Ing. Ren Izquierdo V.

Estadstica I

MODULO:

ESTADSTICA I

TOTAL HORAS:

80 HORAS

PROFESOR:
ING. RENE IZQUIERDO VERA

Ing. Ren Izquierdo V.

Estadstica I

ESTADSTICA BASICA
DEFINICIN.
Es la ciencia de la recopilacin, clasificacin, presentacin e
interpretacin de datos
Se refiere a un ordenamiento sistemtico de datos presentados en forma
de cuadros y grficas, que permiten visualizar la informacin.
ESTADSTICA.
Es una ciencia CUANTITATIVA que describe los fenmenos
COLECTIVOS, los analiza cientficamente y predice conclusiones o
resultados lo mas OBJETIVO POSIBLE.
1.
2.
3.

La estadstica es una ciencia cuantitativa, pues pertenece a la rama de

las matemticas y con ello sealamos que los nmeros son su
herramienta de trabajo.
Su objetivo como ciencia es describir y analizar fenmenos colectivos
(comerciales, econmicos, sociales, educativos, etc.), es decir, le
interesa como objeto de estudio el conjunto, lo grupal o colectivo.
La estadstica tiene sus tcnicas y leyes que le permiten predecir el
comportamiento del fenmeno, investigando resultados los ms
cercanos a la verdad u objetividad.
1. Ciencia cuantitativa
2. Describe y analiza los fenmenos colectivos
3. Predice resultados lo ms objetivos sobre
el comportamiento del fenmeno

Dentro del sector pblico existen organismos especializados que manejan las
estadsticas nacionales, como el INEC que le permiten planificar sus
actividades y disear polticas en torno a fenmenos como: Inflacin,
desempleo, insalubridad, sueldos, desnutricin, dficit habitacional, impuesto,
etc. En el sector privado tiene gran aplicacin en actividades tales como:
control de calidad, ventas, personal, mercadotecnia, contabilidad,
presupuestos, etc.
CONCEPTOS FUNDAMENTALES DE LOS ELEMENTOS ESTADSTICOS
En la definicin de estadsticas se haba puntualizado que esta ciencia analiza
y describe fenmenos colectivos, los mismos que son susceptibles de
anlisis e interpretacin numrica, as por ejemplo: ventas, productos
elaborados, calificaciones, sueldos, minutos de atraso, mercadera deteriorada,
etc, toda esta informacin que tiene expresin numrica se la conoce en
Estadstica como DATOS u OBSERVACIONES, y el colectivo donde se extrajo
la misma se la conoce como POBLACION o MUESTRA.
1

Ing. Ren Izquierdo V.

Estadstica I

Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.)

que porten informacin sobre el fenmeno que se estudia. Por ejemplo, si
estudiamos la edad de los habitantes en una ciudad, la poblacin ser el total
de los habitantes de dicha ciudad.
Muestra: Es una parte significativa o subconjunto de los elemento que
componen la poblacin.
Subconjunto de la poblacin seleccionado de acuerdo con un criterio, y que sea
representativo de la poblacin. Por ejemplo, elegir 30 personas por cada
colonia de la ciudad para saber sus edades, y este ser representativo para la
ciudad.
Individuo: cualquier elemento que porte informacin sobre el fenmeno que se
estudia. As, si estudiamos la altura de los nios de una clase, cada alumno es
un individuo; si estudiamos la edad de cada habitante, cada habitante es un
individuo.
Variable: Fenmeno que puede tomar diversos valores. Las variables pueden
ser de dos tipos:
Variables cualitativas o atributos: no se pueden medir
numricamente (por ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numrico (edad, precio de un
producto, ingresos anuales
Por su parte, las variables cuantitativas se pueden clasificar en discretas y
continuas:
Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.).
Por ejemplo: nmero de hermanos (puede ser 1, 2, 3....,etc, pero,
por ejemplo, nunca podr ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un
intervalo. Por ejemplo, la velocidad de un vehculo puede ser 80,3
km/h, 94,57 km/h...etc.
Las variables tambin se pueden clasificar en:
Variables unidimensionales: slo recogen informacin sobre una
caracterstica (por ejemplo: edad de los alumnos de una clase).
Variables bidimensionales: recogen informacin sobre dos
caractersticas de la poblacin (por ejemplo: edad y altura de los
alumnos de una clase).
Variables pluridimensionales: recogen informacin sobre tres o
ms caractersticas (por ejemplo: edad, altura y peso de los
alumnos de una clase).

Ing. Ren Izquierdo V.

Estadstica I

DATOS
Caractersticas o nmeros que son recolectados por observacin. No
son otra cosa que el producto de las observaciones efectuadas en las
personas y objetos en los cuales se produce el fenmeno que queremos
estudiar
Los datos estadsticos pueden ser clasificados en cualitativos,
cuantitativos, cronolgicos y geogrficos
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre
ellos es de clase y no de cantidad. Ejemplo: Si deseamos clasificar los
estudiantes que cursan la materia de estadstica I por su estado civil,
observamos que pueden existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos representan diferentes
magnitudes, decimos que son datos cuantitativos. Ejemplo: Se clasifican los
estudiantes de acuerdo a sus notas, observamos que los valores (nota)
representan diferentes magnitudes.
Datos cronolgicos: cuando los valores de los datos varan en diferentes
instantes o perodos de tiempo, los datos son reconocidos como cronolgicos.
Ejemplo: Al registrar los promedios de notas de los Alumnos en los diferentes
semestres.
Datos geogrficos: cuando los datos estn referidos a una localidad
geogrfica se dicen que son datos geogrficos. Ejemplo: El nmero de
estudiantes de educacin superior en las distintas regiones del pas

FENOMENOS
COLECTIVO ELEMENTOS CARACTERISTICAS

Poblacin
Muestra

Personas
Animales
Cosa, etc.

Rasgos
Propiedades
cualidades, etc

ENTEROS
(Variable Discreta)
CUANTITATIVAS N de hermanos: 5
VARIABLES
FRACCIONADOS
(adoptan Valores) (Variable Continua)
(X - Y Z)
Estatura: 1,65

CUALITATIVAS ESTADO CIVIL

O ATRIBUTOSCasados
Solteros
Divorciados
Unin Libre
Viudos

Ing. Ren Izquierdo V.

Estadstica I

CLASIFICACION DE ESTADSTICA
mas que una clasificacin es la divisin de la estadstica en dos funciones:
1.
2.

Estadstica Descriptiva
Estadstica Inferencial

ESTADSTICA DESCRIPTIVA
Se denomina estadstica descriptiva o funcin descriptiva a aquella parte de la
ciencia estadstica que alcanza sus objetivos describiendo las caractersticas
de todos los elementos que conforman la poblacin. Su tarea es ANALIZAR
EL TODO PARA SACAR CONCLUSIONES PARA EL TODO
Los resultados obtenidos de esta funcin se denominan PARMETROS.
ESQUEMA GRAFICO DE LA FUNCION DESCRIPTIVA
ANALIZAR L TODO PARA SACAR CONCLUSIONES PARA EL TODO

X1 = Primer Dato

X1, X2, X3
X4, X5, X6
-- -- --- -- Xn

Xn = Ultimo dato
Resultados: Parmetros

POBLACION

ESTADSTICA INFERENCIAL
Se denomina estadstica descriptiva o funcin Inferencial a aquella parte de la
ciencia estadstica que alcanza su objetivo describiendo las caractersticas de
una parte significativa de los elementos de una poblacin, es decir de una
MUESTRA, para a travs de ella poder estimar o inferir el comportamiento de
la poblacin. Su tarea es: ANALIZAR UNA PARTE, SACAR CONCLUSIONES
PARA EL TODO
ESQUEMA GRAFICO DE LA FUNCION INFERENCIAL
ANALIZAR UNA PARTE PARA SACAR CONCLUSIONES PARA EL TODO

X1, X2, X3
X4, X5, X6
MUESTRA

INFERIR
ESTIMAR

X1, X2, X3
X4, X5, X6
-- -- --- -- Xn
POBLACION

Resultados: Estadgrafos

Ing. Ren Izquierdo V.

Estadstica I

EL PROCESO ESTADISTICO
CARACTERSTICAS DE LA INVESTIGACION.
Cuando se realiza una investigacin las caractersticas bsicas que deben
tener las mismas son:

VALIDEZ (esto es, que sea demostrable)

CONFIABILIDAD (que permita ser aplicable con iguales o parecidos
resultados

PRECISION (que su exactitud sea satisfactoria en su concordancia con el

objetivo de la investigacin)

Antes de realizar cualquier investigacin es imprescindible determinar el

FENMENO que se va a investigar y las caractersticas que nos interesa para
el anlisis.
FENMENO
ESTADSTICO.
produccin, accidentes, etc.

Exportaciones,

importaciones,

ventas,

PROCESO ESTADSTICO.
Todo proceso requiere de un PLANEAMIENTO que nos permita sealar con
claridad las fases o actividades necesarias para llevar a cabo una
investigacin.
Existen cuatro fases fundamentales que requieren un proceso estadstico.
1. Recopilacin de datos
2. Organizacin de datos
3. Presentacin de datos
4. Anlisis e Interpretacin de datos
1. RECOPILACIN DE DATOS.
Fuente Interna
Datos Publicados
RECOPILACIN
DE DATOS

Directa
Fuente Externa

Encuesta
Indirecta
Observacin Directa

2. ORGANIZACIN DE DATOS
Correccin de datos
Clasificacin de Datos

Cronolgica
Geogrfica
Cuantitativa
Cualitativa

Ing. Ren Izquierdo V.

Estadstica I

Tabulacin
3. PRESENTACIN DE DATOS
Presentacin Textual
Presentacin Tabular
Presentacin Grafica

DIAGRAMA DE PUNTOS:

Frecuencia

notas
1
2
3
4
5
6
7
8
9
10

frecuencias
23
7
Diagrama de Puntos
12
4
30
20 7
10 1
0 17
08
5
10
7
Notas
12

Serie1
15

HISTOGRAMA: limites de clase

N
otas
frec.
Ls
Li
0,5
1,5 23
1,5
2,5
7
2,5
3,5 12
3,5
4,5
4
4,5
5,5
7
5,5
6,5
1
6,5
7,5 17
7,5
8,5
8
8,5
9,5
7
9,5 10,5 12

Ing. Ren Izquierdo V.

Estadstica I

Polgono de frecuencias:
Notas
1
2
3
4
5
6
7
8
9
10

frec.
23
7
12
4
7
1
17
8
7
12

Grafica Circular:
Notas
1
2
3
4
5
6
7
8
9
10

frec.
23
7
12
4
7
1
17
8
7
12

4. ANLISIS E INTERPRETACIN DE DATOS.

Tiene que ver con el aspecto analtico descriptivo de los datos, como:
Distribuciones de frecuencias, anlisis de medidas de tendencia central y de
dispersin para realizar comparaciones en cuanto al comportamiento
investigado, anlisis de elementos de probabilidades, funcin Inferencial, etc.

DISTRIBUCIN DE FRECUENCIAS

Ing. Ren Izquierdo V.

Estadstica I

Una distribucin de frecuencias es una tabla en el cual se agrupan en clases

los valores posibles para una variable y se registra el nmero de valores
observados que representa a cada clase. Los datos organizados en una
distribucin de frecuencias se denominan DATOS AGRUPADOS.
Distribucin de frecuencias: muestra el nmero de veces que ocurre cada
observacin.
Ejemplo: Se elabor una encuesta en un jardn de nios y sta inform que las
mascotas ms comunes que tiene un nio son perros, gatos, peces, hmsteres
y pjaros
perro
pjaro
hmster
perro
perro

gato
hamster
gato
perro
perro

Perro
Gato
Pjaro
hmster
Pjaro

hamster
perro
gato
pjaro
gato

A continuacin se muestra la distribucin de frecuencias absolutas, relativas y

porcentuales de las mascotas ms comunes de los nios.
Mascota

Frecuencia
absoluta
7
4
4
5

Perro
Pjaro
Hmster
Gato

Frecuencia relativa
.35
.20
.20
.25

Frecuencia
acumulada
35 %
20 %
20 %
25 %

Estos datos se pueden representar en una grfica de barras o en una grfica

de pastel:
Grfica de barras

Grfica de pastel

FRECUENCIAS (fi).

Ing. Ren Izquierdo V.

Estadstica I

Se denomina frecuencia de un dato estadstico al nmero de veces u

ocasiones que un valor de la variable o una categora o modalidad del atributo
se repite en la investigacin.
DISTRIBUCIN DE FRECUENCIAS DE VARIABLE
De las notas de Estadstica de 7 estudiantes de licenciatura y Educacin
bsica, se obtuvieron las siguientes calificaciones:
Notas (Xi)
X1=8, X2=10, X3=7, X4=8, X5=9, X6=10, X7=8
Entonces los datos originales obtenidos de la investigacin sobre las notas
(variables) de los estudiantes (frecuencias) se expresaran:
Notas
8, 10, 7, 8, 9, 10, 8
(n = 7)

n = Total de datos

Los datos originales presentados as, no nos permiten ninguna interpretacin

del fenmeno investigado, por lo tanto lo procedente es organizar estos datos
en una Serie Estadstica Variable.
Notas
(Xi)
7
8
9
10

Estudiantes
fi
1
3
1
2
n= 7

Una vez organizada la serie estadstica en una distribucin de frecuencias de

variable podemos hacer la respectiva interpretacin de los datos. As por
ejemplo la segunda fila (leyendo de derecha a izquierda) indica que existen 3
estudiantes que tienen notas de 8.
Ejemplo:
Salario Diario N obreros (f)
7
20
33
25
11
4
Total 100

Numero de obreros

140 159
160 179
180 199
200 219
220 239
240 - 259

Histograma de frecuencias
40
30
20
10
0
140
159

160
179

180
199

200
219

Salarios

DISTRIBUCIN DE FRECUENCIAS DE ATRIBUTO

220
239

240 259

Ing. Ren Izquierdo V.

Estadstica I

Se investigo el Estado Civil (Atributo). Las respuestas (modalidades) son:

Estado Civil (Ai)
A1= Soltera, A2= casada, A3= Unin libre, A4= Divorciado, A5= Soltera, A6=
soltera, A7= casada, A8= soltera, A9= Unin libre, A10= casada.
Para organizar la Serie Estadstica las modalidades que adopta deben ser
ordenadas alfabticamente.
Estado Civil
(Ai)

Estudiantes
fi

Casadas
Divorciadas
Solteras
Unin libre

3
1
4
2
n = 10

Una vez organizada la serie estadstica en una distribucin de frecuencias de

atributos podemos interpretar los datos. As por ejemplo la tercera fila indica
que existen 4 estudiantes de estado civil solteras.
DISTRIBUCIN DE FRECUENCIAS DE DATOS NO AGRUPADOS
Recopilados los datos (valores) de archivos de Personal tenemos la siguiente
informacin:
CARGAS FAMILIARES
1
3
3
1
3
5
5

3
7
5
3
5
5
5

3
3
7
5
3
1
3

3
3
2
2
7
3
3

5
3
3
3
3
1
1

1
1
3
7
2
2
2

7
5
2
3
3
3
3

3
3
2
3
5
3
5

2
3
1
2
2
3
3

5
2
2
5
5
7
3

(n = 70)
CARGAS FAMILIARES
EMPLEADOS
RECUENTO

X
1
2
3
5
7

f
8
12
30
14
6
n = 70

10

Ing. Ren Izquierdo V.

Estadstica I

Una vez organizada la tabla estadstica y realizado el recuento para determinar

las frecuencias respectivas de cada valor de la variable, debemos realizar una
tabla de frecuencias de datos no agrupados
CARGAS FAMILIARES DE EMPLEADOS
DE UNA EMPRESA
Cargas
Familiares
(Xi)
1
2
3
5
7

F R E C U E N C IAS
SIMPLES
f
hi
pi
8
12
30
14
6
n = 70

0,11
0,17
0,43
0,20
0,09
1,00

11
17
43
20
9
100%

Respuesta: el 11% de las personas encuestadas que son 8 tienen 1 carga familiar

FRECUENCIAS
FRECUENCIAS SIMPLES.
FRECUENCIA ABSOLUTA SIMPLE (fi).Son valores enteros obtenidos en el
recuento de los datos que expresan el nmero de veces que se repite los
distintos valores que adopta la variable. Se simbolizan con letras minsculas.
FRECUENCIA RELATIVA SIMPLE (hi).Son valores proporcionales mayores
que cero menores que uno (0 hi 1). Se los calcula dividiendo cada frecuencia
absoluta simple para el total de datos ( fi / n ).
FRECUENCIA PORCENTUAL SIMPLE (pi).Son valores relativos o
proporcionales de las frecuencias relativas elevadas a porcentajes al
multiplicarse estas por cien (pi = hi x 100%).
Ejercicio: Un camin que transportaba cajas cuyo contenido es de productos
frgiles (porcelana) tuvo un accidente. Con el fin de cuantificar el nmero de
productos deteriorados (variable) se revisaron las 50 cajas (frecuencias)
transportadas.
PRODUCTOS DETERIORADOS
5
6
10
6
7

8
7
6
7
9

6 7 8
9 10 6
7 9 8
6 9 7
5 7 7

8 6 9
9 6 9
7 6 7
8 10 9
8 10 8

11

7
6
5
8
9

6
7
6
6
6

( n = 50 )

Ing. Ren Izquierdo V.

Estadstica I

Productos Deteriorados

Cajas Revisadas
Recuento

Xi

fi

5
6
7
8
9
10

3
14
12
8
9
4
n = 50

Productos Deteriorados del Embarque

de cajas de porcelana
Productos
Deteriorados
(Xi)
5
6
7
8
9
10

F R E C U E N C IAS
SIMPLES
f
hi
pi
3
14
12
8
9
4
n = 50

0,06
0,28
0,24
0,16
0,18
0.08
1,00

6
28
24
16
18
8
100%

ACUMULADAS
Fi
Pi
3
17
29
37
46
50

6
34
58
74
92
100

La frecuencia simple nos indica que el 28% de las cajas revisadas que son
14 de ellas tienen 6 productos deteriorados
La frecuencia acumulada nos indica que el 1005 de las cajas revidas que
son todas ellas (50) tienen desde 5 hasta 10 productos deteriorados.
FRECUENCIAS ACUMULADDAS.
FRECUENCIA ABSOLUTA ACUMULADA (Fi).Sus valores se los obtiene del
de las acumulaciones sistemticas de las frecuencias simples, donde
necesariamente la primera frecuencia acumulada es igual a la primera
frecuencia simple, y la ultima frecuencia acumulada es igual a total de datos.
FRECUENCIA PORCENTUAL ACUMULADA (Pi). Para obtener sus valores se
sigue el mismo procedimiento que la absoluta acumulada. As mismo
necesariamente la primera frecuencia porcentual es igual a la primera
porcentual simple, y la ultima porcentual acumulada es igual al 100%

12

Ing. Ren Izquierdo V.

Estadstica I

NUMERO DE CLASES
El nmero de clases depende del nmero de valores a ser agrupados y el tipo
de informacin que el investigador desea tener. El nmero de clase de una
tabla de distribucin de frecuencias es usualmente entre 5 y 20.
LIMITES DE CLASES.
Los lmites de clase superior o inferior establecidos en una distribucin de
frecuencia, indican las cotas o fronteras de cada clase en la distribucin.
En muchos casos, los lmites de clases establecidos no son los lmites de clase
verdaderos. Hay blancos entre clases. En tales casos, el punto medio de cada
blanco es considerado como el lmite verdadero o real entre las dos clases que
forman el blanco.
El punto medio o centro de clase de cada clase es empleado usualmente
para representar cada valor original, agrupado en la clase para propsitos de
anlisis matemticos. El centro de clase puede calcularse de los lmites de
clase, ya sea los establecidos o los reales.
Intervalo de clase
establecido
Limite
Inferior

1
4
7

Intervalo de clase
real

Lmite Limite
superior Inferior

3
6
9

Lmite
superior

0,5
3,5
6.5

Limite de clase inferior

establecido

3,5
6,5
9,5

Punto medio o
Centro de clase
2
5
8

Limite de clase inferior

establecido
2

Limite de clase inferior

verdadero

Lmite de clase inferior

verdadero
2

Ejemplo: encontrar los limites de clase y el valor del punto medio para cada
clase: 0 y menos 2, 2 y menos 4, 4 y menos 6.
Intervalo de clase
establecido
Limite
Inferior

1
4
7

Intervalo de clase
real

Lmite Limite
superior Inferior

3
6
9

Lmite
superior

0,5
3,5
6.6

3,5
6,5
9,5

13

Punto medio o
Centro de clase
2
5
8

Ing. Ren Izquierdo V.

Estadstica I

MEDIDAS DE TENDENCIA CENTRAL

MEDIA ARITMTICA ( x ).
Media aritmtica o simplemente Media. La forma ms comn de obtener un
promedio, es la Media Aritmtica, que es la suma de todos los valores
obtenidos, dividida entre el nmero total de ellos.

x
x

X 1 X 2 X 3............. X n
n

LA MEDIA ARITMTICA EN UNA DISTRIBUCIN DE FRECUENCIAS DE

DATOS NO AGRUPADOS Y AGRUPADOS EN INTERVALOS.

X . fi
i

Ejercicio 1:
Se realizo una encuesta sobre el nmero de veces que semanalmente
concurren los clientes de un comisariato a hacer compras.
Concurrencia
Semanal
Xi
1
2
3
4
6

Clientes
fi
32
11
15
7
5
n = 70

X
n

Xi . fi
32
22
45
28
30
157
157 2,24
70

Respuesta: los clientes del comisariato en promedio concurren hasta dos

veces semanales.

14

Ing. Ren Izquierdo V.

Estadstica I

Ejercicio 2: Encontrar el peso promedio?

En una encuesta sobre el peso de los alumnos de 1er. Ao de una escuela de
educacin fsica, se obtuvieron los siguientes datos:
54
59
64
69
67
313

60
65
51
65
55
296

51
56
61
65
65
298

57
61
65
52
66
301

67
58
54
63
58
300

METODO DIRECTO
Peso
50.54
55-59
60-64
65-69

54
64
59
50
55
282

60
64
63
59
54
300

52
56
57
61
61
287

61
58
52
62
62
295

62
59
66
63
67
317

2989

2989
= 59,76 Kg
50

fi
10
13
16
11
n = 70

El punto medio:
Pm1 = 50 + 54 = 52
2
Pm2 = 55 + 59 = 57
2
Pm1 = 60 + 64 = 62
2
Pm1 = 65 + 64 = 67
2
Entonces:
X = 52(10) + 57(13) + 62(16) + 67(11)
50
X = 59,80 kg
Como se ve, la diferencia es poca y el clculo es ms sencillo.
Conclusin: Los estudiantes del 1er ao tienen un promedio 59.80kg.

15

Ing. Ren Izquierdo V.

Estadstica I

EJERCICIO:
DATOS:
26-25-23-20-26-19-25-18-20-23-17-21-15-20-18-23-14-21-23-18-17-19-15-18-26-1618-17-26-18-25-19-26-20-17-21-25-22-23-24-25-20-26-27-24-17-20-18-19-20-21-23
X
14
15
16
17
18
19
20
21
22
23
24
25
26
27
= 287
N = 14

fi
1
2
1
4
8
4
7
4
1
6
2
5
6
1
= 52

X.fi
14
30
16
68
144
76
140
84
22
138
48
125
156
27
= 1088

X rango
14 - 16
17 - 19
20 - 22
23 - 25
26 - 28

Xm
15
18
21
24
27

fi
4
16
12
13
7

Xm.fi
60
288
252
312
189

= 105
N=5

= 52

= 1101

MEDIA ARITMETICA EN SERIE SIMPLE.-

287
20,5
14

105
21
5

MEDIA ARITMETICA EN SERIE SIMPLE CON FRECUENCIA DE DATOS

AGRUPADOS.-

X . fi
i

1088
20,92
52

16

X
n

. fi

1101
21,17
52

Ing. Ren Izquierdo V.

Estadstica I

La media de una muestra es igual a la media ponderada de las submuestras,

tomndose como ponderacin los tamaos de las submuestras.
x

x1 n1 x 2 n 2
n

Ejemplo 1:
Si la media de 75 artculos es de 52,6 galones y la de 25 artculos es de 48,4 galones,
encuentre la media de los 100 artculos.
x1 52,6

n 100

x1 n1 x 2 n 2
n

n2 25

x 2 48,4

52,6 75 48,4 25
51,55 galones
100

Ejemplo 2.
De 500 estudiantes de secundaria cuya estatura media es de 1,57 mts., 150 son mujeres.
Si la estatura media de las mujeres es de 1,52 mts., cual es loa estatura media de los
varones?
n 500

n1 150

x1 n1 x 2 n 2
n

1,57

n2 350

x 1,57

x1 1,52

1,52 150 x 2 350

500

1,57 500 228 350 x 2

785 228
x 2 1,59 Mts de estatura media
350

17

Ing. Ren Izquierdo V.

Estadstica I

MEDIANA (Me)
Se llama mediana al valor que ocupa el centro de la distribucin de datos,
dejando a cada lado el 50% de los mismos. Mediana en Serie Ordenada con
Intervalos de Clase.
Para determinar la mediana en este tipo de clculo se utiliza la siguiente
formula:

Me Li

n / 2 Nj 1
c
fi

Ejemplo:
Hasta cuantos minutos de atraso trimestrales se atrasa el 50% de los
trabajadores?.

Li

Minutos de atrasos
Li
Ls
30
34
35
39
40
44
45
49
50
54
55
59
60
64
65
69
70
74
75
79

fi
2
8
11
23 fi
13
8
4
5
0
1
75

Trabajadores
Fi
2
10
21 Nj -1
44 Nj
57
65
69
74
74
75

Fa(a)
Fa

n/2 =
75/2 = 37,50 Nj
Nj =
Valor igual o inmediatamente superior a n/2 que vendra a ser 44
Nj 1 = Valor anterior a Nj que vendra ser 21
fi =
Frecuencia simple que esta en direccin de Nj, que vendra a ser 23
Li =
Limite inferior real del intervalo que esta en direccin de Nj y en el que
se encuentra la mediana
c =
Anchura del intervalo.
Remplazando la frmula:

Me Li

Me 44,50

n / 2 Nj 1
c
fi

37,50 21
5
23

18

Ing. Ren Izquierdo V.

Estadstica I

Me = 44,50 + 3,58 = 48,09

El 50% de los trabajadores se atrasan hasta 48 minutos trimestrales.
EJERCICIO:
CALCULOS DE LA MEDIANA (Me).X
14
15
16
17
18
19
20
21
22
23
24
25
26
27

fi
1
2
1
4
8
4
7
4
1
6
2
5
6
1
= 52

fia
1
3
4
8
16
20
27
31
32
38
40
45
51
52

X rango
14 - 16
17 - 19
20 - 22
23 - 25
26 - 28

Xm
15
18
21
24
27

fi
4
16
12
13
7

fia
4
20
32
45
52

= 52

N
Nj 1
Formula: Me Li 2
i
fi

Datos:
Li = 19.5 (limite inferior real)
N = 52 (numero de datos)
fia = 20 (frecuencia acumulada inferior)
fim = 12 (frecuencia media)
i = 3 (intervalo de clase)

N
52
Nj 1
20
6
Me Li 2
i 19.5 2
3 19.5
3 19.5 0.5 3 19.5 1.5
fi
12
12
Me1 19.5 1.5 21
Me2 19.5 1.5 18

19

Ing. Ren Izquierdo V.

Estadstica I

M O D A (Mo).
Es el valor que se repite el mayor nmero de veces, sea el valor ms
frecuente que se repite con frecuencia progresivamente, y se lo calcula por
medio de:
Moda en Serie Simple sin Frecuencia.
Moda en Serie Simple Con Frecuencia.
Moda en Serie Ordenada en Intervalos de Clase.
Moda en Serie Simple sin Frecuencia.
Se determina la moda de una manera sencilla de acuerdo a su concepto, esto
es, de acuerdo a cuantas veces se repite un dato.
Moda en Serie Simple Con Frecuencia.
Utilizamos el cuadro respectivo y ubicamos la frecuencia de mayor nmero y
trasladamos al rango respectivo.
Moda en Serie Ordenada en Intervalos de Clase.
Este valor de la moda es la forma ms exacta de encontrarla, su formula es:
Mo Li

f
c
f f

Li = Limite real inferior de la moda propuesta.

c =Anchura del intervalo
f = Incremento superior de la frecuencia de moda. (Posterior)
f = Incremento inferior de la frecuencia de moda. (Anterior)
EJERCICIO:
Cuantos son los minutos que con mayor frecuencia han faltado los
trabajadores?
CALCULO DE LA MODA (Mo).X rango
30 - 34
35 - 39
40 - 44
45 - 49
50 - 54
55 - 59
60 - 64
65 - 69
70 - 74
75 - 79

Xm
32
37
42
47
52
57
62
67
72
77

20

Fi
2
8
11
23
13
8
4
5
0
1

Ing. Ren Izquierdo V.

Estadstica I
f

Formula: Mo Li f f c
Datos:
Li = 44,5
c=4
f = 13
f = 11

Mo Li

d1
c
d1 d 2

d1 = 23 - 11 = 12
d2 = 23 13 = 10

f
13
13
c 44.5
5 44.5
5
f f
13 11
24
Mo1 44.5 2,71 47,21
Mo Li

Respuesta: Los minutos que con mayor frecuencia han faltado trimestralmente
los trabajadores es de 47 minutos.

MEDIA ARMONICA (A).

Se la define como la reciproca o inversa de la variable de la Media Aritmtica
que adopten sus datos. Ejemplo: 5 = 1/5
La media Aritmtica se la calcula por los tres mtodos tradicionales:
Media Armnica en Serie de Datos sin Frecuencia.
Media Armnica en Serie de datos con Frecuencia.
Media Armnica con Intervalos de Clase.
Media Armnica en Serie de Datos sin Frecuencias.Formula es:
A

N
1

Realizamos el siguiente proceso:

Se calcula el Reciproco de la Variable; se realiza la Sumatoria del Producto a
dos Decimales; y, aplicamos la Formula.
Media Armnica en Serie de datos con Frecuencia.
Para determinar el promedio Armnico en este tipo de distribucin estadstico
utilizamos la siguiente formula:
A

N
fi

Con el siguiente proceso de obtencin de datos:

21

Ing. Ren Izquierdo V.

Estadstica I

La frecuencia ingresa a formar parte de el cuadro de calculo; se divide la

frecuencia para la inversa de la variable o se multiplica por el conciente
reciproco; realizamos la sumatoria del producto; y, aplicamos la formula.
Media Armnica con Intervalos de Clase.
Para determinar este tipo de distribucin en estadstica el reemplaza por la
Marca de Clase (Xm) de cada intervalo.
Formula:
N

fi

Xm

EJERCICIO:
DATOS:
20-21-24-20-22-21-25-23-20-21-23-25-26-28-27-27-25-26-22-23-25-28-27-2826-25
MEDIA ARMNICA EN SERIE DE DATOS SIN FRECUENCIA
X
Reciproco
1/X
20
1/20
0.05
21
1/21
0.05
22
1/22
0.05
23
1/23
0.04
24
1/24
0.04
25
1/25
0.04
26
1/26
0.04
27
1/27
0.04
28
1/28
0.04
= 216
= 0.39
N=9
FROMULA:
A

N
1

X
N
1

9
23.08
0.39

22

Ing. Ren Izquierdo V.

Estadstica I

MEDIA ARMNICA EN SERIE DE DATOS CON FRECUENCIA.X

fi
Reciproco
fi/X
20
3
3/20
0.15
21
3
3/21
0.14
22
2
2/22
0.09
23
3
3/23
0.13
24
1
1/24
0.04
25
5
5/25
0.20
26
3
3/26
0.12
27
3
3/27
0.11
28
3
3/28
0.11
= 26
= 1.09
FORMULA:
A

N
fi

X
N

fi
X

26
23.85
1.09

MEDIA ARMNICA CON INTERVALOS DE CLASE.X Rangos

Xm
fi
Reciproco
20
22
21
8
8/21
23
25
24
9
9/24
26
28
27
9
9/27
N = 26
FORMULA:
A

N
fi

Xm
N
fi

Xm

26
23.85
1.09

23

fi/Xm
0.38
0.38
0.33
= 1.09

Ing. Ren Izquierdo V.

Estadstica I

La media armnica se usa especialmente, cuando van a promediarse

relaciones que son inversamente proporcionales, como el tiempo en relacin a
la velocidad
S1 V1t1

S 2 V2 t 2

S= espacio

t= tiempo

S1
S
t2 2
V1
V2
Vm= velocidad media
t1

V= velocidad
Vm

S S2
Vm 1
V1 V2

S
S1 S 2

V1 V2

Ejemplo:
Un auto recorre a 60 km a una velocidad de 100 km por hora y otros 40 km a
una velocidad de 80 km por hora. Cul ser la velocidad media?
S1 = 60
Vm

V1 = 100

S 2 = 40

V2 = 80

100
100
60 40
= 90,9
0,6 0,5

100 80

MEDIA GEOMETRICA (Mg)

Se define como la raz ensima del producto de los valores de la variable
LA MEDIA GEOMETRICA EN UNA SERIE SIMPLE
G

( X 1 )( X 2 )( X 3 ).....( X n )

1. Cuanto es el promedio geomtrico del precio de un determinado producto?

Precio (Xi)
20
25
30
36
n=4

( 20)(25)(30)(36)

G 4 540
G 27,11

LA MEDIA GEOMETRICA EN DATOS NO AGRUPADOS

24

Ing. Ren Izquierdo V.

Estadstica I

G Anti log .de

Cargas familiares
1
2
3
5
7

logXi. fi
n

Empleados
8
12
30
14
6
n =70

G Anti log .de

log Xi
0
0,3010
0,4771
0,6990
0,8451

Log Xi . fi
0
3,6120
14,3130
9,7860
5,0706
32,7816

32,7816
70

G Anti log .de 0,4683

G 2,94

LA MEDIA GEOMETRICA EN DATOS AGRUPADOS

Minutos
Atrasados
Li
Ls
30
34
35
39
40
44
45
49
50
54
55
59
60
64
65
69
70
74
75
79

Xm
32
37
42
47
52
57
62
67
72
77

trabajadores
fi
2
8
11
23
13
8
4
5
0
1
n = 75

G Anti log .de

log Xi
1,5051
1,5682
1,6232
1,6721
1,7160
1,7559
1,7924
1,8261
1,8573
1,8865

Log Xi.fi
3,0102
12,5456
17,8552
38,4583
22,3080
14,0472
7,1696
9,1305
0
1,8865
126,4111

logXi. fi
n

G Anti log .de

126,4111
75

G Anti log .de

1,6855

G 48,47

APLICACIONES DE LA MEDIA GEOMETRICA

25

Ing. Ren Izquierdo V.

n 1

Estadstica I

Xn
1
Xl

n = total de periodos de tiempo (aos, meses, das)

Xn = valor de variable en el ltimo periodo
Xl = valor de variable en el primer periodo
Calcular el promedio de crecimiento porcentual que han tenido las ventas del
comisariato?
Ventas en miles de dlares
AOS
2002
2003
2004
2005
2006
2007
2008

VENTAS
120
180
310
280
350
350
400

(n = 7)
Primero: Reemplazo la formula.
G

7 1

400
1
120

Segundo: determinar el grado radical y calcular el cociente del radicando

G

3,3333 1

Tercero: Procedemos a determinar el logaritmo del cociente obtenido

Log. de 3,3333 = 0,522879
G

0,522879 1

Cuarto: procedemos a destruir la raz dividiendo el valor logartmico para el

valor de la raz y a este resultado determinar el antilogaritmo
0,522879
0,087146
6

Antilog. de 0,087146 = 1,222210

Quinto: Para resolver totalmente la formula al valor del antilogaritmo
(1,222210) le restamos la unidad de la formula, y este resultado lo
multiplicamos por 100 y con ello determinamos el PROMEDIO PORCENTUAL
con que han crecido las ventas del comisariato.
1,222210 1

= 0,222210

26

Ing. Ren Izquierdo V.

Estadstica I

0,222210 x 100 =22,22%

Cuando la serie es creciente el resultado el positivo
Respuesta: el promedio porcentual anual de crecimiento de las ventas del
comisariato han sido de 22,22%
COMPROBACION
AOS
2002
2003
2004
2005
2006
2007
2008
2009

VENTAS
120
120 X 22,22
146,66 X 22,22
179,25 X 22,22
219,08 X 22,22
267,76 X 22,22
327,26 X 22,22
400

COMPROBACION

CRECIMIENTO

/100 = 26,66
/100 = 32,59
/100 = 39,83
/100 = 48,68
/100 = 59,50
/100 = 72,72

120 + 26,66
= 146,66
146,66 + 32,59 = 179,25
179,25 + 39,83 = 219,08
219,08 + 48,68 = 267,76
267,76 + 59,50 = 327,26
327,26 + 72,72 = 399,98

/100 = 88,88
/100 = 108,63
/100 = 132,77

400 + 88,88
= 488,88
488,88 + 108,63 = 597,51
597,51 + 132,77 = 730,28

PROYECCIONES
2009
2010
2011
2012

400 X 22,22
488,88 X 22,22
597,51 X 22,22
730,28

CONCLUSION.
AOS
2002
2003
2004
2005
2006
2007
2008

VENTAS REALES
120
180
310
280
350
350
400

CRECIMIENTO
120
147
179
219
268
327
400
PROYECCIONES

2009
2010
2011

489
598
730

MEDIDAS DE DISPERSION.

27

Ing. Ren Izquierdo V.

Estadstica I

Este tipo de medidas se las utiliza en el proceso estadstico, para el cual el

clculo de promedios de las medianas totales se las define por Desviaciones,
las mismas que son:
Desviaciones Medias
Desviaciones Estndar

DESVIACION MEDIA.
Es la suma de los valores absolutos de sus desviaciones con respecto a la
media aritmtica, dividida por el nmero de ellas.
Es aquella que se define como la Media Aritmtica de los valores absolutos de
las Desviaciones con respecto a la media normal.
La Desviacin media se la calcula por los tres Mtodos Conocidos:
Desviacin media en Serie de Datos sin Frecuencia.
Desviacin Media en Serie de datos con Frecuencia.
Desviacin Media con Intervalos de Clase.
Desviacin media en Serie de Datos sin Frecuencia
Su frmula es:

DM

D
n

Se la calcula de la siguiente forma:

Calculamos la Media Aritmtica; Determinamos las desviaciones restando la
Media de cada valor de la variable (X - X); Calculamos la desviacin Media con
los Valores Absolutos, es decir todos los valores son positivos; y, aplicamos la
formula.
Desviacin Media en Serie de datos con Frecuencia.
Su frmula es:
DM

D.fi
n

Su proceso de clculo es el siguiente:

Determinamos la media Aritmtica en funcin de la frecuencia; calculamos la
desviacin restando la Madia Aritmtica por la Variable; multiplicamos la
frecuencia por la Desviacin; Realizamos la sumatoria del producto en valor
absoluto; y, Aplicamos La formula.
Desviacin Media con Intervalos de Clase. Su formula es:
DM

D.fi
n

D: Xm x
Su proceso de clculo es el siguiente:
De los datos obtenidos encontramos los rangos respectivos y encontramos la
marca de Clase; Calculamos la Media Aritmtica en funcin de la frecuencia;

28

Ing. Ren Izquierdo V.

Estadstica I

Restamos la marca de Clase (Xm) menos la Media Aritmtica (X); Se encuentra

la desviacin; Realizamos la sumatoria del producto; y, aplicamos la formula.
CALCULO DE DESVIACIONES MEDIAS.DATOS:
20-21-24-20-22-21-25-23-20-21-23-25-26-28-27-27-25-26-22-23-25-28-27-2826-25
DESVIACIN MEDIA EN SERIE DE DATOS SIN FRECUENCIA.
X
x
X- x
Desviacin
20
20-24
-4
21
21-24
-3
22
22-24
-2
23
23-24
-1
24
24
24-24
0
25
25-24
1
26
26-24
2
27
27-24
3
28
28-24
4
= 216
= 20
N=9
Media Aritmtica:
Xi
x
n
x

X i 216 24
n

FORMULA:
DM
DM

n
D
n

20
2.22
9

DESVIACIN MEDIA EN SERIE DE DATOS CON FRECUENCIA.

X
fi
X.fi
x
X- x
Desviacin
D.fi
20
3
60
20-24
-4
12

29

Ing. Ren Izquierdo V.

21
22
23
24
25
26
27
28

Estadstica I

3
2
3
1
5
3
3
3
= 26

63
44
69
24
125
78
81
84
= 628

21-24
22-24
23-24
24-24
25-24
26-24
27-24
28-24

24

-3
-2
-1
0
1
2
3
4

9
4
3
0
5
6
9
12
= 60

Media Aritmtica:
x
x

Xm fi
n

Xm fi
n

628
24.15 24
26

FORMULA:
DM
DM

D fi
n

D fi 60 2.30
n

26

DESVIACIN MEDIA CON INTERVALOS DE CLASE.Xm

fi
Xm.fi
x
Xm Desviacin
x
21
8
168
21 24
-3

X
Rangos
20
22
23
25
26 28

24

216

27

9
= 26

243
= 627

24

D.fi
24

24 24

27 - 24

27
= 51

Media Aritmtica:
x
x

Xm fi
N

Xm fi 627 24.11 24
N

26

FORMULA:
DM
DM

D fi
N

D fi
N

51
1.96
26

VARIANZA
La varianza es la media aritmtica de las desviaciones de la media elevadas al
cuadrado.

30

Ing. Ren Izquierdo V.

Estadstica I

DESVIACIN ESTNDAR
Constituye la medida de dispersin de mayor utilidad, pues a dems de medir
la dispersin del evento de todos los valores de una distribucin entorno a su
promedio aritmtico, nos permite un anlisis estadstico ms avanzado y de
gran aplicabilidad en los estudios estadsticos inferenciales.
Es la raz cuadrada de la variable de las desviaciones de la media elevada al
cuadrado y se la calcula por dos mtodos: Directo y Abreviado.
Los mtodos tpicos son:
Desviacin Estndar en Serie de Datos sin Frecuencia.
Desviacin Estndar en Serie de datos con Frecuencia.
Desviacin Estndar con Intervalos de Clase.
Desviacin Estndar en Serie de Datos sin Frecuencias
Su formula es:
Mtodo Directo:
Mtodo Abreviado:
DS 2

D2
n

DS 2

X2
x
n

Se la calcula de la siguiente manera:

Se necesita sacar la media aritmtica; calculamos las desviaciones; elevamos
al cuadrado las desviaciones; realizamos la sumatoria de las desviaciones
elevadas al cuadrado; y, Aplicamos La formula.
Desviacin Estndar en Serie de datos con Frecuencia. Su formula es:
Mtodo Abreviado
Mtodo Directo
DS 2

X 2 . fi
x
n

DS 2

fi

Se la calcula de la siguiente manera:

Se determina la Madia Aritmtica en funcin de la frecuencia; se elabora la
columna de datos elevados al cuadrado multiplicado .por la frecuencia (X2 .)1);
Realizamos la sumatoria de la columna correspondiente; y, aplicamos la
formula.
Desviacin Estndar con Intervalos de Clase. Su formula es:

31

Ing. Ren Izquierdo V.

Estadstica I

X2 . fi
DS2

- X2
N

El proceso de clculo es el siguiente:

Se determina la Media Aritmtica con Intervalos de Clase; se elabora la
columna de Rango de clase elevado a cuadrado multiplicado por la Frecuencia
(Xm2. ft ); obtenemos la sumatoria de la columna; y, Aplicamos la Formula.
EJERCICIO.
CALCULO DE LA DESVIACION ESTANDAR.DATOS.20-21-24-20-22-21-25-23-20-21-23-25-26-28-27-27-25-26-22-23-25-28-27-2826-25
DESVIACIN ESTNDAR EN SERIE DE DATOS SIN FRECUENCIA.METODO DIRECTO.X
x
X-x
Desviacin
D
20
20-24
-4
16
21
21-24
-3
9
22
22-24
-2
4
23
23-24
-1
1
24
24
24-24
0
0
25
25-24
1
1
26
26-24
2
4
27
27-24
3
9
28
28-24
4
16
= 216
= 20
= 60
N=9
Media Aritmtica:
x

X
N

216
24
9

Desviacin Estndar.DS

D
N

60 2
6.6667 2.58
9

METODO ABREVIADO.X
20
21
22

32

X
400
441
484

Ing. Ren Izquierdo V.

Estadstica I

23
24
25
26
27
28
= 216
N=9

529
576
625
676
729
784
= 5244

24

Media Aritmtica:
x

X
N

216
24
9

Desviacin Estndar.DS

2 2

5244
( 24) 2 2 582.6667 576 2 6.6667 2.58
9

Coeficiente de Variacin.-

Cv

100

2.58
100 10.75
24

DESVIACIN ESTNDAR EN SERIE DE DATOS CON FRECUENCIA.METODO DIRECTO.X

fi
X.fi
x
X-x
Desv.
D
D.fi
20
3
60
20-24
-4
16
48
21
3
63
21-24
-3
9
27
22
2
44
22-24
-2
4
8
23
3
69
23-24
-1
1
3
24
1
24
24
24-24
0
0
0
25
5
125
25-24
1
1
5
26
3
78
26-24
2
4
12
27
3
81
27-24
3
9
27
28
3
84
28-24
4
16
48
= 26
= 628
= 178
Media Aritmtica:
x

X fi 628 24.15 24
N

26

Desviacin Estndar.DS

fi

178 2
6.8462 2.61
26

METODO ABREVIADO.X
fi
X.fi
20
3
60
21
3
63
22
2
44
23
3
69

X
400
441
484
529
33

X.fi
1200
1323
968
1587

Ing. Ren Izquierdo V.

24
25
26
27
28

1
5
3
3
3
= 26

Estadstica I

24
125
78
81
84
= 628

24

576
625
676
729
784

576
3125
2028
2187
2352
=15346

Media Aritmtica:
x

X fi 628 24.15 24
N

26

Desviacin Estndar.DS 2

fi

2 2

15346
576 2 14.2308 3.77
26

Coeficiente de Variacin.Cv

100

3.77
100 15.70
24

DESVIACIN ESTNDAR CON INTERVALOS DE CLASE.METODO DIRECTO.Rangos

Xm
fi
Xm.fi
x
Xm Desv.
x
20 22
21
8
168
2124
-3
23 25
24
9
216
24
2424
0
26 28
27
9
243
27-24
3
= 26
=
627
Media Aritmtica:
x

Xm fi 627 24.11 24
N

26

Desviacin Estndar.DS

fi

153 2
5.8846 2.42
26

METODO ABREVIADO.Rangos
20 22
23 25
26 28

Xm
21
24
27

fi
8
9
9
n=26

Xm.fi
168
216
243
627

x
24

34

Xm
441
576
729

Xm.fi
3528
5184
6561
15273

D.fi

9
0
9

72
0
81
= 153

Ing. Ren Izquierdo V.

Estadstica I

Media Aritmtica:
x

Xm fi 627 24.11 24
N

26

Desviacin Estndar.DS

Xm
N

fi

2 2

15273
576 2 11.4231 3.37
26

Coeficiente de Variacin.Cv

S
3.37
100
100 14.08

24

MEDIDA INDIVIDUALES ESTASDISTICAS.

En el plano de investigaciones que abarca la estadstica se ha determinado una
forma individual de clculo donde estas medidas son estratgicas en el centro
de posicin individual, que no se ubican precisamente como en los otros casos
que es en el centro de la distribucin, si no, de acuerdo a la naturaleza implcita
de la misma, la cual divide a la serie en tantas partes iguales segn el caso, y,
las mismas son: Cuartiles; Deciles; y, Centiles.

35

Ing. Ren Izquierdo V.

Estadstica I

MEDIDA INDIVIDUAL CUARTIL

Es la medida que divide a la serie estadstica en cuatro partes iguales, que
reciben el 1wm"-e de Primer Cuartil, Segundo Cuartil, Tercer Cuartil y Cuarto
Cuartil por lo que cada uno abarca el 25% de la unidad.
Primer Cuartil
Segundo Cuartil
Tercer Cuartil
Cuarto Cuartil

Q1 25%
Q2 50%
Q3 75%
Q4 100%

Este mtodo se lo realiza por medio de Serie de Datos Simple con frecuencia y
en Serie Ordenada en Intervalos de Clase.
Cuartil De Serie Simple Con Frecuencia.
Para realizar esta operacin seguimos el siguiente proceso:
Ordenamos la serie de datos (X); Ubicamos la frecuencia (fi); Calculamos la
Frecuencia Acumulada (fia); Ubicamos la posicin de cada uno de los cuartiles
en la columna de la frecuencia acumulada (fia) mediante la siguiente formula:
Q1

N
4

Cuartiles En Serie Ordenada En Intervalos De Clase..

Para determinar este segmento de clculo estadstico lo realizamos por medio
de la siguiente formula:

Qn

N fia

Li 4
i
n

Se procede de acuerdo a los siguientes pasos:

Ubicamos los datos; se calcula la marca de clase (Xm); conociendo las
frecuencias se calcula las frecuencias acumuladas (fia); se ubica los cuartiles
de acuerdo a su posicin; empleamos la formula.

EJERCICIO
CLCULOS DE MEDIDAS INDIVIDUALES
MEDIDA INDIVIDUAL CUARTIL.
DATOS.20-21-24-20-22-21-25-23-20-21-23-25-26-28-27-27-25-26-22-23-25-28-27-2826-25

36

Ing. Ren Izquierdo V.

Estadstica I

CUARTIL DE SERIE SIMPLE CON FRECUENCIA.X

fi
fia
20
3
3
21
3
6
22
2
8
23
3
11
24
1
12
25
5
17
26
3
20
27
3
23
28
3
26
N 26
=
26
Q1

6 .5
4

Q2
Q3

2 N 2(26)

13
4
4

3 N 3(26)

19.5
4
4

Q4

4 N 4(26)

26
4
4

CUARTILES EN SERIE ORDENADA EN INTERVALOS DE CLASE.Rangos

20 22
23 25
26 28

Xm
21
24
27

fi
8
9
9
= 26

Media
x

Xm fi
N

Formula:

Qn

fia
8
17
26
=
627

x
24

627
24.11 24
26

N fia

Li 4
i
N

Datos:
Li = 19.5 Limite real inferior
N = 26 Numero de datos investigados o de fi
fia = 8 frecuencia acumulada inferior
i = 3 anchura del intervalos
N/4 = 1er, 2do, 3er, y 4to Cuartil

Qn 19.5

26 4 8 3 19.5 (0.058) 3 19.5 (0.17)

26
Qn1 19.5 (0.17) 19.5 0.17 19.33

Qn 2 19.5 (0.17) 19.5 0.17 19.67

37

Aritmtica:

Ing. Ren Izquierdo V.

Estadstica I

2(26)

4
3 19.5 (0.1923 ) 3 19.5 (0.5769)
Qn 19.5
26
Qn1 19.5 0.5769 20.07
Qn 2 19.5 0.5769 18.92
3(26)

17

4
3 22.5 ( 0.096) 3 22.5 (0.29)
Qn 22.5
26
Qn1 22.5 0.29 22.79
Qn 2 22.5 0.29 22.21
4( 26)

17

4
3 22.5 ( 0.3461) 3 22.5 (0.3461)
Qn 22.5
26
Qn1 22.5 0.3461 22.85
Qn 2 22.5 0.3461 22.15

RESUMEN
MEDIA ARITMETICA
X = Xi
N

X = Xm . fi
n

MEDIANA (Me)
Me = Li +

n/2 Nj 1 ( c )
38

Ing. Ren Izquierdo V.

Estadstica I

fi
M O D A (Mo).
Mo Li

f
c
f f

Mo Li

d1
c
d1 d 2

MEDIA ARMONICA (A).

A

N
fi

Xm

MEDIA GEOMETRICA
G Ant. log .

log Xm. fi
n

MEDIA CUADRATICA
C

Xm

fi

MEDIDAS DE DISPERSION.
DESVIACION MEDIA
DM

D fi
N

DESVIACION ESTANDAR
DS 2

fi

DS

Xm
N

fi

COEFICIENTE DE VARIACIN.Cv

100

VARIANZA
S= DS 2
DESVIACION CUARTIL

Qn

N fia

Li 4
i
N

FORMAS DE DISTRIBUCION
Las curvas de una distribucin pueden adoptar formas bien diferenciadas y que
se las puede clasificar como: Campaniformes y No Campaniformes
Simtricas
Campaniformes
39

leptocrticas
Mesocrticas
Platicrticas

Ing. Ren Izquierdo V.

Estadstica I

Positivas
Formas de
Distribucin

Asimtricas
Negativas
Forma de L o J invertida
No Campaniformes Forma de J
Forma de U

DISTRIBUCIN NORMAL
Es el modelo de distribucin ms utilizado en la prctica, ya que multitud de
fenmenos se comportan segn una distribucin normal.
Esta distribucin de caracteriza porque los valores se distribuyen formando una
campana de Gauss, en torno a un valor central que coincide con el valor
medio de la distribucin:

Un 50% de los valores estn a la derecha de este valor central y otro 50% a la
izquierda
La curva normal es la representacin grfica de la ecuacin de probabilidad,
esta ecuacin hipottica no difiere radicalmente de la realidad, por lo tanto, se
puede asegurar de que hay muchos fenmenos como la estatura, el coeficiente
intelectual, la orientacin poltica, etc. Que mantienen esta distribucin.
La curva normal puede utilizarse para describir distribuciones de puntajes, para
interpretar la desviacin tpica y para hacer un informe de probabilidades. As
mismo, la curva normal es importante en la toma de decisiones en estadstica.
Por ella, el investigador generaliza los resultados de muestras a poblaciones.
rea Bajo la Curva: para poder emplear la curva normal en la resolucin de
problemas debemos familiarizarnos con el rea bajo la curva normal: que
contiene el 100% de todos los casos en una distribucin normal dada.

40

Ing. Ren Izquierdo V.

Estadstica I

Puntuacin Z: para utiliza la curva normal es conveniente tipificar las

puntuaciones, la ms usual de las tipificaciones es la puntuacin Z, de gran
aplicacin en la estimacin estadstica.
Z

Z= puntuacin
X= puntuacin nominal
X=media aritmtica
S=desviacin tpica
El tipificar una puntuacin permite:
Determinar el puesto relativo de un estudiante frente a dos asignaturas
Establecer su ubicacin con respecto a la media aritmtica y a la desviacin
tpica
Determinar la puntuacin PROMEDIO FINAL del estudiante.

-3

-2

-1

Ejemplo: Calcular el rea en la curva normal:

a la derecha de z= -1.08
a la izquierda de z= -1.69
entre z= -2.54 y z= 2.28
igual a z= 1.95
a la izquierda de z = -2.38 y a la derecha de z = 0.79
Z = -1.08 ubico en el anexo 2
Obteniendo:
A1 = 0.3599 (hasta X)
A2 = 0.5000 (desde X a la derecha)
AT = A1 + A2 = 0.8599 = 85.99%
Z = -1.69 ubico en el anexo 2
Obteniendo:
A1 = 0.4545
A2 = 0.5

41

Ing. Ren Izquierdo V.

Estadstica I

AT = A1 - A2 = 0.0455 = 45.5%
Z = -2.54 ubico en el anexo 2
Obteniendo:
A1 = 0.4945
Z = 2.28 ubico en el anexo 2
Obteniendo:
AT = A1 + A2 = 0.9832 = 98.32%
Ejemplo en clase: En el ciclo diversificado de una institucin educativa existen
150 estudiantes cuya media de calificaciones es 85/100, en un test de
destrezas, con una desviacin tpica de 3,68. Se desea conocer:
Cuntos estudiantes estn sobre 90 puntos:

S
90.5 85
Z
1.49
3.68

Z = 1.49 ubico en el anexo 2

A1 = 0.4319
A2 = 0.5
AT = 0.5 0.4319 = 0.068 = 68%
#Estudiantes = 150 * 0.068 = 10
Ejercicio: En el ciclo diversificado de una institucin educativa existen 150
estudiantes cuya media de calificaciones es 85/100, en un test de destrezas,
con una desviacin tpica de 3,68. Se desea conocer:
Cuntos estudiantes estn sobre 88puntos?
Cuntos estudiantes estn sobre75 y 90puntos
Cuntos estudiantes estn sobre 78puntos
Cuntos estudiantes estn sobre 80puntos

Sol. = 26 estudiantes
Sol =139 estudiantes
Sol. = 3 estudiantes
Sol. = 6 estudiantes

Ejemplo: en una institucin militar educativa existen 175 estudiantes cuya

media de altura es 175 cm, con una desviacin tpica de 2,74. Se desea
conocer:
Cuntos estudiantes miden entre 168 y 178 cm?
Sol = 156
Cuntos estudiantes miden mas de 180 cm?
Sol = 4
Cuntos estudiantes miden bajo 170 cm
Sol. = 4
Cuntos estudiantes miden entre 182 cm?
Sol. = 1
Ejemplo: Si la media de un grupo de 300 docentes en un test de aplicacin de
pedaggica es de 56,80/65 y tienen una desviacin tpica de 2,82. Se desea
conocer:

42

Ing. Ren Izquierdo V.

Estadstica I

Cuntos estn entre 52 y 64?

Cuntos tienen mas de 60
Cuntos estn 50
Cuntos tienen igual a 65?

Sol = 291
Sol = 26
Sol. = 1
Sol. = 1

NUMEROS INDICES
El nmero ndice es una cifra relativa, expresada en trminos porcentuales, que
sirve para indicar las variaciones que sufre una variable con respecto a un
valor de la misma, la cual es tomadas como punto de referencia, denominada
base.
Los ndices no miden, tan solo sirven para indicar las variaciones en los
precios, cantidades y valores de un perodo con respecto a otro.
43

Ing. Ren Izquierdo V.

Estadstica I

NDICES SIMPLES
Se obtiene dividiendo cada precio cantidad o valor de un periodo (anual,
mensual, semanal, etc.), por un precio, cantidad o valor de un periodo fijo,
considerado base, multiplicado por cien.
Precio Relativo

pn
(100)
qo

Cantidad Relativa

qn
(100)
qo

Valor Relativo

pn.qn
(100)
po.qo

pn = Precio de un solo artculo en el periodo dado (semana, meses, aos, etc)

po = precio de un solo artculo o elemento en el ao base
qn = cantidad de un solo articulo (producido, consumido, vendido) en el ao
dado
qo = cantidad de un solo artculo o elemento en el ao base
pn . qn = producto de multiplicar el precio y cantidad en el ao dado
po . qo = producto de multiplicar el precio y cantidad en el ao base
PRECIO RELATIVO (P). Es el porcentaje resultado de dividir el precio de un
artculo en un tiempo dado (pn), (ao, meses, da) entre el precio del mismo
artculo en otro tiempo considerado como base (po) y este cociente multiplicado
por cien
P

pn
(100)
po

CANTIDAD RELATIVA (Q). permite comparar los cambios de cantidades o

volmenes que un determinado articulo o elemento ha tenido de un periodo a
otro.
Q

qn
(100)
qo

VALOR RELATIVO. Viene dado por el producto de multiplicar el precio (p) de

un determinado artculo, por la cantidad (q) adquirida. Este ndice nos permite

44

Ing. Ren Izquierdo V.

Estadstica I

medir el valor relativo de un periodo determinado (pn . qn) con el valor de un

periodo considerado base (po . qo) expresado porcentualmente
V

pn.qn
po.qo

(100)

45