Estadística Descriptiva: 4.0 Introducción

PROBABILIDAD Y ESTADÍSTICA INGENIERÍA
ESTADÍSTICA DESCRIPTIVA
4.0 INTRODUCCIÓN
Iniciaremos respondiendo a la siguiente pregunta: ¿Qué es la estadística descriptiva o para qué nos sirve?
Cuando necesitamos analizar un proceso cualquiera, es necesario tomar una muestra de datos del proceso en
cuestión y a partir de los mismos obtener sus características tales como la media, la mediana, la moda, la
desviación estándar, el rango, etc., también es necesario saber el tipo de distribución de probabilidad que
tiene, así como también es necesario visualizar de forma objetiva el comportamiento de los datos al ser
graficados de diversas formas, todo lo anterior es posible gracias a la estadística descriptiva.
¿Qué es una muestra?

Es una parte de los datos del proceso que se desea analizar, la cual debe de ser representativa del proceso en
cuanto al número de elementos que contiene y en cuanto a lo que está ocurriendo en el proceso, esto último
se logra tomando cada uno de los elementos de la muestra de forma aleatoria o totalmente al azar; para
determinar el número de elementos idóneo en la muestra se hace uso de la inferencia estadística, por el
momento no nos ocuparemos de ello debido a que esto se ve con detalle en cursos más avanzados de
estadística.
4.1 TEÓRICA ESTADÍSTICA

4.1.1 Antecedentes
Desde hace siglos fueron usados inventarios de habitantes, bienes, productos, etc. Estos inventarios o censos
se realizaron con fines catastrales, tributarios y militares. Así por ejemplo, en Egipto hacia el año 3050 A. C.,
fue usada estadística en la generación de pirámides mientras que hacia la época del Nacimiento de Cristo, los
censos ya eran generados en el Imperio Romano. La palabra Censo se deriva del latín “cencere” que significa
valuar o tasar.
Con respecto al vocablo de "ESTADÍSTICA" la información es relacionada con el gobierno. Es el caso que la
palabra misma se deriva del latín “statisticus” o “estatus” que significa "del estado". Hacia el año 727, los
árabes realizaron estadísticas similares en lo que hoy es España. En Inglaterra en el año 1083 y 1662 y
el Alemania en 1741, se llevaron a cabo censos referentes a defunciones, nacimientos, enfermedades,
posesión de bienes, migraciones y otros problemas y los datos obtenidos se utilizaron en la previsión
y planificación. En América se realizaron encuestas mediante el sistema de "quipus". Se cree que la
primera persona que hizo uso de la palabra estadística fue Godofredo Achenwall (1719-1772), profesor y
economista alemán, que escribió sobre el descubrimiento de una nueva ciencia que llamó estadística (palabra
derivada de Staat que significa gobierno) y que definió como "el conocimiento profundo de la situación
respectiva y comparativa de cada estado".
El desarrollo científico de la estadística comienza recién en el siglo XVII, con la introducción de estudios de
las universidades en Alemania, mientras que para el siglo XX, una nueva aportación de la escuela inglesa,
preocupada por problemas de índole agropecuaria y biométrica coloca a la estadística en el tramo final de su
establecimiento como ciencia.
Actividad:
Desarrolle un Mapa conceptual sobre los antecedentes de la Estadística y pegue en el siguiente recuadro.
M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 88

4.1.2 Definición
La podemos definir como la ciencia rama de la Matemática que se ocupa de recolectar, organizar, presentar,
analizar e interpretar información cuantitativa para obtener conclusiones válidas, solucionar problemas,
predecir fenómenos y ayudar a una toma de decisiones más efectivas.
4.1.3 Aplicaciones
Pese al uso inicial de asuntos del Estado, en la actualidad la utilizan las compañías de seguros, empresarios,
comerciantes, educadores, etc., de hecho, no hay campo de la actividad humana que no requiera del auxilio de
esta ciencia, así por ejemplo:
 El profesor o capacitador la usa para conocer si un estudiante lee muy bien o regular, si la
asistencia es normal o irregular, la media aritmética de rendimiento escolar en un período
determinado, etc.
 El hombre de negocios puede realizar encuestas estadísticas para determinar la reacción de
los consumidores frente a los actuales productos de la empresa y en el lanzamiento de los
nuevos.
 El economista emplea una amplia gama de estadísticas para estudiar los planes de los
consumidores y efectuar pronósticos sobre las tendencias de las actividades económicas
4.1.4 Fines
Al aplicar la estadística se pueden conocer las características de un grupo de casos de estudios o

posiblemente comparar entre los resultados actuales y obtenidos en experiencias pasadas para determinar
las causas que han influenciado en los cambios. Cabe mencionar que de igual manera es posible considerar el
pronóstico o predicción de lo que puede ocurrir en el futuro de un fenómeno.
4.1.5 Objetivos
1. Describir las características de los conjuntos de observaciones de manera numérica mediante la

recopilación, organización, tabulación y presentación gráfica de los datos, proporcionando una
visión cuantitativa de los fenómenos observados.
2. Analizar los datos de manera objetiva con la finalidad de disponer de un concepto claro
de universo o población y adoptar decisiones basadas en la información proporcionada por los
datos de la muestra.
3. Estimar o Predecir lo que sucederá con un fenómeno de una manera relativamente aceptable,
así por ejemplo, podemos estimar cuál será la población del país dentro de un determinado
número de años conociendo la actual.
4.1.6 Método
1. Recopilación.- Consiste en la obtención de datos relacionados con el problema motivo de

estudio, utilizando instrumentos, tales como: cuestionarios, entrevistas, informes, memorias, etc.
2. Organización.- Consiste en realizar una crítica, corrección, clasificación y tabulación de los datos
obtenidos en el paso anterior.
3. Presentación.- Consiste en mostrar datos de manera significativa y descriptiva. Los datos deben
colocarse en un orden lógico que revele rápida y fácilmente el mensaje que contienen. La
presentación se la puede hacer a través de gráficos estadísticos.
4. Análisis.- Consiste en descomponer el fenómeno en partes y luego examinar cada una de ellas
con el objetivo de lograr una explicación, haciendo uso, en su mayoría, de los
cálculos matemáticos.

5. Interpretación.- Consiste en un proceso mental, mediante el cual se encuentra un significado

más amplio de los datos estadísticos con el objetivo de llegar a conclusiones para la toma de
decisiones y solución de problemas.
Actividad:
¿Qué diferencia hay entre el Análisis y la interpretación?

___________________________________________________________________________________________________________________________
Ejemplifique el objetivo de predicción al aplicar la estadística. Describa a continuación.
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________
4.1.7 Clasificación de la estadística
Estadística Descriptiva o Deductiva

Es un proceso mediante el cual se recopila, organiza, presenta, analiza e interpreta datos de manera tal que
describa fácil y rápidamente las características esenciales de dichos datos mediante el empleo de métodos
gráficos, tabulares o numéricos, así por ejemplo:
Supóngase que un docente de Matemática calcula la calificación promedio de uno de sus cursos a su
cargo. Como solo se está describiendo el desempeño del curso pero no hace ninguna generalización
acerca de los diferentes cursos, en este caso el maestro está haciendo uso de la Estadística
Descriptiva.
Estadística Inferencial o Inductiva

Llamada también inferencia estadística, la cual consiste en llegar a obtener conclusiones o generalizaciones
que sobrepasan los límites de los conocimientos aportados por un conjunto de datos. Busca obtener
información sobre la población basándose en el estudio de los datos de una muestra tomada a partir de ella,
así por ejemplo:
Supóngase ahora que el docente de Matemática utiliza el promedio de calificaciones obtenidas por
uno de sus cursos para estimar la calificación promedio de los 5 cursos a su cargo. Como se está
realizando una generalización acerca los diferentes cursos, en este caso el maestro usa la Estadística
Inferencial.
Actividad:
¿Qué diferencia hay entre la estadística Inferencial y la estadística descriptiva?
______________________________________________________________________________________________________________________________
_____________________________________________________________________________________________________________________________
Ejemplifique ambos tipos de estadística mediante gráficos. Use el siguiente recuadro.

4.2 CONCEPTOS Y DEFINICIONES POBLACIONALES Y MUESTRALES
Población
Llamado también universo o colectivo es el conjunto de todos los elementos que tienen una característica
común. La población puede ser finita o infinita.
1. Es población finita cuando está delimitada y conocemos el número que la integran, así por
ejemplo: Estudiantes de la UAQ.
2. Es población infinita cuando a pesar de estar delimitada en el espacio, no se conoce el
número de elementos que la integran, así por ejemplo: Todos los profesionales universitarios
que están ejerciendo su carrera.
Muestra
Es un subconjunto de la población. Ejemplo: Estudiantes de 2 do Semestre de la carrera de Ingeniería civil de la
Facultad de Ingeniería de la UAQ. Sus principales características son:
Representativa.- Se refiere a que todos y cada uno de los elementos de la población tengan
la misma oportunidad de ser tomados en cuenta para formar dicha muestra.
Adecuada y válida.- Se refiere a que la muestra debe ser obtenida de tal manera que
permita establecer un mínimo de error posible respecto de la población.
Actividad:
¿Qué diferencia existe entre una población y una muestra?
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________
Ejemplifique una muestra que sea adecuada y valida en el conteo poblacional del estado de Querétaro.
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________
Recuerde que para que una muestra sea fiable, es necesario que su tamaño sea obtenido
mediante procesos matemáticos que eliminen la incidencia del error.
Para calcular el tamaño de la muestra suele utilizarse la siguiente fórmula:
En donde:
n = el tamaño de la muestra.
N = tamaño de la población.
σ = Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele
utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se
lo toma en relación al 95% de confianza equivale a 1,96 (como más usual) o en relación al 99% de
confianza equivale 2,58, valor que queda a criterio del encuestador.
e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse
un valor que varía entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador.
Ejemplo ilustrativo:
Calcular el tamaño de la muestra de una población de 1000 elementos.

Solución:
Se tiene N=1000, y como no se tiene los demás valores se tomará σ=0,5, Z = 1,96 y e = 0,05.
Reemplazando valores en la fórmula se obtiene:
Actividad:
Calcule y obtenga el tamaño de la muestra de ambos ejercicios. Use el recuadro.
1.- Calcule el tamaño de la muestra de una población de 350 individuos.
2.- Calcule el tamaño de la muestra de una población de 33000 individuos.
¿Qué es un elemento o individuo?

Nos referimos a una unidad mínima que compone una población. Se reconoce como unidad investigativo.
¿Qué es un dato estadístico?
Nos referimos a medidas, valores o características susceptibles de ser observados y contados. Algunos
ejemplos son, la edad o los estudiantes de una escuela.
Su clasificación:
a) Cualitativos (la diferencia entre ellos es de clase y no de cantidad)
b) Cuantitativos (representan magnitudes)

c) Cronológicos (difieren en instantes o períodos de tiempo) y

d) Geográficos (referidos a una localidad).
Estos datos se obtienen de fuentes primarias valiéndose de observaciones, encuestas, entrevistas y sondeos
de opinión mientras que se obtienes datos de fuentes secundarias a través de intermediarios valiéndose
de textos, revistas, documentos, publicaciones de prensa, y demás trabajos hechos por personas o entidades.
¿Qué es un censo?
Es una técnica de recolección de datos estadísticos que se realiza a toda la población
4.3 MEDIOS DE RECOLECCIÓN DE DATOS

Nos referimos a la técnica que nos permite recolectar datos estadísticos que se realiza una muestra de la
población.
Se clasifican en:
1. Descriptiva.- Cuando registra datos referentes a las características de los elementos o
individuos.
2. Explicativa.- Cuando averigua las causas o razones que originan los fenómenos.
3. Mixtas.- Cuando es descriptiva y explicativa.
4. Por muestreo.- Cuando recolecta información de grupos representativos de la población.
La estructura de una encuesta debe tener:
a. Nombre de la institución que auspicia la encuesta.
b. Tema de la encuesta.
c. Objetivos de la encuesta.
d. Datos informativos: Lugar, fecha, y otros datos que se considere necesario según la
naturaleza de la información estadística a encuestarse.
e. Instrucciones para el encuestado para que sepa la forma de llenar la encuesta.
f. Cuestionario o listado de preguntas (cerradas, abiertas, o ambas a la vez) sobre los diferentes
aspectos motivo de estudio.
g. Preguntas sobre observaciones o calificación de la encuesta.
h. Frase de agradecimiento al encuestado, como por ejemplo, ¡Gracias por su colaboración!
4.3.1 Tipos de preguntas
Existen distintos tipos de preguntas, estas pueden ser:

 Abiertas.- en la cual el encuestado construye la respuesta de manera libre según su opinión y de
la manera que él desea.
Ejemplo: ¿Qué piensa usted sobre el aumento de la gasolina?
 Cerradas o dicotómicas.- Sólo pueden ser contestadas por un "sí" o por un "no". Ejemplo: ¿Está
Usted de acuerdo en el monto del salario mínimo establecido por zonas?
Si ( ) No ( )
Estas preguntas son fáciles de tabular y facilitan la cuantificación mediante la asignación de
puntuaciones.
 Preguntas de elección múltiple o categorizada: Se trata en cierto modo de preguntas cerradas
que, dentro de los extremos de una escala permiten una serie de alternativas de respuestas con
matices fijados de antemano. Pueden presentarse en abanico y de estimación
- Preguntas con respuesta en abanico: Estas preguntas permiten contestar señalando
una o varias respuestas presentadas junto con la pregunta. Por ejemplo: Indique otras
alternativas que considere importantes para mejorar el nivel de titulación de egresados.

- Preguntas de Estimación: Son preguntas cuantitativas que introducen diversos grados

de intensidad creciente o decreciente para un mismo ítem. Ejemplos:
-¿Cómo calificaría la política de selección de personal de la empresa?
Excelente ( ) Muy Buena ( ) Regular ( ) Deficiente ( )
-¿En qué porcentaje está de acuerdo con la política de despido de la administración
actual?
100% ( ) 75% ( ) 50% ( ) 25% ( ) 0% ( )
- ¿Le interesa conocer las innovaciones educativas vigentes?
Nada ( ) Poco ( ) Algo ( ) Mucho ( )
¿Piensa culminar sus estudios superiores?
Sí ( ) Probablemente Sí ( ) No ( ) Aún no decido ( )
Actividad:
Desarrolle un ejemplo de encuesta y péguela sobre el recuadro siguiente.
4.3.2 Tipos de Variable

Son caracteres susceptibles a cambio y pueden tener diferentes valores en cada elemento o individuo.
Clasificación
- Variable Cualitativa
Son atributos que se expresan mediante palabras no numéricas. Ejemplo,
profesión, religión, marca de automóvil, estado civil, sexo, raza, etc.
- Variable Cuantitativa
Es toda magnitud representada por números. Como por ejemplo, peso, estatura, número de
habitantes, etc.
- Variable Discreta
Es una característica cuantitativa representada por números enteros o exactos, que
generalmente resultan del proceso de conteo, como por ejemplo: número de estudiantes de
la promoción del año anterior.
- Variable Continua
Es una característica cuantitativa que puede tomar cualquier valor representado por un
número racional, que generalmente resultan del proceso de medición, como por ejemplo,
tiempo destinado a estudiar Estadística

Actividad:
Ejemplifique según lo solicitado en al siguiente tabla.
Variable discreta
Variable cualitativa
Variable continua
Variable cuantitativa
4.3.3 Niveles de medición
- Nivel Nominal
Se presenta cuando los datos sólo pueden contarse y clasificar en categorías, no existe un orden
específico entre las clases. Ejemplo: cuando se cuentan cuántos hombres y cuántas mujeres asisten a
determinado evento.
- Nivel Ordinal
Cuando se ordenan los datos por jerarquías, una categoría es mayor que otra.
Ejemplo, excelente es mejor que bueno o bueno es mejor que regular.
- Nivel de Intervalos
Cuando se incluye todas las características del nivel ordinal, pero la diferencia entre los valores tiene
un significado medido en unidades iguales que son comunes y constantes, que permiten asignar
números reales a todos los miembros de la clase ordenada, lo que nos permite reconocer las
diferencias en grados de propiedad y entre objetos sobre la base de una medida.
Ejemplo: Si la temperatura de hoy es de 20 grados centígrados y la de ayer fue de 25 grados
centígrados, se sabe que la de hoy es 5 grados centígrados más baja que la de ayer.
- Nivel de Razón o Cociente
Este es el nivel de medición "más alto", el cero tiene significado por ejemplo si tienes cero pesos,
implica que no tienes dinero, y la razón o cociente entre dos números también es significativa.
Ejemplo: si un estudiante obtiene una calificación de 2/10 y otro 8/10, el segundo estudiante
tiene el cuádruple del primero siendo una mejor calificación.
4.3.4 Frecuencias
- Frecuencia Absoluta
Es el número de veces que se repite el valor de cada variable. La suma de frecuencias absolutas es
siempre al total de datos observados.
- Frecuencia Relativa
Indica la proporción con que se repite un valor. Es el cociente entre la frecuencia absoluta y el
número total de datos. La suma de las frecuencias relativas es siempre igual a la unidad ( el 1).
- Frecuencia Acumulada
Indica el número de valores que son menores o iguales que el valor dado. Es la suma de la frecuencia
absoluta primera con la segunda, este valor con la tercera, y así sucesivamente.
- Frecuencia Porcentual
Llamada también frecuencia relativa porcentual. Se obtiene multiplicando la frecuencia relativa por
100. La suma de las frecuencias porcentuales es siempre 100%.
- Frecuencia Relativa Acumulada
Es la suma de la frecuencia relativa primera con la segunda, este valor con la tercera, y así
sucesivamente.
- Frecuencia Relativa Acumulada Porcentual
Indica el número de valores que son menores o iguales que el valor dado. Se obtiene multiplicando la
frecuencia relativa acumulada por 100. Se calcula así:

Actividad
Desarrolle un mapa conceptual con los tipos de Frecuencias.

4.4 TRATAMIENTO PARA DATOS AGRUPADOS.

4.4.1 Tablas de frecuencia para variables estadísticas continuas
En caso de variables continuas, los datos los agrupamos en intervalos que llamamos intervalos de clase Ii.
Los intervalos de clase serán semiabiertos [a, b) excepto el último que será cerrado [a, b]
El punto medio de cada intervalo de clase es lo que llamamos marca de clase xi
La marca de clase se calcula:
La amplitud del intervalo es su longitud y se calcula:
Ejemplo:
Se ha realizado un estudio sobre la altura de los alumnos de un grupo

y se han obtenido los siguientes datos (en metros):
1,66 1,80 1,66 1,77 1,85
1,74 1,84 1,89 1,72 1,69
1,89 1,88 1,72 1,81 1,70
Amplitud de intervalo= (Valor máximo-Valor mínimo) / Cantidad de intervalo =
Amplitud de intervalo = (1.89-1.66) / 5 = 4.6
Se procede a recoger todos los datos utilizando intervalos de amplitud 5 al haber cerrado el número en
enteros y realizar la tabla de frecuencias.
Como todos los datos son mayores a 1,65 m empezaremos los intervalos con 1,65 m. en donde xi es la marca
de clase, fi es la frecuencia y Fi es la frecuencia acumulada.
[1,65 , 1,70) 1,675 3 3
[1,70 , 1,75) 1,725 4 7

[1,75 , 1,80) 1,775 1 8
[1,80 , 1,85) 1,825 3 11
[1,85 , 1,90) 1,875 4 15
Sumatoria 15
Recuerde que para calcular las marcas de clase se realizan las siguientes operaciones:
X1 = (1.65+1.70) /2 = 1.675
X2 = (1.70+1.75) /2 = 1.725
…
X5 = (1.85+1.90) /2 = 1.875
4.4.2 Desarrollo de tabla de frecuencias con número de datos grande
Se organizan los datos en una tabla de frecuencias, agrupándolos previamente en intervalos y

representándolos en un gráfico estadístico. Siendo N el número de datos será necesario considerar:
Ejemplo :
El peso en gramos de 60 bebés al nacer fue:
2510 2534 2728 3551 3645 2889 3410 3232 3355 3457
2792 2800 2990 2935 3050 3080 3250 3152 3126 3235
2649 2749 2758 2790 3280 3176 3245 2645 3467 3546
2547 2890 2965 2975 2935 3100 3200 3300 3367 3799
3658 3452 3365 3225 3245 3351 3245 3295 3298 3457
3565 3635 3711 2834 3825 3568 3598 2745 2635 2945
Primeramente organiza los datos en una tabla de frecuencias, agrupándolos previamente en

intervalos y represéntalos en un gráfico estadístico.

Se calcula el número de intervalos en los que agruparemos los datos anteriores se realizan mediante la
aproximación de la raíz cuadrada del número de datos.
En donde: N= número de datos = 60.
Número de intervalos = √ N = √ 60 = 7.74 aproximadamente 8 intervalos
Ahora hallamos la amplitud de cada intervalo
Amplitud de intervalo = (Valor máximo – Valor mínimo) / número de intervalos
Amplitud de intervalo = (3825 – 2510) / 8 = 164.37 = 165
El primer número entero mayor que este cociente será la amplitud de los intervalos, es decir, se toman
intervalos de amplitud 165, comenzando por el valor mínimo de 2510.
[ 2510, 2675 ) 2592,5 6 6
[ 2675, 2840 ) 2757,5 8 14
[ 2840, 3005 ) 2922,5 8 22
[ 3005, 3170 ) 3087,5 4 26
[ 3170, 3335 ) 3252,5 14 40
[ 3335, 3500 ) 3417,5 8 48
[ 3500, 3665 ) 3582,5 9 57
[ 3665, 3830 ) 3747,5 3 60
A continuación la gráfica de frecuencias correspondientes.

Actividad:
¿A que nos referimos con amplitud?
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________
Ejemplo:
Los siguientes datos se refieren al diámetro en pulgadas de un engrane.
6.75 7.00 7.00 6.75 6.50 6.50 7.15 7.00
6.50 6.50 6.50 6.25 6.25 6.50 6.65 7.00
7.25 6.70 6.00 6.75 6.00 6.75 6.75 7.10
7.00 6.70 6.50 6.75 6.25 6.65 6.75 7.10
7.25 6.75 6.25 6.25 7.00 6.75 7.00 7.15
a) Agrupe datos, considere k=6.

b) Obtenga: Histograma, polígono de frecuencias, ojiva y distribución de probabilidad.
c) Obtenga: media, mediana, moda y desviación estándar.
Solución:
a) Agrupando datos;
R= VM - Vm = 7.25 – 6.00 = 1.25
k=6
R 1.25
C   0.2083  0.21
k 6
m = .21/2=.105
Formando clases.
Para formar la primera clase se toma un valor un poco menor que el valor menor encontrado en la muestra;
luego,
LI LS Frecuencia Marca de clase Límite real Límite real Frecuencia Frecuencia

(1) (2) (3) inferior superior relativa Relativa
Vm ±m Promedio de (4) (5) (6) acumulada
columna (1) (3) - m (3)+m (2)/t (7)
5.97 – 6.18 2 6.075 5.965 6.185 2/40 = 0.05 0.05
6.19 – 6.40 5 6.295 6.185 6.405 5/40=0.125 0.175
6.41 – 6.62 7 6.515 6.405 6.625 7/40=0.175 0.350
6.63 – 6.84 13 6.735 6.625 6.845 13/40=0.325 0.675
6.85 – 7.06 7 6.955 6.845 7.065 7/40=0.175 0.850
7.07 – 7.28 6 7.175 7.065 7.285 6/40=0.15 1.000
Total (t) 40 1.000
b) Gráficas:
HISTOGRAMA
16 13
FRECUENCIA
5.965 - 6.185
11
7 7 6 6.185 - 6.405
5
6 6.405 - 6.625
2
6.625 - 6.845
1
6.845 - 7.065
-4 7.065 - 7.285
LIMITES REALES
POLIGONO DE FRECUENCIA OJIVA "MENOR QUE" O CRECIENTE
16 1 1
FRECUENCIA RELATIVA
14
FRECUENCIA
0. 85
12 0.8
ACUMULADA
10 0. 675
0.6
8
6 0.4
4 0. 35
2 0.2 0. 1 75
0
0. 05
5.635 5.855 6.075 6.295 6.515 6.735 6.955 7.175 7.395 7.615 0 0
5.965 6.185 6.405 6.625 6.845 7.065 7.285

MARCA DE CLASE LIMITES REALES
DISTRIBUCION DE PROBABILIDAD
0.4
PROBABILIDAD
0.325
5.965 - 6.185
0.3
6.185 - 6.405
0.175 0.175
0.2 0.15 6.405 - 6.625
0.125
0.1 6.625 - 6.845

0.05
6.845 - 7.065
0 7.065 - 7.285
LIMITES REALES
_
c) a) Media ( x ).

 x * f i i
( 6.075 )( 2 )  ( 6.295 )( 5 )  ...  ( 7.175 )( 6 ) 12.15  31.475  ...  43.05
x i 1
  
n 40 40
= 268.52  6.713 pu lg adas

40
Donde:
k = número de clases
xi = marca de clase i
fi = frecuencia de la clase i
k
f i 
n= i 1 número de datos en la muestra
a) Mediana (Xmed).
 n / 2  Fme  1  40 / 2  14 
Xmed  Li    A  6.625   ( 0.22 )  6.7265
 fme   13 
Donde:
Li = límite real inferior de la clase que contiene a la mediana

Fme-1 = sumatoria de las frecuencias anteriores a la clase en donde se encuentra la mediana
fme = frecuencia de la clase en donde se encuentra la mediana
A = amplitud real de la clase en donde se encuentra la mediana

A = LRS-LRI
LRS = límite real superior de la clase que contiene a la mediana
LRI = límite real inferior de la clase que contiene a la mediana
N = número de datos en la muestra
c) Moda (Xmod).
 d1   6 
X mod  Li    A  6.625   ( 0.22 )  6.735 pu lg adas
 d1  d 2  6  6
Donde:
Li = límite real inferior de la clase que contiene a la moda

fmo  fmo  1 13  7  6
d1 = =
fmo  fmo  1 13  7  6
d2 = =
fmo = frecuencia de la clase que contiene a la moda
fmo-1= frecuencia de la clase anterior a la que contiene a la moda
fmo+1= frecuencia de la clase posterior a la que contiene a la moda
A = amplitud real de la clase que contiene a la moda

A = LRS – LRI
LRS = límite real superior de la clase que contiene a la moda
LRI = límite real inferior de la clase que contiene a la moda
d) Desviación estándar (S).
k _ 2 k _ 2
 ( xi  x ) fi  ( xi  x ) fi
s i 1
 i 1
k
n 1
 fi  1
i 1
( 6.075  6.713 )2 ( 2 )  ( 6.295  6.713 )2 ( 5 )  ...  ( 7.175  6.713 )2 ( 6 )

 
40  1
=
0.814088  0.87362  ...  1.280664 3.65904
  0.3063 pu lg adas
39 39
Dónde:
xi = marca de clase i
_
x = media aritmética
fi = frecuencia de la clase i
k
 fi  n = número total de datos en la muestra

i 1
Actividad:
Los siguientes datos se refieren a la longitud en centímetros de varillas de acero.
10.8 11.2 11 10.6 10.54 10.7 11.3 11
11.7 11.2 13.2 13.1 14 12.5 13.2 15.1
12.6 11.4 11 13 12.2 11.5 11.3 11.2
11.4 12 12.2 11.6 11.5 11.4 12 11.6
12.2 11.8 11 11.5 13 12.4 13 12.8
a) Agrupe datos, considere k=6.

b) Obtenga: Histograma, polígono de frecuencias, ojiva y distribución de probabilidad.
c) Obtenga: media, mediana, moda y desviación estándar.

4.5 DISTRIBUCIONES DE PROBABILIDAD.
Toda distribución de probabilidad es generada por una variable aleatoria x, la que puede ser de dos tipos:
1. Variable aleatoria discreta (x).
Se le denomina variable porque puede tomar diferentes valores, aleatoria, porque el valor tomado es
totalmente al azar y discreta porque solo puede tomar valores enteros y un número finito de ellos.
Ejemplos:
 Variable que nos define el número de burbujas por envase de vidrio que son generadas en un proceso
dado.
x0, 1, 2, 3, 4, 5, etc, etc. burbujas por envase
xVariable que nos define el número de productos defectuosos en un lote de 25 productos.
x0, 1, 2, 3,....,25 productos defectuosos en el lote
xVariable que nos define el número de alumnos aprobados en la materia de probabilidad en un grupo
de 40 alumnos.
x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad
Con estos ejemplos anteriores nos damos cuenta claramente que los valores de la variable x siempre
serán enteros, nunca fraccionarios.
2. Variable aleatoria continua (x).

Se le denomina variable porque puede tomar diferentes valores, aleatoria, porque los valores que
toma son totalmente al azar y continua porque puede tomar tanto valores enteros como fraccionarios
y un número infinito de ellos.
Ejemplos:
xVariable que nos define el diámetro de un engrane en pulgadas
x5.0”, 4.99”, 4.98”, 5.0”, 5.01”, 5.0”, 4.96”
xVariable que nos define la longitud de un cable o circuito utilizado en un arnés de auto
x20.5 cm, 20.1 cm, 20.0 cm, 19.8 cm, 20,6 cm, 20.0 cm, 20.0 cm
xVariable que nos define la concentración en gramos de plata de algunas muestras de mineral
x14.8 gramos, 12.0 gramos, 10.0 gramos, 42.3 gramos, 15.0 gramos, 18.4 gramos, 19.0 gramos, 21.0
gramos, 20.8 gramos
Como se observa en los ejemplos anteriores, una variable continua puede tomar cualquier valor, entero o
fraccionario, una forma de distinguir cuando se trata de una variable continua es que esta variable nos
permite medirla o evaluarla, mientras que una variable discreta no es medible, es una variable de tipo
atributo, cuando se inspecciona un producto este puede ser defectuoso o no, blanco o negro, cumple con las
especificaciones o no cumple, etc,
Las variables descritas anteriormente nos generan una distribución de probabilidad, las que pueden ser.
1) Distribución de probabilidad discreta.
2) Distribución de probabilidad continua.
Actividad:
Describa la diferencia entre una variable aleatoria continua y una discreta.
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________

Estadística Descriptiva: 4.0 Introducción

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadística Descriptiva: 4.0 Introducción

Cargado por

Copyright:

Formatos disponibles

PROBABILIDAD Y ESTADÍSTICA INGENIERÍA

¿Qué es una muestra?

4.1 TEÓRICA ESTADÍSTICA

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 88

Al aplicar la estadística se pueden conocer las características de un grupo de casos de estudios o

1. Describir las características de los conjuntos de observaciones de manera numérica mediante la

1. Recopilación.- Consiste en la obtención de datos relacionados con el problema motivo de

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 89

5. Interpretación.- Consiste en un proceso mental, mediante el cual se encuentra un significado

¿Qué diferencia hay entre el Análisis y la interpretación?

4.1.7 Clasificación de la estadística

Estadística Descriptiva o Deductiva

Estadística Inferencial o Inductiva

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 90

4.2 CONCEPTOS Y DEFINICIONES POBLACIONALES Y MUESTRALES

Para calcular el tamaño de la muestra suele utilizarse la siguiente fórmula:

Calcular el tamaño de la muestra de una población de 1000 elementos.

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 91

¿Qué es un elemento o individuo?

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 92

c) Cronológicos (difieren en instantes o períodos de tiempo) y

4.3 MEDIOS DE RECOLECCIÓN DE DATOS

4.3.1 Tipos de preguntas

Existen distintos tipos de preguntas, estas pueden ser:

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 93

- Preguntas de Estimación: Son preguntas cuantitativas que introducen diversos grados

4.3.2 Tipos de Variable

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 94

4.3.3 Niveles de medición

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 95

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 96

4.4 TRATAMIENTO PARA DATOS AGRUPADOS.

El punto medio de cada intervalo de clase es lo que llamamos marca de clase xi

La marca de clase se calcula:

La amplitud del intervalo es su longitud y se calcula:

Se ha realizado un estudio sobre la altura de los alumnos de un grupo

1,66 1,80 1,66 1,77 1,85

1,74 1,84 1,89 1,72 1,69

1,89 1,88 1,72 1,81 1,70

Amplitud de intervalo= (Valor máximo-Valor mínimo) / Cantidad de intervalo =

Amplitud de intervalo = (1.89-1.66) / 5 = 4.6

[1,65 , 1,70) 1,675 3 3

[1,70 , 1,75) 1,725 4 7

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 97

[1,75 , 1,80) 1,775 1 8

[1,80 , 1,85) 1,825 3 11

[1,85 , 1,90) 1,875 4 15

Se organizan los datos en una tabla de frecuencias, agrupándolos previamente en intervalos y

El peso en gramos de 60 bebés al nacer fue:

Primeramente organiza los datos en una tabla de frecuencias, agrupándolos previamente en

M. en A. Ing. Ana Elena Barroso Velázquez © 2018 Página 98

En donde: N= número de datos = 60.

Número de intervalos = √ N = √ 60 = 7.74 aproximadamente 8 intervalos

Ahora hallamos la amplitud de cada intervalo

Amplitud de intervalo = (Valor máximo – Valor mínimo) / número de intervalos

Amplitud de intervalo = (3825 – 2510) / 8 = 164.37 = 165

[ 2510, 2675 ) 2592,5 6 6

[ 2675, 2840 ) 2757,5 8 14

[ 2840, 3005 ) 2922,5 8 22

[ 3005, 3170 ) 3087,5 4 26

[ 3170, 3335 ) 3252,5 14 40

[ 3335, 3500 ) 3417,5 8 48

[ 3500, 3665 ) 3582,5 9 57