TECNOLOGICO NACIONAL DE MEXICO n

INSTITUTO TECNOLOGICO DE CAMPECHE

INGENERIA EN GESTION EMPRESARIAL

NOMBRE: GABRIEL HUMBERTO MARTINEZ BERZUNZA

MAESTRO: RAMON BOCOS PATRON

MATERIA: PROBABILIDAD Y ESTADISTICA DESCRIPTIVA

TRABAJO: Tema I.- Distribuciones de frecuencia

MG3

San Francisco de Campeche, camp, 9 de septiembre del 2022

1
INDICE
INTRODUCCION.............................................................................................................................3
¿Qué es la estadística moderna? ¿Por qué estudiarla? ............................................................4
Partes en que se divide la estadística moderna para su estudio..............................................4
Métodos para la obtención de datos .............................................................................................4
¿En qué consiste el principio ´´BEBS´´ o ´´GIGO´´? ..................................................................4
Métodos cualitativos........................................................................................................................5
Tipos de datos estadísticos............................................................................................................6
Propiedades que describen una serie numérica de datos .........................................................6
Datos no agrupados, medias de tendencia central ....................................................................7
Comparacion de la media, mediana y moda ...............................................................................8
MEDIA ...........................................................................................................................................8
MEDIANA .....................................................................................................................................8
MODA ...........................................................................................................................................8
Datos no agrupados, medidas de dispersión ..............................................................................9
El manejo de grandes cantidades de datos .................................................................................9
Datos agrupados, medidas de tendencia central ........................................................................9
Datos agrupados, medidas de dispersión ....................................................................................9
Datos agrupados, medidas de posición .....................................................................................10
Las distribuciones de frecuencias ...............................................................................................10
Histograma .................................................................................................................................10
Polígono de frecuencia .............................................................................................................10
ojiva .............................................................................................................................................11
Importancia de la forma de datos ................................................................................................11
Uso de polígonos para comparar datos: ....................................................................................11
Curtosis .......................................................................................................................................11
Asimetría .....................................................................................................................................11
Teorema de Chebyshev ...............................................................................................................12
Gráficas para datos cualitativos o categóricos ..........................................................................12
Cuadro sinóptico ..............................................................................................................................13
BIBLIOGRAFIAS ...........................................................................................................................14

2
 INTRODUCCION

Por mucho tiempo el hombre ha tratado de predecir el futuro o de adivinar sucesos

que pasan en la vida cotidiana, lo que nos da a entender que el hombre trata cada
día de saber lo que puede ocurrir en el futuro cercano, según los especialistas el
ser humano recurre a estas acciones para evitar catástrofes por todo el mundo,
buscando no evitar estos sucesos, pero si prepararse para poder afrontar posibles
escenarios. Por ejemplo, en la sociedad se busca una seguridad social la cual se
tiene que pagar con unas cuantas pensiones que necesitan ser cobradas para que
la seguridad social este disponible y en buenas condiciones de uso para en algún
momento del futuro así estar preparados para cualquier incidente que se pueda
ocasionar por infinitas causas, lo cual conlleva a una plantación de preguntas
como ¿cuáles serían las posibilidades que estas cosas sucedan? ¿qué sería lo
mejor para estas situaciones? O ¿Cómo podemos prevenir tales situaciones?, es
aquí cuando las personas más específicamente la gente relacionada con la
administración, deberán presentar un estudio para cada situación y tener la mejor
preparación posible para obtener resultados convencionales, los cuales
evidentemente ayudarían a tener un mejor control sobre posibles ¨consecuencias¨.
Entonces, para entrar en materia debemos entender que la estadística y la
probabilidad buscan auxiliar a las personas que se familiaricen con la
administración independientemente de la rama que sea, para prepararlos ante una
situación donde necesiten prever un problema, incidente o perdías de ingresos, así
mismo esto nos ayudara para tener un amplio manejo de los datos de cualquier
tipo y permitir un manejo adecuado para cada situación que se nos presente,
puede ser una situación financiera, personal, laboral etc.
Como sabemos no necesariamente tiene que ser fines financieros, se puede
administrar las características de los estudiantes, separar los productos por
relevancia de demanda o de prever posibles escenarios de algún evento, todo esto
es posible con el uso correcto de las ciencias mencionas, probabilidad y
estadística.
Es por eso que es de suman importancia conocer los conceptos básicos de estas
ciencias, para posteriormente sumergirnos o adentrarnos de lleno a la materia
para poder comprender y ejecutar de manera correcta las herramientas que nos
ofrecen que para la carrera de gestión empresarial al igual que para todas las
administraciones es casi obligatorio tener el manejo adecuado de cada una de las
ramas de la estadística y tener un ceniciento de la probabilidad para poder
sobresalir y presentar un mejor desarrollo en el ámbito laboral con esto ayudar a
una mejor organización de una empresa, una sociedad o para uso personal del
conocimiento todo esto siempre y cuando podamos comprender esta materia que
nos prepara para nuestro futuro como ciudadanos, trabajadores y por el momento
como estudiantes.

3
¿Qué es la estadística moderna? ¿Por qué estudiarla?

• La estadística moderna se relaciona con el desarrollo de métodos y técnicas para

obtener, analizar e interpretar datos cuantitativos de tal manera que la
confiabilidad de las conclusiones basadas en los datos pueda ser evaluada
objetivamente por medio del uso de la probabilidad
• Es importante estudiarla ya que nos permite recopilar, presentar y caracterizar la
información para que podamos auxiliarla en los análisis de datos y en los procesos
de toma de decisiones
• Proporciona herramientas metodológicas generales para analizar la variabilidad
determinar relaciones entre variables diseñar en forma óptima estudios y
experimentos y mejorar las predicciones y toma de decisiones en situaciones de
incertidumbre

Partes en que se divide la estadística moderna para su estudio

• Estadística descriptiva: Consiste en la presentación de datos en forma de tablas y

gráficas. Esta comprende cualquier actividad para resumir o describir los mismos
factores pertinentes adicionales.
• Estadística diferencial: Se deriva de las observaciones hechas solo a una parte de
un conjunto numeroso de elementos; implicando así que su análisis requiera de
generalizaciones que van más allá de los datos.

Métodos para la obtención de datos

• Análisis de series cronológicas o temporales: El término se refiere a un orden

secuencial de valores de una variable, conocido como tendencia a intervalos de
tiempo iguales. Utilizando tendencias, una organización puede predecir la
demanda de sus productos y servicios para el tiempo proyectado.
• Técnicas de suavizado: Esto ayuda a identificar patrones y niveles de demanda
que pueden ser usados para estimar la demanda futura.
• Los métodos más comunes utilizados en las técnicas de suavizado de la previsión
de la demanda son el método de media móvil simple y el método de media móvil
ponderada.
• Método Barométrico: También conocido como el enfoque de los indicadores
principales, este método se utiliza para especular sobre las tendencias futuras en
función de la evolución actual. Cuando un evento pasado se considera para
predecir el evento futuro, el evento pasado actuaría como un indicador principal.

¿En qué consiste el principio ´´BEBS´´ o ´´GIGO´´?

Se refiere a la forma de obtener la información original de las unidades de análisis que
componen el universo por investigar puede ser efectuada a través de un censo, una
encuesta o un registro administrativo

4
Métodos cualitativos
La investigación cualitativa está estrechamente relacionada con palabras, sonidos,
sentimientos, emociones, colores y otros elementos que no son cuantificables.

• Las encuestas se utilizan para recopilar datos de la audiencia objetivo y recoger

información sobre sus preferencias, opiniones, elecciones y comentarios
relacionados con tus productos y servicios.
• Los sondeos se componen de una pregunta de opción única o múltiple. Cuando se
requiere tener un pulso rápido de los sentimientos de la audiencia, puedes ir a las
encuestas. Debido a que son de corta duración, es más fácil obtener respuestas
de la gente. En este método, el entrevistador hace preguntas cara a cara o por
teléfono a los encuestados. En las entrevistas cara a cara, el entrevistador hace
una serie de preguntas al entrevistado en persona y anota las respuestas.
• Un cuestionario es un conjunto impreso de preguntas, abiertas o cerradas, que los
encuestados deben responder en función de sus conocimientos y experiencia con
el tema.

¿Cómo recolectar datos?

• La recolección de datos es una fase necesaria previa a la realización de un

estudio estadístico. Esto se debe a que se precisan estos datos para el
procesamiento de la información y su subsiguiente interpretación
• Proporcionar la introducción imprescindible para un estudio de
investigación.
• Medir el desempeño de un proceso de producción en curso.
• Ayudar en la formulación de cursos alternativos de acción en un proceso
de toma de decisiones.
• Satisfacer nuestra curiosidad

5
 Tipos de datos estadísticos
• Datos nominales: Otros de los tipos de datos estadísticos son los que
tienen valores nominales que representan unidades discretas y se usan
para etiquetar variables que no tienen un valor cuantitativo. Estos datos no
tienen un orden, aunque cambiara el orden de sus valores, no cambia su
significado.
• Datos ordinales: Los datos ordinales representan unidades discretas y
ordenadas. su orden es importante. Las escalas ordinales generalmente,
se usan para medir características no numéricas como la felicidad, la
satisfacción del cliente, etc.
• Datos numéricos: estos tipos de datos estadísticos también se conocen
como datos cuantitativos, y se refieren a una medida o recuento
• Datos discretos: Los datos estadísticos son discretos cuando sus valores
son distintos y separados. los datos sólo pueden tomar ciertos valores.
• Datos continuos: Los datos continuos representan mediciones y, por lo
tanto, sus valores. no se pueden contar, pero se pueden medir.
• Datos de intervalo: Los datos de intervalo representan unidades ordenadas
que tienen la misma diferencia
• Datos de relación: También son unidades ordenadas que tienen la misma
diferencia. Los datos de relación son los mismos que los valores de
intervalo, con la diferencia de que tienen un cero absoluto

Propiedades que describen una serie numérica de datos

• Tendencia central: conjunto de datos a través de la estima solitaria que
refleja el punto focal de la difusión de la información.
• Forma: Para describir la forma: sólo necesitamos comparar la media y la
mediana. Si estas dos mediciones son iguales, por lo general podemos
considerar que los datos son simétricos. Si la media excede a la mediana,
los datos pueden describirse de sesgo positivo o sesgadas a la derecha. Si
la media es excedida por la mediana, estos datos pueden llamarse de
sesgo negativo o sesgadas a la izquierda. El sesgo positivo surge cuando
la media se incrementa en algunos valores inusualmente altos, el sesgo
negativo ocurre cuando la media se reduce en algunos valores
extremadamente bajos.
• Variancia: es la raíz cuadrada de la desviación estándar, siendo una media
de las frecuencias con la media elevadas al cuadrado. Para calcular la
varianza seguiremos los pasos enumerados a continuación:
1. Calcular la media realizando el promedio de los números
2. Restar la media a cada número anterior y elevarlo al cuadrado
Calcular la media de las diferencias al cuadrado obtenidas en el punto anterior.
FORMULA La varianza será representada por el símbolo σ 2 o s2

6
Datos no agrupados, medias de tendencia central
• La media aritmética:es el promedio. Se calcula sumando todas las
observaciones y luego dividiendo el total entre el número de elementos
involucrados
• La mediana. Es el valor medio de una secuencia ordenada de datos. Si no
hay empates, la mitad de las observaciones serán menores y la otra mitad
serán mayores, la mediana no se ve afectada por valores extremos. Para
calcular la mediana, primero se deben poner los datos en orden.
• La moda. Es el valor de una serie de datos que aparece con más
frecuencia, la moda no se ve afectada por la ocurrencia de cualquier valor
extremo

7
Comparacion de la media, mediana y moda
MEDIA
Ventajas

• Se expresa en las mismas unidades que la variable en estudio.

• El promedio se estable en el muestreo.
• Es un valor único.
• Es sensible a cualquier cambio en los datos (puede ser usado como un
detector de variaciones en los datos
• Es útil para llevar a cabo procedimientos estadísticos como la comparación de
medias de varios conjuntos de datos.
Desventajas

• Es sensible a los valores extremos.

• No es recomendable emplearla en distribuciones muy asimétricas.
• Si el conjunto de datos es muy grande puede ser tedioso su cálculo manual
• No se puede calcular para datos cualitativos
• No se puede calcular para datos que tengan clases de extremo abierto, tanto
superior como inferior.
MEDIANA
Ventajas

• Fácil de calcular si el número de observaciones no es muy grande

• No se ve influenciada por valores extremos, ya que solo influyen los valores
centrales.
• Fácil de entender.
• Se puede calcular para cualesquiera tipos de datos cuantitativos, incluso los
datos con clase de extremo abierto.
Desventajas

• No utiliza en su “cálculo” toda la información disponible

• No pondera cada valor por el número de veces que se ha repetido
• Hay que ordenar los datos antes de determinarla.
MODA
Ventajas

• No requiere cálculos.
• Puede usarse para datos tanto cuantitativos como cualitativos
• No se ve influenciada por valores extremos.
• Se puede calcular en clases de extremo abierto.
Desventajas

• Solo tiene significado en el caso de una gran cantidad de datos.

• No siempre existe, si los datos no se repiten.
• Difícil de interpretar si los datos tienen 3 o más modas.

8
Datos no agrupados, medidas de dispersión
El rango: es la diferencia entre la mayor y la menor observación en una serie de datos.
El rango mide la propagación total en la serie de datos. La debilidad del rango es que
no logra tomar en cuenta la forma en que los datos se distribuyen realmente entre el
mayor y el menor valor
La varianza y la desviación estándar: La Varianza de muestra es el promedio de las
diferencias cuadradas entre cada una de las observaciones de una serie de datos y la
media. La desviación estándar es simplemente la raíz cuadrada de la varianza. La
varianza y la desviación
El Coeficiente de Variación: es una medida relativa de variación. Se expresa como
porcentaje antes que en términos de las unidades de los datos particulares. Mide la
dispersión en los datos relativa a la media.

El manejo de grandes cantidades de datos

El manejo de grandes cantidades de datos precisa del empleo de medidas de
tendencia central para modelar, con ellas, el comportamiento de la población en su
conjunto y de las medidas de dispersión, para sopesar la variabilidad atendiendo al
contexto situacional en el que se toman las decisiones

Datos agrupados, medidas de tendencia central

Los datos agrupados son aquellos datos que se han clasificado por categorías o por
clases para posteriormente tomarse como criterio su frecuencia, es decir, cuántas
veces se repiten.
Estos son mayormente utilizados cuando existe una gran cantidad de datos, ya que
agrupándolos los vas a simplificar y a trabajar de manera más sencilla, así como
también, te permite establecer sus tendencias.

Datos agrupados, medidas de dispersión

las medidas de tendencia central y dispersión ya que permiten organizar los datos
recopilados en las pruebas de campo y así formular soluciones a sus hipótesis mejor
estructuradas, más acertadas y relacionadas con la realidad.
Estas medidas otorgan información acerca de los cambios en las variables. Pretenden
resumir en un solo valor la dispersión que tiene un conjunto de datos. Las más
utilizadas son rango de variación, varianza, desviación, estándar, coeficiente de
variación, entre otras. Se denominan agrupados a los datos dispuestos en una
distribución de frecuencia. En tal caso, las fórmulas para el cálculo del promedio se
ven levemente modificadas.

9
Datos agrupados, medidas de posición
• Cuantiles: medidas que nos permiten dividir el conjunto de datos en 4,10, 100
partes
• Rango Inter cuartillo: Se utiliza en el análisis estadístico para ayudar a obtener
conclusiones acerca de un conjunto de números. El RIQ a menudo se utiliza
más que el rango, porque excluye la mayoría de los valores atípicos
• Cuartiles: Dividen en 4 partes iguales al conjunto ordenado de datos que
tengan. el primer, segundo y tercer cuartil representan respectivamente el 25%,
50% y 75% del conjunto de datos estadísticos.
• Los deciles son los nueve valores que dividen una serie de datos ordenados en
diez partes iguales. Los deciles dan los valores correspondientes al 10%...20%
y 90% de los datos
• Percentil: medida de posición usada en estadística que indica, una vez
ordenados los datos de menor a mayor, el valor de la variable por debajo del
cual se encuentra un porcentaje dado de observaciones en un grupo

Las distribuciones de frecuencias

• Frecuencia relativa: Una distribución de frecuencia relativa muestra la
ocurrencia de un evento como proporción del número total de
ocurrencias de todos los eventos en un conjunto de eventos dado.
• Frecuencia de porcentajes: medida que indica el porcentaje de veces
que aparece un valor en una muestra respecto el número total de
datos. Por lo tanto, la frecuencia porcentual es igual a la frecuencia
relativa multiplicada por 100. Por ejemplo, si en una muestra de 50
datos un valor está repetido 10 veces
Histograma
El histograma es entonces un gráfico que permite mostrar cómo se distribuyen los
datos de una muestra estadística o de una población. Esto, respecto a alguna variable
numérica.
Polígono de frecuencia
Un polígono de frecuencias es una herramienta gráfica que se emplea a partir de un
histograma de frecuencia. Para ello, se unen con una línea los distintos puntos medios
de las columnas del histograma, sin dejar espacio entre una y otra, logrando así una
forma geométrica o polígono

10
ojiva
la ojiva es un polígono frecuencial acumulado, es decir, que permite ver cuántas
observaciones se encuentran por encima o debajo de ciertos valores, en lugar de solo
exhibir los números asignados a cada intervalo.
La ojiva apropiada para información que presente frecuencias mayores que el dato
que se está comparando tendrá una pendiente negativa (hacia abajo y a la derecha) y
en cambio la que se asigna a valores menores, tendrá una pendiente positiva

Importancia de la forma de datos

• Simétrica: Distribución que tiene el mismo número de valores a la izquierda de
la media que a la derecha de la media. Es decir, en una distribución simétrica
la media es un eje de simetría
• Asimétrica: Una distribución asimétrica puede tener una curva sesgada hacia la
derecha o hacia la izquierda. Esto se conoce respetivamente como asimetría
positiva y asimetría negativa.

Uso de polígonos para comparar datos:

Curtosis
• La curtosis es una medida estadística que determina el grado de concentración
que presentan los valores de una variable alrededor de la zona central de la
distribución de frecuencias
Asimetría
• la asimetría es un parámetro estadístico que sirve para determinar cuánto de
simétrica) es una distribución sin necesidad de representarla gráficamente
• Asimetría positiva: la distribución tiene más valores diferentes a la derecha de la
media que a su izquierda.
• Simetría: la distribución tiene el mismo número de valores a la izquierda que a la
derecha de la media.
• Asimetría negativa: la distribución tiene más valores diferentes a la izquierda de la
media que a su derecha

11
Teorema de Chebyshev

Es una regla estadística que sirve para calcular la probabilidad de que un valor de una
variable aleatoria esté a una cierta distancia de su media.
El teorema de Chebyshev dice que la probabilidad de que un valor esté a k
desviaciones típicas de la media es mayor o igual a uno menos el cociente de uno
partido por k al cuadrado

Gráficas para datos cualitativos o categóricos

• Datos cualitativos es el nombre dado a los datos que se expresan en forma de

palabras o textos que ayudan a comprender ciertas acciones y actitudes de los
encuestados que no son cuantificables, por lo que su uso es muy importante para
fundamentar cualquier investigación seria.
• Graficas de barra: Son una muestra visual de datos que se prolongan entre sí
dependiendo de la variación que se presente. además de representar datos,
también puede representarse en un gráfico de barras, un grupo de valores o cifras
De tal manera que estos datos se verán categorizados respectivamente en el
gráfico de barras
• Grafica de pastel: Una gráfica de pastel o gráfica circular es un tipo de
representación para el análisis de datos estadísticos. Tiene la forma de un disco
dividido en sectores, cuyas áreas son proporcionales a los porcentajes de los
distintos componentes de la población estadística, Cada valor del carácter
estudiado corresponde a un sector. Las medidas de los ángulos de los sectores
son proporcionales a los números representad

12
 Datos numéricos: estos tipos de datos
Datos continuos: Los datos estadísticos también se conocen como
continuos representan
datos cuantitativos, y se refieren a una
mediciones y, por lo tanto,
sus valores. no se pueden medida o recuento
contar, pero se pueden
Datos discretos: Los datos estadísticos Datos de intervalo: Los
medir.
son discretos cuando sus valores son datos de intervalo
Cuadro sin óptico

distintos y separados. los datos sólo representan unidades

pueden tomar ciertos valores ordenadas que tienen la
misma diferencia
Datos ordinales: Los datos
ordinales representan
unidades discretas y
ordenadas. Datos nominales: Estos datos no
Datos tienen un orden, aunque cambiara el
orden de sus valores, no cambia su
estadísticos significado.

Frecuencia relativa: Es la ocurrencia de un

evento como proporción del número total
de ocurrencias de todos los eventos en un
conjunto de eventos dado. El teorema de Chebyshev dice que
Distribuciones la probabilidad de que un valor esté
a k desviaciones típicas de la media
de frecuencia es mayor o igual a uno menos el
cociente de uno partido por k al
Frecuencia de porcentajes: medida cuadrado
que indica el porcentaje de veces que
El teorema de
aparece un valor en una muestra Chebyshev
respecto el número total de datos

La moda. Es el valor de una

Análisis de series cronológicas serie de datos que aparece
o temporales: Utilizando con más frecuencia
tendencias, una organización
puede predecir la demanda de
sus productos y servicios para
Métodos para Datos no agrupados, La mediana: Es el valor
el tiempo proyectado.
obtención de medias de tendencia medio de una secuencia
datos ordenada de datos. Si no
central
hay empates

Método Barométrico: este Técnicas de suavizado: Esto ayuda La media aritmética: es el promedio. Se calcula
método se utiliza para especular a identificar patrones y niveles de sumando todas las observaciones y luego
demanda que pueden ser usados dividiendo el total entre el número de elementos 13
sobre las tendencias futuras en
función de la evolución actual para estimar la demanda futura. involucrados
BIBLIOGRAFIAS

https://ma.edu.co/courses/estadistica-ciclo-5-nivel-1/sections/conceptos-basicos-
de-estadistica
https://economipedia.com/definiciones/estadistica
https://www.youtube.com/watch?v=xYco67hkECs
https://www.youtube.com/watch?v=Xq3thcQqwbc

14
15