Formulario Tema 12: Estadística unidimensional.

FORMULARIO

1. ESTADÍSTICA UNIDIMENSIONAL

1.1. Terminología de un estudio estadístico

Población: es el conjunto formado por todos los elementos del estudio estadístico.
Muestra: es la parte de la población que estudiamos y que nos sirve para deducir las
características de la población. La muestra se toma cuando la población es muy grande y no puede
realizarse un estudio de todos los individuos. Para que el estudio sea válido, la muestra ha de
representar al conjunto de la población, tiene que ser una muestra representativa.

Individuo: es cada uno de los elementos que forman la población o la muestra.

Tamaño de la población: es el número de individuos que componen una población.

Tamaño de la muestra: es el número de individuos que componen una muestra.

Variable estadística: es cualquier cualidad que estudiamos en los individuos de la muestra o
población.

1.2. Tipos de variables estadísticas

Ejemplos
Tipos de Valor de la
Variable Valores
variables variable
Cualitativas Color preferido Blanco, rojo, azul, …
Cualidad
o atributos Sexo Hombre, mujer
Nº de libros leídos en un mes 0, 1, 2, 3, …
Discretas Número
Número de páginas de un libro 210, 211, 22, 309, …
Cuantitativas Entre 60 kg y 67 kg,
Peso
Continuas Infinitos números …
Altura Entre 1,50 y 1,80, …

1.3. Recuento de datos

El recuento de datos según sean:

Datos aislados:
Variables cualitativas.
Se anota el número de veces que aparece cada dato.
Variables cuantitativas discretas.
Datos agrupados en intervalos:
Se ordenan los valores en intervalos y se anota el
Variables cuantitativas continuas.
número de veces que aparece cada dato.

2. VARIABLE CUANTITATIVA CONTINUA

2.1. Cálculo del número de intervalos

1) Hallamos la raíz cuadrada entera del número total de datos y, además, no debe ser
inferior a 6 ni superior a 15. O bien, el número de intervalos que tomaremos será el
redondeo hasta las unidades de N.
2) Utilizamos la fórmula empírica debida a Sturges: k = 1 + 3,3 log N

Gema Isabel Marín Caballero Página 1 de 6

 Formulario Tema 12: Estadística unidimensional.

2.2. Cálculo de la amplitud del intervalo

1) Conocido el número de intervalos, hallamos el número de elementos que tenemos entre el
dato inferior y el dato mayor, esto es, el rango de elementos. Después, dividimos el rango
de elementos entre el número de intervalos y obtenemos la amplitud del intervalo.
Rango = dato mayor – dato menor
Amplitud = rango / número de intervalos
2) Conocido el número de intervalos, hallamos el número de elementos que tenemos entre el
dato inferior y el dato mayor, esto es, el rango de elementos. Después, tomamos el primer
múltiplo del número de intervalos que sea mayor o igual que el rango de elementos . Por
último, dividimos el primer múltiplo del número de intervalos entre el número de intervalos y
obtenemos la amplitud del intervalo.
Rango = dato mayor – dato menor

pm = Primer múltiplo del número de intervalos  rango

Amplitud = pm / número de intervalos

2.3. Cálculo de las marcas de clase

Li  Li 1
Marcas de clase son los puntos medios de cada intervalo [ Li , Li 1 ) .  xi 
2
Donde Li es el límite inferior del intervalo y Li 1 es el límite superior.
Una vez que se calcula la primera marca de clase, las siguientes se obtienen de sumar a la
marca de clase anterior la amplitud de la clase.  marca de clase anterior + amplitud de la clase
O también la marca de clase se podría calcular sumando al límite inferior de la clase la mitad
de la amplitud de la clase.  límite inferior de la clase + mitad de la amplitud de la clase

3. TABLA DE FRECUENCIAS

Distribución de frecuencias
Porcentaje
xi fi Fi f ri Fri
f ri  100 (%)
f1 F1
x1  Valor 1 f1 F1 Fr1  f r1  100
N N
f2 F
x2  Valor 2 f2 F2 Fr 2  2 f r 2  100
N N
f3 F
x3  Valor 3 f3 F3 Fr 3  3 f r 3  100
N N
f4 F
x4  Valor 4 f4 F4 Fr 4  4 f r 4  100
N N
… … … … … …
fn Fn
xn  Valor n fn Fn Frn  f rn  100
N N
Total N 1 100 %

Gema Isabel Marín Caballero Página 2 de 6

 Formulario Tema 12: Estadística unidimensional.

4. GRÁFICOS ESTADÍSTICOS

Diagrama de barras.
Histograma.
Polígonos de frecuencias.

Diagrama de sectores.

Ángulo del sector circular:

N  360 N 360 f  360
 ; x i  f ri  360
fi  x fi x N
Pictograma.
Cartograma.

Serie cronológica.
Pirámide de población.

Tipos de gráficas estadísticas Tipos de variables

Variables cualitativas.
Diagrama de barras
Variables cuantitativas discretas.
Histograma Variables cuantitativas continuas.
Variables cualitativas.
Polígonos de frecuencias
Variables cuantitativas discretas y continuas.
Variables cualitativas.
Diagrama de sectores
Variables cuantitativas discretas y continuas.
Variables cualitativas.
Pictograma
Variables cuantitativas discretas y continuas.
Variables cualitativas.
Cartograma
Variables cuantitativas discretas y continuas.
Variables cualitativas.
Serie cronológica
Variables cuantitativas discretas y continuas.
Variables cualitativas.
Pirámide de población
Variables cuantitativas discretas y continuas.

5. PARÁMETROS ESTADÍSTICOS

5.1. Medidas de centralización

Tipos de medidas de centralización Tipos de variables

Media aritmética Variables cuantitativas discretas y continuas.
Mediana Variables cuantitativas discretas y continuas.
Variables cualitativas.
Moda
Variables cuantitativas discretas y continuas.

Gema Isabel Marín Caballero Página 3 de 6

 Formulario Tema 12: Estadística unidimensional.

Tipos Cómo se calcula Variables cuantitativas continuas

n

Media aritmética
x i  fi
xi  marca de clase de cada intervalo.
x i 1

N
Me  xi  [ Li , Li 1 )  clase mediana o
intervalo mediana.
1) Ordenamos los datos de menor Valor aproximado  Me  xi = marca de
a mayor. clase del intervalo.
Si N es impar  Me  xc 1 N
 Fi 1
xc  xc 1 Valor exacto  Me  Li  c  2
Si N es par  Me 
2 fi
Mediana
N Donde:
Donde: c
2 Li  límite inferior.
N c  amplitud de los intervalos.
2) Buscamos la primera Fi 
2 c  Li 1  Li
que es Fi  nº  Me  xi Fi 1  frecuencia absoluta acumulada de
la clase anterior.
f i  frecuencia absoluta.
Mo  xi  [ Li , Li 1 )  clase modal o
intervalo modal.
Valor aproximado  Mo  xi = marca de
clase del intervalo.
Valor exacto 
Moda Buscamos la f i mayor  Mo  xi f i  f i 1
Mo  Li  c 
 f i  f i 1    f i  f i 1 
Donde:
Li  límite inferior.
c  amplitud de los intervalos.
c  Li 1  Li

5.2. Medidas de posición

Tipos de medidas de posición Tipos de variables

Primer cuartil Q1 Variables cuantitativas discretas y continuas.
Segundo cuartil Q2 Variables cuantitativas discretas y continuas.
Tercer cuartil Q3 Variables cuantitativas discretas y continuas.
Decil k (Dk) Variables cuantitativas discretas y continuas.
Percentil k (Pk) Variables cuantitativas discretas y continuas.

Gema Isabel Marín Caballero Página 4 de 6

 Formulario Tema 12: Estadística unidimensional.

Variables cuantitativas
Tipos Cómo se calcula
continuas
Q1  xi  [ Li , Li 1 )
Valor aproximado 
1 N
Q1 : 25%  N  0,25  N   N  Q1 :  1 Q1  xi = marca de clase
Primer 4 4
del intervalo.
cuartil N
Buscamos la primera Fi   1 que es Valor exacto 
Q1
4 N
1  Fi 1
Fi  nº  Q1  xi 4
Q1  Li  c 
fi
Q2  xi  [ Li , Li 1 )
Valor aproximado 
1 N
Q2 : 50%  N  0,50  N   N  Q2 :  2 Q2  xi = marca de clase
Segundo 2 4 del intervalo.
cuartil N Valor exacto 
Q2 = Me Buscamos la primera Fi  2 que es
4
N
Fi  nº  Q2  xi 2  Fi 1
Q2  Li  c  4
fi
Q3  xi  [ Li , Li 1 )
Valor aproximado 
3 N
Q3 : 75%  N  0,75  N   N  Q3 :  3 Q3  xi = marca de clase
Tercer 4 4 del intervalo.
cuartil N Valor exacto 
Q3 Buscamos la primera Fi  3 que es
4
N
Fi  nº  Q3  xi 3  Fi 1
Q3  Li  c  4
fi
Recorrido
intercuartílico RIQ  Q3  Q1
RIQ
Dk  xi  [ Li , Li 1 )
Valor aproximado 
k N Dk  xi = marca de clase
Dk : k %  N   N  Dk :  k
10 10 del intervalo.
Decil k
N Valor exacto 
Dk Buscamos la primera Fi   k que es
100
Fi  nº  Pk  xi k
N
 Fi 1
Dk  Li  c  10
fi
k N Pk  xi  [ Li , Li 1 )
Pk : k %  N   N  Pk : k
100 100 Valor aproximado 
Percentil k Pk  xi = marca de clase
Pk
N
Buscamos la primera Fi   k que es del intervalo.
100
Valor exacto 
Fi  nº  Pk  xi

Gema Isabel Marín Caballero Página 5 de 6

 Formulario Tema 12: Estadística unidimensional.

N
k  Fi 1
Pk  Li  c  100
fi

5.3. Medidas de dispersión

Tipos de medidas de dispersión Tipos de variables

Rango o recorrido Variables cuantitativas discretas y continuas.
Desviación media Variables cuantitativas discretas y continuas.
Varianza Variables cuantitativas discretas y continuas.
Desviación típica Variables cuantitativas discretas y continuas.
Coeficiente de variación Variables cuantitativas discretas y continuas.

Tipos Cómo se calcula Variables cuantitativas continuas

Rango o recorrido R  xn  x1 R  Ln  L1
n

Desviación media
x i  x  fi
DM  i 1

N xi = marca de clase del intervalo.

 x 
n n

x
2
2
 fi  x  fi
Varianza i
2
i
 
2 i 1
x  i 1

N N
Desviación típica    2

Coeficiente de 
CV 
variación x

Para comparar la dispersión de dos poblaciones heterogéneas (con distinta media aritmética), se
utiliza el coeficiente de variación, pues indica la variación relativa.

Cuanto menor es el coeficiente de variación, mayor es el grado de representatividad de los

valores centrales y la distribución es menos dispersa.
Cuando dos distribuciones tienen la misma media aritmética, la diferencia entre ambas viene
dada a través de la desviación típica, que nos indica lo alejados que se encuentran los datos con
respecto de la media.

La varianza y la desviación típica de una distribución son siempre positivas o nulas. Es nula
cuando todos los datos son iguales a la media.

Cuanto menor es la varianza o la desviación típica, mayor es el grado de representatividad de

los valores centrales.

Cuando la desviación típica toma valores mayores que uno, hay bastante dispersión.

Si las medidas de dispersión son “pequeñas”, se puede concluir que los datos están agrupados
alrededor de la media aritmética. Es decir, cuanto menores son las medidas de dispersión, más
concentrados están los datos.

Y si las medidas de dispersión son “grandes”, significa que los datos están bastante dispersos.

Gema Isabel Marín Caballero Página 6 de 6