Está en la página 1de 51

A S

T IC
I S
T AD
ES
A S
IDM E D I A ,
E D MEDIANA , MODA

M
1. MEDIA ARITMETICA
 

La media aritmética se define y calcula dividiendo la suma de los valores


de la variable entre el número de observaciones o valores.

Suma de valores de la var iable


media 
número de valores
1.2. Notación .- La media aritmética se designa indistintamente por
, según convenga en cada oportunidad.

X ,Y ,a x , ó M ( x )
Cálculo de la media .- La media aritmética, tal como se define, se
puede calcular a partir de:
a) Datos no Agrupados : La media que se obtiene a partir de "n"
datos originales Xi se denomina MEDIA ARITMETICA SIMPLE .

 Xi
M( x )  i 1
 X
n

Ejemplo 1 .-
En una muestra de sistemas computarizados, se ha obtenido la siguiente
información respecto al número de errores que tiene dicho sistema para estar a
punto:
3 2 2 2 3 3 0 2 1 1 4
4 1 2 1 2 3 3 3 0 2
En este ejemplo; la variable es el número de errores por sistemas computarizado,
es decir Xi= Nro de errores/sistema computarizado, donde los 21 valores de la
variable serían x1, x2, ... , x21.
Sumando los valores de xi se obtiene : X=44/21= 2.095
b) Datos Agrupados en tablas de frecuencia .- Los datos se pueden presentar o agrupar
en tablas sin intervalos y en tablas con intervalos, en ambos casos se usa la MEDIA
ARITMETICA PONDERADA :
m

Y i fi
M( y )  i 1
 Y
n

TABLA 3 : Cálculo del Nro promedio de programas informáticos de 90 ingenieros


de sistemas.
Nro de Marca de clase Nro de Ing. De Nro de ing. de
programas Sitemas sistemas
informáticos ponderadas
(Y'i-1 - Y'i ] Yi Fi Yi * fi

23 – 26 24.5 5 122.5
26 – 29 27.5 40 1100.0
29 – 32 30.5 27 823.5
32 – 35 33.5 11 368.5
35 – 38 36.5 3 109.5
38 – 41 39.5 3 118.5
41 – 44 42.5 1 42.5

TOTAL   90 2685.0


i  1
Y i f i  2 6 8 5 , n  9 0

E n to n c e s e l v a lo r d e la m e d ia s e rá :
7


i  1
Y i f i
2 6 8 5
X    2 9 .8
9 0 9 0
2. MEDIANA
2.1. Definición .- La mediana (Me) o valor mediano, es el
valor de la variable que divide al total de las "n"
observaciones, debidamente ordenadas o tabuladas en
dos partes de igual tamaño. Esto significa que a uno y
otro lado de este valor mediano (Me) se encuentre no
más del 50% del total de observaciones (n/2) sean
menores que Me, y que no más de la mitad sean
mayores que Me.
2.2. Cálculo de la Mediana
En general, una vez ordenados los datos, para calcular la
mediana se toma como referencia el valor de (n+1)/2
para datos no agrupados y n/2 para datos agrupados.
a) Datos No Agrupados
Para calcular Me, los "n" datos originales xi se ordenan en forma ascendente o
descendente, luego se calcula (n+1)/2 que determina el lugar donde estará ubicado el valor de
la mediana.
Se presentan dos casos:
a.1) Cuando se tiene un número IMPAR de datos, la mediana es igual valor del término central.
Por ejemplo, hallar la mediana de los valores:
3,1,3,8,5,6,9 ; n=7
Ordenados en forma ascendente :
1,3,3,5,6,8,9
Donde (n+1)/2 = 4 , es decir que el cuarto valor es la mediana, o sea Me = 5.
a.2) Cuando se tiene un número PAR de datos, la mediana es igual al promedio de los dos
valores centrales.
Por ejemplo, si los salarios por día ($.) de 10 ingenieros de sistemas, ya ordenados son :
70 , 85 , 100 , 105 , 110 , 120 , 125 , 135 , 142 , 150
se tiene (n+1)/2 = 5.5 , indicando que el valor de Me es el promedio de los valores del 5° y 6°
término de los datos ordenados; luego :

110  120
Me  S / .1 1 5
2
Interpretando: De los 10 ingenieros de sistemas, hay 5 ing. (50% de n) que tienen
salarios inferiores a $ 115 , en tanto que los 5 ing. de sistemas restantes (el otro 50%
de n) tienen salarios superiores a $ 115 por día.
Datos Agrupados .-
Para calcular la mediana a partir de tablas de frecuencias, debe
determinarse las frecuencias absolutas acumuladas Fj que nos va a
permitir conocer hasta que valor de la variable o intervalo se tiene
acumulado el 50% de n .
Luego se calcula n/2, cuyo resultado se compara
, con los Fj ,y se puede
presentar dos casos :
i) Que n/2 no coincide con algún Fj
n
Fj 1   Fj
2

ii) Que n/2 coincide o sea igual a un valor de Fj

, es decir
.
n
Fj 1 
2
b.1.) La Mediana en Tablas con Intervalos
i ) si n/2 no coincide con algún Fj se obtiene :

 n / 2  F j1 
M e  Y !
i1  C j  
 F j  F j1 
donde :

n = Número total de datos


Fj = es una Fj inmediata superior a n/2
Fj-1 = es una Fj inmediata inferior a n/2
Y'i-1 = límite inferior del intervalo de la mediana
Cj = amplitud del intervalo de la mediana
Ejemplo .-
TABLA 6 : DISTRIBUCION DE EMPRESAS DE SERVICIOS DE SISTEMAS, SEGUN SU
PRODUCCION SEMANAL (Miles de Dólares)

Producción Semanal Nro de Empresas de servicios de  


(Y'i-1 - Y'i] sistemas Fj
Fi

0-5 3 3
5 - 10 5 8
10 - 15 8 16<--Fj-1
15 - 20 10 26<--Fj
20 - 25 12 38
25 - 30 6 44
30 - 35 2 46

TOTAL  
n = 46
1ro) Calcular n/2 y los valores de Fj, Fj-1
n/2 = 23 , luego 16 < 23 < 26
Es decir :
n
Fj 1   Fj
2
de donde Fj-1 = 16 y Fj = 26
2do) Ubicar el intervalo de la mediana (intervalo mediano)
Fj = F4
3ro) Reemplazar los valores obtenidos en la fórmula de la Me:

 2 3  1 6 
M e  1 5  5  
 2 6  1 6 

Me = 18.5 Miles de dólares


Interpretando :Significa que el 50% del total de las empresas de servicios de
sistemas, es decir 23 de ellos tienen una producción semanal inferior a $.
18,500 , mientras que los 23 empresas de servicios de sistemas restantes
tienen una producción semanal superior a $. 18,500 .
3. MODA
 
3.1. Definición .- Es un estadígrafo de posición, es
el valor más frecuente de la variable, es decir es el
valor de la variable que le corresponde la mayor
frecuencia absoluta (fi). La moda también se llama
Modo, Valor Modal o Promedio Típico, se denota por
Mo o Md
CALCULO DE LA MODA
3.2.
a) Tablas con intervalos
Al igual que la mediana, se determina el intervalo modal,
que será aquel que corresponde a la mayor frecuencia (fj) .
Para calcular la moda se utiliza la siguiente fórmula:

 f j1

M o  Y !
j1  C j  
 f j1  f j1 
donde :
fj : es la mayor frecuencia absoluta
fj-1 : frecuencia absoluta inmediata anterior
fj+1 : frecuencia absoluta inmediata posterior de fj
Y'j-1 : extremo inferior del intervalo modal
Cj : amplitud del intervalo modal
Ejemplo .- En la Tabla 2 se tendra :
 2 7 
M o  2 6  3    2 8 .5 3  2 9
 5  2 7 

Interpretación: La moda indica que el número de programas informáticos más


frecuente que crean en un año los ingenieros de sistemas es de 29 ó también
que la mayoría de los ingenieros de sistemas crean 29 programas informáticos
en un año.
: .
OBSERVACIONES :
1. También se puede determinar un valor que divida al intervalo modal, en razón
directa de las diferencias entre la frecuencia modal y las adyacentes.
Se llega así a la siguiente fórmula :
 f i  f i1 
M o  Y !
 C j  
  f i  f i1    f i  f i1  
i1 
 40  15 
M o  26  3   2 8 .1 9
 4 0  1 5   4 0  2 7 
Habitualmente ambas fórmulas proporcionan resultados diferentes .
EJEMPLO. La sgte tabla muestra las calificaciones de 50 alumnos en el curso
de estadística en cierta universidad. Determine la moda

calificaciones N° estudiantes
0--25 2
25—50 8
50—60 20
60—75 15
75—100 5
total 50
Solucion. Hallando la clase que contiene a la moda:

es el intervalo: 50—60, es f3= 20, frecuencia máxima


Aplicando la formula:
.
M0= 50+10 [20—8]
------------------------
[ (20-8)+(20—15)]

M0=57,06
Interpretación: nos indica que, la nota que mas se presenta dentro del conjunto de
datos analizados es 57,06 puntos
MEDIA GEOMETRICA.- Denotada por (Xg) , la media
geométrica es aplicada en el campo de la economía, mide el
promedio de las variaciones de razones , índices, proporciones
y tasas de de cambio a través del tiempo.
Para efectos del calculo se presentan los sgtes casos

a) DATOS SIN AGRUPAR.- Sean X1, X2, X3,…. y Xn los


valores de una variable X. La media geométrica se halla
definida como la raíz n- esima del producto de los n valores
de la variable en estudio es decir:
 
Xg=
EJEMPLO.- Hallar la media geométrica de los sgtes datos:6, 4, 12, 8, 9
Solución : aplicando la definición:

 Xg=

Xg= 7,3
DATOS AGRUPADOS.- LA FORMULA ES LA SGTE:

 LOG(Xg)= f1 log x1+ f2 log X2+ f3 X3+….+fx log Xk

Log(Xg)= log Xi , Haciendo A= log X

Xg= Antilog(A), ó Xg=

EJEMPLO.- LOS SGTE DATOS MUESTRAN LAS EXPORTACIONES ANUALES DE HARINA DE


PESCADO (EN TONELADA) DEL PERU DEL AÑO 1986 Y 1991. OBTENER EL PROMEDIO ANUAL
DE EXPORTACION DE HARINA DE PESCADO HECHO POR EL PERU.

AÑO 1986 1987 1988 1989 1990 1991

PRODUCCION 1424.5 1814.52 2412.71 1892.61 2112.47 2046.96


SOLUCION.- DADOS QUE LOS DATOS VARIAN EN FORMA PROPORCIONAL, EN
ESTE CASO UTILIZAREMOS LA MEDIA GEOMETRICA, HACEMOS LOS CALCULOS
NECESARIOS.

AÑO PRODUCCION (Xi) Log(Xi)

1986 1424.50 3.153662

1987 1814.52 3.258762

1988 2412.71 3.382505

1989 1892.61 3.277061

1990 2112.47 3.324791

1991 2046.96 3.311109

total 19.707890
RECORDEMOS QUE:

A=
 
-------------------------------- y Xg=
n

REEMPLAZANDO LOS VALORES HALLADOS EN EL CUADRO ANTERIOR , TENDREMOS


A= 19,707890
--------------- →A =3.284648
6

 Xg =

Xg= 1925.963268

Xg= 1925,963268, nos indica que el promedio anual de exportaciones de harina de


pescado por el Perú es de 1925,963268 millones de toneladas (1986-1991)
PROMEDIO ARMONICO: PARA DATOS SIN AGRUPAR

n
Xh= -----------
 
----------
xi

EJEMPLO: Un maratonista corre del punto A al punto B a una velocidad de 20 km/h


y regresa a una velocidad de 15 km/h. determinar la velocidad promedio del atleta.
Solución: utilizamos la formula que tenemos , y reemplazamos:

2
Xh=-------
----  1 1 Xh= 17.15
+
20 15

INTERPRETACION: LA VELOCIDAD PROMEDIO DEL ATLETA ES DE 17,15 KM/H


PROMEDIO ARMONICO: su formula es la sgte:
n1+ n2+ n3+…..+nk
Xh(G)=----------------------------------
 𝑘
∑x𝑛---
𝑖=1
Ejemplo.- La media armónica de 40 velocidades en tramos iguales es 16km/h, la
media armónica de otras 30 velocidades también en tramos iguales es 12, ¿ hallar la
velocidad media de las 70 velocidades?

Solucion:
40+30
n1 +n2 Xh(G)= -----------
Xh(G)=-------------❑
 𝑛1 𝑛 2  40 30
+
+ 16 12
𝑋1 𝑥2
INTERPRETACION: LUEGO LA VELOCIDAD PROMEDIO DE LAS 70 VELOCIDADES ES DE 14 KM/H
EJERCICIO.- EL SIGUIENTE CUADRO MUESTRA EL PAGO POR
CONCEPTO DE COMISIONES MENSUALES DE UN GRUPO DE
TRABAJADORES DE UN BANCO:
COMISI 750-780 780-810 810-840 840-870 870-900
ONES
N° 5 8 20 10 7
TRABAJ.

a) Hallar la media e interprete.


b) halle la mediana e interprete.
c) halle la moda e interprete
EJERCICIO.- LA DISTRIBUCION DE LAS NOTAS DE MATEMATICAS
DE 2°BASICA DE UN COLEGIO «X»
NOTAS fi Xi Lg (xi) fi Lg (xi)
66-- 73 2
74-- 81 17
82--- 89 23
90-- 97 20
TOTAL

¿HALLAR LA MEDI A GEOMETRICA PARA DATOS AGRUPADOS?


EJERCICIO.- EL NUMERO DE ACCIDENTES MORTALES DIARIOS EN
UNA GRAN CIUDAD EN NUEVE DIAS HAN SIDO : 6 , 4 , 8 , 1 , 5, 3 , 3, 7,
2

a) HALLAR LA MEDIA ARITMETICA


b) Hallar LA MEDIA GEOMETRICA PARA DATOS
AGRUPADOS
c) HALLAR LA MEDIA ARMONICA
EJERCICIO.- CONSIDERANDO EL VALOR TEORICO DEL MATABOLISMO
BASAL IGUAL A 100 LOS VALORES OBSERVADOS EN 50 INDIVIDUOS
HAN DADO LOS SIGUIENTES RESULTADOS
102 98 93 100 98 105 115 110 99 120
115 130 100 86 95 103 105 92 99 134
116 118 88 102 128 99 119 128 110 130
112 114 106 114 100 116 108 113 106 105
120 106 110 100 106 117 109 108 105 106

CALCULAR AGRUPANDO LOS DATOS EN 10 CLASES , LOS SIGUIENTES VALORES


a) LA MEDIA ARITMETICA
b) LA MEDIANA
c) LA MODA
Ejercicio: Distribución de ingenieros de sistemas según remuneración (dolares) por hora de
trabajo en la elaboración de un sistema informático.
Calcular e interpretar la Media Aritmética, la Mediana y la Moda.

Remuneracion por   Nº de    
hora Yi Ing. Fj
( Y'i-1 - Y'i ] fi

350 - 360   5    
360 - 370 18
370 - 380 21
380 - 390 15
390 - 400 9
400 - 410 4

Total        
1. ESTADIGRAFOS DE DISPERSION

Definición .- La idea de dispersión se relaciona con la mayor o menor


concentración de los datos en torno a un valor central generalmente la media
aritmética.
  A continuación se examinarán varios estadígrafos que pretenden cuantificar
esta dispersión en una distribución de frecuencias.

RANGO O RECORRIDO
Es un estadígrafo definido como la diferencia entre la mayor y la menor de las
observaciones.
Si los datos estan tabulados, el rango es la diferencia entre el límite superior del
último intervalo y el límite inferior del primer intervalo, o sea,
R = Y'm - Y'1
En datos no agrupados:
R = Xmáx - Xmín
DESVIACION MEDIA
Se define como la media aritmética de las observaciones respecto a la media aritmética,
consideradas en valor absoluto (o módulo):

D . M .
 yi  Y
n
En datos agrupados :

D . M .
 yi  Y fi
n

La desviación media presenta numerosas ventajas, es fácil de definir y


calcular e incluye todas las observaciones adecuadamente ponderadas.
También posee serias desventajas:
No es susceptible de tratamiento algebraico, lo que no permite obtener
fórmulas abreviadas de cálculo.
VARIANZA
1.5.1. Definición .- La varianza de una distribución unidimensional de
frecuencias es la media aritmética de los cuadrados de las diferencias entre los
valores de la distribución y su media aritmética.
Se denota por S2 , V(X) , V(Y) ,  2 , etc.
Se define como :
V(X) = M{[ Xi - M(X)]2}
Esta expresión se escribe
 X  2
i  X
V (X )  S 2

n

  X  X 
2
i
V (X ) S 2
n
METODO DIRECTO , a partir de la definición:

A.1) Para Datos no Agrupados

Cálculo de la Varianza

 X  2
i  X
V (X )  S 2

n
Ejemplo .- Sean los valores
x1=8 , x2=6 , x3=10 , x4=12 , x5=9
Aquí: M(X) = 9

 X  2
i  X ( 8  9 ) 2  ( 6  9 ) 2  . . . ( 9  9 ) 2
S 2
 
n 5
S2 = 4
Para Datos Agrupados

 Y  2
i  Y fi
V (Y )  S 2

n
:Cálculo de la varianza del número de programas informáticos en un año,
creados por 90 ingenieros de sistemas.

(y'i-1-y'i ] yi fi (yi - Y) (yi - Y)2 (yi - Y)2fi


23 – 26 24.5 5 -5.3 28.09 140.50
26 – 29 27.5 40 -2.3 5.29 211.60
29 – 32 30.5 27 0.7 0.49 13.23
32 – 35 33.5 11 3.7 12.10 133.09
35 – 38 36.5 3 6.7 44.89 134.67
38 – 41 39.5 3 9.7 94.09 282.27
41 – 44 42.5 1 12.7 161.29 161.29

TOTAL   90     1076.65
S2 = 1076.65 / 90 = 11.96
DESVIACION ESTANDAR
La desviación estándar o típica, se define como la raíz cuadrada d e la
varianza .

S  S  V( X ) 2

Se usa con frecuencia en el cual las unidades de la


variable ya no están elevadas al cuadrado, sino que se
expresa en las mismas unidades de medida de la variable en
estudio.
COEFICIENTE DE VARIACION
Es una medida de dispersión relativa , se define por la expresión :

S
C .V .
X

No depende del sistema de unidades empleadas, el valor se puede expresar en términos


porcentuales.
Se usa para comparar el grado de homogeneidad o heterogeneidad en dos o más
distribuciones cuyas unidades de medida de las variables son diferentes
Ejemplo.- Sueldos percibidos en una Compañía según condición

       
CONDICION S M(y) C.V. C.V.(%)
Directivos 51.96 2500 0.021 2.08%
Profesionales 36.06 800 0.045 4.51%
Técnicos 64.03 350 0.183 18.3%

C.V.D < C.V.P < C.V.T

Luego los Directivos tienen sueldos más homogéneos, mientras que los
Técnicos tienen sueldos más heterogéneos.
Ejercicio: Se tiene discos duros de 1 tb. y se desea evaluar la temperatura alcanzada en
los primeros 10 minutos.
Calcular e interpretar la Varianza, Desviación Estándar, Coeficicente de Variación.

Temperatura °C   Nº de discos  
 
( Y'i-1 - Y'i ] Yi duros
fi

6.25 - 6.50   3  

6.50 - 6.75 12
6.75 - 7.00 21
7.00 - 7.25 10
7.25 - 7.50 2

       
Ejercicio:Se tiene en concurso publico a 30 ingenieros de sistema y se esta
evaluando el tiempo (minutos) que demoran en actualizar una pagina web de
cierta institcuion gubernamental.
Calcular e interpretar la Varianza, Desviación Estándar, Coeficicente de
Variación.
    Nº  
( Y'i-1 - Yi fi  
Y'i ]
 
55 - 65   3
65 - 75 13
75 - 85 6
85 - 95 4
95 - 105 3
105 - 115 1
 
     
ESTADIGRAFOS DE DEFORMACION

En trabajos propios de algunas disciplinas surge con


frecuencia la necesidad de calcular una medida que muestre
las direcciones de la dispersión de los datos con respecto a
su centro y que completan la descripción de las
distribuciones de frecuencias. Estas características se llaman
: Asimetría (que significa no tener simetría)
. MEDIDAS DE ASIMETRIA

El concepto de asimetría de una distribución indica la


deformación horizontal de las distribuciones de frecuencia. Es
una idea que ya hemos utilizado anteriormente.
Una distribución es simétrica, como sabemos, cuando sus curva
(o polígono) de frecuencias es simétrica respecto al eje vertical.
Es decir, si se le puede doblar a lo largo del eje vertical de
manera que coincidan los dos lados.
En el caso de polígonos de frecuencias unidimensionales simétricas, como
sabemos, la media aritmética, la mediana y la moda coinciden

ASIMETRICA POSITIVA SIMETRICA ASIMETRICA


NEGATIVA
 
ASIMETRIA POSITIVA :- Se dirá que una distribución de frecuencia
unimodal presenta asimetría positiva o a la derecha, si tiene una
ramificación más extendida hacia la derecha o hacia valores grandes de la
variable. En este caso la media aritmética es mayor que la moda, y la
mediana estará comprendida entre ambas

ASIMETRIA NEGATIVA :- Se dirá que una distribución de frecuencia


unimodal presenta asimetría negativa o a la izquierda, si tiene una
ramificación más extendida hacia la izquierda o hacia valores pequeños de
la variable. En este caso la media aritmética es menor que la moda, y la
mediana permanecerá en el centro
COEFICiENTES DE ASIMETRIA

PRIMER COEFICIENTE DE PEARSON :- Teniendo en cuenta


que la media aritmética y la moda coinciden en una distribución
simétrica, Pearson propuso un coeficiente relativo de asimetría
para curvas de frecuencias unimodales:

X  M o
AS1 
S
Sin embargo, es conocido que la moda de una distribución no
es fácil de calcular y para muchas distribuciones solo es una
aproximación. Entonces, podemos expresar el numerador de
la expresión anterior en función de la mediana. Considerando
la relación empírica entre la media aritmética, la mediana y
la moda para distribuciones de frecuencias unimodales y
moderadamente asimétricas. El coeficiente de asimetría
anterior propuesto por Pearson se expresa como

3( X  M e)
AS1 
S
SEGUNDO COEFICIENTE DE PEARSON:
El segundo coeficiente de Pearson esta definido por:
As= P75+ P25– 2Xm
-----------------------------
P75– P25
INTERPRETACION:
Si As es menor que cero, es asimétrica negativa
Si As= 0, la distribución es simétrica
Si As es mayor que cero la distribución es asimétrica positiva
.
EJERCICIO: SE TIENE LOS SIGUIENTES CALIFICATIVOS DE 40 ESTUDIANTES
ENCUENTRE LA ASIMETRIA O EL 1° COEFICIENTE DE PEARSON

X fi F Xi fi (xi— (xi—
x)*2 x)*fi
5 4
6 6
7 8
8 11
9 4
10 7
EJERCICIO.– TENEMOS LOS SIGUIENTES DATOS, ENCONTRAR EL
COEFICIENTE DE VARIACION

EDAD fi xi Xi fi (xi— (xi—x)fi


x)*2
10-15 5
15—20 9
20—25 12
25—30 15
30—35 11
35--40 8
TOTAL
EJERCICIO.—DADO EL SGTE CUADRO INCOMPLETO DE LA
DISTRIBUCION DE
FRECUENCIAS DE LAS NOTAS DE 50 ALUMNOS. COMPLETAR EL
CUADRO CON UN ANCHO DE CLASE CONSTANTE E IGUAL A 2.
a) Cuantos alumnos sacaron un puntaje menor de 10 y que % de alumnos
obtuvieron 12 ó mas de 12 pero menos de 16?
xi fi Fi hi%
[ , ) 9
22%
11 12

7
[ , ) 6%
EJERCICIO.—SE TIENE LA SGTE TABLA DE FRECUENCIAS CUYA
DISTRIBUCION ES SIMETRICA . EL ANCHO DE CLASES ES
CONSTANTE,¿ CUANTOS DATOS HABRA EN EL INTERVALO [12 , 18)?

fi Fi hi%
[ , ) 7
[ 12  ,   )
[ , ) 2/7
[    ,  21) 35
[ , )
EJERCICIO.—Se tiene la sgte información acerca de las notas de 50 alumnos,
la longitud de los intervalos de clase es constante e igual a 4
¿ halle la nota promedio si se conoce que la mediana y la moda son iguales

NOTAS xi fi Fi xifi
[ , ) m
[ , ) 2m
[ , ) 19
[ , ) 12
[ , 38 ) 396
[ , )
EJERCICIO.– Se conoce la sgte distribución que muestra el numero de
alumnos por aula en un colegio. Si se desea que en cada aula exista la misma
cantidad de alumnos .¿ que cantidad será esta?

alumnos Aulas Fi Hi%


[ 26 , 30 ) 5 25
[ 30 , 34 ) 3
[ 34 , 38 ) 75
[ 38 , 42) 17
[42 , 46 )
EJERCICIO.- EL DEPARTAMENT DE PRSONAL DE UNA EMPRESA HIZO
UN ESTUDIO SOBRE LOS SALARIOS DE 120 EMPLEADOS
OBTENIENDOSE LOS SGTES RESULTADOS:

SALAR [180 , [220 , [260 , [300 , [340 ,


IO 220) 260) 300) 340) 380)
EMPLE 12 30 36 24 18
ADOS

A) ENCONTRAR EL PRIMER COEFICIENTE DE PEARSON


B) HALLAR EL SEGUNDO COEFICIENTE DE PEARSON

También podría gustarte