EJERCICIO CASO VARIABLE DISCRETA

Ibeth Mayerly Arenas

Melissa Martinez Holguin

Helen Dayana Florez

UNIVERSIDAD SANTIAGO DE CALI

CIENCIAS NATURALES , EXACTAS Y ESTADISTICAS

SANTIAGO DE CALI

2015

VARIABLES DISCRETAS Y CONTINUAS

La manera lgica de organizar datos es crear categoras y luego asignar
las observaciones a una categora. Pero nuestra capacidad de
categorizar est limitada por la naturaleza de las variables que usamos.
Adems, no todas las variables se pueden categorizar con la misma
facilidad. En trminos estadsticos, las variables que interesa medir
pueden ser (a) discretas o (b) continuas.

Las variables discretas son aquellas cuyas observaciones se agrupan

inherentemente o naturalmente en categoras, porque dichas variable
por su naturaleza slo pueden tomar ciertos valores muy especficos. El
gnero de un sujeto es un buen ejemplo de una variable discreta: los
seres humanos pueden ser mujeres u hombres, se ajustan a una u otra
categora y no hay continuidad ni puntos intermedios entre ellas. Los
pases o regiones del mundo tambin son buenos ejemplos de variables
discretas. Otro ejemplo son las calificaciones o educacin de los
maestros. Podemos crear las siguientes categoras para describir esta
ltima variable: (a) educacin primaria completa, (b) educacin
secundaria completa, (c) educacin superior incompleta, (d) educacin
superior completa y (e) educacin de postgrado.

Sin embargo, existe otra clase de variables, conocidas como variables

continuas, que no son tan fciles de categorizar como las variables
discretas. A diferencia de las variables discretas, las variables continuas,
como su nombre lo indica, slo se pueden agrupar en forma arbitraria en
categoras, porque por su naturaleza pueden tomar cualquier valor a lo
largo de un continuo (o de una escala numrica continua). La estatura
de los habitantes de un pas es un ejemplo de variable continua, as
como el ingreso de las familias en dicho pas. Un buen ejemplo en el
rea de la educacin son las calificaciones de pruebas, que slo se
pueden agrupar arbitrariamente creando intervalos artificiales, como
por ejemplo 1-20, 21-40, etc. Note que los intervalos tambin podran
ser 1-10, 11-20, 21-30, etc, o cualquier otro intervalo que se prefiera, ya
que la variable no se ajusta naturalmente a categoras predeterminadas
como en el caso de las variables discretas.

La distincin entre variables discretas y continuas es de gran

aplicabilidad en la estadstica. Pero su importancia slo queda clara
despus de comprender el concepto estadstico fundamental de
distribucin o distribucin de frecuencias. (Los estadsticos por lo
general usan la primera versin, la ms corta, para referirse a la
distribucin de frecuencias.)

TABULADO 1B1:Datos ordenados de forma acendente de la

muestra de la sumatoria de ambas caras superiores de un par de
dados.
2
2
3
4
5
5
6
6
6
7
7
8
8
8
8
9
9
9
10
12

2
3
3
4
5
6
6
6
7
7
7
8
8
8
8
9
9
10
11
12

2
3
3
4
5
6
6
6
7
7
7
8
8
8
8
9
9
10
11
12

2
3
3
4
5
6
6
6
7
7
7
8
8
8
9
9
9
10
11
12

2
3
4
4
5
6
6
6
7
7
8
8
8
8
9
9
9
10
11
12

REPRESENTACIN DE LA INFORMACIN POR MEDIO DE TABLAS

Formas de recopilar, organizar, procesar e interpretar datos en tablas
y grficos es esencial, recopilar y procesar datos se ha convertido en
una necesidad imperiosa en la actualidad. Conocerlos e
interpretarlos le permite al hombre de hoydescubrir, prevenir,
informar o predecirel comportamiento de diferentes sucesos o
fenmenos propios de la naturaleza, del entorno social o incluso del
pensamiento.
En cualquier caso, disponer en unatablalos datos obtenidosnos
facilitar su interpretacin y su representacin grfica.
Cmo recopilar los datos?
Hay varias formas: puede ser mediante la observacin, mediante
entrevistas, haciendo encuestas o consultando documentos.

DIAGRAMA DE BARRA SIMPLE O HISTOGRAMA

Diagrama de barras: idneo para representar gaficamente los datos
de una variable cuantitativa discreta (o cualitativa). Las modalidades
de la variable se representan en el eje X y se levanta una barra de
altura igual a la frecuencia de cada modalidad.
La eleccin del eje X para las modalidades y el eje Y para las
frecuencias es arbitraria y no es raro ver diagramas con las
modalidades en el eje Y.
Histograma: se utiliza para representar grficamente los datos de
una variable continua (o cuantitativa discreta con muchas
modalidades), que han sido agrupados en (intervalos de) clases. En
un eje (X) representamos las clases, teniendo en cuenta la amplitud
de los intervalos, y en el otro eje (Y) levantamos un rectngulo de
rea igual a la frecuencia de la clase.
Una de las utilidades del histograma es poder ver de qu manera se
distribuyen los datos (distribucin de la variable). Y como ya hemos
dicho, en los histogramas, a diferencia de los diagramas de barras,
no es la altura la que determina la frecuencia de cada clase, sino el
rea del rectngulo. Y esto lo hacen mal en muchos libros de
secundaria. Si todos los intervalos tienen la misma amplitud no hay
problema, pero si no es as y cogemos una definicin
dehistogramaque diga que tenemos que levantar un rectngulo de
altura igual a la frecuencia, entonces eso no es un histograma (es
una especie de diagrama de barras para variables cuantitativas
continuas) y no nos sirve para observar la distribucin de la variable.

GRAFICA 2b: Histograma de frecuencia relativa hi vs xi

Para la sumatoria de ambas caras superiores de 2 dados de la primera
muestra

h
i

Histograma de frecuencia relativa ni vs Xi

20
18
16
14
12
10

Frecuencia Relativa

8
6
4
2
0

xi
2

Puntos

10 11
12

GRAFICA 3B: Ojiva de frecuencia absoluta Ni vs xi

Para la sumatoria de ambas caras superiores de 2 dados de la primera
muestra

N
i

Ojiva de Frecuencia Absoluta Acumulada Ni vs xi

120

100

80

Frecuencia Absoluta Acumulada

60

40

20

Puntos xi

10 11 12

Frecuenci
Angulo
Variable xi a absoluta
Central
ni
2
3
4
5
6
7
8
9
10
11
12

22
28
22
22
54
47
68
47
18
14
18

6
8
6
6
15
13
19
13
5
4
5

ni=100

Diagrama Circular
4B: Diagrama
circular de la
sumatoria de ambas
caras superiores de 2
dados de la primera
muestra

i=360

Diagrama circular: de frecuencia absoluta vs angulo central

22
28
22
4% 5%6%
5%
13%
19%
13%

22
8%
6%
6%

54

15%

47

47
68
18
14
18

5%
13%
19%

8%
6%
6%

54

15%

47

47
68
18

13%

14
18

REPRESENTACIN DE LA INFORMACIN POR REDUCCIN DE DATOS A

MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMTICA
MEDIANA
MODA

7
7
8

CUARTILES
Q1
5
Q2
7
Q3
9
PERCENTILES
P25
P50
P75
P80
P90

DECILES
D1
D2
D3
D4
D5
D6
D7
D8
D9

5
7
9
9
10

3
4
5
6
7
8
9
10
10

1
2
3
4
5
6
7
8

REPRESENTACIN DE LA INFORMACIN POR REDUCCIN DE DATOS B

MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMTICA
MEDIANA
MODA
CUARTILES
Q1
5
Q2
7
Q3
9
PERCENTILES

7
7
8
DECILES
D1
D2
D3
D4
D5

3
4
4
5
6

P25
P50
P75
P80
P90

6
7
9
10
10

D6
D7
D8
D9

7
8
9
10

BIBLIOGRAFIA

http://www.monografias.com/trabajos43/experimentocientifico/experimento-cientifico.shtml#ixzz3UW9i8pwq
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias
http://es.wikipedia.org/wiki/Poblaci%C3%B3n_estad%C3%ADstica
http://www.monografias.com/trabajos15/estadistica/estadistica.shtml
#ixzz2JQRrbdXwMonogfa sobre la estadstica
http://www.cca.org.mx/cca/cursos/estadistica/html/m7/var_discretas_
continuas.htm
http://www.profesorenlinea.cl/matematica/Graficos.html
http://es.wikipedia.org/wiki/Distribuci
%C3%B3n_de_frecuencias#Frecuencia_relativa_acumulada
http://es.wikipedia.org/wiki/Gr%C3%A1fico_circular
http://es.wikipedia.org/wiki/Media_aritm%C3%A9tica

INTRODUCCIN

"La estadstica es el estudio de los mtodos y procedimientos para

recoger, clasificar, resumir y analizar datos y para hacer inferencias
cientficas partiendo de tales datos".

Para desarrollar la teora de los principios bsicos de estadstica y manejar sus

aplicaciones, no se requiere una gran cantidad de conocimientos de
matemticas: la mayor parte del este estudio se apoya en la aritmtica y el
lgebra mental. En esta unidad revisaremos algunos algoritmos y conceptos
matemticos de uso frecuente en la aplicacin de la estadstica

El Experimento es uno de losmtodosbsicos en la investigacin

emprica debido a la importancia que posee la demostracin de las
relaciones causales. Desde hace muchotiempose conoce el
experimento y ha sido utilizado en la prctica en todas las etapas
deldesarrollode laciencia.

En la presente gua se les mostrara la presentacin de dos

experimentos acerca de lanzar 100 veces un par de dados no cargados
y anotar la suma de los puntos obtenidos en las caras superiores. Los
Datos obtenidos, posteriormente, se representaran por medio de:
tablas de distribucin de frecuencias, grficos, reduccin de datos entre
ellas medidas de tendencia central y medidas de dispersin. Sus
lectores podrn evidenciar desarrollos y procesos matemticos para la
demostracin y confrontacin de los resultados del todo el cuerpo que
desarrolla la gua.
Esperamos que sea de su total agrado y ayuda la solucin de ambos
experimentos.

PROBLEMA
Se requiere realizar 2 muestras del siguiente experimento: lanzar 100
veces un par de dados no cargados y anotar la suma de los puntos
obtenidos en las caras superiores. Los datos obtenidos posteriormente,
se presentaran por medio de: tabla de distribucin de frecuencias,
grficos y por medio de reduccin de datos

Consignaremos los datos obtenidos de cada uno en el orden que

se obtengan en tablas que denominaremos 1A y 1B
TABLA 1A. Registro de puntos obtenidos
dados
10
5
3
7
10
7
12
5
4
5
9
3
5
8
4
5
12
9
9
8
9
4
9
8
8
6
7
5
2
3
7
8
7
4
11
6
8
5
4
11
4
7
6
4
2
6
5
6
5
12
6
8
8
9
7
11
8
11
5
7

al lanzar un par de
7
3
8
6
8
4
3
5
6
12
8
8
4
10
11
7
9
8
6
3

7
2
6
10
7
2
9
3
10
7
6
11
3
9
8
8
7
9
9
4

DISTRIBUCIN DE FRECUENCIAS

Enestadstica, se le llamadistribucin de frecuenciasa la agrupacin de

datos en categoras mutuamente excluyentes que indican el nmero de
observaciones en cada categora. Esto proporciona un valor aadido a la
agrupacin de datos. La distribucin de frecuencias presenta las
observaciones clasificadas de modo que se pueda ver el nmero existente
en cada clase.
Frecuencia absoluta La frecuencia absoluta es el nmero de veces que
aparece un determinado valor en un estudio estadstico. Se representa po
ni. La suma de las frecuencias absolutas es igual al nmero total de datos,
que se representa por N. Para indicar resumidamente estas sumas se utiliz
la letra griega (sigma mayscula) que se lee suma o sumatoria.
Frecuencia relativa La frecuencia relativa es el cociente entre la
frecuencia absoluta de un determinado valor y el nmero total de datos. S
puede expresar en tantos por ciento y se representa por fi. La suma de las
frecuencias relativas es igual a 1, siempre y cuando no sea igual que 7 o p
debajo de los 7 primeros nmeros sucesivos. Frecuencia relativa, es el
cociente entre la frecuencia absoluta y el tamao de la muestra
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos
los valores inferiores o iguales al valor considerado. La frecuencia
acumulada es la frecuencia estadstica con que el valor de un variable
aleatoria (X) es menor que o igual a un valor de referencia
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia
acumulada de un determinado valor y el nmero total de datos. Se puede
expresar en tantos por ciento.

Distribucin de frecuencias agrupadas

Emplea si las variables toman un nmero grande de valores o la variable e
continua. Se agrupan los valores en intervalos que tengan la misma
amplitud denominados clases. A cada clase se le asigna su frecuencia
correspondiente. Lmites de la clase. Cada clase est delimitada por el
lmite inferior de la clase y el lmite superior de la clase.
La amplitud de la clase es la diferencia entre el lmite superior e inferior de
la clase. La marca de clase es el punto medio de cada intervalo y es el valo
que representa a todo el intervalo para el clculo de algunos parmetros.

GRAFICA 1A: Histograma de frecuencia absoluta ni vs xi

Para la sumatoria de ambas caras superiores de 2 dados de la primera
muestra

Histograma
de frecuencia absoluta ni vs Xi
ni
16
14
12
10
8

Frecuencia Absoluta

6
4
2
0

Puntos

10

11

DIAGRAMA DE FRECUENCIAS ACUMULADAS OJIVA

La ojiva apropiada para informacin que presente frecuencias mayores

que el dato que se est comparando tendr una pendiente negativa
(hacia abajo y a la derecha) y en cambio la que se asigna a valores
menores, tendr una pendiente positiva. Una grfica similar al polgono
de frecuencias es la ojiva, pero sta se obtiene de aplicar parcialmente
la misma tcnica a una distribucin acumulativa y de igual manera que
stas, existen las ojivas mayor que y las ojivas menor que.
Existen dos diferencias fundamentales entre las ojivas y los polgonos
de frecuencias (y por esto la aplicacin de la tcnica es parcial):
Un extremo de la ojiva no se toca al eje horizontal, para la ojiva "mayor
que" sucede con el extremo izquierdo; para la ojiva "menor que", con el
derecho.
En el eje horizontal en lugar de colocar las marcas de clase se colocan
las fronteras de clase. Para el caso de la ojiva mayor que es la frontera
menor; para la ojiva menor que, la mayor.
Las siguientes son ejemplos de ojivas, a la izquierda la "mayor que", a
la derecha la "menor que", utilizando los datos que se usaron para
ejemplificar el histograma:
La ojiva "mayor que" (izquierda) se le denomina de esta manera porque
viendo el punto que est sobre la frontera de clase 4:00 se ven las
visitas que se realizaron en una hora mayor que las 4:00 horas (en
cuestiones temporales se dira, sin errores de gramtica: despus de las
4:00). De forma anloga, en la ojiva "menor que" la frecuencia que se
representa en cada frontera de clase son el nmero de observaciones
menores que la frontera sealada (en caso de tiempos sera el nmero
de observaciones antes de la hora que seala la frontera).

12

10 11 12

GRAFICA 3B: Ojiva de frecuencia relativa hi vs xi

Para la sumatoria de ambas caras superiores de 2 dados de la primera
muestra

H
i

Ojiva de Frecuencia Relativa Acumulada Hi vs xi

120

100

80

Frecuencia Relativa Acumulada

60

40

20

Puntos xi

10

MEDIDAS DE TENDENCIA CENTRAL

Al describir grupos de observaciones, con frecuencia es conveniente

resumir la informacin con un solo nmero. Este nmero que, para tal
fin, suele situarse hacia el centro de la distribucin de datos se
denominamedidaoparmetro de tendencia centralode centralizacin
Cuando se hace referencia nicamente a la posicin de estos
parmetros dentro de la distribucin, independientemente de que sta
est ms o menos centrada, se habla de estas medidas comomedidas
de posicin.1En este caso se incluyen tambin loscuantilesentre estas
medidas.
Entre las medidas de tendencia central tenemos:
Media
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda
Se debe tener en cuenta que existen variables cualitativas y variables
cuantitativas, por lo que lasmedidas de posicinomedidas de
tendenciase usan de acuerdo al tipo de variable que se est
observando, en este caso se observanvariables cuantitativas.

MEDIA ARITMTICA

Enmatemticasyestadstica, lamedia aritmtica(tambin

llamadapromedioo simplementemedia) de un conjunto finito de nme
el valor caracterstico de una serie de datos cuantitativos objeto de estu
que parte del principio de la esperanza matemtica o valor esperado, se
obtiene a partir de la suma de todos sus valores dividida entre el nmer
sumandos. Cuando el conjunto es unamuestra aleatoriarecibe el nomb
demedia muestralsiendo uno de los principalesestadsticos muestrale
Expresada de forma ms intuitiva, podemos decir que la media (aritmt
la cantidad total de la variable distribuida a partes iguales entre cada
observacin.
Por ejemplo, si en una habitacin hay tres personas, la media de dinero
tienen en sus bolsillos sera el resultado de tomar todo el dinero de los t
dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es u
forma de resumir la informacin de una distribucin (dinero en el bolsillo
suponiendo que cada observacin (persona) tuviera la misma cantidad
variable.
Tambin la media aritmtica puede ser denominada comocentro de gra
de unadistribucin, el cual no est necesariamente en la mitad.
Una de las limitaciones de la media aritmtica es que se trata de una m
muy sensible a los valores extremos; valores muy grandes tienden a
aumentarla mientras que valores muy pequeos tienden a reducirla, lo

dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es u

forma de resumir la informacin de una distribucin (dinero en el bolsillo
suponiendo que cada observacin (persona) tuviera la misma cantidad
variable.
Tambin la media aritmtica puede ser denominada comocentro de gra
de unadistribucin, el cual no est necesariamente en la mitad.
Una de las limitaciones de la media aritmtica es que se trata de una m
muy sensible a los valores extremos; valores muy grandes tienden a
aumentarla mientras que valores muy pequeos tienden a reducirla, lo
implica que puede dejar de ser representativa de la poblacin.
La media aritmtica se calcula sumando todos los componentes y dividi
el resultado entre el nmero de componentes. El resultado entero o dec
es la media aritmtica.

Relacin de la media la mediana y la moda en clasificacin de la

distrubicin como simtrica, negativamente o positivamente
asimtrica

entos para
inferencias

ca y manejar sus
tos de
aritmtica y el
os y conceptos
ca

stigacin
cin de las
e el
as etapas

os
os no cargados
periores. Los
medio de:
de datos entre
in. Sus
mticos para la
el cuerpo que

n de ambos

OBJETIVOS

En general la estadstica est ligada a los mtodos cientfic

toma, organizacin, recopilacin, presentacin y anlisis de
tanto para la deduccin de conclusiones como para tomar d
razonables de acuerdo con anlisis llevaremos todo nuestro
experimento desarrollndolo con estos principios para que
lectores lo entiendan y comprendan de la mejor manera.

Transmitiremos nuestros resultados a travs de la composic

informea nuestros lectores desarrollando la muestra de te
central y de dispersin; tales como la media, la mediana, m
cuantiles, rango desviacin estndar, coeficiente de variaci
partiendo de la base de la tabla de distribucin de frecuenc

o: lanzar 100
los puntos
osteriormente,
ecuencias,

den que

TABLA 1B. Registro de puntos obtenidos al lanzar un par de

dados
12
2
6
7
9
5
2
3
8
9
7
4
8
11
6
6
5
8
7
5

6
10
5
9
8
12
8
9
6
2
8
11
6
4
3
10
12
8
11
6

9
7
4
3
4
9
7
8
7
3
7
6
4
7
2
6
6
9
8
7

10
3
8
6
8
4
3
5
6
12
8
8
9
9
11
7
8
8
6
8

POBLACIN, MUESTRA Y VARIABLES

Es a menudo imposible o poco prctico observar la totalidad

individuos sobre todo si estos son muchos. En lugar de exam
grupo entero llamado poblacin o universo, se examina una p
parte del grupo llamado muestra

Poblacin estadstica, enestadstica, tambin llamadauniver

conjunto de elementos de referencia sobre el que se realizan
observaciones. Tambin es el conjunto sobre el que estamos
interesados en obtener conclusiones (inferir). Normalmente e
demasiado grande para poder abarcarla, motivo por el cual s
hacer necesaria la extraccin de una muestra de sta.

Enestadstica, unamuestraes un subconjunto de casos o ind

de unaestadstica. Las muestras se obtienen con la intencin
inferir propiedades de la totalidad de la poblacin, para lo cua
ser representativas de la misma.

grupacin de
el nmero de
r aadido a la
ta las
mero existente

de veces que
representa por
total de datos,
sumas se utiliza
atoria.
entre la
otal de datos. Se
La suma de las
igual que 7 o por
ativa, es el
estra

olutas de todos
uencia
un variable

cuencia
atos. Se puede

s o la variable es
a misma
frecuencia
itada por el

rior e inferior de
valo y es el valor
os parmetros.

Construiremos ambas tablas de distribucin de frecuencia

nuestro experimento de 2 muestras. Determinaremos los
de la tabla como 2A Y 2B sabiendo que las 2A son conjunt
tablas 1A Y 1A1 y la 2B es conjunta con la 1B y la 1B1, as
habiendo aclarado esto procederemos a efectuar las tabla

TABLA 2A :Tabla de distribucin de frecuencia de la sumatoria de

ambas caras superiores de un par de dados

Frecuenci
Frecuenci Frecuenci
a Absoluta
Variable xi a absoluta a Relativa
acumulad
ni
hi= ni/n
a Ni
2
3
4
5
6
7
8
9
10
11
12

4
8
10
11
11
14
16
11
5
6
4

ni=100

0.04
5.00
0.10
0.11
0.11
0.14
0.16
0.11
0.05
0.08
0.04

4
12
22
33
44
58
74
85
90
96
100

hi=1,00

Muestra de la solucin de la frecuencia relativa

= 0,04*100 = 4%

h7=16/100 = 0,16*100 = 16

h2=8/100 = 0,08*100 = 8%

h8=11/100 = 0,11*100 = 11

h3=10/100 = 0,010*100 = 10%

h9=5/100

h4=11/100 = 0,11*100 = 11%

h10=6/100 = 0,06*100 = 6

h1=4/100

h5=11/100 = 0,11*100 = 11%

h6=14/100 = 0,14*100 = 14%

= 0,05*100 = 5

h11=4/100 = 0,04*100 = 4

ni vs xi
s de la primera

GRAFICA 2A: Histograma de frecuencia relativa hi v

Para la sumatoria de ambas caras superiores de 2 dados de
muestra

Histograma
h
ii

a ni vs Xi

de frecuencia relativa hi
16
14
12
10
8

Frecuencia Relativa

6
4
2
0

10

11

12

xi

Puntos

GRAFICA 3A: Ojiva de frecuencia absoluta Ni vs x

Para la sumatoria de ambas caras superiores de 2 dados de
muestra

OJIVA

ncias mayores
te negativa
a a valores
milar al polgono
r parcialmente
ual manera que
ue.
los polgonos
parcial):
la ojiva "mayor
nor que", con el

Ojiva de Frecuencia Absoluta Acumulada

N
i

100

ase se colocan
e es la frontera

mayor que", a
saron para

manera porque
0 se ven las
horas (en
despus de las
uencia que se
bservaciones
era el nmero
).

120

80

Frecuencia Absoluta Acumulada

60

40

20

2 3 4 5 6

Punt

vs xi
s de la primera

a Hi vs xi

GRFICO CIRCULAR

Lasgrficas circulares, tambin llamadosgrficos de paste

de tortaogrficas de 360 grados, son recursosestadsticos
utilizan para representarporcentajesyproporciones. El nm
elementos comparados dentro de un grfico circular puede
ms de 4.

Al igual que en la grfica de barras, el empleo de tonalidad

colores facilita la diferenciacin de los porcentajes o propor
diferencia de otros tipos de grficos, el circular no tiene eje

Se utilizan en aquellos casos donde interesa no slo mostra

nmero de veces que se da una caracterstica o atributo de
tabular sino ms bien de manera grfica, de tal manera qu
pueda visualizar mejor la proporcin en que aparece esa
caracterstica respecto del total.

A pesar de su popularidad, se trata de un tipo de grfico po

recomendable debido a que nuestra capacidad perceptual
estimar relaciones de proporcin o diferencias entre reas d
sectores circulares es mucho menor que, por ejemplo, entr
longitudes o posiciones, tal y como sucede en otras grfica

ntos xi

10 11 12

conveniente
o que, para tal
atos se
e centralizacin.
estos
nte de que sta
comomedidas
ilesentre estas

as y variables
das de
est
ativas.

in
finito de nmeros es
s objeto de estudio
lor esperado, se
entre el nmero de
recibe el nombre
ticos muestrales.
media (aritmtica) es
es entre cada

media de dinero que

l dinero de los tres y
r, la media es una
ero en el bolsillo)
misma cantidad de la

mocentro de gravedad
a mitad.
trata de una medida
es tienden a
a reducirla, lo que

MEDIANA

El nmero de la mitad en un conjunto de nmeros.

Para encontrar la mediana coloca los nmeros que te han dado e

valor y encuentra el nmero del medio.
Ejemplo: encuentra la Mediana de {12, 3 y 5}. Ponlos en orden:
el nmero del medio es 5, entonces la mediana es 5.

Si hay dos nmeros en el medio (como pasa cuando hay una can
nmeros) se promedian esos dos nmeros.

Ejemplo: encontrar la Mediana de {12, 3, 5 y 2}. Ponlos en orden

12}, los nmeros del medio son 3 y 5, el promedio de 3 y 5 es 4
mediana es 4.

MODA

La modaes la medida que se relaciona con la frecuencia con que

dato o los datos con mayor incidencia, con lo que se considera la
que exista ms de una moda para un conjunto de datos. La no
frecuente es la siguiente:Moy. Esta medida se puede aparecer ta
cualitativos como cuantitativos. Se dice que cuando un conjunto d
una moda la muestra es unimodal, cuando tiene dos modas bimod
muestra contiene mas de un dato repetido se dice que es multimo
caso es cuando ningn dato tiene una frecuencia, en dicho caso s
muestra es amodal.

r, la media es una
ero en el bolsillo)
misma cantidad de la

mocentro de gravedad
a mitad.
trata de una medida
es tienden a
a reducirla, lo que
acin.
onentes y dividiendo
do entero o decimal

ificacin de la
sitivamente

MEDIDAS DE DISPERSIN

Lasmedidas de dispersin, tambin llamadas medidas de

variabilidad, muestran la variabilidad de una distribucin, in
por medio de un nmero si las diferentes puntuaciones de u
variable estn muy alejadas de lamedia. Cuanto mayor sea
valor, mayor ser la variabilidad, y cuanto menor sea, ms
homognea ser a lamedia. As se sabe si todos los casos s
parecidos o varan mucho entre ellos.
Para calcular la variabilidad que una distribucin tiene resp
su media, se calcula la media de las desviaciones de las
puntuaciones respecto a la media aritmtica. Pero la suma
desviaciones es siempre cero, as que se adoptan dos clase
estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (desviacin media) y otra es
las desviaciones al cuadrado
RANGO

La diferencia entre el menor y el mayor valor.

En {4, 6, 9, 3, 7} el menor valor es 3, y el mayor es 9, entonc
es 9-3 igual a 6.
Rango puede significar tambin todos los valores de resultado
funcin.
LA VARIANZA

Enteora de probabilidad, lavarianza(que suele represent

como ) de unavariable aleatoriaes unamedida de
dispersindefinida como laesperanzadel cuadrado de la
de dicha variable respecto a su media.
Est medida en unidades distintas de las de la variable. Po
si la variable mide una distancia en metros, la varianza se
metros al cuadrado. Ladesviacin estndares la raz cuad
varianza, es una medida de dispersin alternativa expresa
mismas unidades de los datos de la variable objeto de est
varianza tiene como valor mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy
losvalores atpicosy no se aconseja su uso cuando las dis
de las variables aleatorias tienen colas pesadas. En tales c

si la variable mide una distancia en metros, la varianza se

metros al cuadrado. Ladesviacin estndares la raz cuad
varianza, es una medida de dispersin alternativa expresa
mismas unidades de los datos de la variable objeto de est
varianza tiene como valor mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy
losvalores atpicosy no se aconseja su uso cuando las dis
de las variables aleatorias tienen colas pesadas. En tales c
recomienda el uso de otras medidas de dispersin ms rob

COEFICIENTE DE ASIMETRA

Las medidas deasimetrason indicadores que permiten est

elgrado de simetra(o asimetra) que presenta unadistribu
probabilidadde unavariable aleatoriasin tener que hacer s
representacin grfica.
Como eje de simetra consideramos una recta paralela al ej
ordenadas que pasa por la media de la distribucin. Si una d
es simtrica, existe el mismo nmero de valores a la derech
izquierda de la media, por tanto, el mismo nmero de desvi
signo positivo que con signo negativo. Decimos que hay asi
positiva (o a la derecha) si la "cola" a la derecha de la medi
larga que la de la izquierda, es decir, si hay valores ms sep
la media a la derecha. Diremos que hay asimetra negativa
izquierda) si la "cola" a la izquierda de la media es ms larg
la derecha, es decir, si hay valores ms separados de la me
izquierda.

OS

todos cientficos en la
n y anlisis de datos,
mo para tomar decisiones
os todo nuestro
ipios para que nuestros
ejor manera.

de la composicin de un
a muestra de tendencia
a, la mediana, moda,
ente de variacin etc
in de frecuencias.

DISTRIBUCIONES DE FRECUEN

Enestadstica, se le llamadistribucin de frecue

de datos en categoras mutuamente excluyentes
nmero de observaciones en cada categora. Est
aadido a la agrupacin de datos. La distribuci
presenta las
observaciones clasificadas de modo que se pued
existente en cada clase.
Tipos de frecuencias
Frecuencia absoluta
Frecuencia relativa
Frecuencia acumulada
Frecuencia relativa acumulada
Distribucin de frecuencias agrupadas

FUNCIN DE DISTRIBUCIN DE FR
VARIABLES ESTADSTICAS

Unavariablees una propiedad que puede fluctu

susceptible de adoptar diferentes valores, los cu
observarse. Lasvariablesadquieren valor para l
se relacionan con otras variables, es decir, si for
unahiptesiso de unateora. En este caso se la
denominaconstructosoconstrucciones hipottic
Existen diferentes tipos de variables: Entre ellas
y continuas .

POBLACIN, MUESTRA Y VARI

nzar un par de
5
2
6
10
7
2
9
3
10
7
6
12
3
9
8
8
7
9
9
8

var la totalidad de los

lugar de examinar el
e examina una pequea

llamadauniverso, es el
que se realizan las
el que estamos
Normalmente es
vo por el cual se puede
de sta.

o de casos o individuos
con la intencin de
cin, para lo cual deben

Cul es el tamao de la muestra para ambo

E l tamao de la muestra para ambos casos seria
ambas caras superiores de 2 dados nos va a dar d
no se encontrara ni un nmero superior a 12 ni m
experimentos.
Cul es la variable de inters?
La variable de inters para ambos casos es la sum
superiores de cada dado no cargados.
Es la variable continua o Discreta?
La variable para ambos casos es discreta

Teniendo en cuenta las anteriores tablas de regi

obtenidos construiremos ordenaremos los datos
1B1

TABULADO 1A1:Datos ordenados de forma acende

muestra de la sumatoria de ambas caras superiores d
dados.
2
3
3
4
4
5
5
6
6
7
7
7
8
8
8
9
9
10
11
11

2
3
3
4
4
5
5
6
6
7
7
7
8
8
8
9
9
10
11
12

2
3
4
4
5
5
5
6
6
7
7
7
8
8
8
9
9
10
11
12

n de frecuencias para
minaremos los nombres
2A son conjuntas con las
1B y la 1B1, as ya
ectuar las tablas.

la sumatoria de
ados

Frecuenci
a Relativa
acumulad
a Hi
0.04
7.00
0.22
0.33
0.44
0.58
0.74
0.85
0.90
0.96
1.00

TABLA 2B :Tabla de distribucin de frecuencia de la s

ambas caras superiores de un par de dado

Frecuenci Frecuenci
Variable xi a absoluta a Relativa
ni
hi= ni/n
2
3
4
5
6
7
8
9
10
11
12

6
8
6
6
15
13
19
13
5
4
5

ni=100

0.06
0.08
0.06
0.06
0.15
0.13
0.19
0.13
0.05
0.06
0.05

Muestra de la solucin de la frecuenc

h1=6/100

= 0,06*100 = 6%

h2=8/100 = 0,08*100 = 8%

uencia relativa 2A

h3=6/100 = 0,06*100 = 6%
h4=6/100 = 0,6*100 = 6%

= 0,16*100 = 16%

= 0,11*100 = 11%
= 0,05*100 = 5%

= 0,06*100 = 6%

= 0,04*100 = 4%

hi=1,00

h5=15/100 = 0,15*100 = 15%

h6=13/100 = 0,13*100 = 13%

cia relativa hi vs xi
s de 2 dados de la primera

elativa hi vs Xi

GRAFICA 1B: Histograma de frecuencia a

Para la sumatoria de ambas caras superiores de
muestra

n
i

Histograma de frecuencia absol

20
18
16
14
12
10

Frecuencia Absoluta

8
6
4
2
0

xi10

11

12

Puntos

absoluta Ni vs xi
s de 2 dados de la primera

Acumulada Ni vs xi

GRAFICA 3A: Ojiva de frecuencia rela

Para la sumatoria de ambas caras superiores de
muestra

Ojiva de Frecuencia Relativa Acum

H
i

120

100

80

Frecuencia Relativa Acumulada

60

40

20

2 3 4 5 6 7 8 9 10 11 12

xi
Puntos

ficos de pastel,grficos
sosestadsticosque se
orciones. El nmero de
o circular puede ser de

eo de tonalidades o
ntajes o proporciones. A
lar no tiene ejes x o y.

no slo mostrar el
ca o atributo de manera
e tal manera que se
aparece esa

po de grfico poco
dad perceptual para
as entre reas de
r ejemplo, entre
en otras grficas.

Frecuenci
Angulo
Variable xi a absoluta
Central
ni
X1=2
X2=3
X3=4
X4=5
X5=6
X6=7
X7=8
X8=9
X9=10
X10=11
X11=12

14
28
36
40
40
50
58
40
18
22
14

4
8
10
11
11
14
16
11
5
6
4

ni=100

i=360

Diagrama circular: de frecuencia absoluta vs

5%

6% 4%4%8%
10%

11%
11%
16%
14%

11%

os.

ue te han dado en orden de

Ponlos en orden: {3, 5, 12},

es 5.

ando hay una cantidad par de

. Ponlos en orden: {2, 3, 5,

dio de 3 y 5 es 4, as que la

cuencia con que se presenta el

e se considera la posibilidad de
de datos. La notacin mas
uede aparecer tanto para datos
ndo un conjunto de datos tiene
dos modas bimodal, cuando la
que es multimodal y un ltimo
, en dicho caso se dice que la
.

14%

11%

CUARTILES

Loscuartilesson lostres valoresde la variable

unconjuntodedatos ordenadosencuatro part
Q1, Q2y Q3determinan los valores correspondie
al 75%de losdatos.
Q2coincide con lamediana.

DECILES

Los deciles son ciertos nmeros que dividen la

datos ordenados en diez partes porcentualme
los nueve valores que dividen al conjunto de d
en diez partes iguales, son tambin un caso pa
percentiles. Los deciles se denotan D1, D2,...,
primer decil, segundo decil, etc. Los deciles, a
cuartiles, son ampliamente utilizados para fija
aprovechamiento acadmic

PERCENTILES

Una medida de posicin muy til para describir

denominada 'percentil'. En forma intuitiva pode
valor tal que supera un determinado porcentaje
poblacin.
Por ejemplo, considere un curso de cuarenta alu
lnea por orden de estatura, primero los grandes
Suponga, adems, que se considera chico a un
parte final de esta lnea.
ste es un concepto relativo a este curso, con to
al referirse a otro. Es fcil aceptar que los chico
tienen menor estatura que los chicos de cuarto
Como la cuarta parte corresponde al 25% de la
ejemplo que se menciona, los chicos de un curs
estatura no supera el percentil veinticinco de l
por los alumnos del curso.
Si una variable pudiese asumir muchos valores,
la proporcin del total, menor o igual que un va

SIN

s medidas de
a distribucin, indicando
ntuaciones de una
anto mayor sea ese
menor sea, ms
odos los casos son

cin tiene respecto de

iones de las
. Pero la suma de las
optan dos clases de
es tomando las
media) y otra es tomando

yor es 9, entonces el rango

res de resultado de una

suele representarse
edida de
cuadrado de la desviacin

e la variable. Por ejemplo,

, la varianza se expresa en
res la raz cuadrada de la
rnativa expresada en las
e objeto de estudio. La

uede verse muy influida por

o cuando las distribuciones
adas. En tales casos se

Como la cuarta parte corresponde al 25% de la

ejemplo que se menciona, los chicos de un curs
estatura no supera el percentil veinticinco de l
por los alumnos del curso.
Si una variable pudiese asumir muchos valores,
la proporcin del total, menor o igual que un va

DESVIACIN TPICA

Ladesviacin tpicaodesviacin estndar(den

smbolo o s, dependiendo de la procedencia d
datos) es unamedida de dispersinpara variab
(variables cuantitativas o cantidades racionales
define como la raz cuadrada de lavarianzade
Para conocer con detalle un conjunto de datos,
conocer las medidas de tendencia central, sino
conocer tambin la desviacin que presentan l
distribucin respecto de la media aritmtica de
con objeto de tener una visin de los mismos m
realidad al momento de describirlos e interpret
de decisiones.

COEFICIENTE DE VARIACI

Enestadstica, cuando se desea hacer referencia

el tamao de la media y la variabilidad de la var
elcoeficiente de variacin.

Su frmula expresa la desviacin estndar como

media aritmtica, mostrando una mejor interpre
del grado de variabilidad que la desviacin tpica
otro lado presenta problemas ya que a diferenci
tpicaeste coeficiente es variable ante cambios
es importante que todos los valores sean positiv
por tanto, un valor positivo. A mayor valor del co
variacin mayor heterogeneidad de los valores d
menor C.V., mayor homogeneidad en los valores

, la varianza se expresa en
res la raz cuadrada de la
rnativa expresada en las
e objeto de estudio. La

uede verse muy influida por

o cuando las distribuciones
adas. En tales casos se
persin ms robustas.

ETRA

ue permiten establecer
nta unadistribucin de
ner que hacer su

a paralela al eje de
bucin. Si una distribucin
ores a la derecha que a la
mero de desviaciones con
mos que hay asimetra
cha de la media es ms
valores ms separados de
metra negativa (o a la
dia es ms larga que la de
arados de la media a la

FUNCIN EMPRICA

El mtodo utilizado para hallar la significacin e

tipo especial de mtodo matemtico que se llam
Es necesario crear una unidad de medida dess
valor dep, al estudiar distribucin de frecuencia
colas de las distribuciones, o el rea bajo una de

Por lo tantopes la probabilidad de error al comp

muestras o grupos cuando aseguramos que amb
sea quepes la probabilidad en el sentido de la
estadstica. Obtener unap < 0.05significa que
probabilidades de error en las conclusiones, por
de equivocarnos es baja.
En otras palabras, en la estadstica, se dice que
valor, es significativo, cuando es poco probable
seguramente no se debe al azar, sino a factores
De forma ms estricta, significacin estadstica,
cuestin de determinar estadsticamente, si un
obtenido de una muestra, es poco probable, de
explicarse por las fluctuaciones propias de esa m
este caso, las conclusiones pueden ser extensib
cual deriv la muestra, dando el basamento de
nula. No se crean, hay una p < 0.05 de que esto

NES DE FRECUENCIA

bucin de frecuenciasa la agrupacin

ente excluyentes que indican el
da categora. Esto proporciona un valor
s. La distribucin de frecuencias

odo que se pueda ver el nmero

padas

IBUCIN DE FRECUENCIA

que puede fluctuar y cuya variacin es

es valores, los cuales pueden medirse u
eren valor para la investigacin cuando
s, es decir, si forman parte de
n este caso se las
cciones hipotticas.
bles: Entre ellas la variables discretas

UESTRA Y VARIABLES

tra para ambos casos?

bos casos seria que la sumatoria de
os nos va a dar de 2 a 12 de resultado
perior a 12 ni menor a 2 en ambos

?
casos es la sumatoria de las dos caras
dos.
reta?
discreta

s tablas de registro de los puntos

remos los datos tabulndolos 1A1 Y

s de forma acendente de la
caras superiores de un par de
2
3
4
4
5
5
6
6
6
7
7
8
8
8
8
9
9
10
11
12

3
3
4
4
5
5
6
6
7
7
7
8
8
8
9
9
9
10
11
12

frecuencia de la sumatoria de
e un par de dados

Frecuenci Frecuencia
a Absoluta Relativa
acumulad acumulada
a Ni
Hi
6
14
20
26
41
54
73
86
91
95
100

0.0600
0.1400
0.2000
0.2600
0.4100
0.5400
0.7300
0.8600
0.0910
0.9500
0.1000

de la frecuencia relativa 2B

h7=19/100 = 0,19*100 = 19%

h8=13/100 = 0,13*100 = 13%
h9=5/100

= 0,05*100 = 5%

h10=4/100 = 0,04*100 = 4%
h11=5/100 = 0,05*100 = 5%

a de frecuencia absoluta ni vs xi
as superiores de 2 dados de la primera
muestra

encia absoluta ni vs Xi

6
4
2
0

Puntos

xi
9

10 11
12

e frecuencia relativa hi vs xi
as superiores de 2 dados de la primera
muestra

ativa Acumulada Hi vs xi

lada

120

100

80

60

40

20

xi
Puntos

9 10 11 12

Diagrama Circular
4A: Diagrama
circular de la
sumatoria de ambas
caras superiores de 2
dados de la primera
muestra

ncia absoluta vs angulo central

14
28
36

%4%8%

10%
11%

40
40
50
58
40

11%

18
22
14

11%

18
22
14

ARTILES

sde la variable quedividena

sencuatro partes iguales.
res correspondientes al25%, al 50% y

ECILES

os que dividen la sucesin de

es porcentualmente iguales. Son
al conjunto de datos ordenados
mbin un caso particular de los
notan D1, D2,..., D9, que se leen
tc. Los deciles, al igual que los
ilizados para fijar el

CENTILES

il para describir una poblacin, es la

ma intuitiva podemos decir que es un
nado porcentaje de los miembros de la

o de cuarenta alumnos que se forma en

mero los grandes y al final los chicos.
dera chico a un alumno de la cuarta

este curso, con toda seguridad variar

ar que los chicos de octavo bsico
chicos de cuarto medio.
de al 25% de la poblacin, en el
hicos de un curso, son aquellos cuya
veinticinco de la poblacin formada

muchos valores, la representacin de

igual que un valor,

de al 25% de la poblacin, en el
hicos de un curso, son aquellos cuya
veinticinco de la poblacin formada

muchos valores, la representacin de

igual que un valor,

ACIN TPICA

n estndar(denotada con el
la procedencia del conjunto de
rsinpara variables de razn
dades racionales) y de intervalo. Se
e lavarianzade lavariable.
njunto de datos, no basta con
ncia central, sino que necesitamos
que presentan los datos en su
dia aritmtica de dicha distribucin,
de los mismos ms acorde con la
birlos e interpretarlos para la toma

TE DE VARIACIN

hacer referencia a la relacin entre

bilidad de la variable, se utiliza

n estndar como porcentaje de la

a mejor interpretacin porcentual
desviacin tpica o estndar. Por
a que a diferencia de ladesviacin
e ante cambios de origen. Por ello
ores sean positivos y su media d,
ayor valor del coeficiente de
d de los valores de la variable; y a
ad en los valores de la variable.

N EMPRICA

a significacin estadstica (ss), es un

tico que se llama anlisis estadstico.
e medida desspara lo cual se usa el
n de frecuencias, o el estudio de las
rea bajo una determinada curva, etc.

de error al comparar dos o ms

uramos que ambos son diferentes. O
el sentido de la significacin
05significa que tenemos un 5% de
onclusiones, por lo cual la probabilidad

tica, se dice que un evento, suceso o

s poco probable y por lo tanto,
r, sino a factores especficos.
cin estadstica, hace referencia a la
icamente, si un valor o resultado
co probable, de modo que no puede
propias de esa muestra en cuestin. En
den ser extensibles a la poblacin de la
l basamento de rechazo de la hiptesis
0.05 de que esto no sea una mentira.