ESTADÍSTICA DESCRIPTIVA

La estadística descriptiva es la rama de las

matemáticas que está relacionada con la recolección,
descripción e interpretación de un conjunto de datos
muestrales, con el fin de describir de manera
apropiada ese conjunto.

Términos Básicos
Población
Es la colección o conjunto de todos los individuos,
personas, animales u objetos que aportan información
sobre el fenómeno que se estudia, por lo cual,
presentan características comunes. 
Ejemplo:
Un almacén de cadena que dispone de 50 sucursales
en el territorio nacional y ha observado la cantidad de
empleados con que cuenta en cada una de ellas para
adelantar un estudio posterior 
Muestra
Corresponde a un subconjunto de casos o individuos
de la población estadística.
Ejemplo:
La Secretaría de Educación del municipio de Bello
requiere hacer un estudio sobre el consumo de licor en
menores de edad en la ciudad. Dado que la población
sería demasiado grande, debe escoger una muestra
aleatoria representativa eligiendo jóvenes de ambos
sexos, de todos los sectores y estratos para adelantar
el estudio.
Variable estadística 
Es cada una de las características o cualidades que
poseen los individuos de una población en estudio.
ejemplo:
Peso, estatura, edad, sexo, etc.
Tipos de variables estadísticas
1. Variable cualitativa
Son características o cualidades que no pueden ser
expresadas mediante números.
Ejemplo:
Color de los ojos, la piel, el cabello; sexo, nacionalidad,
idioma, raza, etc.
2.  Variable cuantitativa
Es aquella que se puede expresar mediante números.
Ejemplo:
Edad, estatura, peso, número de hijos, etc.
2.1. Variable cuantitativa discreta
Es aquella variable que sólo permite usar valores
enteros y no admite valores intermedios o decimales.
Ejemplo:
Número de hermanos, cantidad de empleados,
cantidad de profesores o de estudiantes en un colegio.
2.2. Variable cuantitativa continua 
Este tipo de variable puede tomar valores decimales.
Ejemplo:
Peso, estatura, temperatura, etc.
Dato
Corresponde a cada uno de los valores que toma la
variable.

Estudio de Variables Cualitativas

Se realizó un estudio estadístico en el grado décimo
de la I.E.A.B. a los cuales se les preguntó por su color
preferido, obteniendo los siguientes resultados:
verde   amarillo   salmón  azul   rojo   vinotinto    blanco
negro   salmón   azul  blanco   verde   vinotinto    rojo  
negro   blanco   amarillo  rojo  verde   negro   azul
blanco azul   rojo  blanco   amarillo    verde    azul  
salmón blanco  
Procedimiento:
Para proceder al análisis de este conjunto de datos es
necesario elaborar una tabla de frecuencias

Tabla de Frecuencias 
La tabla de frecuencias o de distribución de
frecuencias permite mostrar la distribución de los datos
mediante sus frecuencias. Esta herramienta permite
representar numéricamente la distribución de
frecuencias de los datos para facilitar su análisis.
Construcción de la Tabla de Frecuencias
Para construir la tabla de frecuencias es necesario
tomar en cuenta lo siguiente: 
1. Frecuencia Absoluta
Se representa como fi  o   ni, y corresponde al número de veces que se repite
la variable estadística.

2. Frecuencia Acumulada
Se representa como fa  o   Ni, es la suma de todas las frecuencias absolutas
anteriores.

3. Frecuencia Relativa
f
Se representa como  r, y es el cociente entre cada frecuencia absoluta y el número de datos.

4. Frecuencia Relativa Acumulada

f
Su representación es  ra, y es el cociente entre la frecuencia acumulada y el número de datos
(n).

Para proceder al análisis, tanto las frecuencias

relativas como las frecuencias relativas acumuladas,
se multiplican por 100 para obtener los porcentajes.

Conclusiones
Para este tipo de análisis estadísticos que incluyen
variables cualitativas, el único dato que se puede
obtener es la moda, que corresponde al dato que más
se repite.
La moda o Mo, corresponde al color blanco que es el
color que tiene la mayor frecuencia absoluta.
Algunas afirmaciones que se pueden hacer son las
siguientes:
- El 10% de los estudiantes, que equivale a 3, prefieren
el color amarillo.
- El 13% de los estudiantes, que equivale a 4, prefiere
el color rojo.
- El 20% de los estudiantes, que equivale a 6, prefiere
el color blanco.

Notas importantes
1. Es importante tener en cuenta que la suma de las
frecuencias relativas debe ser 1.
2. De igual forma se debe tener en cuenta el principio
de redondeo.

Redondeo de cantidades decimales

El redondeo consiste en la aproximación de números
decimales de acuerdo a las siguientes reglas:

Primer caso
Se presenta cuando se pide redondear un número a x
cantidad de decimales y la cifra decimal siguiente es
mayor que 5, entonces se procede a redondear al
siguiente decimal.
Ejemplos: 
Redondear las siguientes cantidades:

a)  0.657894  a tres decimales

Como el cuarto decimal es 8, entonces, se procede a      redondear el 7 a  8, quedando;  0.658

b)  0.329736  a cinco decimales

El sexto decimal es 6, y 6 es mayor que 5, por lo tanto, el 3 se aumenta a 4, quedando 0.32974

Segundo caso
Se da cuando el siguiente decimal al que ocupa la posición a la cual se pide redondear es
menor que 5. En ese caso de redondea el decimal sin hacer cambios.

Ejemplos:
Redondear las siguientes cantidades:
a)  0.00457684525  a 9 decimales
Como el decimal que ocupa la posición 10, que es (2) es menor que 5, entonces, se escribe el
números hasta la posición pedida sin hacerle cambios. y queda: 0.004576845

b) 0.36836241  a  6 decimales
Observamos que el séptimo decimal es 4, y 4<5, por lo tanto, queda: 0.368362

Tercer caso
Sucede cuando el siguiente decimal al que ocupa la posición a la cual se pide redondear, es 5.
En este caso, se toma como referencia el decimal que ocupa la posición anterior a la cual se
pide redondear, si este es impar, se incrementa al siguiente decimal; si es par, se deja como
está.

Ejemplos:
Redondear las siguientes cantidades:

a) 27.86743685023 a 7 decimales
Dado que el decimal de la octava posición es 5,
entonces, miramos el decimal que ocupa la sexta
posición, este es 8 que es un número par, por lo que el
decimal no sufriría cambios, quedando: 27.8674368
b) 93.84732916582584 a 8 decimales
El decimal que ocupa la novena posición es 5, por lo tanto, miramos el decimal que ocupa la
séptima posición y este es 1, dado que es impar, se aumenta al siguiente decimal de la
siguiente forma: 93.84732917  

 Estudio de Variables Cuantitativas

Para analizar variables cuantitativas es necesario  tener en cuenta el tamaño de la muestra
para el ordenamiento y tratamiento de la información, cuando el número de datos es inferior a
20, es posible hacer el estudio sin formar intervalos de clase, de manera directa, a este
proceso se le llama tratamiento de datos no agrupados.

Datos No Agrupados
Como se ha dicho anteriormente, cuando la muestra
es menor a 20 datos (n<20), es aconsejable utilizar el
procedimiento de datos no agrupados.

Análisis de Datos No Agrupados

1. Medidas de Centralización

1.1. Moda
Es el dato que más se repite en un estudio estadístico.
Se representa como Mo.

1.2. Mediana
Una vez ordenados los datos de menor a mayor, la
mediana es el dato que se encuentra en el centro. Se
representa como Me, Md o según el texto.

Para n par
Cuando el número de datos (n) es par, el cálculo se
hace de la siguiente forma:

Es decir, se divide el número de datos entre 2 y

obtenemos la posición del primer dato a considerar,
luego, al resultado de la división le sumamos 1 y
obtenemos la posición del segundo dato para
promediarlos.
Ejemplo:
Disponemos de las edades de 6 estudiantes:
10, 10, 11, 13,13, 12
Primero debemos ordenar los datos de menor a mayor
10, 10, 11, 12, 13, 13
La mediana sería:
n/2 = 6/2 = 3, la posición 3 está ocupada por 11 años
Para obtener la posición del segundo dato, a 3 le
sumamos 1. 
3 + 1 = 4, que es la posición del segundo dato a
considerar, y esta es ocupada por 12 años.
Me = (11 + 12)/2 = 23/2 = 11.5 años
Para n impar
Cuando n es impar, se utiliza el siguiente concepto:

Ejemplo:
Se dispone de la estatura en metros, de 7 estudiantes.
1.70, 1.68, 1.74, 1.72, 1.69, 1.71, 1.69
Ordenando los datos:
1.68, 1.69, 1.69, 1.70, 1.71, 1.72, 1.74
Para hallar la posición del dato que corresponde a la
mediana, dividimos:
(n + 1)/2,
(7 + 1)/2 = 8/2 = 4
La posición 4 está ocupada por el dato que
corresponde a 1.70 metros y esta es la Mediana.
1.3. Media Aritmética o Promedio
Equivale a la sumatoria de todos los datos (Xi),
multiplicados por sus frecuencias absolutas fi.

2. Medidas de localización o de
posición
Para referirse a las medidas de localización, es
necesario hablar de cuantiles, que son medidas de
posición que se definen mediante un método que
determina la ubicación de los valores que se
encuentran en las divisiones de partes iguales en un
estudio estadístico. Los principales cuantiles son los
siguientes:
2.1. Cuartiles
Los cuartiles corresponden a 3 valores que dividen en
4 partes iguales al conjunto de datos ordenados. Se
denotan como Q1, Q2 y Q3, cada una de las 4 partes
que forman equivale al 25% de los datos, siendo el
segundo cuartil coincidente con la mediana. 
Para su cálculo se procede de la siguiente forma:
1. Para número de datos (n) par
Q(x)= (#Q * n) /4
2. Para número de datos (n) impar
Q(x) = [#Q * (n+1)] / 4
2.2. Deciles
Corresponden a 9 valores que dividen en 10 partes
iguales el conjunto de datos ordenados. Se
representan como D1, D2, D3, D4........D9.
1. Para número de datos (n) par
D(x) = (#D * n) /10
2. Para número de datos (n) impar
D(x) = [#D * (n+1)] / 10
2.3. Percentiles
Corresponden a 99 valores que dividen en 100 partes
iguales el conjunto de datos ordenados. Se
representan como P1, P2, P3, P4........P99.
1. Para número de datos (n) par
P(x) = (#P * n) /100
2. Para número de datos (n) impar
P(x) = [#P * (n+1)] /100

3. Medidas de Dispersión o
Variabilidad
Las medidas de dispersión o de variabilidad incluyen la
desviación media, la varianza y la desviación estándar.
Estos valores numéricos describen la dispersión o
variabilidad que se encuentra entre los datos: datos
bastante agrupados poseen valores relativamente
pequeños y datos mayormente dispersos tienen
valores más grandes. Se dice que cuando los datos
carecen de dispersión, su agrupamiento es más
estrecho. La finalidad primordial de estas medidas es
informar sobre cuanto se alejan del centro los valores
de la distribución.
3.1. Desviación Media
Corresponde a la sumatoria del valor absoluto de la
diferencia entre cada valor de la variable estadística y
la media aritmética, multiplicada esta diferencia por la
frecuencia absoluta de cada dato y todo esto dividido
entre el número de datos (n ó N). 

3.2. Varianza
Es la media aritmética del cuadrado de las
distribuciones respecto a la media de una distribución
estadística. Su finalidad es la de medir la distancia
entre los valores de la serie y la media. 

3.3. Desviación Típica ó Estándar

Corresponde a la desviación promedio de cada dato
respecto a la media. Corresponde a la solución
positiva de la raíz cuadrada de la
varianza. Comúnmente se representa con la letra S o
la letra griega sigma σ.

Vamos a la aplicación de estos conceptos en la vida

cotidiana ......
Se realizó un estudio estudio estadístico a 18
estudiantes del curso de tecnología del grado décimo
de la IEAB sobre las notas definitivas obtenidas en el
segundo periodo de 2016, encontrándose los
siguientes resultados:

1. Diseñe la tabla de frecuencias

2. Calcule las medidas de centralización, de
localización y de dispersión, 
3. Concluya
Solución:
Ordenando los datos de menor a mayor, quedan de la
siguiente forma:
1.8   2.1    2.3    2.6    3.0   3.1   3.1   3.3     3.4    3.4  
3.5    3.5   4.0   4.2   4.2   4.3    4.4    4.5
1.  Tabla de frecuencias

En este caso, se redondearon 3 valores por debajo y 3

por encima de la nota de 3 de las frecuencias relativa y
acumulada, para lograr que la sumatoria de las
frecuencias relativas sea 1. 
A continuación veremos y desarrollaremos los distintos
tipos de gráficos en nuestro estudio:
Diagramas Estadísticos
Una gráfica es la representación de datos,
generalmente numéricos, mediante líneas, superficies
o símbolos, para ver la relación que esos datos
guardan entre sí. Sirven para analizar el
comportamiento de un proceso, o un conjunto de
elementos o signos que permiten la interpretación de
un fenómeno. Las gráficas se clasifican en los
siguientes tipos:
Diagrama de Barras
También conocido como gráfico de columnas, es
un gráfico que se utiliza para representar datos
de variables cualitativas o discretas. Está formado
por barras rectangulares cuya altura es proporcional a
la frecuencia de cada uno de los valores de la variable.
El siguiente es el diagrama de barras de nuestro
estudio:
Diagrama Circular
El diagrama circular es también conocido
como diagrama de sectores, diagrama de pastel o de
torta y sirve para representar variables cualitativas o
discretas. Se utiliza para se utilizan para mostrar
porcentajes y proporciones.
Consiste en dividir el círculo en porciones
proporcionales a la frecuencia relativa. La porción
corresponde a la parte del círculo que representa a
cada valor que toma la variable.
Este es el diagrama circular de nuestro análisis:
Diagrama de Ojiva
Un diagrama de ojiva es una gráfica construida con
segmentos de líneas rectas que unen los puntos
obtenidos al colocar el eje horizontal a los Xi y en el
vertical a las frecuencias acumuladas absolutas o
relativas; con el fin de que la ojiva comience desde el
eje X, se hará necesario comenzar con el límite inferior
de la primera clase o intervalo.

A continuación, el diagrama de ojiva de nuestro

estudio:
Polígono de frecuencias
Este tipo de gráfico  permite la rápida visualización de
las frecuencias de cada una de las categorías del
estudio. Puede realizarse con la frecuencia absoluta o
la relativa y sus valores se representan mediante
puntos que van unidos por segmentos.
Este es el correspondiente a nuestro análisis:
Diagrama de Caja y Bigotes
Es un gráfico que está basado en cuartiles y mediante
el cual se visualiza la distribución de un conjunto de
datos. Está compuesto por un rectángulo, la "caja", y
dos brazos, los "bigotes".
Es un gráfico que suministra información sobre los
valores mínimo y máximo, los cuartiles Q1, Q2
o mediana y Q3, y sobre la existencia de valores
atípicos y la simetría de la distribución. Primero es
necesario encontrar la mediana para luego encontrar
los 2 cuartiles restantes.
Tomado
de: https://es.wikipedia.org/wiki/Diagrama_de_caja

Aquí, el correspondiente a nuestro estudio estadístico:

2. Medidas
2.1. Medidas de Tendencia Central
2.1.1. Moda
Para el caso particular tenemos una distribución
multimodal, pues tenemos 4 modas constituidas por
los datos 3.1, 3.4, 3.5 y 4.2.
2.2.2. Mediana
N es par, por lo tanto,
2.2.3. Media Aritmética o Promedio

En promedio, los estudiantes obtuvieron una

calificación de 3.37
2.3. Localización o Posición
2.3.1. Cuartiles
1. El 25% de los estudiantes que equivale
a aproximadamente 5, obtuvo una calificación máxima
de 3.0.
2. El 50% de los estudiantes que equivale a
aproximadamente 10, obtuvo una nota máxima de 3.4.
3. El 75% de los estudiantes que equivale a
aproximadamente 14, obtuvo una nota máxima de 4.2.
2.3.2. Deciles
1. El 20% de los estudiantes que equivale a
aproximadamente 4, obtuvo como máximo una nota de
2.6.
2. El decil 5 corresponde con la mediana y con el
cuartil 2 y su valor es 3.4.
3. El 70% de los estudiantes que equivale a
aproximadamente 13, obtuvo una nota máxima de 4.0.
2.3.3. Percentiles

Los percentiles 25, 50 y 75, corresponden

respectivamente a los cuartiles Q1, Q2 y Q3.
2.4. Medidas de Dispersión o de Variabilidad
2.4.1. Desviación Media
2.4.2. Varianza y Desviación típica o
Estándar
ESTUDIO DE DATOS AGRUPADOS
Un estudio estadístico se adelanta usando datos
agrupados cuando la muestra corresponde a 20 datos
o más. Se agrupan los datos en intervalos de clase
para facilitar su análisis.
Aparecen otros términos relacionados con este
procedimiento, como son los siguientes:
Intervalos de clase
Se emplean en estudios con variables continuas o con
una gran cantidad de datos, para este procedimiento,
los datos se agrupan en intervalos que tienen la misma
amplitud y se denominan clases. Cada clase debe
estar referenciada con sus respectivas frecuencias.
Para calcular el número de intervalos que se deberá
utilizar en un estudio estadístico, algunos utilizan la
raíz cuadrada de los datos, pero para una mayor
precisión, se debe utilizar la regla de Sturges, cuya
ecuación es:
I = 1 + 3.3. log (n), donde n es el número de datos
Rango
Corresponde al intervalo entre el valor máximo y el
mínimo; por esta razón, comparte unidades con los
datos. Permite obtener una idea de la dispersión de los
datos, cuanto mayor es el rango, más dispersos están
los datos de un conjunto. Para obtenerlo, se resta el
dato menor (dm) al dato mayor (Dm).
Ran = Dm - dm
Amplitud
Es la diferencia entre el límite superior y el límite
inferior de la clase. Se representa con la letra A.
A = Ran / I

Nuevo rango
Su función es la de garantizar que todos los datos
queden cubiertos por el estudio estadístico. Para este
propósito, se debe cubrir un poco más por debajo del
valor mínimo y un poco poco más por encima del valor
máximo. Lo representaremos como Nr.
Una vez se ha calculado la amplitud y el número de
intervalos, usamos estos valores para calcular el
nuevo rango.
A = Ran / I,    A * I = Nr 

Marca de Clase
Es el punto medio de la clase. Se representa como Mi.

Mi = (Ls + Li) / 2

Límites de la clase
Cada intervalo está delimitado por un límite superior
(Ls) y por un límite inferior (Li).

CÁLCULOS PARA DATOS AGRUPADOS

Medidas de centralización
Media Aritmética

Mediana

Moda

Medidas de Localización o Posición

Cuartiles

Deciles
Percentiles

Medidas de Dispersión o Variabilidad

Desviación Media

Varianza

Desviación Típica o Estándar

Vamos a la aplicación...
Se realizó un estudio estadístico a los estudiantes de
los grados 10-1 y 10-2 de la IEAB, a los cuales se les
preguntó por su peso, obteniendo los siguientes
resultados: 

Rango
Ran = Dm - dm 
Ran = 97.8 - 37.05 = 60.75 Kg
Intervalos de Clase
I = 1 + 3.3 log (n)
I = 1 + 3.3. log (60) = 6.87,  Aproximadamente 7
I=7
Cuando el número de datos es impar, se redondea al
entero por la parte baja, si n es par, se redondea a la
alta, es decir, al siguiente entero.
Amplitud
A = Ran / I
A = 60.75 / 7 = 8.68 
Se aproxima al siguiente decimal, si hubiese sido un
entero, se aproximaría al siguiente:
A = 8.69 
Nuevo Rango
De la fórmula 
A = Ran / I,  nos queda
R = A * I,  donde,   Nr = A * I
Nr = 8.69 * 7 = 60.83
Nr = 60.83 - 60.75 = 0.08
Al Nr se le resta el primer rango obtenido
Ahora, se divide 0.08 entre 2, que son los extremos
superior en inferior para saber cuanto le vamos a
restar al dato menor y cuanto le vamos a sumar al dato
mayor
0.08 / 2 = 0.04
Es decir 0.04 por debajo y por encima de los datos
menor y mayor respectivamente.
Así, Para construir la tabla de frecuencias, al dato
menor que es 37.05, le restamos 0.04
37.05 - 0.04 = 37.01
Aquí iniciará la primera clase y sucesivamente le
iremos adicionando el valor de la amplitud.
Importante...
Recuerda el concepto de intervalos cerrados y
abiertos, en los primeros, los límites hacen parte del
conjunto y en los segundos, no.
Marca de Clase
La marca de clase se obtiene promediando el límite
superior con el límite inferior:
Mi = (Ls + Li) / 2
Así, obtenemos la siguiente tabla de distribución de
frecuencias:
Tabla de Frecuencias

Medidas de Centralización
Media Aritmética o Promedio
Mediana
Moda
Para hallar la moda, se debe tener en cuenta el
intervalo con la frecuencia absoluta mayor, que para el
caso es [45.70-54.39), que tiene una fi = 15.

Medidas de Localización o Posición

Cuartiles
Deciles
Percentiles
Medidas de Dispersión o Variabilidad
Desviación Media
Varianza
Desviación típica o Estándar