Es la rama de la matemática que se ocupa de reunir,

La estadística
organizar es una
y analizar herramienta
datos numéricos que sirve
con el para
propósito
organizar
de y analizar datos
sacar conclusiones y tomardedecisiones
la vida económica,
con relación
psicológica,
a biológica y física.
dicho análisis.
Es una disciplina de la matemática que estudia los
fenómenos o experimentos aleatorios, ocupándose
de recoger y ordenar un gran número de datos con
el fin de obtener alguna consecuencia.
Como se dijo anteriormente a estadística recoge
datos para jerarquizarlos de forma tal que sean
utilizables, ahora bien, la estadística se usa a diario
en nuestras vidas es tan simple como eso, a
continuación le presentaremos una de las
importancias de las mismas:
Es importante porque organiza datos que se
presentan en el mundo secular como
desorganizado.



 Control de calidad en la producción industrial,
tratando de estimar el número de peizas o
artículos defectuosos.
 Aplicación de nuevos métodos de enseñanza.
 Estimación del pago de las pólizas de seguros
contra un cierto riesgo.
 La estadística se divide en dos grandes ramas mencionadas a
continuación:

Estadística descriptiva: Es la parte de la

estadística que se encarga de: reunir, presentar
y organizar los datos planteados en un principio.
Estadística Inferencial: Esta parte de la
estadística se ocupa de analizar los datos, de
una muestra con el propósito de extraer
conclusiones de una población de estudio.
 Diferencias entre estadística Descriptiva e Inferencial.
Estadística Descriptiva Estadística Inferencial
Resume de forma numérica o Permite realizar conclusiones o
gráfica un conjunto de datos inferencias.

Se restringe a describir los datos Se basa en los datos

que se analizan. simplificados y analizados de
una muestra hacia la población
o universo.

En sentido general la estadística Mientras que la estadística

Descriptiva trata los datos de Inferencial trata los datos de
manera proporcional. forma global para su mayor
comprensión.
 Población: La población no es más que un conjunto
de objetos a los cuales se les aplica una técnica de
estadística.

Muestra: Una muestra es más exacta que una población y

Ejemplos:
por su revisar
para definición las
la muestra es un grupo de
calificaciones elegible
30, al 000
azar
que pretende de
estudiantes ser lo
unmás representativo
colegio de una población.
(Población) cualquiera
se toma para esta 500 estudiantes (muestra).
Variable.
La variable es una característica o
fenómeno que puede tomar diversos
valores, es decir, es susceptible y
fluctuosa a la vez.
Ejemplos:
El peso de una persona.
La inteligencia de una persona.
La estatura de alguien, etc.
 Variable cuantitativa.
Son variables cuantitativas aquellas que son
capaces de crear argumentos y cantidades
numéricas, también son conocidas como
variables matemáticas; porque se expresan con
números literalmente.
Variable
Variablecuantitativa continúa.
cuantitativa discreta.
Son
Sonaquellas
aquellasque que
surgen mediante
surgen el proceso
mediante el deproceso
medición,deeste tipo de
conteo,
variable difiere de la otra variable mencionada con anterioridad ya que
este tipo de variable cuantitativa se distingue de otras
esta es más inexacta que la otra, o sea, este tipo de variable admite
subdivisiones
valores decimalesdeen variables
sus datos,porque
ejemplo:trabajar
el peso solamente
de un grupo conde
números que
trabajadores y laboran
valoresenenteros,
la empresa ejemplo: la cantidad de
Almarante Suplipesca.
personas que visitan una oficina de abogados en un día.
 Variable cualitativa.
Este tipo de variable se caracteriza porque
básicamente no admite cualidades dentro de
ella que puedan ser medidas .

Variable
Variablecualitativa
cualitativaordinal.
nominal.
Este tipo de
La variable variable
nominal se se distingue porque
conceptualiza como
presenta modalidades
aquella que no numéricas
se presenta y las cuales
en modalidades no
presentan
numéricas un que
orden noexistente,
admite una este tipo de
criterio de
variable también seelle estado
orden. Ejemplo: denomina: cuantitativa.
civil de una
Ejemplo de esto: la nota de un
persona (soltero, casado, divorciado y/o examen
(aprobado, no aprobado).
viudo).
La estadística descriptiva presenta los
datos por medio de tablas o gráficos.
La grafica es usada en estadística para
Gráficas de barras.
representar un conjunto de datos y tiene
Gráficas
como ventajade
quelíneas.
las informaciones llegan
Gráficas
con circulares
mayor rapidez al usuario, su uso es de
gran amplitud en estadística si los datos
Pictogramas.
son de características cuantitativas. Las
principales usadas son:
Los pictogramas: muestran
informaciones mediante figuras
alusivas a la situación que
representan.
Gráfico
Graficode línea: este
circular: estegrafico se grafico
tipo de obtiene
uniendo
muestra los puntos del por
la información plano que
medio
relacionan los datos del eje
de la división de un círculo en horizontal
con los el eje vertical.
porciones.
Se eligieron al azar una serie de datos para la
producción de Habichuela en el país en los años del
2004-2007 y los datos finales fueron los siguientes.
Hacer el gráfico correspondiente.
Año. Producción.
2004 40
2005 55
2006 70
2007 93
2007

2006

2005

2004

0 20 40 60 80 100
Producción
2004
2005
2006
2007
Concepto: Las variables cualitativas se refieren a características o
cualidades que no pueden ser medidas con números. Podemos
distinguir dos tipos:
Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no
numéricas que no admiten un criterio de orden. Por
ejemplo:
El estado civil, con las siguientes modalidades: soltero,
casado, separado, divorciado y viudo.
Variable cualitativa ordinal
Una variable cualitativa ordinal presenta modalidades no
numéricas, en las que existe un orden. Por ejemplo:
La Nota en un examen: suspenso, aprobado, notable,
sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce.
 Importancia

•Presenta una proximidad humanística en donde nos proporciona

un conocimiento directo de la sociedad.

•Proporciona elementos que facilitan el juicio práctico en

situaciones concretas.
Distribución de frecuencia:
Es una ordenación tabulada de los datos recopilados en una
investigación o estudio. Una distribución de frecuencias se represente
por medio de tablas de frecuencia y gráficas.
 es el número de veces que aparece
un determinado valor en un estudio estadístico.
Se representa por . La suma de las frecuencias absolutas es
igual al número total de datos , que se representa por N.

es el cociente entre la frecuencia

absoluta de un determinado valor y el número total de datos.
La frecuencia relativa se representa por
La suma de las frecuencias relativas es igual a 1.

será necesario ,multiplicar por

cien los valores de la frecuencia relativa. El porcentaje se
representa por La suma de las frecuencias porcentuales
esigual a 100
 1 5

2
La suma Total de dados se obtiene al sumar todas las fi en este caso nos da 25

Las hi las obtenemos al dividir las fi por el numero total de datos ejemplo: 10÷25=0.40

La suma de todas las hi debe de ser igual a 1

Obtenemos la Pi multiplicando cada hi por 100 . Ejemplo 0.40x100=40

La suma de todas las hi debe de ser igual a 1

 Bebidas Preferidas
12

10
Frecuencias

8
Café
6
Agua
4 Gaseosa
Té
2

0
Café Agua Gaseosa Té
Variables de Bebidas Preferidas
Casado Casado Casado Casado Conviviente Separado

Casado Casado Conviviente Casado Conviviente Soltero

Casado Casado Conviviente Casado Divorciado Soltero

Casado Casado Conviviente Casado Divorciado Viudo

Casado Casado Separado Casado Separado Viudo
Casado Casado Separado Casado Soltero Soltero
Soltero Soltero Soltero Soltero Soltero Soltero
También denominados como categóricos ya
que clasifican cada caso en una o varias
categorías. En este grupo se encuentran
aquellos que producen respuestas con solo
dos opciones probables como por ejemplo:
Tiene usted empleo actualmente?, que solo
admite si o no.
Un diagrama de barras, también conocido como diagrama de columnas, es
una forma de representar gráficamente un conjunto de datos o valores, y está
conformado por barras rectangulares de longitudes proporcionales a los
valores representados. Los gráficos de barras son usados para comparar dos
o más valores. Las barras pueden orientarse verticalmente u
horizontalmente.

Idioma Número de
habitantes.
Árabe 160
Bengali 155
Español 266
Hindus 264
taniejemplo partiendo403
Por de esta tabla
crearemos un gráfico de barras
 Inglés

Hindustani

Bengali

Árabe

0 100 200 300 400 500

 Año Producción.
1990 40
1991 46
1992 56
1993 63
80

60

40
Serie 1
20

0
1990 1991 1992 1993
76% Nitrógeno
21% oxígeno.
3% otros gases.

Nitrógeno
Oxígeno
Otros gases
 Mes CD. Vendidos Estimados
Enero 1492 1500
Febrero 3225 3000
Marzo 4237 4000
Abril 2000 2000

CD.
 •Discretas: •Continuas:
Toman valores enteros en un Toman valores en un
conjunto numerable Como conjunto no numerable (los
ejemplo, el número de números reales o un
animales en una granja intervalo). Ejemplo, la
(0,1,2,3...). estatura de una persona
(1.710m, 1.715m, 1.174m....)
Importancia:
La construcción de una tabla de frecuencias para datos
cuantitativos presenta como su punto de mayor
importancia la determinación del número de intervalos
(clases) que la conformaran.

Este número depende de la cantidad y de la naturaleza

de los datos a resumir y del propósito que se busca con
el resumen. A continuación se presentan ciertas pautas
para la construcción de una tabla de frecuencias.
1.Determinar el máximo y mínimo entre los valores
que tenemos en la muestra y calcular el recorrido
de la variable o rango, es decir,
R= Xmax - Xmin
Ejemplo:
1, 2, 3, 4, 5, 7, 8,10
Xmax= 10
Xmin=1
R= 10-1
R=9
 Existen diversos criterios para determinar el numero de
clases. Cuando se tenga dudas en determinar el numero
de intervalos de clases, es de gran utilidad utilizar el
método sugerido por Hebert A. Sturges, el cual
establece que:

K= 1+3,322 log(n) = numero de intervalos.

Ej: K= 1+3.32 log(8)

1, 2, 3, 4, 5, 7, 8,10 K= 1+3.32 (0.9030)
K= 1+ 2.9979
K= 3.9979
8 K= 3 Numero de intervalo
 Amplitud o Tamaño de Intervalo = Rango
Numero de intervalo

IC= R
K
Ejemplo tomando los dato obtenidos anteriormente R=9 y K=3 la amplitud sería:

IC= 9 = 3
3

La amplitud seria igual a 3

 Marca
Numero Límites Frecuencia Absoluta Frecuencia Relativa
La variable máxima…………………………………..
De Clase
……….Xmax =10
De Clase Inferior variable Mínima …………………………………….
La Superior ……..Xmin= 1
Simple Acumulada Simple Acumulada

1 1El Rango…………………………………………………………
4 2.5 4 4 0.5 0.5 R= 9
El número de intervalos………………………………………..K=3
2 La amplitud……………………………………………
4.1 7.1 5.6 2 6 0.25 0.75
………. IC= 3
Numero total de datos…………………………………………
8 0.25 100 N=8
3 7.2 10.2 8.7 2
8 1
Total
Luego Paraprocedemos
Proseguimoshallar
LaDespués
lafrecuencia
frecuencia la aRelativa
sumar
Marca
asumamos
pasar
Relativa latodasla
de
Simple
misma primera
clase
Acumulada
escantidad
igual frecuencia
sencillamente
tomamos
afrecuencias
hi=
obtenida absoluta
fi/nel(K=3)
primer
Para Y
Para lanuevamente
frecuencia
Lo
obtener Propiedad:
mismo la le
Absoluta“La
sumamos
realizamos
frecuencia suma
Acumulada
conel
Absoluta de
numero
loslas
todas frecuencias
demás el
simple de
las
primer
intervalo
valores:
debemos valor 6+2=8 loenpasamos
al valor
dirigirnos a los
acumulada
El Numero
El sumamos
de
el la
limite
es
límite con
ElFrecuencia
limite
Realizamos
Nuevamente
dedecir lala
clase
el
superior
superior segunda
inferior
el
nos
limitepasamos
esmismo
lo
(4) de
(Cantidad
indica
inferior
frecuencia
Relativa al
igual lalimite
paso
limitela
simple simple
mas
Absoluta
al Mínima)
elinferior
nuevamente
Numero
nueva
y el
lo ósea es4+2
cantidad
de
limite
simple
ponemos
inferiorpero yel
intervalo
yigual
superior
dividida
mas elancho
1agregamos
le resultado
del
sumamos
enyeneste
este
caso
igual
Lo que Los
nuevo
mismo
limites. elAbsolutas
primer
límite
Relativas
hacemos
primeros valor
inferior con de
simples
simples
7.2
límitesloslayson
simple
nos
nos
es 1igual
demás dará4ena
tiene este
nuestro
y limites
lo que
1” caso
ydar
cual las será
ultimo
nos el
demás
indica 4variables:
limite
que contemos
que
caso será
K=3
lo
es el 6
por
limite lo
numero
dividimos
algo
0.5 para
entre colocamos
esoque
el tenemos
superior de
entre
sea
numero dos en
3
intervalo
al la
filas
inferior
Li+Ls/2:
diferentetotal
Xmin+IC siguiente
numeradas
(K=3)
ahora
(4.1)
de a casilla
será
datosnuestro
el
el 7.1de frecuencia
nuevo
cualpero limite
superior
Entre
cuantas Numero
(óseaigual
Es
4.1 variables igualatotal
decir
hay 10.2
ocomo de datos
0.5+0.25+0.25=1
mayor
igual 4.1)enyaeste
amayor
olo 7.1
1las caso
(menor
pero 8 o igual
normalmente
menor o igualdebe
a 7.1) a 4:hay 2
Absoluta1+4 =acumulada
inferior
para diferenciarlo
5 =
Finalmente 4.1
2.5
anteriormente y nos
nos dará
dio indican
pondremos
un
8:
1+3=4 nuevo 7.2 flechas.
limite superior (7.1)
Y Entre 7.7 ydar
10.2 uno o sumamos
también algo haymuy2cercano como hicimos
a uno. anteriormente así como
2 4÷8= 2 0.5 las flechas:
indican
4.1+7.1
2÷8= De esta
=0.25
11.1 = 5.6forma podemos ver que “4” de las variables son igual
0.5+0.25= 0.75
2 2÷8= o
2 mayor
0.25 a uno pero menor o igual a cuatro
0.75+0.25= 100
7.2+10. 2= 17.14 = 8.7
2 2 Variables Utilizadas 1, 2, 3, 4, 5, 7, 8,10
 La Media Aritmética
La media aritmética ( X ) o simplemente la media es la
medida de posición de más importancia y utilización
en las aplicaciones estadísticas por su fácil calculo e
interpretación. Se trata del valor medio de todos los
valores que toma la variable estadística de una serie
de datos. La media es el valor más representativo de
la serie de valores, es el punto de equilibrio, el centro
de gravedad de la serie de datos. Por lo general se le
designa con X .
 LA MEDIANA

La mediana es el valor que divide en dos partes iguales, al conjunto de

observaciones ordenadas respecto de sus magnitudes, de tal manera que
el numero de datos por encima de la mediana sea igual al numero de
datos por debajo de la misma. Se designa por las letras Me. Tal como
sucede con la media, el método de determinación depende de si los datos
son agrupados o no.
Si el número n es impar, entonces la posición de la mediana se determina
por la formula: Me=n-1÷2 luego el número que se obtiene indica el lugar o
posición que ocupa la mediana en la serie de valores, luego la mediana
será el número que ocupe el lugar de lo posición encontrada.

Si n es par, se aplica la formula me= (n÷2)-1 Me El resultado obtenido, es

la posición que ocupara la mediana, pero en este caso se ubica la posición
de la mediana por ambos extremos de la serie de valores y los dos valores
que se obtengan se le saca la media y esta será la mediana buscada, por
lo tanto la mediana, en este caso, es un número que no se encuentra
dentro de la serie de datos dados.
Ejemplos:
Sean los siguientes datos, 5, 12, 7, 8, 10, 6, y 9, los años de servicios de
un grupo de trabajadores. Determine la mediana.

Lo primero que se hace es ordenar los datos en forma creciente o

decreciente; Los datos ordenados quedaran así:
5, 6, 7, 8, 9, 10, 12.

Luego, como se trata de un numero impar de datos (n=7), se aplica la

formula Me= n-1÷2 para ubicar la posición de la mediana. Esto indica
que la mediana se encuentra entre la posición 3, que en la serie de
valores esa posición corresponde al número 8, entonces, Me = 8.
Tomemos ahora los datos: 5, 5, 7, 9, 11, 12, 15, 18.
Como se trata de un numero par de datos (n=8), la mediana esta
dada por:
Me= (n÷2)-1
Me= (8÷2)-1 = 3

5, 5, 7, 9, 11, 12, 15, 18.

9+11 =10
2
 La Moda
La moda es la medida de posición que indica la magnitud del valor que se
presenta con más frecuencia en una serie de datos; es pues, el valor de la
variable que más se repite en un conjunto de datos. De las medidas de
posición la moda es la que se determina con mayor facilidad, ya que se
puede obtener por una simple observación de los datos en estudio, puesto
que es el dato que se observa con mayor frecuencia. Se designa con las
letras. Mo

Por ejemplo dado los siguientes valores: 1,2,3,4,4,5,6,7,8,9

La moda es el 4 ya que es el que más se repite.

 Media ponderada
La media ponderada es una medida de tendencia central, que es
apropiada cuando en un conjunto de datos cada uno de ellos tiene una
importancia relativa (o peso) respecto de los demás datos.
 Media geométrica
La media geométrica de una cantidad arbitraria de números (por
decir n números) es la raíz n-ésima del producto de todos los números,
es recomendada para datos de progresión geométrica, para promediar
razones, interés compuesto y números índices.

Por ejemplo, la media geométrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sería

 MEDIDAS DE DISPERSIÓN

Indican como los datos se dispersan al rededor de su punto central

(la media). Miden la variabilidad de los datos y reflejan la tendencia
de los datos de cómo se desvían de la media. Las medidas de
dispersión más utilizadas son; el rango, rango intercuartil, varianza
y desviación estándar.
 CONTINUACION

Hacen referencia a la variabilidad, o la evaluación de cuán separados o

extendidos están los datos o bien cuanto difieren unos de otros.
Entendiéndose la variación, como el grado en que los datos numéricos
tienden a distribuirse alrededor de un valor central. ¿Para que sirven?
Identificar si una medida central, es adecuado para representar la
población de datos, Indicar la relación de un dato con los otros,
Comprender el riesgo para poder tomar decisiones. Son de gran utilidad
al comparar distribuciones.
 IMPORTANCIA

Las Medidas de Dispersión permiten ver el rango entre el cual

pudiese moverse la variable y la Importancia es que permite fijar los
valores de las variables para lograr una mejor administración de los
procesos: Productivos, administrativos, de servicios, etc., en
cualquier área donde se puedan generar y tomar datos: educativos,
de salud, comercio, producción, economía, etc.
MEDIDAS DE DISPERSIÓN

RANGO

VARIANZA

DESVIACIÓN ESTÁNDAR

COEFICIENTE DE VARIACION
 RANGO Y RANGO
INTERCUARTIL

 Rango – es la medida de dispersión más sencilla. Se determina

restando el valor mayor de los datos del valor menor.

Ejemplo: Se tienen los siguientes valores de datos; 20, 25, 10, 5,

30, 35, 31, 23.

Rango = valor mayor – valor menor

35 – 5 = 30

• Rango Intercuartil – es la diferencia entre el cuartil tres y cuartil

uno.
Rango Intercuartil (RI)= Q3 – Q1
¿Cómo se determina el rango intercuartil?
 PASOS PARA CALCULAR EL RANGO
INTERCUARTIL

Veamos el siguiente ejemplo:

Determine el rango intercuartil para los datos siguientes; 30, 40,
35, 5, 10, 20, 15, 30 y 45:

Paso 1. Ordenar los datos de forma ascendente.

5 10 15 20 30 30 35 40 45
Paso 2. Calcular los cuartiles Q3 y Q1 :
Q3 = 75 percentil
Q1 = 25 percentil

Nota: Utiliza el mismo procedimiento para calcular los

percentiles.
 CONTINUACIÓN
 Cuartil uno:
Q1 = 25 percentil
 P 
i n = i   25 9 = 2.25
 100   100 

Como (i) no es un entero, redondeamos al próximo entero

mayor que 2.25, o sea 3. Así, que Q1 está ubicado en la
posición tres (3) de los datos, que en este ejemplo es 15.
5 10 15 20 30 30 35 40 45
Q1 = 15
 CONTINUACIÓN

 Cuartil tres
Q3 = 75 percentil

 P   75 
i n = i   9 = 6.75
 100   100 

Como (i) no es un entero, redondeamos al próximo

entero mayor que 6.75, o sea 7. Así, que Q1 está
ubicado en la posición siete (7) de los datos, que en
este ejemplo es 40.
Q3 = 40
5 10 15 20 30 30 35 40 45
 CONTINUACIÓN

 Paso 3. Ahora, podemos sustituir los valores de los cuartiles en la

fórmula.

Rango Intercuartil = Q3 – Q1

RI = Q3 – Q1
40 – 15 = 25
 VARIANZA
 La varianza es otra medida de dispersión que
se basa en la diferencia entre el valor de cada
dato (Xi) y la media ( ). La diferencia
x entre
cada dato (Xi) y su media ( ) para una muestra
x
se llama desviación con respecto a la media o
promedio y se expresa con la siguiente
fórmula:

(Xi – X)

 Para calcular la varianza, las desviaciones

respecto a la media se elevan al cuadrado y se
dividen entre (N – 1).
 CONTINUACIÓN

 Fórmula para calcular la varianza:

( xi 2 x )
2

S =
N 1

Veamos como calculamos la varianza en el

siguiente ejemplo:

Se tienen los siguientes datos; 15, 12, 18, 20

y 25.
Primero, calculamos la media:

x
 x
=
12  15  18  20  25
= 18
N 5
 CONTINUACIÓN

 Segundo, buscamos la desviación estándar

respecto a la media ( x i  x ), que es la
diferencia entre cada valor de (Xi) y el
promedio ( x ) luego, calculamos la sumatoria
∑( x i  x )2 , como se presenta a continuación:
2

Xi X (x  x ) ∑(x i  x )2
i
12 18 -6 36
15 18 -3 9
18 18 0 0
20 18 2 4
25 18 7 49
total 98
 CONTINUACIÓN
 Ahora, sustituimos las variables de la fórmula
por los valores obtenidos como se presenta a
continuación:

( xi  x)
2
98 98
S=
2
=
N 1 5  1 = 4 = 24.5
 DESVIACIÓN ESTÁNDAR

 Es una medida de la variabilidad de un conjunto de

datos. Se calcula sacando la raíz cuadrada de la
varianza. Nos indica cuánto tienden a alejarse los
datos del promedio. Si los datos son de una
muestra, la desviación estándar se representa
como:
S= s2
  FORMULAS
DESVIACIÓN ESTÁNDAR

MUESTRAL

POBLACIONAL
 COEFICIENTE DE
VARIACIÓN

 En estadística, cuando se desea hacer

referencia a la relación entre el tamaño de la
media y la variabilidad de la variable, se utiliza
el coeficiente de variación.
 Su fórmula expresa la desviación estándar como
porcentaje de la media aritmética, mostrando una
mejor interpretación porcentual del grado de
variabilidad que la desviación típica o estándar. Por
otro lado presenta problemas ya que a diferencia
de la desviación típica este coeficiente es variable
ante cambios de origen. Por ello es importante que
todos los valores sean positivos y su media dé, un
valor positivo. A mayor valor del coeficiente de
variación mayor heterogeneidad de los valores de
la variable; y a menor valor del coeficiente mayor
homogeneidad en los valores de la variable.
 PROPIEDADES Y
APLICACIONES
 El coeficiente de variación no posee unidades.
 El coeficiente de variación es típicamente menor
que uno. Sin embargo, en ciertas distribuciones de
probabilidad puede ser 1 o mayor que 1.
 Para su mejor interpretación se expresa como
porcentaje
 CONTINUACION

 Depende de la desviación típica, también llamada

"desviación estándar", y en mayor medida de la
media aritmética, dado que cuando ésta es 0 o
muy próxima a este valor el coeficiente de
variación pierde significado, ya que puede dar
valores muy grandes, que no necesariamente
implican dispersión de datos.
 CONTINUACION

 El coeficiente de variación es común en varios

campos de la probabilidad aplicada, como teoría
de renovación. En estos campos la distribución
exponencial es a menudo más importante que la
distribución normal.