Vous êtes sur la page 1sur 102

INSTITUTO SUPERIOR

TECNOLGICO
NORBERT WIENER

Manual del
Alumno
ASIGNATURA:

Estadstica I

Manual del Alumno

Lima-Per

CURSO: ESTADISTICA I
CICLO III

Manual del Alumno

Los hombres dudan muchas veces antes de dar el


primer paso, porque piensan que no podrn alcanzar la
meta que se han propuesto. Esta actitud es el principal
obstculo que se opone a su progreso, y que cada uno
de nosotros con un pequeo esfuerzo de voluntad puede
vencer.
Mahatma Gandhi

CURSO: ESTADISTICA I
CICLO III

Manual del Alumno

ESTADISTICA I
ndice General
Pag N
1. Estadstica General ............................................................ 5
2. Estadstica Descriptiva....................................................... 7
3. Las Variables Estadsticas..................................................10
4. La Organizacin de los Datos.....................................11
5. Prctica Calificada..........................................................
6. Presentacin de los Datos...................................................24
7. Estadgrafos de Tendencia Central.................................... 25
8. Estadgrafos de Tendencia Central .................................. 29
9. Estadgrafos de Tendencia No Central...35
11 Estadgrafos de Dispersin.........41
12. Distribucin Bidimensional ............................................. .34
CURSO: ESTADISTICA I
CICLO III

Manual del Alumno

14. Regresin Lineal.................................................45


15. Regresin Lineal - Anlisis de Correlacin ...............49
16. Anlisis de Regresin Lineal .............................................65
17. Nmeros Indices ................................................................75
Problemas resueltos..... ...................................83
10.

Problemas propuestos....90

CURSO: ESTADISTICA I
CICLO III

Manual del Alumno


SESION #1

CAPITULO I ESTADISTICA GENERAL


DEFINICION Y CLASIFICACION DE LA ESTADISITICA

ESTADISTICA:
Es una ciencia aplicada a cualquier tema del
saber humano y se encarga de recopilar, ordenar, clasificar y
presentar una informacin llamada Muestra, con el fin de inferir
acerca del comportamiento de una poblacin.
La Estadstica se clasifica en:
1. Estadstica Descriptiva; es la que se encarga de recopilar,
ordenar, clasificar y presenta una informacin, llamada muestra
aleatoria.
2. Estadstica Inferencial; es la parte de la Estadstica que se
encarga de inferir sobre el comportamiento de una poblacin a
partir de una muestra, bajo un margen de error o incertidumbre
que es cuantificado por la teora de probabilidades.
CONCEPTOS FUNDAMENTALES EN ESTADISTICA
POBLACION:
Es un conjunto de observaciones que tienen
una caracterstica en comn la cual se desea estudiar, la poblacin
representa la totalidad de elementos de un determinado estudio y
puede ser finita o infinita.
Ejemplos:
1. Habitantes de Lima (aptos para el sufragio).
Infinita
CURSO: ESTADISTICA I
CICLO III

Poblacin

Manual del Alumno


2. Alumnos de WIENER (altura en mts.)

Poblacin Finita

Una poblacin si es infinita no se puede estudiar en forma completa;


an si es finita es muy engorroso estudiarla en forma completa por
que involucra prdida de tiempo, dinero, etc., por esta razn nos
basamos en una muestra aleatoria.
MUESTRA
Es un subconjunto de la poblacin y para que la muestra sea
representativa debe ser aleatoria o no sesgada.
Una muestra es aleatoria cuando cada elemento de la poblacin tiene la
misma posibilidad de ser seleccionado en la muestra.
La demostraremos por: n= tamao de la muestra nmero total de
observaciones en la muestra.

Ejemplos:
1. Encuesta a 900 personas de Lima aptos para el sufragio.
n = 900
2. Altura (mts) de 45 alumnos de WIENER
n = 45.

PARAMETRO
Nmero que representa a la poblacin. Este valor generalmente es
estimado a partir de una muestra, porque para que sea calculado
exactamente se requiere de la informacin completa de una poblacin lo
cual es muy difcil (los procesos de estimacin de parmetros ser tema
de estudio en Estadstica Inferencial).

ESTADIGRAFO
Llamado tambin estadstico o estimador. Nmero que representa a la
muestra y que puede ser calculado teniendo la informacin de una
muestra. Los Estadgrafos se dividen en:

CURSO: ESTADISTICA I
CICLO III

Manual del Alumno


1. Estadgrafos de Posicin o Tendencia Central: Son aquellos
nmeros que tienden al centro de las observaciones.
2. Es tadgrafos de Dispersin: Son aquellos nmeros que
cuantifican la variabilidad de las observaciones de una muestra.
DATO:
Es la recopilacin o anotacin de cada caracterstica de las observaciones
de una muestra.

Ejemplo:
Altura (mts) de n=5 alumnos de WIENER: 1.65, 1.59, 1.68, 1.63,
1.69.

SESION # 2

CAPITULO II ESTADISTICA DESCRIPTIVA


La Estadstica Descriptiva, se encarga de recopilar la informacin
de una muestra aleatoria, esta informacin tiene que ser ordenada
para una buena presentacin; Esta ordenacin se basa en las
llamadas Tablas de Frecuencias y tambin en los Grficos
Estadsticos.
RECOPILACION DE DATOS
Es el momento en el cual el investigador se pone en contacto con los
objetos o elementos sometidos a estudio, con el propsito de obtener
datos o respuestas de las variables consideradas; a partir de estos

CURSO: ESTADISTICA I
CICLO III

Manual del Alumno


datos o respuestas se calculan los Estadgrafos o indicadores
estadsticos.
FUENTES DE DATOS
La fuente de datos, es el lugar, la institucin, las personas o
elementos donde estn o que poseen los datos que se necesitan para
cada uno de las variables o aspectos de la investigacin o estudio.
En general, se puede disponer de cinco tipos de fuentes de datos:
1. Las Oficinas de Estadstica.- Como instituciones responsables
de recopilar, procesar y publicar las estadsticas sociales o
nacionales.
2. Archivos o Registros Administrativos.- Como el Registro Civil,
Electoral, Escalafn o Personal, Padrn de Contribuyentes, etc..
Estos registros no tienen fines Estadsticos, su funcin es de
tipo legal y administrativo, sin embargo pueden utilizarse como
fuentes de datos estadsticos.
3. Documentos.- Boletines, e informes estadsticos que son las
publicaciones o estudios que preparan los organismos
especializados.
4. Encuestas y Censos.- Son fuentes directas y especiales, que se
construyen en un momento determinado, recopilando datos de
una parte o de la totalidad de una poblacin.
5. Los Elementos o Sujetos.- Son aquellos que estn sometidos a un
estudio, pueden ser personas, instituciones, animales u objetos.

CURSO: ESTADISTICA I
CICLO III

10

Manual del Alumno


TECNICAS DE RECOPILACION O RECOLECCION DE
DATOS
Es el conjunto de mtodos y procedimientos que se llevan a cabo
para recolectar los datos.
Las ms frecuentes tcnicas utilizadas son:
1. La Observacin.- Es la accin de mirar de mirar en forma
sistemtica y profunda, con el inters de descubrir la importancia
de aquello que se observa.
2. La Tcnica Documental.- Es aquella que busca datos a travs de
documentos, fuentes escritas o grficas de todo tipo. Ejm.:
Libros, Informes, Autobiografas, fotografas, planos, videos, etc.
3. La Entrevista.- Es la interrelacin o dilogo entre personas,
donde una de ellas se llama Entrevistador o Encuestador quien
solicita a otra persona llamada Entrevistado o Encuestado le
proporcione algunos datos o informacin.
4. El Cuestionario.- Es un instrumento constituido por un conjunto
de preguntas sistemticamente elaboradas, que se formulan al
Entrevistado o Encuestado, con el propsito de obtener los datos
de las variables consideradas en el estudio. El Cuestionario se
desarrolla en el Formulario o Cdula, en donde las preguntas
estn debidamente organizadas.
5. La Encuesta.- Es la tcnica por la cual se obtiene la informacin
tal como se necesita, preparada exprofesamente y con objetivo
estadstico. Permite observar y registrar caractersticas en las
unidades de anlisis de una determinada poblacin o muestra,
delimitada en el tiempo y en el espacio. El Entrevistado da
respuesta a las preguntas en el formulario o Cdula..
CURSO: ESTADISTICA I
CICLO III

11

Manual del Alumno


SESION # 3

CAPITULO III LAS VARIABLES ESTADISTICAS


LA VARIABLE:
Es la representacin simblica de los datos.
Ejemplo:
Sea X: altura de 5 alumnos de WIENER Donde:
X1= 1.65 mts., X4 = 1.63 mts.

Xi, i= 1 a 5

Las variables se clasifican en:


I.

Variable Cualitativa: Es aquella variable que representa a


datos que indican cualidades, caractersticas, propiedades,
etc., no son numricas (no medibles).

Ejemplos:
X=

Control de calidad de productos de una industria. Bueno,


Malo, Regular, Muy Bueno.

Y=

Estado Civil de una muestra de 200 personas. Soltero, Casado,


Viudo, Divorciado.

II.

Variable Cuantitativa: Es aquella variable que representa a


datos que indican valores numricos (son medibles), y se
clasifican en:

CURSO: ESTADISTICA I
CICLO III

12

Manual del Alumno


Variable Discreta: Es aquella que representa a datos
numricos que no se pueden fraccionar, sirven para contar o
enumerar (pertenecen a los reales).
Variable Continua: Es aquella variable que representa a
datos que pueden ser fraccionados (pertenecen a los reales).
Ejemplo:
El Peso (Kg.) de 6 personas.
65, 56, 59, 70, 63.
La variable continua es la que ms utilizamos, especialmente para los
estudios correspondientes en Ingeniera (Volumen, Temperatura,
Pesos, Mediciones, etc.).

SESION # 4

CAPITULO IV LA ORGANIZACIN DE LOS DATOS


Distribucin o Tablas de Frecuencias: Es la condensacin,
simplificacin, ordenacin, del conjunto de observaciones que
forman la muestra; la caracterstica principal es no perder ningn
dato de la muestra.
Tambin se puede decir que la Distribucin de Frecuencia es la
representacin estructurada, en forma de tabla, de toda la
informacin que se ha recogido sobre la variable que se estudia.
Categoras o Clases.- Son los datos que estn agrupados por sus
caractersticas comunes.
Frecuencia de Clases.- Es el nmero o cantidad de datos que
componen una Categora o Clase. Las Frecuencias se clasifican en :
CURSO: ESTADISTICA I
CICLO III

13

Manual del Alumno


1. Frecuencia Absoluta (Simple).- Representa a la cantidad de datos
de cada Clase.
2. Frecuencia Absoluta Acumulada.- Representa a la suma en forma
acumulativa de Clase en Clase de sus respectivas Frecuencias
Absolutas.
3. Frecuencia Relativa (Simple) .- Es el % que representa a la
cantidad de datos de una Clase con respecto al total de datos.
4. Frecuencia Relativa Acumulada.- Representa a la suma en forma
acumulativa de Clase en Clase de sus respectivas Frecuencias
Relativas.
Veamos un ejemplo (4.1) :
Medimos la altura de los nios de una clase y obtenemos los
siguientes resultados (cm):
Alumno Estatura Alumno Estatura Alumno Estatura
x
x
X
x
x
x
Alumno 1
1,25
Alumno 11
1,23
Alumno 21
1,21
Alumno 2
1,28
Alumno 12
1,26
Alumno 22
1,29
Alumno 3
1,27
Alumno 13
1,30
Alumno 23
1,26
Alumno 4
1,21
Alumno 14
1,21
Alumno 24
1,22
Alumno 5
1,22
Alumno 15
1,28
Alumno 25
1,28
Alumno 6
1,29
Alumno 16
1,30
Alumno 26
1,27
Alumno 7
1,30
Alumno 17
1,22
Alumno 27
1,26
Alumno 8
1,24
Alumno 18
1,25
Alumno 28
1,23
Alumno 9
1,27
Alumno 19
1,20
Alumno 29
1,22
Alumno 10
1,29
Alumno 20
1,28
Alumno 30
1,21
Si presentamos esta informacin estructurada obtendramos la
siguiente Tabla de Frecuencias:
Variable

Frecuencias Absolutas

CURSO: ESTADISTICA I
CICLO III

Frecuencias Relativas

14

Manual del Alumno


(Valor)
X

Simple
X

Acumulada
Simple
X
X

Acumulada
x

1,20

3,3%

3,3%

1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,30

4
4
2
1
2
3
3
4
3
3

5
9
11
12
14
17
20
24
27
30

13,3%
13,3%
6,6%
3,3%
6,6%
10,0%
10,0%
13,3%
10,0%
10,0%

16,6%
30,0%
36,6%
40,0%
46,6%
56,6%
66,6%
80,0%
90,0%
100,0%

Si los valores que toma la variable son muy diversos y cada uno de
ellos se repite muy pocas veces, entonces conviene agruparlos por
intervalos, ya que de otra manera obtendramos una tabla de
frecuencia muy extensa que aportara muy poco valor a efectos de
sntesis.
Segn los tipos de variables y formas de la tabla de frecuencias,
tendremos las siguientes Tablas de frecuencias
1ER. CASO: Tablas de Frecuencias para la variable Cualitativa:
En este caso como la variable cualitativa indica cualidades, propiedades,
etc., y no son medibles; entonces se agrupa de acuerdo a cada categora
que se diferencia en la variable cualitativa. (Sin un orden establecido).

Ejemplo: (4.2).

CURSO: ESTADISTICA I
CICLO III

15

Manual del Alumno


Se tiene la siguiente informacin que representa el Estado Civil de 50
personas encuestadas (edad; 20-30 aos).

Estado Civil
Soltero
Casado
Viudo
Divorciado
Conviviente

No. de personas
25
10
1
6
8

%
50%
20%
2%
12%
16%

Los grficos que se presentan en este caso son los siguientes:

ESTADO CIVIL

CURSO: ESTADISTICA I
CICLO III

Conviviente

Divorciado

Viudo

Casado

30
25
20
15
10
5
0
Soltero

N DE PERSONAS

1). Diagrama de barra:

16

Manual del Alumno

2. Grfico por Sectores Circulares.

PORCENTAJES
Soltero
C onviviente

Divorciado
Viudo

C asado

2DO. CASO: Tabla de frecuencia para la variable discreta y n < 30 :


En este caso la variable es discreta y la muestra pequea, adems hay
que considerar que no haya muchos datos diferentes. La Tabla de
frecuencias es por CLASES, donde cada clase representa el valor
numrico de la variable.

CURSO: ESTADISTICA I
CICLO III

17

Manual del Alumno


La tdf es de la sgte. forma general:
Clase Xi
x1
x2
.
.
.
Xm

Fi
f1
f2
.
.
.
Fm

Fi
F1
F2
.
.
.
Fm=n

hi
h1
h2
.
.
.
hm

Hi
H1
H2
.
.
.
.Hm=1

Donde:
n = numero de clases o intervalos de clase.
fi = frecuencia absoluta: es el nmero de observaciones que hay en
cada clase o intervalo de clase. Adems:
fi+f2+f3+. ...+ fm =n
m
fi = n
i=1
Fi = frecuencia absoluta acumulada: es el numero de observaciones
acumuladas hasta la clase i, es decir:
F1=f1
F2=f1+f2
.
.
CURSO: ESTADISTICA I
CICLO III

18

Manual del Alumno


Fm=f1+f2+f3...+fm =
hi = frecuencia relativa: representa la relacin que existe entre la
frecuencia absoluta y el nmero total de observaciones:

hi

fi
n

Generalmente la frecuencia relativa se expresa en forma porcentual:


hi % = 100%.
Hi = frecuencia relativa
acumuladas hasta la clase i.

acumulada:

Hi=h1
H2=h1+h2
.
.
Hm=h1+h2+....hm=1
Tambin :
Hi

Fi
n

Se expresa en forma porcentual. Hi x 100%


Ejemplo:
CURSO: ESTADISTICA I
CICLO III

frecuencias

relativas

19

Manual del Alumno


Los siguientes datos representan el numero de defectos en 15
diskettes: 5, 10, 5, 11,6,6,3,3,3,5,5,5,10,6,3.
Agrupar en tabla de frecuencias:
Solucin:
Como la muestra es pequea y la variable representa a datos
discretos, entonces agrupamos en clases:
No de
Defectos
Xi
3
5
6
10
11

No. diskettes
fi

Fi

hi%

Hi%

4
5
3
2
1

4
9
12
14
15

26.7
33.3
20.0
13.3
6.7

23.7
60.0
80.0
93.3
100.0

Los grficos que se presentan en este 2do. Caso son:


1. Histograma de frecuencias: En el sistema de coordenadas
rectangulares comparamos Xi vs. fi (o hi%).

CURSO: ESTADISTICA I
CICLO III

20

Manual del Alumno


N DE DISKETTES

HISTOGRAMA
6
4
2
0
3

10

11

DEFECTOS

3ER. CASO: Tabla de frecuencias por intervalos de clase:


En este caso generalmente la variable es continua, tambin puede ser
usado para la variable discreta siendo la muestra grande
(generalmente n >= 30).
La tdf tiene la siguiente forma:
Intervalos
(Li - Ls)
[Xo - X1>
[X1 -

X2>
.
.
.
.
.

[Xm-1- Xm]

Xi

Fi

Fi

hi

Hi

X1
X2
.
.
.
.
.
Xm

f1
f2
.
.
.
.
.
Fm

F1
F2
.
.
.
.
.
Fm

h1
h2
.
.
.
.
.
hm

H1
H2
.
.
.
.
.
Hm

Donde:
X i= marca de clase o punto medio de cada intervalo de clase, se
obtiene mediante la semisuma de los limites de cada intervalo.
CURSO: ESTADISTICA I
CICLO III

21

Manual del Alumno

X i = Ls + Li
2
fi , Fi, hi, Hi ; representan las frecuencias definidas en el caso
anterior.
Procedimiento para construir una tdf por intervalos de clase:
1er. Paso:
Calcular el nmero de intervalos de clase (K):
Para calcular el valor de K, tenemos dos criterios:

a) Criterio personal; de acuerdo a la experiencia del investigador se


puede asumir un valor de m para un tamao de muestra determinado.
b) Mediante la Regla de Sturges:
K =1 +3.3 log. n
2do. Paso:
Calcular la amplitud o tamao del intervalo de clase:(A)
Para calcular la amplitud del intervalo (A) nos basaremos en la siguiente
expresin:

A = Rango de la muestra
K
CURSO: ESTADISTICA I
CICLO III

22

Manual del Alumno


donde: Rango de la muestra = Valor Mayor Valor Menor
Con este procedimiento calculamos una amplitud que ser constante
para cada intervalo, y lo mismo ocurrir entre cada marca de clase.
Los intervalos sern de la forma: [Li Ls], pudiendo ser considerado
cerrado en el ltimo intervalo.
La amplitud A es preferible que sea redondeada considerando la
misma cantidad de decimales que tengan los dato de la muestra.
3er. Paso: Tabulaciones
Tabular y presentar los datos agrupados en la tdf.,
Ejemplos: (2.3)
Los siguientes datos representan el peso (gr.) de 35 sobrecitos de
unas sustancias: 68, 73, 61, 46, 49, 96, 68, 90, 97, 53, 75, 93, 72, 60,
71, 75, 74, 75, 71, 77, 83, 68, 85, 76, 88, 59, 78, 62, 55, 48, 43, 47,
60, 84, 80. Agrupar en tdf.
Solucin:
1) Calculamos K = 1 +3,3 Log 35 = 6.095 = 6
2) Calcula la amplitud del intervalo A:
A

CURSO: ESTADISTICA I
CICLO III

97 43
9
6

23

Manual del Alumno

3) Tabular en tdf:
Peso (grs)
[43 52>
[52 61>
[61 70>
[70 79>
[79 88>
[88 97]

Xi
47.5
56.5
65.5
74.5
83.5
92.5

fi
5
5
5
11
4
5

Fi
5
10
15
26
30
35

hi%
14.3
14.3
14.3
31.4
11.4
14.3

Hi%
14.3
28.6
42.9
74.3
85.7
100.0

Se observa por ejemplo que: 11 sobrecitos tienen un peso


comprendido en el intervalo [70-79> grs. y representan el 31.4% del
total.
Tambin vemos que 15 sobrecitos pesan menos de 70 grs. y
representan el 42.9% del total.

CURSO: ESTADISTICA I
CICLO III

24

Manual del Alumno


SESION # 5

PRIMERA PRACTICA CALIFICADA

SESION # 6

PRESENTACION DE DATOS
LOS GRAFICOS
Los grficos son representaciones en forma de figuras geomtricas,
de superficie o volumen con el objeto de ilustrar los cambios o
dimensin de una variable, para comparar visualmente dos o ms
variables similares o relacionadas. Para una rpida comprensin de
situaciones o variaciones en cantidades, es muy til traducir los
nmeros en grficos o imgenes. Por su naturaleza, un grfico no
toma en cuenta los detalles y no tiene la misma precisin que una
tabla estadstica.
Veamos algunos tipos de Grficos :
1. Histograma de frecuencias: Representa un conjunto de
rectngulos levantados desde cada intervalo de clase hasta la
frecuencia correspondiente (absoluta relativa).
2. Polgono de frecuencias: Consiste en unir los puntos medios
marcas de clase levantadas hasta cada frecuencia correspondientes,
generalmente para su construccin nos podemos basar del
Histograma de frecuencias.
Propiedad: Area del Histograma = Area del Polgono de
frecuencia.
CURSO: ESTADISTICA I
CICLO III

25

Manual del Alumno


3. Ojiva: Se construye basndose en un diagrama escalonado, es
decir considerando las frecuencias acumuladas (absoluta relativa),
y uniendo los lmites de cada intervalo.

HISTOGRAMA Y POLIGONO DE FRECUENCIAS

HISTOGRAMA DE FRECUENCIAS

fi

12.00
10.00
8.00
6.00
4.00
2.00
0.00
.47.5 .56.5 .65.5 .74.5 .83.5 .92.5

Xi

SESION # 7

LOS ESTADIGRAFOS DE TENDENCIA CENTRAL


Se llaman as, porque tienden a ubicar el centro de las observaciones;
Estos estadgrafos de posicin son: media, mediana, moda, media
geomtrica, media armnica, etc. Estudiaremos los ms importantes:

X
CURSO: ESTADISTICA I
CICLO III

26

Manual del Alumno


1. La Media Aritmtica
Llamada tambin promedio, es el estadigrafo de posicin ms
simple y fcil de calcular, por eso es el ms comn.
Se calcula teniendo en cuenta los siguientes casos:
1er. Caso: Datos no agrupados en tablas de frecuencias:
Sean X1, X2............, Xn variables que representan los n datos de una
muestra, la media aritmtica se calcula:
n

i 1

Xi
n

2do. Caso: Datos Agrupados en tabla de frecuencias:


En este caso se calcula mediante la siguiente frmula:

Xi * fi
n

fi = frec. Absoluta
hi = frec. Relativa

O tambin:
X

CURSO: ESTADISTICA I
CICLO III

Xi * hi

hi = frec. Relativa

27

Manual del Alumno


PROPIEDADES DE LA MEDIA ARITMETICA
1. La media de los datos todos iguales a una misma constante es
igual a la constante:
Sea K = cte.

y cada Xi = k -----------------

X X (K ) K

2. Si a cada dato e le suma o resta una constante k, la media queda


sumada o restada por dicha constante:
Si Xi = Xi + K -------------------- X(Y) = X(X+k) = X (X) + k
3. Si a cada dato se le multiplica o divide por una constante k, la
media queda multiplicada o dividida por dicha constante.
4. S Yi = Xi* k ------------------------- X(Y) = X(X* k) = X (X) * k
NOTA. Todas las propiedades cumplen para datos agrupados y
no agrupados

( Xi X ) 0
( Xi X ) * fi 0

Datos no agrupados

Datos agrupados

5. La suma de las desviaciones respecto a la media

CURSO: ESTADISTICA I
CICLO III

es igual a cero.

28

Manual del Alumno

SESION # 8

ESTADIGRAFOS DE TENDENCIA CENTRAL


2. 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 multiplicador 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.

CURSO: ESTADISTICA I
CICLO III

29

Manual del Alumno

3. La Mediana (Me) :
Es aquel estadgrafo de posicin que divide en dos partes
iguales al conjunto de observaciones; es decir la mediana
representa el valor central de una distribucin de datos
ordenados en forma creciente o decreciente.
1er. Caso: Datos No agrupados en TDF:
Primero se ordena los datos en forma creciente o decreciente
y luego se tiene en cuenta s:
a) n es impar. La mediana es el valor central.
n 1

Me X

Es el elemento que ocupa la


posicin (n+1) /2

Ejemplo: Calcular la Me de los siguientes valores:


32, 34, 31, 42, 36, 41, 32, 45, 37,
n=9
Ordenando: 31, 32, 32, 34, 34, 36, 37, 41, 42, 45.
Observamos el valor central:
Me=36 (representa el 5to. dato)
b) n es par.La mediana es igual al promedio o la
semisuma de los valores centrales.

CURSO: ESTADISTICA I
CICLO III

30

Manual del Alumno

Ejemplo: la Me de 12,21,16,18,20,19,16,15,16,17.
Ordenando:

12,15,16,16,16,17,18,19,20,21,
Me

16 17
16.5
2

2do. Caso: Datos Agrupados en TD:


En este caso la Se me calcula mediante la siguiente frmula:

Ame * n Fme 1
2
Me Li
f me

Donde:
Li
=
Ame :=
Fme-1 =
mediana.
fme =

limite inferior de la clase mediana.


tamao del intervalo de la clase mediana.
Frec. Abs. Acumulada anterior a la clase
Frecuencia absoluta de la clase mediana.

Clase Mediana: Es aquel intervalo que contiene el valor que


ocupa la posicin media, es decir contiene a la mediana. Se
calcula mediante:

CURSO: ESTADISTICA I
CICLO III

31

Manual del Alumno


El primer valor Fi mayor o igual que n/2
4. LA MODA (Mo)
Representa al valor que ms se repite en un conjunto de
observaciones:

Si la distribucin de frecuencias tiene un solo valor


mximo, entonces: UNIMODAL.
- Si la distribucin presenta ms de un valor mximo: ,
entonces: POLIMODAL.
Si no hay algn valor que se repita con ms
frecuencia: DISTRIBUCION UNIFORME
1er. Caso: Datos no agrupadas
Sealar el valor que ms se repite.
Ej.
4,5,6,7,4,5,4,6,5,5,4,5,5
UNIMODAL
Ej.

Mo = 5

7,7,6,8,8,6,8,7,7,9,12,11,10,8Mo = 8 BIMODAL

2do. Caso: Datos Agrupados en Tablas de Frecuencias_

D1

D1 D 2

M o Li Amo *

CURSO: ESTADISTICA I
CICLO III

32

Manual del Alumno


Donde:

Li
=
Amo =
D1
D2

limite inferior de la clase modal.


Amplitud de la clase modal.
=
Diferencia ente la Frec. Absoluta de la clase
modal menos la frecuencia absoluta anterior.
=
Diferencia ente la Frec. Absoluta de
la clase modal menos la siguiente.

Clase Modal: Representa el intervalo con la mayor


frecuencia absoluta.
Ejemplos. (3.1)

CURSO: ESTADISTICA I
CICLO III

33

Manual del Alumno


Calcular la Media Aritmtica, Mediana y Moda de la Tabla de
frecuencias del ejemplo (2.3).

47.5 * 5 56.5 * 5 .... 92.5 * 5


gramos
70.336
35

Para calcular la mediana, la clase mediana es el 4to. intervalo:

35 15
72.05
2

11

Me 70 9 *

gramos

Para calcular la Moda, la clase modal es el 4to. intervalo, por


que presenta la mayor frecuencia absoluta.
D1=11 - 5 = 6
D2=11 4 =7

6
74.15
67

M o 70 9 *

Gramos

Nota: La media =mediana = moda, si la distribucin es


simtrica.

SESION # 9

ESTADIGRAFOS DE TENDENCIA NO CENTRAL


CURSO: ESTADISTICA I
CICLO III

34

Manual del Alumno

Las medidas de Posicin o de Tendencia no centrales


permiten conocer otros puntos caractersticos de la
distribucin que no son los valores centrales. Entre otros
indicadores, se suelen utilizar una serie de valores que
dividen la muestra en tramos iguales:
Cuartiles: son 3 valores que distribuyen la
serie de datos, ordenada de forma creciente
o decreciente, en cuatro tramos iguales, en
los que cada uno de ellos concentra el 25%
de los resultados.
Deciles: son 9 valores que distribuyen la
serie de datos, ordenada de forma creciente
o decreciente, en diez tramos iguales, en los
que cada uno de ellos concentra el 10% de
los resultados.
Percentiles: son 99 valores que distribuyen
la serie de datos, ordenada de forma
creciente o decreciente, en cien tramos
iguales, en los que cada uno de ellos
concentra el 1% de los resultados.
Ejemplo: Vamos a calcular los cuartiles de la serie de
datos referidos a la estatura de un grupo de alumnos).
Los deciles y percentiles se calculan de igual manera,
aunque hara falta distribuciones con mayor nmero de
datos.
CURSO: ESTADISTICA I
CICLO III

35

Manual del Alumno


Variable
(Valor)
X

Frecuencias absolutas
Simple
Acumulada
x

Frecuencias relativas
Simple
Acumulada
X

1,20

3,3%

3,3%

1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,30

4
4
2
1
2
3
3
4
3
3

5
9
11
12
14
17
20
24
27
30

13,3%
13,3%
6,6%
3,3%
6,6%
10,0%
10,0%
13,3%
10,0%
10,0%

16,6%
30,0%
36,6%
40,0%
46,6%
56,6%
66,6%
80,0%
90,0%
100,0%

1 cuartil: es el valor 1,22 cm, ya que por


debajo suya se situa el 25% de la frecuencia
(tal como se puede ver en la columna de la
frecuencia relativa acumulada).
2 cuartil: es el valor 1,26 cm, ya que entre
este valor y el 1 cuartil se situa otro 25% de
la frecuencia.
3 cuartil: es el valor 1,28 cm, ya que entre
este valor y el 2 cuartil se sita otro 25% de
la frecuencia. Adems, por encima suya
queda el restante 25% de la frecuencia.
Atencin: cuando un cuartil recae en un valor que se ha
repetido ms de una vez (como ocurre en el ejemplo en
CURSO: ESTADISTICA I
CICLO III

36

Manual del Alumno

los tres cuartiles) la medida de posicin no central sera


realmente una de las repeticiones
Frmulas para calcular los Cuartiles
Para calcular el Primer Cuartil
n

F1 i
4

Q1 Li
F2

Para calcular el Segundo Cuartil


n

F1 i
2

Q 2 Li
F2

Para calcular el Tercer Cuartil


3n

F1 i

Q3 Li
F2

DONDE:
Q1 = Primer Cuartil
Q2 = Segundo Cuartil
Q3 = Tercer Cuartil
Li = Lmite Real inferior de la Clase que contiene el Cuartil
n = Nmero de datos
CURSO: ESTADISTICA I
CICLO III

37

Manual del Alumno


F1 = Frec. Acumulada de la clase anterior a la clase del Cuartil
F2 = Frecuencia absoluta de la Clase del Cuartil
i = Intervalo de Clase

Ejemplo: Calcular el Primer Cuartil de la siguiente


distribucin de frecuencias, referente al consumo de
energa elctrica de un grupo de usuarios
Consumo
Kw Hora
05 - 24
25 - 44
45 - 64
65 - 84
85 - 104
105 - 124
125 - 144
145 - 164

Nmero de Frecuencia
Consumidor Acumulada
4
4
6
10
14
24
22
46
14
60
5
65
7
72
3
75
75

Lmites Reales
4.5
24.5
44.5
64.5
84.5
104.5
124.5
144.5

- 24.5
- 44.5
- 64.5
- 84.5
- 104.5
- 124.5
- 144.5
- 164.5

75

10 20

Q1 44.5
57 KwHora
14
Como cada Cuartil representa el 25%, entonces el Primer Percerntil
ser el 25%.
Respuesta.- El 25% de los usuarios consume 57 KW Hora.

Frmula para calcular los Deciles

CURSO: ESTADISTICA I
CICLO III

38

Manual del Alumno


D = El Decil
Li = Lmite Real inferior de la Clase que contiene el Decil
D # = El nmero de Decil que se quiere hallar
n = Nmero de datos
F1 = Frec. Acumulada de la clase anterior a la clase del Cuartil
F2 = Frecuencia absoluta de la Clase del Cuartil
i = Intervalo de Clase

Utilizando el ejemplo: Calcular el Cuarto Decil de la


distribucin de frecuencias, referente al consumo de
energa elctrica del grupo de usuarios

Como cada Decil representa el 10%, entonces el Cuarto Decil ser


el 40%..
Respuesta.- El 40% de los usuarios consume 69.95 KW Hora.

Frmula para calcular los Percentiles

P = El Percentil
Li = Lmite Real inferior de la Clase que contiene el Percentil
P # = El nmero de Percentil que se quiere hallar
CURSO: ESTADISTICA I
CICLO III

39

Manual del Alumno


n = Nmero de datos
F1 = Frec. Acumulada de la clase anterior a la clase del Percentil
F2 = Frecuencia absoluta de la Clase del Percentil
i = Intervalo de Clase

Utilizando el ejemplo: Calcular el Percentil 79 de la


distribucin de frecuencias, referente al consumo de
energa elctrica del grupo de usuarios

Como cada Percentil representa el 1%, entonces el Percerntil 79


ser el 79%..
Respuesta.- El 79% de los usuarios consume 103.43 KW Hora.
SESION # 10

EXAMEN PARCIAL
SESION # 11

ESTADIGRAFOS DE DISPERSION O VARIABILIDAD


Son aquellos nmeros que miden o cuantifican la variabilidad de las
observaciones, con respecto a un estadgrafo posicin (generalmente
la media aritmtica). Los principales estadgrafos de dispersin son los
siguientes:
1.

LA VARIANZA: V (X)

CURSO: ESTADISTICA I
CICLO III

40

Manual del Alumno


Se define como el promedio del cuadrado de las desviaciones con
respecto a la media.
Cuando la varianza es muestral, entonces V(x) se puede denotar
como
y si la varianza es poblacional, entonces V(x)
se denota como .En este captulo estudiaremos la varianza muestral.
La varianza se calcula, teniendo en cuenta los siguientes casos:
1er. Caso: Datos no agrupados en tablas de frecuencia:

Desarrollando esta sumatoria, obtenemos una forma ms simple


para calcular la varianza:

2do. Caso: Datos agrupados en tablas de frecuencias:

CURSO: ESTADISTICA I
CICLO III

41

Manual del Alumno

O tambin:

CURSO: ESTADISTICA I
CICLO III

42

Manual del Alumno


Desarrollando esta sumatoria, obtenemos:

O tambin:

Donde:
Xi
fi
hi

=
=
=

marca de clases.
frecuencia absoluta
frecuencia relativa

Propiedades de la Varianza:
1.

V(X)

>= 0

2,
3.

V(K) = 0
V(X+/- K) = V(X)
una constante K

(siempre la varianza es positiva


igual a cero).
Esto es si cada Xi = k (constante).
si a cada Xi se le suma (o resta),
entonces la varianza no varia.

4. si a cada dato se multiplica (o por una constante K, entonces la


constante sale elevada cuadrado).

Siendo a y b constantes, X e
Y variables independientes
CURSO: ESTADISTICA I
CICLO III

43

Manual del Alumno


5.

2. DESVIACION STANDART O TIPICA : S(X)


Se define como la raz cuadrada positiva de la varianza, y como la
varianza esta expresada en unidades cuadradas, la desviacin
standart (que esta expresada en las mismas unidades de los
datos), representa mejor la variabilidad de las observaciones.

3. COEFICIENTE DE VARIACION: C.V.


Representa la relacin que existe entre la desviacin standart y el
promedio de un conjunto de observaciones. El C.V. como no tiene
unidades se debe expresar en porcentaje y sirve como medios de
comparacin con otras distribuciones de cualquier tipo de unidad.
Se calcula:

Donde:
S(x)

CURSO: ESTADISTICA I
CICLO III

desviacin tpica

44

Manual del Alumno


X

promedio aritmtico

Ejemplos:
1. Los siguiente datos son temperaturas en grados Fahrenheit
415,500,480,490,476,500,432,479,489,497,496,478,453.
Sin ordenar en tablas de frecuencias:
a) Calcular la varianza.
b) Si a cada dato se le divide entre 5 y luego se suma 10. Hallar la
nueva varianza.
Solucin:
a) Primero tenemos que calcular el promedio para datos no
agrupados:

F
Entonces, calculamos la varianza:

CURSO: ESTADISTICA I
CICLO III

45

Manual del Alumno

b) Es decir:

Esto se resuelve usando propiedades:


2. Dada la siguiente tabla de frecuencias, que representa el peso
(grs), de 34 sobres de cartas:
Intervalos
[ 7 8>
[ 8 9>
[ 9 10>
[10 11>
[11 12>
[12 13]

Xi
7.5
8.5
9.5
10.5
11.5
12.5

fi
1
2
8
11
6
6

a) Calcular el peso promedio y la mediana.


b) Calcular el Coeficiente de Variacin (C.V.)

CURSO: ESTADISTICA I
CICLO III

Fi
1
3
11
22
28
34

46

Manual del Alumno


Solucin:
a) Calculando el promedio:

Gramos
Calculando la mediana:

Gramos

b)
Para calcular el C.V. debemos primero calcular la
varianza

Calculamos la desviacin standart: S(X)=-1.2708 grs. Entonces:

3. Se tiene dos muestras:

En qu muestra cree Ud. Que halla menos variabilidad?

CURSO: ESTADISTICA I
CICLO III

47

Manual del Alumno

Solucin:
Primero hay que tener en cuenta que no se puede comparar las
desviaciones standares de cada nuestra, porque estn
expresadas en diferente unidades, pero si podemos compararlas
con sus C.V. respectivos:

Entonces, comprando ambos coeficientes nos damos cuenta que


existe menor dispersin en los datos de la primera muestra.

CURSO: ESTADISTICA I
CICLO III

48

Manual del Alumno


NOTA: Un C.V. ideal debe estar:

SESION # 12
CAPITULO V: DISTRIBUCION BIDIMENSIONAL
ANALISIS DE REGRESION Y CORRELACION LINEAL
SIMPLE
Los mtodos estadsticos presentados lo hemos referido hasta
Ahora a una sola variable, muchos de los problemas de trabajo
estadstico, sin embargo involucran 2 ms variables. En algunos
casos las variables se estudian Simultneamente, para ver la
forma en que se encuentran interrelacionadas, tambin si se
desea estudiar una variable de inters particular. Estos dos casos
de problemas se conocen por lo general con los nombres de
correlacin y regresin.
Antes de
definir estos casos hablaremos sobre aspectos
importantes que involucran 2 variables: Distribucin Bidimensional.

5.1. Clculo de la Covarianza: S (XY)


La varianza, es la medida que estudia la dispersin de dos
variables, se calcula teniendo en cuenta:
1er. Caso: Datos no agrupados en tablas de frecuencia: En
este caso, las variables X Y se toman en forma simultnea; es
decir se considera no agrupados porque se toman los valores

CURSO: ESTADISTICA I
CICLO III

49

Manual del Alumno


como puntos cartesianos (pares
(X2,Y2)..........(Xm,Ym). Esto es:
X
Y

X1
Y1

X2
Y2

de

X3
Y3

valores).

(X1,Y2),

.......... XN
.......... YN

N: nmero de observaciones total de pares de valores.


De cada observacin se analiza dos variables Simultneamente.
Las Covarianza; S (XY) se define:

.............................
(I)

desarrollando la sumatoria y simplificando:

.........................( II)

CURSO: ESTADISTICA I
CICLO III

50

Manual del Alumno

Para calcular la covarianza S(XY), es preferible utilizar la ec. (II).


Los promedios de X y de Y, as como las desviaciones standares
S(X) Y S(Y), se calculan como en los captulos 3 y 4.
2do. Caso: Datos Agrupados en tablas de frecuencias:
En este caso cada variable X e Y, estn agrupados en tablas de
frecuencias presentndose
lo que se llama: Distribucin
Bidimensional o Tabla de Doble Entrada.
En forma tabular:
X
Y

:
:

agrupado en K intervalos (y = 1... k)


agrupado en m intervalos (j = 1.. m).

:
:

marca de clase (variable X)


marca de clase (variable Y)
frecuencia absoluta conjunta, corresponde al
nmero de observaciones que existe en el I-simo
intervalo de X con el j-simo intervalo de Y.

Donde:
Xi
Yj
fij

Observaciones:
(1)
(2)

Segn la definicin de la covarianza (tanto para datos


agrupados como no agrupados), la covarianza puede ser
negativa.
La covarianza presenta unidades de cada una de las
variables involucradas.

CURSO: ESTADISTICA I
CICLO III

51

Manual del Alumno


(3)

La covarianza S(XY), tambin se denota: Cov (X,Y)

Ejemplos:
(5.1) Dada la siguiente tabla, que representa la medida (X) en cm.
De 8 barretas de metal y el peso (Y) en libras de cada una de
ellas, calcular:
X
Y

a) S(X) b) S(Y) c) S(XY)


1
3
4
6
1
2
4
4

8
5

9
7

11
8

14
9

Solucin:
Este ejemplo, corresponde a datos no agrupados en tabla de
frecuencias.
a)
(X)

S2

S (X) = 4.06
cm.
=

b) S2

(Y)

S (Y) = 2.65
lbs

CURSO: ESTADISTICA I
CICLO III

52

Manual del Alumno

S (XY) = 10.5 cm. lbs

(5.2)

Dada la siguiente tabla en el cual se estudia las alturas (pulg) y


los pesos (libras) de 300 estudiantes hombres en una
Universidad:
X
Y

:
:

Y
X
90-110
100-120
130-140
50-160
170-180
190-200
210-220
Total
Fx

altura (pulgadas).
peso (libras).
58-62

62-66

2
7
5
2

1
8
15
12
7
2

16

45

Calcular:
S (X)

, S(Y) ,

CURSO: ESTADISTICA I
CICLO III

S (XY)

66-70

70-74

74-78

Total
fy

4
22
63
28
10
1

2
7
19
32
20
4

1
5
12
7
2

3
21
50
101
79
39
7

128

84

27

300

53

Manual del Alumno

Solucin:
Como la tabla es Bidimensional, podemos formar tablas de
frecuencias para cada una de las variables por separado, a este
proceso se le conoce como TABLAS MARGINALES.

CURSO: ESTADISTICA I
CICLO III

54

Manual del Alumno


Tabla marginal para x::
Intervalos
Xi
58 62
60
62 66
64
66 70
68
70 74
72
74 78
76

Tabla Marginal para Yi:


Intervalos
Yj
90 110
100
110 130
120
130 150
140
150 170
160
170 190
180
190 210
200
210 230
220

Fi
16
45
128
84
27
300

f.j.
3
21
50
101
79
39
7
300

La variable X presenta 5 intervalos ( i = 1 .....5)


La variable Y presenta 7 intervalos ( j = 1 .....7)
Calculando:

CURSO: ESTADISTICA I
CICLO III

55

Manual del Alumno

S (X) = 3.929 pulgadas

S (Y) = 24.202 Lbs.

Calculando la Covarianza:

S(XY) =51.370 pulg/lib.


CURSO: ESTADISTICA I
CICLO III

56

Manual del Alumno

CURSO: ESTADISTICA I
CICLO III

57

Manual del Alumno


SESION # 14
REGRESION LINEAL
5.2. Diagrama de Puntos y Curvas de Ajuste:
Representan los puntos (X1, Y1), (X2, Y2)..... (XN, YN) en un
sistema de coordenadas rectangulares, donde al sistema de
puntos resultantes lo llamaremos Diagrama de Dispersin o
Diagrama de Puntos: Con el diagrama de dispersin es posible
representar una curva que se aproxime a los datos: Curva de
Aproximacin.
Entonces, encontrar ecuaciones de curvas de aproximaciones que
se ajusten a los datos, es buscar una: Curva de Ajuste.
Tenemos:
a) Conjunto de puntos que se ajustan a una lnea recta (ajuste
lineal o relacin lineal).

*
*
*
*

*
*

*
*

Observamos que el diagrama de puntos gira alrededor de una recta: Y =


a+ bX

CURSO: ESTADISTICA I
CICLO III

58

Manual del Alumno


b)

Conjunto de puntos o diagrama de puntos cuya relacin no es


lineal.

***
***
***
***
***

Algunas de las ecuaciones de curvas de aproximacin:

CURSO: ESTADISTICA I
CICLO III

59

Manual del Alumno

Relacin lineal
Parbola o curva cadratica
Curva Polinomial

Hiprbola
O log Y= log(a) + X* log(b)
Curva Exponencial

Entonces, lo que se desea es encontrar una curva de aproximacin que


se ajuste mejor a los datos, y as mostrar la ecuacin de la curva
respectiva.
El tipo ms sencillo de una curva de aproximacin es la lnea recta cuya
ecuacin puede escribirse: Y = a +b*X

CURSO: ESTADISTICA I
CICLO III

60

Manual del Alumno


5.3 Mtodo de mnimos Cuadrados:
De todas las curvas de aproximacin a una serie de datos puntuales, la
curva tiene la propiedad de que:

sea mnimo
Se conoce como la mejor curva de ajuste por el mtodo de mnimos
cuadrados.
Di= desviacin de cada punto con respecto ala lnea recta.
Este mtodo consiste en minimizar la suma de los cuadrados de las
desviaciones Di.
Entonces para ajustar un diagrama de dispersin a la lnea recta,
utilizaremos este mtodo de los MINIMOS CUADRADOS. Es decir una
recta de aproximacin de mnimos cuadrados del conjunto de puntos (x1,
y1), (x2,y2),......,(xn,yn), tiene la ecuacin: Y = a+b*X , donde a y b se
determinan mediante el sistema de ecuaciones normales, son las
siguientes:

Donde al desarrollar y despejar a y b se obtienen:

CURSO: ESTADISTICA I
CICLO III

61

Manual del Alumno

Otras ecuaciones ms practicas para calcular los valores de a y b de la


ecuacin aproximada Y = a +b*X son las siguientes:

Ejemplo:
Sean los valores:
x
3
y
2

1
1

4
4

6
4

8
5

a) Construye el diagrama de puntos


b) Encuentra las ecuaciones normales
c) Encuentra la ecuacin de la curva de ajuste.

CURSO: ESTADISTICA I
CICLO III

9
7

11
8

14
9

62

Manual del Alumno

Solucin:
a) Llevando los puntos al sistemas de coordenadas rectangulares.

b) Al observar el diagrama de puntos, notamos que se aproxima o ajusta


a una lnea recta, cuya ecuacin es: Y = a+b*X
c) Para encontrar las ecuaciones normales:

CURSO: ESTADISTICA I
CICLO III

63

Manual del Alumno


Entonces las ecuaciones normales son:
40 = 8*a +b* 56
364 = 56*a +b*524
Resolviendo el sistema (Mtodo de Mnimos Cuadrados)
a= 6/11 = 0.545

b=7/11=0.636

d) La ecuacin resultante ser : Y = 0.545 + 0.636X


nota : Si la ecuacin es Y = a +b*X entonces b mide la pendiente de la
lnea recta.

CURSO: ESTADISTICA I
CICLO III

64

Manual del Alumno


SESION # 15
SEGUNDA PRACTICA CALIFICADA
SESION # 16
5.4 Anlisis de correlacin lineal simple:
Definicin: Estudia el grado de asociacin que existe entre las variables
en estudio, el coeficiente que mide la mutua asociacin se denomina:
Coeficiente de Correlacin (r).
Las asociaciones que se pueden presentar son:
1) Correlacin o asociacin Positiva (+), es decir a medidas altas de
una variable, le corresponden medidas altas de otra variable, cambios
en el mismo sentido (Relacin Directamente Proporcional)
X

entonces Y

entonces Y

Ejemplo :
altura y peso
2) Correlacin o Asociacin Negativa (-), En este caso, a valores altos
de una variable, corresponden valores bajos de la otra variable y
viceversa. (Relacin inversamente proporcional).
3) Medidas no Correlacinales; No existe ninguna asociacin entre las
variables.
Caractersticas de Coeficiente de Correlacin Lineal Simple

CURSO: ESTADISTICA I
CICLO III

65

Manual del Alumno


1) r se calcula mediante la siguiente frmula:

S (XY) :
S (X) :
S (Y) :

covarianza de X e Y
desviacin standart de X
desviacin standart de Y

2) r es un nmero abstracto
decir:

(sin unidades) y oscila entre 1 y 1, es

3) - Si r es positivo (Correlacin Positiva), entonces las dos


caractersticas tienden a variar en el mismo sentido.
-

Si r es negativo (Correlacin Negativa), las dos caractersticas tienden


a variar en sentido contrario.

4) Si r=+1 r=-1, entonces la asociacin es perfecta.


5) Si r = 0, no existe asociacin entre las variables:
6) La asociacin, tiende a ser ms estrecha, cuando r:

CURSO: ESTADISTICA I
CICLO III

66

Manual del Alumno


Ejemplo:
(5.4)

Calcula el coeficiente de correlacin, del ejemplo (5.1); donde:


S(X) =4.06;
S(Y) =2.65; S(XY)=10.5

Interpretacin.- Existe una alta asociacin entre las variables estudiadas.


(5.5)

del ejemplo (5.2), donde: S(X)=3.929 pulgadas S(Y)=24.202


libras, S(XY)=51.370 pulg/lbs

Interpretacin.- Existe asociacin entre las alturas y pesos de los


estudiantes de la Universidad dada, esta asociacin es directamente
proporcional.

CURSO: ESTADISTICA I
CICLO III

67

Manual del Alumno


5.4 Anlisis de Regresin Lineal Simple:
En las relaciones entre las variables se pueden presentar los siguientes
casos:
i)

X influye en Y :

X
Y

:
:

Ejemplo:
Edad
ii)

variable independiente
variable dependiente
agilidad mental

Y influye en X
Y: variable independiente
X: Variable dependiente

X = f(Y)

III) Las dos estn influenciadas entre si:


X
Y
X
Y
Ejemplo : precio y produccin de un articulo.
Definicin: La regresin permite estudiar la dependencia de una
caracterstica respecto a la otra, para establecer como vara el promedio
de la primera caracterstica al variar la segunda en una unidad de su
medida.
Se dice regresin lineal, porque las variaciones de la variable
independiente, pueden provocar variaciones proporcionales en las
variables dependientes (ajuste a la lnea recta).
Se dice que la regresin es simple, si una variable independiente influye
sobre otra variable dependiente.

CURSO: ESTADISTICA I
CICLO III

68

Manual del Alumno


Ejemplo:
Protena de harina

volumen de pan

Ecuacin de Regresin Lineal Simple.


Es una ecuacin para estimar una variable dependiente a partir de la
variable independiente.
Si X : Variable independiente
Y : Variable dependiente

Donde :

Y = variable dependiente estimada


: b = coeficiente de R.L.S.

Caractersticas del Coeficiente de R.L.S. (b)


1) b :
indica el nmero de unidades en que vara la variable
dependiente al variar la independiente en una unidad de su medida.
2) Si b es positivo los cambios son directamente proporcionales.
Si b es negativo entonces los cambios son inversamente proporcional
3) b : mide la pendiente de la lnea de regresin.
4) b, esta dado en unidades de la variable dependiente.
5) b y r siempre tienen el mismo signo.
6) b se calcula:

CURSO: ESTADISTICA I
CICLO III

69

Manual del Alumno

S Y = f(X), entonces:

Y el valor de la constante a:

Si X= f (Y)

(se realiza cambio de X por Y y viceversa)

Lnea de Regresin.- consiste en el trazo o grfica de la ecuacin de


regresin lineal simple, es decir el grfico de los puntos
si la
ecuacin es:
Regresin de Y sobre X; o el grfico de los puntos (X,Y) si la ecuacin
es X= a+ bY : Regresin de X sobre Y.
Ejemplo:
selecciona al azar cuatro meses de un ao y se registra tanto los
ingresos como los gastos, en miles de dlares, de cierta empresa:
Ingreso (miles de dlares)
Egresos (miles de dlares)
I.

10
4

11
5

12
9

13
10

Efectuar un estudio de Regresin Lineal Simple, asumiendo que


los egresos estn en funcin de los Ingresos:
1) Calculando el coeficiente de Regresin b e interpretndolo
2) Calculando el coeficiente de interseccin a

CURSO: ESTADISTICA I
CICLO III

70

Manual del Alumno


3) Encontrando la ecuacin
trazar la lnea de Regresin.
II.

de Regresin Lineal Simple y

Realiza un anlisis de Correlacin Lineal Simple, e interprete el


valor de r.

Solucin:
I.
Como el egreso est en funcin de los ingresos:
Egresos: variable dependiente: Y
Ingresos: variable independiente: X
1) Calculando b
Primero calculamos:

Entonces:

Mile
s

CURSO: ESTADISTICA I
CICLO III

dl
are
s

71

Manual del Alumno

Interpretacin.- Por cada mil dlares adicional en el Ingreso de dicha


empresa, habr un aumento en el Egreso de 2.2 miles de dlares en
promedio.
2) Para calcular a :

3) Ecuacin de Regresin Lineal Simple:


Como Y es variable dependiente, entonces:

Para el trazo en el sistema de ejes cartesianos se tendr que reemplazar


en la ecuacin de Regresin, los diferentes valores de X:
Y=-18.30 +2.2. (10) = 3.7
Y=-18.30 +2.2 (11) = 5.9
Y=-18.30 +2.2 (12) = 8.1
Y=-18.30 +2.2 (13) =10.30
Tambin se puede estimar nuevos valores de los Egresos (Yi) a partir de
un valor Xi.
Ejemplo:
Para un ingreso de 15mil dlares, se espera tener en promedio un Egreso
de:
Y =-18.30 + (2.2) (15) = 14.7 miles de dlares
La lnea de Regresin: unin de puntos (Xi,Yi)
II.

Anlisis de Correlacin:

CURSO: ESTADISTICA I
CICLO III

72

Manual del Alumno


Interpretacin.- Existe una alta asociacin entre los ingresos y los
egresos, siendo los cambios directamente proporcionales.

CURSO: ESTADISTICA I
CICLO III

73

Manual del Alumno


SESION #17
CAPITULO VI: NUMEROS INDICES
Definicin.- Un nmero ndice es una medida estadstica diseada para
mostrar los cambios en una variable (o en un grupo de variables) con
respecto al tiempo, situacin geogrfica, renta, profesin, etc.
Aplicaciones:
1. Comparar el costo de alimentos en otros costos de vida durante un
ao o perodo con respecto al ao o perodo anterior.
2. En negocios y Economa.
Tipos de Indice:
(6.1)

Indices Simples: Cambios en un solo bien determinado


1) Indices de Precios Relativos.- uno de los ejemplos ms
sencillos de nmero ndice es un precio relativo, que
representa la razn del precio de un bien determinado en un
perodo con respecto a otro perodo llamado base.
Indice de Precio Relativo: IPR

Po : precio de un bien en perodo base


Pn : precio de un bien en perodo dado
S

Pa: precio de un bien en el perodo a


Pb : precio de un bien en el perodo b

Ejemplo:
CURSO: ESTADISTICA I
CICLO III

74

Manual del Alumno


(6.1) Supngase que los precios de consumo de 1 tarro de leche en junio
de 1990 es de 22,000 intis y en junio de 1989 fue de 5,000 intis,
tomando 89 como base.
El IPR Simple:
Es decir: en 1990 el precio de leche fue el 440% del que tena en
el ao 89, es decir se increment en un 340%
Observacin: IPR Simple es un bien en un perodo a (Pa), con
respecto al mismo perodo a (Pa) =1
2) Indices de Cantidades (o volumen) Relativos.- En lugar de
comparar precios de un bien, se puede tambin comparar
cantidades de un bien (cantidad de produccin, consumo,
exportacin, etc.) calculemos la cantidad o volumen relativo
(suponiendo que las cantidades dentro de cualquier otro
perodo son constantes).
Indice de Cantidad Relativo: IQR

qn : cantidad de un bien en el perodo n


qo : cantidad de un bien en el perodo base
3) Valor Relativo.- Si p es precio de un bien durante un perodo
y la cantidad o volumen producido, vendido, etc., durante ese
perodo.
Valor total = p * q
Ejemplo:
Si se han vendido 1000 tarros de leche a $0.75 c/u
Valor total = 0.75 * 1000 = $ 750

CURSO: ESTADISTICA I
CICLO III

75

Manual del Alumno


Si Po Y qo denotan precio y cantidad de un bien durante un
perodo base y pn y qn denotan el precio correspondiente durante
un perodo dado, los valores totales durante estos perodos son
Vo y Vn respectivamente y el valor relativo (VR) se define:

(6.2)

Indices Compuestos:
En la prctica, no se esta tan interesada en comparaciones de
precios, cantidades etc., de bienes individualmente considerados,
como en comparaciones de grandes grupos de tales bienes, es
decir es preferible considerar un grupo de bienes para medir los
cambios respectivos.
Los principales Indices compuestos se calculan teniendo en
cuenta los siguientes mtodos:
1) Mtodo de Agregacin Simple.- Este mtodo de clculo de
un ndice de precio (o cantidad), expresa el total de los
precios (o cantidades) de bienes en el perodo dado, como
porcentaje del total de los precios (o cantidades de bienes en
el perodo base.
Tenemos:
Indice de Precios de Agregacin Simple: IPAS

CURSO: ESTADISTICA I
CICLO III

76

Manual del Alumno


Donde:

Pn = suma total de precios de bienes empleados en el periodo dado.


Po = suma total de precios de bienes empleados en el ao base.
Desventaja: No tiene en cuenta la importancia relativa de las cantidades
de los diferentes bienes.
2)

mtodo de Media de Relativo Simple. En este mtodo


existen varias posibilidades dependiendo del procedimiento empleado
para promediar los precios relativos (o cantidades relativas), tal como
la media aritmtica, media geomtrica, Mediana, etc.

Tenemos :
Indice de precios de Media de Relativo Simple: IPMRS (Promedio de los
precios relativos de cada uno de los bienes empleados):

Donde:
(Pn/Po) = suma de los precios relativos de bienes.
N
= nmero total de bienes empleados.

CURSO: ESTADISTICA I
CICLO III

77

Manual del Alumno


Mtodo de Agregacin Ponderada. Para salvar algn inconveniente del
mtodo de agregacin simple, se da un peso al precio de cada bien
mediante un factor adecuado, tomando a menudo una cantidad o volumen
del bien determinado durante el periodo dado, o algn periodo tpico (que
puede ser una media de varios aos). Tales pesos indican la importancia
de cada bien particular.
Aparecen as, los tres siguientes ndices para precios:
(I). Indice de Precios de Laspeyres (o mtodo del ao
base): IPL
Pondera los precios considerando como factor de
ponderacin a las cantidades en el periodo base.

Cuando los bienes empleados corresponden a la canasta


familiar, el IPL se denomina ndice de Precios del
Consumidor o Indice del Costo de Vida, y se utiliza para
medir el nivel de inflacin.
(II) Indice de Precios de Paasche (o mtodo del ao dado):
IPP
Pondera los precios de cada bien, considerando como
factor de ponderacin a las cantidades del periodo dado.

CURSO: ESTADISTICA I
CICLO III

78

Manual del Alumno

(III). Indice Ideal de Fisher


Representa la media geomtrica de los ndices de
Laspeyres y
Paasche (promedio de los ndices
ponderados).

Ejemplo:
(6.3)
La tabla muestra los precios y cantidades consumidas de cierto
pas de distintos productos frreos en los aos 79, 86 y 87.
Ao
Plata
Cobre
Plomo
Stao
Zinc

Precios ($/Lbs)
1979
1986
17.00
26.01
19.36
41.88
15.18
15.81
99.32
101.26
12.15
13.49

CURSO: ESTADISTICA I
CICLO III

1987
27.52
29.99
14.46
96.17
11.40

79

Manual del Alumno

Ao
Plata
Cobre
Plomo
Stao
Zinc

Cantidad (Mills de bls)


1979
1986
1357
3707
2144
2734
1916
2420
161
202
1872
2018

1987
3698
2478
2276
186
1424

a) Calcular Indice de Precios de Agregacin Simple para el ao 86,


considerando como ao base 1979
b) Calcular el IPL para el ao 87, con base en el ao 79
c) Calcular el IPP para el ao 87, con ao 86
Solucin

Esto significa, que los precios del conjunto de productos frreos, en el ao


86, representa el 121.7% de los precios que tenan en el ao 79, es decir
se incrementaron en 21%.
Nota:
Las frmulas descritas anteriormente para obtener nmeros ndice de
precios se modifican fcilmente para obtener nmeros ndices de cantidad
o volumen, con el simple intercambio de p y q.

CURSO: ESTADISTICA I
CICLO III

80

Manual del Alumno


Ejemplo : Indice de cantidad de Agregacin Simple: IQAS

(6.4)

Deflacin
Aunque los ingresos de las personas pueden elevarse
tericamente en un perodo de dos aos, su ingreso real puede
netamente ser inferior, debido al incremento del costo de vida y
por consiguiente su poder de adquisicin.
Ejemplo (5.3)
Si el ingreso de una persona en 1990 es el 150% de su ingreso
en 1989 (es decir a aumentado en 50%) mientras que el ICV es
el 500% del ao 89, el salario real de la persona ser en 1990

Salario Real

El salario real de la persona en 1990 es el 30% del que tena en


1989, es decir el poder adquisitivo de esta persona ha disminuido
en 70%.

CURSO: ESTADISTICA I
CICLO III

81

Manual del Alumno


ANEXOS
PROBLEMAS RESUELTOS
a) tablas de frecuencia y Estadigrafos de posicin:
1) La siguiente distribucin muestra el peso en gramos de 30
paquetes de
un determinado producto:
[10 14.5>
M/2

Gramos
hi

[14.5 19.5>
0.17

[19.5 24.5>
2M

Se pide completar la tabla:


Solucin
Si la sumatoria de las hi = 1
Sabemos que :
M/2 + 0.17 +2M +M +0.13 = 1

M/2 +3M = 1-0.30


M/2 +3M = 0.7
7M = 1.4
M

0.2

sabemos que

Por lo tanto fi = hi * n
Remplazando valores de hi

CURSO: ESTADISTICA I
CICLO III

hi

fi
n

[24.5 29.5>
M

82

Manual del Alumno


hi
M/2
0.17
2M
M
0.13
Completando el cuadro:
Intervalos
Xi
[10.5 14.5>
12.25
[14.5 19.5>
17
[19.5 24.5>
22
[24.5 29.5>
27
[29.5 35>
32.25

hi
0.10
0.17
0.40
0.20
0.13

fi
3
5
12
6
4

Fi
3
5
12
6
4
1.00

30

hi
0.10
0.17
0.40
0.20
0.13

Hi
0.10
0.17
0.67
0.87
1.00

2)Los siguientes datos son los puntajes obtenidos por 50 estudiantes en


un examen de Estadstica I:
33,
50,
61,
69,
80,

35,
52,
64,
71,
81,

35,
53,
65,
73,
84,

39,
54,
65,
73,
85,

41,
55,
65,
74,
85,

41,
55,
66,
74,
88,

42,
57,
66,
76,
89,

45,
59,
66,
77,
91,

47,
60,
67,
77,
94,

48,
60,
68,
78,
97.

Clasificar estos datos convenientemente en intervalos de clase de igual


amplitud y construir los grficos respectivos.
Solucin
I)
Rango = 97-33 = 64
II)
K = 1+3.32 * log (10) = 1+ 3.22 (1.699) = 6.47

CURSO: ESTADISTICA I
CICLO III

83

Manual del Alumno


Redondeando al entero inmediato superior
intervalos)

K = 7 (siete

III) La amplitud de Clase A = 64 / 7 = 9.14, aproximando al entero mayor


(recuerda que la amplitud debe tener la caracterstica de los datos)
A = 10
Para facilitar el conteo de las frecuencias, tomaremos como lmite inferior
de la primera clase 30.
clases
[30, 40>
[40, 50>
[50, 60>
[60, 70 >
[70, 80>
[80, 90>
[90, 100>
TOTAL

xi
35
45
55
65
75
85
95

fi
4
6
8
13
9
7
3
50

Fi
4
10
18
31
40
47
50

hI
0.08
0.12
0.16
0.26
0.18
0.14
0.06
1.00

HI
0.08
0.20
0.36
0.62
0.80
0.94
1.00

Ntese que en el ultimo intervalo el lmite superior puede ser abierto ya


que sobrepasa al valor ms alto de los datos.
GRAFICOS

CURSO: ESTADISTICA I
CICLO III

84

Manual del Alumno

CURSO: ESTADISTICA I
CICLO III

85

Manual del Alumno

2) El supervisor de una planta de produccin desea comprobar si los


pesos netos de las latas de conserva de durazno tienen el peso
reglamentario (18 onzas) para lo cual registra el peso de 36 latas
obteniendo los siguientes datos:

17.0,
17.6,
18.1,
18.4,

17.5, 18.5, 18.1, 17.5, 18.0, 17.5, 17.3, 18.0, 18.0, 18.0,
18.2, 17.6, 18.4, 17.7, 17.7, 17.9, 18.3, 17.1, 17.8, 17.3,
17.6, 17.7, 18.2, 18.4, 18.0, 18.2, 17.1, 18.6, 18.1, 18.5,
17.9, 18.2.

Se pide :
a)
b)
c)
d)

Presentar los datos en una tabla de frecuencia.


Determine el peso promedio.
Determine el peso central (la mediana).
Determine el peso Modal.

CURSO: ESTADISTICA I
CICLO III

86

Manual del Alumno


Solucin
i)

Rango = 18.6 17.0 =1.6

ii)

K = 1+ 3.32 * log (36) = 6.17 redondeamos a 6 intervalos

iii)

A = 1.6 / 6 = 0.266 lo aproximamos a 0.3 (recuerden


siempre se redondea A hacia el mayor respetando la
caracterstica de los datos, en este caso con un digito
decimal). A = 0.3

a) La tabla queda:
Clases
[17.0, 17.3>
[17.3, 17.6>
[17.6, 17.9>
[17.9, 18.2>
[18.2, 18.5>
[18.5, 18.8>
TOTAL

Xi
17.15
17.45
17.75
18.05
18.35
18.65

fi
3
5
7
11
8
2
36

Fi
3
8
15
26
34
36

hi
0.08
0.14
0.19
0.31
0.22
0.06
1.00

Hi
0.08
0.22
0.42
0.72
0.94
1.00

Xi*fi
51
87
124
199
147
37
645.6

Clase modal

Clase mediana
b)

onzas

c) Para la mediana buscar en Fi aquel que sea igual o mayor que


n/2, es decir
Fi>= 36/2 =18.
CURSO: ESTADISTICA I
CICLO III

87

Manual del Alumno

Onzas

d) Para calcular la moda usamos el intervalo de mayor fi

Onzas

CURSO: ESTADISTICA I
CICLO III

88

Manual del Alumno


PROBLEMAS PROPUESTOS:
1) La siguiente tabla muestra las frecuencias relativas de 200 alumnos.
EDADES
Hi%

16
10

19
15

22
37

25
75

28
85

31
100

a) Muestra los lmites de cada intervalo de clase.


b) Que tanto por ciento de los estudiantes tienen edades entre 12 y 26
aos.
2) Los siguientes datos son las velocidades en Km./h. De 30 carros que
pasaron por un punto de control de velocidades.
60,
49,
a)
b)
c)

30, 38, 60, 45, 20, 35, 20, 40, 54, 38, 35, 40, 10, 45, 60, 49,
30, 55, 46, 105, 29, 38, 80, 40, 28, 15, 82, 72.
Calcular la media de los datos sin clasificar.
Agrupa estos datos convenientemente.
Calcule la media, mediana y moda.

3)Un grupo de 50 empleados de sistemas de una gran compaa recibe un


curso intensivo de Programacin de Ordenadores. De los varios
ejercicios distribuidos durante el curso, se muestra el nmero de
ejercicios completados satisfactoriamente por los miembros del grupo:
13, 9, 8, 14, 16, 15, 6, 15, 11, 5, 3, 11, 11, 9, 18, 18,
5, 1,15, 12, 16, 12, 14, 9, 6, 10, 5, 12, 17, 11, 12, 13,
8, 19, 12, 11, 18, 15, 13, 9, 10, 9, 10, 7, 21, 16, 12, 9,
2, 13.
a) Agrupar estas cifras en una tabla de distribucin de frecuencias,
usando el mtodo de Sturges.
b) Calcula la media, mediana y moda.
c) Estima la desviacin tpica para datos no agrupados.
4) Sean los siguientes datos: f1=3, F2=8, F3=18, f5=2, x4=3, K=6,
H4=0.875, A=2, n=24. Completa la tabla de distribucin de frecuencias
y calcular la Varianza.

CURSO: ESTADISTICA I
CICLO III

89

Manual del Alumno


5)
y

dada la siguiente tdf:

[0.5
[2.5
[4.5
[6.5
[8.5
[10.5
[12.5
a)Calcula h3% y h5%
b)Calcula la Varianza.

intervalos
2.5>
4.5>
6.5>
8.5>
10.5>
12.5>
14.5>

hi%
2%
10%
h3%
16%
h5%
10%
2%

7) Se tiene una distribucin simtrica de frecuencias con 7 intervalos de


igual amplitud A =20 y considerando los siguientes datos:
X3*f3 = 1260, f2 + f5 = 62, H6% = 96%, f1 = 8, h3% = 21%.
a) Calcula la media, mediana y moda
b) Calcula el C.V.
8) Se conocen los siguientes datos del peso de un grupo de estudiantes:
Intervalos
[20 30>
[30 40>
[40 50>
[50 60>
[60 70>

fi

Hi

0.96

fi = 50
si se sabe que:
h1=h3 y
h2=h4

Determina:
a) La media, mediana y desviacin tpica.
b) Presenta los datos en un Histograma y polgono de frecuencias.

CURSO: ESTADISTICA I
CICLO III

90

Manual del Alumno


9) Sabiendo que la tabla de frecuencias, es simtrica, completarla con
los datos, dados, si adems se sabe que la mediana es igual a 27.5.
Luego calcula la media, la moda y la desviacin estndar.

Intervalo
L0 L1
L1 L2
L2 L3
L3 L4
L4 L5
L5 50
50 L7

Xi

fi

Fi

hi

Hi

0.20
0.65
0.95

fi = 60
10) Una fabrica tiene dos departamentos uno de produccin y otro de
ventas. Las siguientes tablas de frecuencias presentan los haberes
percibidos hasta fines de abril en cada uno de los departamentos.

CURSO: ESTADISTICA I
CICLO III

91

Manual del Alumno


Haberes semanales en
dlares
[10 15>
[15 20>
[20 25>
[25 30>
[30 35>
[35 40
[40 45
Total

Nde trabajadores dpto.


de produccin
15
25
30
20
5
5
0
100

Haberes mensuales en N de trabajadores


dlares
Dpto. de Ventas
[20 60>
0
[60 80>
5
[80 100>
5
[100 120>
15
[120 140>
20
[140 160>
5
total
50
Calcule:
a) El haber promedio mensual y la desviacin tpica correspondiente a
cada departamento.
b) El haber promedio mensual y la desviacin tpica del conjunto de
trabajadores de ambos departamentos.
11) Se ha recibido una muestra compuesta de 100 probetas de concreto
con el objetivo de analizarlas. Una de las pruebas consisti en
determinar la carga de rotura de dichas probetas, encontrndose los
siguientes resultados:

CURSO: ESTADISTICA I
CICLO III

92

Manual del Alumno


Intervalo de rotura
[120 125>
[125 130>
[130 135>
[135 140>
[140 145>

N de probetas
10
20
38
25
7

Determine :
a) La carga media de rotura.
b) La carga mediana de rotura.

Regresin lineal
1) La tabla muestra alturas con aproximacin de pulgadas y los pesos
con aproximacin de libras de una muestra seleccionada al azar:
altura

70

63

72

60

66

70

74

65

62

67

65

68

peso

155

150

180

135

156

168

178

160

132

145

139

152

a) Hallar la ecuacin de la recta de ajuste usando mnimos cuadrados.


b) Estimar el peso de un estudiante cuya altura es de 61 pulgadas.
c) Estimar la altura de un estudiante cuyo peso es de 170 libras.

CURSO: ESTADISTICA I
CICLO III

93

Manual del Alumno

Solucin:
X
70
63
72
60
66
70
74
65
62
67
65
68
X = 802

Calculando a y b:

CURSO: ESTADISTICA I
CICLO III

Y
155
150
180
135
156
168
178
160
132
145
139
152
Y=1850

4900
3969
5184
3600
4356
4900
5476
4225
3844
4489
4225
4624
= 53792

X*Y
10850
9450
12960
8100
10296
11760
13172
10400
8184
9715
9035
10336
X*Y
124258

94

Manual del Alumno

a = -60.75

b = 3.22
a)

Y = -60.75 + 3.22 X
b)Y = -60.75 + 3.22(61) = 135.67 libras. Redondeando Y =136 libras.

c) 170 = -60.75 + 3.22 X

Pulgadas, redondeando X = 72 pulgadas

2) La produccin de acero en Estados Unidos en millones de toneladas


cortas (una tonelada corta = 2000 libras), durante los aos 1946
1956 aparecen en la siguiente tabla:

CURSO: ESTADISTICA I
CICLO III

95

Manual del Alumno

Aos
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956

Produccin en
Ton. cortas
66.6
84.9
88.6
78.0
96.8
105.2
93.2
111.6
88.3
117.0
115.2

a) Halla la ecuacin de ajuste (recta de mnimos cuadrados).


b) Estima la produccin de acero durante los aos 1957 y 1958.
c) Estima la produccin de acero durante los aos 1945 y 1944.

CURSO: ESTADISTICA I
CICLO III

96

Manual del Alumno


Solucin:
Para poder trabajar con los aos se debe colocar una escala paralela que
inicie en cero (pues las fechas no sirven para estos clculos).
Aos

1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
TOTALES

0
1
2
3
4
5
6
7
8
9
10
55

66.6
84.9
88.6
78.0
96.8
105.2
93.2
111.6
88.3
117.0
115.2
1045.4

X*Y
0
1
4
9
16
25
36
49
64
81
100
385

a) Hallando la recta de ajuste

a = 75.30

b = 3.95
Y = 75.30 + 3.95 X

CURSO: ESTADISTICA I
CICLO III

0
84.9
177.2
234.0
387.2
526.0
559.2
781.2
706.4
1053
1152
5661.1

97

Manual del Alumno


b y c) Estimando la produccin:

Aos
1944
1945
1957
1958

X
-2
-1
11
12

CURSO: ESTADISTICA I
CICLO III

Produccin
67.40
71.35
118.75
122.70

98

Manual del Alumno

PROBLEMAS PROPUESTOS
1) Construir una lnea recta que aproxime los datos de la tabla:

10

11

15

17

a) estimar los
valores de y
para:
x= 11, x= 15,
x=4, x= 6
b) estimar los
valores de x
para:
y= 2, y=5, y=
18, y= 15

2)La produccin de acero en Estados Unidos en millones de


toneladas cortas(1 tonelada corta = 2000 libras) durante los aos
1986 1996 aparece en la tabla:

CURSO: ESTADISTICA I
CICLO III

99

Manual del Alumno

Ao

Produccin de acero en EE.UU.


(millones de
toneladas cortas)

1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996

66.6
84.9
88.6
78.0
96.2
105.2
93.2
111.6
88.3
117.0
115.2

a) Realiza el diagrama de
dispersin.
b) Determina la ecuacin de
la recta de ajuste.
c) Estima la produccin de
acero durante los aos:
1997 y 1998.
d) Estima la produccin de
acero durante los aos:
1985 y1984
e) Halla r e interpreta.

3)Se desea encontrar una ecuacin que estime los ingresos anuales en
funcin de los salarios mensuales,con este fin se ha recopilado los
salarios mensuales e ingresos anuales de 8 trabajadores de una
empresa.
Salarios
mensuales
Ingresos
anuales

100

150

200

275

300

325

350

375

1200

1800

2400

3300

3600

3900

4200

4500

a) Crea el diagrama de dispersin respectivo.


b)CURSO:
Determina
la recta de mnimos cuadrados.
ESTADISTICA I
c)CICLO
Estima
III los salarios mensuales para aquellos
trabajadores cuyo ingreso anual es de 5700.
d) Calcula el coeficiente de Correlacin (interpretar).

100

Manual del Alumno


4)La produccin de cigarrillos en Per durante los aos 1985 1992 fue:

Ao
Ncigarrillos
(millones)

a)
b)
c)
d)

1985
98.2

1986
92.3

1987
80.0

1988
89.1

1989
83.5

1990
68.9

1991
69.2

1992
7.1

Representa el diagrama de dispersin con recta de aproximacin.


Halla la ecuacin de mnimos cuadrados.
Determina e interpretar el coeficiente de Correlacin
Estima la produccin de cigarrillos para los aos 1995 y 1998.

Nmeros ndices
Problemas propuestos:
1) La siguiente tabla muestra los precio y cantidades de alguno cereales
en los aos 1989 y 1998.

CURSO: ESTADISTICA I
CICLO III

101

Manual del Alumno


1989
producto
Cebada
Maz
Avena
Arroz
Centeno
Trigo

Precio
1.39
1.24
0.72
0.086
1.42
2.24

Cantidad
237
3238
1220
4077
18.1
1098

1998
producto
Cebada
Maz
Avena
Arroz
Centeno
Trigo

Precio
1.24
1.15
0.65
0.097
1.27
2.23

Cantidad
470
3800
1422
4702
32.5
1462

A) Tomando como base a 1989 hallar el ndice de Laspeyres,


El ndice de Paashe, el ndice ideal de Fisher. Para el ao 1998.
B)

Tomando como base a 1989 hallar el ndice de Laspeyres,


El ndice de Paashe, el ndice ideal de Fisher. Para el ao 1989.
C) Determine el ndice de agregacin simple para los aos 1989 y 1998.
2) La tabla muestra los precios al por menor y producciones medias de
antracita y gasolina en EE.UU. durante los aos 1949 y 1958.

precios
producto
antracita
CURSO: ESTADISTICA I
CICLO III

1949
$20.13 por tonelada corta

1958
28.20 por tonelada corta

102

Manual del Alumno


gasolina

20.3 cent. Por tonelada 21.4 cent. Por tonelada


corta.
corta

cantidades
producto
antracita
gasolina

1949
1958
3559
millones
de 1821
millones
de
toneladas cortas
toneladas cortas
80.2 millones de barriles * 118.6 millones de barriles

Cada barril contiene 42 galones.

a) Determina el ndice de agregacin simple para 1958 con base en


1949.
b) Determina el ndice de agregacin simple para 1949 con base en
1958.
c) Halla el ndice de Laspeyres, Paashe, Fisher para el ao 1958 con
respecto a 1949. Interpretar.

CURSO: ESTADISTICA I
CICLO III

Vous aimerez peut-être aussi