1

INDICE
COMPETENCIAS ESPECFICAS A DESARROLLAR:

QU ES UN ENSAYO?

IMPORTANCIA DE LA ESTADISTICA EN NUESTRA VIDA ACTUAL.

QU ES LA ESTADSTICA MODERNA?

PARTES EN QUE SE DIVIDE LA ESTADSTICA MODERNA PARA SU ESTUDIO.

EL MTODO CIENTFICO EN LA ESTADSTICA.

MTODOS PARA LA OBTENCIN DE DATOS, PRINCIPIO BEBS (GIGO EN INGLS)

(BASURA ENTRA, BASURA SALE)

CMO RECOLECTAR DATOS?

TIPOS DE DATOS ESTADSTICOS

PROPIEDADES QUE DESCRIBEN UNA SERIE NUMRICA DE DATOS.

MEDIDAS DE TENDENCIA CENTRAL PARA CANTIDADES PEQUEAS DE DATOS

MEDIA ARITMTICA, MEDIA PONDERADA, MEDIANA, MODA

Media ponderada:

Mediana

10

Moda

10

COMPARACIN ENTRE LA MEDIA, MEDIANA Y MODA (VENTAJAS Y DESVENTAJAS)

10

MEDIDAS DE DISPERSIN PARA CANTIDADES PEQUEAS DE DATOS

11

Rango:

11

Varianza:

11

Desviacin estndar:

12

Coeficiente de variacin:

12

EL MANEJO DE GRANDES CANTIDADES DE DATOS

12

MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS

12

CONSTRUCCION DE UNA DISTRIBUCION DE FRECUENCIAS

13

MEDIDAS DE POSICIN

13

Cuantiles: Cuartiles, Deciles, Percentiles

13

MEDIDAS DE DISPERSIN PARA DATOS AGRUPADOS

14

Rango intercuartlico, Varianza y Desviacin estndar, Coeficiente de variacin

14

LOS HISTOGRAMAS, EL POLGONO DE FRECUENCIA Y LA CURVA DE % ACUMULADO U

OJIVA

14

IMPORTANCIA DE LA FORMA DE LOS DATOS

15

Simtrica, asimtrica o sesgada (medidas de tendencia central)

15

Uso de polgonos para comparar grupos datos

15

Medidas de forma : curtosis y asimetra

15

GRFICAS PARA DATOS CUALITATIVOS O CATEGRICOS.

16

16

GRAFICA DE BARRAS Y GRAFICA DE PASTEL

Competencias especficas a desarrollar: aplica los conceptos fundamentales de la estadstica y

convierte los datos en informacin a travs de la elaboracin de tablas de frecuencia, tablas simples
y grficos, y obtiene las medidas d tendencia central y de dispersin ya sea de poblaciones o
muestras. Con el fin de contar con herramientas cuantitativas tiles en la toma de decisiones
empresariales.
Mxico crecer menos en 2015 y dlar se encarecer: expertos
Martes, 1 de septiembre de 2015
Sobre la inflacin, estiman que cierre el ao en 2.82%, cifra similar a la prevista en julio.

CIUDAD DE MXICO .- La economa mexicana crecer en 2015 menos a lo previsto y se enfrentar

a un dlar ms caro, segn especialistas consultados por el Banco de Mxico (Banxico).
El Producto Interno Bruto (PIB) del pas crecer 2.34% en 2015, cifra menor al 2.55% previsto en
julio pasado, segn el ms reciente sondeo entre 33 grupos de anlisis.
El nuevo estimado se ubica ms cerca de piso del rango 2-2.8% pronosticado por Hacienda.
Destaca que las previsiones de crecimiento econmico para 2015 y 2016 disminuyeron en relacin
a la encuesta de julio, indic Banxico en la Encuesta sobre las Expectativas de los Especialistas en
Economa del Sector Privado.
Los expertos revisaron a la baja su pronstico del PIB para el prximo ao a 2.96%, desde el 3.19%
previo.
Los economistas consultados tambin prevn que el tipo de cambio se ubique al cierre del ao en
16.36 pesos por dlar. El estimado previo era de 15.64 pesos.
En los ltimos meses de 2014 y en lo que va de 2015 la moneda nacional se ha visto afectada ante
el desplome en los precios del petrleo y la posibilidad de un alza de las tasas de la Reserva Federal
el 17 de septiembre prximo.
Ante ello, el gobernador del Banxico, Agustn Carstens, dijo que la entidad har todo lo posible para
evitar que la depreciacin del peso afecte a la inflacin, y que Mxico probablemente subir sus
tasas de inters das despus de una decisin similar por parte de la Reserva Federal de Estados
Unidos.
Los expertos citaron a la inestabilidad financiera internacional como el principal riesgo para la
economa mexicana, seguido de la debilidad del mercado externo y la economa mundial, as como
la plataforma de produccin petrolera y los problemas de inseguridad pblica.
Sobre la inflacin, estiman que cierre el ao en 2.82%, cifra similar a la prevista en julio.
http://laregiontam.com.mx/2015/09/01/mexico-crecera-menos-en-2015-y-dolar-se-encareceraexpertos/
4

Qu es un ensayo?
En trminos generales llamamos ensayo a una composicin escrita en prosa, de extensin variable,
en la que damos nuestras ideas y punto de vista particulares sobre un tema que nos interesa o que
nos es asignado.
Contrariamente a lo que suceda en otras pocas, en la actualidad no hay una forma especfica de
escribir ensayos, pues depende del objetivo que se busque, del tema que se va a desarrollar, la
informacin con que se cuenta, la extensin y profundidad que se desee, etc. Esta flexibilidad
permite al ensayista realizar un escrito, que si bien procede de una investigacin, puede manifestar
en estilo muy personal, expresando no slo lo que sabe, sino tambin lo que siente y opina sobre el
tema en cuestin.

IMPORTANCIA DE LA ESTADISTICA EN NUESTRA VIDA ACTUAL.

la funcin principal de la estadstica es justamente la recoleccin y agrupamiento de datos de diverso
tipo para construir con ellos informes estadsticos que nos den idea sobre diferentes y muy variados
temas, siempre desde un punto de vista cuantitativo y no cualitativo. Esto es muy importante
remarcarlo ya que la estadstica se convierte entonces en una ciencia que nos habla de cantidades.
Tenemos como ejemplo el aumento del precio del dlar, contamos con cifras de un ao anterior y las
de este ao para poder hacer un anlisis y as poder prever las cifras del ao que viene.
Todos estos datos numricos son utilizados por los responsables del Estado a travs de sus distintos
organismos y secretaras para luego realizar proyectos de diferente tipo que tengan que ver con
mejorar esa situacin.
Gracias a la estadstica se puede crear predicciones acerca del comportamiento de la economa, se
realizan estimaciones y se conoce el crecimiento o disminucin de valores.
La recopilacin de datos de aos anteriores ayudan a pronosticar cmo ser el crecimiento
econmico en un futuro. La importancia de la estadstica en es para la toma de decisiones.
Ejemplo de ello es la decisin que tomo el gobernador de Banxico. Evitar que la depreciacin del
peso afecte a la inflacin, y que Mxico subir sus tasas de inters.
La estadstica es muy importante para la vida diaria, tenemos como ejemplo el anlisis realizado
sobre el aumento del dlar y la decisiones que tomaron nuestras autoridades para combatir riesgos
en nuestra economa. nos puede servir de referencia del impacto de dichas polticas en la futura e
inmediata cotizacin del dlar.
Sin la estadstica este tipo de problemas sera muy difcil resolverlos ms de lo que ya es.
En conclusin la estadstica nos proporciona un informe de datos, para realizar un diagnstico
determinado del futuro cercano.

Qu es la estadstica moderna?
Hace cien aos H.G Wells coment que el pensamiento estadstico algn da ser tan necesario
para la ciudadana eficientes como la capacidad de leer y escribir. El tema de la estadstica
moderna abarca la recoleccin, presentacin y caracterizacin de informacin para ayudar tanto en
el anlisis de datos como en el proceso de la toma de decisiones.
La estadstica puede aplicarse en:
Contabilidad

Para seleccionar muestras con propsitos de auditora.

Para comprender los derroteros de costos en contabilidad de costos.

Finanzas

Para estar al tanto de medidas financieras en el transcurso del tiempo.

Para desarrollar formas de pronosticar valores de estas medidas en momentos futuros.

Administracin

Para describir caractersticas de empleados dentro de una organizacin.

Para mejorar la calidad de los productos fabricados o de los servicios procurados por la
organizacin.

Mercadeo

Para estimar la proporcin de los clientes que prefieren un producto en vez de otro y la razn
de esto.
Para sacar conclusiones respecto a la estrategia de publicidad que sera ms til para el
incremento de ventas de un producto.

Por qu estudiarla?
Porque los datos estadsticos y las conclusiones obtenidas aplicando metodologa estadstica
ejercen una profunda influencia en casi todos los campos de la actividad humana. Este crecimiento,
probablemente relacionado con el inters por aumentar la credibilidad y confiabilidad de las
investigaciones, no garantiza que en todos los casos la metodologa estadstica haya sido
correctamente utilizada, o peor an, que sea vlida.
El estudio de la Estadstica y el modo de pensamiento que se genera a partir del mismo, capacita a
la persona para evaluar objetiva y efectivamente si la informacin que recibe (va tablas, grficos,
porcentajes, tasas, etc.) es relevante y adecuada. Por supuesto, la interpretacin de cualquier
problema requiere, no slo de conocimientos metodolgicos sino tambin, de un profundo
conocimiento del tema.
Aun cuando una persona no est interesada en especializarse en estadstica, un entrenamiento
bsico en el tema permite una mejor comprensin de la informacin cuantitativa.

Partes en que se divide la estadstica moderna para su estudio.

La estadstica se puede clasificar en dos grandes ramas:
Estadstica descriptiva o deductiva: Puede definirse como aquellos mtodos que incluyen la
recoleccin, presentacin y caracterizacin de un conjunto de datos con el fin de describir
apropiadamente las diversas caractersticas de ese conjunto de datos.
Estadstica inferencial o inductiva: Puede definirse como aquellos mtodos que hacen posible la
estimacin de una caracterstica de una poblacin o la toma de una decisin referente a una
poblacin, basndose solo en los resultados de la muestra.

El mtodo cientfico en la Estadstica.

Podemos definir Estadstica como la ciencia de los datos. La palabra ciencia viene del latn scientia
que significa conocimiento. El mtodo cientfico es un conjunto de principios y procedimientos para la
bsqueda sistemtica del conocimiento.
El mtodo cientfico est compuesto por los siguientes pasos:
1. Formula una teora (problema).
2. Recoger datos para probar la teora.
3. Analizar los datos.
4. Interpretar los resultados y tomar una decisin.

El mtodo cientfico es un procedimiento de aprendizaje. No podemos tener certeza de la veracidad

de las teoras que probemos usando el mtodo cientfico, eso es inherente a la ciencia. La ciencia
est, por lo tanto, todo el tiempo revisando sus teoras.
La Estadstica no es un conjunto de diferentes tcnicas aisladas unas de otras, sino que, en conjunto
con el mtodo cientfico, nos entrega un procedimiento analtico para tomar decisiones.
Mtodos para la obtencin de datos, principio BEBS (GIGO en ingls) (Basura Entra, Basura
Sale)
Es importante destacar que los mtodos de recoleccin de datos, se pueden definir como: el medio a
travs del cual el investigador se relaciona con los participantes para obtener la informacin
necesaria que le permita lograr los objetivos de la investigacin.
De modo que para recolectar la informacin hay que tener presente:
1. Seleccionar un instrumento de medicin el cual debe ser vlido y confiable para poder aceptar los
resultados.
2. Aplicar dicho instrumento de medicin.
7

3. Organizar las mediciones obtenidas, para poder analizarlos.

Dentro de los mtodos para la recoleccin de datos estn:

Observacin:
Es el registro visual de lo ocurre es una situacional real, clasificando y consignando los
acontecimientos pertinentes de acuerdo con algn esquema previsto y segn el problema que se
estudia.
Al igual con los otros mtodos, previamente a la ejecucin de la observacin el investigador debe
definir los objetivos que persigue, determinar su unidad de observacin, las condiciones en que
asumir la observacin y las conductas que debern registrarse.

La encuesta:
Este mtodo consiste en obtener informacin de los sujetos de estudio, proporcionada por ellos
mismos, sobre opiniones, actitudes o sugerencias. Hay dos maneras de obtener informacin con
este mtodo: la entrevista y el cuestionario.

La entrevista
Es la comunicacin establecida entre el investigador y el sujeto estudiado a fin de obtener
respuestas verbales a las interrogantes planteadas sobre el problema propuesto.
Se estima que este mtodo es ms eficaz que el cuestionario, ya que permite obtener una
informacin ms completa. A travs de ella el investigador puede explicar el propsito del estudio y
especificar claramente la informacin que necesita, si hay una interpretacin errnea de la pregunta
permite aclararla, asegurando una mejor respuesta. Best afirma "es tambin posible buscar la misma
informacin por distintos caminos en diversos estadios de la entrevista", obtenindose as una
comprobacin de la veracidad de las respuestas.

Cuestionario
Es el mtodo que utiliza un instrumento o formulario impreso, destinado a obtener repuestas sobre el
problema en estudio. El cuestionario puede aplicarse a grupos o individuos estando presente el
investigador o el responsable del recoger la informacin, o puede enviarse por correo a los
destinatarios seleccionados en la muestra.

Cmo recolectar datos?

Primero podemos buscar datos ya publicados por fuentes gubernamentales, industriales o
individuales.
En segundo lugar, podemos disear un experimento para obtener los datos necesarios.
Tercero, podemos conducir un estudio.
Cuarto, podemos hacer observaciones del comportamiento, actitudes u opiniones de los
individuos en los que estamos interesados.
Tipos de datos estadsticos
8

Existen bsicamente dos tipos de variables aleatorias que producen dos tipos de datos: categricas
(continua) y numricas (discreta).
Las variables aleatorias categricas producen respuestas categricas, mientras que las variables
aleatorias numricas producen respuestas numricas.

Propiedades que describen una serie numrica de datos.

Las tres mejores propiedades que describe una serie numrica de datos son:
1.

Tendencia central

2.

Variacin

3.

Forma

Si estas mediciones descriptivas de resumen se calculan a partir de una muestra de datos, se

denominan estadsticas, si se calculan a partir de los datos de una poblacin completa de datos, se
denominan parmetros.
Medidas de Tendencia Central para cantidades pequeas de datos
Media aritmtica, Media ponderada, Mediana, Moda
Medidas de tendencia central: Son indicadores estadsticos que muestran hacia qu valor (o
valores) se agrupan los datos.
Cinco tipos de promedios a menudo usados como mediciones de tendencia central son: la media
aritmtica, la mediana, la moda, el rango medio y el eje medio.
La media aritmtica (tambin llamada la media) es el promedio o medicin de tendencia central de
uso ms comn. Se calcula sumando todas las observaciones de una serie de datos y luego
dividiendo el total entre el nmero de elementos involucrados.
Media ponderada:
Toma en cuenta la importancia relativa de las observaciones. Por ejemplo: Si el profesor de
estadstica amenaza que el examen final valdr el doble de los otros dos exmenes para determinar
la nota final, entonces al puntaje que se obtenga en el examen final debe drsele el doble del peso,
es decir, debe contarse doble al calcular la nota.
Asumiendo que se obtuvo un puntaje de 89,92 y 79 en los exmenes parciales y 94 en el examen
final entonces:
89 1 89
92 1 92
79 1 79
94 2 188
9

5 448 = 448/5 = 89.6

o Mediana
Es el valor medio de una secuencia ordenada de datos. La mediana no se ve afectada por ninguna
observacin extrema de una serie de datos. Siempre que est presente una observacin extrema es
apropiado usar la mediana en vez de la media para describir una serie de datos.
o Moda
Es el valor de una serie de datos que aparece con ms frecuencia. Se obtiene fcilmente de una
clasificacin ordenada. La moda no se ve afectada por la ocurrencia de cualquier valor extremo.
Comparacin entre la Media, Mediana y Moda (ventajas y desventajas)
Las distribuciones simtricas tienen el mismo valor para la media, la mediana y la moda.
En una distribucin con sesgo positivo, la moda se halla en el punto ms alto de la
distribucin, la mediana est hacia la derecha de la moda y la media ms a la derecha. Es
decir Mo < Me < x
En una distribucin son sesgo negativo, la moda es el punto ms alto, la mediana est a la
izquierda de la moda y la media est a la izquierda de la mediana. Es decir, x < Me < Mo.
Cuando la poblacin tiene una distribucin sesgada, con frecuencia la mediana resulta ser la
mejor medida de posicin, debido a que est siempre entre la media y la moda. La mediana
no se ve altamente influida por la frecuencia de aparicin de un solo valor como es el caso de
la moda, ni se distorsiona con la presencia de valores extremos como la media.
Ventajas y Desventajas de la Media
Se trata de un concepto familiar e intuitivamente claro.
Cada conjunto de datos tiene una media y es nica.
Es til para llevar a cabo procedimientos estadsticos como la comparacin de medias de
varios conjuntos de datos. En estadstica inferencial es la medida de tendencia central que
tiene mejores propiedades.
Aunque la media es confiable en el sentido de que toma en cuenta todos los valores del
conjunto de datos, puede verse afectada por valores extremos que no son representativos del
resto de los datos. La media puede malinterpretarse si los datos no forman un conjunto
homogneo.
No se puede calcular la media si la distribucin de frecuencias tiene clases abiertas.
Ventajas y Desventajas de la Mediana
Se puede utilizar para datos cualitativos ordinales y para datos cuantitativos.
No se ve afectada por los valores extremos. Esta es la propiedad ms importante que tiene.
Se puede utilizar cuando la distribucin de frecuencias tiene clases abiertas, a menos que la
mediana caiga en una de las clases abiertas.
Si hay un gran nmero de datos, el tener que ordenarlos para hallar la mediana insume
esfuerzo y tiempo.
Ventajas y Desventajas de la Moda
10

Se puede utilizar para datos cualitativos nominales u ordinales y para datos cuantitativos.
No se ve afectada por los valores extremos.
Se puede utilizar cuando la distribucin de frecuencias tenga clases abiertas.
Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, se dice que no tiene
moda.
Si un conjunto de datos contiene 2 puntuaciones adyacentes con la misma frecuencia comn
(mayor que cualquier otra), la moda es el promedio de las 2 puntuaciones adyacentes.
Ejemplo: (0,1,1,2,2,2,3,3,3,4,5) tiene Mo = 2,5
Si en un conjunto de datos hay 2 que no son adyacentes con la misma frecuencia mayor que
las dems, es una distribucin bimodal. Conjuntos muy numerosos se denominan bimodales
cuando presentan un polgono de frecuencias con 2 lomos, aun cuando las frecuencias en los
2 picos no sean exactamente iguales. Estas ligeras distorsiones de la definicin estn
permitidas porque el termino bimodal es muy conveniente y en ltimo es descriptivo. Una
distincin conveniente puede hacerse entre la moda mayor y la moda menor. Por ejemplo
en el grafico siguiente, la moda mayor es 6 y las menores son 3,5 y 10.

Medidas de Dispersin para cantidades pequeas de datos

Rango, Varianza, Desviacin estndar, Coeficiente de variacin

Son indicadores estadsticos que muestran la distancia promedio que existe entre los datos y la
media aritmtica. El clculo de cada uno de ellos se toma basado en la media aritmtica.

Rango:
Medida de dispersin ms simple y menos til. Es la diferencia entre la mayor y la menor
observacin en una serie de datos. Su ventaja es que es fcil de calcular y su desventaja es que slo
considera dos de los cientos de observaciones que hay en un conjunto de datos. El resto de las
observaciones se ignoran.

Varianza:
Es el resultado de la divisin de la sumatoria de las distancias existentes entre cada dato y su media
aritmtica elevadas al cuadrado, y el nmero total de datos.
Ejemplo: La siguiente muestra representa las edades de 25 personan sometidas a un anlisis de
preferencias para un estudio de mercado.
25 19 21 35 44
20 27 32 38 33
18 30 19 29 33
26 24 28 39 31
31 18 17 30 27
Determinar la varianza.
SOLUCIN
PASO 1: Calcular la media aritmtica.
11

__
X = 694
25 = 27,76
PASO 2: Calcular la varianza
En este punto, la varianza es identificada por S2.
La varianza equivale a 51,8567. Por elevar las unidades al cuadrado, carece de un significado
contextual dentro del anlisis descriptivo del caso.

Desviacin estndar:
Es igual a la raz cuadrada de la varianza. La desviacin estndar soluciona el problema obteniendo
la raz cuadrada de la varianza, consiguiendo as, un valor similar a la desviacin media.

Coeficiente de variacin:
El coeficiente de es una medicin relativa de variacin. Se expresa como un porcentaje antes que en
trminos de las unidades de los datos particulares.
El coeficiente de variacin, denotado por el smbolo CV, mide la dispersin en los datos relativa a la
media.
El manejo de grandes cantidades de datos
En ingeniera, como en todas las ramas de la ciencia y la tecnologa, resulta indispensable el manejo
de grandes cantidades de datos. Se realiza por tcnicas matemticas, que se han compilado en una
ciencia denominada estadstica, que es la encargada del manejo de datos, para describir los
fenmenos,
pero
ms
importante
an,
para
predecirlos.
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra, as har
referencia sobre el muestreo estadstico, tcnicas, niveles y tipos fundamentales de un muestreo; el
muestreo estadstico es un procedimiento por el que se ingresan los valores; verdaderos de una
poblacin a travs de la experiencia obtenida con una muestro.

Medidas de Tendencia Central para datos agrupados

Son indicadores estadsticos que muestran hacia qu valor (o valores) se agrupan los datos. Hay
tres medidas de tendencia central:
La media aritmtica: Equivale al clculo del promedio simple de un conjunto de datos. Para
diferenciar datos muestrales de datos poblacionales, la media aritmtica se representa con un
smbolo para cada uno de ellos: si trabajamos con la poblacin, este indicador ser ; en el caso de
que estemos trabajando con una muestra, el smbolo ser X.

12

 La mediana: Valor que divide una serie de datos en dos partes iguales. La cantidad de datos que
queda por debajo y por arriba de la mediana son iguales.
La moda: Indica el valor que ms se repite, o la clase que posee mayor frecuencia. En el caso de
que dos valores presenten la misma frecuencia, decimos que existe un conjunto de datos bimodal.
Para ms de dos modas hablaremos de un conjunto de datos multimodal.

CONSTRUCCION DE UNA DISTRIBUCION DE FRECUENCIAS

La distribucin relativa de frecuencia se forma dividiendo las frecuencias de cada clase de
distribucin de frecuencia entre el nmero total de observaciones. Entonces puede formarse una
distribucin de porcentaje multiplicando cada frecuencia relativa o proporcin entre 100.

Medidas de posicin
Cuantiles: Cuartiles, Deciles, Percentiles

Son indicadores estadsticos que muestran la frecuencia acumulada hasta un valor k cualquiera.
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo nmero de individuos.
Para calcular las medidas de posicin es necesario que los datos estn ordenados de menor a
mayor.

Cuartiles (Qk)
Los cuartiles son parmetros estadsticos que dividen la
poblacin en cuatro partes iguales.
La frmula para calcular la posicin de los cuartiles es definida
como:

Deciles (Dk)
Los deciles son parmetros estadsticos que dividen la poblacin en
diez partes iguales.
La frmula para calcular la posicin de los deciles se define como:

Percentiles (Pk)
Los percentiles son parmetros estadsticos que dividen la poblacin en
cien partes iguales.
La frmula para calcular la posicin de los percentiles se define como:

Medidas de Dispersin para datos agrupados

13

Rango intercuartlico, Varianza y Desviacin estndar, Coeficiente de variacin

Son parmetros o indicadores estadsticos que muestran la distancia que existe entre los datos y la
media aritmtica, es decir permiten retratar la distancia de los valores de la variable a un cierto valor
central, o que permite identificar la concentracin de los datos de un sector del recorrido de la
variable.
Dentro de los estadsticos ms utilizados para medir la dispersin, podemos contar: el rango, la
varianza, la desviacin estndar entre otros.

Rango: Medida de dispersin ms simple y menos til. Es simplemente la diferencia entre la

observacin ms alta y ms baja. Su ventaja es que es fcil de calcular y su desventaja es
que slo considera dos de los cientos de observaciones que hay en un conjunto de datos. El
resto de las observaciones se ignoran.

Varianza y Desviacin estndar: Medidas de dispersin mucho ms tiles. Proporcionan

una medida ms significativa sobre el punto hasta el cual de dispersan las observaciones
alrededor de su medida.
Varianza: Es el promedio de las observaciones respecto a su medida elevadas al cuadrado.
Desviacin estndar: Es la raz cuadrada de la varianza.

Coeficiente de variacin: El coeficiente de es una medicin relativa de variacin. Se expresa

como un porcentaje antes que en trminos de las unidades de los datos particulares.
El coeficiente de variacin, denotado por el smbolo CV, mide la dispersin en los
datos
relativa a la media.

Los histogramas, el polgono de frecuencia y la curva de % acumulado u ojiva

Los histogramas: Son diagramas de barras verticales en los que se construyen barras
rectangulares en los lmites de cada clase.
Polgonos de frecuencia: Este grfico se utiliza para el caso de variables cuantitativas,
tanto discretas como continuas, partiendo del diagrama de columnas, barras o histograma,
segn el tipo de tabla de frecuencia manejada.
Curva de % acumulado: Son grficos representados por una sola lnea curva (el polgono
de frecuencia est conformado por varias lneas rectas consecutivas).
Ojiva: En este grafico se emplea un polgono de frecuencia o curva suavizada con una
caracterstica muy particular: muestra las frecuencias absolutas o relativas acumuladas.

Importancia de la forma de los datos

14

Simtrica, asimtrica o sesgada (medidas de tendencia central)

Uso de polgonos para comparar grupos de datos
Medidas de forma: curtosis y asimetra

La simetra es un rasgo caracterstico de formas geomtricas, sistemas, ecuaciones y otros objetos

materiales, o entidades abstractas, relacionada con su invariancia bajo ciertas transformaciones,
movimientos o intercambios.
Asimetra es una estadstica que busca expresar la simetra (o falta de ella) que manifiestan los
datos. Se llama coeficiente de asimetra y est definido por la expresin:

En consecuencia, si los grandes valores de la diferencia estn producidos por datos mayores que el
promedio, el coeficiente tender a ser positivo. Si, por el contrario, predominan observaciones muy
menores que el promedio, el coeficiente ser negativo. Si, finalmente, las observaciones presentan
un alto grado de simetra respecto al promedio, el coeficiente asumir valores cercanos a cero.

Uso de polgonos para comparar grupos datos

El polgono de frecuencias es similar al histograma en muchos aspectos, pero pretende dar una
imagen aproximada de la curva definida por la distribucin de la variable.
Para construirlo se usan los mismos ejes que en el histograma. Se indica en la escala horizontal el
punto medio de cada intervalo y en la escala vertical la escala densidad para ese intervalo, esto
define pares (x, y) en el grfico que se unen con tramos de lneas rectas.
Se marcan adems los puntos medios del intervalo que precede al primero y del que sigue al ltimo.

Medidas de forma : curtosis y asimetra

La curtosis mide el grado de agudeza o achatamiento de una distribucin con relacin a la
distribucin normal, es decir, mide cun puntiaguda es una distribucin.
TIPOS DE CURTOSIS
La curtosis determina el grado de concentracin que presentan los valores en la regin central de la
distribucin. As puede ser:
Leptocrtica.- Existe una gran concentracin.
Mesocrtica.- Existe una concentracin normal.
Platicrtica.- Existe una baja concentracin.
Asimetra Negativa o a la Izquierda.- Se da cuando en una distribucin la minora de los datos est
en la parte izquierda de la media. Tambin se dice que una distribucin es simtrica a la izquierda o
15

tiene sesgo negativo cuando el valor de la media aritmtica es menor que la mediana y ste valor de
la mediana a su vez es menor que la moda, en smbolos

Grficas para datos cualitativos o categricos.

GRAFICA DE BARRAS Y GRAFICA DE PASTEL

En un diagrama de Barras Simples, se representa la frecuencia simple (absoluta o relativa de cada

modalidad o categoria de la variable mediante la altura de una barra , donde la altura de la barra es
proporcional a la frecuencia simple de la categoria.

Grfica de pastel
Los grficos de pastel, tambin llamados grficas circulares o grficos de torta
recursos estadsticos que se utilizan para representar

son

A la totalidad de los sujetos de una muestra o poblacin. El circulo se divide en sectores, formados
por ngulos, para representar a cada una delas modalidades o valores de la variable. La medida del
ngulo es proporcional a la frecuencia simple de la modalidad que este represente.

16

Bibliografa

http://www.dm.uba.ar/materias/estadistica_Q/2011/1/modulo%20descriptiva.pdf
http://dta.utalca.cl/estadistica/ejercicios/formular/Hipotesis/Apuntes.pdf
Vergara Schmalbach Carlos, Quesada Ibarguen Vctor Manuel, Estadstica Bsica con aplicaciones
en MS EXCEL, ISBN: 978-84-690-5503-8
Webster Allen L., Estadstica aplicada a los negocios y a la economa, Tercera edicin, MacGraw- Hill

17