Está en la página 1de 94

ESTADSTICA

Hugo Araya Carrasco

Definicin
Diremos

que la ESTADSTICA es una ciencia relacionada con el METODO CIENTIFICO en la coleccin y anlisis de datos, muchas veces con el objeto de deducir o inferir conclusiones y tomar decisiones ante condiciones de incertidumbre.

Estadstica Descriptiva: Se ocupa de la organizacin y presentacin de los datos en forma convenientemente til y de fcil comunicacin adems de hacer mediciones con esta informacin. Inferencia Estadstica: Se orienta a lograr generalizaciones, es decir, a partir de los datos de la muestra obtener informacin sobre una poblacin.

Trminos estadsticos bsicos


UNIVERSO es el conjunto completo de individuos o elementos de inters para nuestro estudio. POBLACIN es el conjunto de todos los datos de una caracterstica medida en cada individuo del universo. MUESTRA es un subconjunto seleccionado de la poblacin de inters. El elegir una muestra representativa es un problema importante en las investigaciones estadsticas. PARMETRO es cualquier valor caracterstico de una poblacin, este valor es siempre fijo. Por ejemplo la edad promedio de todos los alumnos de la UST. ESTADIGRAFO O ESTADSTICO es un valor caracterstico obtenido a partir de una muestra. Por ejemplo la edad promedio de una muestra de 250 alumnos dela UST, tomados al azar.

Clasificacin de variables

Los datos que deben manejarse en una investigacin cientfica para describir los objetos de inters son, en general de naturaleza diversa. La consideracin de esta diferenciacin es esencial para decidir el mtodo de anlisis estadstico adecuado. Los datos son valores o categoras especificas de las variables inherentes al problema. Se presentarn tres criterios diferentes (no excluyentes y complementarios) para clasificar variables.

Segn nivel de medicin


Variable Nominal: Esta es una variable cualitativa y slo permite distinguir entre clases. Ejemplo: nacionalidad, estado civil, marca calculadoras, etc.

Variable Ordinal: Esta es tambin una variable cualitativa, pero adems existe una relacin de orden en el recorrido de la variable. Ejemplo: nivel socioeconmico, contextura, Grado en la Fuerzas Armadas y de Orden, etc. Variable Cuantitativa: Esta es una variable propiamente cuantitativa. TIENE SENTIDO Y ES POSIBLE Efectuar operaciones aritmticas con el recorrido de estas variables. Ejemplo: Nmero de hijos, nmero de artefactos elctricos que existen en el hogar, temperatura corporal, altura de los rboles, precio de las calculadoras, etc.

Segn tamao del recorrido


Variable Discreta: La variable tiene recorrido finito o a lo ms numerable. Ejemplo: Nmero de hijos, nmero de artefactos elctricos que existen en el hogar, estado civil, nivel socioeconmico, sexo, etc. Variable Continua: La variable tiene un recorrido infinito no numerable. Si una variable es continua, entre dos valores potencialmente observables siempre existe otro valor potencialmente observable. Ejemplo: Temperatura corporal, altura de los rboles, precio de las calculadoras, peso, edad, etc.

Segn orientacin descriptiva

Cada variable puede clasificarse considerando si esta es dependiente o independiente. Esta clasificacin depende de los objetivos del estudio y no de la estructura matemtica misma de las variables.

Trabajo grupal
Los

alumnos se organizan en grupos, dan ejemplos de los distintos tipos de variables, poniendo nfasis en variables asociadas a su carrera.

Ejercicios

De las siguientes afirmaciones cul se asemeja mas a los conceptos: un parmetro, un dato, una inferencia a partir de datos, un estadgrafo?

Segn estudios, se producen ms accidentes en el centro de Santiago, a 35 km/h que a 65 km/h. En una muestra de 250 empleados, se obtuvo un sueldo promedio de $150.000 La tasa de nacimiento en el pas aument en 5% con relacin al mes precedente. Las edades son 85, 36, 57, 24 Se sabe que el 55% de las personas en Chile son varones. Segn datos de aos anteriores se estima que la temperatura mxima de este ao aumentar en un 5%.

Ejercicios

Clasificar las siguientes variables en: continua, discreta, nominal, ordinal:


n de alumnos por carrera comuna en que viven los alumnos del curso de estadstica color de ojos de un grupo de nios monto de pagos por concepto de aranceles en la universidad sumas posibles de los nmeros obtenidos al lanzar dos dados clasificacin de los pernos en un local segn sus dimetros peso del contenido de un paquete de cereal monto de la venta de un articulo en $ valor de venta de las acciones n de aciones vendidas nivel de atencin en el Banco nivel de educacional AFP a que pertenece un individuo edad clasificacin de la edad en: nio, joven, adulto y adulto mayor

Tablas de frecuencias
Los datos que deben manejarse para ser sometidos a un anlisis estadstico son, en general, suficientemente numerosos como para justificar la bsqueda de estructuras de presentacin ordenada y resumida. Las tablas estadsticas deben tener un ttulo que indique QUE informacin se presenta, DONDE fueron recolectados los datos, CUANDO se obtuvo la informacin. Cuando el ttulo sea muy extenso se puede acompaar con un llamado a pie de pgina.

Tabla de frecuencias
El formato general de una tabla estadstica es la siguiente:

Tipos de frecuencias

Frecuencia o Frecuencia Absoluta: Es el nmero de veces que se presenta un valor o una categora de la variable. Se representa por fi. Frecuencia Relativa: se representa por hi se expresa en trminos de porcentaje. En general, es ms claro e informativo indicar que proporcin del total de los datos representa cada frecuencia hi . As, si hay N datos en total, una frecuencia fi representa un porcentaje hi del total.

Tipos de frecuencias
Frecuencia

Absoluta Acumulada: Se representa por Fi. donde F1 = f1 F2 = f1 + f2 F3 = f1 + f2 + f3 . . . Fk = f1 + f2 + f3 + ... + fk = N

Tipos de frecuencias
Frecuencia

Relativa Acumulada: Se representa por Hi y corresponde a :

Tiene

sentido calcular las frecuencias acumuladas si la variable es a lo menos ordinal.

Ejemplo
En una encuesta de presupuesto familiar, se ha obtenido la siguiente informacin respecto al n de hijos en 21 familias. Aqu la variable que llamaremos x es el n de hijos de cada una de las familias.
3, 1, 2, 0, 3, 2, 1, 1, 3, 3, 2, 4, 2, 2, 0, 2, 1, 3, 4, 2, 3 A partir de estos datos construya la tabla (considere frecuencia absoluta, acumulada, relativa, relativa acumulada).

Solucin

Ejemplo tabla de frecuencia para variables nominales. La siguiente informacin corresponde a la raza de los perros atendidos en una Clnica Veterinaria, durante una semana:
f4=29, indica que se atendieron 29 perros mestizos. h2=25,45%, indica que el 25,45% de perros atendidos es de raza pekins.

Ejemplo tabla de frecuencia variables cuantitativas discretas.

A continuacin se presenta el nmero de accidentes en terreno que sufrieron los trabajadores de una empresa forestal, durante un ao.
N Acc. fi hi(%) Fi Hi(%)

0 1
2 3 4 Total

45 12
7 3 1 68

66.2 17.6
10.3 4.4 1.5 100

45 57
64 67 68

66.2 83.9
94.1 98.5 100

Qu ocurre con las variables cuantitativas continuas?


Consideremos el siguiente ejemplo: Se tiene los salarios de 40 trabajadores de una determinada empresa, a partir de ellos construya la tabla de datos asociada.
90 79 93 108 91 104 80 85 67 95 68 62 93 86 83 98 100 92 77 85 102 110 99 74

106 118 108 95

119 110

106 115 105

91

98

74

112

80

73

88

Monto 62 67 68 73 74 77 79 80 83 85 86 88 90 91 92

fi 1 1 1 1 2 1 1 2 1 2 1 1 1 2 2

Monto 93 95 98 99 100 102 104 105 106 108 110 112 115 118 119

fi 2 2 2 1 1 1 1 1 2 2 2 1 1 1 1

Tabla de frecuencia variables cuantitativas continuas

Donde : Li-1 es el limite inferior del intervalo i. Li es el limite superior del intervalo i.

Amplitud de un Intervalo: (ci)


En general, la amplitud de cada intervalo est dado por:

y para tabular la informacin con k intervalos de igual amplitud, la amplitud se determina de la siguiente forma:

Marca de Clase
Marca de Clase: Se denota por Xi ,y se determina por:

Con estos conceptos intente tabular los datos de los salarios de los 40 trabajadores.

Ejemplo tabla de frecuencia variables cuantitativas continuas


Se estudi el prendimiento en porcentaje en 25 plantaciones de Quillay, obtenindose lo siguiente:

REPRESENTACIONES GRAFICAS
El grfico es la representacin en el plano, de la informacin estadstica, con el fin de obtener una impresin visual global del material presentado, que facilite su rpida comprensin. Los grficos son una alternativa a las tablas para representar las distribuciones de frecuencias.

REPRESENTACIONES GRAFICAS
Algunos requisitos recomendables construir un grfico son:

al

Sencillez y autoexplicacin. Evitar distorsiones por escalas exageradas. Eleccin adecuada del tipo de grfico, segn los objetivos y tamao de recorrido de las variables.

Al igual que las tablas estadsticas, los grficos estadsticos deben tener un ttulo y una explicacin de QUE, DONDE y CUANDO se obtuvo la informacin.

TIPOS DE GRFICOS ESTADSTICOS


Grfico de Barras Simples: Se utilizan para representar la distribucin de frecuencias de variables discretas.

Cada categora de la variable se representa por una barra, cuyo largo indica la frecuencia de observaciones en dicha categora.
Todas las barras deben ser de igual ancho y estar igualmente espaciadas. En el eje X se representa el recorrido de la variable y en el eje Y la frecuencia absoluta o la frecuencia relativa.

Grfico de Barras

Grfico Circular o Sectorial:


Son una alternativa a los grficos de barras separadas, es decir, se pueden utilizar indistintamente estos dos tipos de grficos, si la variable es discreta. El grfico sectorial siempre se debe construir con las frecuencias relativas.

Grfico Circular o Sectorial:

Grfico de barras agrupadas


Se utilizan para analizar la existencia de asociacin entre dos o ms variables discretas.

Grfico de barras divididas Son una alternativa a los grficos de barras agrupadas.
Son ms adecuados que el grfico de barras agrupadas cuando algunas de las categoras de la variable dentro de un grupo, tiene frecuencia cero 100%.

Ejemplo: En una consulta psiquitrica , se realiza un estudio de cuatro nuevos medicamentos para la depresin y se controla la mejora de los pacientes.

Grfico de barras divididas

Grficos lineales:
Son grficos adecuados para analizar la existencia de asociacin entre dos variables cuantitativas. Son particularmente tiles cuando se desea mostrar los cambios de una o ms variables a travs del tiempo.

Pictogramas
Son una forma de representar la informacin mediante dibujos de los objetos que son motivo de estudio, con un formato tal que entregue una idea rpida y visual, de la distribucin de frecuencias. Son especialmente tiles para fines publicitarios por ser atractivos y de fcil comprensin.

Grficos de correlacin
Son apropiados para analizar la existencia asociacin entre dos variables cuantitativas. de

La informacin se representa en pares ordenados (x,y). Ejemplo: a continuacin se presenta el peso atmico y el radio atmico de distintos elementos qumicos.

Grfico de correlacin

Grfico de correlacin

Histograma:
Este tipo de grfico se utiliza para representar la distribucin de variables cuantitativas, discretas o continuas tabuladas en intervalos. En el eje X se representa el recorrido de la variable y en el eje Y la frecuencia absoluta o relativa.

Histograma:

Polgono de Frecuencias:
Se puede utilizar este tipo de grfico como una alternativa al Histograma , es decir , tambin se utilizan para representar la distribucin de frecuencia de variables cuantitativas continuas o discretas tabuladas en intervalos.

En el eje X se representa el recorrido de la variable y en el eje Y la frecuencia absoluta o relativa.

Polgono de frecuencias

Polgono de frecuencias:
El polgono de frecuencias es particularmente til cuando se tienen dos variables: una variable cuantitativa tabulada en intervalos y otra variable discreta, como en el siguiente ejemplo.

Medidas de resumen
Las medidas que permiten resumir la informacin proveniente de una poblacin son las: medidas de posicin, medidas de dispersin y medidas de forma, como se resume en el siguiente diagrama.

Medidas de resumen

Medidas de posicin
Tienen por objeto, obtener un valor que resuma en s todas las mediciones. La mayora de ellas trata de ubicar el centro de la distribucin, razn por la cual, se llaman MEDIDAS DE TENDENCIA CENTRAL; estas son: Media, Mediana y Moda.

Media aritmtica, media o promedio


Es una de las medidas de tendencia central de mayor uso. La media muestral se simboliza por X la media poblacional de denota por .
Media para datos no tabulados:

Sea X una variable cuantitativa y x1, x2,, xN los N datos de una poblacin , se define la media aritmtica de X como:

Media aritmtica, media o promedio

Consideremos la edad en aos las ocho personas que sufren un extrao mal. 10, 18, 25, 32, 12, 5, 7 y 7

Esto significa que la edad promedio de las personas que sufren este extrao mal es de 14,5 aos.

Media aritmtica, media o promedio


Si los datos estn tabulados en una tabla de distribucin de frecuencias, entonces la media se debe calcular como:

siendo xi el valor de la variable en el intervalo i-simo si esta es cuantitativa discreta, y resulta ser la marca de clase si la variable esta tabulada en intervalos.

Ejemplo promedio para variable cuantitativas discreta, datos tabulados


A continuacin se presenta el nmero de accidentes en terreno que sufrieron los trabajadores de una empresa forestal, durante un ao.

Esto significa que los trabajadores de la empresa forestal han tenido en promedio 0,57 accidentes en un ao.

Ejemplo promedio para variable cuantitativa tabuladas en intervalos


Se estudi el prendimiento en porcentaje en 25 plantaciones de Quillay, obtenindose lo siguiente:

El prendimiento promedio de las plantaciones de Quillay fue de 39,5%.

Propiedades de la Media
Se puede demostrar utilizando propiedades de las sumatorias que si a y b son constantes y X e Y variables, entonces:

Mediana(Me)
Sea X una variable por lo menos ordinal y sea x1, x2,xN las N observaciones de la variable, se define como Mediana "Me" a un valor tal que supera a no ms del 50% de las observaciones y es superado por no ms del 50% de las observaciones, cuando estas han sido ordenadas segn magnitud.

Mediana para datos no tabulados

Si consideremos el ejemplo de la edad en aos de las ocho personas que sufren un extrao mal. 10, 18, 25, 32, 12, 5, 7 y 7

Mediana para datos no tabulados


Se ordenan los datos, en este caso los ordenaremos de menor a mayor: 5, 7, 7, 10, 12, 18, 25 y 32 Como N = 8 , que es un nmero par, utilizamos la expresin:

Esto significa que el 50% de las personas que sufren este extrao mal tienen entre 5 y 11 aos y el 50% restante tiene entre 11 y 32 aos.

Mediana para datos tabulados en intervalos En este caso la Mediana se calcula como:

Li-1 : Lmite inferior del intervalo que contiene N/2 Fi-1 : Frecuencia acumulada anterior al intervalo que contiene N/2 fi : frecuencia absoluta del intervalo que contiene a N/2. ci : amplitud del intervalo.

Se estudi el prendimiento en porcentaje en 25 plantaciones de Quillay, obtenindose lo siguiente:

Mediana para datos tabulados en intervalos


N/2 = 12, 5. Este valor se encuentra contenido en el segundo intervalo, es decir i = 2. Aplicando la frmula:

Esto significa que en el 50% de las plantaciones el rendimiento es de a lo ms un 37,5% y en el 50% de las plantaciones restantes el prendimiento es de a lo menos un 37,5%.

Moda

Como su nombre lo indica es aquel valor de la variable que tiene una mayor frecuencia. Si una variable es nominal, la moda es la nica Medida de Posicin que se puede calcular.

Ejemplo moda para variable nominal


La siguiente informacin corresponde a la raza de los animales atendidos en una Clnica Veterinaria, durante una semana:

Mo: Pastor Alemn. Esto significa que la mayora de los perros atendidos en la clnica veterinaria eran pastor alemn.

Moda para datos tabulados en intervalos

Ejemplo

Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:

Observaciones sobre la media, mediana y moda


Si la distribucin de frecuencias de una variable es simtrica estas tres medidas coinciden. La siguiente tabla muestra la distribucin de frecuencia de los sueldos (en miles de pesos) que reciben los 150 paramdicos que trabajan en un centro asistencial.
Si calcula el promedio, la mediana y la moda de los sueldos de estos paramdicos obtendr $220.000. Construya un histograma con esta informacin para ver la distribucin simtrica.

Observaciones media, mediana y moda


Cuando se realiza un estudio estadstico no se calculan las tres medidas de tendencia central. La moda es adecuada cuando una variable es nomina y es la nica medida de tendencia central posible de calcular . La mediana es adecuada cuando una variable es ordinal. Adems es recomendable utilizar la mediana como medida de tendencia central ms adecuada cuando la variable es cuantitativa con una distribucin demasiado asimtrica.

Si una variable es cuantitativa con una distribucin aceptablemente simtrica es recomendable usar el promedio como medida de tendencia central.

Medidas de posicin: Percentiles


Corresponden dentro de las Medidas de Resumen a las Medidas de Posicin pero no de Tendencia Central (con excepcin de la Mediana).
Sea X una variable por lo menos ordinal y x1, x2, x3,...xn una muestra de tamao n, se define percentil p" como un valor tal que supera a no ms del p% de las observaciones y es superado a lo ms por el (100-p)% de las observaciones, cuando estas son ordenadas de menor a mayor.

Percentiles

Percentiles para intervalos [Li-1 Li[

datos

tabulados

en

Cuartiles
Cuartiles(Qi) : Los cuartiles tambin son una medida de posicin y separan la muestra en cuatro partes, de tal manera que:

Q1 =P25

Me = Q2= P50

Q3 = P75

De Manera anloga se definen los deciles (10) y los Quintiles (5).

Ejemplo Cuartiles Datos no tabulados

Considere los datos:

Si separamos los datos en 4 grandes grupos, cada uno ser un cuartil.

MEDIDAS DE DISPERSIN
Considere las siguientes distribuciones de datos: D1: 4, 4.5, 3.5, 4.1, 3.9 D2: 4, 2, 5, 4, 1, 7 Puede observar que ambas tienen la misma media, pero la dispersin de sus valores es distinta. Esto hace que la comparacin de estas dos distribuciones pueda llevar a errores si solo se considera la media en su comparacin.

MEDIDAS DE DISPERSIN Las medidas de posicin (o tendencia central: media, mediana y moda) por si solas, no son suficientes para describir las distribuciones, ya que ellas no consideran la variabilidad de estas.
Al comparar dos o ms distribuciones puede suceder que estas tengan el mismo promedio, pero que la dispersin de los valores observados no sea la misma.

Rango o Amplitud para datos no tabulados Si la variable no est tabulada en intervalos el RANGO O AMPLITUD se define como la diferencia entre el valor mximo y el valor mnimo, de los valores observados.

Ejemplo rango datos no tabulados


Si consideramos el ejemplo de la edad en aos de las ocho personas que sufren un extrao mal 10, 18, 25, 32, 12, 5, 7, 7 rango = 32 5 = 27 Y se interpreta como la mxima diferencia de la edad de estas personas es de 27 aos

Rango o Amplitud para datos tabulados en intervalos

Si la variable est tabulada en intervalos el RANGO O AMPLITUD se define de la siguiente forma: donde: L0 es el limite inferior del primer intervalo. Lk es el limite superior del ltimo intervalo. El rango es una medida demasiado influenciable por los valores extremos, razn por la cual no es una buena medida de dispersin.

Rango para variable cuantitativa tabuladas en intervalos


Se estudi el prendimiento en porcentaje en plantaciones de Quillay, obtenindose lo siguiente:
Prendimiento (%) 0 - 25 25 - 50 50 - 75 75 - 100 Total fi 6 13 4 2 25 Rango = 100 0 = 100 Fi 6 19 23 25

25

La mxima diferencia que existe en el porcentaje de prendimiento en las plantaciones de Quillay es de 100%.

Varianza(V(X))
La varianza de la poblacin se denota como 2 y la varianza de la muestra se denota como S2 .

Sea X una variable cuantitativa y sea x1, x2, ..., xN las N observaciones de la variable
Varianza para datos no tabulados:

Ejemplo varianza datos no tabulados


Si consideremos el ejemplo de la edad en aos de las ocho personas que sufren un extrao mal. 10, 18, 25, 32, 12, 5, 7, 7

Por lo tanto la varianza de la edad de estas personas que sufren un extrao mal es de 82,25 aos2

Varianza para datos tabulados


Si los datos estn tabulados en una tabla de frecuencias, la varianza se define como sigue:

y para clculo se utiliza la expresin:

Varianza para variable cuantitativa tabuladas en intervalos.


Se estudi el prendimiento en porcentaje en 25 plantaciones de Quillay, obtenindose lo siguiente:

La varianza del porcentaje de plantaciones de Quillay es de 446 %2

prendimiento

en

las

Propiedades de V(X)
Si a y b son constantes, se cumplen las siguientes propiedades.

Ejemplo
Los trabajadores de cierta empresa tienen un sueldo promedio de $383.290, con una varianza de 30.571 ($)2. Si a cada trabajador se le aumenta el sueldo en 8% mas un bono de $10.500. Determine el sueldo promedio y la varianza luego del aumento. Llamemos: X: sueldos antes del aumento. Y: sueldos despus del aumento.

Ejemplo

Por lo tanto $424.453,2 y 35.658,0144 ($)2 son , respectivamente el sueldo promedio y la varianza de los sueldos despus del aumento.

Desviacin Tpica o Desviacin Estndar(Sx)


Como la unidad de medida de la varianza es el cuadrado de la unidad medida de la variable, se utiliza como medida de dispersin, la raz positiva de la varianza, la cual recibe el nombre de desviacin tpica o desviacin estndar.

En el ejemplo anterior la desviacin estndar de los sueldos despus del aumento es de $183.833.

Desviacin Tpica
La desviacin estndar es mas usada que la varianza. Una de sus utilidades es medir la concentracin de los datos respecto a la media aritmtica. Para distribuciones normales: - el 68,27% de los datos estn comprendidos en el rango X - S, X + S. (X es la media de la muestra) - el 95,45% de los datos estn comprendidos en el rango X - 2S, X + 2S. - el 99,73% de los datos estn comprendidos en el rango X - 3S, X + 3S.

Coeficiente de variacin
Las medidas de dispersin que se han estudiado anteriormente son medidas absolutas y se expresan en las mismas unidades con las que se mide la variable. Si se necesita comparar dos o ms grupos de datos medidos con diferentes unidades, por lo general, no es posible la comparacin utilizando la dispersin absoluta. Por ejemplo, una serie de precios en dlares con una serie de precios en pesos.

Coeficiente de variacin
Se define como:

Aplicaciones del Coeficiente de Variacin

Comparar la variabilidad de dos distribuciones de una misma variable con unidades distintas.
Ejemplo: Comparar la variabilidad de los pesos de los estadounidenses en libras y la variabilidad de los pesos de los chilenos en Kilogramos.

Coeficiente de Variabilidad
Comparar la variabilidad de distribuciones de variables distintas. Ejemplo: En un curso de 20 alumnos se midi la estatura (en cm.) y el peso (en kg.), obtenindose la siguiente informacin:
Al comparar la variabilidad de estas distribuciones , obtenemos que:

Coeficiente de Variabilidad
La conclusin la podemos expresar de cualquiera de estas formas:

La distribucin de la estatura de estos nios tiene menor variabilidad. La distribucin de la estatura de estos nios tiene menor dispersin. La distribucin de la estatura de estos nios es ms homognea. La distribucin del peso de estos nios tiene mayor variabilidad. La distribucin del peso de estos nios tiene mayor dispersin. La distribucin del peso de estos nios es ms heterognea.

Coeficiente de Variabilidad
Comparar la variabilidad cuando los promedios son distintos. Ejemplo: La siguiente tabla muestra la distribucin de las edades segn sexo, de los trabajadores de una agroindustria.

Qu distribucin tiene menor variabilidad? o Qu distribucin es mas homognea? En este ejemplo la edad promedio de hombres y mujeres es distinta, por lo tanto estamos obligados a calcular el coeficiente de variacin si queremos comparar variabilidad.

Coeficiente de variabilidad
Ejercicios 1. Supongamos que un grupo de profesionales de una empresa A tienen un sueldo promedio de $500.000 y una varianza de $12.000. En otra empresa, B, otro grupo de profesionales tienen un sueldo de $600.000 y una desviacin de $18.000. Determine la variabilidad de sueldos.
2.

Un curso dio un examen de estadsticas y otro un examen de lgebra con los siguientes resultados: media de estadstica 78, desviacin tpica estadstica 8.0, media algebra 73, desviacin tpica 7,6. Determine que curso presenta mayor variabilidad.

Ejercicios
1.

Supongamos que un grupo de profesionales en un pas A tienen un salario promedio de US$26.888 y varianza US$14.400. En un pas B otro grupo de profesionales con iguales caractersticas reciben un salario promedio de US$8.570 con desviacin estndar de US$80. Cul grupo de salarios presenta una menor variabilidad?. En un inventario realizado en la bodega de un almacn se encontraron 200 artculos que fueron importados a diferentes precios (en dlares):

2.

a) Calcular la desviacin estndar. b) Coeficiente de variacin

Ejercicios
1.

En el primer semestre de este ao 30 empresas tuvieron en promedio $374 millones en gastos con una varianza de $80 millones. Por un error cada una de las empresas no contabiliz $7 millones en los gastos. Corregir el promedio y la varianza. 80 empleados de una compaa tiene un salario promedio de $125.000 y una varianza $12.000. Si reciben un reajuste del 20%. Calcular el nuevo promedio y varianza.

2.

Variable normalizada o estandarizada


A diferencia del coeficiente de variacin, que compara dos grupos, esta variable sirve para comparar un individuo dentro de su mismo grupo. Su frmula es:

Un curso dio un examen de estadsticas y otro un examen de lgebra con los siguientes resultados:

Un estudiante que dio ambos exmenes saco 75 puntos en estadsticas y 71 en lgebra. En qu asignatura tuvo mejor resultado respecto al curso.?

Ejercicios
1.

Un postulante presento examen de admisin a dos universidades; en la universidad A obtuvo 325 puntos y en ella la calificacin media fue de 305 puntos con desviacin estndar de 26. En la universidad B obtuvo 210 puntos y en ella la calificacin media fue de 195 puntos con desviacin estndar de 18. Determine en que examen fue mejor el resultado. En una prueba deportiva la media para varones es 140 puntos con una desviacin estndar 24; para mujeres la media es 162 con una desviacin 22. Ana y su hermano Juan participaron en el evento; Juan obtuvo 151 puntos y Ana 171. Determinar quien tuvo mejor resultado

2.