Silabo Desarrollado de Estadística

POLICIA NACIONAL DEL PERÚ
ESCUELA NACIONAL DE FORMACIÓN PROFESIONAL POLICIAL

ESCUELA DE EDUCACIÓN SUPERIOR TÉCNICO PROFESIONAL PNP
POLICIA NACIONAL DEL PERÚ
Programa de estudio : CIENCIAS ADMINISTRATIVAS

Y POLICIALES
ESTADÍSTICA
2020
I. DATOS INFORMATIVOS
CARRERA PROFESIONAL : Ciencias Administrativas y

Policiales
MÓDULO PROFESIONAL : I MÓDULO
UNIDAD DIDÁCTICA : ESTADÍSTICA
DOCENTES RESPONSABLES : EQUIPO DE DOCENTE DEL ÁREA
PERIÓDO ACADÉMICO : 2020-0
N° DE CRÉDITOS : 3
N° DE HORAS DE LA UD : 48
SECCIÓN : 1° AL 6°
FECHA DE INICIO : 16/01/2020
FECHA DE FINALIZACIÓN : 25/04/2020
II. SUMILLA
La asignatura de Estadística pertenece al Área de Formación Científica Básica

del Currículo de Estudios de las Escuelas Técnico - Superiores de la Policía
Nacional del Perú. Es de carácter teórico práctico y está orientado a desarrollar
habilidades en el manejo e interpretación apropiada de las diversas técnicas
estadísticas que le permitan organizar, describir, resumir e interpretar los datos
referentes a la función policial. Está organizado en unidades que abarcan:
Conceptos básicos de estadística; Tipos de variables, Muestreo, Estadística
Descriptiva y Probabilidades.
III. UNIDAD DE COMPETENCIA VINCULADA AL MÓDULO

Utiliza con eficiencia y eficacia los fundamentos teóricos y operacionales de la
estadística descriptiva como herramienta básica que le permitan afrontar con
éxito la vida en la Escuela Técnico Superior de la Policía Nacional del Perú, y en
los diversos contextos valorando la importancia de la estadística descriptiva en la
interpretación de la realidad y del trabajo en equipo como clave del éxito en la
vida profesional.
IV. INDICADORES DE LOGRO

1. Elabora y aplica encuestas para recolectar, procesar, analizar
e interpretar la información para la toma de decisiones.
2. Identifica, analiza e interpreta la distribución de los datos a partir de

las medidas de tendencia central.
3. Identifica, analiza e interpreta la distribución de los datos a partir

de las medidas de dispersión.
4. Identifica las situaciones de certeza o incertidumbre y calcula

la probabilidad de un evento a partir de la definición de probabilidad,
con sentido lógico.
V. ACTIVIDADES DE APRENDIZAJE
CAPACDAD DE INDICADORES DE ELEMENTOS DE LA ACTIVIDADES DE APRENDIZAJE / DESEMPEÑOS

HORAS
ÁREA LOGRO CAPACIDAD SESIONES
 Elabora y aplica ACTIVIDAD N° 01
encuestas para Estadística. Definición  Comprende los conceptos de población,
recolectar, procesar,  NOCIONES DE Población y muestra.
analizar e interpretar la ESTADÍSTICA Censo y muestreo. muestra, censo. 3
información para la DESCRIPTIVA Parámetro. Estadístico.  Analiza ejercicios acerca de población y
toma de decisiones. División de la Estadística muestra
 Interpreta nociones básicas acerca de

Recolecta, procesa,
ACTIVIDAD N° 02 variables estadísticas.
analiza e interpreta
Variables Estadísticas
información mediante  NOCIONES DE  Establece diferencia entre variables
Escalas de medición.
métodos estadísticos ESTADÍSTICA 3
Clasificación de variables. cuantitativas y cualitativas.
para la toma de DESCRIPTIVA
Recolección y organización de datos.
decisiones referentes
a la función policial.
Técnicas de recolección de datos  Establece diferencias entre técnicas e
instrumentos.
ACTIVIDAD N° 03  Reconoce las formas adecuadas de

Cuadro de distribución de ordenar los datos en tablas de
 NOCIONES DE frecuencia para su toma de decisiones
frecuencias. Elementos
ESTADÍSTICA 3
DESCRIPTIVA Distribución de frecuencias por
intervalos.
 Determina que grafico estadístico utilizar

en la presentación de datos tanto para
 NOCIONES DE ACTIVIDAD N° 04 variables cualitativas y cuantitativas
ESTADÍSTICA Gráficas de distribución de 3
DESCRIPTIVA frecuencias por intervalos.
 Aplica lo aprendido sobre las nociones

básicas de la estadística descriptiva,
 NOCIONES DE despejando dudas y reforzando sus
ACTIVIDAD N° 05
ESTADÍSTICA competencias 3
TALLER DE APLICACIÓN
DESCRIPTIVA
PRIMER EXAMEN PARCIAL
RETROALIMENTACIÓN
 Identifica, analiza e
interpreta la  Analiza e interpreta problemas para
distribución de los
determinar la mediana y la moda.
datos a partir de las ACTIVIDAD N° 07
medidas de tendencia  MEDIDAS DE  Identifica los elementos de la media y
Media aritmética para datos no
central. TENDENCIA moda para datos agrupados 3
agrupados y agrupados.
CENTRAL
 Analiza e interpreta problemas

 MEDIDAS DE ACTIVIDAD N° 08 para determinar la mediana y la moda.
TENDENCIA Mediana y moda para datos no  Identifica los elementos de la media y 3
CENTRAL agrupados y agrupados moda para datos agrupados
 Identifica, analiza e
interpreta la  Representa medidas de posición para
distribución de los datos agrupados y no agrupados en
datos a partir de las  MEDIDAS DE ACTIVIDAD N° 09
POSICIÓN Y DE Medidas de posición. Definición. tablas y gráficos. 3
medidas de posición
y medidas de DISPERSIÓN Percentil, Decil u Cuartil.  Expresa las relaciones entre las
dispersión. medidas de tendencia central y las
medidas de posición.
ACTIVIDAD N° 10  Representa medidas de dispersión para
Medidas de Dispersión. Definición datos agrupados y no agrupados en
Tipos. tablas y gráficos.
 MEDIDAS DE
Rango. Rango Intercuartil.  Expresa las relaciones entre las
POSICIÓN Y DE 3
Desviación Media. Varianza. medidas de tendencia central y las
DISPERSIÓN
Desviación Estándar. Coeficiente de medidas de dispersión.
Variación.
Aplica lo aprendido sobre las medidas de
tendencia central, medidas de posición y
medidas de dispersión, despejando dudas
 MEDIDAS DE
TENDENCIA ACTIVIDAD N° 11 y reforzando sus competencias
CENTRAL, DE .TALLER DE 3
POSICIÓN Y DE RETROALIMENTACIÓN
DISPERSIÓN
SEGUNDO EXAMEN PARCIAL

RETROALIMENTACIÓN
 Identifica y calcula
probabilidades en un  Reconoce los elementos de los
evento a partir de las problemas de probabilidad.
ACTIVIDAD N° 13
propiedades  PROBABILIDDES.  Identifica y aplica teorema y axiomas en 3
la resolución de problemas de
probabilidades.
 Calcula problemas que impliquen

ACTIVIDAD N° 14 probabilidades
 PROBABILIDADES  Identifica y aplica propiedades en la 3
resolución de problemas de
probabilidades
TALLER DE RETROALIMENTACIÓN 3
EXAMEN FINAL
VI. RECURSOS DIDÁCTICOS
El docente para el desarrollo de la asignatura empleará los siguientes
equipos y materiales:
A. EQUIPOS: Video grabadora, computador, proyector multimedia.
B. MATERIALES: Para el desarrollo temático se utilizarán ayudas
audiovisuales, fuentes de información; así como Fichas de Práctica.
Proveerá Separatas a los estudiantes, así como links o videos para reforzar
las técnicas de enseñanza.
VII. METODOLOGÍA
Estrategias centradas en la enseñanza
a. Clase magistral
b. Solución de problemas
c. Exposición dialogada
d. Dinámicas de Sensibilización
e. Interacción estudiante – docente fluida.
Estrategias centradas en el aprendizaje

a. Aprendizaje basado en problemas.
b. Trabajo en pares
c. Inducción
d. Técnicas de concientización
VIII. EVALUACIÓN
 El sistema de calificación es vigesimal y la nota mínima aprobatoria

para las unidades didácticas es 13.
 Se considera aprobado el módulo, siempre que se haya aprobado
todas las unidades didácticas respectivas y la experiencia formativa
en situaciones reales de trabajo, de acuerdo al plan de estudios.
 Los estudiantes podrán rendir evaluaciones de recuperación a fin de
lograr la aprobación final de las unidades didácticas dentro del mismo
periodo de estudios, considerando criterios de calidad académica y de
acuerdo a los lineamientos establecidos en el reglamento institucional.
La evaluación de recuperación será registrada en un Acta de
Evaluación de Recuperación.
 La evaluación extraordinaria se aplica cuando el estudiante se
reincorpora a sus estudios y tiene pendiente entre una (01) o tres (03)
asignaturas / unidades didácticas para culminar el plan de estudios
con el que cursó sus estudios, siempre que no hayan transcurrido más
de tres (03) años. La evaluación extraordinaria será registrada en un
Acta de Evaluación Extraordinaria.
 Si el estudiante de la carrera desaprueba tres (03) veces la una misma
unidad didáctica será separado del IEST.
 El estudiante que acumulara inasistencias injustificadas en número
mayor al 30% del total de horas programadas en la Unidad Didáctica,
será desaprobado en forma automática, sin derecho a recuperación.
 La evaluación será permanente, se considerará las técnicas y los
instrumentos de evaluación de aprendizaje.
 Promedio de las evaluaciones por indicador será EO (01), TA 2(2), EP
(03).
 El examen final que será evaluado por el Área de Asuntos Académicos
e Investigación tendrá peso cuatro (04).
Indicadores de Logro : (PIL) Peso 3

Examen Final : (EF) peso 4
 El promedio final de la UD se obtendrá asi:
PF= EO (1) + TA (2) + EO (3) + EF4
10
IX. FUENTES DE INFORMACIÓN

A. Obra: Estadística Descriptiva e Inferencial. Aplicaciones. Quinta Edición
- 2003
Autor: Manuel Córdova Zamora.
B. Obra: Estadística Elemental. Edición 1996

Autor: Roberto Avila Acosta
C. Obra: Estadística y Probabilidades

Autor: Aoron Estuardo Morales. Chile 2012
D. Obra: Estadística descriptiva para economistas y

administradores de empresas.- Autor: Stephen p. Shao. Editorial Herrero
Hermanos.- México.
Ica, Enero 2020

ACTIVIDAD DE APRENDIZAJE N° 1
INDICADOR DE ELEMENTO DE LA ACTIVIDAD N° 1 HORAS

LOGRO CAPACIDAD
Estadística .
Elabora y aplica 1. 1 NOCIONES DE Población y
encuestas para ESTADÍSTICA muestra
recolectar, procesar, DESCRIPTIVA Censo. Muestreo. 3
analizar e interpretar Parámetro
la información para la estadístico. División
toma de decisiones. de la estadística.
 Comprende los conceptos de población, muestra, censo.
DESEMPEÑOS  Analiza ejercicios acerca de población y muestra .
Estadística básica
La estadística es la parte de las Matemáticas que estudia cómo recopilar y resumir gran
cantidad de información para extraer conclusiones.
La mayoría de los libros, estudios e investigaciones especializadas en economía,

educación, sociología, medicina, psicología, etc., contienen resultados basados en el
análisis estadístico. Sin lugar a dudas, aquellos profesionales que no conozcan
Estadística tendrán serias dificultades para ser expertos en su respectivo campo
científico.
Población : Es el colectivo que abarca a todos los elementos cuya característica o

características queremos estudiar; dicho de otra manera, es el conjunto entero al que se
desea describir o del que se necesita establecer conclusiones. Como ejemplos de
poblaciones, podemos citar: todos los estudiantes de la Universidad Central del
Ecuador, o los artículos producidos en una semana en una determinada fábrica.
Por su tamaño, las poblaciones pueden ser finitas o infinitas.
 Población finita: es aquella cuya cantidad de elementos es posible de determinar.

Ejemplo: conjunto de librerías de la ciudad de Lima.
 Población infinita: es aquella cuya cantidad de elementos es imposible de
determinar. Ejemplo: conjunto de lápices fabricados en un proceso continuo.
Muestra: Es un conjunto de elementos seleccionados de una población de acuerdo a

un plan de acción previamente establecido (muestreo), para obtener conclusiones
que pueden ser extensivas hacia toda la población. Es una parte o subconjunto de una
población en estudio. La muestra está constituida de elementos seleccionados de
una
manera deliberada, con el objeto de investigar las propiedades de su población. La
muestra sólo da información de aquella población de la que ha sido extraída. Ejemplos
constituyen las muestras que escogen las empresas encuestadoras en estudios de
sondeos de opinión, o la selección de un grupo de artículos recibidos en una bodega
para estimar las condiciones de todo un embarque.
Censo: Es el estudio de todos y cada uno de los elementos de una población. Esta
condición hace que este tipo de estudios no sean muy frecuentes, por cuanto la
recolección de toda esa información, sobre todo cuando el tamaño de la población es
muy grande o sus elementos se encuentran muy dispersos, sea muy costosa. Ejemplo:
último censo de población y vivienda que se realizó en Ecuador en noviembre de 2010.
Muestreo: Es la técnica que nos permite seleccionar muestras adecuadas de una

población de estudio. El muestreo debe conducir a la obtención de una muestra
representativa de la población de donde proviene, esta condición establece que cada
elemento de la población tiene la misma probabilidad de ser incluida en la muestra. El
estudio de selección de muestras, en sí constituye todo un estudio pormenorizado, que
no atañe al estudio en este texto.
Parámetro: Es cualquier medida descriptiva o representativa de una población.

Generalmente se utilizan las letras griegas como símbolo. Ejemplos: media aritmética
poblacional (μ) (mu), desviación estándar poblacional (σ) (sigma), calculada a partir de
los datos observados de toda la población.
Estadístico: Constituyen cualquiera de las medidas descriptivas de una muestra. Se

las simboliza con letras minúsculas de nuestro alfabeto. Ejemplos: media aritmética (x),
desviación estándar (s).
Estadística: Es la ciencia que se encarga de la recolección, ordenamiento,

representación, análisis e interpretación de datos generados en una investigación sobre
hechos, individuos o grupos de los mismos, para deducir de ello conclusiones precisas
o estimaciones futuras.
División de la Estadística
Básicamente la estadística se divide en dos grandes ramas: estadística descriptiva o

matemática y estadística inferencial, estas dos divisiones se articulan adecuadamente
mediante las probabilidades.
Estadística descriptiva: Es la parte de la estadística que permite analizar todo un

conjunto de datos, de los cuales se extraen conclusiones valederas, únicamente para
ese
conjunto. Para realizar este análisis se procede a la recolección y representación de la
información obtenida. Como ejemplo de estas estadísticas podemos citar a aquellas
que se obtienen generalmente en los deportes, en los rendimientos académicos de los
estudiantes de una determinada materia, en los negocios al determinar las ventas
obtenidas mensualmente en un determinado año por una empresa en particular.
Estadística inferencial: En esta rama de la estadística, lo que se pretende es obtener

conclusiones generales de una determinada población, mediante el estudio de una
muestra representativa sacada de ella, dicho de otra manera, lo que se trata es que, con
el valor de los estadísticos obtenidos, podamos establecer los valores de los
parámetros. Entonces podemos concluir que la estadística inferencial analiza o
investiga a una población, valiéndose de los datos y resultados que se obtienen
de una muestra. Ejemplos muy claros de este tipo de estadística constituyen la
aplicación de nuevos tratamientos con nuevos fármacos, o las proyecciones que
pueden hacer los investigadores de mercado sobre cómo influye la publicidad en ciertos
segmentos de mercado.
Esta condición vista anteriormente, ha permitido que la estadística inferencial, tenga un

crecimiento cada vez mayor, por cuanto sus aplicaciones son cada vez más eficientes
en el manejo de poblaciones; por tal motivo es que existen métodos muy variados para
poder realizar la generalización de los resultados obtenidos en el muestreo. (Pruebas
de hipótesis, predicciones futuras y más).
En la Figura 2, se puede visualizar el procedimiento que se sigue para realizar

inferencia estadística.
Ejemplo 1
Para estudiar cuál es el candidato presidencial por el cual votarán los peruanos en las
próximas elecciones, se toma una muestra de 3500 personas de todo el país. La
pregunta es la siguiente, ¿por quién votará en las próximas elecciones presidenciales?
Determine la población, muestra e individuos.
 En este caso, la población sería la población electoral del país, es decir, peruanos
con derecho a voto.
 La muestra sería el conjunto de 3500 peruanos que forman parte de la

población.
 Un individuo sería cada uno de los peruanos con derecho a voto.
Ejemplo 2
Un estudiante de estadística quiere conocer si los profesores de su universidad,
UNICA, prefieren dictar clases con ropa formal o con ropa informal. Para ello, realiza
una encuesta a 120 profesores de la UNICA elegidos de forma aleatoria. Identifique la
población, muestra e individuos.
 Población: conjunto de todos los profesores de la UNICA.
 Muestra: 120 profesores de la UNICA.
 Individuo: cada uno de los profesores de la UNICA.
Ejemplo 3
Un profesor desea realizar un análisis estadístico de las notas del examen final de
matemáticas de sus alumnos de último año. Por ello, coloca todas las notas obtenidas
en Excel y usa las funciones y herramientas estadísticas. La
información obtenida, ¿pertenece a la muestra o a la población?
– En este caso, la población, son todos los alumnos de último año. Se estudiarán sus
notas, pero todas las notas obtenidas. No se ha realizado ningún muestreo, por ello, la
información obtenida, pertenece a la población.
Ejemplo 4
Un conocido fabricante de medicamentos, desea conocer la proporción de personas
cuya diabetes tipo 2, puede ser controlada con un nuevo fármaco. Se realiza un
estudio en
3500 personas con esta diabetes, y se encontró que el 75% de ellas pudo controlar su
diabetes tipo 2 usando el fármaco. Asumiendo que estas 3500 personas son
representativas del grupo de pacientes de diabetes tipo 2, identifique la muestra y la
población.
Solución:
a) Población: personas con diabetes tipo 2.
b) Muestra: conjunto de 3500 personas con diabetes tipo 2 (personas sometidas al
estudio).
EJERCICIOS DE APLICACIÓN N° 1
2.- Determina si las siguientes afirmaciones son verdaderas o falsas

a. Para realizar un estudio estadístico, se debe investigar a toda la población objeto de
estudio. ( )
b. La propiedad o característica de la población que se desea estudiar se denomina
variable estadística. ( )
c. La estadística descriptiva pretende obtener conclusiones generales de
una determinada población. ( )
3.- Considerar las siguientes tarjetas y los objetivos de encuestas para completar
las tablas con la información relativa a la población y muestra.
4.- Reconocer objetivo, población y muestra
5.- Reconocer errores en la elección de población y muestra

LOGRO CAPACIDAD
Variables .
Elabora y aplica 1. 1 NOCIONES DE Estadísticas
encuestas para ESTADÍSTICA DESCRIPTIVA Escalas de
recolectar, procesar, medición. 3
analizar e interpretar Clasificación de
la información para la variables.
toma de decisiones. Recolección y
organización de
datos.
Técnicas de
recolección de
datos.
 Interpreta nociones básicas acerca de variables estadísticas.
 Establece diferencia entre variables cuantitativas y cualitativas.
DESEMPEÑOS
 Establece diferencias entre técnicas e instrumentos.
 Representa los datos obtenidos en un estudio, por medio de tablas

de frecuencia.
VARIABLES ESTADÍSTICAS
La variable estadística es la propiedad o característica

de la población que estamos interesados en estudiar.
Puede ser cualitativa o cuantitativa.
 Las variables cualitativas toman valores no

numéricos. Podemos distinguir dos tipos:
numéricas que no admiten un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado
y viudo.
presenta modalidades no numéricas, en las que existe un orden. Por ejemplo:
conseguido en una prueba deportiva: 1º, 2º, 3º,...
 Las variables cuantitativas toman valores numéricos. Entre ellas, distinguimos dos
tipos: discretas y continuas.
- Las variables cuantitativas discretas no pueden tomar valores intermedios entre
dos valores posibles consecutivos. Por
ejemplo:
El número de hermanos de 5 amigos:

2, 1, 0, 1, 3.
- Las variables cuantitativas continuas

pueden tomar valores intermedios
entre dos valores tan próximos como
deseemos. Por ejemplo: La altura de
los 5 amigos: 1.73, 1.82, 1.77, 1.69,
1.75. En la práctica medimos la altura
con dos decimales, pero también se
podría dar con tres.
ESCALAS DE MEDICIÓN
Es un instrumento de medida, de acuerdo al cual se asignan valores a los datos

estadísticos.
Se reconocen cuatro niveles de medición: nominal, ordinal, de intervalo y de razón.

En la Figura, se resumen las principales características de cada nivel.
En la escala nominal, los valores obtenidos en las
observaciones, pueden ser codificados mediante números,
donde estos números no tienen valor intrínseco, sino solo la de
etiquetar; por lo tanto, no pueden ser ordenados o medidos.
Generalmente los datos que provienen de variables cualitativas
son representados en esta escala de medición. Ejemplo: si se
está determinando el
estado civil de las personas, este estado puede ser etiquetado como: casado (1),
soltero
(2), divorciado (3), unión libre (4).
Los datos provenientes de un nivel ordinal, también generan categorías mutuamente

excluyentes (significa que una observación en particular no pude pertenecer a dos o
más categorías al mismo tiempo). Las encuestas que utilizan una escala tipo Likert (ver
Tabla adjunta), utilizan datos medidos en escala ordinal. Ejemplo: se puede pedir que el
encuestado diga cómo percibe el presente libro de estudio, para lo cual puede contestar
con cualquiera de las siguientes opciones.
EJEMPLO DE ESCALA TIPO LIKERT

CLASIFICACIÓN DE LAS ESCALAS
Las Escalas al igual que las variables se clasifican en cualitativas y cuantitativas, al
mismo tiempo se subdividen en:
o Escala nominal o clasificatoria: Este tipo de variables, no presentan un

ordenamiento previo, más al contrario es arbitraria, de ahí que se haya ideado
tres parámetros para entender mejor este tipo de escala; variable, escala y
diferencia
Variable: Profesión
Escala: Ingeniero, Médico, Abogado, Enfermero, Odontólogo
Diferencia: No existe diferencia entre los profesionales en cuanto a nivel de

estudio (tercer nivel)
o Escala ordinal: Son variables susceptibles de ser medidas siguiendo un

ordenamiento (orden), formada por una clase mutuamente excluyente, que se
agrupan de acuerdo a un orden pre asignado.
Variable: Grado de militar y/o policial
Escala: Soldado, Sargento, Suboficial, Oficial, General
Diferencia: Existe diferencia entre los grados jerárquicos no solo en Años de

experiencia, sino en tiempo de estudio
o Escala discreta o discontinua: Se dice que si la variable medida es susceptible a

ser contada, se puede construir una escala discreta, formada por números
ENTEROS con incrementos fijos, donde las fracciones no son consideradas;
para esto, se debe considerar la magnitud de los números expuestos.
Variable: Número de hijos
Escala: 1 hijo, 2 hijos, 3 hijos, 4 hijos
Amplitud: Entre 4 y 1 hijos, existe una amplitud de 3 hijos
o Escala concreta o continua: Cuando se cuenta con variables de tipo cuantitativo

continuo o concreto, se pude utilizar este tipo de escala, cuyo requisito es el de
poder presentar números relativos o racionales (fraccionados, porcentuales y/o
decimales) siendo esta medición aproximada.
Variable: Estatura
Escala: 1,65 m 1,66 m 1,67 m 1,68 m 1,69 m
Amplitud: Entre 1,65 y 1,69 m, existe una amplitud de 0,5 m
o Escala cronológica Es un tipo de escala cuantitativa continua, se la utiliza para

estudiar algunos fenómenos en función al tiempo, algunos autores la tratan como
si fuera una escala de variable independiente, permite conocer un determinado
fenómeno a través del tiempo, es decir permite un seguimiento temporalizado (en
el pasado, en el presente o en el futuro).
Variable. Cambios físicos de una persona
Escala de medición: al 1 año, 5 años, 25 años, 50 años, 75 años, 100 años
Respuesta: descripción de las alteraciones físicas durante su vida
o Escala intervalar : Las categorías se ordenan en unidades igualmente

espaciadas, siendo posible medir las diferencias relativas en cada punto de la
escala, no existe el cero absoluto.
Variable: Medición de la temperatura corporal
Escala: Grados centígrados o Celsius (37º)
Diferencia: Números mayores o menores de 37º en la escala de temperatura
o Escala de razón: En esta escala, si existe el cero absoluto y la magnitud de

diferencia entre los valores numéricos entre sí.
Variable: Relación entre edades
Escala: Juan: 0 años (recién nacido) José: 9 años Joaquín: 18 años
Diferencia: Joaquín 18 años (9 años más que José y 18 años más que Juan)
RECOLECCIÓN DE DATOS
La recopilación o recolección de datos es el momento en el

cual el investigador se pone en contacto con los objetos o
elementos sometidos a estudio, con el propósito de obtener
los datos o respuestas de las variables consideradas; a
partir de estos datos se prepara la Información estadística,
se calculan medidas de resumen e indicadores para el
análisis estadístico.
Antes de recopilar o recoger datos, es importante analizar los objetivos del estudio,
precisar las variables e identificar las fuentes de datos, a fin de definir qué datos hay que
recopilar y cómo hacer esta tarea.
La formulación del problema y del marco teórico, la definición de-las hipótesis y de los
objetivos de la investigación permite especificar los tipos de información y las variables
que son requeridas. Realizada esta tarea, el investigador debe a continuación
seleccionar y elaborar las técnicas e instrumentos para recolectar los datos.
El trabajo de recolección de datos, en general, se puede realizar mediante dos

modalidades:
a) La técnica de investigación documental o bibliográfica.
b) La técnica de trabajo de campo. Por su parte, el trabajo de campo puede realizarse de

dos maneras:
b1) La observación y la exploración en el terreno, que consiste en el contacto directo

del investigador con el objeto de estudio.
b.2) La encuesta y la entrevista, que consiste en el acopio de testimonios orales y

escritos de personas vivas.
La fase de recolección de datos es uno de los puntos principales de la investigac ión,

en consecuencia, debe dotarse de ciertas garantías para que los datos científicos puedan
ser confiables y comparables, evitar las desviaciones y la falta de representatividad.
TÉCNICA DE RECOLECCIÓN DE DATOS
Las técnicas de recolección son diversas y dependen de: la naturaleza del objeto de
estudio, de las posibilidades de acceso o contacto con los elementos investigados, del
tamaño de la población o muestra, de los recursos y de la oportunidad de obtener los
datos. La técnica también está asociada al tipo y naturaleza de la fuente de datos.
Entre las técnicas más frecuentes se tiene:
1) La observación: La observación en el proceso de

investigación es la acción de mirar con rigor, en forma
sistemática y profunda, con el interés de descubrir la
importancia de aquello que se observa. La observación
es el método básico que se utiliza para adquirir
información acerca del mundo que nos rodea, y por lo
tanto, constituye la técnica primordial de la investigación
científica. La observación puede tener lugar en situaciones auténticas de la
vida ordinaria o también en el laboratorio.
Tipos de observación
a) Según el lugar o ámbito donde se encuentran los datos, se tienen:
a.1) Observación documental, cuando los datos son recogidos en manuscritos o

impresos.
a .2) Observación de campo, que puede ser observación de monumentos de campo

y observación de conductas.
b) Según como se relaciona el investigador con el objeto de estudio;

como:
b. 1) Observación directa, cuando el investigador puede recoger y observar datos

mediante su propia observación, obtener información del comportamiento tal como
ocurre.
b.2) Observación indirecta, cuando el investigador verifica los datos que ha tomado
de otros, aquí el investigador no está presente en el momento de la ocurrencia del
fenómeno.
b.3) Observación no participante, cuando el investigador extrae sus datos, pero sin
una participación en los acontecimientos de la vida del grupo que estudia.
b. 4) Observación participante o activa, cuando el investigador, de una u otra
manera, se introduce y actúa en el grupo observado, de modo que se le acepta como
miembro, y es identificado como observador.
c) Según los medios utilizados, se tienen:
c. l) La observación no estructurada, asistemática y libre; aquí los hechos se

observan al natural, en forma espontánea, en el momento mismo, que en muchas de
las veces puede sorprender al observador.
c.2) La observación estructurada, sistemática o regulada, aquí se tiene un plan

específico para la realización de las observaciones, para lo cual se recurre al empleo
de instrumentos o guías para la recopilación de datos.
2) Técnica documental: La técnica documental

es un tipo de observación que recopila o busca
sus datos en documentos, fuentes escritas o
gráficas de todo tipo. En los documentos se
tienen:
a) Documentos académicos, constituido por la

bibliografía más importante para conocer el estado del conocimiento de una ciencia.
b) Actas e informes, donde las actas son documentos que recogen lo ocurrido en el
momento mismo en que está pasando; en tanto que los informes son documentos
escritos después de ocurrido el acontecimiento.
c) Documentos personales, como las autobiografías, diarios, cartas, historias de vidas y

estudios de casos.
d) Fotografías, planos, videos, etc.
3) La entrevista: La entrevista es una situación de

interrelación o diálogo entre personas, es una técnica
donde una persona llamada entrevistador, encuestador
o empadronador solicita al entrevistado, le proporciona
algunos datos o información. La entrevista es un diálogo
intencionado entre personas. El éxito de la entrevista
como técnica de recolección, depende de la eficiencia
del trabajo del entrevistador.
La entrevista como técnica de recolección, presenta diversas modalidades,

como:
• La entrevista asistemática o libre.
• Entrevista estructurada, en la cual se precisa previamente los puntos a interrogar,

existe un libreto o cuestionario.
• Entrevista focalizada, donde la interrogación se centra alrededor de un solo tema

específico.
• Entrevista simultánea, cuando los entrevistados son varios al mismo tiempo.
• Entrevista sucesiva, cuando son varias entrevistas, pero en diversos momentos.
4) El cuestionario: El cuestionario es un instrumento constituido por un conjunto de

preguntas sistemáticamente elaboradas, que se formulan al encuestado o
entrevistado, con el propósito de obtener los datos de las variables consideradas en el
estudio. Cuando las preguntas se organizan y se imprimen, se obtiene el formulario o
cédula, que es el instrumento que se utiliza para registrar las respuestas o datos.
La elaboración del cuestionario requiere de un

conocimiento previo del fenómeno, tener precisado
cuáles son las unidades de análisis y qué aspectos
interesa estudiar. El cuestionario debe ser adaptado a
las necesidades de la investigación y a las
características del grupo que se estudia. De aquí que
su estructura y su forma deben estar cuidadosamente
elaboradas, la redacción de las preguntas requiere de
una experiencia y para comprobar su comprensión, es
recomendable someter a prueba todo tipo de cuestionario.
5) La encuesta: La encuesta es una técnica de recolección de satos, donde se obtiene la

información tal como se necesita, preparada exprofesamente y con objetivo estadístico.
Permite observar y registrar características en las unidades de análisis de una
determinada población o muestra, delimitada en el tiempo y en el
espacio. En toda encuesta se hace uso de un
cuestionario, cuyas respuestas se registran en el
formulario o cédula
Cuando una encuesta está dirigida a la totalidad de

elementos de una población, se llama Censo; en tanto,
cuando está dirigida a una parte representativa (muestra)
de una población, se llama Encuesta por muestreo >La
selección de la muestra requiere de técnicas especiales que se analizan en los cursos de
muestreo.
Hay cuatro maneras de obtener los datos y la información con la Técnica de la

Encuesta:
a) Con una entrevista o diálogo con el encuestado, cuyos datos terminados la entrevista
se registran en el formulario.
b) Por empadronamiento, donde el empadronador pregunta o encuesta al empadronado

y registra los datos en el formulario.
c) Por correo, cuando se envían los formularios por correo al domicilio del empadronado
o unidad de análisis.
d) Por teléfono o fax, cuando las preguntas se formulan telefónicamente.
ORGANIZACIÓN DE LOS DATOS
Cuando se realiza la recopilación de antecedentes con

fines estadísticos, se obtiene una gran cantidad de datos,
algunas veces estos están en su forma natural o empírica
(fuentes primarias) y otras ya están organizadas en tablas,
cuadros y gráficos (fuentes secundarias). Los datos
pueden estar incompletos, incorrectos, desordenados,
pero en todos los casos constituyen los datos básicos para
iniciar un estudio, conocer y analizar el comportamiento y
las características de los elementos de una población.
En el trabajo estadístico, lo que se tiene disponible en un primer momento es un material

numérico, producto de la observación o recopilación de datos, que son categorizados,
ordenados, procesados y presentados en cuadros o gráficos; hay un proceso de resumen
estadístico que se concreta con el cálculo de indicadores.
Hay dos formas de presentar ordenadamente los datos estadísticos:
i) En forma tabular, como son los cuadros y tablas estadísticas;

ii) Mediante gráficos y diagramas.
Fundamentalmente se usa la forma tabular, los gráficos se utilizan complementariamente

para ilustrar mediante figuras el comportamiento de las variables y facilitar la
comprensión de los fenómenos estudiados.
TABLAS ESTADISTICAS
Son tablas de trabajo estadístico, que presentan la distribución de un conjunto de

elementos de acuerdo a las categorías de la variable. En ellas se observa la frecuencia o
repetición de cada uno de los valores de la variable, que se obtiene después de realizar
la operación de tabulación; las tablas presentan los diversos tipos de frecuencia
(absoluta, relativas, etc.), como se indica en el Cuadro adjunto. Las tablas de frecuencia
también se utilizan para organizar los datos y calcular algunos indicadores, medidas de
resumen o estadígrafos.
TABLA DE DISTRIBUCION DE 45 VIVIENDAS DEL DISTRITO EL AGUSTINO, SEGUN

EL NUMERO DE PERSONAS POR VIVIENDA. AÑO 1995.
En toda tabla de frecuencia completa, se identifican los siguientes elementos:
1) Valor de la variable o intervalo de clase, que resulta de la clasificación o

categorización de la variable. Se representa por Y¡ a los punto d, y por L¡- Ls a los
intervalos de clase.
2) Frecuencia absoluta o repetición, es el número de veces que se repite un

determinado valor de la variable; en el caso de intervalos es el número de
observaciones comprendido en dicho intervalo. Se representa por n¡ con (i= 1,2,,..m)
donde «m» representa el número de valores distintos que toma la variable X¡ o el
número de intervalos considerados (m<n). Algunos autores utilizan f¡ para las
frecuencias, o sea f¡ = n¡.
3) Frecuencia relativa o frecuencia, es el cociente — representado por h, n 1 con (i =

1,2, ..., m).
4. Frecuencias absolutas acumuladas, que resulta de acumular sucesivamente las
frecuencias absolutas, se representa por N¡ (i=1,2,..m). Donde
5. Frecuencias relativas acumuladas, que resulta de acumular o sumar

sucesivamente las frecuencias relativas, se representa por H¡ (¡=1,2,.^), tal como:
6. Frecuencia porcentual, es el porcentaje de elementos que pertenecen a una

clase o categoría. Se puede calcular rápidamente multiplicando la frecuencia
relativa por 100%.
7. Frecuencia porcentual acumulada, es el porcentaje de datos respecto al total
que se han reportado hasta ese momento. Se puede calcular rápidamente
multiplicando la frecuencia relativa acumulada por 100%.
Ejemplo 1:
Se le pidió a un grupo de personas que indiquen su color favorito, y se obtuvo los
siguientes resultados:
Con los resultados obtenidos, elaborar una tabla de frecuencias.
Ejemplo 2:
En una tienda de autos, se registra la cantidad de autos Toyota vendidos en cada día
del mes de Setiembre.
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
Con los datos obtenidos, elaborar una tabla de frecuencias.
Solución:
En la primera columna, colocamos los valores de nuestra variable, en la segunda la
frecuencia absoluta, luego la frecuencia acumulada, seguida por la frecuencia relativa, y
finalmente la frecuencia relativa acumulada. Ahora vamos a agregar la columna de
frecuencia porcentual, y frecuencia porcentual acumulada.
EJERCICIOS DE APLICACIÓN
1.- Identifica las variables cualitativas y las cuantitativas:
2.-Escribe:
a) Tres ejemplos de variables cualitativas.
b) Tres ejemplos de variables cuantitativas discretas.
c) Tres ejemplos de variables cuantitativas continuas.
3. Di si las siguientes afirmaciones son verdaderas o falsas. Escribe la frase correcta:
 Las variables que toman valores no numéricos son variables cualitativas.
 La variable superficie de las viviendas de una ciudad es una variable

cuantitativa discreta.
 La variable número de letras de las palabras de un texto es una variable cuantitativa

continua.
4.- Completa el cuadro:
5. Los jugadores de un equipo de fútbol tienen las siguientes edades: 19 21 25 23 28

23 18 26 23 24 20 27 26 28 19 25 20 22 23 18 27 29 21 26
a) Resume los datos en una tabla y halla las frecuencias.
b) ¿Cuántos jugadores tienen menos de 24 años? ¿ y más de 27 años?
6. En una urbanización se ha realizado una encuesta preguntando cuántos dormitorios

tienen sus viviendas. Los resultados sobre el número de dormitorios por
vivienda
fueron los siguientes: 1,1,3,4,1,3,3,4,1,2,2,2,2,2,1,1,4,4,4,3. Obtener la tabla de
frecuencias absolutas, relativas y acumuladas.
7. Durante el mes de julio, en una ciudad 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. Organiza los datos y
elabora la tabla de frecuencias.
8. Se realizó una encuesta a 40 personas sobre su preferencia por cierto tipo de

películas.
Los resultados se muestran en la siguiente tabla:
Responde:
A. ¿Qué tipo de película es la más preferida?
a. Drama b. Acción c. Suspenso d. Animada e. Ficción
B. ¿Cuántas personas más prefieren ver una película de acción que una de
suspenso?
a. 8 b. 9 c. 10 d. 11 e. 12
C. ¿Qué porcentaje representan las personas que prefieren ver una película de ficción?
a. 12 b. 14 c. 15 d. 20 e. 25
9 Un dentista observa el número de caries en cada uno de los 100 niños de cierto
colegio. La información obtenida a parecer resumida en la siguiente tabla:
Completar la tabla obteniendo los valores x, y, z.

LOGRO CAPACIDAD
Cuadro de .
Elabora y aplica 1. 1 NOCIONES DE distribución de
encuestas para ESTADÍSTICA DESCRIPTIVA frecuencias.
recolectar, procesar, Elementos 3
analizar e interpretar Distribución de
la información para la frecuencias por
toma de decisiones. intervalos.
 Reconoce las formas adecuadas de ordenar los datos en tablas

de frecuencia para su toma de decisiones
DESEMPEÑOS
A) Tabla de Frecuencias
Intentan resumir la información recogida en la muestra, de forma que no se pierda nada de

información (o poca).
Frecuencias absolutas (fi): Contabilizan el número de individuos de cada modalidad o

clase, o simplemente en número de veces que contamos dicho valor.
Frecuencias relativas (porcentajes) (hi) : Es el cociente entre la frecuencia absoluta y

el número total de datos. Contabilizan el porcentaje de individuos de cada modalidad.
Frecuencias acumuladas (Fi) y (Hi) : Contabilizan el número de individuos que toman

un valor menor o igual que el dado en una modalidad. Sólo tienen sentido para
variables cuantitativas (numéricas)
CONSTRUCCIÓN DE TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS
DE DATOS AGRUPADO
S
Cuando
ndo los val
valores de la var
variabl
able de un conjunt
unto de datos son muy numerosos y sus
frecu
frecue
encias también lo son (Cuant
uantitativo Cont
ontinuo)
nuo), es convenient
ente agr
agrupar los val
valores de la
var
variabl
able en Interv
ervalos de Clase
ases.
1. Intervalo de Clases
ases es un par de valores de la variable (extremos) que
que agr
agrupa a todo
odos
los val
valores que est
están entre
tre ellos
llos.. Los val
valores extre
tremos de un interval
valo de clase,
ase, se
con
conocen como Límite Inferior y Límite Supe
uperior.
Por Ejemplo:
11 - 20
Límite Superior
Límite Inferior
Para determinar
nar los intervalos de una distribuci
bución de fre
frecuencias,
as, es necesar
esario segui
guir
los sigui
guientes pas
pasos.
os.
1. Determinar
nar la Longi
Longitud de Clase
ase o Rang
Rango (R); se refiere a la diferenc
encia entr
entre
e el mayor y
el menor
enor de la variabl
able.
R = Xmáx - Xmín
2. Determinar
nar el núm
número de intervalos (k). Se refiere a la cant
cantidad de interval
valos de clases
en los cual
uales se agruparán los datos. K nos
nos propor
oporciona
ona la regla de Stuge
uges, donde,
nde,
N = 1 + 3.33 log(N)
3. Determinar
nar el Tamaño de los Interval
valos,
os, se refiere al coci
ocient
ente entr
entre
e la Longi
Longitud de Clase y el
R
Número de Interval
valos. c 
N  de Intervalos
4. Fijar el Límite Inferior y Super
uperior de cad
cada intervalo.
5. Determinar
nar la Marca de Clase
ase y Completar la Tabla de Frecuencias Relativas y
Acumuladas,
adas, con
con sus Porcentajes.
PRÁCTICA N° 01
Constru
truir una
una tabl
abla de Distribuci
bución de Frecu
ecuencia en intervalos de clase
ase con las est
estaturas, en
cent
centímetro
tros, de 80 alumnos de la EEST
EESTP de la PNP.
PNP.
150
150 152
152 153
153 153
153 154
154 155
155 156
156 157
157 150
150
153
153 169
169 154
154 155
155 156
156 157
157 150
150 152
152 153
153
154
154 155
155 158
158 157
157 152
152 153
153 153
153 154
154 155
155
156
156 157
157 152
152 153
153 153
153 154
154 155
155 155
155 154
154
58 161
161 161
161 162
162 165
165 162
162 168
168 170
170 158
158
162
162 162
162 165
165 166
166 168
168 172
172 159
159 161
161 174
174
163
163 165
165 166
166 168
168 172
172 159
159 161
161 167
167 163
163
167
167 169
169 172
172 160
160 161
161 162
162 163
163 166
166 162
162
154
154 157
157 156
156 161
161 166
166 155
155 152
152 165
165
1° Paso: Determinar
nar Longit
ngitu
ud de Clase (Rango)
ango):
R = Mayor Valor - Menor
enor Valor
R = 174
174 - 150
150 = 24
nar el Número de Interval
valos:
os:
Consider
deremos el Valor 8 (Adem
demás es Factor de 24)
24)
3° Paso: Determinem
nemos el Tamaño de los Interval
valos (c):
R 24 Nota: Si el tamaño del intervalo no resulta ser un
c    3
N  de Intervalos 8 número entero, a veces, si la variable es cuantitativa
discreta, conviene aproximarlo al entero que
corresponda.
4° Paso: Fija
ijar el Límite
ite Inferior y el Límite
ite Super
uperior de cada Intervalo.
Interv
ervalo de Clase
ases
Límite Inferior de la variable Límite Superior de cada intervalo es
[150
150 - 153>
153>
igual al Límite Inferior del Intervalo
[153
153 - 156>
156> siguiente
[156
156 - 159>
159>
[159
159 - 162>
162>
[162
162 - 165>
165>
[165
165 - 168>
168>
[168
168 - 171>
171>
[171
171 - 174]
174]
Lue
Luego se va sumand
ando el tamaño a los intervalos ( 3 )
Con est
esto se obt
obtienen
enen intervalos “cerrad
rrado
os – abiertos
rtos””, es deci
ecir, un dat
dato igual
gual al Límite
sup
superior de un intervalo corr
corre
espon
ponder
derá al intervalo sigui
guient
ente.
Por ejemplo, el valor 153
153 correspo
rrespon
nde al intervalo [153
153 - 156
156 > y no al intervalo [150
150 -
153>
53>
nar la Marca de Clase y com
completar las frecu
ecuenci
ncias.
Para facilitar el manejo de una tabla de distribución de frecuencias de datos agrupados en
intervalos de clases, se acostumbra a trabajar con un solo valor de cada intervalo, llamado
Marca de Clase (xi), que corresponde a la semi-suma de los límites de cada intervalo.
Límite Inferior  Límite Superior

xi 
2
Intervalo de
xi fi Fi hi% Hi%
Clase
ases
[150
150 - 153
153> 151,5 8 8 10%
10%
[153
153 - 156
156> 154,5 30 37,5%
[156
156 - 159
159> 157,5 12
[159
159 - 162
162> 160,5 11,25%
25% 63,75%
75%
[162
162 - 165
165> 163,5 9
[165
165 - 168
168> 166,5 70 12,
12,5%
[168
168 - 171
171> 169,5
[171
171 - 174]
174] 172,5 80
n=
Tot
Totales  100%
80
PRÁCTICA N° 02
En un Conjunto Habitacional, se pretende hacer un estudio acerca del número de personas

que habita cada bloque. A través de una encuesta a las familias que habitan los
departamentos de los 80 bloques del conjunto, se obtuvieron los siguientes datos:
63 69 83 85 93
114 152 115 120 127
128 90 75 137 131
124 103 133 138 143
147 134 129 96 99
78 71 113 63 69
116 119 102 107 106
83 85 93 118 116
73 80 94 104 125
139 105 114 123 121
73 62 100 109 117
110 60 91 87 156
72 104 97 84 98
76 86 88 77 124
111 119 107 100 109
117 133 150 143 93
a. Realiza una tabla de frecuencia de datos agrupados
PRÁC
PRÁCTICA N° 03
Constru
truye una
una tabl
abla de distribuci
bución de fre
frecue
cuenci
ncias y cont
contest
esta las siguient
entes pregu
eguntas
(apr
aproxima a tre
tres deci
decimales)
es)
En la evaluaci
uación reali
ealiz
zado
ado por el DACA
DACA par
para la promoci
oción INTEGRI
EGRIDAD
DAD a una muestra
tra de 50
alumnos. (La escala de not
notas es de 00 a 20)
20). Las not
notas obtenidas por los alumnos en la
asi
asignat
gnatura de Lógica matemática es:
es:
08 14 10 06 10
04 10 10 12 12
08 06 12 14 08
16 04 10 14 12
08 20 10 12 14
20 10 02 08 18
10 10 14 10 02
20 12 12 08 14
16 10 06 16 10
04 08 18 16 08
Real
ealiza una
una tabl
abla de frec
frecu
uencia, seña
señalando la frecue
frecuen
ncia de cada nota. Completa la tabl
abla
de frecu
frecue
encia, señal
señaland
ando las mar
marcas de clases,
es, y luego
uego responde
nde las sigui
guient
entes pregun
guntas:
as:
 ¿Cuántos alumnos obtuvieron nota 10 ó 12?
 ¿En qué clase se concentró el mayor número de alumnos?
 ¿Qué porcentaje de alumnos obtuvo nota inferior a 10?
 ¿Qué porcentaje de alumnos obtuvo nota superior a 10?
 ¿Qué porcentaje de alumnos obtuvo nota superior a 16?
 ¿Cuántos alumnos obtuvieron notas inferiores a 12?
 ¿Cuántos alumnos obtuvieron notas superiores a 16?
PRÁCTICA N° 04
La tabla siguiente muestra longitudes en cm. de 42 tornillos. Construir una distribución (tabla)
de frecuencia, utilizando intervalos de clases adecuados. Señala también la marca de clase
en cada caso?.
7,36 7,29 7,43 7,40 7,36 7,41
7,35 7,31 7,26 7,37 7,28 7,37
7,36 7,35 7,24 7,33 7,42 7,36
7,39 7,35 7,45 7,36 7,42 7,40
7,28 7,38 7,25 7,33 7,34 7,32
7,33 7,30 7,32 7,30 7,39 7,34
7,38 7,39 7,27 7,35 7,35 7,32
PRÁCTICA N° 05
Completa la tabla de distribución de frecuencias con los datos correspondientes a la duración
en horas de 80 ampolletas fabricadas por una industria.
Intervalo
295 305 308 291 298 323 328 300 xi fi Fi %h H%
de Clases
322 304 304 299 324 299 320 320
323 321 322 313 310 317 311 318 290 - 295
313 315 312 314 318 311 310 310 295 - 300
319 319 305 309 306 314 309 310 300 - 305
297 297 294 295 295 294 299 290 305 - 310
302 320 300 324 300 301 311 304 310 - 315
301 310 308 303 312 306 314 307 315 - 320
314 317 317 306 307 318 319 317 320 - 325
319 315 312 308 313 316 311 319 325 - 330
Totales 
De acuerdo con la tabla anterior, contesta las siguientes preguntas…

i. ¿Cuántas ampolletas tuvieron una duración entre 300 y 305 horas?
ii. ¿Cuántas tuvieron una duración menor que 305 horas?
iii. ¿Cuántas tuvieron una duración menor que 320 horas?
iv. ¿Qué porcentaje representan las ampolletas que duraron entre 310 y 315 horas?
v. ¿Qué porcentaje representan las ampolletas que duraron entre 300 y 325 horas?
vi. ¿Qué porcentaje representan las ampolletas que duraron menos de 310 horas?
vii. ¿Qué porcentaje representan las ampolletas que duraron menos de 325 horas?
INDICADOR DE ELEMENTO DE ACTIVIDAD N° 4 HORAS

LOGRO LA
CAPACIDAD
A. VARIABLES CUALITATIVAS: .
Elabora y aplica 1. 1 NOCIONES Pictograma
encuestas para DE Sector circular
recolectar, procesar, ESTADÍSTICA Barras simples o bastones 3
analizar e interpretar DESCRIPTIVA Barras compuestas
la información para la (superpuestas o adyacentes)
toma de decisiones. Gráficas de
distribución de B. VARIABLES
frecuencias por CUANTITATIVAS:
intervalos Histograma de Pearson –
Pirámide
Polígono de frecuencias
Gráfico de concentración
(Lorentz- Gini)
.
 Determina que grafico estadístico utilizar en la presentación de
datos tanto para variables cualitativas y cuantitativas
DESEMPEÑOS
GRÁFICOS ESTADISTICOS
La función de los gráficos es la presentación ilustrativa – visual de los datos de los cuadros
correspondientes. Los gráficos nos permiten acercarnos a los datos de unas formas más
intuitivas y directas. Un buen gráfico debe ser:
En toda representación gráfica hay sistema de coordenadas. La línea o eje vertical se llama
ordenada o eje de las Y, y la línea o eje horizontal se denomina abscisa o eje de las X.
C. VARIABLES CUALITATIVAS:
1. Pictograma
2. Sector circular
3. Barras simples o bastones
4. Barras compuestas (superpuestas o adyacentes)
D. VARIABLES CUANTITATIVAS:
1. Histograma de Pearson – Pirámide
2. Polígono de frecuencias
3. Gráfico de concentración (Lorentz- Gini)
GRAFICOS PARA VARIABLES CUALITATIVAS
1.- PICTOGRAMA
Es un gráfico para variables cualitativas. Su nivel de ilustración es muy simple, consistente
en un gráfico de dibujos.
Escala: 100.000 personas Referencias:
Varones Mujeres
2.- SECTOR CIRCULAR (También llamado Pastel o Torta, Diagrama circular o Gráfico
de
Sectores)
Como los cuadros estadísticos vienen dados generalmente en frecuencias absolutas, y el

gráfico de sectores circulares trabaja con grados, se deben transformar las frecuencias a
grados mediante una regla de tres simple
f x = 360 x f / N
Si la sumatoria de las frecuencias es igual a N, la sumatoria de los grados da igual a

360º
x f Grados
Varones 1.258.458 163
Mujeres 1.517.680 197
Total 2.776.138 360
Mujeres Varones
3.- BARRAS SIMPLES O BASTONES

Es un tipo de gráfico más rico que los anteriores, pues es bidimensional. Trabaja en un
sistema de ejes cartesianos (primer cuadrante) con abscisa positiva y ordenada positivo.
Ejemplo: población de 15 años y más según máximo nivel educativo alcanzado.

Perú
60000
0 UC
UI
SC
50000
0 SI
PC
40000
0
4.- BARRAS COMPUESTAS y BARRAS ADYACENTES
Estos tipos de gráfico son un subtipo del gráfico de barras, usados específicamente para
cuadros bivariados.
1000000
900000
800000
700000
600000
Mujeres
500000
400000
Varones
300000
200000
100000
Ejemplo de Gráfico de barras adyacentes (para el mismo cuadro):
500000
Varones
400000
GRAFICOS PARA VARIABLES

CUANTITATIVAS
1. HISTOGRAMA DE PEARSON
Su técnica de construcción es similar al gráfico de barras. Sin embargo, al ser la variable
cuantitativa, el ancho de cada barra no es arbitrario sino que guarda proporción con los
valores de la variable.
2. POLÍGONO DE FRECUENCIAS
Son propios de un nivel de medición por intervalos o razón. El polígono de frecuencias (o

porcentajes) es una figura que se cierra al unir los puntos medios de cada intervalo, a una
altura proporcional a la frecuencia (o porcentaje) de dicho intervalo. La unión de tales puntos
conforma un segmento rectilíneo que, al prolongarse por los extremos hasta cortar el eje X,
constituye un polígono de frecuencias.
Se usa en los mismos casos que el histograma. Su técnica de construcción es análoga, con
la diferencia que trabaja con los puntos medios de cada intervalo.
90
80
70
60
mujeres
50
varones
40
30
20
0 1 29 49 69 100
TRABAJ AMOS
A partir de lo aprendido realiza sus respectivas graficas de la actividad 3 y actividad 4.


LOGRO LA CAPACIDAD
TALLER DE APLICACIÓN 3
Aplica lo aprendido, despejando dudas y reforzando sus competencias

DESEMPEÑOS
TABLAS DE FRECUENCIAS Y GRÁFICOS ESTADÍSTICOS.

1. La serie de datos siguiente informa del número de meses que tenían los bebes de un
grupo cuando empezaron a andar solos:
12, 14, 9, 16, 15, 11, 14, 13, 15, 14, 12, 17, 14, 15, 14, 12, 10, 12, 16, 15, 14, 18, 13, 14, 15, 14
Ordena los datos y agrúpalos en una tabla de frecuencias absolutas, relativas y
acumuladas. Elabora el gráfico estadístico correspondiente.
2. El tiempo de espera (en minutos) en una parada de combis de un grupo de personas ha

sido:
2, 15, 7, 9, 4 , 3, 4, 6, 8, 12, 2, 1, 4, 6, 16, 13, 20, 2, 15, 6, 4, 3, 8, 9, 3, 1, 5, 6, 8, 15, 7, 8, 5, 6,
9, 12, 5, 6, 4, 7
a) Resume los datos en una tabla de datos agrupados.
b) Calcula las frecuencias.
c) Elabora el gráfico estadístico correspondiente.
3. Los jugadores de un equipo de fútbol tienen las siguientes edades:

19 21 25 23 28 23 18 26
23 24 20 27 26 28 19 25
20 22 23 18 27 29 21 26
a) Resume los datos en una tabla y halla las frecuencias.
b) ¿Cuántos jugadores tienen menos de 24 años? ¿y más de 27 años?
c) Elabora el gráfico estadístico correspondiente.
4. Un biólogo, que realiza un estudio sobre la longitud de las musarañas que viven en
un bosque, ha encontrado los siguientes datos (en cm):
5,42 6,22 8,42 7,54 6,44 6,76
5,90 6,18 7,16 6,80 7,32 8,12
6,79 7,12 8,21 8,13 7,25 7,34
5,56 8,32 7,45 7,43 6,87 7,10
Construye una tabla de datos agrupados. Halla la marca de clase y las frecuencias. Elabora
el gráfico estadístico correspondiente.

LOGRO LA CAPACIDAD
 RETROALIMENTACIÓN PRIMER
EXAMEN PARCIAL DESARROLLO
ACTIVIDAD 1,2,3,4 3
DEL PRIMER EXAMEN PARCIAL
y5

LOGRO LA CAPACIDAD
 Identifica,
analiza e 3
interpreta la
distribución de MEDIDAS DE
los datos a partir Media aritmética para datos no agrupados y
TENDENCIA
de las medidas agrupados
CENTRAL
de tendencia
central.
 Analiza e interpreta problemas para determinar la media aritmética o

DESEMPEÑOS promedio.
 Identifica los elementos de la media aritmética para datos agrupados
MEDIDAS DE TENDENCIA CENTRAL
En la búsqueda de la concreción y la simplificación, la información recogida en una

tabla o gráfica estadística suele resumirse en unos pocos valores que nos informan
del comportamiento de todos los individuos del colectivo estudiado. Estos valores,
representativos de todos los datos de una distribución, se llaman parámetros o
medidas de centralización.
MEDIA ARITMÉTICA
Media aritmética de una variable estadística es el cociente que resulta de dividir la

suma de todos los valores por el número total de éstos. Se representa por x .
Su cálculo se realiza, según las expresiones que siguen, atendiendo a la presentación

de los datos.
Para datos sin frecuencias

Si la variable toma los N valores x1, x2,...,xn la media aritmética adopta la expresión:
x
x1  x2  ...  xn

x i
Para datos con frecuencias
Si la variable toma los valores o marcas de clase x1, x2, xn, siendo f1, f2, . fn las
frecuencias absolutas correspondientes de la distribución, la media aritmética se
calcula con la expresión:
Para datos ponderados

La media ponderada se calcula cuando todos los valores de la variable no tienen el
mismo “peso”. Su fórmula es análoga a la vista con anterioridad, cambiando las
frecuencias f i, por los pesos pi, y, en el denominador, N por la suma de todos los
pesos pi, por lo que
resulta:
p1  p2 ... p n
Consideraciones sobre la media aritmética.

 La media aritmética es el parámetro de centralización más utilizado.
 Presenta la ventaja de tener en cuenta todos los datos de la distribución, además de
resultar muy sencillo su cálculo.
 Tiene el inconveniente de que si la distribución posee valores extremos,
excepcionalmente raros y pocos significativos, éstos producen una distorsión sobre el
valor de la media.
 No siempre es posible calcular la media aritmética y, a veces, aunque sea posible
calcularla, carece de significado como sucede en las variables cualitativas o se trata
de intervalos abiertos. En estos casos deben utilizarse otras medidas de
centralización.
 Si se suma una constante a todos los valores de la variable, la media aritmética
aumenta en el mismo valor.
 Si se multiplican todos los valores de la variable por un mismo número, la media
queda multiplicada por el mismo número.
Aplicamos lo aprendido
1. Un grupo de 6 amigas tienen distintas edades. Son las siguientes: 2 de ellas tienen
28 años y otras 2 tienen 32 años, el resto tienen 29 y 30 años respectivamente.
Calcula la media aritmética del grupo.
2. Calcula la media aritmética de la altura de un equipo de cinco jugadores de
baloncesto que miden: 1.92, 1.95, 1.83, 1.76 y 1.69.
3. En clase de inglés 10 alumnos han sacado las siguientes notas: 7, 6.5, 4, 1, 9, 5, 8,
8.5, 2, 5.5. Siendo 10 la mayor nota y 0 la más baja. Calcula la media aritmética de
las notas de la clase.
4. Calcula la media aritmética ponderada hallando la nota promedio de dos
asignaturas que tienen valores diferentes. Química tiene un valor de 3 créditos y
Física vale 2 créditos. Si Pedro ha sacado un 8 en la primera y un 7 en la segunda.
5. Para calcular la nota final del curso de literatura en donde cada apartado ha tenido
distinta importancia. Los dos primeros trabajos tienen valor de 20% y 20%
respectivamente, y el examen de 60%; las calificaciones respectivas son de 6.4, 9.2
y 8.1
6. El precio de la bolsa de un litro de leche en diferentes supermercados fue: $1.300,
$1.350, $1.250, $1.400 y $1.325. El valor promedio o media aritmética es
entonces:
7. Las ventas de un almacén durante el primer semestre del año fueron $3’422.000;
hallar el total de ventas de este período de tiempo.
8. Un agricultor vende la cosecha de papas de la siguiente forma: 30 sacos a $256.000,
18 sacos a $264.000 y 25 sacos a $261.500. ¿Cuál es el precio promedio del saco
de papa vendida por el agricultor?
9. De un grupo de 100 obreros en una fábrica, 40 trabajan en el día y 60 en la noche.
Se sabe que el salario promedio de los 100 obreros es $407.200 y que los del turno
del día reciben en promedio $28.000 menos que los trabajadores nocturnos. ¿Cuál
es el salario promedio en cada grupo?
10. Carlos obtiene calificaciones parciales de 65, 83, 80, y 90. En el examen final recibe
una calificación de 92. Calcule la media ponderada, si cada uno de los exámenes
parciales cuenta el 15% y el examen final cuenta 40% de la calificación total.
11. Antes del examen final de Estadística, un estudiante obtiene calificaciones de 3.5
en el 20%, 2.0 en el 30%, 4.2 en el 10%. Si la evaluación final equivale al 40%
restante,
¿que calificación necesita para obtener un promedio final de 3.5?
12. En una industria se ha controlado el tiempo que tardan tres obreros en ensamblar
un motor. Uno demora 6 horas, otro 8 horas y un tercero demora 5 horas. Halle el
rendimiento de un obrero tipo, que sirva de base para análisis financieros.
13. Un hombre viaja desde Bogotá hasta Acacías a una velocidad de 60 km/h. Para
evitar la noche en carretera, este decide acelerar a 80 km/h para llegar de nuevo a
Bogotá.
¿Cuál es la velocidad promedio del viaje completo?
14. Dada la siguiente distribución de frecuencias agrupadas, calcule su
correspondiente media aritmética:
15. Una distribución estadística viene dada por la siguiente tabla:
[10, 15) [15, 20) [20, 25) [25, 30) [30, 35)
fi 3 5 7 4 2
16. Hallar la media aritmética
Las alturas de los jugadores de un equipo de baloncesto vienen dadas por la tabla: determina
el promedio de las alturas de los jugadores:
[170, [175, [180, [185, [190, [195,

Altura
175) 180) 185) 190) 195) 2.00)
Nº de
1 3 4 8 5 2
jugadores
17. Calculamos los grados que corresponden a cara frecuencia absoluta y hallamos el
promedio del diagrama de sectores

LOGRO LA CAPACIDAD
 Identifica,
analiza e 3
interpreta la
Moda y mediana para datos agrupados y no
los datos a partir TENDENCIA
agrupados
de las medidas CENTRAL
de tendencia
central.
 Analiza e interpreta problemas para determinar la mediana y la moda.

DESEMPEÑOS  Identifica los elementos de la media y moda para datos agrupados.
MEDIAN A Y MODA
MODA
Se denomina moda de una variable estadística al valor de la variable que tiene mayor
frecuencia absoluta. Se representa por Mo.
La moda de una variable discreta es fácil de calcular, basta buscar el valor de la

variable que presenta mayor frecuencia. Puede ocurrir que la moda no sea única, es
decir, la distribución puede tener 2, 3 o más modas, recibiendo el nombre de bimodal,
trimodal, etc.
En el caso de que los datos se encuentren agrupados en intervalos, la clase con

mayor frecuencia se denomina clase modal. Puede tomarse como moda la marca de
clase de la clase modal.
Si se desea mayor precisión en el cálculo de la moda, ésta puede obtenerse mediante

la expresión:
Li= Límite inferior del intervalo.
C= Amplitud del intervalo.
=Diferencia entre la frecuencia absoluta del intervalo modal y los vecinos.
Cálculo de la moda por el método gráfico.

Para las distribuciones que se encuentran agrupadas en intervalos existe un método
gráfico muy sencillo que permite obtener la moda con bastante aproximación. Para ello
se representa el histograma de frecuencias absolutas, al ser posible en papel
milimetrado, con el fin de poder obtener mayor precisión. Seguidamente se unen, con
líneas los extremos de la clase modal con las contiguas. La moda viene dada por la
abscisa del punto de corte.
Consideraciones sobre la moda.

 Puede ocurrir que existan distribuciones que no tengan moda; eso ocurre cuando las
frecuencias de todos los datos, o casi todos, son iguales.
 Puede ser muy útil cuando se trata de variables cualitativas.
 En su cálculo no intervienen todos los datos de la distribución.
 Aun cuando es una medida de centralización, es relativamente frecuente encontrar
modas situadas en los extremos de la distribución.
EJEMPLO:
Las siguientes tablas de frecuencias indican el número de personas de acuerdo a
su edad que asistieron al estreno de una película.
En la tabla 1.3., donde los datos están sin agrupar, la moda es 22, valor
correspondiente a la mayor frecuencia que es 5.
En la tabla 1.4., los datos se encuentran agrupados, la moda se encuentra en el

intervalo de clase 19.5 – 22.5 y corresponde a la marca de clase que es 21.
Obsérvese que aunque sean el mismo conjunto de datos, la moda varía

dependiendo de su tratamiento, es decir, de cómo estos se agrupan. En este caso,
debe considerarse el valor obtenido con la tabla de frecuencias de los datos sin
MEDIAN A
La mediana de una distribución estadística es el valor de la variable, tal que el número

de datos menores que él es igual al número de datos mayores que él. Se representa
por Me.
Si la distribución es de una variable discreta y el número de datos es impar, la

mediana es el valor central, y si el número de datos es par, la mediana es la media de
los valores centrales.
Si la distribución es de una variable continua, el intervalo que contiene a la mediana

se denomina clase mediana o intervalo mediano. Puede tomarse como mediana, en
una primera aproximación, la marca del intervalo mediano.
Si se desea mayor precisión en el cálculo de la mediana, ésta se obtiene, dentro del

intervalo mediano, mediante la expresión: Variable discreta:
N impar  Me  X(n 1)/ 2
N par  Me   Xn /2  Xn /21 / 2
Consideraciones sobre la mediana.
 La mediana es particularmente útil en los siguientes casos:
 Cuando entre los datos existen valores ostensiblemente extremos.
 Cuando los datos están agrupados en intervalos y alguno es abierto.
 La mediana depende del orden de los datos y no de su valor.
 Cuando en su cálculo, el valor N/2 cae justo en el límite de un intervalo, se hace la
media entre la frecuencia de este y del posterior.
Se han visto hasta ahora tres medidas de tendencia central: media, mediana y moda.
Determinar cuál de ellas usar en un tratamiento estadístico depende mucho de la
información que se tenga y del objetivo que se persigue. La media, a diferencia de la
mediana y la moda, presenta una ligera estabilidad en el muestreo, es por eso que su
uso es más frecuente. Si la distribución es casi simétrica, cualquiera de ellas puede
usarse y resultarán aproximadamente iguales. Cuando los datos no están ordenados,
puede resultar más fácil calcular la media aritmética que la mediana. Cuando los datos
no están agrupados, el cálculo de la moda se hace más preciso. Si la distribución no es
simétrica, es más recomendable emplear la mediana o la moda como medidas de
posición.
En cualquier distribución el valor de la mediana se localiza entre la media y la

moda. Cuando la distribución es asimétrica a la derecha se cumple que x<Me<Mo;
si en cambio es asimétrica a la izquierda Mo<Me<X. Se dice entonces, que una
distribución está sesgada si no es simétrica y si se extiende más hacia un lado que
hacia el otro. Y será simétrica cuando la mitad de su histograma es
aproximadamente igual a su
otra mitad. Los datos sesgados a la izquierda (sesgo negativo) presentan una cola
izquierda más larga y su media y mediana se encuentran a la izquierda de la moda.
Mientras que los datos sesgados a la derecha (sesgo positivo) poseen una cola
derecha más larga y su mediana y media están a la derecha de la moda (ver figura
1.1.)
La relación de Pearson afirma que la distancia entre la media y la moda es tres

veces la distancia entre la media y la mediana. Esta relación es utilizada para
calcular cualquiera de ellas, conociendo las otras dos medidas.
En resumen, se puede entender la media aritmética como el punto de equilibrio del

conjunto de datos (como el centro de gravedad de un cuerpo); la mediana como la
medida que permite dividir el área bajo la curva de distribución en dos parte iguales
y la moda como el pico más alto de la curva de distribución.
El cuadro siguiente resume y compara de una manera didáctica y práctica la media,

mediana y moda en términos de ventajas y desventajas para su cálculo y uso en la
investigación estadística. Ellas tres son las medidas de tendencia central más
comúnmente usadas, en el tema siguiente se estudiarán otras medidas no menos
importantes pero si menos usadas en el tratamiento estadístico.
APLICANDO LO APRENDIDO
1. En la siguiente serie de números indicar:

$4.000 $4.500 $5.000 $5.000 $8.250 $9.300 $9.700 $12.000 $12.500 $35.000
a. La media
b. La mediana
c. La moda
d. ¿Cuál de las medidas es más representativa? ¿Por qué?
2. Sea una distribución estadística que viene dada por la siguiente tabla:
xi 61 64 67 70 73
fi 5 18 42 27 8
Calcular: La moda, mediana y media.
3. Calcular la media, la mediana y la moda de la siguiente serie de números: 5, 3, 6, 5, 4,

5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.
4. Calcule la media aritmética, mediana y moda de los siguientes conjuntos de datos:
5. Una distribución estadística viene dada por la siguiente tabla:
[10, 15) [15, 20) [20, 25) [25, 30) [30, 35)
fi 3 5 7 4 2
Hallar:
La moda, mediana y media.
6. Dada la distribución estadística:
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, ∞)
fi 3 5 7 8 2 6
Calcular:
La mediana y moda.
Media.
7. El histograma de la distribución correspondiente al peso de 100 alumnos de

Bachillerato es el siguiente:
a) Formar la tabla de la distribución.
b) Calcular la moda.
c) Hallar la mediana.
7.- Completar los datos que faltan en la siguiente tabla estadística:
xi fi Fi ni
1 4 0.08
2 4
3 16 0.16
4 7 0.14
5 5 28
6 38
7 7 45
Calcular la media, mediana y moda de esta distribución


LOGRO LA CAPACIDAD
Identifica,
analiza e 3
interpreta la
los datos a partir POSICIÓN Y DE MEDIDAS DE POSICIÓN
de las medidas DISPERSIÓN
de posición y
medidas de
dispersión
Representa medidas de posición para datos agrupados y no agrupados en
DESEMPEÑOS tablas y gráficos.
Expresa las relaciones entre las medidas de tendencia central y las medidas
de posición.
MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS Y NO

AGRUPADOS: PERCENTILES, DECILES Y CUARTILES
MEDIDAS DE POSICIÓN
Las Medidas de Posición, también conocidas como Otras Medidas de Dispersión, son otras
medidas o métodos que resultan ser más prácticos para precisar ciertas situaciones en las
que
se busca describir la variación o dispersión en un conjunto de datos.
LOS CUANTILES
Los cuantiles son los valores de la distribución que la dividen en partes iguales, es decir, en
intervalos que comprenden el mismo número de valores. Cuando la distribución contiene un
número alto de intervalos o de marcas y se requiere obtener un promedio de una parte de ella.
Generalmente, se divide la distribución en cuatro, en diez o en cien partes.
Los cuantiles más usados son los percentiles, cuando dividen la distribución en cien partes,
los deciles, cuando dividen la distribución en diez partes y los cuartiles, cuando dividen la
distribución en cuatro partes.
PERCENTILES
Los percentiles son números que dividen en 100 partes iguales un conjunto de datos
ordenados. Es decir, El percentil k es un valor que deja aproximadamente el k por ciento de
los datos por abajo de él. Se denota por medio de P(k%).
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.
Fórmulas Datos No Agrupados
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes
fórmulas: Para los percentiles, cuando n es par: Cuando n es impar:
Siendo A, el número del percentil.
Es fácil ver que el primer cuartil coincide con el percentil 25; el segundo cuartil con el percentil
50 y el tercer cuartil con el percentil 75.
Ejemplo 1.
En un estudio de ingresos mensuales de la población económicamente activa, revela que el
percentil 90 (P90) es $20,000. Esto significa que aproximadamente el 90% de las personas
tienen ingresos que son menores o iguales a $20,000, y por supuesto, el 10% tiene ingresos
mayores o iguales a dicho valor.
En el ejemplo anterior se tomó el percentil 90 pero se podría haber considerado cualquier

valor, por ejemplo, 70, 80 entre otros. Fundamentalmente cuando la distribución de frecuencia
es asimétrica, puede ser más útil e informativo, resumir la distribución de la variable en
estudio, mediante los percentiles.
Ejemplo 2.
Dadas las series estadísticas:
 3, 5, 2, 7, 6, 4, 9.
 3, 5, 2, 7, 6, 4, 9, 1.
Calcular para la primera serie los percentiles 32 y 85.

Para la segunda, hallar los percentiles 20 y 70.
SOLUCIÓN
A) 3, 5, 2, 7, 6, 4, 9
Ordenamos la serie: 2, 3, 4, 5, 6, 7, 9
Al calcular los percentiles obtenemos:
7 ∗ 32
A = 32 n=7 P32 =
100 = 2.2 P32 = 4
7 ∗ 85
A = 85 n = 7 P85 = = 5.9 P85 = 7
100
B) 3, 5, 2, 7, 6, 4, 9, 1.
Ordenamos la serie: 1, 2, 3, 4, 5, 6, 7, 9
Al calcular los percentiles obtenemos:
8 ∗ 20
A = 20 n=8 P20 = 100 = 1.6 P20 = 2
8 ∗ 70
A = 70 n = 8 P70 = = 5.6 P70 = 6
100
Datos Agrupados
Cuando los datos están agrupados en una tabla de frecuencias, se calculan mediante la
fórmula:
k= 1,2,3,... 99
Donde:
Lk = Límite real inferior de la clase del percentil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del percentil k.
fk = Frecuencia de la clase del percentil k
c = Longitud del intervalo de la clase del percentil k
Ejemplo:
Una distribución estadística viene dada por la siguiente tabla:
fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
Hallar el percentil 70.
Solución:
PASO 1: Completamos la tabla de frecuencia acumulada
xi fi Fi
[10, 15) 12.5 3 3
[15, 20) 17.5 5 8
[20, 25) 22.5 7 15
[25, 30) 27.5 4 19
[30, 35) 32.5 2 21
21
PASO 2: Buscamos el intervalo donde se encuentra el percentil 70
Multiplicamos 70 por N, en este caso 21, y dividimos por 100
70 ∗ 21
100
= 14.7
En la columna de las frecuencias acumuladas Fi , identificamos el intervalo que contiene a

14.7
La clase de P70 es: [20, 25)

PASO 3: Aplicamos la fórmula para percentiles para datos agrupados
Lk = 20
n = 21
Fk = 8.
fk = 7
c=5
14.7 − 8
Concluimos que: P70 = 20 + ∗ 5 = 24.79
7
DECILES
Los deciles son números que dividen la sucesión de datos ordenados en diez partes
porcentualmente iguales. Son los nueve valores que dividen al conjunto de datos ordenados
en diez partes iguales, son también un caso particular de los percentiles. Los deciles se
denotan D(1), D(2),..., D(9), que se leen primer decil, segundo decil, etc.
Fórmulas Datos No Agrupados

fórmulas: Cuando n es par Cuando n es impar
Siendo A el número del decil.

Ejemplo
Los datos que se relacionan a continuación son un grupo de presiones arteriales

sistólicas medidas en mm de Hg correspondientes a un grupo de pacientes:
120, 160, 150, 110, 170, 130, 125, 140, 125, 145
Paso1: Ordenamos los datos de menor a mayor:

x1 = 110, x2= 120, x3 = 125, x4 = 125, x5 = 130, x6 = 140, x7 = 145, x8 = 150, x9 = 160,
x10 = 170
Paso 2: Calculemos el decil 2
 Decil 2 (k=2). Calculamos la posición del decil 2 mediante la expresión:
2 ∗ 10
=2
10
Paso 3: Como este número es 2. Finalmente, este resultado se lo agregamos a la observación
de la posición 2ª: 120. Es decir: D2 = 120
Datos Agrupados
Para datos agrupados los deciles se calculan mediante la fórmula.
k= 1,2,3,... 9
Donde:
Lk = Límite real inferior de la clase del decil k
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.
fk = Frecuencia de la clase del decil k
c = Longitud del intervalo de la clase del decil k
Ejemplo
Calcular los deciles de la distribución de la tabla.
[50, 60) 8
[60, 70) 10
[70, 80) 16
[80, 90) 14
[90, 100) 10
[100, 110) 5
[110, 120) 2
PASO 1: En primer lugar crearemos una nueva columna con los valores de la frecuencia
acumulada. Para obtener la frecuencia acumulada realizamos lo que se indica:
fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Cálculo del primer decil
Buscamos la clase donde se encuentra el primer decil:
1 ∗ 65
= 6.5
10
Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a
6.5. La clase de D1 es: [50, 60)
Aplicaremos la fórmula para el cálculo de deciles para datos agrupados, extrayendo los
siguientes datos:
Lk = 50
n = 65
Fk = 0.
fk = 8
c = 10
6.5 − 0
D1 = 50 + ∗ 10 = 58.12
8
AHORA HALLA D2, D3, D4 y D5
CUARTILES
Los cuartiles se definen como los tres valores que dividen la distribución en cuatro partes
iguales. En términos de percentiles el primer cuartil Q(1) coincide con el P(25) (percentil 25); el
segundo cuartil Q(2) con el P(50) o mediana, y el tercer cuartil Q(3) con el P(75).
Entre el primer y el tercer cuartil se encuentra el 50% central de las
observaciones.
Para Datos No Agrupados

fórmulas: Primer Cuartil Tercer Cuartil
Cálculo de los cuartiles
1. Ordenamos los datos de menor a mayor.
2. Buscamos el lugar que ocupa cada cuartil mediante la expresión

�∗𝑛
4
Número impar de datos
2, 5, 3, 6, 7, 4, 9
Número par de datos
2, 5, 3, 4, 6, 7, 1, 9
Para Datos Agrupados
Como los cuartiles adquieren su mayor importancia cuando contamos un número grande de
datos y tenemos en cuenta que en estos casos generalmente los datos son resumidos en una
tabla de frecuencia. La fórmula para el cálculo de los cuartiles cuando se trata de
datos agrupados es la siguiente:
k= 1,2,3
Donde:
Lk = Límite real inferior de la clase del cuartil k
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.
fk = Frecuencia de la clase del cuartil k
c = Longitud del intervalo de la clase del cuartil k
Ejemplo:
Calcular los cuartiles de la distribución de la tabla
fi
[50, 60) 8
[60, 70) 10
[70, 80) 16
[80, 90) 14
[90, 100) 10
[100, 110) 5
[110, 120) 2
Solución
PASO 1: En primer lugar crearemos una nueva columna con los valores de la frecuencia
acumulada:
En la primera casilla colocamos la primera frecuencia

absoluta.
En la segunda casilla sumamos el valor de la frecuencia acumulada anterior más

la frecuencia absoluta correspondiente y así sucesivamente hasta la última, que
tiene que ser igual a N (65)
fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Cálculo del primer cuartil
Buscamos el intervalo donde se encuentra el primer cuartil, multiplicando 1

por
N (65) y dividiendo por 4
Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que

contiene a 16.25. La clase de Q1 es: [60, 70)
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo los
siguientes datos:
Lk = 60
n = 65
Fk = 8.
fk = 10
c = 10
16.25 − 8
Q1 = 60 + ∗ 10 = 68.25
8
Hallar ahora Q2 y Q3
1. Calcular el percentil 35 y 60 de la distribución de la tabla:
fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
2. Los datos siguientes corresponden a los tiempos de reacción de una muestra de 33 sujetos,
medidos en centésimas de segundo:
55, 51, 60, 56, 64, 56, 63, 63, 61, 57, 62, 50, 49, 70, 72, 54, 48, 53, 58, 66, 68, 45, 74, 65, 58,
61,
62, 59, 64, 57, 63, 52, 67.
Calcular el primer y el tercer cuartil, segundo y quinto decil, percentil 25 y 50 directamente a
partir de los datos.
3. Con los datos del problema anterior, construya una tabla estadística de estos datos,
agrupados en 5 intervalos de igual amplitud, calcule el primer y el tercer cuartil, segundo y
quinto decil, percentil 25 y 50 compare estos resultados con los obtenidos en el problema
anterior.
4. La distribución de las puntuaciones en una escala de hostilidad, de 160 sujetos de una

muestra, ha sido la siguiente:
Xi Ni
0 a 10 8
10 a 20 22
20 a 30 32
30 a 40 44
40 a 50 28
50 a 60 20
60 a 70 6
a) ¿Entre que valores se encuentra el 50% central de los individuos?

b) Calcule el percentil 27.
c) ¿A partir de que puntuación se encuentra el 12% de los sujetos más hostiles?
d) Si descontamos el 15 % de los individuos menos hostiles y el 15% de los más hostiles ¿En
qué intervalo de puntuación se encuentran los restantes?

LOGRO LA CAPACIDAD
Identifica,
analiza e 3
interpreta la
 MEDIDAS DE
distribución de
POSICIÓN Y
los datos a partir Medidas de Dispersión. Tipos.
DE
de las medidas Rango. Rango intercuartil. Desviación Media
DISPERSIÓN
de posición y
medidas de
dispersión
Representa medidas de dispersión para datos agrupados y no agrupados en
DESEMPEÑOS tablas y gráficos.
Expresa las relaciones entre las medidas de tendencia central y las medidas
de dispersión.
MEDIDAS DE DISPERSIÓN
La dispersión mide que tan alejados están un conjunto de valores respecto a su media
aritmética. Así, cuanto menos disperso sea el conjunto, más cerca del valor medio se
encontrarán sus valores. Este aspecto es de vital importancia para el estudio de
investigaciones.
Se llaman medidas de dispersión aquellas que permiten retratar la distancia de los valores de
la
variable a un cierto valor central, o que permiten identificar la concentración de los datos en
un cierto sector del recorrido de la variable. Se trata de coeficientes para variables
cuantitativas.
Las medidas de dispersión o variabilidad son números reales que miden el grado o el nivel de
separación de los datos con respecto a un valor central, que generalmente es la media
aritmética. Las principales medidas de dispersión son:
El rango
El rango intercuartil
La varianza
Desviación estándar
Coeficiente de variación
RANGO
El rango de una distribución es la diferencia entre el valor máximo (M) y el valor mínimo (m)
de la variable estadística. Para su cálculo, basta con ordenar los valores de menor a mayor m
de M.
Ejemplo.
Si se conoce que el valor promedio de días de espera para obtener una licencia de manejo, es
de 5 días en la oficina A, y de 7 días en la oficina B, con esta única información no es posible
hacer una elección adecuada. Sin embargo, si se sabe que en la oficina A, el número mínimo
de
días de espera es de 3 y el máximo de 15, mientras que en la oficina B, los val ores son 3 y 8
días respectivamente, se podrá tomar una decisión más adecuada para acudir a obtener la
licencia, gracias a esta información adicional.
Características del rango:

1. A medida que el rango es menor, el grado de representatividad de los valores centrales
se incrementa.
2. A medida que el rango es mayor, la distribución está menos concentrada o más dispersa.
3. Su cálculo es extremadamente sencillo.
4. Tiene gran aplicación en procesos de control de calidad.
5. Tiene el inconveniente de que sólo depende de los valores extremos. De esta
forma basta que uno de ellos se separe mucho para que el recorrido se vea
sensiblemente afectado
RANGO INTERCUARTIL
Para un cálculo de rangos más eficiente, se elimina n los valores extremadamente alejados
aplicando el rango intercuartil que es una medida de variabilidad adecuada cuando la
medida de posición central empleada ha sido la mediana y él se define como la diferencia
entre el Tercer Cuartil superior y el Primer Cuartil, es decir: Rango Intercuartil = Q(3) – Q(1).
Ejemplo.
Dados los siguientes valores ordenados:
26, 33, 36, 39, 40, 40, (41), 42, 44, 45, 47, 47, 47, (48), 50, 51, 51, 53, 54, 54, (55), 57, 59, 61,
63, 66, 71.
Obtener su rango y su rango intercuartil.
Solución.
El rango es: 71 – 26 = 45
Los valores cuartiles se muestran entre paréntesis, es decir, 41, 48 y 55, donde, el segundo
cuartil es simplemente la mediana. La dispersión calculada a través del rango intercuartil, es
en este caso será:
Q3 – Q1= 55 - 41 = 14. Nótese como el la dispersiónes mucho menor aplicando el rango

intercuartil.
DESVIACIÓN MEDIA
La d e s v ia c ió n r e s p e c t o a la m e d ia e s la d i f e r e n c ia e n t r e c a d a
v a lo r d e la v a r ia b le e s t a d í s t ic a y la m e d ia a r it m é t ic a .
Di = x - x
La d e s v ia c ió n m e d ia e s la m e d ia a r it m é t ic a d e lo s v a lo r e s a b s o
lu t o s d e la s d e s v ia c io n e s r e s p e c t o a la m e d ia .
La d e s vi a c i ó n m e d i a s e r e p r e s e n ta p o r
o Dm
Para datos no agrupados

La desviación media es la división de la sumatoria del valor absoluto de las
distancias existentes entre cada dato y su media aritmética y el número total de
datos:
Este indicador muestra que tan disperso se encuentran un conjunto de datos a un punto de
concentración.
Ejemplo.
Sean los siguientes datos: 4, 5, 3, 5, 3, 2, 2, 2, 2, 3, 5, 1, 4, 1, 4. Obtener su desviación
media:
Solución. Se calcula la media aritmética:
El primer dato (4), se aleja de la media en 0,9334 hacia la derecha. Para el segundo dato (5),
se
aleja de la media 1,9333 también hacia la derecha. Para el tercer dato (3), se aleja de la media
en 0,0667 pero hacia la izquierda. La suma de las distancias absolutas es 17.2, así que los
datos se separan de la media en:
Para datos agrupados
S i lo s d a t o s v ie n e n a g r u p a d o s e n u n a t a b la d e f r e c u e n c i a s , la
e x p r e s ió n d e la d e s v i a c i ó n m e d i a e s :
Ejemplo.
Hallar la desviación media en la siguiente distribución de frecuencias.
C a lc u la r la d e s v i a c i ó n m e d i a d e l a d is t r ib u c ió n :
xi fi xi· fi | x - x| |x - x| · fi
[10, 15) 12.5 3 37.5 9.286 27.858
[15, 20) 17.5 5 87.5 4.286 21.43
[20, 25) 22.5 7 157.5 0.714 4.998
[25, 30) 27.5 4 11 0 5.714 22.856
[30, 35) 32.5 2 65 10.174 21.428
21 457.5 98.57
VARIANZA
La varianza, es una medida que, en promedio, cuantifica el nivel de dispersión o de
variabilidad de los valores de una variable cuantitativa con respecto a su media aritmética. Si
los dato tienden a concentrarse alrededor de su media, la varianza será pequeña. Si los
valores tienden a distribuirse lejos de su media, l varianza será grande.
La v a r ia n z a es la m e d ia a r it m é t ic a d e l c u a d r a d o d e la s d e s v ia c io n e s r
e s p e c t o a la m e d ia de una distribución estadística.
La varianza entendida como media cuadrática se representa por si es calculada respecto

2
a una población, o por S si es calculada respecto a una muestra.
Ejemplo
C a l c u l a r l a va r i a n z a d e la d is t r ib u c ió n : 9 , 3 , 8 , 8 , 9 , 8 , 9 , 1 8
S o lu c ió n :
H a l la m o s la m e d ia a r it m é t ic a :
Hallamos la varianza
También:
Ejemplo
C a l c u l a r l a va r i a n z a d e la d is t r ib u c ió n d e la t a b la :
2
x i f i x i · f i x i · f i
[10, 20) 15 1 15 225
[20, 30) 25 8 200 5000
[30,40) 35 10 350 12 250
[40, 50) 45 9 405 18 225
[50, 60 55 8 440 24 200
[60,70) 65 4 260 16 900
[70, 80) 75 2 150 11 250
42 1 820 88 050
Hallamos la media aritmética
Hallamos la varianza
Propiedades de la varianza
1 La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean
iguales.
2 Si a todos los valores de la variable se les suma un número la varianza no varía.

3 Si todos los valores de la variable se multiplican por un número, la varianza queda
multiplicada por el cuadrado de dicho número.
4 Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas varianzas se puede calcular la varianza total.
5. Si todas las muestras tienen el mismo tamaño:
6. Si las muestras tienen distinto tamaño:
Observaciones sobre la varianza
1. La varianza, al igual que la media, es un índice muy sensible a las puntuaciones extremas.
2. En los casos que no se pueda hallar la media tampoco será posible hallar la varianza.
3. La varianza no viene expresada en las mismas unidades que los datos, ya que
las desviaciones están elevadas al cuadrado.
DESVIACIÓN TÍPICA O ESTÁNDAR

La desviación típica es la raíz cuadrada de la varianza.
Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación. La desviación típica se representa por σ.

También:
PROPIEDADES DE LA DESVIACIÓN TÍPICA

1 La desviación típica será siempre un valor positivo o cero, en el caso de que las
puntuaciones sean iguales.
2 Si a todos los valores de la variable se les suma un número la desviación típica no varía.
3 Si todos los valores de la variable se multiplican por un número la desviación

típica queda multiplicada por dicho número.
4 Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas desviaciones típicas se puede calcular la desviación típica total.
Si todas las muestras tienen el mismo tamaño:
Si las muestras tienen distinto tamaño:
Observaciones sobre la desviación típica
1 La desviación típica, al igual que la media y la varianza, es un índice muy sensible a

las puntuaciones extremas.
2 En los casos que no se pueda hallar la media tampoco será posible hallar la desviación típica.
3 Cuanta más pequeña sea la desviación típica mayor será la concentración de datos
alrededor de la media.

LOGRO LA CAPACIDAD
TALLER DE RETROALIMENTACIÓN 3
Aplica lo aprendido sobre las medidas de tendencia central, medidas de

DESEMPEÑOS posición y medidas de dispersión, despejando dudas y reforzando sus
competencias

LOGRO LA CAPACIDAD
 RETROALIMENTACIÓN SEGUNDO
EXAMEN PARCIAL DESARROLLO DEL
ACTIVIDAD 3
SEGUNDO EXAMEN PARCIAL
7,8,9,10 y 11

LOGRO LA CAPACIDAD
- Elementos de probabilidades
PROBABILIDADES - Enfoque de probabilidades 3
Axiomas y teoremas
 Reconoce los elementos de los problemas de probabilidad.
DESEMPEÑOS
 Identifica y aplica teorema y axiomas en la resolución de problemas de
probabilidades
PROBABILIDADES
Elementos de Probabilidades
Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o fracaso
en los juegos de azar. La probabilidad es un mecanismo por medio del cual pueden estudiarse
sucesos aleatorios, es decir, operaciones cuyo resultado no puede ser predicho de antemano
con seguridad. Por ejemplo, el lanzamiento de una moneda.
Enfoques de probabilidad
1) Experimento aleatorio o experimento: cualquiera operación cuyo resultado no puede ser

predicho de anterioridad con seguridad.
Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado
c) extracción de una carta de una baraja de 52 cartas
2) Espacio muestral: es el conjunto de todos los posibles resultados asociados a un

experimento.
Su símbolo es Ω. Si el espacio muestral tiene un número finito de elementos o infinito

numerable, entonces se dice que éste es discreto y si el espacio muestral tiene como
elementos todos los puntos de algún intervalo real, entonces se dice que éste es continuo.
Ejemplo:
a) experimento: lanzamiento de un dado

Ω = {1, 2, 3, 4, 5, 6}
b) experimento: tiempo de duración de un tubo fluorescente.
Ω = {t, t ≥ 0}
3) Evento o suceso: es cualquier subconjunto de un espacio muestral. Todo subconjunto es un
evento, en particular Ω mismo es un evento, llamado suceso seguro y el conjunto vacío, Ø,
también es un evento, llamado. Suceso imposible
Ejemplo:
A = {obtener un número impar al lanzar un dado}
A = {1, 3, 5}
B = {obtener al menos una cara al lanzar una moneda dos veces}
B = {CS, SC, CC}
Consideraciones de los sucesos
Como los eventos son subconjuntos de Ω, entonces es posible aplicar la teoría de conjuntos
para
obtener nuevos eventos.
 Si A y B son eventos, entonces también lo son AՍB, A∩B, �𝑐 .

 A∪B ocurre si, y sólo si sólo ocurre A o sólo ocurre B u ocurren A y B a la vez.
 �𝑐 ocurre si, y sólo si no ocurre A.
 En todo experimento aleatorio Ω se considera el conjunto universal, por lo tanto, todos los
complementos son tomados respecto a Ω.
Ejercicios
Considere el experimento lanzamiento de dos dados.
a) Determine el espacio muestral
b) Obtenga los siguientes eventos:
A = {la suma de los dos números es un múltiplo de dos}
B = {ambos dados muestran la misma cara}
C = {los dos números son primos}
D = {la resta de los dos números es divisible por tres}
c) Encuentre, si es posible, AUB, C∩D, �𝐶 , �𝐶 ∩ � 𝐶
.
CONCEPTO DE PROBABILIDAD EN ESPACIO FINITO EQUIPROBABLE
Si Ω es un espacio muestral con n elementos, entonces la probabilidad de un evento A es el
�
cociente �, donde m es el número de elementos de A.
�
Esto se denota: P(A) = �
Ejemplo
Ω = {lanzamiento de un dado} =≫Ω = {1, 2, 3, 4, 5, 6}
A = {aparece un múltiplo de tres}=≫A={3, 6}
2 1
P(A) = 6 = 3
Definición 1 : Diremos que dos eventos A y B son mutuamente excluyentes o disjuntos si no

pueden ocurrir juntos, es decir A∩B= ∅.
Por ejemplo,
Ω = {lanzamiento de un dado} =>Ω={1, 2, 3, 4, 5, 6}
A = {aparece un múltiplo de tres} => A={3,6}
B = {aparece un múltiplo de cuatro} => B={4}
Luego, A y B son eventos disjuntos, porque A∩B= ∅.
Axiomas de probabilidad
Sea Ω un espacio muestral y sean A y B dos eventos cualesquiera de este:
Axioma 1
Axioma 2
Axioma 3
De estos tres axiomas fundamentales es posible determinar algunas propiedades y consecuencias:

ACTIVIDAD DE APRENDIZAJE N° 14:
INDICADOR DE ELEMENTO DE LA ACTIVIDAD N° 14 HORA
LOGRO CAPACIDAD S
Identifica y calcula .
probabilidades en un Problemas de probabilidad Resolución de problemas de
evento a partir de las probabilidad
propiedades 3
Calcula problemas que impliquen probabilidades
DESEMPEÑOS Identifica y aplica propiedades en la resolución de problemas de probabilidades
1. Cual es probabilidad de obtener dos caras en el lanzamiento de dos monedas

a) 1/2 b) 1/3 c) 1/4 d) 1/5 e) 1/6
2. Cuál es la probabilidad de obtener dos sellos en el lanzamiento de tres monedas
a) 1/8 b) 2/5 c) 3/8 d) 5/8 e) 7/8
3. ¿Cuál es la probabilidad de obtener 8 al sumar los puntos de las caras superiores al lanzar 2
dados?
a) 6/13 b) 5/3 c) 4/13 d) 3/26 e) 3/20
4. Se lanzan 2 dados, ¿Cuál es la probabilidad de obtener por lo menos 10 en la suma de los

puntos de las caras superiores?
a) 1/3 b) 1/2 c) 4/9 d) 3/4 e) 1/6
5. Se lanzan dos dados, ¿Cuál es la probabilidad de obtener a lo más 10 al multiplicar los puntos
de las caras superiores?
a) 1/2 b) 19/36 c) ¾ d) 3/8 e) 1/9
6. En un salón de clases de 40 alumnos, 30 de ellos postulan a la Universidad de San Marcos y

26 a la Universidad de Lima, se elige un alumno al azar, ¿Cuál es la probabilidad de que sea
un alumno que postule a ambas universidades?
a) 1/3 b) 1/5 c) 2/3 d) 4/15 e) 2/5

7. Los resultados de una encuesta son los siguientes: el 42% prefiere el producto A, el 54% el
producto B, el 18% ambos productos, ¿Cuál es la probabilidad de elegir al azar entre los
encuestados una persona que no prefiera el producto a ni el producto B?
a) 22% b) 20% c) 18% d) 16% e) 12%
8. En una urna hay 8 bolas, 3 de color rojo y 5 de color blanco. Se extraen dos al mismo tiempo,
¿Cuál es la probabilidad de que se haya extraído una de cada color?.
a) 7/15 b) 9/16 c) 7/12 d) 12/25 e) 15/2
9. Un grupo de estudios está conformado por 11 niños y 7 niñas. Si se escogen 4 estudiantes al

azar. ¿cuál es la probabilidad de que todos sean niños?
a) 11/102 b) 13/102 c) 11/51 d) 13/51 e) 15/103
10. Se quiere seleccionar un comité de 5 personas a partir de un grupo de 7 peruanos, 4 chilenos y

3 argentinos. ¿Qué probabilidad habría de que el comité este compuesto por 2 peruanos, 2
chilenos y 1argentino?
a) 27/137 b) 27/143 c) 35/102 d) 9/51 e) 18/143
11. De un grupo de 40 personas, 15 no estudian ni trabajan, 10 estudian y 3 estudian y trabajan.

Si se elige una persona al azar. ¿Cuál es la probabilidad de que estudie, pero no trabaje?
a) 7/40 b) 3/20 c) 7/20 d) 1/10 e) 1/5
ENUNCIADO
Si se lanzan tres monedas al aire. ¿Cuál es la probabilidad de obtener como resultado:
12. Dos sellos?
a) 1/8 b) 1/2 c) 1/6 d) 3/8 e) ¼
13. Dos caras y un sello?

a) 1/8 b) 1/2 c) 3/8 d) 1/6 e) 3/2
14. ¿Dos resultados iguales y uno diferentes?

a) 3/4 b) 1/4 c) 1/8 d) 3/8 e) ½
15. Tres resultados iguales?
a) 1/4 b) 2/3 c) 1/8 d) 1/2 e) 1/6
16. ¿A lo más dos sellos?

a) 7/8 b) 5 c) 6 d) 7 e) 8
17. ¿Por lo menos dos caras?

a) 4 b) 5 c) 6 d) 7 e) 8
ENUNCIADO : Carlitos lanza 2 monedas
18. ¿Cuál es la probabilidad de que salgan 2 caras?
1 3 1 2 1
a) b) c) d) e)
2 4 4 3 3
19. ¿Cuál es la probabilidad de que salga, primero cara y luego sello?
1
a) b) 1 c)
1
d)
2
e)
3
4 3 2 3 4
20. ¿Cuál es la probabilidad de que salga al menos un sello?
3
a) b) 1 c)
1
d)
1
e)
2
4 4 2 3 3
ENUNCIADO : Meche lanza un par de dados sobre una mesa.
21. ¿Cuál es la probabilidad de obtener 6 puntos?
2
a) b) 1 c)
1
d)
1
e)
2
9 6 2 3 3
22. ¿Cuál es la probabilidad de obtener suma 7 u 11?
2
a) b) 1 c)
1
d)
1
e)
2
9 6 2 3 3
23. ¿Cuál es la probabilidad de obtener una suma menor que 6?
3 5 5
a) b) 1 c)
1
d) e)
5 3 2 18 6
24. ¿Cuál es la probabilidad de que su suma sea impar?
1
a) b) 19 c)
17
d)
2
e)
5
3 18 18 3 6
ENUNCIADO : Manuela lanza tres monedas, sobre una mesa.
25. ¿Cuál es la probabilidad de que salgan 3 sellos?
1
a) b) 1 c)
1
d)
1
e)
3
4 2 6 8 8
26. ¿Cuál es la probabilidad de que salgan solo 2 caras?
3 3 5
a) b) 1 c)
1
d) e)
4 8 4 8 8
27. ¿Cuál es probabilidad de que salgan al menos 2 sellos?
3 3 1
a) b) 1 c)
1
d) e)
8 4 8 4 2
3
a) b) 1 c)
1
d)
3
e)
1
8 4 8 4 2
ENUNCIADO : Se tiene una baraja de 52 cartas.
28. Si se extrae una carta. ¿Cuál es la probabilidad de que la carta extraída sea una “J”?
5
a) b) 3 c)
1
d)
2
e)
3
26 52 13 13 13
29. Si extraemos una carta. ¿Cuál es la probabilidad de obtener un número impar?
1 7
a) b) 2 c) d)
4
e)
6
13 13 13 13 13
30. Si extraemos al azar dos cartas. ¿Cuál es la probabilidad de que ambas sean treboles
(considerar que no se devuelven las cartas)?
1
a) b) 2 c)
3
d)
4
e)
5
17 17 17 17 17
ENUNCIADO : Una urna contiene 12 bolillas rojas, 14 blancas y 6 verdes.
31. Si extraemos al azar una bolilla. ¿Cuál es la probabilidad de que sea verde o roja?
1 9 5
a) b) 1 c)
2
d) e)
6 3 3 16 36
32. Se extrae una bolilla y se devuelve a su lugar, luego se saca otra bolilla. ¿Cuál es la
probabilidad de que la primera vez se saque una bolilla blanca y la segunda vez se saque una
bolilla verde?
12 1 21 2 1
a) b) c) d) e)
256 4 256 3 3

Silabo Desarrollado de Estadística

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

Silabo Desarrollado de Estadística

Cargado por

Copyright:

Formatos disponibles

POLICIA NACIONAL DEL PERÚ

ESCUELA NACIONAL DE FORMACIÓN PROFESIONAL POLICIAL

Programa de estudio : CIENCIAS ADMINISTRATIVAS

CARRERA PROFESIONAL : Ciencias Administrativas y

La asignatura de Estadística pertenece al Área de Formación Científica Básica

III. UNIDAD DE COMPETENCIA VINCULADA AL MÓDULO

IV. INDICADORES DE LOGRO

2. Identifica, analiza e interpreta la distribución de los datos a partir de

3. Identifica, analiza e interpreta la distribución de los datos a partir

4. Identifica las situaciones de certeza o incertidumbre y calcula

CAPACDAD DE INDICADORES DE ELEMENTOS DE LA ACTIVIDADES DE APRENDIZAJE / DESEMPEÑOS

 Interpreta nociones básicas acerca de

ACTIVIDAD N° 03  Reconoce las formas adecuadas de

 Determina que grafico estadístico utilizar

 Aplica lo aprendido sobre las nociones

 Analiza e interpreta problemas

SEGUNDO EXAMEN PARCIAL

 Calcula problemas que impliquen

Estrategias centradas en el aprendizaje

 El sistema de calificación es vigesimal y la nota mínima aprobatoria

Indicadores de Logro : (PIL) Peso 3

 El promedio final de la UD se obtendrá asi:

PF= EO (1) + TA (2) + EO (3) + EF4

IX. FUENTES DE INFORMACIÓN

B. Obra: Estadística Elemental. Edición 1996

C. Obra: Estadística y Probabilidades

D. Obra: Estadística descriptiva para economistas y

Ica, Enero 2020

INDICADOR DE ELEMENTO DE LA ACTIVIDAD N° 1 HORAS

DESEMPEÑOS  Analiza ejercicios acerca de población y muestra .

La mayoría de los libros, estudios e investigaciones especializadas en economía,

Población : Es el colectivo que abarca a todos los elementos cuya característica o

Por su tamaño, las poblaciones pueden ser finitas o infinitas.

 Población finita: es aquella cuya cantidad de elementos es posible de determinar.

Muestra: Es un conjunto de elementos seleccionados de una población de acuerdo a

Muestreo: Es la técnica que nos permite seleccionar muestras adecuadas de una

Parámetro: Es cualquier medida descriptiva o representativa de una población.

Estadístico: Constituyen cualquiera de las medidas descriptivas de una muestra. Se

Estadística: Es la ciencia que se encarga de la recolección, ordenamiento,

Básicamente la estadística se divide en dos grandes ramas: estadística descriptiva o

Estadística descriptiva: Es la parte de la estadística que permite analizar todo un

Estadística inferencial: En esta rama de la estadística, lo que se pretende es obtener

Esta condición vista anteriormente, ha permitido que la estadística inferencial, tenga un

En la Figura 2, se puede visualizar el procedimiento que se sigue para realizar

 La muestra sería el conjunto de 3500 peruanos que forman parte de la

 Un individuo sería cada uno de los peruanos con derecho a voto.

 Individuo: cada uno de los profesores de la UNICA.

2.- Determina si las siguientes afirmaciones son verdaderas o falsas

INDICADOR DE ELEMENTO DE LA ACTIVIDAD N° 2 HORAS

 Representa los datos obtenidos en un estudio, por medio de tablas

La variable estadística es la propiedad o característica

 Las variables cualitativas toman valores no

numéricas que no admiten un criterio de orden. Por ejemplo:

presenta modalidades no numéricas, en las que existe un orden. Por ejemplo:

conseguido en una prueba deportiva: 1º, 2º, 3º,...

El número de hermanos de 5 amigos:

- Las variables cuantitativas continuas

Es un instrumento de medida, de acuerdo al cual se asignan valores a los datos

Se reconocen cuatro niveles de medición: nominal, ordinal, de intervalo y de razón.

Los datos provenientes de un nivel ordinal, también generan categorías mutuamente

EJEMPLO DE ESCALA TIPO LIKERT

o Escala nominal o clasificatoria: Este tipo de variables, no presentan un

Escala: Ingeniero, Médico, Abogado, Enfermero, Odontólogo