- Ingeniera Industrial

- Escuintla sede 018

- Cuarto semestre ao 2017.-

- Ing. Vctor m. Garca Flandez.

- Estadstica I

PRIMER AVANCE TEXTO PARALELO

Estadstica, Historia de la Estadstica, Estadstica Descriptiva

- Rony Cristian Dominguez Herrera.

- 160590117

ESCUINTLA 19 DE AGOSTO 2017.-

 INTRODUCCIN

Estadstica es el Conjunto de informes numricos derivados de los censos de poblacin, de datos

del registro del estado civil y de informes de apropiaciones.
Estadstica es la disciplina que estudia cuantitativamente los fenmenos de masa o colectivos, o
sea, aquellos fenmenos cuyo estudio solo puede efectuarse a travs de una coleccin de
observaciones

Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron
recopilar, hacia el ao 3050 antes de Cristo, prolijos datos relativos a la poblacin y la riqueza del
pas. De acuerdo al historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con
el objetivo de preparar la construccin de las pirmides. En el mismo Egipto, Ramss II hizo un
censo de las tierras con el objeto de verificar un nuevo reparto.

Conjunto de mtodos cientficos ligados a la toma, organizacin, recopilacin, presentacin y

anlisis de datos, tanto para la deduccin de conclusiones como para tomar decisiones razonables
de acuerdo con tales anlisis.
 ESTADSTICA

La estadstica es una ciencia referente a la recoleccin, anlisis e interpretacin de datos, ya sea

para ayudar en la resolucin de la toma de decisiones o para explicar condiciones regulares o
irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional.
Sin embargo estadstica es mucho ms que eso, dado que en otras palabras es el vehculo que
permite llevar a cabo el proceso relacionado con la investigacin cientfica.
Tambin se denominan estadsticas (en plural) a los datos estadsticos.

Distribucin normal.

Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales,
desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas
de negocios o instituciones gubernamentales.
La estadstica se divide en dos grandes reas:
La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin,
visualizacin y resumen de datos originados a partir de los fenmenos en estudio. Los datos
pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros
estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son:
histograma, pirmide poblacional, clsters, entre otros.
La estadstica inferencial, que se dedica a la generacin de los modelos, inferencias y
predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de
las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca
de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a
preguntas si/no (prueba de hiptesis), estimaciones de caractersticas numricas
(estimacin), pronsticos de futuras observaciones, descripciones de asociacin
 (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras
tcnicas de modelamiento incluyen anova, series de tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay

tambin una disciplina llamada estadstica matemtica, la cual se refiere a las
bases tericas de la materia. La palabra estadsticas tambin se refiere al
resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en
estadsticas econmicas, estadsticas criminales, entre otros

BREVE HISTORIA DE LA ESTADISTICA

Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron
recopilar, hacia el ao 3050 antes de Cristo, prolijos datos relativos a la poblacin y la riqueza del
pas. De acuerdo al historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con
el objetivo de preparar la construccin de las pirmides. En el mismo Egipto, Ramss II hizo un
censo de las tierras con el objeto de verificar un nuevo reparto.

En el antiguo Israel la Biblia da referencias, en el libro de los Nmeros, de los datos estadsticos
obtenidos en dos recuentos de la poblacin hebrea. El rey David por otra parte, orden a Joab,
general del ejrcito hacer un censo de Israel con la finalidad de conocer el nmero de la poblacin.

Tambin los chinos efectuaron censos hace ms de cuarenta siglos. Los griegos efectuaron censos
peridicamente con fines tributarios, sociales (divisin de tierras) y militares (clculo de recursos
y hombres disponibles). La investigacin histrica revela que se realizaron 69 censos para calcular
los impuestos, determinar los derechos de voto y ponderar la potencia guerrera.

Pero fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron emplear los
recursos de la estadstica. Cada cinco aos realizaban un censo de la poblacin y sus funcionarios
pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios, sin olvidar los
recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el
nacimiento de Cristo suceda uno de estos empadronamientos de la poblacin bajo la autoridad del
imperio.
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de revivir
la tcnica romana, los mtodos estadsticos permanecieron casi olvidados durante la Edad Media.

Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicols Coprnico,
Galileo, Neper, William Harvey, Sir Francis Bacon y Ren Descartes, hicieron grandes
operaciones al mtodo cientfico, de tal forma que cuando se crearon los Estados Nacionales y
surgi como fuerza el comercio internacional exista ya un mtodo capaz de aplicarse a los datos
econmicos.

Por el ao 1540 el alemn Sebastin Muster realiz una compilacin estadstica de los recursos
nacionales, comprensiva de datos sobre organizacin poltica, instrucciones sociales, comercio y
podero militar. Durante el siglo XVII aport indicaciones ms concretas de mtodos de
observacin y anlisis cuantitativo y ampli los campos de la inferencia y la teora Estadstica.

Los eruditos del siglo XVII demostraron especial inters por la Estadstica Demogrfica como
resultado de la especulacin sobre si la poblacin aumentaba, decreca o permaneca esttica.

En los tiempos modernos tales mtodos fueron resucitados por algunos reyes que necesitaban
conocer las riquezas monetarias y el potencial humano de sus respectivos pases. El primer empleo
de los datos estadsticos para fines ajenos a la poltica tuvo lugar en 1691 y estuvo a cargo de
Gaspar Neumann, un profesor alemn que viva en Breslau. Este investigador se propuso destruir
la antigua creencia popular de que en los aos terminados en siete mora ms gente que en los
restantes, y para lograrlo hurg pacientemente en los archivos parroquiales de la ciudad. Despus
de revisar miles de partidas de defuncin pudo demostrar que en tales aos no fallecan ms
personas que en los dems. Los procedimientos de Neumann fueron conocidos por el astrnomo
ingls Halley, descubridor del cometa que lleva su nombre, quien los aplic al estudio de la vida
humana. Sus clculos sirvieron de base para las tablas de mortalidad que hoy utilizan todas las
compaas de seguros.

Jacques Qutelect es quien aplica las Estadsticas a las ciencias sociales. Este interpret la teora
de la probabilidad para su uso en las ciencias sociales y resolver la aplicacin del principio de
promedios y de la variabilidad a los fenmenos sociales. Qutelect fue el primero en realizar la
aplicacin prctica de todo el mtodo Estadstico, entonces conocido, a las diversas ramas de la
ciencia.

Entretanto, en el perodo del 1800 al 1820 se desarrollaron dos conceptos matemticos

fundamentales para la teora Estadstica; la teora de los errores de observacin, aportada por
Laplace y Gauss; y la teora de los mnimos cuadrados desarrollada por Laplace, Gauss y
Legendre. A finales del siglo XIX, Sir Francis Gaston ide el mtodo conocido por Correlacin,
que tena por objeto medir la influencia relativa de los factores sobre las variables. De aqu parti
el desarrollo del coeficiente de correlacin creado por Karl Pearson y otros cultivadores de la
ciencia biomtrica como J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios
estudios sobre la medida de las relaciones.

Los progresos ms recientes en el campo de la Estadstica se refieren al ulterior desarrollo del

clculo de probabilidades, particularmente en la rama denominada indeterminismo o relatividad,
se ha demostrado que el determinismo fue reconocido en la Fsica como resultado de las
investigaciones atmicas y que este principio se juzga aplicable tanto a las ciencias sociales como
a las fsicas.

LA RELACION DE LA ESTADISTICA CON OTRAS CIENCIAS

La estadstica es una rama de la matemtica que se refiere a la recoleccin, estudio e interpretacin

de los datos obtenidos en un estudio. Es aplicable a una amplia variedad de disciplinas, desde la
fsica hasta las ciencias sociales, ciencias de la salud como la Psicologa y la Medicina, y usada en
la toma de decisiones en reas de negocios e instituciones gubernamentales.

Cada vez es mayor la proporcin de investigadores, en las ms diversas disciplinas cientficas, que
realizan anlisis estadsticos de datos como procedimiento formal para llegar a conclusiones o
apoyar procesos de decisin sobre las hiptesis de la investigacin.

Los recursos de la estadstica para la investigacin cientfica pueden considerarse como un

conjunto de herramientas conceptuales que poseen sus propias condiciones de aplicacin y pautas
de uso. Respetando ambos aspectos, las conclusiones que se realizan sobre las informaciones
tratadas convenientemente con herramientas estadsticas, tendrn una base slida. En caso
contrario, las conclusiones pueden ser errneas e, incluso, engaosas.

Estadstica: es comnmente considerada como una coleccin de hechos numricos expresados en

trminos de una relacin sumisa, y que han sido recopilados a partir de otros datos numricos.

Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica
como un valor resumido, calculado, como base en una muestra de observaciones que
generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de
determinada poblacin; es decir, una funcin de valores de muestra.

"La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa
o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples
llamados individuales o particulares".

Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger,
organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones
razonables basadas en tal anlisis.

"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos
sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los
fenmenos". (Yale y Kendal, 1954).

Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica,
debido al gran campo de aplicacin que posee.

La investigacin en Psicologa, Sociologa y Educacin, al igual que ocurre en otras ciencias, en

buena medida se basa en el manejo de recursos estadsticos como elementos indispensables para
llegar a conclusiones aceptables por el resto de la comunidad cientfica. Dada la peculiaridad de
su objeto de estudio, inabordable en la mayora de los casos si no es a travs de perspectivas
complejas de relacin entre variables, la atencin de los investigadores en las ciencias humanas y
sociales se concentra cada vez ms en la llamada Estadstica Multivariante. Los diseos complejos
de investigacin y anlisis, las aportaciones ms recientes de la informtica para la aplicacin de
tcnicas avanzadas de manipulacin de datos y la discusin de estos aspectos desde perspectivas
tericas y aplicadas, preocupan y concentran a multitud de profesionales cuyo quehacer cotidiano
es el estudio de cmo se investiga, haciendo de ello su especialidad. Paralelamente, otras
especialidades dentro de estas ciencias utilizan el conocimiento ya elaborado y retransmitido,
preocupadas ms por los resultados y posibilidades que por las condiciones de aplicacin y los
fundamentos de uso, de tal forma que se ha propiciado la utilizacin de las tcnicas estadsticas,
sin considerar la adecuacin de stas a las condiciones en las que se aplican.

A su vez, las ciencias sociales se han visto apabulladas en los ltimos aos por avances
vertiginosos en informtica y aplicaciones estadsticas (Manheim, 1982; Rossi y otros, 1983), y
muy especialmente en la psicologa (Judd y otros, 1995), lo que favorece una absorcin de poca
calidad por parte de los especialistas en reas no metodolgicas. Por otro lado, la adopcin de
procedimientos informticos para realizar tareas metodolgicas no parece ser una solucin
inmediata, considerando la ansiedad que generan los ordenadores, fenmeno muy generalizado.

La fusin de esta creciente complicacin de las herramientas de anlisis, junto con la discrepancia
entre los objetivos de formacin y la necesidad de uso de los recursos estadsticos, consigue
finalmente que el especialista en reas aplicadas tienda a descuidar aspectos muy bsicos, previos
a la aplicacin de estos recursos estadsticos complejos. Por otro lado, en muchas ocasiones, la
aplicacin de herramientas estadsticas se deja arrastrar por hiptesis de comodidad, en el sentido
de aplicarse para permitir la ejecucin de una prueba o el ajuste de un modelo, no porque son las
estrategias ms adecuadas, sino porque son las ms cmodas.
 ESTADISTICA DESCRIPTIVA

ESTADSTICA

Es el conjunto de procedimientos y tcnicas empleadas para recolectar, organizar y analizar datos,

los cuales sirven de base para tomar decisiones en las situaciones de incertidumbre que plantean
las ciencias sociales o naturales.

ESTADSTICA INDUCTIVA Y DEDUCTIVA

Uno de los problemas fundamentales de la Estadstica es el estudio de la relacin existente entre

una poblacin y sus muestras. Segn la direccin de tal relacin la Estadstica puede ser:

Deductiva: cuando a partir del conocimiento de la poblacin se trata de caracterizar cada

muestra posible.

Inductiva: Cuando a partir del conocimiento derivado de una muestra se pretende

caracterizar la poblacin.

ESTADSTICA DESCRIPTIVA E INFERENCIAL

Estadstica Descriptiva: Se refiere a la recoleccin, presentacin, descripcin, anlisis e
interpretacin de una coleccin de datos, esencialmente consiste en resumir stos con uno
o dos elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los
mismos. La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos
conclusiones sobre s mismos y no sobrepasan el conocimiento proporcionado por stos.
Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una
poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se
conocen los elementos de una muestra.
Estadstica Inferencial se refiere al proceso de lograr generalizaciones acerca de las
propiedades del todo, poblacin, partiendo de lo especfico, muestra. las cuales llevan
implcitos una serie de riesgos. Para que stas generalizaciones sean vlidas la muestra
deben ser representativa de la poblacin y la calidad de la informacin debe ser controlada,
adems puesto que las conclusiones as extradas estn sujetas a errores, se tendr que
 especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La
estadstica inferencial es el conjunto de tcnicas que se utiliza para obtener conclusiones
que sobrepasan los lmites del conocimiento aportado por los datos, busca obtener
informacin de un colectivo mediante un metdico procedimiento del manejo de datos de
la muestra.

En sus particularidades la Inferencia distingue la Estimacin y la Contrastacin de Hiptesis. Es

estimacin cuando se usan las caractersticas de la muestra para hacer inferencias sobre las
caractersticas de la poblacin. Es contrastacin de hiptesis cuando se usa la informacin de la
muestra para responder a interrogantes sobre la poblacin.

ANALISIS ESTADSTICO

El anlisis estadstico es todo el proceso de organizacin, procesamiento, reduccin e

interpretacin de datos para realizar inferencias.

DATOS Y VARIABLES

Cuando se consideran los mtodos de organizacin, reduccin y anlisis de datos estadsticos, se

hace necesario aclarar los siguientes conceptos.

Variables: es toda caracterstica que vara de un elemento a otro de la poblacin.

Datos: son medidas o valores de las caractersticas susceptibles de observar y contar, se
originan por la observacin de una o ms variables de un grupo de elementos o unidades.

CLASIFICACIN DE VARIABLES

Las variables pueden clasificarse en: categricas o cualitativas (atributos), no tienen ningn grado
de comparacin numrica, ejemplo: sexo, estado civil; y numricas o cuantitativas, son
caractersticas factibles de expresar por medio de nmeros, estas pueden ser Discretas, que solo
pueden tomar ciertos valores aislados en un intervalo, y Continuas, que pueden tomar cualquier
valor en un intervalo.
 REPRESENTACIN DE DATOS

Los datos son colecciones de un nmero cualquiera de observaciones relacionadas entre si, para
que sean tiles se deben organizar de manera que faciliten su anlisis, se puedan seleccionar
tendencias, describir relaciones, determinar causas y efectos y permitan llegar a conclusiones
lgicas y tomar decisiones bien fundamentadas; por esa razn es necesario conocer lo mtodos de
Organizacin y Representacin, la finalidad de stos mtodos es permitir ver rpidamente todas
las caractersticas posibles de los datos que se han recolectado.

Representacin Tabular:
Presenta la variable y las frecuencias con que los valores de stas se encuentran
presentes en el estudio.
Representacin Grfica :

Se llaman grficas a las diferentes formas de expresar los datos utilizando los medios de
representacin que proporciona la geometra.

METODOS DE REPRESENTACIN DE DATOS CUANTITATIVOS

Arreglo de Datos. Es una forma de presentar los datos en un arreglo ascendente o

descendente. Ofrece las ventajas siguientes: describe los valores mnimos y mximos, en
l se pueden dividir los datos fcilmente en secciones, permite darse cuenta de los valores
que aparecen ms de una vez, se puede observar la distancia entre valores consecutivos.

Diagrama de Puntos. Muestra la frecuencia con que aparece cada uno de los valores.
Diagrama de Tallo y Hoja. Es til para realizar una exploracin preliminar del conjunto,
genera una imagen adecuada de ellos sin perder informacin.
Distribucin de Frecuencias. Es una forma de sintetizar los datos y consiste en valerse de
una tabla para clasificar los datos segn su magnitud, en ella se seala el nmero de veces
que aparece cada uno de los valores. Cuando se dispone de un gran nmero de valores
discretos o cuando las variables son continuas, tiene sentido formar una tabla que presente
la distribucin de frecuencias de los datos agrupados en intervalos o clases, de igual tamao
 si es posible, sin embargo una tabla de este tipo supone una concentracin de datos que
produce prdida de informacin.

DISTRIBUCIN DE FRECUENCIAS

Organizacin de datos agrupados

DEFINICIONES

Clases o intervalos de clase: Grupo de valores que describen una caracterstica. Deben
incluir todas las observaciones y ser excluyentes. Los intervalos contienen los lmites de
clase que son los puntos extremos del intervalo. Se denominan intervalos cerrados, cuando
contienen ambos lmites e intervalos abiertos si incluyen solo un lmite.
Limites Reales: Sirven para mantener la continuidad de las clases
Anchura o tamao del intervalo: es la diferencia entre los lmites reales de una clase
Nmero de clases: es el nmero total de grupos en que se clasifica la informacin, se
recomienda que no sea menor que 5 ni mayor que 15
Marca de Clase: Es el punto medio del intervalo de clase, se recomienda observar que los
puntos medios coincidan con los datos observados para minimizar el error.
Frecuencia: es el nmero de veces que aparece un valor
Frecuencia Acumulada: Indica cuantos casos hay por debajo o arriba de un determinado
valor o lmite de clase.
Frecuencia Relativa: Indica la proporcin que representa la frecuencia de cada intervalo
de clase en relacin al total, es til para comparar varias distribuciones con parmetros de
referencia uniformes.
Frecuencia Acumulada Relativa: Indica la proporcin de datos que se encuentra por
arriba o debajo de cierto valor o lmite de clase.

GRFICOS DE UNA DISTRIBUCIN DE FRECUENCIAS

Los grficos: son tiles porque ponen en relieve y aclaran las tendencias que no se captan
fcilmente en la tabla, ayudan a estimar valores con una simple ojeada y brinda una
verificacin grfica de la veracidad de las soluciones.
Histograma: Est formado por rectngulos cuya base es la amplitud del intervalo y tiene
la caracterstica que la superficie que corresponde a las barras es representativa de la
cantidad de casos o frecuencia de cada tramo de valores, puede construirse con clases que
tienen el mismo tamao o diferente ( intervalo variable). La utilizacin de los intervalos de
amplitud variable se recomienda cuando en alguno de los intervalos , de amplitud
constante, se presente la frecuencia cero o la frecuencia de alguno o algunos de los
intervalos sea mucho mayor que la de los dems, logrando as que las observaciones se
hallen mejor repartidas dentro del intervalo.

Polgono de Frecuencias: Se puede obtener uniendo cada punto medio (marca de clase)
de los rectngulos del histograma con lneas rectas, teniendo cuidado de agregar al inicio
y al final marcas de clase adicionales, con el objeto de asegurar la igualdad del reas.

Curvas de frecuencia: no es ms que la curva suavizada que se traza sobre el polgono y

representa la asimetra y la curtosis que tiene la distribucin, permite visualizar un esquema
ms claro del patrn de datos. Existen varios tipos de curva de frecuencia: Curvas J,
Simtricas o Asimtricas (sesgada a la derecha o a la izquierda), Unimodales, Bimodales
y Multimodales.

Ojivas: Cuando se trata de relacionar observaciones en un mismo aspecto para dos

colectivos diferentes no es posible ejecutar comparaciones sobre la base de la frecuencia,
es necesario tener una base estndar, la frecuencia relativa. La ojiva representa
grficamente la forma en que se acumulan los datos y permiten ver cuantas observaciones
se hallan por arriba o debajo de ciertos valores. Es til para obtener una medida de los
cuartiles, deciles , percentiles.
 POBLACION Y MUESTRA

Es un subconjunto de casos o individuos de una poblacin estadstica.

Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin,

para lo cual deben ser representativas de la misma. Para cumplir esta caracterstica la inclusin de
sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse una
informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste (vanse las
ventajas de la eleccin de una muestra, ms abajo).

Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la poblacin
porque el manejo de un menor nmero de datos provoca tambin menos errores en su
manipulacin. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente
estudiados.

El nmero de sujetos que componen la muestra suele ser inferior que el de la poblacin, pero
suficiente para que la estimacin de los parmetros determinados tenga un nivel de confianza
adecuado. Para que el tamao de la muestra sea idneo es preciso recurrir a su clculo.

DISTRIBUCION DE FRECUENCIAS

Agrupacin de datos en categoras mutuamente excluyentes que indican el nmero de

observaciones en cada categora. Esto significa una de las cosas ms importantes de la matemtica,
su estadstica con la agrupacin de datos. La distribucin de frecuencias presenta las observaciones
clasificadas de modo que se pueda ver el nmero existente en cada clase.

Elementos fundamentales para elaborar una distribucin de frecuencia:

1). RANGO.
Es una medida de dispersin que se obtiene como la diferencia entre el nmero mayor y el nmero
menor de los datos.
R = N_max - N_min
Ejemplo. Dados los nmeros: 5, 10, 12, 8, 13, 9, 15 R= 15- 5
2) AMPLITUD TOTAL.
Simplemente se obtiene sumndole 1 al rango. AT = (R+1)

3) LAS CLASES.
Estn formadas por dos extremos. El menor se llama lmite inferior el mayor se llama lmite
superior. Hay distintos tipos de clases.
Ej. Notas (20-26) Edades (20-26.5) Salarios (20-26.99)

4)EL NUMERO DE CLASES.

Se determina a travs de la formula de Sturges, la cual es valida cuando el No de observaciones
sea menor o igual a 500. Formula.
Nc= 1 + 3.33log ( N )

Donde:
Nc es el nmero de clases. N es la cantidad de muestras tomadas.

5) VALOR DEL INTERVALO O AMPLITUD

Se Obtiene por medio de la ecuacin de dicta:
Vi = AT / Nc

Donde:
Vi es el valor de intervalo AT es la amplitud total Nc es el nmero de clase
 MEDIDAS DE TENDENCIA CENTRAL MEDIA, MEDIANA Y MODA

Las medidas de posicin nos facilitan informacin sobre la serie de datos que estamos analizando.
Estas medidas permiten conocer diversas caractersticas de esta serie de datos. Las medidas de
posicin son de dos tipos:

a) Medidas de posicin central: informan sobre los valores medios de la serie de datos.
b) Medidas de posicin no centrales: informan de como se distribuye el resto de los valores de
la serie.
Las principales medidas de posicin central son las siguientes:
1.- Media: es el valor medio ponderado de la serie de datos. Se pueden calcular diversos tipos de
media, siendo las ms utilizadas:
a) Media aritmtica: se calcula multiplicando cada valor por el nmero de veces que se repite.

b) Media geomtrica: se eleva cada valor al nmero de veces que se ha repetido. Se multiplican
todo estos resultados y al producto final se le calcula la raz "n" (siendo "n" el total de datos de la
muestra).

Segn el tipo de datos que se analice ser ms apropiado utilizar la media aritmtica o la media
geomtrica.
La media geomtrica se suele utilizar en series de datos como tipos de inters anuales, inflacin,
etc., donde el valor de cada ao tiene un efecto multiplicativo sobre el de los aos anteriores. En
todo caso, la media aritmtica es la medida de posicin central ms utilizada.
Lo ms positivo de la media es que en su clculo se utilizan todos los valores de la serie, por lo
que no se pierde ninguna informacin.
Sin embargo, presenta el problema de que su valor (tanto en el caso de la media aritmtica como
geomtrica) se puede ver muy influido por valores extremos, que se aparten en exceso del resto de
la serie. Estos valores anmalos podran condicionar en gran medida el valor de la media,
perdiendo sta representatividad.

2.- Mediana: es el valor de la serie de datos que se sita justamente en el centro de la muestra (un
50% de valores son inferiores y otro 50% son superiores).
No presentan el problema de estar influido por los valores extremos, pero en cambio no utiliza en
su clculo toda la informacin de la serie de datos (no pondera cada valor por el nmero de veces
que se ha repetido).

3.- Moda: Es el valor que ocurre con mayor frecuencia; es decir, el valor ms frecuente. La moda
puede no existir, e incluso no ser nica en caso de existir; puede ocurrir que en una distribucin
haya dos o ms modas (aunque es poco comn que esto resulte en el trabajo experimental),
entonces, se dice que la distribucin es bimodal, trimodal, etc.
 EJEMPLO DE LA HOJA DE TRABAJO No. 1
A continuacin se le presenta una serie de datos desordenados los cuales equivalen a los punteos
finales, obtenidos en la clase de estadstica I, del ciclo 2,015; el cual tiene un total de 25 Datos es
decir n=25.

Por medio de las formulas aprendidas en clase calcule:

a) No. de clase (K)
b) Intervalo de clase (1)
e) Elabore la tabla de frecuencias la cual debe tener:
c. l) Rangos de lmite superior e inferior c. 2) Frecuencia absoluta
c.3) frecuencia absoluta acumulada c. 4) Frecuencia relativa%
c.5) frecuencia relativa acumulada%
d) Dibuje las siguientes grficas
d.1) Histograma de frecuencias o grfica de barras d.2) Polgono de frecuencias
d.3) Ojiva

RESOLUCION HOJA DE TRABAJO.

Calculo del Nmero de Clase.

n=25

K= 1+3.322 log 25

K= 1+3.322 *1.3979

K=1+4.6439

K= 5.64 = 6
 Calculo del intervalo de clase.

I= D5 Di /K

I= 95-40

I=55/6

I=9.1666= 10

TABLA DE DATOS

FRECUENCIA FRECUENCIA
FRECUENCIA FRECUENCIA
ABSOLUTA RELATIVA
ABSOLUTA RELATIVA
ACUMULADA ACUMULADA
PUNTEOS
f1 F1 h1 H1
FINALES
40 49 1 1 4.00% 4.00%
50 59 4 5 16.00% 20.00%
60 69 7 12 28.00% 48.00%
70 79 7 19 28.00% 76.00%
80 89 3 22 12.00% 88.00%
90 99 3 25 12.00% 100.00%
25 100.00%

HISTOGRAMA DE FRECUENCIA.

Punteos Finales
FRECUENCIA ABSOLUTA

7 7

4
3 3

49 59 69 79 89 99
40 50 60 70 80 90
 POLIGONO DE FRECUENCIA

Punteos Finales

7 7
FRECUENCIA ABSOLUTA

4
3 3

49 59 69 79 89 99
40 50 60 70 80 90

OJIVA
 CALCULO DE LA MARCA DE CLASE

Formula: (Ejemplo c= 40+49/2 = 44.5)

FRECUENCIA FRECUENCIA
FRECUENCIA FRECUENCIA MARCA DE
ABSOLUTA RELATIVA
ABSOLUTA RELATIVA CLASE
ACUMULADA ACUMULADA
PUNTEOS
f1 F1 h1 H1 C CFi
FINALES
40 49 1 1 4.00% 4.00% 44.5 89
50 59 4 5 16.00% 20.00% 54.5 109
60 69 7 12 28.00% 48.00% 64.5 129
70 79 7 19 28.00% 76.00% 74.5 149
80 89 3 22 12.00% 88.00% 84.5 169
90 99 3 25 12.00% 100.00% 94.5 189
25 100.00% 834.00

CALCULO DE LA MEDIA ARITMTICA, LA MEDIANA Y LA MODA

MEDIA ARITMETICA.

Formula

=834/25

= 33.36

CALCULO DE LA MEDIANA.

Formula

Med=70+[(25/2-1)/7]4

Med= 70+.0714285 *4

Med=70.28
 CALCULO DE LA MODA.

Formula

1 = 7-7 =0

2= 7-3=4

Moda= 70+[1/(0+4)]4

Moda= 70

MEDIDAS DE POSICIN

Nos ocuparemos ahora de ciertos parmetros posicionales muy tiles en la interpretacin

porcentual de la informacin.

Percentil:

Una medida de posicin muy til para describir una poblacin, es la denominada 'percentil'.

En forma intuitiva podemos decir que es un valor tal que supera un determinado porcentaje de los
miembros de la poblacin. Por ejemplo, considere un curso de cuarenta alumnos que se forma en
lnea por orden de estatura, primero los grandes y al final los chicos. Suponga, adems, que se
considera chico a un alumno de la cuarta parte final de esta lnea.

ste es un concepto relativo a este curso, con toda seguridad variar al referirse a otro. Es fcil
aceptar que los chicos de octavo bsico tienen menor estatura que los chicos de cuarto medio.
Como la cuarta parte corresponde al 25% de la poblacin, en el ejemplo que se menciona, los
chicos de un curso, son aquellos cuya estatura no supera el percentil veinticinco de la poblacin
formada por los alumnos del curso.

Si una variable pudiese asumir muchos valores, la representacin de la proporcin del total, menor
o igual que un valor, tendra una forma creciente parecida a la siguiente
En Resumen, Son los valores que dividen los datos en cien partes iguales y se representan por P1,
P2, , P99.

Los valores de los percentiles pueden ubicarse por simple observacin, cuando se trata de cien
observaciones, o calcularse de acuerdo a la siguiente frmula de interpolacin lineal:

Su frmula es:

L1 = lmite real inferior de la clase del percentil buscado.

x(n): nmero de percentil multiplicado por el total de observaciones.
N =Frecuencia acumulada que corresponde a la clase anteriores a la que contiene el
percentil.
fP1 =Frecuencia absoluta que corresponde a la clase que contiene el percentil.
c =Tamao de intervalo de la clase del percentil.
Deciles:

Similarmente, los deciles o decillas dividen la informacin en diez partes iguales, en cantidades
porcentuales de 10 en 10.

Son los valores que dividen los datos en diez partes iguales se llaman dciles y se representan
por D1y cada uno concentra el 10% de los datos.

Su frmula es:

L1 =lmite real inferior de la clase donde se encuentra el decil.

n = Nmero total de observaciones multiplicada por el nmero de decil.
N =Nmero de observaciones acumuladas que corresponden a las clases anteriores a la
que contiene el decil.
fD1 =Nmero de observaciones que corresponden a la clase que contiene el decil.
c =Tamao de intervalo de la clase del decil.
 Cuartiles:

Las cuartillas o cuartiles son valores posicionales que dividen la informacin en cuatro partes
iguales, el primer cuartil deja el 25% de la informacin por debajo de l, y el 75% por encima, el
segundo cuartil, al igual que la mediana, divide la informacin en dos partes iguales, y por ltimo
el tercer cuartil deja el 75% por debajo de s, y el 25% por encima.

Son los valores en los que cada uno de ellos concentra el 25% de los resultados.

Su Formula es:

L1 =lmite real inferior de la clase donde se encuentra el cuartil.

n = Nmero total de observaciones multiplicada por el nmero de cuartil.
N =Nmero de observaciones acumuladas que corresponden a las clases anteriores a la
que contiene el cuartil.
fC1 =Nmero de observaciones que corresponden a la clase que contiene el cuartil.
c =Tamao de intervalo de la clase del cuartil.