Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Todas Las Clases
Todas Las Clases
1. FASE: Organización y
análisis inicial de los datos
recogidos.
Escalas
numéricas
Escalas
categóricas
Docente: Graciela Abad Peña, Ph.D. 2021
Para entender y usar apropiadamente las
diferentes técnicas del análisis estadístico,
es necesario identificar la escala de
medición correspondiente, ya que cada
escala tiene sus propiedades
matemáticas.
determinan
Ejemplos:
Ejemplos:
• Medición magnitudes físicas como: longitud, masa, intensidad de
corriente, peso, velocidad, etc.
• Estatura de las personas.
Tipo de cubierta.
Rama de la arquitectura que te gusta.
Número de goles marcados por tu equipo favorito en la
última temporada.
Número de alumnos de tu carrera.
Tipos de planos arquitectónicos.
Coeficiente intelectual de tus compañeros de clase.
Número de habitantes en determinada región o en un país.
El sexo de un grupo de personas.
La preferencia por un determinado estilo arquitectónico.
La edad de una persona
La calidad de un diseño.
Longitud del terreno de la casa.
Campo laboral de los arquitectos.
Docente: Graciela Abad Peña, Ph.D. 2021
2) En un estudio se mide la “profundidad de suelo”,
¿qué tipo de variable estadística es? a) Discreta b)
Continua c) Cualitativa
Calidad
Número de
pisos
Altura de la
casa
Género
DATOS GEOGRÁFICOS:
𝐱𝐢 1 2 3 4 5 6
𝐧𝐢 5 7 9 6 7 6
Tabla de frecuencias:
𝐗 𝐢 , valores de la
𝐅𝐢,, frecuencia
frecuencia absoluta
relativa
𝐱𝐱𝐢𝐢 𝐧
𝐧𝐢𝐢 𝐟𝐢 𝐍
𝐍𝐢𝐢 𝐅𝐢 𝐍
variable
𝐢
acumulada
acumulada
1 5 0,125 5 0,125 𝐧𝐢 , frecuencia absoluta
2 7 0,175 12 0,300 N1 = n1
𝑁
N𝐟12𝐢 ,==frecuencia
F
𝑛
relativa
fn1 1=+ n12 = N 1 + n2
3 9 0,225 21 0,525 … 𝑁
F2 = f1 + f2 = F1 + f2 = 2
4 6 0,15 27 0,600 𝑛
…
5 7 0,175 34 0,850
n1 n2
6 6 0,15 40 1 f1 = f2 =
n n
40 1 …
N = 2000
n = 30
*Los resultados obtenidos en esta estudio, se pueden representar, mediante el siguiente
conjunto de datos:
x1=3 x2=2 x3=0 x4=2 x5=3 x6=3 x7=1 x8=1 x9=0 x10=1 x11=3 x12=3
x13=4 x14=4 x15=3 x16=2 x17=4 x18=2 x19=4 x20=2 x21=4 x22=4 x23=0 x24=1
x25=3 x26=4 x27=2 x28=3 x29=1 x30=2
Donde, “𝐱 𝟏”, representa la primera caja examinada y “3”, el número de piezas defectuosas
encontradas en ella y así sucesivamente.
Datos cuantitativos
Datos cuantitativos
discretos
continuos
25 10 34 20 17 20 13 15 34 30
15 19 17 12 18 24 18 19 20 11
19 20 19 12 13 20 21 18 8 15
30 25 32 15 16 25
8 10 11 12 12 13 13 15 15 15
15 16 17 18 18 18 18 19 19 19
19 20 20 20 20 20 21 24 25 25
25 30 30 32 34 34
1 8 12 10 3 0,0833
2 12 16 14 8 0,2222
3 16 20 18 10 0,2777
4 20 24 22 6 0,1666
5 24 28 26 4 0,1111
6 28 32 30 2 0,0555
7 32 36 34 3 0,0833
36
1 8 12 10 3 0,0833 8,33
2 12 16 14 8 0,2222 22,22
3 16 20 18 10 0,2777 27,77
4 20 24 22 6 0,1666 16,66
5 24 28 26 4 0,1111 11,11
6 28 32 30 2 0,0555 5,55
7 32 36 34 3 0,0833 8,33
36
Docente: Graciela Abad Peña, Ph.D. 2021
Li Lim 𝐗𝐢 𝐧𝐢 𝐟𝐢 𝐡𝐢 𝐍𝐢
int m sup
inf
1 8 12 10 3 0,0833 8,33 3
2 12 16 14 8 0,2222 22,22 11
3 16 20 18 10 0,2777 27,77 21
4 20 24 22 6 0,1666 16,66 27
5 24 28 26 4 0,1111 11,11 31
6 28 32 30 2 0,0555 5,55 33
7 32 36 34 3 0,0833 8,33 36
36
7 32 36 34 3 0,0833 8,33 36 1
36
0; 1; 2; 1; 2; 0; 3; 2; 4; 0; 4; 2; 1; 0; 3; 0; 0; 3; 4; 2; 0; 1; 1; 3; 0;
1; 2; 1; 2; 3
0; 0; 0; 0; 1; 1; 1; 1; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4;
5; 5; 5; 5; 6; 6; 6; 7; 7; 7; 8; 8; 8; 9; 10; 10.
Con los datos obtenidos, elaborar una tabla de frecuencias con
5 intervalos o clases.
Presentación escrita
Presentación tabular
Presentación grafica
❖ Diagrama de rectángulos.
❖ Diagrama de sectores
❖ Pictograma
❖ Perfil ortogonal
❖ Cartograma
Niños (N): 7
Jóvenes (J): 10
En Ox clasificación por grupo
Adolescentes (A): 23 etario y en Oy los valores
numéricos.
Adultos (Ad): 11
Docente: Graciela Abad Peña, Ph.D. 2021
Diagrama de sectores
Se utilizan para mostrar los datos que mejor se analizan
mediante la comparación de la parte al todo.
Por lo tanto, lo mejor es crear fracciones antes de construir el
gráfico circular. Cada fracción de la gráfica circular
representa a un sector del círculo.
Construcción:
Gráfico de sectores
5% 5
• 360 = 45
12% Alemán 40
Español ó
33% Francés
22%
Inglés
Ruso
0,125 • 360 = 45
28%
Ejemplo:
Las calificaciones de un estudiante de la carrera de Arquitectura han sido
las siguientes: 5 en Matemática, 4 en Dibujo, 3 en Física, 8 en Estadística,
7 en Urbanismo y 6 en Dibujo Técnico. Representar su perfil ortogonal.
Ejemplo:
En el siguiente cartograma
observamos la urbanización
en el mundo atendiendo a
la industrialización:
Ejemplo:
Dibujar el perfil radial correspondiente
al anterior ejercicio (calificaciones de
un estudiante de la carrera de
Arquitectura : 5 en Matemática, 4 en
Dibujo, 3 en Física, 8 en Estadística, 7
en Urbanismo y 6 en Dibujo Técnico. )
❖ Diagrama de barras
❖ Polígono de frecuencias
El polígono acumulado de
frecuencias también se puede
representar como un área
sombreada, eligiendo si lo hacemos
con un programa un gráfico de áreas.
a) Histograma
b) Polígono de frecuencias
Construcción:
EJEMPLO:
40 37
30
25
participantes
20
20
10
0
E M H
asignaturas
A,A,B,W,B,G,A,B,B,B,G,D,D,C,C,W,W,C,C,B,A,W,C,
G,G,B,B,C,G,C,B,G,W
Construya con estos datos:
a) Una distribución de frecuencias.
b) Las frecuencias relativa y porcentual.
c) Las gráficas de barras y circular.
permiten
Características
• Es la única medida de centralización que tiene sentido estudiar en
una variable cualitativa, pues no precisa la realización de ningún
cálculo.
• En su determinación no se incluyen todos los valores de la
variable.
• El valor de la moda puede ser afectado grandemente por el
método de designación de los intervalos de clases.
• Puede ser calculada en distribuciones de frecuencia que tengan
clases abiertas.
• No es afectada por valores extremos.
Tipos de moda
1. Unimodal. La moda es única.
2. Polimodal. La moda puede no ser única, pues puede haber dos o más
valores de la variable que tengan la misma frecuencia, siendo esta
máxima; en cuyo caso se tendrá una distribución bimodal o polimodal
según el caso.
Ejemplo 1): Determinar la moda del siguiente conjunto de datos:
1, 2, 3, 3, 4, 5, 6, 7, 7, 3, 1, 9, 3.
Solución
Para mayor facilidad, si se ordena de manera ascendente los datos:
1, 1, 2, 3, 3, 3, 3, 4, 5, 6, 7, 7, 9.
Donde
𝐧𝐢 es la frecuencia absoluta
ni-1 es la frecuencia absoluta anterior al
intervalo modal.
ni+1 es la frecuencia absoluta siguiente al
intervalo modal.
𝐧𝐢 − 𝐧𝐢−𝟏 es la frecuencia de la clase de la
modal 𝐧𝐢 menos la frecuencia anterior 𝐧𝐢−𝟏 .
𝐧𝐢 − 𝐧𝐢+𝟏 es la frecuencia de la clase de la
moda 𝐧𝐢 menos la frecuencia posterior (𝐧𝐢+𝟏 ).
𝒂𝐢 es la amplitud del intervalo de clase,
𝒂𝐢 = 𝐋𝒔𝒖𝒑 − 𝐋𝒊𝒏𝒇
𝐋𝐢𝐧𝐟−𝟏 , límite inferior de la clase de la modal.
Posición 3
I. Ordenar de menor a mayor 4; 9; 15; 16; 17; 22; 49; 49; 90; 91
Posición1 Posición 10
kn 1 10 10
a) Q 1 Posición : Posición : 2,5 3 Q 1 = 15
4 4 4
kn 3 10 D3 =15
b) D3 Posicion Posicion 3
10 10
Posición
kn 20 10
c) P20 Posición 2 P20 =9
100 100
8,5 7,0 5,2 4,8 7,3 7,4 9,9 3,0 9,5 7,9
Mediana = Q 2 =7,35
Q 1 =5,2 Q 3 =8,5
Esto significa que el 25% tienen 5,2 o están por debajo de 5,2; el 50 %
tiene 7,35 o menos y el 75 % tiene 8,5 o menos.
También se puede interpretar que el 25 % tiene 8,5 o más, el 50 %
tiene 7,35 o más y el 75 % tiene 5,2 o más.
Docente: Graciela Abad Peña, Ph.D. 2021
Cuartiles, Deciles y Percentiles para datos agrupados en intervalos
La tabla muestra las edades de 60 personas
Inter. Edades 𝐧𝐢 𝐍𝐢
a) Determinar el cuartil 3.
b) Determinar el decil 2.
[30,35) 3 3 c) Determinar el percentil 55.
[35,40) 7 10 Solución
[40,45) 12 22 a) Determinar el cuartil 3 (Q3).
𝐤𝐧
−𝐍𝐢−𝟏
[45,50) 23 45 𝐐𝐱 = 𝐋𝐢𝐧𝐟 + 𝒂𝒊 𝟒
…(1)
𝐍𝐢 −𝐍𝐢−𝟏
[50,55) 14 59
𝐤𝐧 Donde:
[55,60] 1 60 1. Determinar la posición: k, número d cuartil a determinar
𝟒
n, tamaño de la muestra
60 𝟑∗𝟔𝟎 𝟏𝟖𝟎
Q3 : posición: = =45
*Para calcular cuartiles, 𝟒 𝟒
[40,45) 12 22 𝐤𝐧 𝟐∗𝟔𝟎
D2 : posición: = =12
𝟏𝟎 𝟏𝟎
[45,50) 23 45
2. Buscar la posición 12 en 𝐍𝐢
[50,55) 14 59
*Como el # que representa la posición del D2, o sea
[55,60] 1 60 12, no está directamente en 𝐍𝐢 ⇒ deberá estar entre
60 𝐍𝟐 =10 y 𝐍𝟑 =22
𝐤𝐧
−𝐍𝐢−𝟏
∴ para hallar el D2 que aplicar la fómula 𝐃𝐱 = 𝐋𝐢𝐧𝐟 + 𝒂𝒊 𝟏𝟎
…(2)
𝐍𝐢 −𝐍𝐢−𝟏
Donde:
𝐍𝐢−𝟏 , frecuencia anterior a 12 (como 12 está entre 𝐍𝟐 =10 y 𝐍𝟑 =22 ⇒
𝐍𝐢−𝟏 =10)
𝐍𝐢 , frecuencia posterior a 12 (como 12 está entre N2 =10 y N3 =22 ⇒ 𝐍𝐢 =22)
𝐋𝐢𝐧𝐟 , se busca en el intervalo de la frecuencia posterior o sea en Ni =22
∴ 𝐋𝐢𝐧𝐟 =40
𝐚𝐢 =𝐋𝒔𝒖𝒑 -𝐋𝒊𝒏𝒇 (en el intervalo de la frecuencia posterior donde 𝑁𝑖 =22) ⇒
a i =40-45=5 𝐤𝐧
− 𝐍𝐢−𝟏 𝟏𝟐−𝟏𝟎 𝟐𝟒𝟓
∴ Sust. en (2) 𝐃𝐱= 𝐋𝐢 + 𝐚𝐢 𝟏𝟎 ⇒ 𝐃𝟐 = 𝟒𝟎 + 𝟓 = = 𝟒𝟎, 𝟖𝟑
𝐍𝐢 − 𝐍𝐢−𝟏 𝟐𝟐−𝟏𝟎 𝟔
Docente: Graciela Abad Peña, Ph.D. 2021
Inter. Edades 𝐧𝐢 𝐍𝐢 c) Determinar el percentil 55 (P55)
[30,35) 3 3 𝐤𝐧
1. Determinar la posición:
[35,40) 7 10 𝟏𝟎𝟎
𝐤𝐧 𝟓𝟓∗𝟔𝟎
[40,45) 12 22 P55 : posición: = = 𝟑𝟑
𝟏𝟎𝟎 𝟏𝟎𝟎
[45,50) 23 45
2. Buscar la posición 33 en 𝐍𝐢
[50,55) 14 59
[55,60] 1 60 *Como el # que representa la posición del P55, o sea
33, no está directamente en 𝐍𝐢 ⇒ deberá estar entre
60
𝐍𝟑 =22 y 𝐍𝟒 =45
𝐤𝐧
−𝐍𝐢−𝟏
∴ para hallarlo hay que aplicar la fómula 𝐏𝐱 = 𝐋𝐢𝐧𝐟 + 𝐚𝐢 𝟏𝟎
…(3)
𝐍𝐢 −𝐍𝐢−𝟏
Donde:
𝐍𝐢−𝟏 , frecuencia anterior a 33 (como 33 está entre N3 =22 y N4 =45 ⇒ 𝐍𝐢−𝟏 =22)
𝐍𝐢 , frecuencia posterior a 33 (como 33 está N3 =22 y N4 =45 ⇒ 𝐍𝐢 =45)
𝐋𝐢𝐧𝐟 , se busca en el intervalo de la frecuencia posterior (Ni =45) ∴ 𝐋𝐢𝐧𝐟 =45
𝐚𝐢 =𝐋𝐬𝐮𝐩 -𝐋𝐢𝐧𝐟 (en el intervalo de la frecuencia posterior (𝐍𝐢 =45)) ⇒ 𝐚𝐢 =50-45=5
𝐤𝐧
− 𝐍𝐢−𝟏 𝟑𝟑−𝟐𝟐
∴ Sust. en (3) 𝐏𝐱 = 𝐋𝐢𝐧𝐟 + 𝐚𝐢 𝟏𝟎𝟎 ⇒ 𝐏𝟓𝟓 = 𝟒𝟓 + 𝟓 =𝟒𝟕, 𝟑𝟗
𝐍𝐢 − 𝐍𝐢−𝟏 𝟒𝟓−𝟐𝟐
Docente: Graciela Abad Peña, Ph.D. 2021
Docente: Graciela Abad Peña, Ph.D. 2021
1) La tabla de frecuencias que se presenta a continuación corresponde
a los resultados del control de asistencia que se realizó durante 19 días
a un grupo de estudiantes que llegaron tarde a clases. Calcule la media,
la moda y la mediana.
Número de Frecuencia
alumnos que absoluta
llegaron tarde
0 2
1 2
2 3
3 2
4 2
5 6
6 1
7 1
Total 19
5; 3; 6; 5; 4; 5; 2; 8; 6; 5; 4; 8; 3; 4; 5; 4; 8; 2; 5; 4
Rendimiento 𝒏𝐢
[20,25) 3
[25,30) 5
[30,35) 1
[35,40) 5
[40,45] 6
5; 3; 6; 5; 4; 5; 2; 8; 6; 5; 4; 8; 3; 4; 5; 4; 8; 2; 5; 4
permiten
Recorrido o rango
Desviación media
Varianza
Desviación típica o estándar
Coeficiente de variación
14 − 13,2 = 0,8
15 − 13,2 = 1,8 Docente: Graciela Abad Peña, Ph.D. 2021
Ejemplo: Cálculo desviación media para datos agrupados
Edades 𝐧𝐢 𝒙𝐢 σ𝐧
𝐢=𝟏 𝐱 𝐢 −ത
𝐱 𝐧𝐢
𝐃ത𝐱 = …(1)
[30,35) 2 32,5 𝐧
[35,40) 4 37,5 σ 𝐗 𝐢 𝐧𝐢
𝐱ത =
[40,45) 8 42,5 𝐧
[45,50) 5 47,5 𝟑𝟐.𝟓∗𝟐+𝟑𝟕,𝟓∗𝟒+𝟒𝟐,𝟓∗𝟖+𝟒𝟕,𝟓∗𝟓+𝟓𝟐,𝟓∗𝟏 845
𝐱ത = = = 42,25
𝟐𝟎 20
[50,55] 1 52,5
Sustituir en (1)
𝟑𝟐, 𝟓 − 𝟒𝟐, 𝟐𝟓 ∗ 𝟐 + 𝟑𝟕, 𝟓 − 𝟒𝟐, 𝟐𝟓 ∗ 𝟐 + 𝟒𝟐, 𝟓 − 𝟒𝟐, 𝟐𝟓 ∗ 𝟐 + 𝟒𝟕, 𝟓 − 𝟒𝟐, 𝟐𝟓 ∗ 𝟐 + 𝟓𝟐, 𝟓 − 𝟒𝟐, 𝟐𝟓 ∗ 𝟏
𝐃ത
𝐱=
𝟐𝟎
𝟏𝟗,𝟓+𝟏𝟗+𝟐+𝟐𝟔,𝟐𝟓+𝟏𝟎,𝟐𝟓 𝟕𝟕
𝐃ത
𝐱= = = 𝟑, 𝟖𝟓 (años)
𝟐𝟎 𝟐𝟎
σ 𝐱 𝐢 − 𝐱ത 𝟐
𝟐
𝐒 = … (1) (Varianza muestral)
𝐧−𝟏
σ 𝐱𝐢 𝟓+𝟔+𝟔+𝟕+𝟖
1) Hallar 𝐱ത 𝐱ത = ∴ത
𝐱= = 6,4
𝐧 𝟓
𝟐 𝟐 𝟐 𝟐 𝟐
𝟓 − 𝟔, 𝟒 + 𝟔 − 𝟔, 𝟒 + 𝟔 − 𝟔, 𝟒 + 𝟕 − 𝟔, 𝟒 + 𝟖 − 𝟔, 𝟒
2) Sustituir en (1) 𝐒 = 𝟐
𝟓−𝟏
𝟓,𝟐
𝐒𝟐 = = 1,3 (años)
𝟒
Rpta/ La varianza es de 1,3 años.
Una 𝐒 elevada significa que los datos están dispersos, mientras que un valor
bajo indica que los valores son próximos los unos de los otros, y por lo tanto
de la media.
Desviación Desviación
σ𝐧𝐢=𝟏𝐱𝐢 − 𝐱ത 𝟐 σ𝐍
𝐢=𝟏(𝐱𝐢 −𝛍)
𝟐
𝐒= estándar 𝛔= estándar
𝐧−𝟏 𝐍 poblacional
muestral
Una desviación típica elevada significa que los datos están dispersos,
mientras que un valor bajo indica que los valores son próximos los unos de
los otros, y por lo tanto de la media.
S σ
CV= *100% CV= *100%
𝑥ҧ μ
Muestra Población
7,37
CV= *100% = 28,35%
26
Por lo general se plantea que si CV es mayor que el 25% es porque esos
datos son heterogéneos o están muy dispersos y si es menor que 25%
entonces son homogéneos.
∴ Las edades del grupo de personas analizadas en el ejercicio
ejemplificado son muy heterogeneas.
Docente: Graciela Abad Peña, Ph.D. 2021
Docente: Graciela Abad Peña, Ph.D. 2021
1) Sea la distribución estadística que viene dada por la siguiente tabla
𝒙𝒊 𝒏𝒊
61 5
64 18
67 42
70 27
73 8
Calcular:
a) La moda, la media y la mediana.
b) El rango, la desviación media, la varianza y la desviación típica.
permiten
𝐱ത Mo Me 𝐱ത 𝐱ത Me Mo
Me
Mo Asimetría positiva Asimetría negativa
Simetría (Cola larga hacia la derecha) (Cola larga hacia la izquierda)
En las figuras se observa como las medidas de centralización se relacionan entre sí,
y con la asimetría de la distribución:
• Si las tres medidas son iguales la distribución no tiene sesgo.
• Si media < mediana < moda, la distribución es asimétrica negativa.
• Si media > mediana > moda, la distribución tiene sesgo positivo.
Docente: Graciela Abad Peña, Ph.D. 2021
𝐱ത 𝐱ത Me Mo
Me Mo Me 𝐱ത
Mo
Asimetría positiva Asimetría negativa
Simetría (Cola larga hacia la derecha) (Cola larga hacia la izquierda)
Donde:
σ𝐍 𝐱 𝟑
𝐢=𝟏 𝐱 𝐢 −ത
𝐂𝐟 = …(1) 𝐱ത , Media
𝐍𝛔𝟑 𝛔, Desviación típica o estándar
Ejemplo: Intervalos 𝐧𝐢 12
[0,5) 2 10
[5,10) 5 8
[10,15) 8 6
[15,20) 10 4
[20,25) 8
2
[25,30) 5
0
[30,35] 2 [0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35]
Ejemplo: Intervalos 𝐧𝐢 12
[0,5) 6 10
[5,10) 9 8
[10,15) 10 6
[15,20) 9
4
[20,25) 6
2
[25,30) 3
0
[30,35] 1 [0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35]
Ejemplo: Intervalos 𝐧𝐢 12
[0,5) 1 10
[5,10) 3 8
[10,15) 6 6
[15,20) 9
4
[20,25) 10
2
[25,30) 9
0
[30,35] 6 [0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35]
[5,10) 2 18
16
[10,15) 3 14
[15,20) 15 12
10
[20,25) 18 8
[25,30) 15 6
4
[30,35) 3 2
[35,40) 2 0
[0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35) [35,40) [40,45]
[40,45] 1
Docente: Graciela Abad Peña, Ph.D. 2021
Ejemplo: Intervalos 𝐧𝐢 12
[0,5) 2 10
[5,10) 5 8
[10,15) 8
6
[15,20) 10
4
[20,25) 8
2
[25,30) 5
[30,35] 2 0
[0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35)
[15,20) 2
3
[20,25) 3
2.5
[25,30) 3
2
[30,35) 3
1.5
[35,40) 3
[40,45) 3 1
[45,50) 2 0.5
[50,55) 2 0
[0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35) [35,40) [40,45) [45,50) [50,55) [55,60) [60,65]
[55,60) 1
[60,65] 1 Docente: Graciela Abad Peña, Ph.D. 2021
Ejemplo 1): En la siguiente tabla están representadas las edades, en años, de cuatro
personas que acudieron a un evento. Determina e interpreta coeficiente de asimetría
de Fisher y de curtosis.
Edades en años 𝐱𝐢 − 𝐱ത 𝐱𝐢 − 𝐱ത 𝟐 𝐱𝐢 − 𝐱ത 𝟑
σ𝐍 𝐱 𝟑
𝐢=𝟏 𝐱 𝐢 −ത
𝐂𝐟 = …(1)
𝐍∗𝛔𝟑 7) Sustituir en (1) y calcular
σ 𝐱𝐢
1) Hallar e ir completando la tabla 𝐱ത = −𝟐𝟖,𝟖𝟕
𝟑𝟖+𝟒𝟏+𝟑𝟔+𝟑𝟐 𝐧 𝐂𝐟 = = - 0,2
∴ത𝐱= = 36,75 𝟒 𝟑,𝟐𝟕 𝟑
𝟒
2) Hallar 𝐱 𝐢 − 𝐱ത
⇒ Como 𝐂𝐟< 0, la curva
3) Hallar 𝐱 𝐢 − 𝐱ത 𝟐
es asimétricamente
4) Hallar 𝐱 𝐢 − 𝐱ത 𝟑 negativa la asimetría
5) Hallar σ 𝐱 𝐢 − 𝐱ത 𝟑 = −28,87 es sesgada a la
𝐍
6) Hallar la desviación estándar 𝛔 = σ𝐢=𝟏(𝐱𝐢 −𝛍) … (𝟐)
𝟐
izquierda.
𝐍
𝟒𝟐,𝟕𝟒
6.1) Hallar y sust. en (2) σ 𝐱 𝐢 − 𝐱ത 𝟐 = 42,74 𝛔= =3,27
𝟒
Docente: Graciela Abad Peña, Ph.D. 2021
Ejemplo 1): En la siguiente tabla están representadas las edades, en años, de cuatro
personas que acudieron a un evento. Determina coeficiente de asimetría de Fisher y
de curtosis.
Edades en 𝐱𝐢 − 𝐱ത 𝐱𝐢 − 𝐱ത 𝟐 𝐱𝐢 − 𝐱ത 𝟑 𝐱𝐢 − 𝐱ത 𝟒
años
38 38-36,75=1,25 1,56 1,95 1,95*1,25=2,44
41 4,25 18,06 76,77 326,25
36 -0,75 0,56 -0,42 0,32
32 -4,75 22,56 -107,17 509,07
Calificaciones 𝐧𝐢 𝐍𝐢 𝐱𝐢 𝐧𝐢 𝐱ത 𝐱𝐢 − 𝐱ത 𝟐 𝐧𝐢 𝐱𝐢 − 𝐱ത 𝟐
5 4
6 6
7 8
8 11
9 4
10 7
a) Complete la tabla
b) Calcule el coeficiente de asimetría de Fisher. Interprete.
c) Realice un gráfico de barras con los datos.
d) Calcule el coeficiente de curtosis. Interprete
Intervalos 𝐧𝐢
a) Construya una tabla de frecuencias.
[24,35) 5 b) Calcule la desviación media
[35,46) 5 c) Calcule la varianza
[46,57) 9 d) Calcule la desviación típica o estándar
[57,68) 7 e) Calcule el coeficiente de variación
f) Calcule e interprete el coeficiente de
[68,79] 4
asimetría de Fisher y de curtosis.
(𝐧 + 𝐫 − 𝟏)! 3 (𝟓+𝟑−𝟏)! 7!
CRr𝑛 =
𝐧 − 𝟏 ! 𝐫!
CR 5 = = =35
𝟓−𝟏 !𝟑! 4!∗3!
❖ Suceso seguro (E), está formado por todos los posibles resultados
(es decir, por el espacio muestral).
Ejemplo: Tirando un dado obtener una puntuación que sea menor que 7.
Por lo tanto:
1. La probabilidad de un evento imposible es 0.
2. La probabilidad de un evento que ocurrirá de seguro es 1.
3. Para cualquier evento A, la probabilidad de que A ocurra se
encuentra entre 0 y 1, inclusive. Es decir, 0 ≤ P(A) ≤1.
Ejemplo 1: Al lanzar un dado al azar, la probabilidad de obtener un 7 es 0.
O sea, es imposible que ocurra este evento pues los resultados posibles
son 1, 2, 3, 4, 5 y 6.
Tomado de: Estadística para Administración y Economía, Mason Robert/Lind Douglas. Dècima edición, Editorial Alfaomega, 2002.
Ejemplo 3): En una urna hay una bola roja, dos azules y tres blancas. Si se saca
una sola, ¿Cuál sería el espacio muestral? Escriba el evento de sacar una bola
que no sea blanca.
• Clásica o a priori
• Subjetiva
• Empírica o frecuentista
𝟏 𝟏
𝐏𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 (𝐬𝐚𝐜𝐚𝐫 𝟒 𝐞𝐧 𝐮𝐧 𝐭𝐢𝐫𝐨 𝐝𝐞 𝐮𝐧 𝐝𝐚𝐝𝐨) = ⇒0,166 𝐏 (𝐀) = ⇒0,166
𝟔 𝟔
𝟏𝟎 𝟏
𝐏𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 (sacar una manzana) = = =0,333 ⇒ 33,3%
𝟑𝟎 𝟑
𝟐𝟎 𝟐
𝐏𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 (sacar una pera) = = ==0,667 ⇒ 66,7%
𝟑𝟎 𝟑
Rpta/: Existe mayor probabilidad de sacar una pera que una manzana.
𝟏𝟎 𝟏
Evento A: sacar una manzana 𝐏 (𝐀) = = 0,333 ⇒ 33,3%
𝟑𝟎 𝟑
𝟐𝟒
𝐏𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 (sacar cara) = =0,4 ⇒ 40%
𝟔𝟎
12) Un juego tiene 25 fichas, de las cuales hay 6 de color rojo, 8 azules y el
resto de otros colores. Si se selecciona una ficha al azar, ¿cuál es la
probabilidad de que esta sea roja o azul?
2 6
4 1
REGLAS DE LA REGLAS DE LA
MILTUPLICACIÓN ADICIÓN
𝟏𝟐𝟎 𝟏𝟎𝟎 𝟔𝟎
= + −
𝟐𝟎𝟎 𝟐𝟎𝟎 𝟐𝟎𝟎
= 𝟎. 𝟔 + 𝟎. 𝟓 − 𝟎. 𝟑 = 𝟎. 𝟖
TEORÍAS DE LA PROBABILIDAD
REGLAS DE LA MULTIPLICACIÓN
Solución:
El hecho de que un estudiante hable inglés, no afecta en nada que juegue
fútbol; por lo tanto, se trata de eventos independientes.
Solución:
Dado que las bolas serán extraídas de la misma caja, y que las bolas que se
extraigan, no serán devueltas a la caja (no hay reposición), entonces, se trata de
eventos dependientes.
Evento A: obtener una bola azul en la primera extracción.
Evento B: obtener una bola azul en la segunda extracción.
) * 0,1 10%
Sean A y B dos eventos de un mismo espacio muestral entonces, la
probabilidad del evento B, calculada bajo la suposición de que el evento A
ha ocurrido, se denomina probabilidad condicional de B dado A y se
denota por P(B/A).
REGLA ESPECIAL
Si P(A y B)= P(A) . P(B)
¿A y B son independientes? DE LA
MULTIPLICACIÓN
No
𝐏(𝐀𝐲𝐁)= 𝐏(𝐀) . 𝐏(𝐁/A) REGLA GENERAL DE LA
MULTIPLICACIÓN
P(A o B)
REGLA DE LA ADICIÓN
REGLA ESPECIAL
¿A y B son mutuamente
Si P(A o B)= P(A) + P(B) DE LA ADICIÓN
excluyentes?
No
REGLA GENERAL DE LA
𝐏(𝐀𝐨𝐁)= 𝐏(𝐀) + 𝐏(𝐁) - 𝐏(𝐀 𝐲 𝐁) ADICIÓN
Docente: Graciela Abad Peña, Ph.D. 2021
1) Considere el siguiente diagrama de Venn y determine los eventos
compuestos indicados
a) A ∪ B S
b) A∩B A B
c) ഥ
A 2 4
d) ഥ
B 3 1 5
6
11) Al 25% de los alumnos de un colegio les gusta el helado de vainilla y el de chocolate,
mientras que al 60% le gusta el chocolate. ¿Cuál es la probabilidad de que a un alumno
que le gusta el chocolate, le guste la vainilla?
14) De una tómbola que contiene 3 bolas rojas, 5 blancas y 4 azules, Mathías
extrae una bola, calcular la probabilidad de que la bola extraída sea:
a) Roja o blanca
b) Roja o azul
se sustenta en
❖ Probabilidad condicionada
❖ Diagrama de árbol
❖ Probabilidad total
0,4 H
Docente: Graciela Abad Peña, Ph.D. 2021
PROBABILIDAD TOTAL
Sean A1, A2, A3, … , An, eventos que forman una partición del espacio
muestral Ω (o sea, estos sucesos son incompatibles si los comparamos
dos a dos y la unión de todos suma el espacio muestral), y sea B otro
evento cualquiera del espacio muestral Ω, entonces la probabilidad del
evento B se puede obtener de la siguiente manera:
n
P B = P Ai ∗ P B/Ai
i=1
C P(Def/A)=0,06
P(C)=0,20
P(Def∩C)=0,0120
Forma simplificada
P(B / A)P(A)
P(A / B) = teorema de Bayes (caso especial
P(B) de la probabilidad
condicionada)
P(A)=0,3 P(B)
P(B / A) = * P(A / B)
P(A)
P(B)=0,4
P(A/B)=0,45 0,4
P(B / A) = * 0,45 = 0,6
P(B/A)=? 0,3
P(B / A)P(A)
P(A / B) =
P(B)
DIAGRAMA DE ÁRBOL
𝐏 𝐀∩ 𝐁 B: el tornillo no es defectuoso
𝐏 𝐀/𝐁 =
𝐏 𝐁 A: el tornillo fue producido en la L2
𝐏 𝐋𝟐 ∩ 𝐍𝐃 𝟎,𝟒𝟎∗𝟎,𝟗𝟎 0,36
𝐏 𝐋𝟐 /𝐃 = 𝐏 𝐋𝟐 /𝐍𝐃 = = =0,41
𝐏 𝑵𝐃 0,35∗ 0,882+0,40∗0,90+0,25∗0,84 0,878