Está en la página 1de 25

1.

EVOLUCIN HISTRICA La primera etapa de la estadstica nace, por la necesidad de hacer ciertos recuentos de las riquezas que se posean o de la cantidad de hombres que se tenan a la mano para cualquier actividad de conquista o conservacin que se tena. As nace la ENUMERATIVA, que surgi en los censos de poblacin que realizaron 400 aos antes de Jesucristo. A finales del siglo XVII, los ingleses, en la base a censos o encuestas ya hacan ciertas predicciones y fue entonces cuando naci el termino Estadstica. En este momento es cuando se fundan instituciones con carcter estadstico, las que tenan como finalidad hacer anlisis de datos tiles al gobierno, o sea que a la estadstica se le conceptuaba como la tcnica para analizar datos del estado. De ah que el trmino viene del latn STATUS que significa estado. La etapa de la estadstica PROBABILISTA, nace por la exposicin de la LEY GRANDES NUMEROS de bernoulli (en 1713) y la TERIA DE LA PROBABILIDAD desarrollada por LAPLACE. En la actualidad la estadstica es parte integrante de todas las disciplinas acadmicas, existiendo incluso instituciones internacionales de enseanza y aplicacin de la misma. 1.1 LA ESTADSTICA EN GUATEMALA El, nico testimonio de actividad estadstica, fue el censo levantado por las autoridades eclesisticas en 1778, quienes lo hicieron con fines religiosos y tributarios. Jos Cecilio del valle, aparece como el primer intelectual preocupado por la estructuracin de la estadstica, en el istmo. El seminario EL AMIGO DE LA PATRIA, dijo: La estadstica, plataforma del enaltecimiento social. Sus escritos hacen referencia a clculo, que hoy se consideran demogrficos. El 13 de julio de 1825 se emite el acuerdo designado la primera Comisin Nacional de Estadstica. Constitucin de esta comisin marca el nico inicio de la recoleccin formal de la informacin sobre hechos de inters para la gestin del gobierno. En 1879, se funda la Seccin de Estadstica, adscrita al Ministerio de fomento, con el carcter de Oficina Central de estadstica, En agosto de 1,886, la Seccin de Estadstica se eleva a la categora de Direccin General de Estadstica,
1

El 16 de marzo de 1,936, la Direccin General de Estadstica es adscrita al Ministerio de Hacienda y Crdito Pblico. Promulgndose dos das despus la Ley de Estadstica (Decreto 1820) que estuvo en vigencia hasta 1955. En 1955, se emite el decreto 495, nueva Lay estadstica (segunda) que estuvo en vigencia hasta la promulgacin del decreto Ley 3-85, LEY ORGANICA DEL INSTITUTO NACIONAL DE ESTADISTICA. (Tercera), que cambia el carcter de la institucin, convirtindola en una entidad descentralizada. 1.2 CONCEPTO A)La estadstica Comercial, es la ordenacin metdica y sistemtica de todos los datos comerciales que ocurren en un hecho o conjunto de hechos de la vida comercial para su mejor conocimiento y anlisis. b) Es la metodologa que han desarrollado los cientficos para interpretar y extraer conclusiones de los datos. c) Es un conjunto de tcnicas que se han desarrollado para la recoleccin, organizacin anlisis e interpretacin de datos numricos y el uso de tales datos para la toma de decisiones racionales. 1.2. MTODOS ESTADSTICOS Son los mtodos que se aplican en la recoleccin, organizacin, presentacin, anlisis e interpretaciones de los datos numricos. Estos mtodos son de gran utilidad en las ciencias, los aplican para la forma de decisiones. 1.3. APLICACIN DE LAESTADSTICA Puede darse en varios niveles, desde los que requieren tcnicas muy elaboradas hasta los que solo necesitan la organizacin de un conjunto de datos en tablas, la construccin de algunas graficas o el clculo de ciertos promedios. La comprensin y uso de la estadstica nos permite comunicar mas exactamente los descubrimientos de las investigaciones estadsticas: es tambin un instrumento, que utilizado con cuidado y precisin, nos permite describir nuestros resultados y adoptar decisiones respecto a lo que nos dicen.

1. 3.1 LA ESTADSTICA EN LOS NEGOCIOS a) Es el Medio que utilizan los comerciantes para conocer y prever el crecimiento de sus negocios. b) Sirve para preparar la campaa de propaganda, conocer las ventas, controlar los procesos de produccin, fluctuaciones de precios, necesidad de compras. 1.3.2 INVESTIGACIN DESCRIPTIVA Son diseados para describir algo: por ejemplo: las caractersticas de los usuarios de un producto dado; el grado en que el uso del producto varia con el ingreso, la mayora de los

estudios de investigacin de mercados son de este tipo. Tenemos que tomar en cuenta que gran parte de la llamada investigacin es realizada sin una planeacin adecuada y los estudios descriptivos estn particularmente sujetos a esta debilidad. Es difcil comenzar un estudio experimental sin la formulacin precisa de una hiptesis. As, el estudio descriptivo alienta la recopilacin de datos intiles. Por lo que para ser de valor, el estudio descriptivo tiene que reunir datos para un propsito definido. 1.3.3 POBLACIN Y MUESTRA: Estadstica se entiende por poblacin a la cantidad total de valores que puede tomar una variable o al total de informacin sobre algo que investigamos. Un conjunto de individuos u objetos acerca del cual se quiere saber algo. 1.3.3.1 MUESTRA Cuando no es conveniente considerar a todos los elementos de la poblacin, podemos estudiar solo una parte de esa poblacin y a esta parte le llamaremos Muestra. 1.3.3.2 CLASES DE MUESTRA a) Muestra sacada al azar b) Muestra estratificada c) Muestra sacada intencionalmente

1.3.3.3 CARACTERSTICAS DE UNA MUESTRA a) Que sea representativa, debe ser sacada de los distintos grupos o clases en que se divide la poblacin que se investiga. b) Que tenga un tamao idneo. c) Que intervenga al azar. 1.3.4 VARIABLES Una variable, es una simbolizacin de una situacin o cualidad que se puede tomar varios valores. Los smbolos que se utilizan para las variables, comnmente son las ultimas letras del alfabeto: x, y, z. Segn el tipo de valores que puede tomar una variable se clasifican en CAULITATIVAS Y CAUNTITATIVAS. B.1 Cualitativas Son las variables cuyos posibles son casualidades o atributos.

B.2 Cuantitativas Son las variables cuyos valores pueden tomar una expresin numrica.

B.2.1. Continua Cuando los valores numricos que forman la variable en un intervalo cualquiera son infinitos. B.2.2. Discreta Es la variable cuyos valores numricos se pueden contar o son finitos en un intervalo cualquiera. B.3. Variables Dependientes e Independientes Una variable es dependiente si es el efecto de otra y es independiente si es la causa del valor de otra.
4

B.4 Atributos Si en el control de la produccin de un artculo, se nos informa que: 350 son de buena calidad 50 son de regular cantidad 70 son de mala calidad Por lo tanto la cantidad de artculos con tal tipo de calidad es una variable cuantitativa discreta. A la cuantificacin de elementos con tal cualidad, se le denomina variable por ATRIBUTOS. 1.4. ESTADSTICA DESCRIPTIVA Y ESTADSTICA INFERENCIAL 1.4.1 ESTADSTICA DESCRIPTIVA Deductiva, es la parte de la parte de la estadstica que da los procedimientos para transformar los datos que se van a obtener en formas mas tiles para describir la naturaleza de los datos, solamente describe y analiza un grupo dado sin sacar conclusiones indiferencias de un grupo mayor. Los datos de una muestra los podemos describir en tres formas: a) Tabular: La utilizaremos mediante la construccin de tablas. b) Grfica: La utilizaremos por medio de grficas. c) Aritmtica: La usaremos para calcular determinados nmeros cuya interpretacin proporciona aspectos de la naturaleza del conjunto de datos. 1.4.2 ESTADSTICA INFERENCIAL Inductiva es la parte de los mtodos estadsticos que ayuda a conocer algn aspecto de la poblacin mediante el conocimiento de ciertos aspectos de al muestra. Los aspectos que generalmente deseamos conocer de una poblacin son: estimulacin de un promedio o de un porcentaje, o la prueba de hiptesis. Los promedios o porcentajes que se desean conocer de una poblacin, se llaman parmetros. o

Las tcnicas de estimacin Permiten, como su nombre lo indica, estimar parmetros, mediante valores estadsticos. La hiptesis es importante, porque es una creencia acerca de una poblacin, se puede deducir conclusiones acerca de esta, a partir del anlisis de la misma. La parte de la estadstica que trata de las condiciones, bajo los cuales tales

inferencias son validas es la inferencial. 1.5. MTODO ESTADSTICO El objetivo de la Estadstica es hacer inferencias (predicciones, decisiones), acerca de una poblacin, sobre la base de la informacin obtenida de una muestra. En una investigacin estadstica, podemos definir las siguientes etapas. A. Planificacin Nos vamos a plantear que es lo que va a hacerse, lo que nos conducir a la investigacin reafirmacin del problema que nos interesa. Si sabemos claramente, que es lo que vamos a hacer, tenemos que saber el porque lo vamos a hacer? Esto debe estar de acuerdo con el equipo humano y material que tengamos a la mano. Cuando conozcamos que vamos a hacer, por que y con que, estaremos en capacidad de programar y calendarizar la investigacin; es decir, definir en donde, cuando, quienes y a que hora se har la investigacin, la que debe satisfacer objetivos alcanzables con el uso de los medios humanos y materiales que para ello poseamos.

B. Seleccin de la Muestra El segundo elemento de un problema estadstico es decidir cmo se va a seleccionar la muestra. Esto se llama el diseo del experimento o procedimiento de muestreo. Este elemento es importante porque los datos cuestan dinero y tiempo. Y qu

producen estos experimentos y encuestas? Producen nmeros en una hoja de papel o en una breve informacin. As, el diseo del experimento es importante. Incluir demasiadas observaciones en la muestra es a menudo muy costoso y antieconmico. Incluir muy pocos tambin es poco satisfactorio. Por lo que el mtodo que se use para seleccionar la muestra puede afectar la cantidad de informacin por cada observacin.

C. Obtencin de la informacin
6

La obtencin de la informacin, debe ser lo mas significativa posible y sobre todo debe ser sobre lo que realmente investigamos.

Los medios que se pueden utilizarse para obtener la informacin son: Personal Por correo

Personalmente se puede obtener la informacin por medio de: 1. Pruebas o Cuestionarios 2. Censos 3. En cuestas 4. Entrevistas. C.1 Cuestionario Esta es una tcnica de investigacin que consiste en un sistema de preguntas que tiene como finalidad obtener datos para una investigacin. C.1.1. Caractersticas a. claridad en la terminologa empleada para realizar las preguntas. b. Usar cdigos convenientes, para ser procesada la informacin en una computadora. c. No usar extensos, para evitar que nos respondan en forma inadecuada. C.1.2. Tipos a. cuestionarios de preguntas restringidas (cerrado) b. Cuestionarios de preguntas restringidas (abierto) a) Cuestionario de preguntas restringida: El informante elige su respuesta entre las alternativas fijadas por el investigador.

b) Cuestionario de preguntas no restringidas: Requiere de una respuesta libre y con la redaccin propia del sujeto y como tal tiene las desventajas de ser: difcil de interpretar, tabular y resumir, los resultados en el informe de la investigacin. C.2 Censo Informacin que se obtiene es la de toda la poblacin, ste lugar debe llegar a todos los pobladores del lugar que nos interesa obtener resultados. C.3 La Encuesta Sirve para obtener informacin sobre un grupo o muestra de la poblacin. C.4 Entrevista Consiste en una conversacin, generalmente oral entre dos seres humanos, de los cuales uno es le entrevistado y el toro el entrevistador. C.4.1 Tipos a) Entrevista dirigida: Esta sigue un procedimiento fijado de antemano mediante un cuestionario o una gua. b) Entrevista no dirigida: Esta deja la iniciativa total al entrevistado. C.4.2 Ventajas y desventajas a. Ventajas: Un hbil entrevistador es posible una profundidad en las respuestas, que no se logran con ningn otro medio. b. desventajas: Ocupa mucho tiempo, difcil de realizar con xito, falsas interpretaciones, del entrevistador o del entrevistado. C.4.3 Caractersticas a) Debe hacerse a una hora adecuada. b) se debe enviar previamente al entrevistado una gua que contenga los aspectos principales a tratar. c) El entrevistador debe realizar preguntas en forma clara y precisa. d) Se deben realizar preguntas en forma clara y precisa.
8

hay peligro de

e) La anotacin de las respuestas debe hacerse en forma exacta y lo ms rpidamente posible. f) No se debe sugerir respuesta. g) Se debe agradecer la colaboracin prestada al final de la entrevista.

D.ANALISIS O DEPURACION DE LOS DATOS Hay que revisar las boletas obtenidas en la investigacin para determinar si los datos que se han obtenido se ajustan a la verdad y a la exactitud. E. ORDENACION, CLASIFICACION, TABULACION Y PRESENTACION DE LOS DATOS Despus de depurados los datos se proceder a ordenarlos y clasificarlos, segn determinadas caractersticas (sexo, edad, sueldo...), enseguida se tabulan datos y despus se presentan, por medio de cuadros y graficas (barras, sectores, polgonos, histograma,). F.CALCULO ESTADISTICO Se hallaran los valores o medidas que representan el conjunto de datos obtenidos del fenmeno investigado (media, mediana, moda). G. LA INFERENCIA ESTADISTICA Este elemento responde a la pregunta: Cuan buena es la indiferencia? para ilustrar, suponga que usted dirige una pequea empresa de manufacturas. Usted le ha encargado a una agencia que produzca una encuesta estadstica y la agencia estima que los productos de su compaa conquistaran este ao el 34% del mercado. 2. MEDIDAS TENDENCIA CENTRAL Son indicadores estadsticos que muestran hacia qu valor (o valores) se agrupan los datos. Esta primera parte la dedicaremos a analizar tres medidas de tendencia central: La media aritmtica La moda La mediana
9

En el suplemento de este captulo incluiremos otras medidas de tendencia central. 2.1 MEDIA Es la medida de posicin central ms utilizada, la ms conocida y la ms sencilla de calcular, debido principalmente a que sus ecuaciones se prestan para el manejo algebraico, lo cual la hace de gran utilidad. Su principal desventaja radica en su sensibilidad al cambio de uno de sus valores o a los valores extremos demasiado grandes o pequeos. La media se define como la suma de todos los valores observados, dividido por el nmero total de observaciones. Donde (X) representa la Media para la muestra, (n) el tamao de la muestra y (Xi) representa cada uno de los valores observados. Esta frmula nicamente es aplicable si los datos se encuentran desagrupados; en caso contrario debemos calcular la media mediante la multiplicacin de los diferentes valores por la frecuencia con que se encuentren dentro de la informacin; es decir, Donde (Yi) representa el punto medio de cada observacin, (ni) es la frecuencia o nmero de observaciones en cada clase y (n) es el tamao de la muestra siendo igual a la suma de las frecuencias de cada clase. Para entender mejor este concepto vamos a suponer que hemos tomado la edad de 5 personas al azar cuyos resultados fueron (22, 33, 35, 38 y 41). Para facilitar su interpretacin se han generado tres rangos de edad los cuales se han establecido de 21 a 30 aos, de 31 a 40 aos y de 41 a 50 aos. Si nos fijamos en estos rangos notaremos que los puntos medios son 25, 35 y 45 respectivamente. Los resultados de la organizacin de estos datos se representan en la tabla [5-1]. 2.1.2 MEDIANA Con esta medida podemos identificar el valor que se encuentra en el centro de los datos, es decir, nos permite conocer el valor que se encuentra exactamente en la mitad del conjunto de datos despus que las observaciones se han ubicado en serie ordenada. Esta medida nos indica que la mitad de los datos se encuentran por debajo de este valor y la otra mitad por encima del mismo. Para determinar la posicin de la mediana se utiliza la frmula
10

Ejemplo: mediana para datos no agrupados Modifiquemos el ejemplo anterior, eliminando el ltimo dato. Encontrar la mediana: 4123422155 SOLUCIN PASO 1: Ordenar los datos. 1122234455 PASO 2: Localizar el valor que divide en dos parte iguales el nmero de datos. 1122 234455 El punto medio se encuentra entre dos valores: 2 y 3, por tanto, el valor de la Mediana ser 2,5. Me = 5,2 2.1.3 MODA La medida modal nos indica el valor que ms veces se repite dentro de los datos; es decir, si tenemos la serie ordenada (2, 2, 5 y 7), el valor que ms veces se repite es el nmero 2 quien seria la moda de los datos. Es posible que en algunas ocasiones se presente dos valores con la mayor frecuencia, lo cual se denomina Bimodal o en otros casos ms de dos valores, lo que se conoce como multimodal. 2.2. MEDIDAS DE TENDENCIA CENTRAL Es una forma til de expresar con un nico calor a un conjunto de datos. Ejemplo: Promedio: Tiene formula X= x/N X= Promedio = Sumatoria
11

X =Puntajes N= Numero de datos Promedio: Es la suma de un conjunto de datos entre el total de los valores. Ejemplo: las alturas de 10 matas de frijol son 1.4 -3.1 -2.5 -1.7 -1.5 2.3 -3.8 -4.1 -2.8 -3.2 Determinar el promedio de las alturas de las matas de frijol. X = 1.4+3.1+2.5+1.7+1.5+2.3+3.8+4.1+2.8+3.2/ 10 X=26.4/10 =2.64R// y

Que significa Promedio: Es le punto al rededor del cual las desviaciones positivas negativas tienden a tener un equilibrio. Ejemplo: X X x 2 4 6 8 20 -3 -1 1 3 0 4 -4

Desviacin: Es la diferencia entre un porcentaje no procesado y el promedio. Ejemplo: x x X=20/4 X=5 Promedio para datos con frecuencia Ejemplo:

12

x 3 6 9 12

f 3 1 2 1 f=7

Fx 9 6 18 12 =fx=4

X = fx/N = 45/7 = 6.43R// Promedio de datos agrupados por Intervalos

= frecuencia = Puntos medios =Total de los datos Los datos representan los salarios/hora de 30 trabajadores de la empresa R y M. 12 8 10 14 -8 17 - 20 15 - 10 - 12 9 10 -11 -16 -15 10 -8 10 8 -10 8 10 - 11 - 4 - 16 10 7 8 - 10 -11 Rango= Dato mayor dato menor R= 20-7=13R// Tamao del intervalo = R /1+3.33 * log N
13

= 13/1+3.33 *log N =2.20=2R// Salarios/ 20 F trabajadores 5 -9 10 14 15 19 20 24 25 29 30 34 7 5 5 1 1 1 f=N=20 7 12 17 22 27 32 49 60 85 22 27 32 fxm=275 Xm Fxm

X=275/20 = 13.75 salario promedio de 20 trabajadores por hora Mediana Es el valor ms cercano al medio que divide a la distribucin de los datos en un 50% por arriba de el y otro 50% por abajo. Mediana para datos simples X= 8 - 7 4 - 3 2 5 X= 2 3 - 4 5 7 8 Posicin= N+1/2 = 6+1/2 =7/2 =3.5 M=4+5=9/2=4.5 mediana// X=7 9 10 14 8 X= 7 8 9 - 10 14 Ordenar valores X= 2 3 3 4 5 5 8 9 mediana 4+5=9/2 X=2 3 4 5 6 8 9 mediana=5R//
14

Posicin mediano N+1/2 8+1/2 = 9/2 = 4.5 7+1/2 = 8/2=4

Medida de tendencia central para datos agrupados por intervalo = X= f xm/N Los datos presuponen los salarios hora de 20 trabajadores de la empresa R y S 8 6 14 16 10 8 16 20 14 9 8 25 16 7 9 30 17 10 14 16

30-5=25 = R/1+3.33*log 20 i= 25/1+3.33* log 20 =4.69=5 Posicin N+1/2 = 5+1/2 = 6/2 = 3 Mediana=9R// Mediana para datos agrupados por frecuencia X 2 4 6 8 10 f 3 2 1 2 1 Fa 3 5 6 8 9

15

P= N+1/2 = 9+1/2 = 10/2 = 5 Medina para datos agrupados por intervalos Formula b

= Limite real interior del intervalo donde se localiza la mediana. = Numero de datos dividido 2. =frecuencia acumulada inferior al intervalo donde se localiza la mediana. =frecuencia del intervalo donde se localiza la mediana. =Amplitud del intervalo donde se localiza la mediana. f 59 10 14 15 19 20 24 25 29 30 - 34 7 5 5 1 1 1 Fa 7 12 17 18 19 20 Li r 4.5 9.5 9.5 14.5 14.5 19.5 19.5 24.5 24.5 29.5 29.5 34.5

Moda: Es el valor que ms se repite en una distribucin en la frecuencia mayor en un conjunto de datos.

16

Moda para un conjunto de datos con frecuencia X 2 4 6 8 10 12 14 F 4 2 1 5 3 2 1 valor modal= 8R//

Moda para un conjunto de datos directos X=5, 4,3, 2, 8, 7, 8, 9, 4, 3, 4, 4 moda=4R//

Moda para un conjunto de datos agrupados por intervalo Moda= 10 15 17 - 20 16 24 30 16 28 37 40 28 18 20 25 13 16 10 14 18 9 17 20 8 20 8 10 28 30 16 21 8 =incrementacin disminucin

17

1: Frecuencia del intervalo donde se localiza la moda menos la frecuencia inferior. 2: Frecuencia del intervalo donde se localiza la moda menos la frecuencia mayor o posterior. Rango = 40-8 =32 R =32 = 5.32 = 5

Intervalo f 8 12 13 17 18 22 23 27 28 37 33 37 38 - 42 7 9 7 2 5 1 1

Fa 7 16 23 25 30 31 32 f= 32

Lr 7.5 12.5 12.5 17.5 17.5 22.5 22.5 27.5 27.5 32.5 32.5 37.5 37.5 42.5

1= 9 7 = 2 2= 9 7 = 2 M 12.5 (2/2+2)5 = 12.5 + (2/4)5 =12.5 + (0.5) +(2.5) M=12.5 + 2.5 = 15 m R//

18

3. MEDIDAS DE VARIABILIDAD Desviacin Desviacin tpica o estndar

Desviacin: X-X. Desviacin media: Si se suma el valor absoluto de las diferencias de cada valor respectivo a la media, y se divide entre el nmero de datos, se obtiene el promedio de las diferencias de cada valor respecto a la media. A esta medida se le conoce como desviacin media. La segunda propiedad de la media afirma que la suma de los cuadrados de las diferencias de cada valor respecto a la media es un valor mnimo. Si ese valor se divide entre el nmero de datos, se obtiene una importante medida de dispersin conocida como varianza. Desviacin Estndar: La desviacin estndar es una de las medidas de dispersin mas utilizadas porque refleja fielmente la media de las diferencias (elevadas al cuadrado) de cada valor respecto a la media. La desviacin estndar se calcula como la raz cuadrada de la varianza, e indica que tan diferentes son entre si los datos que se analizan. Desviacin estndar de muestras: La varianza (y por lo tanto, desviacin estndar) se calcula como la suma de los cuadrados de las diferencias de cada valor respecto a la media, dividida entre el numero de datos o valores. Cuando los datos se refieren a una muestra, no a la poblacin, es necesario que la suma de los cuadrados se divida entre el nmero de datos menos 1 (n-1). A esta varianza modificada se le llama varianza muestral, y su raz cuadrada produce la desviacin estndar muestral. La varianza muestral difiere a la varianza poblacional, nicamente en el divisor de su formula, al considerar el numero de valores a menos uno, en vez del numero de valores disponibles. Desviacin tpica estndar: Es el promedio de las desviaciones individuales. Para datos directos = X/N- X Para datos con frecuencia
19

= fX/N- X Para datos agrupados por intervalos = fXm/N- X 3.1 GRAFICAS MS USUALES EN ESTADISTICA 1. Polgono de frecuencias simples 2. Histograma de barras 3. Polgono de frecuencias acumuladas 4. Grafica de sectores o de pie. 3.1.1 HISTROGRAMA Y POLIGONO DE FRECUENCIAS Un histograma es un diagrama de barras que presenta, a escala, el nmero de elementos que comprende cada una de las clases de una distribucin de frecuencias. La altura de las barras del histograma esta dada por la frecuencia de la clase, mientras que los limites horizontales son los limites exactos de cada clase, aunque en ocasiones los limites horizontales que se utilizan son los limites nominales; de esta manera las barras quedan separadas entre si, para lograr efecto visual de individualidad de las clases. El polgono de frecuencias es una figura cerrada delimitada en su base por el eje horizontal, y cuyos vrtices son los puntos centrales de la horizontal superior de cada barra del histograma, incluyendo tambin la clase anterior a la primera y la clase siguiente a la ltima.
Ejemplo. limites reales 13.5-18.5 18.5-23.5 23.5-28.5 38.5-33.5 33.5-38.5 38.5-43.5 43.5-48.5 48.5-53.5

Intervalos 14-18 19-23 24-28 29-33 34-38 39-43 44-48 49-53

f 2 4 6 8 10 9 8 9

fa 2 6 12 20 30 39 47 51

xm 16 21 26 31 36 41 46 51

% 3.92 7.84 11.76 15.69 19.81 17.65 15.69 7.84

grados 14 28 42 57 70 64 57 28

20

12 10 8 6 4 2 0 Series1

3.2 MEDIDAS DE POSICION a. b. c. d. Cuartiles Porcentiles Cuartos Cuartiles: Divide a la distribucin en 4 partes iguales a un 25%.

21

25% 25%

25%

Q1= Li+ (N/4-fai/f)i Q2= Li+ (2N/4-fai/f)i Q3= Li+(3N/4-fai/f)i PORCENTILES: Divide a la distribucin en 100 partes a 1% hasta 100%. Py= Li+(yN/100-fai/f)i Ejemplos: intervalos f 4-8 9-13 14-18 19-23 24-28 29-33 4 5 6 3 2 4 fa 4 9 15 18 20 24 xm 6 11 16 21 26 31

2
7 6 5 4 3 2 1 0 xm 6 11 16 21 26 31 2

22

Q1= Li+ (N/4-fai/f)i Q1= 8.5+(6-4/5)5= 8.5+(2/5)5=8.5+(0.4)5= 8.5+ 2=1 Q1= 10.5 R. Q2= Li+ (2N/4-fai/f)i Q1= 13.5+(12-9/6)5= 13.5+(3/6)5=13.5+(0.5)5= 8.5+ 2.5= Q1= 16 R. Q3= Li+ (3N/4-fai/f)i Q1= 18.5+(18-15/3)5= 18.5+(3/3)5=18.5+(1)5= 18.5+ 5= Q1= 23.5 R. Py= Li+(yN/100-fai/f)i Py= 30 Py= 8.5+ (7.2-4/5)5= 11.7 3.3 TEORIA DE CUARTOS Se utiliza para determinar analticamente si la distribucin de los datos es simtrica o asimtrica. La distribucin es simtrica si C3=C2 La distribucin es asimtrica si C3C2 Es asimtrica positiva si C3>C2 Es asimtrica negativa si C3<C2 C1= Q1- (Xmin-0.5) C2= Q2-Q1 C3= Q3-CC2 C4=(Xmax-Q3)
23

a. Distribucin normal

b. Distribucin asimtrica positiva

c. distribucin asimtrica negativa Ej. intervalos f 8-12 13-17 18-22 23-27 6 4 3 2 15 fa 6 10 13 15 xm 10 15 20 25 70

Q1= Li+ (N/4-fai/f)i Q1= 8.5+(4-0/6)5= 8.5+(4/6)5=8.5+(0.67)5= 8.5+ 3.35=


24

Q1= 11.85 R. Q2= Li+ (2N/4-fai/f)i Q2= 12.5+(8-6/4)5= 12.5+(2/4)5=12.5+(0.4)5= 12.5+ 2.5= Q2= 15 R. Q3= Li+ (3N/4-fai/f)i Q3= 17.5+(11-10/3)5= 17.5+(1/3)5=17.5+(0.33)5= 18.5+ 1.55= Q3= 19.15 R. C2=Q2-Q1= 18-11.85 =3.15 C3=Q3-Q2= 19.15-15= 4.15

25