Probabilidad y estadística

CECYT 9 "Juan de Dios Batiza

Alumna: Reyes Cruz Amairani

Profesor: Antonio José Cortés Perez
Sección: B Grupo: 61M7
DECALOGO
SOY POLITÉCNICO porque aspiro a ser todo
un hombre
SOY POLITÉCNICO porque exijo mis deberes antes que mis
derechos
 SOY POLITÉCNICO por convicción y no por
circunstancia
SOY POLITÉCNICO para alcanzar las conquistas
universales y
ofrecerlas a mi pueblo
SOY POLITÉCNICO porque me duele la Patria en mis entrañas
y aspiro
calmar sus dolencias
SOY POLITÉCNICO porque ardo en deseo de despertar al
hermano
dormido
SOY POLITÉCNICO para prender una antorcha en el altar de
la patria
SOY POLITÉCNICO porque me dignifico y siento el deber de
dignificar a
mi institución
SOY POLITÉCNICO porque mi respetada libertad de joven y
estudiante me impone la razón de respetar este recinto
SOY POLITÉCNICO porque traduzco la tricromia de mi
bandera como
trabajo, deber y honor

Imagen
 Institucional
www.
ww.www.www.
W

JUAN D
N DE DIOS BA
S BÁTIZ
Jesion
#1
FMT
in Reyes Cruz
Seccion B Amairani 6IH7 31/ 02 / 2022
Unidad 1: Estadistica descriptiva

Competenda particolar: Emplea la estadistica

descriptiva en la soluca se presentan en un ambito
acadêmico o global.
de problemas que

Estadistica -
Historia
Proviene de
estado
la palabra ustatisticom
collegium
que significa consejo
del

Segon se wenta en 1749 un hombre demân llamado Gottfried

Achenuall comenzó a utilizar la palabra "statistik" cuando se releña al
analisis de datos del estado. En ese entonces era in area relativamente
nueva.

Definician
Es la ciencia
datos
encargada
de recopilar, clasi. I presentar e
interpretar

Estadistica descriptiva
Definicien
se encarga de recopilar, presentar y describir
datos Estadistica inferencial de
Dehnician
Tecnica de interpretar los valores resultantes de las
técnicas descnptiuas. Podremos predecir" acontecimientos y
tomar decisiones
.

las mismas oportunidades todos,

 Terminos básicos
Poblacion conjunto o comulo de individuos u objetos qu
comparten
isracteristicos similares entre sí, cuyas
propiedades son
suceptibles de ser analizados bajo un enfoque
estadistica Muestra: Subconjunto de una poblacian
aislado para su estudio
= Muestreo: accion que refiere a tomar una muestra
tienen
*aleatono
Muestreo No
probabilistico:
Probabilistico! No aleatorio,
intemenen opiniones Todes for elementos de una poblacion tienen y
criterios del estadista. Se utiliza la misma posibilidad de ser
seleccionador. con base en la experiencia
(ale storio)
Seccion B Sesión #1
NII in Reyes Cruz Amairani GIMP 31/04/2022
0518 sesión #12 i
Como obtener una muestra representativa ?
Para el corso: las muestras deben ser aleatorias y
representativas
Proceso mivan ado!

Muestra
 representativa
Selecin de la muestra
(muestra probabilistical

Variable: Capacteristico de interes de c/ elemento poblacion

o muestial
Dato: Valor de la variable asociado a
elemento
• Cualitativo o atributo: describe ; ej: olor, color,
sabor
• Cuantitativo o numênico! cuantifica; eju: longitud,
maso , tempo
- Continue's. Cualquier valor dentro de un cierto intervalo.
medicion /home - Discretes : Solo ciertos valores enteros I contar

Expenmento: Actividad realizadə siquiendo un plan bien

definido y wyos
resultados producen un conjunto de
datos. Parametro: Caractenstico numeñca
de una poblaucn. Estadistico: Caracteristica
nomêrca de una muestra.

Fenomenos a
estudiar
A) Deterministas /
Deterministicas
Siguen una ley o principio , son
 predecibles B) Aleatorios o de
libre de terminen
Los resultados no siempre seran los mismos,
existe
incertidumbre
Sesión #
Seccion B Reyes Cruz Amairəni 61M7
31/01/2022
Sesian #1 Cīrulo de
mejora continua

Planteamiento de la tua Recopilación de

situażán o problema to trutte a datos
experimentos
muestips, Definir las técnicas
encuestas, --> de muestreo
CA65, entrevistas
Clasificucn y
ordenamiento fruk tablas,
gia hoA

Anālisis
estadistica

Inferencial <- - - Descriptivo

Conclusion y toma
de decisiones
Presentacion
 de
dator tablos, gráficas, reportes
Seccion B sesion #2
FMT)ine Reyes Cruz Amaizi 61M7 2/02/2022
sesion #2

Clasificación y ordena
miento
Una vez recopilados los datos, uno debe familiarizarse con
ellos, una de las formas mas stiles para alcanzar ese objetivo es la
utilizacieñ de una representacion tabular o gráfica de datos. Dicha
representadac revela
en forma visual los patrones de comportamiento de las
variables por estudiar

Ej: Calificaciones obtenidas en un curso de matematicos.

[tabla de datos]
6028546
Diagrama de tallo - hoja 7 0 2 9 5
4 8 6 743954 8 6
hoja 7 1 3 9 5 4 8
6
i tallo 72 3 10 6 5
86

Pases
1- Buscamos el valor más pequeño y el más alto (o, 101 2- Se
numeron los valores discretos entre los cuales està la
informacion. 3- Se contabilizan los valores y se colocan
 separados par
Una," a cada elemento en su respectiva
hoja.

2,2,3
3, 3,3

5, 5, 5, 5, 5 6,6,6,6,6,6,6

18, 8, 8, 8,8
9,9, a
10
10
*s do veios a utilizzi estr table de distribuer in de
frecventias? *
tabb de frecuencias es lo mismo qu
de distribuciña de beuencias
Sesian #2
Seccion B
sesion #2*
Reyes Guz Amairani GIU? 04/02/2022
* se deja en fraca Tabla de
distribuüc de frecuencias no agrupadas
a: datos
F: Frewencias Ef: soma de
Frewencias
fan numero total de datos F:fa .
Frecuencia acumulada *fr : frecuencia
relativa fron
fro: frecuencia relativa acumulada
 2/40
Histograma Grafico de barras que
proviene de una
tabla de Frewencias. Tambien llamada
grafica de trewencias.
240 2/40 3/40
Oyon
1/40 7/40
1/40

19
3/40 WHO HO
5140 19/40 26 7/40 26/40
31 5/40 31/40 5 36 5/40
360/40 I 339
3/40 3/40 10 1 Hol 1/40
40/40
Ž F=240

F
Polígono de frewencias
Poligono de frewenúa sumubda Grətica lineal obtenida a partir de
una tabla de frecvendas acumuladas. Con
este podemos aproxima graficamente el
numero o percentaje de observaciones
menores o iguales a un valor especifico

1
2
3 4
56
89
10
 1
2
3 4
5
6
7 8
9 10

Scribe
Secinn B Rojes Cruz Amairəni 61M7
OH1021 2022 harisnt son
sesion #3 # noir
Sesion
#3

Tipos de
Uniforme
distribucion de
trewencias
Normal o simetrica
En forma de u

En forma de I shall
g" invertido
Sesgada a la
derecha
 Sesgado a la
izquierda
A
Bimodal

Grupos
- Medidas de tendencia centual
(MTC) ma F. descriptiva y Medidas de posicia
- Medidas de dispersic

MTC para dator no agropados

Dator no agropados
Un conjunto de dator no aqropados o
se repiten de forma treuente, o
subconjuntos.
es wando estar son individuales
pero no se dasifican en sub
intervalas
Al
soch so
Sesion #3
Seccion B Reyes Cruz Amairani 6 IM7
04/02/2022
Sesion #3 son
Medidas de tendencia central (MTO)
Las MTC son valores nomēricos que tienden a localizar o
representar de cierta forma la parte central de un conjunto de datos , a
menudo el término promedio" se asocia a un tipo particular de estas
mediciones. En este curso se contemplan las siquientes meelidos
de tendencia central
i) Media aritmética :
se define como la suma de teda uno de los datos individuales
entre el numero total de dator.
ni numero total de datos X: dato.

ii) Media geométrica G:

Dados in numeros no neptivos xa ,x2,...Xn, el numero ♡*4Xz..Xn
se denomina la media geométrica de estos.
G = WXq X2 X3 ...xn-NT = T (x) Yn
*mās preciso, bosesmos en valor que moltiplicarlo n veces, siendo nel
número
de datos totales, not de vueluz el mismo resultado que si bubieramos
multiplicado todos los datos uno por uno entre ellos.

iii) Media armônica H.

En general, lo media ermonice a de n numeror x,x2,... Xn se define como el
reciproco del promedio o medie de Sus rect procos. Deben ser & de cero.

X
X
X
X

* Es de gran utilidad para colobr la velocidad promedio

cuando las distando recorndos 3 cada velocidd son
 iguales.
*
Hucho mas exacto, ya que estamos tomando uma pequena parte de los
datos y por lo tanto al sumarlos obtenemos un valor total que al
dividillo nos da la media por cada unidad sumeda. Yo entiendo
quen bs velocidades por roda hore o segundo linical de tiempo)
Saca in promedio de la distancia recorrida y por ello al final puede seber
cuanta velocidad se regiere para completar esa distance total
2

Pornon

413
A
Seceion B Reyes Cruz Amarani 6 IMS
0402 / 2022
Sesian #3
sesion
#3

Ejemplo: 6, 7, 9, 10, 9, 9, 10, 10, 9, 8

X
+
=
6+
6+ 7+9+ tot at 8+to+10+9+8
.
= 8.6
10

G =76.7.9.40.9.4.10.10-9-81 8.496

-8.38
Para m
conjunto de datos positivos en valor se
tiene que :
* GEH

iv) Mediana Md:

La mediana de una coleccion de datos ordenados en magnitud es el
punto que divide al 50% de los datos.
Ejemplo: 6, 7, 8, 8, 9, 9, 9, 10, 10, 10
Med posición = Md posh te Mapos = 10t1 = 5.5
=s la mediana està entre 5 y 6°
Md = at9 = 9 Ejemplo 2 = 6, 7, 9,
10, 14, 21, 22

4 - La media està en 40
Md = 10 |
Ejemplo 3' 6, 7, 8, 9, 10, 14, 21, 22
Md por = 8t1 - 4.5 =3 ha mediana està entre 4 y
so
A
Reyes
Cruz
Amarani
CUTA
Sesion #3 #N
Seccion B
IN7 04/02/2022 Sesion #3t up
V) Moda Mo:
Es el dato que con más frecuencia parece "La moda para una
colecen de datos es el valor quse
presenta con la mayor frecvenda, es decir, el més común". La
moda puede no existir e incluso no ser unica. Una
distribua que contiene una sda modo se denomina "unimoda",
si
tiene dos "bimodal", si tiene más de dos "multimodal" y si
carece de moda "a modal"

Datos individuales
Datos frewenciales

G = ((x)\x
G = ((x)) n

H=

Ejemplo: Calcule las 5 medidas de tendencia central

para el siguiente conjunto de datos
frecuenciales.
fox
X = 214 - 5.35 4.

14/0 4/1 23/40

* G = 4.54 330 444740
A = 3.49 55/40
40
 25
6740 75/40
85/00
q Moja
10
10 440
140
EFX 214

G =
40/74.23.33.44.55.67.95.89.931.10
s
stat Isotho FUIS inatA
sesion #4 RR
Seccia B Reyes Cruz Amairani 6IH7
09/02/2022
sesion #4 # mer

Ejercicio
Durante 40 jornadas
accores en dolares
Siquientes.
de la bolsa de valores la cotizacion de
de cierta com ponia telefonica fueron las

fa frecuencia
absoluta
Media aritmética : x =
6
 0
1.1 1.3
1.3 1.5 1.4
1.3 1.1 1.5
1.6 1.5
1.4 1.4 1.5 1.5 1.1 1.3
1.6 1.2 1.6 1.6
1.4 -1.4 1.7 1.8
1.3 1.8 1.3 1.2
1.2 1.5
1.4 1.2 1.2
1.6 1.4
1. 7 1.9 1.7
1.8 1.7

4.2 NH
5
1.2 54 1.
3/4
5/1.2
4/1.3
2.8

9.8
2/14
1.500
6/ 1.5
1.5 Ml 1.6 NL5
 1.65/40

39
2.8 a
5.4 1.8/40
1.940 Ef.x=58
40
1.9
/1.9.

4277
Ef=40

Poligone de
frecuencias
* Sesgada a
la derecha

>
X
111.2 1.3 1.4 1.5 L (71.8 1.9
4.1 4.2 13 14 15 16 17 18 19
Poligono de frecuencias
aamulados
T = producto.
Seccion B Amatirani GIMI
Da
n
Reyes Gor
09/02/ 2022
# Sesión # 4
sesion
#4
RR

MTC:

a) Media aritmētica
5=
2
5 8 = 1.45
40

ii) Media geométrica

G - Tx
= 1.4346
40

ani) Media armēnico

= 1.4494

iv) Mediana Mdpor 2 - 2 2 2 = 20.5

20.5 entre 20 y 210
entre 20 y. Md = 1.4 +1.4
l

=
1.
 V
Moda = Mo = 1.4
Secun B Reyes Car Amaian 6IMA 3?
Geita sesion #5 44/02/2022
Explicacion de la
desigualdad
(arble zo az-zab &
60

24 2ab +62 2 abt 2 ab

(atb12 7,4 ab [latb)?]%=> [tab]
%z
atby, 2 Jabl atb, vab
de
ssos ao po flat
in
Sesión #5 MER
Seccon B Reyes Croz Amairani GIMP
11/02/2022
sesion #5 & more #

Ejercicio
Los salaños reportados ante el SAT de cuatro personas
que trabajn en una pequeña empresa fueron los siguientes :
$5,000, $6.000, $6.500, $30,000. Calule las 5
medidas de tendencia central

что i) i Ex. 49500

 =18745.58
ii) Gas
5000 6000 65001 - 20000
a) Heņi
5t **222.22

iv) Mdpor= nth

3 = 2.52
6000 46500
Md =

$6250 --> was representative. No hay

moda (Amodal.
~
Moda

Un qrave problema que presentan la media ontmitios es que es

my sensible a los valores extremos de un conjunto de datos;
cuando eso suceel es más aconsejable emplear la mediana
 Scribe
Necesitmes on punto de referred
Sección B 61M2
z Amaironi
1/02/2022

Sesion
#5 W
Sesian #5
m2

Medidas de posicion
Sirven para describir la localizacion especifica de un dato en
relacion con el resto de la muestra o poblacion. Las medidas de
posicion o de ubicación más populares son las siguientes:
1) Cuartiles (Qx)
Son numeros que dividen a los datos ordenados en a
partes
LI = Limite interior Ls
= limite supenor
K=1,2,3 *No hay Q4
soy
* ToMƏmos de referencia el limite
interior LI
750

2) Deales (Du) as
Son numeros que dividen alor
 dator ordenador
en 10 partos.

K = 1, 2, 3, 4, 5, 6, 7, 8, 9 it hi *No hay io.

LI P P2 P3 P4
Pg Dq LS
Lion!
L 200.
30-4. –

3) Percentiles (P4)
ka 1, 2, 3, 4.
99

* Md - Qz = Ds - Pso
Q1 = P25 Q 3 =
P75 Dy =
PHO

Sare
A
o
Soustral 4t
sesion 5 Home
Secei an B Reyes Cor Amairani
6IH7 41/02/2022
 sesion #5 harap

Procedimiento "Batiz"
1- Ordenar los datos 22 Sise tratade Qz
Ds, Psoul id porn 32 Encontrat la posicion del
"Quantil
Qu posicion = Qupos = ne
Du posicion D upora ne
Pe posicion = Prepor = nuo 4 Si la posicion
encontrada no es un entera entenee kparicica se
redonde al entero mas proxime. 5 Si la fraaien es
0.5 se toman los valores antenory posterior
a la posician y se calcul la media de estos
dos.

Ejemplo
El siguiente conjunto de datos ordenados representa una
muestra de los rendimientos de gasolina en km por el reportadas por
ma compañía que se dedica a la compra-vente de autos Usados.

6.5, 7.2, 7-5, 8.2, 8., 9.4, 9.3, 4.5, 10.1, 14.4, 41.8, 1.9) 12.0, 13.1,
3., 14.2, 14.5 14.4. 13 14 15 16 17 180

Calcular las siguientes medidas de

posicion :
1.448)(20) = 1.8 2 Propos =
100 = 100
 a) a

8-2+2-3
8.45 pm
*
traticas de bercas = dotor discretot
nye she Sesion
#5 sier
love
said
Secaong Reyes Cruz Amarami 6147
14/02/2022
sesian #5

3) Q2
9
-> 10.1
segirmos la regla 2)
Hdpos = t - 18++
Q2 = Md = 1001+ 19.4
10°
17.4
10.7

4) Q3
13°
12.0
as pos
 (18)(3)

12
+ 13.1
= 12.55

5) Pao
Pgo pos &
(1840) 46.2
900
16

Resumen con 5 numeros

Resulta ser un medio muy eficaz para la descripcicn dem
conjunto de datos y son:

a) LI b)
@4
e) LS c) Q2
Diagrama de coje para el
ejemplo:
$040. a) LI =
6.5 bJQ4 = 8.45 c)Q2 = 40.75 d) Q3 - 12.95 e)
LS = 14.7
8 1 10 12 13 14 15 16
Oz

Reyes
Croc
 stilroll chid Thound
Sesion #5 Norge
Seenen B abes Amairan GIMI 11/22/2022

sesian #5

In dico do ros que utilizan o los

wortiles.
Rango intercostil - RI - Q3-
Q4
• Rango Semintercantil = $(@g-Qu) =
RSI =
• Cuartil intermiedio = QT -
Q14@3
para el ejemplo
RI: .55 - 8.45 = 4.4 RSI =
2.05% QI: 12.55 +8.45
40.5

(2
Ejerano
Para el siguiente conjunto de datos frecuenciales,
enwentre los 3 quartiles y elabore so diagrama de cojo.
FF
a) Q4
(40)
 14

b) Q2 = Me
Md pas = 144 -
40+1
26
31
K

39 MO
1

nk
H0(3), 30
W
ebs

RI - 03-Q4+4-3= RSI
= 1/2 (Q2-Qhler
Seccion B la Reyes Cruz
Amoilani &IM 14/02/2021 #5 .452 insient son et
sesion #5
sesion

Medidas de dispersion
Estas medidas indicon el grado de dispersion o variabilidad
de on conjunto de datos. Estas medidas serán mayores coando los
datos estén mas desqregados y serán menores cuando esten mäs
cercanamente agropados.
* Que tan lejer esta con respecto a la media. Las medidas de
dispersiãn que emple premos en este curso serān.
1) Amplitud o lango R = LS - LI Por
criterio n530 "muestral"
 2) Vanan 23 muestral
- Por critenie n430 "muestral "
. Elx-2)

3) Desviacieñ estandar muestral

*(x-w) |
S

nat

Por una poblacică"

n230
2) Vaganza pavestrata
poblacional:
02. Elx-x)?

2) Desviad an estándar
poblacional
<(x-3)
*La varianza siempre
es
Sesion #5 Emre
0, prece sex cero cuando frenes # =
les sesion #5
- Seccin B Reyes
Cruz Amairani 6IMT
01/02/2022

Ejemplo
Dos estudiantes reportan el siguiente conjunto de
colihexious en su
 pomer semestre de licenei
stora Estudiante 1
Media Kata
• Variante muestrelot 5?. Elx-81224

5= 3.431
• Dabi Duca estandav
x=56
{(k-*)- O
(x-x)2 = 24

5,= 1.8520
Estudiante 2 =

• Media

• Vaan te problemet
mustaval

S,
2.1380

Ex=56
Ź (x-)-0
(x-x)? - 32
(51 252)
Jati
sesion #6
Secian B Reyes Cruz Amairəni
GIMT 14/02/2012
 sesiãn #
6 22
hat sich

Estadistica
Medidas de Tendencia Central
(ATC) I Medidas de posicion : Qu,
Dr. Pu
Medidas de
dispersion
descriptive
a
2 Que tan lejor està in
dato del centro?

Recordemor que las medidas

de
si n=30 muestial" i)
Varianza muestial
p2, (x-)
disperisian mas utilizadas son los
sigsenter:
Sin>30 "poblacional"
wiVarianza poblacional
 62. 3 (x-&)'

AV) Destio estándar

poblacional
in) Deovio estandar
muestral
$ = 13(x-7)+1=153

n = 10 <=> n <30

Ejemple:
x 1 (x-3) (x-3)?
0.1 0.0 0.1 0.0
0:01
0.01 0.1 0.01
0.01
0.01 0.1 0.01 0.1 0.01
0.9
0.01

Ex=99 Elx-8)=0
X=27=9.9 <(x-x)=0.4
i) Varianta muestral
52- E(x-) - 0.99 - 0.11 in) Desviacion estàndar
muestral at
I = 10.1 = 0.3162
0.1
 Seccion B
sesion #6
sesion
#6
MER
Reyo Cruz Amoilani 6IMA
14/02/2012

Metodo corto para el calulo de la vonanza u

p? Elx-x) = {(x?- 2x3 + x), sust @

39
< (x2-2* (*)+(*)

XP-2x.*
+
EXP - 2*x + y
Camiones

: X?- (*)? - Ex? - 52

n-4

Ejeracio
 n=10
n<30

i) Vananza muestial
metodo corto"
S?
{x?- & X2 metodo corto
905 - 9025)
to

10- 1
0
.22

100
981
81
10100 964
10 100 x=95 {x?
905
ia) Desviacim estàndar muestral 1 S = √32 =
50.221 = 0.527
sesión #6
en
Seccion B sesian #6 Reyes Cruz Aməirəmi 6IMA
14/02/2012

Metodo corto para el cálculo de la varianza para datos

i desui auch
trewendelee 1 Vananza
"muestral
Vananza poblacional - Efox)2 Ef.x2 -

Desujauc estandar
poblacions
 Desviacion eståndar nuestral
Ef.x2 Efex)? S = √521
=1
In-1

Ejemplo:
x f f.x
Efen = 40 n230
f. x2

27
i) Vananza poblacional
02= {tox? - 5 ? = _1392 - (5.35) 62 = 6.1775 in)
Desiracion estandar poblacional
o= 102= 2.485 l
2 36 3 3 4
64 525
125 67 42
7 5 35 245 8 5 40320 93
27243
101 10100 5.35 <fox {f.x?: 1312
214 et x
252

sesion #6
SY WEMA
Seccion B sesion to Reyes Cruz
Amoilani 6IMO 14/02/2022
%F2F100

Ejercicio x 7 8 A 9
 & 10 8 10 x 8 67 tor 8 9
7x7
FF %ffex
6 + HHC9 10 40% 63 8 Hiri
76% 72
22 88-% 10 111
$ 100 % 30 Ef= 25
Efex= 198
F-* 36 441

576 243 300

Et.x2= 1596

i media aritmética
& fex 198
25
7.92
n

iacion
est andar muestral
n.300
I
19827
<texzEfox)?
T 1596-25
= 1.0770
2N

in) Varianza muestral

S2 = 1. 164 ;)
Medidas de posicion Qu
a) Q & QA pos= at = 2511 = 6.25
76
 b) O, => Mopos = nH =
25*1 =18

c) Q3 => Og pos en L = 252) =

18.75 249

v) Pargo intercuar til RI = Q3 - Q = 1

y va) Kongo semi interesantil RSI
: 43; VA) Cuartil Intermedio QI = a
at
e Sot Pertia B Sesian #6292 fine Reyes Cruz
Amairani GIM7 14/02/2022
sesion #6 solo

44501003

648q to les
ALS bana

Diagrama de caja.
taste

%F
tor
9024
204 7074
 50%. 40%

t Poligono di a freuneias
aw mebebs
307

sesion #7
sesion #8 4 I
8. Secin B
16/02/2022 Reyes Cror
Amairani 6IM7 18/02 / 20 22

Datos agrupados Para un conjunto de datos aqr tiene

valores muy dispersos en vez de unos cuantos repetidos, se
preden redistribuir en una tabla de distribucions de recicreias para
dato ogropeder.
El procedimiento consiste en crear intervalos nomenas a los
que se les denomina intervalos de clase y contar cantos datos se
en wentran entre cada intervale de clase.

Ejemplo:
El siguiente conjunto de no meros comesponden a 50
estudiantes que hueron so examen de admisică a nivel medio
supenor.

26
48
78
67 70
72 73
42
83
83 85
93 95 96
 70
74
80
90 90 92 93
93
42 43
10 6 107 107
HO 119
119 127 122
127 128
57
70
75
84
toz
64
22
81
87
105

Construyon
Comenzande
una por
tabla de las closes
distribucin
de freuencias paradstos
agrupadloos

Datos Agrupados
#clase
P
X
 32
52
9
LIC - LSC
15 -29 30 - 44 45-
59 60-74 *s - 99
90-104 105 - 119
120 - 134
* 100 LR-LES | F % Fra fix f.x? 14.5-29.5
22487 29.5 - 44.5
(
1 440 44.5-59-5
260 13520 54.5 - 4.5 1836 603 40407 74.5 - 94.5 30 60 984
60688 99.5 - 104.5 39 78 873 84681 104.5 -119.5
4692 784 87808 119.5 - 134.5 50 100 508
64546
Efx * Fx? 2 37205
9
82 97 112
129

LIC : hi mite infmior di bebe LSC

= limite superior de bosse
I C= Intervalos de close If
frewencia de clase
tisci x: marca de clase eshte 2 ) LR1 = Limite real,
interior LRS = 25mite real superior 46 Fra-
frewencja relative a comubi porcentual
Sesion #8
Seccion B sesion #8 sobat Reyes
Que Amair ons CIMA 18/02/20222 Histograma
 Hada

22 37 52 67
82 47
112 123

yf Ojina menor que

porcentual.
400 FT 90.+

4074

14.5
29.5
49.5 51.5 24.5 89.5
1015
IR thimites restes) 1195 134.5

w x = 82.4

n)
d = 83.25
AN) Mo = 82
Seccion B schon gesian #8 Reyes Cruz
 Amair mi EIMA 18/02/2022
sesióo #8
*
1292

a) Efox
Medidas de Tendinira Central para datos
perspeeles.
L = Limite real interior deb
clase que contiene ala mediana
ii) G = TX/
fok-t freuendia sumulace )
H=
antimor iv) Md =
hp + [ 1 - fpx-1 f = frecuencia de la clase
C = ancho de to
close v Mo = moda = L x +
c=has - LRI A1 = fm to ; A2 = fm-f2 fms frecuencia model fp
= francia anterior al model
fe = frecuencia posterior ab
model.

Medidas de
posició
 Ejemplo:

in) Div = key (14 - Fax:s ]

b) p qo c)
Q1 d) Q3

115 = 47.5
100

a) Picea a modo de:5 ; P = 44.5+ b)

pelo corto e sodio= 45; Pqp = 104,5
+ 45731]5 = 117.3574 c) G tpos hue
Sop! ?) = 12.5; Q1 = 59.5+ *2.5-
9115=65.3 d) G3 por med 1503)-39.5; Qs
= 99.5+ [22-5-30/15 - 102
12. s
1501)
15 = 65. 3
+
+12.5) Q4 - 59.5+
sesion
#8
Section B sesian #8 Reyes Cruz
Amairani 61 MA 18/02/2022

Medidas de dispersion de datos

agrupaclos
Debido a qe n>30, sin embargo se utilizan las mismas
expresiones metemiticss que utilizamos para los datos trecuenciales
14512 50]
50

3) Varianza
poblacional
per Efex?ng? - 33 6205 -1930) =
651.691 in Desu acian estándar poblacional
ga voz? = 1651.69 = 25.5252