FCULTAD DE INGENIERÍA INDUSTRIAL

Estadística Aplicada
2022-2

ESTADÍSTICA DESCRIPTIVA (Gráficos y Medidas de Posición y de

Centralización)

Estadística Descriptiva e Inferencial. Manuel Córdova. (2003). 5ta ed.

Capítulos: 1; 2 y 3

danielmavila@yahoo.es
 Gráfico de tallos (o tronco) y hojas (de Tukey)
Un procedimiento semi-gráfico de presentar la información para
variables cuantitativas, útil cuando el número total es pequeño (menor
que 50), es el diagrama de tallo y hojas de Tukey. Los principios para
construirlo son:
a) Redondear los datos a dos o tres cifras significativas, expresándolas
en unidades de medidas convenientes.
b) Disponerlos en una tabla con dos columnas separadas por una línea
como sigue:
1) Para datos con dos dígitos, escribir a la izquierda de la línea los dígitos
de las decenas – que forma el tallo – y a la derecha las unidades, que
serán las hojas. Por ejemplo, 87 se escribe 87.
2) Para datos con tres dígitos el tallo estará formado por los dígitos de las
centenas y decenas, que se escribirán a la izquierda, separados de las
unidades. Por ejemplo, 127 será 127.
Cada tallo define una clase, y se escribe solo una vez. El número de
”hojas” representa la frecuencia de dicha clase.
Diagrama de hojas y tallos (gráfico de tallo y hojas, histograma
digital, Stem an Leaf).
Ejemplo tallo – hojas

Elaborar un diagrama tallo - hojas para los siguientes valores

recogidos en cm, los cuales representan los diámetros de las fresas
utilizadas en una hidro fresadora de la empresa Me llega al Twitter:

11,357; 12,542; 11,384; 12,431; 14,212; 15,213; 13,300; 11,300;

17,206; 12,710; 13,455; 16,143; 12,162; 12,721; 13,420 y 14,698.

Propuesta de solución:

a) Los datos redondeados (Tres cifras significativas), expresados en

mm, son:
114; 125; 114; 124; 142; 152; 133; 113; 172; 127; 135; 161;
122; 127; 134; 147.
Ejemplo tallo – hojas...

b) Diagrama de tallo y hoja para los datos expresados en mm:

11 443
12 54727
13 354
14 27
15 2
16 1
17 2
decenas unidades
 DATA
Ejemplo

Tallos / Hojas

Tallos / Hojas (Otra forma)

Ejemplo. Gráfico del tronco extendido del peso de alumnos y alumnas

Alumnos Alumnas
4* 4
4. 566789
5* 0002222333444
5 5. 5556667
4422100 6* 000134
88655 6. 578
2210000 7*
5 7.
0 8*
3 9*
 Ejercicio. Reproduce los valores originales (cm) de la siguiente
tabla que representa el tamaño de las truchas de una muestra de la
piscigranja K’Buena Trucha.

Unidad = 0,01 Leaf unit = 0,01

41 22
42 668
43 1032
44 23
45 1
46 0

Ejemplo 41¦2 representa 4,12

Ejercicio. Muestra los valores originales del segundo tallo:

 Parámetro y estadístico
• Parámetro (Valores estadísticos de la población): Es una cantidad
numérica calculada sobre una población.
• Solo hay un parámetro en cada población por cada característica a resumir. Se
simboliza por letras del alfabeto griego, ejemplos:
μ : Media poblacional (mu)
µ1 − µ2 : Diferencia de medias poblacionales
σ2 : Varianza poblacional (sigma cuadrado)
σ : Desviación estándar poblacional (sigma)
π : Proporción poblacional (pi)
Etcétera.
 Parámetro y estadístico...
• Estadístico (estimador, estadígrafo): Ídem al anterior (cambiar
población por muestra).
– Si un estadístico se usa para aproximarse a un parámetro, también se le
suele llamar estimador
– Existen tantos estimadores como muestras se extraigan de una población.
– Se simbolizan por letras latinas:
x : Media muestral
x x
1 - 2 : Diferencia de medias muestrales
s2 : Varianza muestral
s : Desviación estándar muestral
Pi : Proporción muestral
Ejercicios
• En un estudio se quiere conocer el ingreso salarial
promedio de las Mypes en el Perú. ¿Cuál sería la
población? ¿Cuál sería el parámetro y cuál el estadístico?
• Justifica por qué la siguiente situación es una cualitativa
ordinal: La fábrica de galletas Con Bate saca una nueva
marca al mercado en presentaciones de diferentes sabores.
Para comercializarlas se ofrecen degustaciones de ellas a
un grupo de personas, quienes luego de degustarlas deben
clasificar en muy buenas, buenas, regulares, malas y muy
malas.
Estadísticos y parámetros de forma intuitiva
 Medidas de posición: cuantiles
• Se define el cuantil (fractil) de orden k como un valor de la
variable por debajo del cual se encuentra una frecuencia
acumulada determinada.
• Casos particulares de los cuantiles son los percentiles (centiles),
cuartiles, deciles, quintiles, etcétera.
• Métodos para calcular percentiles: Haverage, Waverage, Round
y Empirical y Aempirical.
“El gobierno solo quiere financiar al primer y segundo quintil, pero lo que
nosotros sostenemos es que la clases media está también dentro de los sectores
más vulnerables. Nuestra propuesta es avanzar para los siete primeros deciles e
ir avanzando hacia la gratuidad total…”
(Camila Vallejo, lideresa de la protesta de los estudiantes chilenos. Diario El
Comercio del 14-8-2011. Internacional, p. 10.)
 Cuantiles (Porcentiles)

Un cuantil o porcentil de X%, Pa% es aquel valor tal que un

X% de los datos (aproximadamente) es menor a él y un (1
- X)% de ellos es mayor a él.
Y1,Y2,..............Yq,Yq+1,..Yr,.......Yk-1,Yk ,....Yl ,.... Ym .............
, Yn-1,Yn
Primer cuartil: P25%

25% 25%

35% Segundo cuartil: P 25%

50%
(mediana)
50%
P95%
67% Tercer cuartil: P75%
5%
75%
• Percentil: la posición (k) en la que se halla el percentil podrá
calcularse dividiendo el producto del percentil por el número de
elementos de la muestra de la que partimos entre cien. La fórmula
sería:
P = (k*N)/100.
– La mediana es el percentil 50.
– El percentil de orden 15 deja por debajo al 15% de las observaciones.
Por encima queda el 85%.
• Cuartil: Definen las cuartas partes de la muestra mediante tres “cortes”, el
primer cuartil deja por debajo al 25% de la distribución, el segundo
coincide con la mediana y el tercero deja por debajo al 75% de la
distribución. En un conjunto de N observaciones ordenadas de menor a
mayor, el primer cuartil es la observación que ocupa la posición { (N + 1) /
4} y el tercer cuartil es la observación que ocupa la posición { 3(N + 1) /
4}. El segundo cuartil (la mediana) es la observación que ocupa la { (N +
1) / 2} posición.
Cuando (N + 1) no es múltiplo de 4, los cuartiles se calculan por
interpolación. Supongamos que N = 12 entonces (N + 1) /4 = 3,25 por lo
tanto se toma como primer cuartil el número que está a un cuarto del
camino entre la tercera y la cuarta observación.
• La diferencia entre el tercer y el primer cuartil nos da una
medida de la dispersión que se conoce con el nombre de rango
intercuartilico.
– Primer cuartil = Percentil 25 = Cuantil 0,25.
– Segundo cuartil = Percentil 50 = Cuantil 0,5 = Mediana.
– Tercer cuartil = Percentil 75 = Cuantil 0,75.
• El SPSS calcula las bisagras de Tukey, que define los
cuartiles de la distribución según una transformación realizada
por Tukey:
• La primera bisagra (similar al percentil 25) es el valor que
ocupa la posición intermedia entre la mediana y el valor más
pequeño de la distribución;
• la segunda bisagra es la mediana;
• la tercera bisagra es el valor que ocupa la posición
intermedia entre la mediana y el valor más grande de la
distribución.
Ejercicio. Se tiene la siguiente data compuesta por 200 valores, completa la tabla de porcentiles mostrada.
(Data ordenada ascendentemente)
Posición 1 2 3 … 25 … 50 51 … 80 … 100 ... 112
Valores: 1-112 4 5.2 5.5 … 7 … 9.2 9.2 … 9.2 … 12 56

Posición 113 114 115 … 125 … 150 151 … 197 … 199 200
Valores: 59 73 170 … 170 … 180 181 … 192X … 192X 1975.6
113-200

X = Último dígito de tu matrícula

Indica el valor del:

12 Cuartil 1. De los 200 postulantes por la
Cuartil 1 Posicion
modalidad de Traslado Externo el 25%
Percentil 40 9.2 (50) obtuvieron un resultado menor que
Percentil 56 56 9,2 puntos.
Mediana 12 fd
Quintil 2 9,2
Decil 5 12 Percentil 40. De los 200 postulantes por
Percentil 99 1920 la modalidad de Traslado Externo el 40%
(80) obtuvieron un resultado menor que
9,2 puntos.
Ejercicio.
Interpreta la siguiente recomendación para elaborar el Marco Teórico de una tesis:
«Recomiendo efectuar una buena revisión de literatura de Journal Q1 y Q2
(artículos Q3 Y Q4 también son aceptados). Se pueden incluir libros seminales de
alta calidad.»
Fuente:
https://gestion.pe/blog/el-arte-de-emprender-y-fallar/2019/04/12-reglas-de-oro-para-elaborar-
una-tesis-de-calidad.html?ref=gesr

Fuente: Ranking de las escuelas de negocios Europeas (Octubre 2020)

https://www.researchgate.net/publication/278837896_The_ranking_of_European_business_schools
Ejercicios:
1) Un lote de bolsas de cemento Portland Tipo I Ecológico de la
constructora El Último Cuartucho pesa aproximadamente 42,5 kg por
bolsa ¿Qué percentil es superado solo por el 25% de las bolsas de
mayor peso?
• Percentil ________.
2) El colesterol se distribuye simétricamente en la población del Coño
Norte. Se considera patológico los valores extremos. El 90% de los
individuos son «normales» con respecto a la variable colesterol.
a) ¿Entre qué percentiles se encuentran los individuos «normales»?
• Entre el percentil ______ y el percentil _______.
b) ¿Entre qué cuartiles y percentiles se encuentra la mitad de los
individuos «más normales» (50% del total)” del mencionado
lugar?
• Entre el cuartil _______ y el cuartil _______.
• Entre el percentil _____ y el percentil __________
Percentiles para datos agrupados (tabulados, TDF)

 K * n − Fi 
 100 
P =L + c
K i  f 
 P
K

 Percentiles para datos agrupados…
donde:
P : percentil
K
K : el percentil buscado
n : número de datos
Li : límite inferior de la clase donde se ubica el
percentil K
Fi : frecuencia acumulativa hasta la clase
anterior a la clase donde se ubica el percentil K
f
P : frecuencia absoluta de la clase donde se ubica
K
el percentil K
c : amplitud de clase
Ejemplo:
La tabla muestra la experiencia en años de los
peones de la constructora A Lo Techo Pecho.
Experiencia Peones
(años)
0-3 18
4-7 42
8 - 11 68
12 - 15 120
16 - 19 40
20 - 23 34
24 - 27 12
Total 334
Ejemplo Constructora... ¿Sobre cuántos años se ubica
el 25% de las peones de mayor experiencia?
K = 75

75 % 25 %

P75
Menor Mayor
Experiencia Experiencia

k*n 75 * (334) ava

Lugar del P = = = 250 posición
75
100 100
( de los años ordenados)

Para saber en cuál clase se halla este dato, se calcula la frecuencia

acumulada «menor que».
 Ejemplo Constructora...
Experiencia Nº peones Frec. Acumulada
(años) fi Fi
0-3 18 18
4-7 42 60 F4 = 248
8 - 11 68 128
12 - 15 120 248 En esta clase
16 - 19 40 288 se localizan del
249avo al 288avo
20 - 23 34 322
24 - 27 12 334
334

 75 * (334) ( 
− 248 ) (Ver fórmula para datos agrupados)
 100 
P = 16 +  *4
75 40
  P = 16, 25 años de experiencia
  75

Interpretación: Para que un peón esté comprendido

dentro del 25% de mayor experiencia laboral debe
tener al menos 16 años, 2 meses y 24 días de
experiencia.
Ejercicio.

La siguiente tabla de distribución de frecuencias muestra la duración (en

meses) de los artefactos electrónicos vendidos por la tienda Dotta 25.

Ii 20-26 26-32 32-38 38-44 44-50 50-56 56-62 62-68

:

fi : 7 9 4 10 13 8 10 9

a) Los dieciséis artefactos de mayor duración, ¿cuántos meses han

durado como mínimo? R. 57,8
b) Se sabe que hay doce artefactos que fallaron muy pronto. ¿Bajo qué
duración se encuentran estos artefactos? R. 29,3
c) Un artefacto duró treinta y cinco meses y se afirma que pertenece al
cuarto inferior. ¿Es correcta la afirmación? R. 34,25
d) El 10% es considerado como los más duraderos y el 15% como los
menos duraderos. Halla los límites de estos dos grupos. R. 28,33 y
63,33
e) Halla la duración mínima correspondiente al quinto superior de los
artefactos electrónicos. R. 59
 Diagrama de caja y bigote (box and whisker plot)

Útil para representar diferencias entre grupos

así como mostrar los valores atípicos
(discordantes, raros, outliers, aislados).
Permite analizar y resumir un conjunto de datos
univariante dado.
Para elaborar el diagrama solo se necesitan
cinco valores estadísticos: el valor mínimo, Q1
(primer cuartil); la mediana (Q2, segundo
cuartil); Q3 (tercer cuartil) y el valor máximo.
La principal desventaja es que no presenta
ninguna información de las frecuencias de los
datos.
 Diagrama de caja ybigotes...

Límite Superior: por encima de este

límite las puntuaciones se conside-
ran atípicas (outliers)

Q3 = Tercer cuartil

Mediana

Rango intercuartílico:
Diferencia de Q3 y Q1
¿Qué % representa? 100%
de las puntuaciones

Límite Inferior: por debajo de

este límite las puntuaciones se
consideran atípicas (outliers) Q1 = Primer cuartil
Diagrama de caja ybigotes...

- Asimetría positiva: la
mediana está más cerca de
la parte inferior de la caja.

- Asimetría negativa: la
mediana está más cerca de
la parte superior de la caja.

Cuanto más larga sea la caja y los bigotes mayor variabilidad tienen los
datos.
Diagrama de Caja...

Aparecen Mucha
valores dispersión
extremos

Poca
dispersión

Diagrama de Caja y Bigotes en Excel

1) Selecciona los datos, ya sea una sola serie de datos o varias series de datos.
2) Haz clic en Insertar / Insertar gráfico de estadísticas / Cajas y bigotes,
 Como dibujar un diagrama de caja
• Ordenar los datos y obtener el valor mínimo, el máximo, los cuartiles
Q1, Q2 y Q3 y el intervalo intercuartil (IQR, por sus siglas en inglés)
• Dibujar un rectángulo con Q1 y Q3 como extremos e indicar la
posición de la mediana (Q2) mediante una línea.
• Para dibujar los bigotes, las líneas que se extienden desde la caja, hay
que calcular los límites superior e inferior, Li y Ls, que identifiquen a
los valores atípicos (outliers) que son aquellos inferiores a Q1 – 1,5 *
IQR o superiores a Q3 + 1,5 * IQR. El SPSS los representa con un
círculo pequeño.
• Los últimos valores que NO son atípicos serán los extremos de los
bigotes.
• Marcar como atípicos todos los datos que están fuera del intervalo (Li,
Ls).
• Se pueden considerar valores extremadamente atípicos aquellos que
exceden Q1 – 3 * IQR o Q3 + 3 * IQR. El SPSS los representa con un
asterisco.
• Un valor atípico es una observación que es numéricamente distante
del resto de los datos. Las estadísticas derivadas de los conjuntos de
datos que incluyen valores atípicos serán frecuentemente engañosas.
Cómo expresarlo gráficamente
+-----+-+
* o |-------| | | ------------- |
+-----+-+

+---+---+---+---+---+---+---+---+---+---+---+---+
0 5 10 12

• Ordenar los datos y obtener el valor mínimo, el máximo, los

cuartiles Q1, Q2 y Q3 y el Rango Inter Cuartílico (RIC)

En el ejemplo:

• Valor 7: es el Q1 (25% de los datos)

• Valor 8.5: es el Q2 o mediana (el 50% de los datos)
• Valor 9: es el Q3 (75% de los datos)
• Rango Inter Cuartilico RIC (Q3-Q1) = 2

• Dibujar un rectángulo con Q1 y Q3 como extremos e indicar la

posición de la mediana (Q2) mediante una línea.
• Para dibujar los bigotes, las líneas que se extienden desde la caja,
hay que calcular los límites superior e inferior, LI y LS, que
identifiquen a los valores atípicos.
 Cont...

Se consideran atípicos los valores inferiores a Q1-1.5 x RIC o

superiores a Q3+1.5 x RIC.
En el ejemplo:

• inferior: 7 - (1.5 x 2) = 4
• superior: 9 + (1.5 x 2) = 12

Ahora se buscan los últimos valores que NO son atípicos,

que serán los extremos de los bigotes.

• En el ejemplo: 5 y 10

• Marcar como atípicos todos los datos que están fuera del intervalo
(LI, LS).

En el ejemplo: 0.5 y 3.5

Relación de simetría y Diagrama caja y bigotes
 (“Box-and-Whisker” plot)
Presión atmosférica (hectopascal (hPa)) en 61 puntos de la Costa Nostra

105 110 112 112 118 119 120 120 120

125 126 127 128 130 132 133 134 135
138 138 138 138 141 142 144 145 146
148 148 148 149 150 150 150 151 151
153 153 154 154 154 154 155 156 156
158 160 160 160 163 164 164 165 166
168 168 170 172 172 176 179

Un resumen de esta serie en 5 valores

Min = 105 ; Max =179; Q1 = 132,5 ; Q3 = 159 ; Q2 = Md = 149
IQR = Q3 - Q1
Recorrido intercuartílico
Min Max

(Mediana de los datos superiores) Q1 Md Q3 (Mediana de los datos superiores)

105 132,5 149 159 179

Diagrama de Caja...
Ejemplo. La empresa periodística La Hora de la Beldad SA tiene
las siguientes ventas de su Revista XXX, elabora el diagrama de
caja y bigotes.

Ventas en unidades físicas

Revista XXX Mes 1 Mes 2 Mes 3
Producto A 100 400 800
Producto B 200 300 750
Producto C 300 200 600
Producto D 400 100 550
 Diagrama de caja de ventas de la Revista XXX
Solución: correspondientes al periodo mes 1 al mes 3

1000

800

600

400

200

0
N= 3 3 3 3

Producto A Producto B Producto C Producto D

Ejercicios

1) ¿Qué porcentaje de los datos está

representado por la caja?
2) ¿Qué porcentaje representa cada uno de los
bigotes?
3) ¿Puede ser un bigote más largo que el otro?
¿Cuál es el significado?
4) ¿Se encuentra la mediana siempre en el
centro de la caja?
 Medidas de centralización
• Añaden unos cuantos casos particulares a las medidas de posición
(Cuantiles). Son medidas que buscan posiciones (valores) con respecto a
los que los datos muestran tendencia a agruparse, por ejemplo Promedio
aritmético.
• Si se calcula la media armónica (H), la media geométrica (G) y la media
aritmética ( x), para los mismos datos se tiene que: H < G < x
• Se dice que un estadístico es resistente (robusto) cuando éste no se
ve afectado por la presencia de valores muy alejados del resto de
la distribución, por ejemplo los fráctiles, mediana, M-estimadores
(estimadores basados en el método de máxima verosimilitud. Se
tienen los siguientes: de Hubert, de Tukey, de Andrews, de
Hampel, los cuales difieren entre sí por los pesos que asignan a
los datos. El SPSS los calcula en el procedimiento EXPLORAR).
• La media aritmética no es un estadístico resistente, como
alternativa existe la media truncada (media recortada, media
podada, media acotada, trimmed mean) en la que se elimina un
5% a 10%) de la cola inferior y de la cola superior de la
distribución o la media winsorizada sustituye ese % de valores por
valores del centro de la distribución.
 Medidas de centralización...

• Media (mean), µ, η (H, eta). Es la media aritmética

(promedio) de los valores de una variable. Suma
de los valores dividido por el tamaño poblacional
o muestral. Ejemplos: consumo de agua por
persona (per capita), Tercio superior, etc.
– Media de {2; 2; 3; 7} es ( 2 + 2 + 3 + 7) / 4 =
3,5
– Conveniente cuando los datos se concentran
simétricamente con respecto a ese valor. Muy
sensible a valores extremos.
– Centro de gravedad de los datos.
 Momentos potenciales

Los momentos son medidas obtenidas a partir de todos los datos de

una variable estadística y sus frecuencias absolutas. Estas medidas
caracterizan a las distribuciones de frecuencias de tal forma que si
los momentos coinciden en dos distribuciones de probabilidad,
diremos que son iguales.

Dada una distribución de datos estadísticos x1, x2, ..., xn, se define
el momento central o momento centrado de orden k (momentos con
respecto a la media aritmética) como:

Para variables continuas la definición cambia sumas discretas por

integrales (suma continua), aunque la definición es, esencialmente,
la misma.
µ3 = Asimetría; µ4 = Curtosis

El momento con respecto al origen permite encontrar la media

aritmética poblacional.
 Propiedades de la media aritmética
- Por su propia naturaleza, la media sólo es definible para
variables cuantitativas, ya que si no hay números no se
puede sumar.
- La suma de diferencias (de todos los valores) respecto a la
media es siempre 0.
- Si sumamos una constante a cada uno de los valores, la
nueva media aritmética resultante será la original más la
constante.
- Si multiplicamos cada uno de los valores por una constante,
la nueva media aritmética será la original por la constante.
- Minimiza la suma de diferencias en términos cuadráticos.
 Cálculo de la media a partir de datos agrupados
El cálculo de la media aritmética, cuando los datos
disponibles se encuentran en tablas de distribución de
frecuencias, se realiza utilizando la fórmula siguiente:
n
 f X
x =
i i
i =1
n

i =1
f i

donde:
x : media muestral
fi : frecuencia absoluta de la clase i
X i : marca de la clase i
Medidas de centralización …

Apropiada para datos nominales.

 Propiedades de la mediana
-No utiliza todos los elementos
-Es la medida descriptiva apropiada de la tendencia central para
datos ordinales
-Se ve menos afectada por datos atípicos que la media aritmética.
-Minimiza la suma de diferencias en valor absoluto (recordar que
la media aritmética minimizaba la suma de diferencias en térmi-
nos cuadráticos)
Ejercicio. Los nueve empleados de la empresa constructora
Esteban Dido viven al lado de la Av. Universitaria (Comas) en
diferentes kilómetros, tal como se muestra en el siguiente gráfico:

Núm. emp. 3 2 3 1

Km 1 4 5 6 26
Asumiendo que cada uno de los nueve trabajadores viaja en su propio
automóvil que utilizan el mismo octanaje, y se quiere minimizar el coste en
gasolina, ¿en qué lugar pondrías la empresa para minimizar tal coste? R. 4
 Media versus Mediana

• Ambas sirven para estimar el valor o tamaño medio de una variable,

que debe entenderse como el “valor esperable” o “normal”.
• Si la distribución es normal, media y mediana coinciden.
• Si hay discrepancia entre ambas, es preferible la mediana.
• La razón es que la mediana es robusta, es decir, poco sensible a datos
atípicos. La media, en cambio, es muy sensible.

En particular, en ausencia de normalidad son relevantes los contrastes no

sobre la media, sino sobre la mediana
Ejercicio de Moda (modo)
En la conferencia que se llevó a cabo en el hotel El Último Romántico para altos
ejecutivos, cuyo tema fue: “El tratado de libre comercio”; la asistencia fue la
siguiente:
Día No. de personas
Lunes 20
Martes 15
Miércoles 16
Jueves 16
Viernes 18
Sábado 16
Domingo 25
a) ¿Cuál es la moda de la asistencia?
b) ¿Qué tipo de variable es esta moda?
c) ¿Qué día fue la moda de asistencia?
d) ¿Qué tipo de variable aleatoria es el día de moda de asistencia?
R.
a) La moda de la asistencia es Mo = 16.
b) El tipo de variable es de cantidad.
c) El día con mayor frecuencia en asistencia fue Mo = domingo.
d) El tipo de variable es de cualidad.
 Gráfica de la distribución de datos

Eje Y: Frecuencia

Moda Media Eje X: Valores de la variable

Mediana
Ejercicio. Se han analizado los promedios
promocionales de la asignatura Estadística Aplicada, y
se ha obtenido lo siguiente: la nota modal de la Sección
A es 15 puntos, la nota media 12,8 y la mediana 13,5;
en la Sección B la nota modal es 11, la nota media 14 y
la mediana 13,5. Se pide:
a) Bosqueja una curva que represente la información
dada para cada sección.
b) ¿Sería posible que en la Sección A, más de la mitad
de los estudiantes obtenga más que la nota media?
c) ¿Sería posible que en la Sección B, más de la mitad
de los estudiantes obtenga menos que la nota
media?
 Determinación del valor modal dentro de la clase modal para datos agrupados
Se tiene la siguiente TDF con frecuencia absoluta (f) y frecuencia acumulada
menor que (F). Calcula la correspondiente moda.
1) Determina la clase que contiene la Moda
sesClases
Xi fXi F f frF Frfr Fr
Cuarta clase (375 - 390)
345330-345
337 3337 33 0,093 0,09 0,09 0,09
2) Interpolación para hallar el valor de la Mo
360345-360
352 3352 63 0,096 0,18 0,09 0,18
1 1
375360-375
367 4367 104 0,11 10 0,29 = Li +
0,11Mo0,29 h
1 +  2
390375-390 12 
382 12382 22 0,34
2 22 0,63
0,34 0,63
405390-405
397 7397 297 0,20 29 0,83
0,20 0,83
1 = 12 – 4 = 8 2 = 12 – 7 = 5
420405-420
412 4412 334 0,11 33 0,94
0,11 0,94
435420-435
427 2427 352 0,06 35 1,00
Extensión
0,06 del intervalo (h) = 390 - 375
1,00
ALTOTAL 35 35 1,00 1,00
8
Mo = 375 +  15 = 384,23
8+ 5