INSTITUTO TECNOLÓGICO NACIONAL

Tarea: Estadística Descriptiva

Carrera: Contador Público

Tercer Semestre

Asignatura: Estadística Administrativa

Docente: Ing. Arnaldo Aarón Aguayo

León

Alumna: Cornejo Contreras

Chetumal Quintana Roo a 22 de septiembre de 2021

Pág. 1 de 15
 Índice
Introducción ............................................................................................................................. 3
Presentación del trabajo con texto original ............................................................................... 4
Construcción de gráficas ........................................................................................................... 5
A-1) Histograma ....................................................................................................................... 6
A-2) Histograma Porcentual: ..................................................................................................... 7
A-3) Polígono de frecuencias: .................................................................................................... 8
A-4) Polígono de frecuencia porcentual: .................................................................................... 9
Medidas de tendencia central ................................................................................................. 10
B-1) Media Aritmética Ponderada: .......................................................................................... 10
B-2) Mediana:......................................................................................................................... 11
B-3) Moda: ............................................................................................................................. 12
Medidas de dispersión ............................................................................................................ 13
C-1) Desviación estándar de la muestra conocida como desviación típica. ................................ 13
C-2) Desviación media.- .......................................................................................................... 14
Conclusión.............................................................................................................................. 15
Referencias Bibliográficas: ...................................................................................................... 15

Pág. 2 de 15
 Introducción
La Estadística es la rama de las matemáticas que se encarga de recolectar,
describir, organizar e interpretar datos con el objeto de tomar decisiones.
El estudio de la estadística se divide en dos categorías: la estadística descriptiva y
la estadística inferencial.
La estadística descriptiva es la que se encarga de recolectar, describir, organizar
y presentar los datos. Utiliza encuestas, tablas, gráficas, y desarrolla cálculos que
nos explican que está sucediendo en lo que estamos estudiando.
La estadística descriptiva resume en forma numérica o gráfica el conjunto de datos
que se están analizando. Si utilizamos las herramientas y fórmulas de la estadística
descriptiva lograremos describir lo que está sucediendo en la muestra, No se puede
generalizar a la Población.
La estadística inferencial, Es la encargada de generalizar los datos. Permite hacer
conclusiones por lo que tiene características inductivas, es decir, que del estudio
que se hace con una muestra, se puede saber que va a suceder con toda la
población.
La estadística inferencial permite realizar conclusiones o inferencias basándose en
los resultados obtenidos de una muestra. Por ejemplo, a partir de una muestra
representativa tomada de los habitantes de una ciudad, es posible inferir la votación
de todos los ciudadanos considerando un error de aproximación.

Pág. 3 de 15
Presentación del trabajo con texto original

Pág. 4 de 15
La siguiente tabla es una muestra representativa que indica la vida útil en miles de
horas de un número determinado de lámparas ahorradoras de luz blanca fabricada
por una gran empresa.

Vida útil de lámparas ahorradoras de luz blanca

Vida útil en miles de horas Número de lámparas

30-37 90
40-47 170
50-57 290
60-67 400
70-77 280
80-87 150
90-97 80
Total 1460

Realizar un estudio estadístico completo que consiste en:

Construcción de gráficas

La representación de graficas es una ayuda visual que sirve para interpretar los
gráficos que se derivan de una distribución de frecuencias.
Graficamos por ejemplo cuando presentamos los datos en forma de dibujo, de tal
modo que cualquier persona pueda percibir más fácilmente los hechos más
esenciales de un grupo de datos y compararlos con otros si lo desea.

Pág. 5 de 15
A-1) Histograma: Es un gráfico que permite mostrar cómo se distribuyen los
datos de una muestra estadística o de una población. Esto, respecto a alguna
variable numérica.

VIDA ÚTIL EN MILES DE HORAS NÚMERO DE

L.I.-L-S LÁMPARAS

28.5-38.5 90
38.5-48.5 170
48.5-58.5 290
58.5-68.5 400
68.5-78.5 280
78.5-88.5 150
88.5-98.5 80

HISTOGRAMA
450
400
Número de Lámparas

350
300
250
200
150
100
50
0
28.5-38.8 38.5-48.5 48.5-58.5 58.5-68.5 68.5-78.5 78.5-88.5 88.5-98.5
Vida útil en miles de horas

Pág. 6 de 15
A-2) Histograma Porcentual: La frecuencia relativa de una clase dividida
entre la suma de la frecuencia de todas las clases y generalmente se expresa
como porcentaje.

VIDA ÚTIL EN MILES DE HORAS NÚMERO DE

LÁMPARAS
L.I.-L-S (frecuencia absoluta FRECUENCIA
f) PORCENTUAL (%)
28.5-38.5 90 6.16%
38.5-48.5 170 11.64%
48.5-58.5 290 19.86%
58.5-68.5 400 27.40%
68.5-78.5 280 19.18%
78.5-88.5 150 10.27%
88.5-98.5 80 5.48%
TOTAL 1460 100%

HISTOGRAMA PORCENTUAL
1600

1400
Porcentaje de lámparas

1200

1000

800
100%
600

400

200 27.40%
19.86% 19.18%
6.16% 11.64% 10.27% 5.48%
0
28.5-38.5 38.5-48.5 48.5-58.5 58.5-68.5 68.5-78.5 78.5-88.5 88.5-98.5 TOTAL
Miles de horas

Pág. 7 de 15
 A-3) Polígono de frecuencias: Gráfica de líneas que representa las
frecuencias de la clase graficadas contra las marcas de clase. Se puede obtener
conectando los puntos medios de las partes superiores de los rectángulos de un
histograma. Marca de clase: (28.5-38.5) = 28.5+38.5/2=33.5 y así con los demás
datos.

NÚMERO DE
VIDA ÚTIL EN MILES DE HORAS LÁMPARAS MARCA DE CLASE
L.I- L.S (Frecuencia absoluta MC (x)
f)
28.5-38.5 90 33.5
38.5-48.5 170 43.5
48.5-58.5 290 53.5
58.5-68.5 400 63.5
68.5-78.5 280 73.5
78.5-88.5 150 83.5
88.5-98.5 80 93.5
TOTAL 1460

POLIGONO DE FRECUENCIA
450
400
NÚMERO DE LÁMPARAS

350
300
250
200
150
100
50
0
33.50 43.50 53.50 63.50 73.50 83.50 93.50
MC ( MILES DE HORAS)

Pág. 8 de 15
 A-4) Polígono de frecuencia porcentual: Este polígono suele usarse
cuando se pretende tratar varias distribuciones distintas o la clasificación cruzada
de una variable cualitativa o cuantitativa descrita en el mismo dibujo.

NÚMERO DE
FRECUENCIA
VIDA ÚTIL EN MILES DE HORAS LÁMPARAS MARCA DE CLASE
PORCENTUAL
L.I- L.S (Frecuencia absoluta MC (x)
(%)
f)
28.5-38.5 90 33.50 6.16%
38.5-48.5 170 43.50 11.64%
48.5-58.5 290 53.50 19.86%
58.5-68.5 400 63.50 27.40%
68.5-78.5 280 73.50 19.18%
78.5-88.5 150 83.50 10.27%
88.5-98.5 80 93.50 5.48%
TOTAL 1460

POLÍGONO DE FRECUENCIA PORCENTUAL

10000.00%
PORCENTAJE DEL NÚMERO DE LAMPARAS

9000.00%
8000.00%
7000.00%
6000.00%
5000.00%
4000.00%
3000.00%
2000.00%
1000.00%
0.00%
33.50 43.50 53.50 63.50 73.50 83.50 93.50
MILES DE HORAS MARCA DE CLASE

Pág. 9 de 15
Medidas de tendencia central
Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un
solo valor a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado el
conjunto de los datos. Las medidas de tendencia central más utilizadas son: media, mediana y moda.

B-1) Media Aritmética Ponderada: Es una media de centralización que da una

importancia distinta a cada uno de los valores sobre los que se calcula la media. En
una media ponderada cada valor se multiplica por un peso y el total es dividido por
la suma de los pesos.

VIDA ÚTIL EN MILES DE NÚMERO DE LÁMPARAS MARCA DE CLASE

f*X
HORAS L.I- L.S Frecuencia absoluta(f) (X)
28.5-38.5 90 33.50 3,015
38.5-48.5 170 43.50 7,395
48.5-58.5 290 53.50 15,515
58.5-68.5 400 63.50 25,400
68.5-78.5 280 73.50 20,580
78.5-88.5 150 83.50 12,525
88.5-98.5 80 93.50 7,480
TOTAL 1,460 91,910

33.5∗90+43.5∗170+53.5∗290+63.5∗400+73.5∗280+83.5∗150+93.5∗80
x̅p=
1,460

3,015+7,395+15,515+25,400+20,580+12,525+7,480
x̅p=
1,460
91,910
x̅p= =62.95
1,460

Media aritmética Ponderada

62.95
(en miles de horas)

Pág. 10 de 15
B-2) Mediana: Es un valor que se encuentra a la mitad de los otros valores, es
decir, que, al ordenar los números de mayor a menor, este se encuentre justamente
en la posición central.

VIDA ÚTIL EN MILES DE HORAS NÚMERO DE LÁMPARAS

Frecuencia Acumulada (F)
L.I- L.S (Frecuencia Absoluta (f)

28.5-38.5 90 90
38.5-48.5 170 260
48.5-58.5 290 550
58.5-68.5 400 950
68.5-78.5 280 1,230
78.5-88.5 150 1,380
88.5-98.5 80 1,460
TOTAL 1460

𝑛
−𝐹𝑖−1
Me= Li+ (2 𝑓1
)A

𝑛 1460
Posición= = =730 A= Amplitud= LS-LI= 68.5-58.5=10
2 2
730−550
Me= 58.5+ *10
400
180 1800
Me=58.5+400*10 Me=58.5+ 400

Me=58.5+4.5

Mediana en miles de horas = 63

Pág. 11 de 15
B-3) Moda: Es el valor que aparece con mayor frecuencia en un conjunto de datos.

VIDA ÚTIL EN MILES DE NÚMERO DE LÁMPARAS (Frecuencia Frecuencia

HORAS L.I- L.S Absoluta (f) Acumulada (F)

28.5-38.5 90 90
38.5-48.5 170 260
48.5-58.5 290 550
58.5-68.5 400 950
68.5-78.5 280 1,230
78.5-88.5 150 1,380
88.5-98.5 80 1,460
TOTAL 1460

𝑛 1460
Posición=2 =2
=730 A= Amplitud= LS-LI= 68.5-58.5=10

𝑓𝑖−𝑓𝑖−1
Fórmula= Moda=LI+((𝑓𝑖−𝑓𝑖−1)+(𝑓𝑖−𝑓𝑖+1))A

400−290
Mo= 58.5+((400−290)+(400−280)) 10

110
Mo=58.5+ (110+120) 10

110
Mo=58.5+ ( )10
230
1100
Mo= 58.5+ 230

Mo=58.5+4.78

Mo= 63.28

Moda en miles de horas 63.28

Pág. 12 de 15
Medidas de dispersión
Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas de
arrojar un valor numérico que ofrezca información sobre el grado de variabilidad de
una variable. En otras palabras, las medidas de dispersión son números que indican
si una variable se mueve mucho, poco, más o menos que otra. La razón de ser de
este tipo de medidas es conocer de manera resumida una característica de la
variable estudiada. En este sentido, deben acompañar a las medidas de tendencia
central. Juntas ofrecen información de un solo vistazo que luego podremos utilizar
para comparar y si fuera preciso, tomar decisiones.
Las medidas de dispersión más usadas son: el rango de variación, varianza,
desviación estándar, coeficiente de variación.

C-1) Desviación estándar de la muestra conocida como desviación

típica. La desviación típica es otra medida que ofrece información de la dispersión
respecto a la media. Su cálculo es exactamente el mismo que la varianza, pero
realizando la raíz cuadrada de su resultado. Es decir, la desviación típica es la raíz
cuadrada de la varianza.

VIDA ÚTIL EN MILES DE NÚMERO DE MARCA DE

f*X (X-𝐱̅)2 (X-𝐱̅)2 *f
HORAS L.I- L.S LÁMPARAS (f) CLASE (x)
28.5-38.5 90 33.50 3,015 867.30 78,057
38.5-48.5 170 43.50 7,395 378.30 64,311
48.5-58.5 290 53.50 15,515 89.30 25,897
58.5-68.5 400 63.50 25,400 .30 120
68.5-78.5 280 73.50 20,580 111.30 31,164
78.5-88.5 150 83.50 12,525 422.30 63,345
88.5-98.5 80 93.50 7,480 933.30 74,664
TOTAL 1,460 91,910 337,558

∑(𝑥−𝑥̅ )2 ∗𝑓 ∑𝑥∗𝑓 91,910

Fórmula de la varianza: 𝑠2= Fórmula de Promedio= x̅= 𝑛
= 1,460 =62.95
𝑁−1
337,558
Varianza =𝑠2=1,460−1 𝑠2=231.362 Miles de horas

Desviación estándar= S=√231,362=15.21

15.21
Desviación estándar en miles
de horas

Pág. 13 de 15
 C-2) Desviación media.- Es una medida de dispersión, que lo que hace es
expresar que tanto varían en promedio los elementos dentro de un conjunto de
datos con respecto a su media aritmética, la desviación media no hace diferencia
entre números que se desvían hacia arriba de la media o números que se desvían
hacia abajo de la media, lo único que importa es el valor promedio que se desvían
los datos, sin importar si son números mucho mayores o mucho menores al
promedio, por este motivo en la fórmula de la desviación media hace uso de valores
absolutos.

VIDA ÚTIL EN NÚMERO DE

MARCA DE
MILES DE HORAS LÁMPARAS f*X (X-𝐱̅) (X-𝐱̅)f
CLASE (x)
L.I- L.S (f)
28.5-38.5 90 33.50 3,015 29.45 2,650.5
38.5-48.5 170 43.50 7,395 19.45 3,306.5
48.5-58.5 290 53.50 15,515 9.45 2,740.5
58.5-68.5 400 63.50 25,400 0.55 220
68.5-78.5 280 73.50 20,580 10.55 2,954
78.5-88.5 150 83.50 12,525 20.55 3,082.5
88.5-98.5 80 93.50 7,480 30.55 2,444
TOTAL 1460 91,910 17,398

∑𝑥∗𝑓 91,910
∑(𝑋−𝑥̅ )∗𝑓 Fórmula de Promedio= x̅= = =62.95
Fórmula de la desviación media=D= 𝑛 1,460
𝑁

17398
D= = 11.916
1460

Desviación media en 11.916

miles de horas es

Pág. 14 de 15
Conclusión
La Estadística es una ciencia matemática que se utiliza para describir, analizar e
interpretar ciertas características de un conjunto de individuos llamado población.
Cuando nos referimos a muestra y población hablamos de conceptos relativos, pero
estrechamente ligados. Una población es un todo y una muestra es una fracción o
segmento de ese todo.
La estadística trata en primer lugar, de acumular la masa de datos numéricos
provenientes de la observación de multitud de fenómenos, procesándolos de forma
razonable. Mediante la teoría de la probabilidad analiza y explora la estructura
matemática subyacente al fenómeno del que estos datos provienen y, trata de sacar
conclusiones y predicciones que ayuden al mejor aprovechamiento del fenómeno.

Referencias Bibliográficas:
❖ ESTADÍSTICA Murray R. Spiegel Rensselaer Polytechnic Institute Hartford Graduate Center Larry
J. Stephens University of Nebraska at Omaha Revisión técnica Raúl Gómez Castillo Instituto
Tecnológico y de Estudios Superiores de Monterrey, Campus Estado de México Cuarta edición.

❖ ESTADÍSTICA APLICADA A ADMINISTRACIÓN Y ECONOMÍA Coautoría y Traducción: Alfredo

Díaz Mata Lic. en Administración de Empresas FCA UNAM Coordinador de Matemáticas Facultad
de Contaduría y Administración Universidad Nacional Autónoma de México Revisión Técnica:
Guillermina Eslava Gómez Doctora en Estadística e Investigadora del Instituto de Investigación en
Matemáticas Aplicadas y Sistemas IIMAS Universidad Nacional Autónoma de México McGRAW-
HILL MÉXICO - BOGOTÁ -BUENOSAIRES -CARACAS -GUATEMALA -LISBOA MADRID -NUEVA
YORK -PANAMÁ -SAN JUAN -SANTIAGO - S O PAULO AUCKLAND -HAMBURGO -LONDRES -
MILÁN -MONTREAL - NUEVA DELHI PARÍS -SAN FRANCISCO -SINGAPUR -ST. LOUIS SIDNEY
- TOKIO - TORONTO Segunda Edición LEONARD J. KAZMIER Ph. D. Universidad Estatal de
Arizona.

http://eio.usc.es/eipc1/BASE/BASEMASTER/FORMULARIOS-PHP
DPTO/MATERIALES/Mat_G2021103104_EstadisticaTema1.pdf

https://www.youtube.com/watch?v=mMxO40iLjus

https://www.youtube.com/watch?v=di8QuugaG2w

https://www.youtube.com/watch?v=kek-jrOSuHU

Pág. 15 de 15