UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA AMBIENTAL

MODULO DE BIOESTADISTICA

SARA ADELINA ARANA LOPEZ

LIMA, 2014

1
 RESEA HISTORICA

El primer mdico que utiliz mtodos matemticos para cuantificar variables de

pacientes y sus enfermedades fue el francs Pierre Charles-Alexandre Louis (1787-
1872). La primera aplicacin del Mtodo numrico (que es como titul a su obra y
llam a su mtodo) en su clsico estudio de la tuberculosis, que influy en toda una
generacin de estudiantes. Sus discpulos, a su vez, reforzaron la nueva ciencia de la
epidemiologa con en el mtodo estadstico. En las recomendaciones de Louis para
evaluar diferentes mtodos de tratamiento estn las bases de los ensayos clnicos que
se hicieron un siglo despus. En Francia Louis Ren Villerm (1782-1863) y en
Inglaterra William Farr (1807-1883) que haba estudiado estadstica mdica con
Louis hicieron los primeros mapas epidemiolgicos usando mtodos cuantitativos y
anlisis epidemiolgicos. Francis Galton (1822-1911), basado en el darwinismo social,
fund la biometra estadstica.

Pierre Simon Laplace (1749-1827), astrnomo y matemtico francs, public en 1812

un tratado sobre la teora analtica de las probabilidades, Thorie analytique des
probabilits, sugiriendo que tal anlisis podra ser una herramienta valiosa para
resolver problemas mdicos.

Los primeros intentos de hacer coincidir las matemticas de la teora estadstica con
los conceptos emergentes de la infeccin bacteriana tuvieron lugar a comienzos del
siglo XX. Tres diferentes problemas cuantitativos fueron estudiados por otros tantos
autores. William Heaton Hamer (1862-1936) propuso un modelo temporal discreto en
un intento de explicar la ocurrencia regular de las epidemias de sarampin; John
Brownlee (1868-1927), primer director del British Research Council, luch durante
veinte aos con problemas de cuantificacin de la infectividad epidemiolgica, y
Ronald Ross (1857-1932) explor la aplicacin matemtica de la teora de las
probabilidades con la finalidad de determinar la relacin entre el nmero de mosquitos
y la incidencia de malaria en situaciones endmicas y epidmicas. Pero el cambio ms
radical en la direccin de la epidemiologa se debe a Austin Bradford Hill (1897-1991)
con el ensayo clnico aleatorizado y, en colaboracin con Richard Doll (n. 1912), el
pico trabajo que correlacion el tabaco y el cncer de pulmn.

Los primeros trabajos bioestadsticos en enfermera los realiz, a mediados del siglo
XIX la enfermera inglesa Florence Nightingale. Durante la guerra de Crimea, Florence

2
Nightingale observ que eran mucho ms numerosas las bajas producidas en el
hospital que en el frente. Por lo tanto, recopil informacin y dedujo que la causa de la
elevada tasa de mortalidad se deba a la precariedad higinica existente. As, gracias
a sus anlisis estadsticos, se comenz a tomar conciencia de la importancia y la
necesidad de unas buenas condiciones higinicas en los hospitales

El razonamiento y la modelizacin bioestadsticas fueron fundamentales en la

fundacin de la Sntesis Moderna de la evolucin. A principios de los aos noventa,
despus del redescubrimiento de la obra de Mendel, los problemas conceptuales
ligados a la comprensin de la relacin entre la gentica y el darwinismo condujeron a
un acalorado debate entre biomtricos (Weldon, Pearson) y mendelianos
(Davenport,[cita requerida] Bateson). En los aos 30, tres grandes estadsticos,
Ronald Fisher, quin desarroll varios mtodos bsicos de la estadstica en su libro
The Genetical Theory of Natural Selection, Sewall G. Wright y J. B. S. Haldane
lograron resolver el conflicto e introdujeron la bioestadstica y, en particular, la gentica
de poblaciones, como una de las ramas esenciales de la Sntesis evolutiva moderna1

Es una verdad muy cierta que, cuando no est a nuestro alcance determinar lo que es
2
verdad, deberemos buscar lo que es ms probable.

1
La obra clsica en el estudio de la polmica entre biomtricos y mendelianos es la de Provine, W. B. (1971) The
Origins of Theoretical Population Genetics. University of Chicago Press.
2
Discurso del Mtodo. Ren Descartes.

3
 INDICE

BREVE RESEA HISTORICA

INTRODUCCION

BIOESTADISTICA

I. ESTADISTICA DESCRIPTIVA
1.1. Conceptos Bsicos: estadstica, poblacin, muestra, variables,
clases de variables
1.2. Distribuciones de frecuencia
1.3. Representacin grfica de las distribuciones de frecuencia
1.4. Medidas de tendencia o estadgrafos
1.4.1. Medidas de tendencia central: media, mediana, moda,
cuartiles
1.4.2. Medidas de Dispersin: Rango, varianza, desviacin
estndar, coeficiente de variacin
1.4.3. Medidas de tendencia no central: Asimetra y Curtosis

II. INTRODUCCION A PROBABILIDADES

3.1. Definicin de probabilidad
3.2. Defecciones de probabilidad: Clsica, por Frecuencia Relativa,
Subjetiva
3.3. Experimento Aleatorio, espacio muestral, evento, suceso
3.4. Algebra de eventos
3.5. Axiomas, Teoremas
3.6. Variable Aleatoria: discreta, Continua
3.7. Distribuciones de probabilidad: discretas ( Binomial, Poisson,
Hipergeomtrica)
3.8. Distribuciones de Probabilidad Continuas (Normal, t, chi-
cuadrada, F)
3.9. Distribuciones Muestrales (para la media, para la proporcin)

III. INFERENCIA
4.1. Definicin
4.2. Estimacin: Puntual y por Intervalos de Confianza
4.3. Estimacin Puntual: propiedades
4.5. Estimacin por Intervalos de Confianza: para la media (con
varianza conocida y con varianza desconocida); para la proporcin,
para la varianza; para una poblacin y dos poblaciones
4.6. Prueba de hiptesis: para la media, para proporcin, para la
varianza (relativas para una poblacin, y dos poblaciones)
4.7. Errores

IV. RESUMEN

V. BIBLIOGRAFIA

4
 INTRODUCCION

Estadstica es la Ciencia que tiene como base la Matemtica, asociada a

diversas variables, en las diferentes disciplinas o areas del conocimiento,
interpretada y descrita en la terminologa pertinente y acorde a la especialidad,
estandarizando un lenguaje especifico en cada carrera profesional, en la que
se aplica los mtodos estadsticos. Tiene como finalidad la recoleccin
responsable de datos (para evitar sesgos), para procesarla con apoyo de un
software estadstico, y luego de un anlisis confrontado con otros estudios o
investigaciones, emitir resultados y conclusiones, permite formular sugerencias
o recomendaciones, que son de trascendencia para la toma de decisiones en el
presente, o mediante proyecciones estimar los resultados para el futuro. La
recoleccin de informacin puede ser de primera fuente (datos actuales,
recogidos en el campo), o de segunda fuente (uso de datos histricos). Esta
informacin es importante porque permite medir la calidad de un servicio o
producto y as construir nuevos indicadores, para satisfacer a un mercado de
consumidores externos e internos.

La Ciencia Estadstica, hoy en da en nuestro pas est siendo ms conocida,

necesaria y aplicada, como una tcnica de validacin cientfica de todo trabajo
de investigacin, como una tcnica que todo profesional esta obligado a tener
un conocimiento bsico, de Estadstica Descriptiva y Probabilidades. Es una
herramienta muy importante en las decisiones de un gobierno, de una empresa,
de un profesional, de un hombre de a pie.

Para un gobierno, porque travs de la informacin estadstica, ciencia exacta,

el estado debe tener conocimiento de cuantos somos, nmero de habitantes
que tienen vivienda, promedio de personas por hogar, nmero de habientes
que cuenta con algn servicio bsicos, la poblacin econmicamente activa, el
grado de instruccin de los habitantes, el crecimiento o dificultades de la
agricultura, la pesca, la ganadera, de los diferentes regiones, es decir conocer

5
los suceso que ocurren en el pas, para que puedan ser analizados y as,
estimar y predecir a futuro las diversas actividades que requiere una nacin,
como: la elaboracin de presupuestos para los diferentes sectores (educacin,
salud, vivienda, trabajo, ), formulacin de proyectos de inversin para
programas sociales, en la elaboracin de planes de contingencia, en la logstica
para enfrentar las consecuencias de los desastres naturales, en la integracin
a los diferentes avances de la ciencia y tecnologa en relacin al mundo, en la
evaluacin de los procesos de desarrollo y crecimiento en las diferentes
regiones.

Para una empresa, le permite analizar sus fortalezas, debilidades, amenazas y

oportunidades, para su crecimiento, diversificacin, desarrollo interno y externo,
su proyeccin a futuro, tanto en mercados internos como externos; su
participacin en un mundo globalizado.

Es importante que todo empresario, gerente, administrador, pequeo y micro

empresario, empleados, tcnicos, conozcan el gran valor que tiene la Ciencia
Estadstica, quienes deben tener un aprendizaje mnimo de la aplicacin de
estos mtodos descriptiva y probabilidades), que los llevara a tener un orden, a
organizarse y mejorara su planificacin, a tener la expectativa de elevar su
calidad en todos los aspectos (servicios, productos), aprendern a disminuir
sus riesgos, costos, gastos, insumos.

Para un profesional (de salud, de ingeniera, de economa, de administracin,

de contabilidad, de derecho, de ciencias sociales,, etc.), de todas las ramas
o campos del conocimiento, le permite mejorar su capacidad de razonamiento
lgico, sus actitudes y aptitudes, mejorar su calidad profesional, humana,
familiar, con su entorno, para tomar mejores decisiones, en un mundo que
cambia constantemente

6
Para el hombre de a pie, mejorar su percepcin de la vida, mejora su calidad
como ente de un comportamiento activo, como integrante de una sociedad,
como administrador y gerente de su desarrollo, personal y familiar; de la
empresa (el hogar) que aun sin aceptarlo es la ms difcil y de mayor riego;
comprometido da a da, en sacar adelante, crecer y tener xito en la empresa
familiar (la familia); la empresa ms delicada, y ms importante para el
crecimiento y desarrollo de la sociedad, pero la ms hermosa que Dios nos
permite administrar. En el mundo de la investigacin, de la innovacin de la
ciencia y la tecnologa, en la que debe integrarse a los cambios que se dan a
cada segundo

BIOESTADISTICA

Bioestadstica es la aplicacin de la ciencia estadstica a las ciencias biolgicas

y de la salud. Es la obtencin y el anlisis de los datos biolgicos o de la saludo
mediante a utilizacin de los mtodos estadsticos. Como en el caso de ayudar
a comprender el caso de un cncer o con qu frecuencia se presenta una
enfermedad en un determinado grupo de personas, tambin es conocida como
biomtrica.

Segn Montaigne, para juzgar cosas grandes y nobles, es necesario poseer un alma igual de
grande y noble(*), para juzgar un artculo cientfico escrito por un colega es necesario poseer,
adems, conocimientos, experiencia, imparcialidad, confidencialidad, diligencia, una cierta
3
dosis de pedagoga y otra no menos esencial de compaerismo (**) .

3
*) Montaigne M. Les essais [libro en internet]. Versin HTML daprs ldition de 1595 [acceso 31 de
octubre de 2008]. Disponible en: http://www.bribes.org/trismegiste/montable.htm
(**) F. Antoja Rib. Revisores. Revista del laboratorio clnico. 2009; 2: 63.

7
 ESTADISTICA

Estadstica proviene del trmino alemn Statistik que se traduce como La

ciencia del Estado, por lo que designaba originalmente el anlisis
de datos del Estado. En el siglo XIX cuando el militar britnico Sir John
Sinclair (1754-1835) introdujo al trmino estadstica el significado de recolectar
y clasificar datos. Tambin se sabe proviene del latn statisticum
collegium (consejo de Estado) y su derivado italiano statista (hombre de
Estado o poltico).

La Estadstica, es la ciencia que se encarga de panificar, recolectar datos

(cualitativa o cuantitativa), obtenidos de un problema, procesar la informacin,
haciendo uso de un software estadstico (SPSS, MINITAB u otros), emite
resultados mediante tablas, grficos, medidas de resumen, modelos, formulas;
interpreta y analiza los resultados, realizando la contratacin de estos, con
resultados de otros trabajos (antecedentes), formula conclusiones, y permite la
emisin de recomendaciones y/o propuestas, lo que facilita obtener un nuevo
conocimiento de los hechos pasados, estimar acontecimientos futuros y tomar
mejores decisiones teniendo como fortaleza la experiencia.

La estadstica est en el da a da de nuestras vidas

8
 DIVISION DE LA ESTADISTICA

Procedimientos estadsticos para: Procedimientos estadsticos para

organizar, recolectar datos, inducir o inferir (predecir) los
procesa, prepara e interpreta los resultados obtenidos de un
resultados y presentndoles conjunto de datos numricos
mediante consolidados en tablas o (seleccionados de forma aleatoria)
grficos y en medidas de resumen de la muestra, hacia toda la
(media, mediana, varianza, poblacin
desviacin estndar, )

La estadstica es la herramienta que todo profesional debe saber

9
 I. ESTADISTICA DESCRITIVA

Parte de la Ciencia Estadstica que comprende el estudio de los datos

observados y registrados de las reacciones y procesos que se producen en
todas las actividades de los entes con o sin movimiento. Comprende:
recoleccin de los datos, anlisis, presentacin de los resultados en
consolidados mediante tablas o grficos y medidas de resumen o estadgrafos.
Describe cualquier conjunto de datos, ya sea de una poblacin o de una
muestran, es una etapa preliminar a la Inferencia Estadstica

El autor Ignacio M. Lizrraga Gaudry, considera a esta ciencia una respuesta

completa y concreta para generalizada.
La Estadstica es la nica herramienta que, hoy por hoy, permite validar todo
trabajo o estudio de investigacin

1.1. CONCEPTOS BSICOS:

POBLACION

Conjunto finito o infinito de elementos de la misma especie que tienen

las mismas caractersticas (o por lo menos una caracterstica comn), la
que se pretende estudiar y de la cual se eligen de forma aleatoria los
elementos que formaran una muestra.

10
 ESTADISTICA

MUESTRA

Es una parte o un subconjunto de la poblacin, denominada tambin un

mini universo, est constituida por elementos seleccionados
aleatoriamente, con el objetivo de investigar las propiedades de la
poblacin.

PROPIEDADES DE LA MUESTRA

Debe ser Representativa.

No debe tener Sesgos
Debe poseer caractersticas Comunes y lo ms Exacta con la
poblacin
Debe ser Elegida por un determinado Mtodo De Muestreo

MUESTRA
UN TODO
UNA PARTE

11
 ESTADISTICA

EJEMPLO 1:

Efecto del crecimiento turstico en el desarrollo econmico en el Can del

Colca, prov. de Caylloma Regin de Arequipa, segn la aceptacin
gastronmica de los turistas.

Poblacin: Muestra

Turistas que visitan el Turistas que visitan el Can

departamento de Arequipa del Colca, Prov. De Caylloma

VARIABLE:

Es la cualidades, caractersticas o atributos observables que poseen los

elementos de la muestra y que pueden tomar diferentes valores, o
pueden ser expresados en varias categoras

Ejemplos

Opinin de los ciudadanos peruanos sobre el fallo de la Haya

Satisfaccin de los clientes
Ingreso promedio de los docentes universitarios
Gasto promedio en matrculas y tiles escolares
Grado de satisfaccin de los trabajadores no docentes de las
universidades
120 pacientes que se atienden en consultorios externos de un centro de
salud
Distribucin de trabajadores del sector educacin segn grupos etareos

12
 ESTADISTICA

CLASE DE VARIABLES

A. VARIABLE CUALITATIVA

Son aquella variable que no son cuantificables directamente, pero se

pueden Categorizar para un mejor anlisis.
Se les denomina tambin estadstica de atributo o variables categricas

Clases de Variable Cualitativa

a. Nominal:

Es la variable(s) no numrica que no presentan un criterio de orden

entres si

Ejemplos

Estado de salud nacionalidad

genero rendimiento acadmico
marcas de un producto raza
color religin

13
 ESTADISTICA

b. Ordinal:

Es la variable(s) no numrica que presenta un orden jerrquico entre

las observaciones

Ejemplos

Grado de instruccin Grado de satisfaccin

Jerarquas laborales en Puesto conseguido en un
las instituciones concurso
Orden jerrquico en las Medallas conseguidas en una
instituciones militares competencia
Ciclos de estudio Atencin por orden de llegada

B. VARIABLE CUANTITATIVA

Son aquellas variables que se expresan en valores, es decir son

cuantificables directamente.

Ejemplos

Edad Nmero de hijos

Talla Nmero de hermanos de 10
Peso alumnos
Ingresos Costo promedio de la
gastos canasta familiar

CLASES DE VARIABLES CUANTITATIVAS

a. Discreta

Es la variable que se expresa en valores numricos puntuales, que

representan a un conjunto de datos que se obtienen de un proceso de
conteo. No existen valores intermedios entre ellos. Se caracterizan
por que describe o define a la variable: N de

14
 ESTADISTICA
Ejemplos
Nmero de alumnos la UPU Nmero de trabajadores
Nmero de pasajeros que viajan a administrativos en el congreso que
Trujillo en el mes de enero 2014 fueron separados
Numero de recin nacidos en el Nmero de partos de madres
2013 adolescentes atendidas en el 2014
Nmero de raciones de rancho Nmero de nios que participan en
repartidos en un cuartel el torneo de verano 2014 en
Nmero de expedientes Chosica

b. Continua
Son aquellas variables cuya informacin numrica est distribuida
en uno o ms intervalos y las observaciones toman cualquier valor
en el conjunto de los nmeros reales.
Ejemplos

Peso de los alumnos

Talla de nios de 5 aos
Notas final de un examen de
estadstica
Tiempo de vida de los focos
ahorradores

C. OTRAS VARIABLES IMPORTANTES

a. Variable independiente
Es la variable que modifica, cambia o influye sobre el
comportamiento de la variable dependiente.

b. Variable dependiente
Es la variable que su comportamiento esta sujeto a la variabilidad de
la variable independiente y tambin de las variables asociadas

c. Variables asociadas o intervinientes

Son aquellas variables que por si solas no cambia ni modifica el
comportamiento de la variable dependiente, pero en grupo hacen
fuerza.

15
1.2. DISTRIBUCIONES DE FRECUENCIAS

Son representaciones discretas y continuas de las observaciones de la

variable de una muestra, obtenida de forma aleatoria de la poblacin.

FRECUENCIA

Es el nmero de veces que se repite cada una de las observaciones de

la variable.

CLASE:

Es la ubicacin secuencial que ocupa cada observacin de la variable

CLASES DE FRECUENCIAS

16
A. FRECUANCIA ABSOLUTA

Indica que el valor de las observaciones es un valor entero positivos

Se divide en dos tipos

a. Frecuencia absoluta simple : fi

Las observaciones se representan mediante un valor entero positivo,

indicando cuantas veces se repite cada observacin.

Se denota por fi

f i f1 , f 2 , f1 , ..., f n

b. Frecuencia Absoluta Acumulada : Fi

Es la suma sucesiva de las distribuciones de frecuencia absolutas

simple.
n
Fi f i f1 f 2 , f 3 ... f n
i 1

B. FRECUENCIA RELATIVA

Es la proporcin de las frecuencias absolutas entre el tamao de la

muestra multiplicado por cien; es decir la frecuencia relativa se puede
expresar en decimales, fracciones o porcentajes
Se divide en dos clases:

a. Frecuencia Relativa simple : hi

Es la proporcin de las frecuencias absolutas simples entre el

tamao de la muestra

Se denota por:

17
 fi
hi
n
Dnde:

hi: frecuencia relativa simple

fi: frecuencia absoluta simple
n. tamao de la muestra

f i f1 f 2 f 3 f
hi , , , .. . n =
n n n n n

hi h1 , h2 , h3 , ..., hn

b. Frecuencia Absoluta Acumulada : Fi

Es la suma sucesiva de las distribuciones de frecuencia relativas

simples.
Se denota:
n
H i hi h1 h2 h3 ..., hn
i 1

o tambin se puede obtener dividiendo a la frecuencia absoluta

acumulada

Fi
Hi
n
Dnde:

Hi: frecuencia relativa acumulada

Fi: frecuencia absoluta acumulada

18
1.3. REPRESENTACIN GRFICA DE LAS DISTRIBUCIONES DE
FRECUENCIA

Las distribuciones de frecuencias se representan mediante tablas o

cuadros estadsticos, grficos, pictogramas. Permiten observar a los
datos de la variable en un consolidado.

19
A. TABLAS O CUADROS ESTADISTICOS:

Muestran al conjunto de datos de las variables cualitativas y

cuantitativas en un consolidado.

Tabla N: .

Variable
Xi fi Fi hi Hi
x1 f1 F1 f1 h1 H1 = h1
x2 f2 F2 f1 f 2 h2 H 2 hh h2
x3 f3 F3 f1 f 2 f3 h3 H3 h1 h2 h3
. . . . .
. . . . .
. . . . .
xn fn Fn = n hn H n = 1 o 100%
Total n 1 o 100%

Fuente: ..

Interpretacin:

a. Tabla unidimensional: contiene las frecuencias de las

observaciones de una variable

Tabla N1: edad de 15 adolescentes

EDAD fi
16 3
17 5
18 7
TOTAL 15
Fuente:

20
 b. Tabla bidimensional : registra las observaciones de dos variables

Tabla N2: edad y sexo de 15 adolescentes

SEXO F M TOTAL
EDAD
16 1 2 3

17 2 3 5

18 3 4 7

TOTAL 6 9 15
Fuente:

c. Tablas multidimensionales: registran las frecuencias de ms de dos

variables

CASOS :

Para la construccin de las tablas para variables cuantitativas se presentan dos

casos

A. CASO DISCRETO:

Procedimiento:

a. Clasificacin de las observaciones de la variable:

X i x1 , x2 , x3 , ..., xn
b. Tabulacin de los datos no agrupados, se ordenan de menor a mayor
segn la repeticin (frecuencias) de las observaciones

x1 f1 , x2 f 2 , x3 f 3 , ..., xn f n
c. Construccin de la tabla

21
 Tabla N: .

Variable
Xi fi Fi hi Hi
x1 f1 F1 f1 h1 H1 = h1
x2 f2 F2 f1 f 2 h2 H 2 hh h2
x3 f3 F3 f1 f 2 f3 h3 H3 h1 h2 h3
. . . . .
. . . . .
. . . . .
xn fn Fn = n hn H n = 1 o 100%
Total n 1 o 100%

Fuente: ..

Interpretacin:

Ejemplo:

Tabla N: registro de las edades de 28 alumnos de un instituto superior de

informtica

EDAD
Xi fi Fi hi Hi
15 2 2 2/28 = 7.143% 2/28
16 5 7 5/28 = 17.86% 7/28
17 3 10 3/28 = 10.714% 10/28
18 7 17 7/28 = 25% 17/28
19 5 22 5/28 =10.7142% 22/28
20 6 28 6/28 = 21.43% 28/28 = 1 *100 =100%
TOTAL 28 1 * 100 = 100%

Fuente: datos obtenidos por el autor

Interpretacin:
Los datos de la tabla muestran que 7 alumnos tienen 18 aos y 2 alumnos
tienen 15 aos.

22
 A. CASO CONTINUO:

Procedimiento:

Para mostrar el procedimiento para construir una tabla de distribucin continua

Punto
Medio O
INTERVALO Marca fi Fi h1 Hi
de Clase
MJ
I1 = (Li - Ls) M1 f1 F1 h1 H1

I2 = (Li - Ls) M2 f2 F2 h2 H2

I3 = (Li - Ls) M3 f3 F3 h3 H3

. . . . . .
. . . . . .
. . . . . .
In = (Li - Ls) M5 f5 F5 h5 H5

Paso 1:Hallar el rango

R X max imo X min imo 49 15 34

x: variables elegida.

X mx.: observacin del valor ms alto

X min: observacin del valor ms bajo

Paso 2: determinar el nmero de intervalos. Usar la Regla de Sturges:

I 1 3.32 log n 1 3.32 log 34 6

23
Paso 3: determinar la amplitud.

La amplitud o tamao de tamao del intervalo, es la distancia que existe desde

el lmite inferior de cada intervalo hasta el lmite superior de c/i y se obtiene

A R / I 34 / 6 6
Paso 4: Construir los intervalos

I1 (15 21), I 2 (21 27), I 3 (27 33),

I 4 (33 39), I 5 (39 45), I 6 (45 51)

Paso 5: Determinar la marca de clase o punto medio Mj.

es la semisuma de los valores extremos del intervalos dividido por 2 ( (suma
lmite inferior + lmite superior )/2)

Mj (lim ite inf erior lim ete sup erior ) / 2

Paso 6: Construccin de la tabla

TABLA N 1: Mujeres del Distrito de Morococha del depto de Cerro de Pazco

segn grupo etreo (edad)

Punto Medio O Marca h1 Hi

Edad de Clase :M J fi Fi % %

I1 = 15 21 18 3 3 8.8 8.8
I2 = 21 27 24 15 18 41.2 50.0

I3 = 27 33 30 8 26 26.5 76.5

I4 = 33 39 26 3 29 8.8 85.3

I5 = 39 45 42 4 33 11.8 97.1

I6 = 45 51 48 1 34 2.9 100.0
TOTAL 34 100.00

Fuente: elaboracin propia

24
 Interpretacin:
El 41.2 % de mujeres del distrito de Morococha tienen entre 21 y 27
aos con una edad promedio de 24 aos, y el 2.9% de mujeres tienen
entre 45 y 51 aos

B. REPRESENTACIONES GRAFICAS

Las representaciones graficas muestran al conjunto de datos de las

variables cualitativas y cuantitativas mediante diversas figuras, esta
forma de representacin es ms atractiva y llamativa a la vista, al
momento de una exposicin o presentacin. Estas pueden darse un los
siguientes casos:

a. Caso cualitativo

BARRAS

Se levantan en un plano cartesiano, del eje de las abscisas que

contiene a la variable hacia la correspondiente altura que relaciona a
las frecuencias contenidas en el eje de las ordenadas. Se
caracteriza por que entre barra y barra existe un espacio. Tambin
se pueden utilizar para variables cuantitativas

EJEMPLO:
GRAFICO N 1: Mujeres del Distrito de Morococha del
depto de Cerro de Pazco segn grado de instruccion

Fuente: elaboracin propia

25
Interpretacin:
El 47.10 % de mujeres del distrito de Morococha tiene educacin
secundaria y solo el 8.82% estudiaron en instituciones de nivel
univeristario.

GRAFICO DE SECTORES O PASTELES

Son representaciones circulares denominadas tambien, grafico

de pasteles o tortas, En las que en cada sector se distribuyen
las observaciones de la variable

Ejemplo

GRAFICO N 2: Mujeres del Distrito de Morococha del

depto de Cerro de Pazco segn lugar de nacimiento

Fuente: elaboracin propia

Interpretacin:
El grafico muestra que el 61.77 % de mujeres del distrito de Morococha
nacieron en Matucana y el 17.65% nacieron en Jauja..

26
b. Caso Cuantitativo

BASTONES o LINEAS

Son lneas que se levantan del eje de las abscisas que contiene a
las variables hacia las frecuencias de cada una en el eje de las
ordenadas. Caso discreto

GRAFICO N 3: Mujeres del Distrito de Morococha del

depto de Cerro de Pazco segn nmero de hijos

Fuente: elaboracin propia

Interpretacin:
Los resultados del estudio muestran que el 32.35 % de mujeres del
distrito de Morococha nacieron en Matucana tienen 2 hijos y con el
11.75% se observa a dos grupos de mujeres, un grupo no tienen hijos, y
el otro grupo tienen 5 hijos.

HISTROGRAMAS
Son barras juntas que no tienen espacio entre ellas, similar a la
construccin de las barras se levantan del eje de las abscisas
(contiene a la variable cuantitativa continua), cada barra representa
un intervalo, y al centro de la barra se coloca el punto medio, que
representa a todo el conjunto de datos de cada intervalo.

27
 Grafico N 4: Mujeres del Distrito de Morococha del depto.
de Cerro de Pazco segn grupo etreo (edad)

18 aos 24 aos 26 aos 30 aos 42 aos 48 aos

Fuente: elaboracin propia

Interpretacin:
El 41.2 % de mujeres del distrito de Morococha tienen entre 21 y 27
aos con una edad promedio de 24 aos, y el 2.9% de mujeres tienen
entre 45 y 51 aos

POLIGONO

El polgono de frecuencia se construye uniendo todos los valores

de una variable con su respectiva frecuencia, o correlacionando los
valores de dos variables; tambin se puede construir sobre la cima
de las barras, los histogramas y los bastones. Es til para observar
la tendencia de las variables.

28
Ejemplos
GRAFICO N 5

OJIVAS

La ojiva es el polgono de frecuencias acumulado, es decir, que en

ella se permite ver cuntas observaciones se encuentran por
encima o debajo de ciertos valores, en lugar de solo exhibir los
nmeros asignados a cada intervalo

GRAFICO N 6

PICTOGRAMAS (figuras)

Son grficos con dibujos que representaciones simblicamente el

carcter de la variable objeto de estudio, el tamao es proporcional
a las frecuencias que representan, generalmente se expresan en
cientos, miles, ..etc.

GRAFICO N 7
29
 GRAFICO N 8

GRAFICO N 9

TALLO DE HOJAS

El diagrama de tallo y hojas muestra al conjunto de observaciones

de la variable mediante una distribucin de frecuencias y a la vez
su grfico. Es til cuando el nmero total de datos es pequeo
(menor que 50), es el diagrama de tallo y hojas de Tukey.

Procedimiento:

Redondear los datos a dos o tres cifras significativas,

expresndolos en unidades convenientes.
Disponerlos en una tabla con dos columnas separadas por una
lnea como sigue:

30
 a. Para datos con dos dgitos, escribir a la izquierda de la lnea
los dgitos de las decenas (forma el tallo), y a la derecha las
unidades (hojas).
b. Para datos con tres dgitos el tallo estar formado por los
dgitos de las centenas y decenas, que se escribirn a la
izquierda, separados de las unidades

Cada tallo define una clase, y se escribe slo una vez. El nmero
de hojas representa la frecuencia de dicha clase.

EJEMPLO

GRAFICO 10: Mujeres del Distrito de Morococha del

depto. de Cerro de Pazco segn grupo etreo (edad)

Tallo Hojas

4
5
6
7
8

31
1.4. MEDIDAS DE TENDENCIA O ESTADGRAFOS

Para describir un conjunto de datos, adems de la tabulacin y la

representacin grfica, se utilizan valores numricos de funciones de la
variable, llamadas medidas de resumen
Son valores nicos que representan al conjunto de los datos
observados de la variable, Es decir resumen en un solo valor a todo el
conjunto de valores de las observaciones, representando a toda la
muestra objeto de estudio, para su anlisis y posterior estimacin a
toda la poblacin.

Se clasifican en :

32
1.4.1. MEDIDAS DE TENDENCIA CENTRAL: MEDIA,
MEDIANA, MODA, CUARTILES

Las medidas de tendencia central se ubican en el centro de la

informacin o ciertos casos tienden a ubicarse en el centro de
los datos.
Se clasifican en:

A. MEDIA ARITMETICA O PROMEDIO ARITMETICO

Estadgrafo ms importante de la estadstica.

Es el valor representativo del conjunto de datos (valores) observados
de una variable, es el promedio aritmtico de las observaciones de la
variable elegida de la muestra para el estudio
Se obtiene: sumando todos los valores de las observaciones y luego
se divide entre el nmero total de observaciones (n)

Se denota:

x i
X i 1

33
Donde:

X : Media o promedio aritmtico: se lee X - barra

xi : Valores de las observaciones

n : Tamao de la muestra

Casos

Caso no agrupado:
n

x i
X i 1

n
Ejemplo:

El gerente de una empresa que se dedica a la fabricacin de

gelatina, desea adquirir una mquina para el llenado de bolsas de
aproximadamente 200 gramos. Debe decidir en adquirir una de
dos mquinas que le ofrecen, en igualdad de condiciones de
costes, aunque que no est convencido de la precisin de las
mquinas, para elegir una se realizan 6 prueba con cada mquina
y se obtienen los resultados siguientes:

Maq. 195 198 1199 1197 1199 200

(Pesos gr) A
Maq. 199 200 200 200 198 201
B

a. Cul ser el peso promedio de bolsas obtenido de las

mquinas?

b. Cul es el peso promedio de las dos mquinas juntas?

c. Qu maquina elige el gerente de la empresa?

SOLUCION
a. Promedio de las maquinas

34
 MAQUINA A:
n

x i
195 198 199 197 199 200 1188
X i 1
198
n 6 6

La mquina A empaca en promedio 198 gramos de gelatina en

cada bolsa

MAQUINA B:
n

x i
199 200 200 200 198 200 1197
X i 1
199.5
n n6 6

La mquina B empaca en promedio 199.5 gramos de gelatina

b. Promedio de las maquinas juntas

n

x i
195 198 199 197 199 200 199 200 200 200 198 200 2385
X i 1
198.75
n 12 12

el promedio de empaque de las dos mquinas juntas es de

198.75gramos de gelatina.

c. El gerente de la fbrica elige la maquina B, por hacer un

empacado en cada bolsa de gelatina de 199.5 gramos.

Caso Agrupado:

Caso Discreto
n

x i fi
X i 1

35
Donde:

X : Media o promedio aritmtico: se lee X - barra

xi : Valores de las observaciones

n : Tamao de la muestra
f i : Frecuencia

Ejemplo:

N de
hijos frecuencias X
0 4 0*4= 0
1 6 1*6 = 6
2 11 2*11 = 22
3 9 3*9 = 27
4 0 4*0 = 0
5 4 5*4= 20
Total 34 75

x i fi
0 * (1) 1* (6) 2 * (11) 3 * (9) 4 * (0) 5 * ( 4)
X i 1

n 34

36