Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Plantel Toluquilla
• El maestro enviará el plan de trabajo con las Actividades y/o Proyectos a realizar de la semana en turno
cada día de clase para ser entregados según el día y fecha establecidos.
• El plan de trabajo deberá contener los apoyos en los que se basaran los alumnos (PDF, Manuales, enlaces
a plataformas o links de videos a utilizar) para el desarrollo de las actividades. Las Investigaciones no serán
en su totalidad en páginas de Internet.
Criterios para evaluación:
* Las actividades o Proyectos entregados en el horario establecido y con los requerimientos solicitados se
calificarán al 100%.
* El alumno solamente previa entrega de su recibo de pago (o bien previo convenio autorizado por el Director)
recibirá su calificación de la semana.
Cualquier queja con respecto a calificaciones o problemas con Profesores; Favor de comunicarse con su
Coordinadora según su turno.
Reglamento de la clase:
No celular en la banca o mano del alumno.
No gorra, ni nada que cubra la cara del alumno (excepto cubre boca).
Uso obligatorio de playera de la escuela, se negará acceso a quién no le porte.
No platicar y usar palabras altisonantes en clase.
Los envases de vidrio están prohibidos, sólo envases de plástico para beber.
No comer durante la clase.
No bromas o jugar en el salón durante la clase.
No subir los pies a las bancas, ni rayarlas.
Sentarse de manera decora y correcta
1
Estadística I, Guía semana I
2
Estadística I, Guía semana I
3
Estadística I, Guía semana I
4
Estadística I, Guía semana I
Las variables estadísticas pueden ser de dos tipos:
I. Cualitativas: son aquellas en la que los resultados posibles no son valores numéricos.
Por ejemplo: color del pelo, tipo de ropa preferida, lugar de veraneo, etc.
II. Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de dos tipos:
- Cuantitativas discretas: cuando se toman valores aislados. Por ejemplo: número de
amigos de tu pandilla, número de veces que vas al cine al mes, número de coches que
tiene tu familia.
- Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede haber
valores intermedios. Es decir, se toman todos los valores de un determinado intervalo. Por
ejemplo: peso de las personas, nivel sobre el mar en que se encuentra tu ciudad, medida
del perímetro torácico.
Media aritmética: La media aritmética es la suma de todos los datos dividida entre el número
total de datos. Se calculan dependiendo de cómo vengan ordenados los datos.
Moda: La moda de un conjunto de datos es el dato que más veces se repite, es decir, aquel que
tiene mayor frecuencia absoluta. Se denota por Mo. En caso de existir dos valores de la variable
que tengan la mayor frecuencia absoluta, habría dos modas. Si no se repite ningún valor, no existe
moda.
Mediana: La mediana es el valor que ocupa el lugar central entre todos los valores del conjunto
de datos, cuando estos están ordenados en forma creciente o decreciente. La mediana se
representa por Me.
5
Estadística I, Guía semana I
6
Estadística I, Guía semana I
Tipos de datos
En una investigación estadística, se manejan diversas características, a las que se dé nómina variable. Los
datos son los resultados que se observan para estas variables.
Básicamente existen dos tipos de variables, que producen dos tipos de datos: cualitativos y cuantitativos.
Las primeras variables producen respuestas categóricas, en tanto que las segundas producen respuestas
numéricas.
Por otra parte, los datos cuantitativos pueden ser discretos o continuos.
Los datos cuantitativos discretos son respuestas numéricas que surgen de un proceso de conteo, mientras
que los continuos son los que surgen de un proceso de medición.
Dentro de la estadística, la necesidad de recolectar datos reside en cuatro razones importantes:
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.
Es entonces que podemos decir que los datos pueden concebirse como información numérica necesaria
para ayudarnos a tomar una decisión con más bases en una situación particular.
Para que un análisis estadístico sea útil en el proceso de toma de decisiones, los datos de entrada deben
ser apropiados. Por tanto, la recolección de datos es extremadamente importante. Si los datos están
estropeados por sesgos, ambigüedades u otro tipo de error, es improbable que incluso las metodologías
más finas y sofisticadas sean suficientes para compensar tales deficiencias.
Obtención de datos
Existen muchos métodos mediante los cuales podemos obtener los datos necesarios. Podemos:
Buscar datos a publicados por fuentes gubernamentales industriales o individuales
Diseñar un experimento para obtener los datos necesarios
Concluir un estudio
Hacer observaciones de comportamiento
Utilización de fuentes de datos publicados
7
Estadística I, Guía semana I
Sin importar la fuente utilizada, se hace una distinción entre el recolector original de los datos, la
organización o individuos que compilan estos en tablas y diagramas. El recolector de datos es la fuente
primaria, mientras que el compilador de los datos es la fuente secundaria.
I. Cuestionario: Es el método que utiliza un instrumento o formulario impreso, destinado a
obtener repuestas sobre el problema en estudio y que el investido o consultado llena por sí mismo.
El cuestionario puede aplicarse a grupos o individuos estando presente el investigador o el responsable del
recoger la información, o puede enviarse por correo a los destinatarios seleccionados en la muestra.
Debido a su administración se puede presentar problema relacionados con la cantidad y calidad de datos
que pretende obtener para el estudio. Algunos problemas asociados con el envío de los cuestionarios
podrían ser: que no fuese devuelto; los consultados pueden evadir la respuesta a alguna pregunta o no
darle la importancia necesaria a las respuestas proporcionadas. Por ello y otros factores más, el instrumento
que se use para la recolección de datos debe ser objeto de una cuidadosa elaboración.
Algunas ventajas del cuestionario son: su costo relativamente bajo, su capacidad para proporcionar
información sobre un mayor número de personas en un periodo bastante breve y la facilidad de obtener,
cuantificar, analizar e interpretar los datos.
Dentro de las limitaciones de este método figuran las siguientes: es poso flexible, la información no puede
variar ni profundizarse, si el cuestionario es enviado por correo se corre el riesgo de que no llegue al
destinatario o no se obtenga respuesta de los encuestados; además, resulta difícil obtener una tasa alta de
compleción del cuestionario.
Debido a esa posible pérdida de información se recomienda cuando se use este método una muestra más
grande de sujetos de estudio.
II. Diseño de un experimento: Un segundo método para obtener los datos necesarios es la
experimentación. En un experimento se ejerce un control estricto sobre el tratamiento dado a los
participantes. Por ejemplo, en un estudio para probar la eficacia de una pasta de dientes, el
investigador determinaría qué participantes del estudio usarían la nueva marca y cuáles no, en lugar de
dejarle la elección a los sujetos.
III. Encuestas: Un tercer método para obtener datos es aplicar una encuesta. Simplemente se
formulan preguntas respecto a sus opiniones actitudes comportamiento y otras características.
Después, sus respuestas se editan, codifican y tabulan para su análisis.
IV. Realización de un estudio observacional: En un estudio observacional, el investigador
observa el comportamiento de interés directamente, por lo común en su entorno natural. Hay una
amplia variedad de formatos, los cuales pretenden recolectar información en un grupo establecido para
ayudar en el proceso de toma de decisiones.
Tipos de datos.
Existen básicamente dos tipos de variables que producen dos tipos de datos: categóricas y numéricas. Las
variables aleatorias categóricas producen respuestas categóricas, mientras que las variables aleatorias
numéricas producen respuestas numéricas. La variable aleatoria numérica puede considerarse como
discreta, mientras que la otra puede pensarse como continúa. Los datos discretos son respuestas numéricas
que surgen de un proceso de conteo, mientras que los datos continuos son respuestas numéricas que
surgen de un proceso de medición.
Niveles de medición y tipos de escala de medición.
De lo analizado anteriormente, observamos que nuestros datos resultantes también pueden describirse de
acuerdo con el nivel de medición obtenido. Los cuatro niveles de medición ampliamente reconocidos son,
del nivel de medición más débil al más fuerte, las escalas nominal, ordinal, de intervalo y de cociente.
Escala nominal y ordinal: Se dice que los datos obtenidos de una variable categórica han sido
medidos en una escala nominal o en una escala ordinal. Si los datos observados simplemente se
clasifican en las diversas categorías distintas en las que no se implica ningún orden, se obtiene un
nivel de medición nominal. Por otra parte, si los datos observados se clasifican en las distintas
categorías en las que se implica algún orden, se obtiene un nivel de medición ordinal.
Escalas de intervalo: Una escala de intervalo es una escala ordenada en la que la diferencia
entre las mediciones es una cantidad significativa.
Escalas de cociente: Si, además de que las diferencias son significativas e iguales en todos los
puntos de la escala, existe un punto cero verdadero que pueda ser tomado en cuenta con los
cocientes de mediciones, entonces la escala es una escala de cociente.
8
Estadística I, Guía semana I
Como resumen podemos decir que la necesidad de recolectar datos reside en cuatro razones (recordemos:
proporcionar, medir, ayudar y satisfacer) y que además los mismos se pueden obtener de diversas formas:
datos publicados, diseñar un experimento, realizar una encuesta o llevar a cabo un estudio observacional.
De allí podemos obtener dos tipos diferentes de datos, categóricos o numéricos, que se pueden medir a
través de una escala nominal y ordinal o una escala de intervalo y de cociente. En general, en el proceso de
recolección de datos para una investigación, estos métodos e instrumentos y fuentes suelen combinarse;
cada una con sus ventajas y desventajas, sus características propias y la información que se requiera, dan
flexibilidad para que el investigador determine su uso apropiado según el estudio a realizar.
9
Estadística I, Guía semana I
Es importante considerar el formato general del instrumento, aso como decidir las áreas o secciones que
deben tener, tales como instrucciones, datos generales y datos específicos, según las variables que se
están estudiando.
Paso 5. Diseñar el instrumento:
- Elaboración de preguntas o ítem
- Análisis de preguntas o ítem según alcance y estructura
En esta etapa se procede a la construcción del cuerpo del instrumento según el formato decidido, o sea, a la
elaboración de las preguntas o incisos, si es un instrumento de observación. A continuación debe analizarse
cada una de las partes en relación con los objetivos y las variables, considerando si cada pregunta abarca la
información que se espera obtener.
Paso 6. Probar el instrumento. Antes de aplicar el instrumento debe hacerse una prueba de campo
a fin de determinar su calidad y los ajustes que amerite. La calidad del instrumento determina en función de:
- Claridad de las preguntas o ítem y del lenguaje
- Cantidad de preguntas e ítem
- Formato y cuerpo
- Ordenamiento y secuencia de las preguntas
- Claridad de las instrucciones
La prueba de campo sirve, además, para determinar otros aspectos, como:
- Costo y duración de la aplicación del instrumento
- Necesidad de preparación del personal a cargo de la recolección de datos
La prueba de campo debe ser aplicada a un grupo de sujetos que tengan características similares a las de
la población que será estudiada, pero no es conveniente que sujetos que han participado en la prueba sean
incluidos en la etapa de recolección definitiva de información
Paso 7. Revisar y reproducir el instrumento: La revisión final se hace con posterioridad a la
prueba de campo; hecha esta, procede la impresión o reproducción del instrumento.
10
Estadística I, Guía semana I
11
Estadística I, Guía semana I
12
Estadística I, Guía semana I
13
Estadística I, Guía semana I
La suma de las frecuencias absolutas es igual al número total de datos, que se representa por N:
Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma mayúscula) que se lee suma o
sumatoria.
14
Estadística I, Guía semana I
Paso 2: Crea una nueva tabla. En la primera columna, ubica las notas de 1 a 10, de menor
a mayor. En la segunda columna, escribe la cantidad de veces que se repite cada nota y
llama a estos datos frecuencia absoluta.
Paso 3: Hasta aquí tienes una tabla de frecuencias sencilla, pero también puedes
agregarle una columna más para calcular la frecuencia absoluta acumulada. Sus valores
se obtienen sumando los datos en diagonal.
Paso 4: Sigue sumando los números en diagonal. Ahora es el turno de 1 + 2 = 3. Continúa
hasta llenar toda la columna.
15
Estadística I, Guía semana I
Paso 5: Una forma de verificar que la suma es correcta, es obteniendo como número final
la cantidad de datos que tienes. En este caso, sería igual a 31.
Paso 3:
Para la frecuencia relativa acumulada debes sumar los datos en diagonal,
como lo hicimos para la frecuencia absoluta acumulada.
16
Estadística I, Guía semana I
Paso 4:
Suma todos los datos en diagonal hasta llenar toda la columna. El último
número que obtengas debe ser 1.
Paso 5:
¡Ahora sí vamos a descubrir los porcentajes de la frecuencia relativa! Toma
cada valor de la columna frecuencia relativa y multiplícalo por 100. Al final,
la suma de esa columna debe dar 100 %.
Paso 6:
Para terminar, calcula el porcentaje de la frecuencia relativa acumulada en
porcentajes. Sus valores se obtienen sumando los datos en diagonal.
17
Estadística I, Guía semana I
a) En una evaluación de inglés las notas de 10 estudiantes (xi) fueron las siguientes:
90, 70, 60, 20, 40, 50,70, 50, 40, 75
Se pide calcular la media para dichos datos.
Solución:
En esta ocasión se presenta una muestra de datos no agrupados, en donde N = 10. Por
tanto, la media se expresaría como:
18
Estadística I, Guía semana I
b) La siguiente tabla de frecuencias expresa el peso para 40 trabajadores, por tanto nos
piden calcular la media para dichos datos agrupados.
Solución:
En esta ocasión media se aplica para datos agrupados, por tanto tenemos que tener en
cuenta la marca de clase (Xi) y la frecuencia absoluta acumulada (Fi). Recuerda que la
sumatoria indica que se debe sumar dentro de los cinco intervalos el producto de la
frecuencia absoluta junto a la marca de clase, en este caso en la tabla se expresa como la
suma de todos estos productos es 2,868.
Cuando se tiene muestra con una cantidad par de datos la fórmula de la Mediana es:
19
Estadística I, Guía semana I
20
Estadística I, Guía semana I
Por último, se calcula la mediana reemplazando cada uno de los datos encontrado:
Moda: La moda es el valor que aparece con mayor frecuencia en nuestro conjunto
de datos. Es importante especificar que el conjunto de datos puede presentar una
moda, varias modas o no. En un gráfico absoluto, la moda es la barra más alta de
nuestro gráfico.
21
Estadística I, Guía semana I
Para calcular la moda (Mo) en datos no agrupados, solo hay que fijarse en los datos más
frecuentes y esta será la moda.
Puede darse el caso de que tengamos dos o más modas, esto sucedería si dos o más
datos se repitieron con mayor e igual frecuencia en nuestro muestra.
Fórmula de la moda para datos agrupados.
La fórmula que se usará para el cálculo de la moda, en el caso de que tengamos datos
agrupados será:
22
Estadística I, Guía semana I
Solución:
En este caso se presenta un ejercicio con datos agrupados en intervalos,
por ende debemos usar la formula para tal caso.
23
Estadística I, Guía semana I
En el caso de que la media < mediana, contamos con una distribución asimétrica
sesgada a la izquierda.
Si la media es igual a la mediana y existen dos modas, estamos hablando de una
distribución bimodal, caso que es poco frecuente.
Si la media, la mediana y la moda son iguales, contamos con una distribución
simétrica.
En el caso de que la media > mediana, contamos con una distribución asimétrica
sesgada a la derecha.
24
Estadística I, Guía semana I
25
Estadística I, Guía semana I
Cálculo de la moda para datos agrupados; c uando todos los intervalos tienen
la misma amplitud.
26
Estadística I, Guía semana I
Ejemplo: Calcular la moda de una distribución estadística que viene dada por la siguiente tabla:
En primer lugar buscamos el intervalo donde se encuentra la moda, que será el intervalo que tenga la mayor
frecuencia absoluta (fi). Aplicaremos la fórmula para el cálculo de la moda para datos agrupados,
extrayendo los siguientes datos:
Media aritmética: es el valor obtenido al sumar todos los datos y dividir el resultado entre el
número total de datos. Denotamos la media con el símbolo X y la calculamos de la siguiente
manera:
En donde cada xi representa uno de nuestros datos y N es el número total de datos que
tenemos.
Ejemplo: Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kilos. Hallar el peso medio.
Primero, notemos que tenemos seis datos, por lo tanto N = 6. Procedamos a calcular la media:
27
Estadística I, Guía semana I
Media aritmética para datos agrupados: Cuando los datos vienen agrupados en
una tabla de frecuencias, la expresión de la media es distinta. Supongamos que tenemos K clases
diferentes en nuestra tabla de frecuencias, en donde para cada clase Ci, tenemos su media xi y
su frecuencia fi correspondiente, entonces calculamos la media como:
Debemos observar que ahora N es la suma de las frecuencias de cada clase, esto es:
Además, cuando cada grupo o clase es un intervalo, la media de dicho intervalo es simplemente el punto
medio entre los límites, así, suponiendo que un grupo es el intervalo (a, b) entonces su media es .
Como observación a considerar, notemos que al tener una tabla de frecuencias, al agrupar los datos,
sustituimos cada dato por la media del grupo o clase al que pertenece, y que la suma de todas las
frecuencias es igual a la cantidad de datos que tendríamos si no agrupáramos, por lo tanto, al calcular la
media en datos agrupados, lo que hacemos es simplemente reemplazar cada dato por la media del grupo o
clase al que pertenece. En caso de tener datos no agrupados, en general es mejor no agrupar ya que esto
implica pérdida de información.
Ejercicio de media aritmética para datos agrupados: En un test realizado a un grupo de 42
personas se han obtenido las puntuaciones que muestra la tabla. Calcula la puntuación media.
28
Estadística I, Guía semana I
La suma de las desviaciones de los números 8,3,5,12,10 de su media aritmética 7.6 es igual a 0:
2. La suma de los cuadrados de las desviaciones de los valores de la variable con respecto a un número
cualquiera se hace mínima cuando dicho número coincide con la media aritmética. En otras palabras, lo
siguiente siempre se cumple:
3. Si a todos los valores de la variable se les suma un mismo número, la media aritmética de estos nuevos
datos es a la media de los anteriores más la misma cantidad que se le sumó a los datos. Esto es,
suponiendo que tenemos los datos con media , ahora, si le sumamos a todos
los datos una cantidad , , la media de estos nuevos datos es:
4. Si todos los valores de la variable se multiplican por un mismo número la media aritmética queda
multiplicada por dicho número. Esto es, suponiendo que tenemos los datos con
29
Estadística I, Guía semana I
¿Qué es la mediana? La mediana es el valor que ocupa el lugar central de todos los datos
cuando éstos están ordenados de menor a mayor.
1. La mediana se representa por Me
2. La mediana se puede hallar solo para variables cuantitativas.
Ejemplo de cálculo simple de la mediana:
3. Si la serie tiene un número par de puntuaciones la mediana es la media entre las dos puntuaciones
centrales.
Fórmula y cálculo de la mediana para datos agrupados:
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de
la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre.
30
Estadística I, Guía semana I
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 es igual a N (100).
Buscamos el intervalo donde se encuentra la mediana, para ello dividimos la N por 2 porque la mediana es
el valor central:
Clase de la mediana: [66,69)
Aplicaremos la fórmula para el cálculo de la mediana para datos agrupados, extrayendo los siguientes
datos:
31
Estadística I, Guía semana I
Rango o recorrido: es la diferencia entre el mayor y el menor de los datos de una distribución
estadística.
32
Estadística I, Guía semana I
33
Estadística I, Guía semana I
34
Estadística I, Guía semana I
35
Estadística I, Guía semana I
IV. Diagrama de sectores: Se utiliza para todo tipo de variable estadística, cuantitativa o
cualitativa. Consiste en dibujar sectores sobre un círculo, siendo la amplitud de los sectores proporcional a
su frecuencia absoluta, cada sector se rellena con un color diferente.
El cálculo de la amplitud en grados sexagesimales del sector correspondiente se realiza así: ángulo =
frecuencia relativa * 360
Ejemplo: Hemos preguntado a 20 personas por el número medio de días que practican deporte a la
semana y hemos obtenido las siguientes respuestas:
36
Estadística I, Guía semana I
Bibliografía: Spiegel Murray R., Estadística. Serie Schaum 4ta ed. 2009
37