INTRODUCCIÓN

En muchas disciplinas se estudia el conocimiento de la estadística que

nos permite diseñar estudios adecuados, recopilar datos de manera
efectiva y analizar los resultados de manera precisa; cuyo objetivo es
reunir la información necesaria para apoyar, ayudar y plantear los
diferentes problemas que pueden contribuir a la mejora de la educación.
Este trabajo se basa en investigaciones de los conceptos básicos de los
estadística y posteriormente ejercicios de temas vistos en clase, que
nosotros luego realizamos en casa con nuestro conocimiento.
Para ello se analizará cada concepto del tema y así dar una información
concreta y precisa donde sea de útil para las personas la información
recopilada de los distintos temas que se estarán abordando en este
trabajo.
La finalidad de este trabajo es dar a conocer y comprender los conceptos
básicos de la estadística para que los entiendan mejor y los tengan
claros para así continuar con los ejercicios de tablas de distribución
cuantitativa y tablas de distribución de frecuencias con distintos ejemplos.
Las investigaciones que verán a continuación sus conceptos fueron
sacadas de Internet y libros buscando la mejor información para que su
concepto sea fácil de comprender.
 INDICE
INTRODUCCIÓN.............................................................................................................................2
ANTECEDENTES HISTORICOS DE LA ESTADISTICA.........................................................5
Mapa conceptual concepto y clasificación de la estadística...........................................................6
TIPOS DE MUESTREOS...............................................................................................................7
Técnicas de muestreos..................................................................................................................7
Muestreo no probabilístico..........................................................................................................8
Cuadro sinóptico de tipos de variables...........................................................................................9
GRAFICAS ESTADISTICAS.......................................................................................................10
GRAFICA CIRCULAR.................................................................................................................10
GRAFICAS DE LINEA.................................................................................................................11
HISTOGRAMA CON POLIGONO DE FRECUENCIA ACUMULADA (OJIVAS)..................12
CONCEPTO DE DATOS NO AGRUPADOS Y AGRUPADOS.................................................13
DATOS NO AGRUPADOS.......................................................................................................13
DATOS AGRUPADOS...............................................................................................................13
MEDIDAS DE TENDENCIA (MEDIA, MEDIANA Y MODA).................................................14
MEDIA.........................................................................................................................................14
MEDIANA...................................................................................................................................14
MODA.........................................................................................................................................14
MEDIDAS DE DISPERSION COMO SON:...............................................................................15
VARIANZA.................................................................................................................................15
DESVIACION ESTANDAR.........................................................................................................15
COEFICIENTE DE VARIACION.................................................................................................15
RANGO.......................................................................................................................................15
ANALISIS DE CORRELCION Y REGRESION........................................................................16
 Concepto de correlación y sus posibilidades en el campo educativo..................16
 Coeficiente de correlación y su interpretación cuantitativa....................................16
 Coeficiente de correlación de Pearson y su procedimiento de cálculo.................16
 Aplicaciones del coeficiente de correlación y la producción de puntuaciones.. .17
 El concepto y la interpretación de la regresión lineal simple.................................17
 Aplicación de la regresión lineal simple......................................................................17
 Método de mínimos cuadrados....................................................................................17
ACTIVIDAD 1................................................................................................................................18
EJERCICIO 1.............................................................................................................................18
EJERCICIO 2.............................................................................................................................19
EJERCICIO 3.............................................................................................................................20
ACTIVIDAD 2................................................................................................................................21
Ejercicio 1. Ejercicio de datos no agrupados...................................................................21
Ejercicio 2. Ejercicio de datos agrupados.........................................................................22
Ejercicio 3..................................................................................................................................23
Ejercicio 4. Conteo con nuevo rango.................................................................................24
ACTIVIDAD 3................................................................................................................................25
Ejercicio 2..................................................................................................................................25
Ejercicio 3..................................................................................................................................26
Ejercicios de medidas de tendencia central y de dispersión.......................................28
Ejercicio 4..................................................................................................................................28
Ejercicio 5..................................................................................................................................30
Conclusión......................................................................................................................................32
 ANTECEDENTES HISTORICOS DE LA ESTADISTICA.

Los antecedentes históricos de la estadística se remontan a la antigua

civilización egipcia, donde se utilizaban métodos rudimentarios de
recopilación de datos para realizar censos de población y realizar
estimaciones de cosechas. Sin embargo, no fue hasta el siglo XVII que
comenzó a desarrollarse formalmente como una disciplina.

Uno de los primeros hitos en la historia de la estadística ocurrió en el siglo

XVII con el desarrollo del cálculo de probabilidades por parte de
matemáticos como Blaise Pascal y Pierre de Fermat. Estos estudios
sentaron las bases para el estudio de fenómenos aleatorios y el cálculo de
probabilidades, que son fundamentales en la estadística.

En el siglo XVIII, el estadístico alemán Johann Peter Süssmilch desarrolló

el concepto de demografía y realizó análisis de población utilizando técnicas
estadísticas primitivas. También se destacó el trabajo del matemático
británico Thomas Bayes, quien formuló el teorema de Bayes, un importante
resultado en la teoría de la probabilidad.

En el siglo XIX, la estadística comenzó a aplicarse de manera más

generalizada en campos como la economía, la sociología y la biología.
Francis Galton, primo de Charles Darwin, realizó estudios sobre la herencia
y la distribución de rasgos en la población, sentando las bases para la
estadística biológica.

En el siglo XX, la estadística experimentó un gran avance con el desarrollo

de técnicas más sofisticadas y la utilización de la computadora para realizar
cálculos más complejos. Además, se desarrollaron teorías estadísticas más
robustas, como el teorema central del límite y la inferencia estadística.

En resumen, los antecedentes históricos de la estadística se pueden

encontrar en diversas civilizaciones antiguas, pero su desarrollo como
disciplina formal se produjo principalmente a partir del siglo XVII. Desde
entonces, la estadística ha avanzado significativamente y se ha convertido
en una herramienta fundamental en diversas áreas del conocimiento.
Mapa conceptual concepto y clasificación de la estadística.
 TIPOS DE MUESTREOS
A partir de esta muestra se realiza una estimación estadística mediante técnicas
para conocer el valor aproximado de un aspecto o parámetro de la población que
nos interesa.
Existen dos tipos de técnicas de muestreo:

 Aleatorio o probabilístico en el que todos los componentes de la

población tienen las mismas posibilidades de ser escogidos como muestra.
 No aleatorio donde no todos los componentes tienen las mismas
posibilidades de formar parte de la muestra. Se utiliza cuando no se tiene
presupuesto o tiempo para realizar uno aleatorio o se pretende que la
muestra sea más representativa.

Técnicas de muestreos.
MUESTREO ALETORIO SIMPLE.
Todos los componentes de la población tienen exactamente las mismas
posibilidades de formar parte de la muestra y son elegidos al azar, mediante
sorteos o funciones RND informáticas.
Es el más utilizado en estadística, pero, en poblaciones muy numerosas, es el
menos fiable.

MUESTREO ALEATORIO ESTRATIFICADO.

Para tomar la muestra se divide a la población en secciones o estratos que tengan
alguna característica en común: por ejemplo, si se quiere conocer el nivel de
consumo de alcohol y se clasifica a la población por su preparación académica.
Una vez hecha la división se escogen, como muestra, individuos o casos de cada
estrato diferente de manera totalmente aleatoria.
Este método se utiliza si interesa conocer datos concretos según esas diferentes
características en la población.

MUESTREO ALEATORIO DE CONGLOMERADOS.

Se utiliza cuando no se pueden estudiar todos los individuos de una población
porque es muy grande o se encuentra dispersa en un área geográfica muy
extensa, lo que aumenta el costo de la investigación.

MUESTREO SISTEMÁTICO:
Este muestreo selecciona de forma aleatoria al primer individuo de la población
que hará parte del estudio y luego, define un intervalo para completar la muestra.
 Muestreo no probabilístico.
MUESTREO DE BOLA DE NIEVE.
Esta técnica ayuda a los investigadores a encontrar muestras cuando son difíciles
de localizar. Es útil si el tamaño de la muestra es pequeño y no está disponible
fácilmente.

MUESTREO POR CUOTAS.

Este método permite dividir la población en grupos o estratos que comparten
características como el sexo, la edad, los estudios, etc., y de ellos se selecciona
una muestra proporcional y representativa.

MUESTREO INTENCIONAL O POR CONVIVENCIA.

Con este método las muestras se seleccionan basándose únicamente en el
conocimiento y la credibilidad del investigador. Los investigadores eligen solo
aquellas personas que ellos creen que son los adecuados para participar en un
estudio de investigación, ya sea porque son fáciles de reclutar o porque los
consideran buenos representantes de la población.
 Cuadro sinóptico de tipos de variables.

1 CUALITATIVA NOMINAL
VARIABLE
CUALITATIVA Aquellas variables que no
siguen ningún orden en
Son aquellas SE DIVIDEN EN específico.
características o LAS SIGUIENTES
cualidades que no 2 CUALITATIVA ORDINAL
pueden ser calculadas Aquellas que siguen un orden
con números, sino que o jerarquía, por ejemplo: Nivel
lo hacen con palabras. socioeconómico (Alto, medio,
bajo).
3 CUALITATIVA BINARIA
TIPOS DE En este caso, las variables
VARIABLES son solamente dos, por
ejemplo. Si o No. Hombre o
Mujer.

1 CUANTITATIVA DISCRESTA
VARIABLE
CUANTITATIVAS Aquellas variables que usa
valores enteros y no finitos.
Las variables Por ejemplo: La cantidad
cuantitativas son SE DIVIDEN EN
LAS SIGUIENTES de familiares que tiene una
aquellas características persona (2,3,4 o más).
o cualidades que si
pueden expresarse y 2 CUANTITATIVA CONTINUA
medirse a través de
números. Aquellas variables que
utiliza valores finitos y
objetivos. Suele
caracterizarse por utilizar
valores decimales. Por
ejemplo; (64.3 Kg, 72.3 Kg,
etc).
 GRAFICAS ESTADISTICAS
GRAFICA CIRCULAR
También llamado gráfico de torta muestra la distribución de determinado total en
diferentes partes. Es una herramienta valiosa para las cosas en las que se conoce
el absoluto, y lo que interesa es conocer la forma en la que este se reparta en
varias partes.
Para realizar un gráfico de torta se debe dibujar un circular con un compás, dibujar
el radio del círculo y con un transportador calculas los siguientes datos. Colorear
cada porción de la tabla con un color.
 GRAFICAS DE LINEA.
El diagrama o gráfico lineal se compone de una serie de puntos que al unirlos te
muestran una línea completa con los cambios de una variable a lo largo del
tiempo.
En este gráfico, los datos no se representan con barras o por trozos, si no con
puntos ubicados en el cruce de un eje x, que representa la variable del tiempo, y
un eje y, donde se ubica la variable continua que estás estudiando, como el
tamaño de una mascota, por ejemplo. Este tipo de diagramas son muy útiles
cuando cuentas con una variable cuantitativa y quieres ver su comportamiento en
el transcurso del tiempo.
Para realizar un gráfico lineal en papel se deben dibujar los dos ejes
nombrándolos con la variable que representan. Por ejemplo, x: cantidad de año; y:
cantidad de edificios. Luego se introduce el rango y escala de cada variable.
Marca cada dato con un punto y posteriormente unir los puntos con una línea.
 HISTOGRAMA CON POLIGONO DE FRECUENCIA ACUMULADA
(OJIVAS)
Es un gráfico que muestra la frecuencia acumulada asociada a un conjunto de
datos, sirven para saber el número de datos que se encuentran debajo de un valor
determinado.
PARA REALIZARLO:
1. Calcular las frecuencias absolutas acumuladas del conjunto de datos.
2. Representar el eje horizontal y el eje vertical del gráfico. En general, eje
horizontal corresponde a los límites de los intervalos y el eje vertical a las
frecuencias acumuladas.
3. Representar las frecuencias absolutas acumuladas como puntos en la
gráfica.
4. Unir los puntos consecutivos del grafico mediante una línea para formar la
ojiva.
EJEMPLO:

x f(x) fa(x) fr(x) far(x)

6/51=0.11
0 6 6 0.117
7
9/51=0.17
1 9 6+9=15 0.293
6
6+9+10= 10/51=0.1
2 10 0.489
25 96
11/51=0.2
3 11 36 0.704
15
7/51=0.13
4 7 43 0.841
7
3/51=0.05
5 3 46 0.899
8
3/51=0.05
6 3 49 0.976
8
1/51=0.01
7 1 50 0.976
9
1/51=0.01 0.0995=
8 1 51
9 1
Total=5
1
 CONCEPTO DE DATOS NO AGRUPADOS Y AGRUPADOS

DATOS NO AGRUPADOS
Los datos no agrupados son los datos sin procesar, y las estadísticas correctas
pueden ser determinadas. Los datos no agrupados son usualmente el punto de
inicio de los análisis.
Es el conjunto de datos obtenidos en la recopilación, una vez que se han
recopilado los datos, el siguiente paso consiste en organizarlos.
Cuando la muestra que se ha tomado de la población o proceso que se desea
analizar, es decir, tenemos menos de 20 elementos en la muestra, entonces estos
datos son analizados sin necesidad de formar clases con ellos y a esto es a lo que
se le llama tratamiento de datos no agrupados.
DATOS AGRUPADOS
Es aquella distribución en la que la disposición tabular de los datos estadísticos se
encuentra ordenados en clases y con la frecuencia de cada clase; es decir, los
datos originales de varios valores adyacentes del conjunto se combinan para
formar un intervalo de clase. Los datos agrupados significan que hay menos datos
con los cuales trabajar y mis estadísticas serán aproximadas. Los datos
agrupados se refieren al hecho de que estén ordenados, clasificados y contados
Distribución o tabla de frecuencias Para agrupar u organizar un conjunto de datos
se construye una tabla llamada tabla de frecuencias o distribución de frecuencias
simple.
 MEDIDAS DE TENDENCIA (MEDIA, MEDIANA Y MODA)

MEDIA
Es la cantidad que se obtiene al sumar todos los datos de un conjunto de valores
para posteriormente dividir la cifra obtenida entre la cantidad de valores
analizados. El resultado se expresa en la misma unidad que los datos originales:
metros, litros, gramos, horas, etc.
MEDIANA
La mediana es el valor de la variable que ocupa la posición central, cuando los
datos se disponen en orden de magnitud. Es decir, el 50% de las observaciones
tiene valores iguales o inferiores a la mediana y el otro 50% tiene valores iguales o
superiores a la mediana.
MODA
La moda es la variable que más se repite en un conjunto de datos o muestra
poblacional. Una muestra puede presentar más de una moda. No hay una forma
específica para obtener esta información, solamente hay que verificar cuál es el
resultado que más se repite.
 MEDIDAS DE DISPERSION COMO SON:

VARIANZA
La varianza es una medida de dispersión que representa la variabilidad de una
serie de datos respecto a su media. Formalmente se calcula como la suma de los
residuos al cuadrado divididos entre el total de observaciones.

DESVIACION ESTANDAR
Es otra medida que ofrece la dispersión respecto a la medida. Su cálculo es
exactamente el mismo que la varianza, pero realizando la raíz cuadrada de su
resultado.

COEFICIENTE DE VARIACION
Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de
la media del conjunto y por lo general se expresa en porcentaje para su mejor
comprensión.

RANGO
El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una población o muestra estadística.
 ANALISIS DE CORRELCION Y REGRESION

 Concepto de correlación y sus posibilidades en el campo

educativo.
Correlación. Es una medida estadística que se expresa hasta qué punto dos
variables están relacionadas linealmente (esto es conjuntamente a una tasa
constante). Es una herramienta común para describir relaciones simples sin hacer
afirmaciones sobre causa y efecto.
La correlación es un principio fundamental que se debe tomar en cuenta al trabajar
la lectura con los niños en la escuela primaria porque esta permite tener una
relación con los diferentes contenidos, tanto de las propias disciplinas, como con
otras del círculo escolar.

 Coeficiente de correlación y su interpretación cuantitativa.

Es la medida especifica que cuantifica la intensidad de la relación lineal entre dos
variables en un análisis de correlación. En la información de correlación, este
coeficiente se simboliza con la r.

El coeficiente de correlación r es un valor sin unidades entre -1 y 1. La

significancia estadística se indica con un valor p. Por lo tanto, las correlaciones se
escriben con dos números claves: r= y p=.

 Coeficiente de correlación de Pearson y su procedimiento de

cálculo.
El coeficiente de correlación de Pearson es una prueba que mide la relación
estadística entre dos variables continuas. Si la asociación entre los elementos no
es lineal, entonces el coeficiente no se encuentra representado adecuadamente.
Puede tomar un rango de valores de +1 a -1. Un valor de 0 indica que no hay
asociación entre las dos variables. Un valor mayor que 0 indica una asociación
positiva. Es decir, a medida que aumenta el valor de una variable, también lo hace
el valor de la otra
Formula:

Donde:
“x” es igual a la variable número uno, “y” pertenece a la variable número dos,
“zx” es la desviación estándar de la variable uno, “zy” es la desviación estándar
de la variable dos y “N” es número de datos.

 Aplicaciones del coeficiente de correlación y la producción de

puntuaciones.
Para dos variables, la formula compara la distancia de cada dato puntual respecto
a la medida de la variable y utiliza esta comparación para decirnos hasta qué
punto la relación entre las variables se adjuntan a una línea imaginaria trazada
entre los datos.

 El concepto y la interpretación de la regresión lineal simple

Es una técnica de análisis de datos que predice el valor de datos desconocidos
mediante el uso de otro valor de datos relacionado y conocido. Modela
matemáticamente la variable desconocida o dependiente a la variable conocida o
independiente como una ecuación lineal.
Una técnica de regresión lineal simple intenta trazar un gráfico lineal entre dos
variables de datos x y Y. Como variables independientes, x se traza a lo largo de
eje horizontal. Las variables independientes también se denominan variables
explicativas o predictivas. La variable dependiente, Y, se traza en eje vertical.

 Aplicación de la regresión lineal simple.

No solo se utiliza para los negocios. También es importante para el mundo de los
deportes. Por ejemplo, es posible que se pregunten si el número de partidos que
gana un equipo de baloncesto e una temporada está relacionado con el numero
promedio de puntos que el equipo anota por partidos.

 Método de mínimos cuadrados.

Es un método estadístico que se usa para determinar la ecuación de una
regresión. Es decir, el método de los mínimos cuadrados es un criterio que se
utiliza en un modelo de regresión para minimizar el error obtenido al calcular la
ecuación de la regresión. Se revisa su fundamento y la forma de calcular los
coeficientes de regresión con este método.
 ACTIVIDAD 1
EJERCICIO 1
Presenta la tabla de distribución simple con frecuencia, como en el ejemplo de la
diapositiva.
5,5,9,8,7,7,7,6,6,6,6,8,9,10,9,5,5,6,6,6,7,7,8,10,7,7,8,7,7,7
¿Cuál es el porcentaje de alumnos que pasaron con 10 la materia?
El 6.6%
Variable Frecuencia f. relativa (%) f. acumulada f. f.
f. acumulada
(+) % acumulada acumulada
(+)
(-) (-) %
5 4 13.3 4 13.3 30 99.8
6 7 23.3 11 36.6 26 86.5
7 10 33.3 21 69.9 19 63.2
8 4 13.3 25 83.2 9 29.9
9 3 10 28 93.2 5 16.6
10 2 6.6 30 99.8 2 6.6
TOTAL 30 99.8

Calificaciones en Estadistica de
alumnos de II semestre.
12
10
10
8
Frecuencia

6 7

4
4 4
2 3
2
0
5 6 7 8 9 10

Calificaciones
EJERCICIO 2
Realiza la tabla de distribución simple para datos no agrupados y realiza su grafica
de barras.
Supongamos que en el proyecto sembrando vida se necesita conocer las culturas
en cm de los árboles se toma una muestra de 20 árboles.
Muestra: 64,73,68,76,70,62,67,71,69,68,60,65, 68,66,68,67,71,66,72,68
1. El 25% cuantos arboles representa y que altura tiene
5 árboles que representan el 25% del total y tienen 68 cm.

2. ¿Cuántos arboles representan el 10% y que altura tienen?

2 árboles que representan el 10% del total, tienen entre 60 y 62 cm.

3. El 70% del total cuantos arboles representa y entre que altura se encuentra.
14 árboles que representan el 70% del total, tienen entre 60 y 69 cm.
Variable Frecuencia f. relativa f. f. f. f.
(%) acumulada acumulada acumulad acumulada
(+) (+) % a (-) (-) %
60 1 5 1 5 20 100
62 1 5 2 10 19 95
64 1 5 3 15 18 90
65 1 5 4 20 17 85
66 2 10 6 30 16 80
67 2 10 8 40 14 70
68 5 25 13 65 12 60
69 1 5 14 70 7 35
70 1 5 15 75 6 30
71 2 10 17 85 5 25
72 1 5 18 90 3 15
73 1 5 19 95 2 10
76 1 5 20 100 1 5
TOTAL 20 100

Altura en cm. de los árboles

sembrando vida.
6
5
4
frecuencia

3
2
1
0
60 62 64 65 66 67 68 69 70 71 72 73 76
Altura en cm. de arboles
EJERCICIO 3
Investigar un ejercicio de cualquier tema y desarrolla la tabla de distribución simple
para datos no agrupados y realizar su grafica de barra mínimo de 30 datos

Se realizó un examen de química a los alumnos del 3er grado de secundaria y sus
notas obtenidas fueron las siguientes.
Notas: 5,8,7,9,10,6,7,5,8,5,6,9,8,5,6,9,6,10,9,7,8,9,10,5,8,5,6,8,7,5

¿Cuál es el porcentaje de alumnos que reprobaron con 5 el examen de química?

23.3%
Variable Frecuenci f. relativa f. f. f. f.
a (%) acumulada acumulada acumulad acumulad
(+) (+) % a (-) a (-) %
5 7 23.3 7 23.3 30 99.8
6 5 16.6 12 39.9 23 76.5
7 4 13.3 16 53.2 18 59.9
8 6 20 22 73.2 14 46.6
9 5 16.6 27 89.8 8 26.6
10 3 10 30 99.8 3 10.3
TOTAL 30 99.8

Calificaciones en Quimica de
3ro de secundaria.
8
7
6
5
Frecuencia

4
3
2
1
0
5 6 7 8 9 10
Calificaciones
 ACTIVIDAD 2
Ejercicios de tabla de distribución para datos no agrupados.

Ejercicio 1. Ejercicio de datos no agrupados

Realizar una tabla de distribución simple para datos no agrupados de los
siguientes resultados de un Test aplicado a un grupo de personas y realizar una
gráfica de barras con las frecuencias absolutas. De acuerdo con el ejemplo visto
en clase.
Resultados:
50,51,51,52,52,54,55,60,60,60,64,64,64,67,67,67,67,69,69,72,75,75,77,77,77,77,7
7,79,85,85,86,87,87,88,88,88,94,95,95,95

Variable Frecuenci f. relativa f. f. f. f.

a (%) acumulada acumulada acumulada acumulada
(+) (+) % (-) (-) %
50 1 2.5 1 2.5 40 100
51 2 5 3 7.5 39 97.5
52 2 5 5 12.5 37 92.5
54 1 2.5 6 15 35 87.5
55 1 2.5 7 17.5 34 85
60 3 7.5 10 25 33 82.5
64 3 7.5 13 32.5 30 75
67 4 10 17 42.5 27 67.5
69 2 5 19 47.5 23 57.5
72 1 2.5 20 50 21 52.5
75 2 5 22 55 20 50
77 5 12.5 27 67.5 18 45
79 1 2.5 28 70 13 32.5
85 2 5 30 75 12 30
86 1 2.5 31 77.5 10 25
87 2 5 33 82.5 9 22.5
88 3 7.5 36 90 7 17.5
94 1 2.5 37 92.5 4 10
95 3 7.5 40 100 3 7.5
TOTAL 40 100
Grafica de barras "TEST"

5
4
VARIABLE

3 3 3 3
2 2 2 2 2 2
1 1 1 1 1 1 1
50 51 52 54 55 60 64 67 69 72 75 77 79 85 86 87 88 94 95
FRECUENCIA
 Ejercicio 2. Ejercicio de datos agrupados
Los siguientes datos representan los precios de planchas eléctricas en 36 tiendas,
realizar tabla de distribución de frecuencias utilizando el conteo de paréntesis
cerrados según visto en la clase y realizar grafica histograma con polígonos de
frecuencia.
60,61,65,65,66,66,66,66,67,67,68,69,69,70,70,70,72,72,72,73,74,74,74,74,75,75,
75, 76,77,78,78,79,79,79,80,82
Tamaño de la muestra: n=36
Rango =xmax–xmin= 82-60=22
Nº de intervalo de la muestra (k)=1+3.322long (n)= 1+3.322(36) =6.17=6
Amplitud= A=R/K=22/6=3.6=4
Rango= 22
K= 6
Amplitud= 4
N° de Intervalo Marca de f. f. f. relativa f. relativa
clase Li Ls clase xi absoluta acumulada porcentual % acumulada
fi fa
1 (60-63) 61.5 2 2 5.5 5.5
2 (64- 67) 65.5 8 10 22.2 27.7
3 (68-71) 69.5 6 16 16.6 44.3
4 (72-75) 73.5 11 27 30.5 74.8
5 (76-79) 77.5 7 34 19.4 94.2
6 (80-83) 81.5 2 36 5.5 99.7
36 99.7

Histograma con poligono de

frecuencia.
frecuencia absolutas.

12 11
11
10
8
8 8 7
6 7
6 6
 2 2 2
0

Marca de clase

Ejercicio 3
Con los siguientes datos que representan el tiempo dedicado al estudio fuera de
clases.
Realiza un conteo con paréntesis abierto.
1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6,6,7,7,8,8,8,9,9,
10,10,10,10,11,11,11,11,12,12,12,12,13,13,14,15,15,16,16,17,17,18,18,20,21,22,
23
Rango= 22
Rango= 23-1= 22
K= 7
Intervalo K= 1+3.32long (70) = 7.12=7
A= 4
Amplitud= A=R/K= 22/7=3.14=4
Nº Clase Marca de f. f. f. f. relativa f. relativa f.
clases Li Ls clase xi absolut acumulada relativa porcentual acumulada porcentual
a fi fa fr fr% fra acumulada
fra%

1 (1-5) 3 24 24 0.34 34 0.34 34

2 (5-9) 7 17 41 0.24 24 0.58 58
3 (9-13) 11 14 55 0.2 20 0.78 78
4 (13-17) 15 7 62 0.1 10 0.88 88
5 (17-21) 19 5 67 0.07 7 0.95 95
6 (21-25) 23 3 70 0.04 4 0.99 99
7 70 99

Tiempo dedicado al estudio fuera

de clases.
30
 25

Frecuencia absoluta
20
15
10
5
24 17 14 7 5 3
Ejercicio
0 4. Conteo con nuevo rango.
(1-5)con los
Realizar (5-9) (9-13) datos
siguientes (13-17) (17-21)
la siguiente (21-25) de distribución de frecuencia y
tabla
graficar. (Histograma conClasespolígono de frecuencia y dar la conclusión del ejercicio.)
Peso en kg de 30 personas:
50,50,52,53,55,56,56,56,56,57,58,58,58,58,59,60,61,61,63,63,63,63,64,64,64,64,
65,65,68,68
Rango= 68-50= 18 Rango= 18

Intervalo K= 1+3.32long (30) = 5.90= 5 K= 5

Amplitud= A=R/K= 18/5=3.6=4 A= 4

Nuevo rango: NR= K. A= 5*4= 20

Se aplica el rango con la formula NR-R= 20-18= 2
50-1= 49 Dato menor se resta
68+1= 69 Dato mayor se suma
Nº clases Intervalo Marca de f. relativa f.
f. absoluta
Li Ls clase xi fr % acumulada
fi
fa
1 (49-53) 51 3 10 3
2 (53-57) 55 6 20 9
3 (57-61) 59 7 23.3 16
4 (61-65) 63 10 33.3 26
5 (65-69) 67 4 13.3 30
30 99.9

Histograma con poligono de frecuencia

12

10
Frecuencia absoluta

6
10
4
7
6
2 4
3
0
(49-53) (53-57) (57-61) (61-65) (65-69)

Intervalo de edades
 ACTIVIDAD 3

Ejercicio 2
Una fábrica lanza al mercado un nuevo tipo de lampara incandescente. Para
determinar la vida útil promedio de esas lámparas, se escogieron al azar 120 y se
le sometió a una prueba de duración, obteniendo los datos siguientes.
Media: 7.03
Mediana: 7.0
Moda: 7.0

Miles de Total fa Producto

hr x (f) fx
6 10 10 60
6.5 20 30 130
7 40 70 280
7.2 28 98 201.6
7.6 14 112 106.4
8.2 8 120 65.6
120 843.6

∑ Fx 843.6
x= =x =7.03
N 120

( N +1) 120+1 121

= =60.5
2 2 2
 Ejercicio 3.
Con los siguientes datos, que representan el tiempo dedicado al estudio fuera de
clases, en horas semanarias, por estudiantes universitarios. Construye una tabla
de frecuencia para datos agrupados, desde su origen encontrando primero la
amplitud, rango y numero de clases, como vimos en los ejemplos y anexarle
grafica de histograma con polígono de frecuencias o circular. Utilizar el conteo con
paréntesis abierto, encontrar la media, mediana y moda, así como su desviación
estándar con respecto a la media y su coeficiente de variación. Y realizar sus
conclusiones.
70 horas de estudio.
1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6,6,7,7,8,8,8,9,9,
10,10,10,10,11,11,11,11,12,12,12,12,13,13,14,15,15,16,16,17,17,18,18,20,21,22,
23
Rango= 23-1= 22
Intervalo K= 1+3.32 long(70)=7.12=7
Amplitud= A=R/ K=22 /7=3.14=4
Nº clases Clase Marca de f. absoluta f. Producto Producto 2
Li Ls clase xi fi acumulada fx porcentual ( x−x )2 * f
fa ( x−x ) 2

1 (1-5) 3 24 24 72 32.49 779.76

2 (5-9) 7 17 41 119 2.89 49.13
3 (9-13) 11 14 55 154 5.29 74.06
4 (13-17) 15 7 62 105 39.69 277.83
5 (17-21) 19 5 67 95 106.09 530.45
6 (21-25) 23 3 70 69 204.49 6134.7
70 614 7845.93

Media x=
∑ xf 614
=8.7
n 70
(n /2 fi−1∗ai)
Mediana= Me= Li +
fi
n
=70 ÷ 2=35
2
Li= 5 N=70 fi-1= 24 fi= 17 ai=4
N
fi−1
Me= 2
Li+ ∗ai
fi
 Tiempo dedicado al estudio fuera
de clases
70 30
5+ −24

Frecuencia absoluta.
Me= 2 *4 25
17 20

11 15
Me= 5+ ∗4 24
17 10
17
14
Me= 5+2.58 5
7 5 3
0
Me= 7.58 24 17 14 7 5 3

MODA Marca de clase

fi−fi−1
Mo= Li+ ∗ai
( fi−fi−1 )+(fi−f +1)

Li= 1 fi= 24 fi-1= 0 fi+1= 17 ai= 4

24
1+ ∗4
( 24 ) + ( 24−17 )

24
1+¿ ∗4
31

1+3.09 Mo= 4.09

Medidas de dispersión

Varianza poblacional
2
σ =¿ ¿

Desviación estándar poblacional

2
σ =√ ¿ ¿ ¿

Coeficiente de variación.

σ 10.58
C.V= ∗100 %= ∗100 %=121.6 %
x 8.7

Rango.

R=V . max−v . min=25−1=24

 Ejercicios de medidas de tendencia central y de dispersión .
Ejercicio 4

A completar la siguiente tabla de distribución de frecuencia así mismo encontrar

las medidas de tendencia central (media, mediana, moda) y de dispersión
(varianza, desviación estándar, rango y coeficiente de variación) y graficar.
(Histograma con ojiva o grafica circular. Y dar su conclusión en base a la
información que hay en la tabla.
Intervalo Marca de frecuencia f. Producto
de clase clase (x) (f) acumulada xf ( x−x )2 ( x−x )2 * f
(estatura) (fa)
60-62 61 5 5 305 41.6 208
63-65 64 18 23 1152 11.9 214.2
66-68 67 42 65 2814 0.2 8.4
69-71 70 27 92 1890 6.5 175.5
72-74 73 8 100 584 30.8 246.4
100 6745 852.5

1. ¿Cuál es la media para estos datos?

Me = 67.45
2. ¿Cuál es la desviación estándar para estos datos?
σ =2.91
6745 Li= 66 N= 100 fi-1= 18 fi= 42 ai= 2
Me= =67.45
100
n
fi−1∗ai
Mediana: 2
Li+
fi
100
−18∗2
2
66+
42

32
66+ ∗2
42

66+1.52=67.52
M =67.52
MODA

fi−fi−1
Li+ ∗2
( fI−fI −1 )+ ( fi−f +1 )

42−18
66+ ∗2
( 42−18 ) + ( 42−27 )
 24
66+ ∗2
24+ 15

24
66+ ∗2
39
66+ ( 0.61 )∗2
66+1.22 Mo=67.22

Medidas de dispersión.
Varianza poblacional.
2
σ =¿ ¿
Desviación estándar poblacional.
σ =√ ¿ ¿ ¿
Coeficiente de variación.
σ 2.91
C . v= ∗100 %= ∗100 %=0.0431∗100 %=4.31
x 67.45
Rango.
R=V . max−min=74−60=14

Medidas de tendencia central y de

dispersión.
45
40
35
30
25
20 42

15
27
10 18
5 8
5
0
60-62 63-65 66-68 69-71 72-74
 Ejercicio 5
A completar la siguiente tabla de distribución para datos no agrupados.
En un centro de estudios los profesores imparten clases, ellos necesitan saber
cuál es el promedio de las horas trabajadas en un mes así también la desviación
típica hay con respecto a la media. Tomar los siguientes datos como si fuera
una población.
Variable horas de clases.
Intervalo Marca de frecuencia f. Producto
de clase clase (x) (f) acumulada xf ( x−x )2 ( x−x )2 * f
(horas) (fa)
55-60 57.5 5 5 287.5 213.45 1067.25
60-65 62.5 18 13 1125 92.35 1662.3
65-70 67.5 20 43 1350 21.25 425
70-75 72.5 50 93 3625 0.15 7.5
75-80 77.5 17 110 1317.5 29.05 493.85
80-85 82.5 16 126 1320 107.95 1727.2
85-90 87.5 4 130 350 236.85 947.4
130 6330.5

1. ¿Cuál es el promedio de las horas trabajadas?

72.11 horas
2. ¿Cuál es la mediana y la moda para estos datos?
Me= 74.5 Mo= 72.3
3. ¿Cuál es la desviación estándar poblacional para estos datos?
σ =6.97
9375
Me= =x=72.11
130
Mediana=
n
fi−1
2
Li+ ∗ai
fi

n 130
= =65 Li= 70 N= 130 fi-1= 20 fi= 50 ai= 5
2 2

130
−20
2 45
70+ ∗5=70+ ∗5=70+ 0.9∗5=70+ 4.5=74.5
50 50

MODA
 fi−fi−1
Li+ ∗5
( fi−fi−1 )+ ( fi−f +1 )

50−20
70+ ∗5
( 50−20 )+ ( 50−17 )

30
70+ ∗5
30+33

30
70+ ∗5
63

70+0.47∗5

70+2.3

Mo=72.3

Medida de dispersión.

Varianza poblacional
2
σ ¿¿¿

Desviación estándar poblacional.

σ =√ ¿ ¿ ¿

Coeficiente de variación.

σ 6.97
C . v= ∗100 %= ∗100 %=9.66
x 72.11

Rango.

R=V . max−V . min=90−55=35

 Conclusión.

Lo que doy a entender en este trabajo es que la estadística siempre ha

estado en el ambiente de la civilización ya que han existido formas sencillas,
en la civilización ya se utilizaban representaciones gráficas y otros símbolos
para contar el número de personas u otras cosas.
también que la estadística nos sirve para recolectar, analizar, organizar y
tomar decisiones que estén de acuerdo con el análisis de este trabajo
En conclusión se puede decir que la estadística desde los comienzos de la
civilización han existido formas sencillas de estadística, pues ya se
utilizaban representaciones gráficas y otros símbolos para contar el número
de personas, animales o ciertas cosas.
La estadística nos brinda una forma sistemática de obtener información
sobre una muestra o población, lo que nos ayuda a comprender patrones,
tendencias, y relaciones en los datos. También nos permite realizar
inferencias y establecer conclusiones sobre una población mas grande a
partir de la muestra. Es importante tener en cuenta que la estadística es una
ciencia matemáticamente que se basa en la probabilidad y el uso de
técnicas de muestreo para obtener conclusiones confiables.
Llevar un buen registro de datos estadísticos nos permite conocer de mejor
manera el problema y en conclusión la estadística nos permite tomar
decisiones informadas y fundamentales en evidencia, y nos ayuda a
responder preguntas y resolver problemas en una amplia gama de
disciplinas y campos.