EJERCICIOS TEMA 2

1. Indicar las diferencias entre las distintas escalas de medida.

Escalas de medida:

• Nominal: una variable no numérica se mide en escala nominal sí solo podemos hacer
comparaciones de igualdad o desigualdad.
• Ordinal: variable no numérica con ordenación natural de las categorías (jerarquía
militar).
• Intervalos: se aplica una variable numérica en las que podemos medir distancias o
diferencias.
• Razón o proporción: permite multiplicar o dividir.

2. ¿Es correcto calcular la media aritmética para una variable que se mide en escala ordinal?

Calcular la media aritmética para una variable medida en escala ordinal no es correcto. La
media aritmética es una medida de tendencia central que se utiliza para resumir un conjunto
de datos numéricos. Se calcula sumando todos los valores de la muestra y dividiendo el
resultado por el número de valores en la muestra.

Para utilizar la media aritmética, es necesario que los datos sean medidos en una escala de
intervalo o de ratio. En una escala ordinal, los datos solo se pueden ordenar y no se pueden
medir de manera numérica. Por lo tanto, no tiene sentido calcular la media aritmética para
una variable medida en escala ordinal.

En cambio, para resumir los datos de una variable medida en escala ordinal, se puede utilizar
la mediana, que es la medida de tendencia central que divide a un conjunto de datos
ordenados en dos partes iguales. La mediana es más adecuada para variables ordinales ya que
no requiere de mediciones numéricas precisas y es menos sensible a valores atípicos o
extremos que la media aritmética.

3. Indicar para cada escala de medida cuáles son los estadísticos que se pueden calcular.

A continuación, se presentan algunos estadísticos comunes que se pueden calcular para cada
escala de medida:

• Escala nominal:

• Porcentajes

• Tasa

• Contabilización de casos

• Chi cuadrado

• Coeficiente de contingencia

• Escala ordinal:

• Porcentajes

• Tasa

• Contabilización de casos
 • Chi cuadrado

• Coeficiente de contingencia

• Mediana

• Rango

• Percentil

• Desviación absoluta media

• Escala de intervalo:

• Porcentajes

• Tasa

• Contabilización de casos

• Chi cuadrado

• Coeficiente de contingencia

• Mediana

• Rango

• Percentil

• Desviación absoluta media

• Media aritmética

• Varianza

• Desviación típica

• Escala de razón o proporción:

• Porcentajes

• Tasa

• Contabilización de casos

• Chi cuadrado

• Coeficiente de contingencia

• Mediana

• Rango

• Percentil

• Desviación absoluta media

• Media aritmética

• Varianza
 • Desviación típica

• Coeficiente de variación

• Coeficiente de asimetría de Fisher

4. Indicar cuándo es posible calcular frecuencias acumuladas.

Las frecuencias acumuladas se pueden calcular cuando se tienen datos agrupados en una tabla
de frecuencias. Una tabla de frecuencias es una forma de organizar y resumir un conjunto de
datos contabilizando el número de veces que aparece cada valor o categoría de la variable.

Para calcular las frecuencias acumuladas, primero se ordenan los datos de la tabla de
frecuencias de menor a mayor. A continuación, se suman las frecuencias de cada valor o
categoría con las frecuencias acumuladas de los valores o categorías anteriores. Las
frecuencias acumuladas se pueden calcular tanto para frecuencias absolutas como para
frecuencias relativas.

Es importante tener en cuenta que solo se pueden calcular frecuencias acumuladas para
variables cuyos datos se pueden agrupar en categorías o clases. Por lo tanto, no es posible
calcular frecuencias acumuladas para variables continuas o que se miden en una escala de
intervalo o de ratio sin antes discretizar o agrupar los datos en categorías o clases.

5. ¿Qué significa en la variable salarios de los españoles que 2000 euros tenga una frecuencia
relativa acumulada de 0,75?

Si 2000 euros tiene una frecuencia relativa acumulada de 0,75 en la variable salarios de los
españoles, significa que el 75% de los salarios en ese conjunto de datos son iguales o inferiores
a 2000 euros.

La frecuencia relativa acumulada de un valor o categoría en una tabla de frecuencias es la

suma de las frecuencias relativas de ese valor o categoría y de todos los valores o categorías
anteriores. Se calcula dividiendo la frecuencia acumulada de un valor o categoría por el
número total de datos de la muestra.

Por ejemplo, si la frecuencia relativa acumulada de 2000 euros es 0,75 y la muestra consta de
100 salarios, significa que 75 de los 100 salarios son iguales o inferiores a 2000 euros. Esto
implica que el 25% restante de los salarios son superiores a 2000 euros.

6. ¿Qué diferencia existe entre las frecuencias absolutas y acumuladas?

La diferencia principal entre las frecuencias absolutas y acumuladas es que las frecuencias
absolutas son el número de veces que aparece cada valor o categoría en un conjunto de datos,
mientras que las frecuencias acumuladas son la suma de las frecuencias de un valor o
categoría y de todos los valores o categorías anteriores.

Por ejemplo, si se tiene una tabla de frecuencias con los salarios de una muestra de
trabajadores en euros, las frecuencias absolutas serían el número de trabajadores que ganan
cada cantidad de dinero. Las frecuencias acumuladas, por otro lado, serían el número de
trabajadores que ganan esa cantidad de dinero o menos.

Otra diferencia es que las frecuencias absolutas se pueden calcular tanto para datos agrupados
en una tabla de frecuencias como para datos no agrupados, mientras que las frecuencias
acumuladas solo se pueden calcular para datos agrupados.
Además, las frecuencias absolutas se pueden convertir en frecuencias relativas dividiendo cada
frecuencia absoluta por el número total de datos de la muestra. Las frecuencias relativas
expresan la frecuencia de cada valor o categoría en términos porcentuales. Las frecuencias
acumuladas también se pueden expresar en términos porcentuales, pero se calculan como la
suma de las frecuencias relativas acumuladas de un valor o categoría y de todos los valores o
categorías anteriores.

7. ¿En qué valor terminará la columna de frecuencias acumuladas relativas?

La columna de frecuencias acumuladas relativas de una tabla de frecuencias siempre

terminará en el valor 1 (o 100% si las frecuencias acumuladas se expresan en términos
porcentuales).

La frecuencia acumulada relativa de un valor o categoría en una tabla de frecuencias es la

suma de las frecuencias relativas de ese valor o categoría y de todos los valores o categorías
anteriores. Se calcula dividiendo la frecuencia acumulada de un valor o categoría por el
número total de datos de la muestra.

Por lo tanto, la frecuencia acumulada relativa del último valor o categoría de la tabla de
frecuencias será igual a 1 (o a 100% si las frecuencias acumuladas se expresan en términos
porcentuales), ya que representa la suma de todas las frecuencias relativas de los valores o
categorías anteriores.

8. ¿En qué valor terminará la columna de frecuencias acumuladas absolutas?

La columna de frecuencias acumuladas absolutas de una tabla de frecuencias siempre

terminará en el número total de datos de la muestra.

La frecuencia acumulada absoluta de un valor o categoría en una tabla de frecuencias es la

suma de las frecuencias absolutas de ese valor o categoría y de todos los valores o categorías
anteriores.

Por lo tanto, la frecuencia acumulada absoluta del último valor o categoría de la tabla de
frecuencias será igual al número total de datos de la muestra, ya que representa la suma de
todas las frecuencias absolutas de los valores o categorías anteriores.

9. Calcular todas las frecuencias de la siguiente distribución.

Xi ni Ni fi Fi
-1 1 1 1/19 1/19
2 2 3 2/19 3/19
6 5 8 5/19 8/19
34 1 9 1/19 9/19
56 10 19 10/19 19/19
N=19
10. Calcular todas las frecuencias de la siguiente distribución.

Xi (] ni Ni fi Fi
20-30 1 1 1/6 1/6
30-40 2 3 2/6 3/6
40-50 2 5 2/6 5/6
50-60 1 6 1/6 6/6
N=6
 11. Calcular todas las frecuencias de la siguiente distribución.

Xi (] ni Ni fi Fi
20-30 1 1 1/4 1/4
30-50 1 2 1/4 2/4
50-60 1 3 1/4 3/4
60-100 1 4 1/4 4/4
N=4

72.

notas ni fi Ni Fi

O o olzo O
-1
o

120
1-2 2 21 2 2120
zo
2- 3 I 1120 3 3120

3- 2 21 s 5120
zo
y
U 2 21 7 7120
zo
-S
l f 8120
S 1120
-6
7
6-
3 3120 H 1120
9
u iS
8 4120 IS
-
7
120
e 16120
I

8- a 16
120
a
-
10 y Y 20 20120
120
Total zo
EJERCICIOS TEMA 3

1. ¿Qué diferencia existe entre los gráficos de frecuencias absolutas y relativas?

Los gráficos de frecuencias absolutas y relativas son dos formas diferentes de representar los
datos estadísticos en un gráfico.

Un gráfico de frecuencia absoluta es un gráfico que muestra el número de veces que cada
valor o categoría aparece en los datos. Por ejemplo, si se tiene un conjunto de datos con las
edades de 100 personas, un gráfico de frecuencia absoluta para ese conjunto de datos
mostraría el número de personas de cada edad.

Por otro lado, un gráfico de frecuencia relativa es un gráfico que muestra el porcentaje o la
proporción de veces que cada valor o categoría aparece en los datos. En el ejemplo anterior,
un gráfico de frecuencia relativa mostraría el porcentaje de personas de cada edad en relación
al total de personas en el conjunto de datos.

La principal diferencia entre estos dos tipos de gráficos es que el gráfico de frecuencia absoluta
se refiere a la cantidad exacta de unidades de cada valor o categoría, mientras que el gráfico
de frecuencia relativa se refiere a la proporción de unidades de cada valor o categoría en
relación al total. Los gráficos de frecuencia relativa son útiles para comparar la distribución de
los datos en diferentes conjuntos de datos, ya que permiten comparar las proporciones de los
valores o categorías en lugar de las cantidades absolutas.

2. ¿Cuál es la esencia de un histograma de frecuencias?

La esencia de un histograma de frecuencias es representar la distribución de los datos de una

manera fácil de visualizar y comparar. Es una herramienta útil para analizar la forma, el
tamaño y la posición de los datos, y para detectar patrones y tendencias.

Para construir un histograma, primero se divide el rango de los datos en un conjunto de

intervalos y se cuenta el número de datos que caen en cada intervalo. Luego, se representa
gráficamente esta información mediante una serie de barras horizontales, donde la altura de
cada barra representa la frecuencia de los datos en ese intervalo.

3. ¿Qué es y para qué sirve la densidad de frecuencia?

La densidad de frecuencia es una medida de la distribución de un conjunto de datos numéricos

que describe la probabilidad de que un valor específico aparezca en los datos. Es una forma de
representar la frecuencia de un conjunto de datos de manera continua en lugar de discreta,
como en un histograma.

La densidad de frecuencia se representa mediante una función matemática llamada función de

densidad de probabilidad. Esta función toma un valor de la variable y devuelve un valor que
representa la probabilidad de que ese valor aparezca en los datos. La función se construye de
tal manera que la integral de la función en el rango completo de los datos es igual a 1.

La principal ventaja de usar la densidad de frecuencia es que permite representar la

distribución de los datos de manera continua, lo que facilita la comparación de diferentes
conjuntos de datos y la realización de cálculos estadísticos más precisos. Además, como la
función de densidad de probabilidad se basa en la probabilidad, permite realizar inferencias
estadísticas sobre la población desde una muestra.
 En resumen, la densidad de frecuencia es una herramienta estadística que ayuda a entender y
describir la distribución de un conjunto de datos, y es especialmente útil en el estudio de
variables continuas, y sirve para entender como están distribuidos los datos, como se
relacionan con otras variables, entre otras aplicaciones.

4. ¿Qué gráficos pueden construirse para una variable que se mide en escala nominal?

Una variable que se mide en escala nominal es una variable categórica que no tiene un orden
intrínseco y solo se utiliza para etiquetar o clasificar a los individuos o elementos en un
conjunto de datos. Algunos ejemplos de variables medidas en escala nominal son género,
estado civil, tipo de escuela, entre otros.

Algunos gráficos que se pueden construir para representar una variable medida en escala
nominal son:

• Gráfico de barras: Este gráfico muestra la frecuencia absoluta o relativa de cada

categoría de la variable en un conjunto de datos. Es útil para comparar la distribución
de los datos entre las diferentes categorías.

• Gráfico de pastel o de tarta: Este gráfico muestra la proporción de cada categoría en

relación al total del conjunto de datos. Es útil para comparar la distribución de los
datos entre las diferentes categorías, y es fácil de leer y comparar.

• Gráfico de sectores: Este es una variante del gráfico de pastel donde las diferentes
categorías son representadas mediante sectores de un círculo. Es útil para comparar la
distribución de los datos entre las diferentes categorías y es fácil de leer y comparar.

• Gráfico de caja: Este gráfico se utiliza para comparar la distribución de una variable
numérica en diferentes categorías de una variable categórica. Es útil para comparar las
diferencias entre las diferentes categorías y para detectar valores atípicos.

• Gráfico de puntos: Este gráfico se utiliza para representar la relación entre dos
variables. En el eje x se sitúa una variable nominal y en el eje y una variable numérica.
Es útil para visualizar la relación entre las variables y detectar patrones en los datos.

5. Representar los gráficos correspondientes a los ejercicios 9, 10 y 11 del tema 2.

Ejercicio 9

.
Fi
lo -

ni
- 19114
-
a
8
-

-10114
7 -

b - -
9 119 -

s -
7 119 -

4 ~

S
-
/19
3 -

3114 - -

2 - -

t -
-

fl -
1a
l l
I I
I

i l
I I
l

S
zu
6
- 2 G So
- 2 G z
f
4
f
y

XL X
 Ejercicio 10

ni di

2110 -

-
.. .
mn,'lki"lsil.
eee"'ll"l1inl.
l l
ięs SS
2 35
S
xi xi

Ejercicio 11

ni di
11 -

eT
o
..1.1 i
ar
eD
,"111.i".".
1'1killis.
100

xi xi
6. Realizar los gráficos de los ejemplos reales de distribución de frecuencias puestos en el
ejercicio 12 del tema 2.

ni
s

4
-

ïiüı v
-
3 -

2 -

l - -

i
"Iûüİüıııı
i
ïi
i i
i i
ïi ii i

xi
di

-
u
"1,
"
3 - -

iûy
2 -

i
I
y,
i
i i i
i i \
""lis"yits
i
i i i i i
i ii ti
EJERCICIOS TEMA 4

1. Supongamos la siguiente distribución de notas de estadística.

Xi ni
2 2
5 4
7 3
9 1

Nota media:

% sx + 7 8+
9 f
5,4

=
7
*=2 +

x
x
x-
Mediana:

St =5
2,2,5,5,5,5,7,7,7,9 M
5
=
2

Moda:

Mo
=5
Primer decil:

D 1
=1
=1x-%
2. Supongamos que un capital de 100 euros se pone a un interés del 90% durante un año y
del 10% durante el segundo año. Obtener el tipo medio de interés anual:

I. Cuando solo se invierte el capital inicial.

II. Cuando tras el primer año se acumulan los intereses

I. El tipo medio de interés anual es el promedio de los intereses obtenidos en cada año. En este
caso, el capital se invierte al 90% durante el primer año y al 10% durante el segundo año. El
promedio de estos dos intereses es:

(90 + 10) / 2 = 50%

II. En este caso, después del primer año, se acumulan los intereses obtenidos, es decir, el
capital se convierte en 100 x 1.9=190 euros. En el segundo año, se aplica el 10% sobre el
capital acumulado, lo que genera un interés de 190 x 0.1=19 euros. El tipo medio de interés
anual se calcula como:

(19 + 90) / 2 = 54.5%

3. Calcular la media aritmética, geométrica, moda, mediana, primer cuartil y segundo decil
de las distribuciones 9, 10, 11 y 12 del tema 2.

Ejercicio 9

X =33 Me 56

=
E
=O
Qu 4,75

=
MO D :
3,8
2:56
Ejercicio 10

40
X 40 Me =
=
E Ql = 1,5
=38,79
MO (30,403,
=D2=1,2
(s
uo,
0]
Ejercicio 11

X Me = 47,5
=S0
E 1
-Qeus,79
HO (20,303, D
2=0,5
:
(30, s 0],
( 5 0, 0], 6

(60,1003
 Ejercicio 12

I Me 6,5

=
=6,15
Ö Q

=O
=5
MoDz 1 =
) 7-8 4
=
4. Si las notas del ejercicio 1 se les suma un punto ¿cómo varía la nota media? Comprobarlo

En el caso de que se le sumase un punto a la nota media, estaríamos realizando un cambio de

origen a la media, por lo que esta aumentaría en un punto.

+7+10-+9+1-1= 6,4
4

X T 541. T
=241
1+
5. Supongamos que la tabla del ejercicio 1 representa sueldos en euros ¿Cómo cambiaría la
media si doblamos el sueldo de cada individuo? Comprobarlo.

En el caso de que doblásemos los sueldos de cada uno, la media quedaría multiplicada por 2.

%+5-1
X+765+9.
.2 .2
10,8
=2
.2
t
6. Un alumno realiza 4 exámenes parciales de una asignatura obteniendo las siguientes
notas 1, 2, 5, y 6 ¿Cuál sería su nota media?

Supongamos ahora que en cada parcial la materia del examen incluye no solo la del parcial
correspondiente sino la de todos los parciales anteriores ¿Cuál sería la nota media?

lxZxSx
X

6
= =
3,5
u

folt

2.2+5.3+6.4
Xp 4
=
=

1 o
EJERCICIOS TEMA 5

1. Supongamos la siguiente distribución de notas de estadística.

Xi ni
2 2
5 4
7 3
9 1

Calcular el recorrido, la varianza, la desviación típica y el coeficiente de variación de Pearson.

variable
9-2 =5
Recorrido de la

:
2.2+5.4+ 7.3
5,4
tal
Media =
:
1
o
(5-6,35?..
Varianza (2-6,372.- +
:
1 lo
o
+ (7-6,3)?-+ (9-6,3). Fo 4,44
=
Desulacion tipica 4,44
=
2,11
:
Zill
pearson ? - 0,39
coeficiente de variación de
siu

2. Indicar en qué unidades vienen las distintas medidas de dispersión para la variable
sueldos.

Varianza
=euros?
Desviación típica
=euros
Recorrido de la variable =
euros

vaniacion de pearson = adimensional

coeficiente de
3. Calcular todas las medidas de dispersión de las distribuciones de los ejercicios 9, 10, 11 y
12 del tema 2.

Ejercicio 9

34-1+ 56- 10
-1.142.24 65+
-

X = = 33
ia

-
S - (2-33)? + + 16-33)?
-=(-1-33)?.
(34-337-1 + (56-33
410 =632,32
*

p.
5
Recornico
7 56-1-1)=
:
1 5 V
32,32=25,
Desviacion tipica
:
25.15
0,76
varación
=
:
coericente
33

Ejercicio 10

*=40

eo
30
135-40
S 125-40) 4
p.?
?.
LuS 7 (5 1= 91,67
S-40)?.
+
-40).
+

- T 9,57
167-
S=
9,57
-

CV =
-
0,24
no

Ejercicio 11

-
=
X so

recorrido 55
:
-5?= (25-50?. 4+ 140-

so).1
t ( " 4180- 4 =412.

t
s
sop.
ss-sop.
- V = 20,31

412.S
S=
- CV=.3
=
0,4062
so

Ejercicio 12

X
=6,15
-

- = 9
recorrido
-5= ,5-6115).
(0,5-6,15)?.- %0 4( 20+ (,5-61153? -
20
1
t

(15-61155. 2 1,5-6115 (,5-6151 205

a-x
po-x2
z

0
20

-6,15).-4(,5-6155. (,5-6155?- 0
+

(,53
4
7 s
o
04
2
20 zo

(15-611532.
-
20
4=6,73

- 6,73= 2,59
S=T
2,59
-CV 0,42
=-
GiS

4. Si a la nota del ejercicio 1 se le suma un punto ¿Cómo varia la varianza? Comprobarlo.

La varianza no varia con los cambios de origen.

Y Y sut
=
1
=Xite
52= (3-6,4). Fo (6-6,41. Yo
+
t (8-6,41. 8+410-6,41. Yo =
4,44
5. Supongamos que la tabla del ejercicio 1 representa sueldos en euros ¿Cómo cambiaría la
varianza si doblamos el sueldo a cada individuo? Comprobarlo.

La varianza se vería afectada al haber sido doblada por el cambio de escala.

Y =x.2
Y

=5,4.-2
5?= (4-10,81. + (10-10,85.- +

t
(4-10,81. F (18-10,8)? Y 17,76

=
+
6. Un alumno realiza 4 exámenes parciales de una asignatura obteniendo las siguientes
notas 1, 2, 5 y 6 ¿Cuál es su varianza?

Supongamos ahora que en cada parcial la materia del examen incluye no solo la nota del
parcial correspondiente sino la de todos los parciales anteriores ¿Cuál sería ahora la
varianza?

xi ni
Se E G
41-3,5
p.
=(1-3,5).
+
I
l

2 l

(-3,55.
(-3,55. G E =4,25
+
s l

6 l

llxZ
-ZtSZtGoU
Xp = 4
=
1
o
j
SE
.Ex(-j?.F+
41-
(-
P.E+t-P.E4.s
7. Supongamos que la distribución de los precios de cierre diarios en euros de Santander (X)
y BBVA (Y) son los que figuran en la siguiente tabla.

Xi ni Yi Ni
4 1 2 1
5 4 4 2
6 4 6 5
7 1 8 2

¿Qué media es más representativa?

I 5.5

Fo
=
S (4- Fo 4(-5,55. To

+(-5is5.
+C-sisP.To.=0,6s
si5p2.
2=
Y 5,6
=
S FOT T
T
o o 2 sou

+L-5,55.
+(-5,55.
/-S,55.
T
?=1-S,5p.
?
La media de Santander ( es nais representativa

.
X)
8. Repetir el ejercicio anterior suponiendo que las cotizaciones de Santander están en euros
y las de BBVA en rupias.

SX
=T
Santander
0,8062
=
-

0,65
s
Sy
BBVA
= 1,7435
-
53,04
=
0,806? -
0,1466
cu
-
=

S
(santander)
,S
1,7435
= O
CUCBBUA
-
,3113
=

5,6
)
Los valores de santander son mas homogereos

9. ¿Qué es y para que sirve la tipificación? Demostrarlo y comprobarlo numéricamente.

Tipificar una variable supone restarle su media y dividir por la desviación típica, para conseguir
que la media sea igual a 0 y la desviación típica sea igual a 1. Es, por tanto, hacer un cambio de
escala y origen.
 *

c-X
Xu s

-X
X ni ni -

sx

?sx
o l I 01125 klu --
O
-

F
,S
l l 0,5 \ O EM E

,12S
g 0,5)
2- o

,2s
?
S Ta
SX

=
0,25
=
2s=E2l4
X
-X
=-1
s Sx =
0,5
=EMu
5? 0,5 u
5:
o
2s
p
S a E
=T
125=
2l4
X
-X
T E
:EM=
*=-
à=0
XL
-X
= nc
SZ
=LR.2+
-

1 l

U I
??5
l l

S
=TT=I