análisis porcentual y promediar de los siguientes datos, establecer gráfico de

Elaborar un gráfico de barras descendente y un gráfico de puntos de dispersión

EJERCICIO EN LABORATORIO Excel – WORD - SPSS

Distancia de desplazamiento de mercancías en bodega en centímetros: 150, 170, 155,

Se pide pasar el ejercicio a Word con las normativas APA correspondientes.

RESOLUCIÓN DE EJERCICIOS BÁSICOS (ANÁLISIS):

Se realiza un trabajo en la asignatura de lengua en una clase formada por 40 alumnos. 2

En una universidad se ha realizado una encuesta a 200 alumnos de la licenciatura de

De los 100 trabajadores de una empresa han llegado a laborar:

10 minutos adelantados, 23 empleados

Forma la tabla de frecuencias absolutas y relativas. Elabore diagrama de dispersión de

ESTADÍSTICA DESCRIPTIVA GENERALIDADES

Frecuencia. - La frecuencia (f) se define como la cantidad de datos iguales o que se

Frecuencia absoluta (f). - Es la cantidad de datos que se repiten.

Tamaño de la muestra. - Otro concepto importante es el tamaño de la muestra (n), que

Intervalos. - Un intervalo, también llamado intervalo de clase, es cada uno de los

Se pueden sintetizar algunas reglas importantes para la construcción de intervalos de la

Los intervalos deben ser mutuamente excluyentes.

EJERCICIO INTERVALO TÉCNICO

Se denomina población al conjunto completo de elementos, con alguna característica

P. FINITAS son aquellas de tamaño identificable, desde un punto de vista conocido.

Calcular el tamaño de la muestra: Respuesta aproximada 337 elementos o habitantes.