Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Bienvenidas y preguntas
• Análisis de reglas de oro
• Actividad interactiva - estadística
• Importancia de la estadística
• Donde se aplica la estadística
• Datos estadísticos relevantes
• Concepto
• Taller
• Panorama digital global Digital 2020 2021
• Bibliografía
Regla de oro
Es la rama de las matemáticas que estudia la variabilidad, así como el proceso aleatorio que la genera
siguiendo las leyes de la probabilidad. Como parte de la matemática, la estadística es una ciencia
formal deductiva, con un conocimiento propio, dinámico y en continuo desarrollo obtenido a través del
método científico formal. En ocasiones, las ciencias fácticas necesitan utilizar técnicas estadísticas durante
su proceso de investigación factual, con el fin de obtener nuevos conocimientos basados en la
experimentación y en la observación. En estos casos, la aplicación de la estadística permite el análisis
de datos provenientes de una muestra representativa, que busca explicar las correlaciones y dependencias
de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.
Accesible en: (https://es.wikipedia.org/wiki/Estad%C3%ADstica 2020)
Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias basadas en el
cálculo de probabilidades.
Más de 4.500 millones de personas utilizan Internet a principios de 2020, mientras que los usuarios de las redes
sociales han superado la marca de los 3.800 millones . Casi el 60 por ciento de la población mundial ya está en
línea, y las últimas tendencias sugieren que más de la mitad de la población total del mundo utilizará las redes
sociales a mediados de este año
Imagen accesible en:
https://datareportal.com/reports/digital-2021-global-overview-report
Panorama digital global
Digital 2020-2021
Webgrafía:
https://datareportal.com/reports/digital-2020-global-digital-
yearbook?utm_source=Reports&utm_medium=PDF&utm_campaign=Digital_2020&utm_content=Yearbook_Promo_
Slide
https://www.brandwatch.com/es/blog/96-estadisticas-redes-sociales/
https://www.novicell.es/es/blog/datos-curiosos-mundo-digital/
Pizarra compartida del curso
https://jamboard.google.com/d/1HPgOYhtdi_0QKUCXt4k1HF7gmhM6AZz2WoiVf9i0WcU/edit?usp=sharing
https://www.mindomo.com/es/mindmap/importancia-de-la-estadistica-inferencial-en-la-contabilidad-
f243bd9462934289ae007ba4b541dcd0
Imagen accesible en: https://lamula.pe/media/uploads/t/dd5c6dd4761bffe4d34348aedb34b511.jpg
Modificado por: OPBonifaz 2020
Gracias por su asistencia, atención
y
participación activa
• Bienvenidas y preguntas
• Población - Muestra
• Variables
• Tipos de variables
• Variable estadística
• Resolución de problemas
• Caracteres cuantitativos o cualitativos
• Población y muestra
• Bibliografía
• Análisis de muestras.
• Descripción de datos.
• Contraste de hipótesis
• Medición de relaciones entre variables estadísticas.
• Contraste de datos e información
• Predicción.
• Descriptiva o deductiva
• Inferencial o inductiva
• Aplicada
• Matemática
Tipo de estadística
Estadística descriptiva o deductiva
Su poder inferencial es mínimo, por lo que nunca deben sacarse conclusiones sobre la
población a partir de las medidas resumen que aporta la estadística descriptiva.
Estadística Personas
Descriptiva Inferencial
¿Qué hace? ¿Qué hace?
¿Cómo? ¿Cómo?
Observación de
• Gráficas pocos elementos
• Valores numéricos (MUESTRA)
Ciclo estadístico
Elementos del estudio
Con respecto a los elementos del estudio los conceptos básicos de estadística son:
Muestra
Es el subconjunto de datos seleccionados de una población, es una parte representativa de la
población que es seleccionada para ser estudiada , tomando en consideración que la población puede
o es demasiada extensa Al proseo de obtener muestras se le conoce como muestreo (Manual de estadística
descriptiva -2011)
• Aleatoria
• No aleatoria (representativo)
Individuo
Cada uno de los alumnos de un colegio, estadísticamente hablando se denomina
individuo.
Imagen accesible en: https://youtu.be/4Nu0Lpo8nAM
Elementos del estudio
Por otro lado, en referencia a los resultados que se obtienen en el estudio tenemos:
Valor
El valor es el resultado que puede adoptar o generar cada uno de nuestros datos del estudio
Ejemplo: en un caso de estudio de un estudio sobre la cantidad de alumnos que aprueban la materia
• Aprueba
• No aprueba
Muestreo
El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el fin de
estudiarlos y poder caracterizar el total de la población
Variable
Variables estadísticas
Variable
Una variable es cualquier condición susceptible de modificarse o de variar en cuanto a cantidad y
calidad; por eso se llama "variable". La variable debe ser medible, es decir que se le puedan asignar
símbolos (en general números), según una serie de reglas; por eso se define también a la variable
como "una propiedad que adquiere distintos valores" y como "un símbolo al que se le asignan
números o valores“. (http://biblio3.url.edu.gt/publiclg/biblio_sin_paredes/fac_politicas/2018/tecnico_trab/inici_pracinves/cont/06.pdf)
Cualitativa (o categórica): son las variables que pueden tomar como valores
cualidades o categorías.
• Sexo (hombre, mujer)
• Salud (buena, regular, mala)
Variables cualitativas
VARIABLES
Tipos Descripción Algunos Ejemplos
independientes Son aquellas variables que su valor no depende de Variable dependiente: Oferta, Variable
otra variable o de factores externos. independiente: demanda
dependientes Son aquellas variables que sus valores dependen de La variable dependiente es "y", la variable
otra variable o de factores externos independiente es "x“ Y=2X
Altura de un árbol (tiempo)
Compra-venta, batería-uso viaje en taxi
En una función puede haber combinación de los dos tipos. Por ejemplo, Los recursos invertido por una federación de futbol
ante la obtención del un campeonato deportivo (variable independiente cuantitativa) y las medallas obtenidas (variable
dependiente cualitativa oro, plata, bronce)
El investigador utiliza estas variables en el estudio estadístico con el fin de con el de
encontrar alguna causalidad de ciertas variables sobre las variables objetivo del estudio.
Taller 2
• El sonido del pito del auto
Ordinales • Dirección del IST Tena
• Número de hijos
• Numero de tv en casa
Cualitativas Nominal
• Diámetro de una esfera
Variables estadísticas
Básica:
Webgrafía:
http://biblio3.url.edu.gt/publiclg/biblio_sin_paredes/fac_politicas/2018/tecnico_trab/inici_pr
acinves/cont/06.pdf
https://www.youtube.com/watch?v=4Nu0Lpo8nAM&list=RDCMUC5fR66ElCH760rST15GIqZQ
&index=1
https://www.universoformulas.com/estadistica/descriptiva/variables-estadisticas/
https://youtu.be/W1_eCwuYkAI
• Bienvenidas y preguntas
• Repaso
• Tablas de frecuencia
• Taller tablas de frecuencia
• Tablas de frecuencia datos no agrupados
• Tablas de frecuencia datos agrupados
• Bibliografía
Definición (Población)
Una población es un conjunto de elementos definido por una o más características que tienen
todos los elementos, y sólo ellos. Cada elemento de la población se llama individuo.
No todos los elementos de la población están accesibles para su estudio. Entonces se distingue entre:
Población Teórica: Conjunto de elementos a los que se quiere extrapolar los resultados del estudio.
Población Estudiada: Conjunto de elementos realmente accesibles en el estudio.
Inconvenientes en el estudio de la población
Definición (Muestra)
Es un subconjunto de una población.
El estudio de una variable estadística comienza por medir la variable en los individuos de la
muestra y clasificar los valores obtenidos.
Existen dos formas de clasificar estos valores:
Sin agrupar: Ordenar todos los valores obtenidos en la muestra de menor a mayor. Se
utiliza con atributos y variables discretas con pocos valores diferentes.
Agrupados: Agrupar los valores en clases (intervalos) y ordenar dichas clases de menor a
mayor. Se utiliza con variables discretas con muchos valores diferentes, y con
variables continuas.
Clasificación de la muestra
Clasificación de la muestra
Tipos de muestreo
Matriz de datos
Las variables o atributos a estudiar se medirán en cada uno de los individuos de la muestra. Los
datos obtenidos suelen organizarse en un arreglo denominado matriz de datos.
En esta matriz cada columna contiene la información de una variable y cada fila la información de
un individuo.
En una encuesta a 25 matrimonios sobre el número de hijos que tenían se obtuvieron los
siguientes datos:
1,2, 4, 2, 2, 2, 3, 2, 1, 1, 0, 2, 2,
0, 2, 2, 1, 2, 2, 3, 1, 2, 2, 1, 2
La tabla de frecuencias asociada a esta muestra es
Tabla de frecuencias
Resolución de datos sin agrupar
Tamaño de la muestra. (25)
Frecuencia relativa 𝑓𝑖
𝑛𝑖 2 6 14
𝑓𝑖 = ( 25 = 0,08 =0,24 =0,56 . . .)
𝑛 25 25
Suponga que un investigador desea determinar cómo varía el peso de un grupo de estudiantes de
primer semestre de una universidad. Selecciona una muestra de 50 estudiantes y registra sus
pesos en kilogramos. Los datos obtenidos fueron los siguientes:
65 63 65 63 69 67 53 58 60 61
64 65 64 72 68 66 55 57 60 62
64 65 64 71 68 66 56 59 61 62
63 65 63 70 67 66 57 59 61 62
64 64 63 69 67 66 58 60 61 62
Diagrama
Diagramade
detallo
talloyyhojas
hojas
Tabla de frecuencias 55 33 85 56 77 67 98 78 99 89
Ejemplos de datos sin agrupar
50 30 50 31 91 71 01 12 42 52 42 83 63 03 23 43 54 44
66 84 64 14 24 35 55 35 75 65 16 26 46 46 37 97 77 68 08
19 29aparece cada dato (frecuencia absoluta),
Para determinar el número de veces que
se puede utilizar un diagrama de tallo
77 20y11hojas
02 que facilita determinar la cantidad de
veces que se repite un dato y los valores de los datos con el fin de escribirlos de
manera ordenada en la tabla. Se procede así:
65 63 65 63 69 67 53 58 60 61
64 65 64 72 68 66 55 57 60 62
64 65 64 71 68 66 56 59 61 62
63 65 63 70 67 66 57 59 61 62
64 64 63 69 67 66 58 60 61 62
Tabla de frecuencias
Ejemplos de datos sin agrupar
Frecuencia Frecuencia
Datos de los pesos de una Pesos
Frecuencia Frecuencia
Absoluta Relativa
muestra de 50 alumnos del Absoluta Relativa
Acumulada Acumulada
primer nivel de una 𝒏𝒊 𝑵𝒊 𝒊 𝒊
universidad (en kilogramos)
53 1 1 0,02 0,02
65 63 65 63 69 67 53 58 60 61 55 1 2 0,02 0,04
64 65 64 72 68 66 55 57 60 62 56 1 3 0,02 0,06
64 65 64 71 68 66 56 59 61 62 57 2 5 0,04 0,1
63 65 63 70 67 66 57 59 61 62 58 2 7 0,04 0,14
64 64 63 69 67 66 58 60 61 62 59 2 9 0,04 0,18
60 3 12 0,06 0,24
61 4 16 0,08 0,32
62 4 20 0,08 0,4
63 5 25 0,10 0,5
64 6 31 0,12 0,62
65 5 36 0,10 0,72
66 4 40 0,08 0,8
67 3 43 0,06 0,86
68 2 45 0,04 0,9
69 2 47 0,04 0,94
70 1 48 0,02 0,96
71 1 49 0,02 0,98
72 1 50 0,02 1
𝒏𝒊 = 50 𝒊 = 1
𝒊 𝒊
Tabla de frecuencias
Ejemplos de datos sin agrupar
Ejercicio 1
Durante el mes de julio de 2021, en una ciudad del Tena se han registrado las
siguientes temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29,
30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
Ejercicio 2
Suponga que los siguientes datos corresponden a las calificaciones obtenidas por
110 aspirantes al ingreso de una universidad en la respectiva prueba de ingreso
(El cuadro de datos esta cargada en la plataforma institucional) 35
64
69
30
80
35
69
95
55
56
92
63
52
74
34
71
80
56
95
41
35 67 35 78 51 84 34 30 73 58
69 96 85 42 40 45 86 75 57 45
81 67 25 48 93 32 84 99 35 100
34 56 81 27 94 86 71 85 80 78
48 63 56 38 37 97 62 59 98 64
72 52 84 25 49 42 83 48 79 60
99 56 57 69 91 53 89 51 57 42
83 84 95 82 26 31 85 37 89 43
28 42 71 25 94 31 62 27 97 96
Tabla de frecuencias con datos agrupados
Se utiliza esta técnica de tabla de frecuencias con datos agrupados, cuando los valores de
la variable son numerosos y conviene agrupar los datos en intervalos o clases para así
realizar un mejor análisis e interpretación de los datos.
Para construir una tabla de frecuencias para datos agrupados se procede de la siguiente manera:
Se distribuyen los datos en varios intervalos llamados intervalos de clase, de tal manera que
cada dato quede registrado en un solo intervalo.
El número de clases y su amplitud (o ancho) se calculan así:
Rango = 𝑹 = 𝑑𝑎𝑡𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝑑𝑎𝑡𝑜 𝑚𝑒𝑛𝑜𝑟
Número de clases o
número de intervalos:
𝒏: número de datos
: número de clases
𝑹
Amplitud: A= , en la que, se determinan los límites de clase y los límites reales de
clase.
Tabla de frecuencias
Ejemplos de datos agrupados
Las velocidades, en millas por hora, de los conductores de 55 automóviles fueron con un radas en una calle
de cierta ciudad
Segundo: Calcular el número de clases, según la aplicación de la regla de Sturges se redondea al entero
mas próximo
K =7 El valor K se aproxima
al valor impar más Regla de Sturges
cercano
Manual de estadística descriptiva (2011 ) pp.6-9)
Tabla de frecuencias
Ejemplos de datos agrupados
Tercero: Calcular la amplitud, luego de calcular el dato mayor y el dato menor, para nuestro ejemplo el
valor 15 y 63.
La amplitud debe
aproximarse al entero A =7
más cercano
Cuarto: Una vez determinar el número de clases y la amplitud, se debe elegir el extremo inferior de la
primera clase. (15 -?)
Quinto: Luego de identificar el extremo inferior se sumará la amplitud a fin de obtener el limite superior
de la clase. 15 +7 =22 ; La primera clase quedaría establecido en : [15 – 22) Teoría de Intervalos
Séptimo: Calcular la marca de clase, que es punto medio entre el limite inferior y el limite superior, saco
el promedio del limite superior con el limite inferíos
𝐿𝑖 + 𝐿𝑠
𝑥𝑖 = Mascara de clase
2
Octavo: Aplicamos lo aprendido con anterioridad y calculamos todos las columnas de nuestra table de
frecuencias, Frecuencias, Frecuencia relativa, Frecuencia acumulada
Tabla de frecuencias
Tabla de frecuencias
Recomendaciones Reglas
• Utilizar de 5 a 15 clases • Las clases deben abarcar a todos los datos
• Procurar que las clases tengan al menos 5 • Cada dato debe pertenecer a una sola clase
valores • El valor más pequeño debe caer en el primer
• Siempre que sea posible, los intervalos de intervalo y el más grande dentro del último
clase se tomarán del mismo ancho
(Quinterios.I_2020)
Bibliografía
Básica:
Webgrafía:
http://biblio3.url.edu.gt/publiclg/biblio_sin_paredes/fac_politicas/2018/tecnico_trab/inici_pr
acinves/cont/06.pdf
https://www.youtube.com/watch?v=4Nu0Lpo8nAM&list=RDCMUC5fR66ElCH760rST15GIqZQ
&index=1
https://www.universoformulas.com/estadistica/descriptiva/variables-estadisticas/
https://youtu.be/W1_eCwuYkAI
https://www.youtube.com/watch?v=5fe9VJb85H8
Imagen accesible en: https://lamula.pe/media/uploads/t/dd5c6dd4761bffe4d34348aedb34b511.jpg
Modificado por: OPBonifaz 2020
Gracias por su asistencia, atención
y
participación activa
Uso de filtros
Elaboración de gráfico en hoja de cálculo
Ejemplo
GRÁFICAS DE BARRAS.
Comparación de Conjunto de Datos y Gráfica de Columna Agrupada
Matrícula en Pregrado por tipo de Universidad y según año
AÑO
TIPO DE UNIVERSIDAD 2000 2001 2002 2003
PÚBLICA 158574 166698 172869 181272
PARTICULAR COFINANCIADA 68540 76638 81119 77917
PARTICULAR AUTOFINANCIADA 5980 8282 10324 Matrícula en Pregrado
Matrícula según
en Pregrado
11835 año yaño
según tipo de
TOTAL 233094 251618 264312 271024
FUENTE: Registros administrativos CONESUP 300000
Universidad
200000
Número de Matriculados
250000
150000
200000
Número de Matriculados
100000
150000
100000 50000
50000 0
2000
2001
0 2002
Año 2000 2001
Año 2002 2003 2003
Gráfica de Columna Agrupada PARTICULAR AUTOFINANCIADA 5980 8282
2000 2001
10324
2002
11835
2003
PARTICULAR COFINANCIADA
PÚBLICA 68540 76638 81119 77917
158574 166698 172869 181272
PÚBLICA 158574
PARTICULAR COFINANCIADA 166698 172869 81119 181272
68540 76638 77917
PARTICULAR AUTOFINANCIADA 5980 8282 10324 11835
GRÁFICAS DE BARRAS.
Comparación de Conjunto de Datos
Otros
Recursos Utilizados en la Enseñanza en EVA
Hot potatoes
Muy Poco No
Camtasia RECURSO UTILIZADO Usado TOTAL
usado usado usado
E-learning Documento PDF 9 2 2 4 17
Documento WORD 9 3 2 3 17
Flash
Foros 2 0 1 14 17
Chats Chats 4 1 2 10 17
Flash 4 1 2 10 17
Foros
E-learning 1 0 1 15 17
Documento WORD Camtasia 2 0 1 14 17
• Expresa de manera gráfica la distribución proporcional de los PERSONAL POR TIPO - CLÍNICA XYZ
eventos o datos en estudio.
• Ilustra la manera en que se distribuye el 100% de un recurso Directivo
6%
en un período específico Médico
30%
Administrativo
• Cabe indicar que este tipo de gráficos no es indicado en 24%
• Describen el cambio de
600,00
500,00
una variable, a intervalos
índices;
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
✓ evolución de estatura de Costo de la Canasta Básica
Año
Ingreso Familiar Mensual
una persona.
Gráficos líneas
Elaboración de gráfico en hoja de cálculo
Ejemplo
HISTOGRAMAS
• Se utiliza para variables discretas agrupadas
y variables continuas
• Similar a un diagrama de barras
Precios de venta de 80 vehículos
25
23
Frecuencia
barras sobre todo el intervalo, de modo que 10
8 8
interpretación.
Histograma
HISTOGRAMAS.
EJEMPLO
Frecuencia
21 a 24 22,5 17
24 a 27 25,5 18 10
8 8
27 a 30 28,5 8
30 a 33 31,5 4 5 4
33 a 36 34,5 2 2
37,5 0
0
TOTALES 80 15 a 18 18 a 21 21 a 24 24 a 27 27 a 30 30 a 33 33 a 36
Precios de venta ( en miles de dólares)
Elaboración de gráfico en hoja de cálculo
Ejemplo
POLÍGONO DE FRECUENCIAS
• Similar a un histograma.
• Consiste en segmentos de recta que conectan los puntos formados por las intersecciones
de los puntos medios de clase y las frecuencias de clase.
• La siguiente gráfica ilustra la construcción de un polígono de frecuencias
20
18
17
15
Frecuencia
10
8 8
5
4
2
0 0 0 Polígono
13,5 16,5 19,5 22,5 25,5 28,5 31,5 34,5 37,5
Precios de venta ( en miles de dólares)
de frecuencias
POLÍGONO DE FRECUENCIAS
• Similar a un histograma.
• Consiste en segmentos de recta que conectan los puntos formados por las
intersecciones de los puntos medios de clase y las frecuencias de clase.
• La siguiente gráfica ilustra la construcción de un polígono de frecuencias
Frecuencia
18 a 21 19,5 23
21 a 24 22,5 17
10
24 a 27 25,5 18
27 a 30 28,5 8
5
30 a 33 31,5 4
33 a 36 34,5 2
37,5 0 0
13,5 16,5 19,5 22,5 25,5 28,5 31,5 34,5 37,5
TOTALES 80 Precios de venta (en miles de dólares)
POLÍGONO DE FRECUENCIAS
16,5 a 8 16,5 8 8 60
19,5 a 31 19,5 23 31 50
22,5 a 48 22,5 17 48 40
25,5 a 66 25,5 18 66
30
28,5 a 74 28,5 8 74
31,5 a 78 31,5 4 78 20
34,5 a 80 34,5 2 80 10
37,5 0,0 0 0
TOTALES 80 15 a 18 18 a 21 21 a 24 24 a 27 27 a 30 30 a 33 33 a 36
Precios de venta (en miles de dólares)
FORMAS O PERFILES DE DISTRIBUCIÓN DE FRECUENCIAS
POLÍGONOS DE FRECUENCIAS
Bibliografía
Básica:
Webgrafía:
http://biblio3.url.edu.gt/publiclg/biblio_sin_paredes/fac_politicas/2018/tecnico_trab/inici_pracinves/cont/06.pdf
https://youtu.be/J-lDNbXM2wE?t=8
https://youtu.be/tMkO-8DTIJg
https://youtu.be/L2F2VkzsZwU?t=365
https://youtu.be/P5CesuEPI58?t=9
https://youtu.be/F_LOXoMsILM?t=17
https://youtu.be/uZ3Q6Nth7-E?t=8
Imagen accesible en: https://lamula.pe/media/uploads/t/dd5c6dd4761bffe4d34348aedb34b511.jpg
Modificado por: OPBonifaz 2020
Gracias por su asistencia, atención
y
participación activa
• Bienvenidas y preguntas
• Repaso
• Medidas de Posición o distribución
• Medidas de Dispersión
• Estadísticos de Tendencia Central
• Estadísticos de Posición
• Bibliografía
Su poder inferencial es mínimo, por lo que nunca deben sacarse conclusiones sobre la
población a partir de las medidas resumen que aporta la estadística descriptiva.
Después de haber aprendido a realizar tablas de frecuencias y la haber realizado algunos tipos de representaciones graficas
en las cuales se sintetiza la información de las variables estudiadas de la muestra, en muchos de los casos no son suficientes
y es necesario describir determinados aspectos y magnitudes de la distribución a fin de proporcionar mas herramientas o
datos para el análisis de datos.
Para describir adecuadamente el comportamiento de la variable se calculan unas medidas llamadas estadísticos o medidas
muéstrales que son indicadores de distintos aspectos de la distribución muestral.
Los estadísticos se clasifican en tres grupos:
Medidas de Posición o distribución: Miden en torno a qué valores se agrupan los datos y cómo se reparten en la
distribución.
Estadísticos de Forma: Miden aspectos de la forma que tiene la distribución de los datos, como la simetría o el
apuntamiento.
Medidas características de una distribución
Algunas condiciones esenciales para que este valor pueda cumplir su cometido:
Entre las medidas características de una distribución destacan las llamadas medidas de
centralización, que nos indicaran el valor promedio de los datos, o en torno a que´ valor se
distribuyen estos.
Media aritmética (ഥ
𝒙 = µ)
Media
La medida de posición o promedio más conocida, la más utilizada y entendida por todos, por su gran
estabilidad es la preferida en el muestreo, sus fórmulas admiten tratamiento algebraico. Su desventaja
principal es ser muy sensible a cambios en sus valores u observaciones, también, cuando alguno de sus
valores extremos es demasiado grande o pequeño.
Ventajas
• El promedio aritmético es, en sí, la medida más entendida y la más utilizada.
• Esta medida se define mediante una ecuación matemática muy fácil de entender y algunas veces se puede obtener
cuando no es posible calcular otros tipos de medidas de tendencia central o de posición y, aún en el casos de no
conocerse los valores individuales de la serie, por ejemplo: si 10 familias consumen 20 litros de leche, el promedio
aritmético será de 2 litros por familia.
• El promedio aritmético es extraordinariamente estable en el muestreo.
• Es altamente sensible a cualquier cambio en los datos de la distribución.
• Como ventaja final, se podrá anotar que es excepcionalmente adaptable cuando se trata de hacer cálculos
matemáticos posteriores con él.
• Es muy sensible a valores muy pequeños o grandes, especialmente cuando estos últimos se encuentren
incluidos en la distribución que se está estudiando, puede resultar en un promedio que no represente lo típico para
el total del grupo.
• Cuando la distribución es marcadamente asimétrica, de tal forma que el promedio aritmético, la mediana y el modo
difieran en forma apreciable, debe considerarse siempre la posibilidad de que el promedio aritmético pueda no ser
el valor único representativo de la serie.
• Otro inconveniente o desventaja, es cuando la distribución tiene la forma de U, es decir, parabólica; éste
corresponde a los valores menos comunes en la serie y por tanto, puede damos una idea irreal de la distribución.
OBSERVACIÓN:
En la mayoría de los casos, la media aritmética es la medida que mejor representa a la
muestra.
Cálculo de la media aritmética
Ejemplos de datos sin agrupar
EJEMPLO 1 Cálculo de la media aritmética para una encuesta a matrimonios
OBSERVACIÓN:
Al agrupar datos el cálculo de estadísticos desde la tabla puede diferir ligeramente del valor real obtenido
directamente desde la muestra, ya que no se trabaja con los datos reales sino con los representantes de las
clases.
Media,
Datos Agrupados
Propiedades de la media aritmética
ഥ =𝟎
𝒙𝒊 − 𝒙
𝒊=𝟏
Se define como una variable que, una vez ordenados los valores de la muestra
de menor a mayor o viceversa , deja el mismo número de valores por debajo y
por encima de él, en otras palabras, se puede finir como el "valor central". Se
simboliza por 𝑴𝒆
Ordenar datos
Mediana 𝑀𝑒
Ventajas
Ordenar datos
Mediana 𝑀𝑒
Cálculo de la Mediana
Paso 2. Aplicamos la fórmula cuando se contamos con un total de números pares n=8
Caso A
Supongamos que ahora tenemos los siguientes datos:
Cuando
𝒏
− 𝑵𝒊−𝟏
𝑴𝒆 = 𝑳𝒊 + 𝟐 𝑨𝒊
𝒏𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la mediana (clase mediana)
𝒏: número de datos
𝒏𝒊 : Frecuencia de la clase mediana
𝑵𝒊−𝟏 : Frecuencia acumulada a la clase que precede la clase mediana
𝑨𝒊 : Ancho de la clase mediana
Definición Moda 𝑀𝒅 𝑀𝑜
Se define como "el valor de la variable que más se repite" o "aquel valor que presenta la máxima
frecuencia”. Puede suceder que una distribución tenga dos Modas, en este caso se dice que la
distribución es Bimodal, en el caso que haya más de dos modas, se dice que es plurimodal o
multimodal. Es la única medida de posición que puede ser utilizada en atributos, es decir, cuando la
característica es cualitativa.
Para datos agrupados se toma la clase modal con mayor frecuencia en la muestra.
En ocasiones puede haber más de una moda.
Moda
Desventajas
Para datos agrupados se podría escoger como moda la marca de clase en el intervalo
(clase modal) con mayor frecuencia absoluta, pero una mejor aproximación está dada
por la siguiente fórmula
𝑫𝟏
𝑴𝒐 = 𝑳𝒊 + 𝑨𝒊
𝑫𝟏 + 𝑫𝟐
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la moda (clase modal)
𝑫𝟏 = 𝒏𝒊 − 𝒏𝒊−𝟏 : (Dif. entre la frec. de la clase modal y la premodal)
𝑫𝟐 = 𝒏𝒊 − 𝒏𝒊+𝟏 : (Dif. entre la frec. de la clase modal y la posmodal)
𝑨𝒊 : Ancho de la clase modal
Ecuador 2020: Iván Quinteros
Posiciones relativas de la Media, Mediana y Moda
En una distribución simétrica ideal las tres medidas coinciden; en los tres casos la moda
corresponde al valor máximo de la curva, y la mediana siempre queda en medio de las otras dos
medidas.
¿Qué medida de posición y tendencia central usar?
OBSERVACIÓN:
La media también es muy sensible a los datos
atípicos, así que, tampoco debemos perder de Interpretar las medidas
vista la mediana.
Taller - Moda
Ejercicio 1
Consideremos los siguientes datos: 5, 10, 8, 5, 10, 18, 5, 12, 5, 12 calculemos la media,
mediana y la moda n= 10
Media =
Siendo:
Posición:
Moda= Encontramos en esta serie de 9 datos, que el 5 y el 12 se repiten 3 veces (número mayor de
repetición) por lo tanto hay dos modas y en este caso se dice que es bimodal. Si hay mas de dos
modas se habla de Plurimodal o
Multimodal.
y
Tarea 3 Investigación y presentación
Cuartiles
Bibliografía
Básica:
Webgrafía:
https://www.youtube.com/watch?v=XohAtYNqR_c
https://youtu.be/0DA7Wtz1ddg
https://www.youtube.com/watch?v=JwsfkIy6B_o
https://youtu.be/EItGsbU51OU
https://youtu.be/dlQhxYPJbeQ
https://youtu.be/0DA7Wtz1ddg
• Bienvenidas y preguntas
• Repaso
• Cuartiles
• Deciles
• Centiles o percentiles
• Bibliografía
Su poder inferencial es mínimo, por lo que nunca deben sacarse conclusiones sobre la
población a partir de las medidas resumen que aporta la estadística descriptiva.
Después de haber aprendido a realizar tablas de frecuencias y la haber realizado algunos tipos de representaciones graficas
en las cuales se sintetiza la información de las variables estudiadas de la muestra, en muchos de los casos no son suficientes
y es necesario describir determinados aspectos y magnitudes de la distribución a fin de proporcionar mas herramientas o
datos para el análisis de datos.
Para describir adecuadamente el comportamiento de la variable se calculan unas medidas llamadas estadísticos o medidas
muéstrales que son indicadores de distintos aspectos de la distribución muestral.
Los estadísticos se clasifican en tres grupos:
Medidas de Posición o distribución: Miden en torno a qué valores se agrupan los datos y cómo se reparten en la
distribución.
Estadísticos de Forma: Miden aspectos de la forma que tiene la distribución de los datos, como la simetría o el
apuntamiento.
Medidas características de una distribución
Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en
cuatro partes porcentualmente iguales.
Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil es
precisamente la mediana. El primer cuartil, es el valor en el cual o por debajo del
cual queda un cuarto (25%) de todos los valores de la sucesión (ordenada); el tercer
cuartil, es el valor en el cual o por debajo del cual quedan las tres cuartas partes
(75%) de los datos.
Posición: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Dato: 4 12 20 26 27 28 31 32 33 34 34 35 37 37 38 38 40 40 40 44 45 51 52 53 61 63 64
25 % 50 % 75 %
Los deciles, al igual que los cuartiles, son ampliamente utilizados para fijar el aprovechamiento
académico.
𝑲∗𝑵
𝑫𝒌 =
𝟏𝟎
Los percentiles son, tal vez, las medidas más utilizadas para propósitos de ubicación o
clasificación de las personas cuando atienden características tales como peso, estatura, etc.
Los percentiles son ciertos números que dividen la sucesión de datos ordenados en cien partes
porcentualmente iguales. Estos son los 99 valores que dividen en cien partes iguales el
conjunto de datos ordenados.
Los percentiles (P1, P2,... P99), leídos primer percentil,..., percentil 99.
Webgrafía:
https://youtu.be/suSz9RXFNTs
https://www.monografias.com/trabajos27/datos-agrupados/datos-agrupados.shtml
• Bienvenidas y preguntas
• Repaso
• Recorrido.
• Rango Intercuartílico.
• Varianza.
• Desviación Típica.
• Coeficiente de Variación.
• Bibliografía
𝑹𝒆=𝒙_𝒎á𝒙−𝒙_𝒎í𝒏
El recorrido da una idea de la máxima variación que hay entre los datos muéstrales. No
obstante, es muy sensible a datos atípicos ya que suelen aparecer justo en los extremos
de la distribución, por lo que no se suele utilizar mucho.
Ejemplo
Supongamos que deseamos calcular el rango de las edades del once inicial de un
equipo de fútbol.
El jugador más mayor (máximo del conjunto) tiene 31 años, mientras que el más
joven (mínimo) 18. Por lo tanto el rango es:
Los diagramas de Caja-Bigotes (boxplots o box and whiskers) son una presentación visual que
describe varias características importantes, al mismo tiempo, tales como la dispersión y
simetría.
20 23 24 24 24 25 29 31 31 33 34 36 36 37 39 39 40 40 41 45
Para ello se suele medir la distancia de cada valor a la media. A ese valor se le llama desviación
respecto de la media.
Si las desviaciones son grandes la media no será tan representativa como cuando la
desviaciones sean pequeñas.
Medidas de variabilidad o dispersión
Rango
Es la diferencia entre el valor mayor y el valor menor de los datos
Desviación media
Para un conjunto de datos 𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 , con media 𝒙
ഥ, las desviaciones son:
𝒅𝟏 = 𝒙 𝟏 − 𝒙ഥ; 𝒅𝟐 = 𝒙𝟐 − 𝒙
ഥ; … ; 𝒅𝒏 = 𝒙𝒏 − 𝒙
ഥ
La desviación media se define como,
𝒏
𝒙𝟏 − 𝒙 ഥ + 𝒙𝟐 − 𝒙 ഥ + ⋯ + 𝒙𝒏 − 𝒙 ഥ 𝟏
𝑫𝑴 = ഥ
= 𝒙𝒊 − 𝒙
𝒏 𝒏
𝒊=𝟏
Ecuador 2020: Matemático Iván Quinteros
varianza y desviación estándar
Interpretación
Tanto la varianza como la desviación estándar sirven para cuantificar la dispersión de los
datos en torno a la media.
Igual media 𝑥ҧ
ഥ =20Kg
𝒙
ഥ =20Kg
𝒙 Varianza
Desviación estándar
Tanto la varianza como la desviación estándar sirven para cuantificar la dispersión de los
datos en torno a la media.
σ𝑵
𝒊=𝟏 𝒙𝒊 − 𝝁
𝟐
Varianza y desviación
𝝈= estándar
𝑵
Definición (Desviación estándar muestral 𝐬), La varianza muestral de una variable 𝐗 se define de la siguiente
manera:
Desviación estándar poblacional
Desviación estándar muestral
σ 𝒙𝒊 − 𝝁 𝟐
σ 𝒙𝒊 − 𝒙
ഥ 𝟐
𝝈= 𝒔=
𝑵 𝒏−𝟏
La varianza tiene las unidades de la variable al cuadrado, por lo que para facilitar su interpretación se suele utilizar su
raíz cuadrada Ecuador 2020: Matemático Iván Quinteros
Varianza y desviación estándar poblacional
Ejercicio
Calcular la varianza y la desviación estándar de LA MUESTRA los siguientes
valores en KG: 52, 55 y 58
σ 𝑵 𝟐
𝒊=𝟏 𝒙 𝒊 − ഥ
𝒙
𝒔𝟐 =
𝒏−𝟏
Paso 1
Calculo la media de los datos =
𝟏𝟔𝟓
=55
ഥ
𝒙 𝟑
Paso 2
Reemplazo los valores en la fórmula de la muestra
𝟐 + 𝟓𝟓 − 𝟓𝟓 𝟐 𝟐
𝟓𝟐 − 𝟓𝟓 + 𝟓𝟖 − 𝟓𝟓
𝒔𝟐 =
𝟑−𝟏
𝟐
𝟗+𝟎+𝟗
𝒔 = = 𝟗 𝑲𝒈𝟐
𝟐
Paso 3
Calculo la deviación estándar
s= 𝟗 = 𝟑𝑲𝒈
varianza y desviación estándar
Ejercicio
ഥ =20Kg
𝒙
ഥ =20Kg
𝒙 Varianza
Desviación estándar
ഥ =20Kg
𝒙
18Kg 19Kg 20Kg 21Kg 22Kg
Webgrafía:
https://youtu.be/suSz9RXFNTs
https://www.monografias.com/trabajos27/datos-agrupados/datos-agrupados.shtml
https://youtu.be/VTTqr5cAzvw
• Bienvenidas y preguntas
• Repaso
• Medidas de Posición o distribución
• Medidas de Dispersión
• Estadísticos de Tendencia Central
• Estadísticos de Posición
• Bibliografía
Media aritmética (ഥ
𝒙 = µ)
Media
OBSERVACIÓN:
En la mayoría de los casos, la media aritmética es la medida que mejor representa a la
muestra.
Cálculo de la media aritmética
Ejemplos de datos sin agrupar
En una encuesta a 25 matrimonios sobre el número de hijos que tenían, se obtuvieron los
siguientes datos:
1,2, 4, 2, 2, 2, 3, 2, 1, 1, 0, 2, 2,
0, 2, 2, 1, 2, 2, 3, 1, 2, 2, 1, 2
El número de hijos se calcula a través de la fórmula:
𝒙𝟏 + 𝒙𝟐 + ⋯ + 𝒙𝒏
ഥ=
𝒙
𝒏
Cálculo de la media aritmética
Tabla de frecuencias datos sin agrupar
En una encuesta a 25 matrimonios sobre el número de hijos que tenían, se obtuvieron los
siguientes datos:
1,2, 4, 2, 2, 2, 3, 2, 1, 1, 0, 2, 2,
0, 2, 2, 1, 2, 2, 3, 1, 2, 2, 1, 2
El número de hijos se calcula a través de la fórmula:
En un estudio realizado a 100 hogares se consultó el número de televisores que contiene por
familia y se ha representado en la siguiente tabla de frecuencias
ഥ
Se requiere calcular la media aritmética : 𝒙
σ 𝒙𝒊 ∙ 𝒏𝒊
ഥ
𝒙=
𝒏
𝒏
ഥ
𝒙 = 𝒙𝒊 ∙ 𝒇𝒊
𝒊=𝟏
Taller - Trabajo en clase
Cálculo de la media aritmética
Tabla de frecuencias datos sin agrupar
Taller - resolución
σ 𝒙𝒊 ∙ 𝒏𝒊
ഥ=
𝒙
𝒏
𝟐𝟏𝟓
ഥ=
𝒙
𝟏𝟎𝟎
ഥ = 𝟐, 𝟏𝟓
𝒙
ഥ = 𝒙𝒊 ∙ 𝒇𝒊
𝒙
𝒊=𝟏
ഥ = 𝟐, 𝟏𝟓
𝒙
Cálculo de la media aritmética
Datos agrupados en intervalos
En muchas ocasiones nos encontraremos los datos agrupados en una tabla de frecuencias (número
de veces que se repite nuestro dato) y agrupados por intervalos.
σ 𝒙𝒊 ∙ 𝒇𝒊
ഥ
𝒙=
𝑵
Media,
Datos Agrupados
xi= (Límite inferior + Límite superior)/2.
Cálculo de la media aritmética
Datos agrupados en intervalos
σ 𝒙𝒊 ∙ 𝒇 𝒊
ഥ=
𝒙
𝑵
En la tabla, agregamos una columna donde colocaremos todos los valores de x.f donde x es la
mascara de clase y f la frecuencia absoluta :
σ(𝒙𝒊 ∙ 𝒇𝒊 )
ഥ=
𝒙
𝑵
Se define como una variable que, una vez ordenados los valores de la muestra de menor a
mayor o viceversa , deja el mismo número de valores por debajo y por encima de él, en
otras palabras, se puede finir como el "valor central". Se simboliza por 𝑴𝒆
𝑛
La mediana cumple 𝑀 = y 𝐹𝑀𝑒 = 0,5.
𝑒 2
El cálculo de la mediana se realiza de forma distinta según se hayan agrupado los datos o no.
Mediana
Mediana 𝑀𝑒
Cálculo de la Mediana
𝒏
− 𝑭𝒊−𝟏
𝑴𝒆 = 𝑳𝒊 + 𝟐 𝒂𝒊
𝒇𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la mediana (clase mediana)
𝒏: número de datos
𝒇𝒊 : Frecuencia absoluta de la clase mediana
𝑭𝒊−𝟏: Frecuencia acumulada anterior a la clase que precede la clase mediana
𝒂𝒊 : Ancho de la clase mediana (amplitud)
Cálculo de la Mediana con datos agrupados
Ejemplo con datos agrupados en intervalos
Se aplica la formula para el calculo de mediana de datos agrupados, en consideración que tenemos 5
clases.
Paso 1. Verificar que los n datos son impar o par
𝒏+𝟏
𝑀𝑒 = formula para datos impar
𝟐
𝒏
𝑀𝑒 = formula para datos par
𝟐
Paso 3. Si 𝑴𝒆 encontrada con la formula anterior, esta listada en la frecuencia absoluta acumulada
𝑴𝒆 seria igual al límite superior de la clase
𝑀𝑒 = Límite superior de la clase
Cálculo de la Mediana con datos agrupados
Ejemplo con datos agrupados en intervalos
𝑵
𝟐
−𝑭𝒊−𝟏
𝑴𝒆 = 𝑳𝒊 + 𝒂𝒊
𝒇𝒊
𝟐𝟏
− 𝟖
𝑴𝒆 = 𝟖 + 𝟐 ∗𝟒
𝟔
𝟐,𝟓
𝑴𝒆 = 8+ ∗𝟒
𝟔
Con la siguiente tabla de datos agrupados se requiere calcular la mediana 𝑴𝒆 donde N es igual 100
𝒏
− 𝑭𝒊−𝟏
𝑴𝒆 = 𝑳𝒊 + 𝟐 𝒂𝒊
𝒇𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la mediana (clase mediana)
𝒏: número de datos
𝒇𝒊 : Frecuencia absoluta de la clase mediana
𝑭𝒊−𝟏 : Frecuencia acumulada anterior a la clase que precede la clase mediana
𝒂𝒊 : Ancho de la clase mediana (amplitud)
Cálculo de la Mediana con datos agrupados
Ejemplo con datos agrupados en intervalos
Taller - resolución
Paso 1. Buscamos el intervalo donde se encuentra la mediana, para ello dividimos la N por 2 porque la
mediana es el valor centra
𝒏
− 𝑭𝒊−𝟏
𝑴𝒆 = 𝑳𝒊 + 𝟐 𝒂𝒊 𝑴𝒆 = 𝟔𝟕, 𝟗𝟐
𝒇𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la mediana (clase mediana)
𝒏: número de datos
𝒇𝒊 : Frecuencia absoluta de la clase mediana
𝑭𝒊−𝟏: Frecuencia acumulada anterior a la clase que precede la clase mediana
𝒂𝒊 : Ancho de la clase mediana (amplitud)
Definición Moda 𝑀𝒅 𝑀𝑜
Se define como "el valor de la variable que más se repite" o "aquel valor que presenta la máxima
frecuencia”. Puede suceder que una distribución tenga dos Modas, en este caso se dice que la
distribución es Bimodal, en el caso que haya más de dos modas, se dice que es plurimodal o
multimodal. Es la única medida de posición que puede ser utilizada en atributos, es decir, cuando la
característica es cualitativa.
Para datos agrupados se toma la clase modal con mayor frecuencia en la muestra.
En ocasiones puede haber más de una moda.
Moda
Siendo:
Para datos agrupados se podría escoger como moda la marca de clase en el intervalo (clase modal) con
mayor frecuencia absoluta, pero una mejor aproximación está dada por la siguiente fórmula
𝑫𝟏
𝑴𝒐 = 𝑳𝒊 + 𝒂
𝑫𝟏 + 𝑫𝟐 𝒊
𝒇𝒊 − 𝒇𝒊−𝟏
𝑴𝒐 = 𝑳𝒊 + 𝒂
(𝒇𝒊 −𝒇𝒊−𝟏 ) + (𝒇𝒊 − 𝒇𝒊+𝟏 ) 𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la moda (clase modal)
𝑫𝟏 = 𝒇𝒊 − 𝒇𝒊−𝟏 : (Dif. entre la frec. de la clase modal y la frecuencia anterior)
𝑫𝟐 = 𝒇𝒊 − 𝒇𝒊+𝟏 : (Dif. entre la frec. de la clase modal y la posterior)
𝒂𝒊 : Ancho de la clase modal (amplitud)
𝒂𝒊 = Ls-Li (Limite superior – limite inferior) Ecuador 2020: Iván Quinteros
Moda 𝑀𝒅
Ejemplos con datos agrupados en intervalos
(𝟔 − 𝟓)
𝑴𝒐 = 𝟖 + ∗𝟒
(𝟔 − 𝟓) + (𝟔 − 𝟒)
𝟏
𝑴𝒐 = 𝟖 + ∗𝟒
𝟏+𝟐
𝟏 Moda datos agrupados
𝑴𝒐 = 𝟖 + ∗ 𝟒 𝑴𝒐 = 𝟗, 𝟑𝟑
𝟑
Ecuador 2020: Iván Quinteros
Moda 𝑀𝒅
Ejemplos con datos agrupados en intervalos
Ejercicio 5 Cálculo de la Moda de datos agrupados
𝒇𝒊 − 𝒇𝒊−𝟏
𝑴𝒐 = 𝑳 𝒊 + 𝒂
(𝒇𝒊 −𝒇𝒊−𝟏 ) + (𝒇𝒊 − 𝒇𝒊+𝟏 ) 𝒊
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la moda (clase modal)
𝑫𝟏 = 𝒇𝒊 − 𝒇𝒊−𝟏: (Dif. entre la frec. de la clase modal y la frecuencia anterior)
𝑫𝟐 = 𝒇𝒊 − 𝒇𝒊+𝟏: (Dif. entre la frec. de la clase modal y la posterior)
𝒂𝒊 : Ancho de la clase modal (amplitud)
Donde,
𝑳𝒊 : El límite inferior de la clase que contiene la moda (clase modal)
𝑫𝟏 = 𝒇𝒊 − 𝒇𝒊−𝟏: (Dif. entre la frec. de la clase modal y la frecuencia anterior)
𝑫𝟐 = 𝒇𝒊 − 𝒇𝒊+𝟏: (Dif. entre la frec. de la clase modal y la posterior)
𝒂𝒊 : Ancho de la clase modal (amplitud)
Webgrafía:
https://www.youtube.com/watch?v=XohAtYNqR_c
https://youtu.be/0DA7Wtz1ddg
https://www.youtube.com/watch?v=JwsfkIy6B_o
https://youtu.be/EItGsbU51OU
https://youtu.be/dlQhxYPJbeQ
https://youtu.be/0DA7Wtz1ddg
https://matemovil.com/media-mediana-y-moda-para-datos-agrupados-en-intervalos/
Imagen accesible en: https://lamula.pe/media/uploads/t/dd5c6dd4761bffe4d34348aedb34b511.jpg
Modificado por: OPBonifaz 2020
Gracias por su asistencia, atención
y
participación activa
• Bienvenidas y preguntas
• Repaso
• Estadísticos y parámetros
• Rango o recorrido
• Varianza.
• Desviación estándar.
• Coeficiente de variación
• Ejercicios
Los parámetros estadísticos sirven para sintetizar o resumir la información dada por una tabla o por una gráfica. En
otras palabras, dados unos pocos parámetros estadísticos se puede tener una idea general de la distribución de la
información.
Los parámetros estadísticos se clasifican según la información que resumen. Los dos tipos más comunes
de parámetros estadísticos son:
De tendencia central
• Media aritmética
• Mediana:
• Moda:
De dispersión
• Rango o recorrido
• Desviación media:
• Varianza:
• Desviación estándar:
• Cuantiles:
Otros tipo de parámetros estadísticos son aquellos de forma y escala. Estos parámetros son más
utilizados en distribuciones como la Beta, Pareto o Weibull, por lo tanto, no las describiremos ya que
nos enfocamos principalmente en la distribución normal.
varianza y desviación estándar
Interpretación
Igual media 𝑥ҧ
Que es varianza y
desviación estándar
La varianza tiene las unidades de la variable al cuadrado, por lo que para facilitar su interpretación se
suele utilizar su raíz cuadrada
Desviación estándar poblacional Desviación estándar muestral
σ 𝒙𝒊 − 𝒙
ഥ 𝟐 ഥ 𝟐 ∗ 𝒇𝒊
σ 𝒙𝒊 − 𝒙
∗ 𝒇𝒊 𝒔 =
𝝈 = 𝒏 −𝟏
𝑵
Ecuador 2020: Matemático Iván Quinteros
Varianza y desviación estándar
Datos agrupados
Tanto la varianza como la desviación estándar sirven para cuantificar la dispersión de los
datos en torno a la media.
σ𝑵
𝒊=𝟏 𝒙𝒊 − 𝝁
𝟐 ∗ 𝒇𝒊
𝝈=
𝑵
Tanto la varianza como la desviación estándar sirven para cuantificar la dispersión de los
datos en torno a la media.
ഥ 𝟐∗𝒇
σ 𝒙𝒊 − 𝒙
s=
𝒏−𝟏
Ejercicio
Calcular la varianza y la desviación estándar de una población de niños a partir de la
siguiente tabla donde N = 30
Aplicamos la fórmula
σ 𝒙𝒊 − 𝝁 𝟐
𝟐
∗ 𝒇𝒊
𝝈 =
𝑵
Agregamos más columnas a nuestra tabla,
buscando la forma de la fórmula de la varianza:
Recuerda que la varianza queda expresada en unidades al cuadrado, por ello, nos queda en años al cuadrado.
Paso 4. calculamos la desviación estándar, recordando que es la raíz cuadrada positiva de la varianza.
Ejercicios en clases
En una encuesta realizada a una muestra de alumnos para conocer el número de horas que
navegan semanalmente en internet, arrojó los datos de la siguiente tabla, calcular la varianza
y la desviación estándar .
𝟐
𝒙 𝟐∗𝒇
σ 𝒙𝒊 − ഥ
𝒔 =
𝒏−𝟏
𝒙 𝟐∗𝒇
σ 𝒙𝒊 − ഥ
s=
𝒏−𝟏
Solución:
σ 𝒙 𝒊 ∙ 𝒇𝒊
ഥ=
𝒙
𝒏
𝟔𝟎𝟎
ഥ
𝒙= = 𝟑𝟎
𝟐𝟎
𝟐
𝒙 𝟐∗𝒇
σ 𝒙𝒊 − ഥ
𝒔 =
𝒏−𝟏
𝟑𝟑𝟎𝟎
𝒔𝟐 = = 𝟏𝟕𝟑, 𝟔𝟖 La desviación estándar poblacional está dada por,
𝟏𝟗
s = 𝒔𝟐 = 13,18 Varianza y desviación estándar
DATOS agrupados por intervalos
Coeficiente de variación
Coeficiente de variación
Accesible en : https://youtu.be/YTVppVzrN7U
Coeficiente de variación
Ejemplo :
Accesible en : https://youtu.be/YTVppVzrN7U
Bibliografía
Básica:
Webgrafía:
https://youtu.be/suSz9RXFNTs
https://www.monografias.com/trabajos27/datos-agrupados/datos-agrupados.shtml
https://youtu.be/hLmsEFNaOgY?list=PLeySRPnY35dE25b7mIEUlsMCQqlhJFhyG
https://matemovil.com/varianza-y-desviacion-estandar-para-datos-agrupados-por-intervalos/
https://youtu.be/MkmPmHTHyyk?list=PLeySRPnY35dE25b7mIEUlsMCQqlhJFhyG
https://youtu.be/zAKZbfqP5MU
https://youtu.be/VTTqr5cAzvw
https://youtu.be/YTVppVzrN7U Imagen accesible en: https://lamula.pe/media/uploads/t/dd5c6dd4761bffe4d34348aedb34b511.jpg
Modificado por: OPBonifaz 2020
Gracias por su asistencia, atención
y
participación activa