Académique Documents
Professionnel Documents
Culture Documents
10
12
14
15
17
19
20
21
25
27
27
29
31
31
34
34
34
36
37
38
38
39
43
45
47
48
48
52
53
56
56
59
62
63
64
67
67
69
72
73
74
74
76
79
80
48,8
54,9
49,3
56,8
52,5
57,3
52,7
53,1
58,1
58,7
58,9
58,9
59,6
60,4
61,6
62,3
62,7
63,3
64,4
65,7
11
10
12
10
12
10
12
11
12
Como la diferencia entre los valores extremos es 111 - 82 = 29, al decidir -por ejemploutilizar 6 clases, el intervalo de cada clase ser aproximadamente de $5. Para establecer
los lmites de cada clase, hay que considerar la unidad ms cercana con respecto a la
cual se miden las observaciones. En este caso se va a redondear al dolar ms cercano.
Con estos datos podemos establecer la siguiente tabla:
9. ESTADSTICA DESCRIPTIVA
9.1 Unidades estadsticas y caracteres.
. Se llaman unidades estadsticas o individuos a los componentes de una determinada
poblacin de datos centro del estudio estadstico.
Cada uno de los individuos de la poblacin puede describirse segn uno o
varios caracteres.
Cada uno de los caracteres estudiados puede presentar dos o ms modalidades.
Las modalidades son las diferentes situaciones posibles del carcter, y deben ser al
mismo tiempo, incompatibles y exhaustivas.
Ejemplo 1:
El personal de una empresa (unidades estadsticas), del cual puede ser realizado un
estudio estadstico de su edad, sexo, antigedad, sueldo, etc. (caracteres). Por ejemplo,
de la antigedad podra subdividirse en "menos de tres aos", "entre tres y diez aos" y
"ms de diez aos" (modalidades).
Ejemplo 2:
La totalidad de barcos fabricados en un determinado periodo de tiempo (unidades
estadsticas), de la que se hace un estudio del material de fabricacin, capacidad,
modalidades de uso, etc. (caracteres). Por ejemplo, en cuanto a las modalidades de uso
pueden ser: transporte y mercancas.
* Carcter cualitativo y cuantitativo.
Un caracter se dice cualitativo si sus diversas modalidades no son expresables
numricamente (por ejemplo: sexo, profesin...).
cuantitativos.
Una variables estadstica se llama discreta si sus valores son nmeros aislados (por
ejemplo, nmeros enteros como sucede en el caso de "nmero de hijos", pues nadie
tiene 1,57 hijos ).
Una variable estadstica se llama continua si sus valores pueden ser cualquier
nmero (por ejemplo, el "tamao de una pieza").
9.2 Distribuciones estadsticas de una carcter.
Consideremos una poblacin estadstica de n indivduos descrita segn el carcter C,
cuyas k modalidades son:
C1, C2, ... , Ci, ... , Ck
Cuando la variable estadstica es continua, las modalidades del carcter son las clases
de valores posibles definidas por los extremos de clase. Por ejemplo, si designamos
poreo, ..., ei, ..., ek los elementos de clase, tal como se muestra en la grfica:
* Distancia entre las marcas de las clases n i y n i+1 viene definida por:
Lmites de clase
Marca de clase
Frecuencia, i
82-86
87-91
92-96
97-101
102-106
107-111
Totales
84
89
94
99
104
109
3
7
8
8
7
7
40
Frecuencia
f /n
relativa i
Frec. acumulada
3/40 = 0,075
7/40 = 0,175
8/40 = 0,200
8/40 = 0,200
7/40 = 0,175
7/40 = 0,175
3
10
18
26
33
40
Frec. relativa
acumulada
3/40 = 0,075
10/40 = 0,250
18/40 = 0,450
26/40 = 0,650
33/40 = 0,825
40/40 = 1,000
1,000
a la suma ponderada de
Cuando la variable estadstica es contnua, es decir, los datos estn agrupados, los
valores xi son las marcas de clase de cada uno de los intervalos.
Ejemplo 4:
Calcular las tres medidas de tendencia central para el ejemplo 3.
Solucin: Teniendo en cuenta que eran 40 observaciones, se obtiene que: la
mediana es la medida de los dos valores correspondientes a las observaciones 20 y 21,
despus de haberlas ordenado en orden creciente, es decir: (98+99)/2 = 98,50.
La media en este caso es:
De aqu podemos extraer otra frmula muy empleada, para ello desarrollamos el
cuadrado:
Ejemplo 4:
Calcular la varianza y la desviacin estndar para los datos del ejemplo 3.
Solucin: En primer lugar debemos hallar la suma de los cuarenta valores y la suma
de sus cuadrados:
Ejemplo 5:
Calcular los valores aproximados de la varianza y la desviacin estndar para los
datos del ejemplo 3 considerndolos como agrupados.
Solucin: Con los datos del ejemplo 3 podemos establecer la siguiente tabla ( NOTA:
En xi se coloca el punto medio de la clase):
xi
fi
x i
fi.xi
84
89
94
99
104
109
3
7
8
8
7
7
7056
7921
8836
9801
10816
11881
21 168
55 447
70 688
78 408
75 712
83 167
Total
40
384 590
Ejemplo 6:
Hallar la desviacin media para los valores no agrupados del ejemplo 3.
Solucin: Solamente tenemos que considerar la expresin para la desviacin media,
que en este caso es:
Datos no
agrupados
97,90
98,50
95,00
61,015
7,81
6,61
6,60
29,0
Datos agrupados
97,75
98,25
96,50
61,217
7,82
6,63
6,57
---
Rec. intercuantil
Rec. interdecil
-----
12,50
22,00
0,2
4,4
9,7
4,7
0,8
3,7
4,6
1,2
1,2
7,6
2,9
5,8
2,5
0,7
0,9
7,2
3,8
1,1
0,5
1,4
0,4
2,8
5,6
6,2
0,4
1,6
1,5
5,5
6,8
0,5
2,8
3,3
9,5
1,2
1,3
1,9
2,7
3,4
5,2
1,4
35
63
25
78
66
76
33
36
48
58
58
69
32
42
44
48
53
61
72
44
59
51
57
52
56
desviacin mediana, empleando tanto los datos agrupados como los no agrupados, y
comparar los dos conjuntos de resultados.
3. Los siguientes datos agrupados representan los pagos por almacenamiento para los
50 ms grandes detallistas durante el ao 1979.
Lmites de clase
Frecuencias
1,10 - 1,86
1,87 - 2,63
2,64 - 3,40
3,41 - 4,17
4,18 - 4,94
4,95 - 5,71
5,72 - 6,48
6,49 - 7,25
4
14
11
9
7
1
2
2
Frecuencia
27
66
91
70
57
34
16
3
52,5
58,9
62,3
56,8
62,7
57,3
64,4
53,1
58,9
60,4
52,7
58,7
65,7
59,6
54,9
61,6
49,3
58,1
48,8
63,3