CÁLCULO Y ESTADÍSTICA

Estadística
OBJETIVOS:
Al finalizar la sesión el estudiante estará en capacidad de:

• Identificar la población, muestra, unidad estadística

y las variables con su escala de medición.

• Representar los datos mediante tablas de frecuencia

y gráficos para variable cualitativas y cuantitativa
¿QUÉ ES LA ESTADÍSTICA
 DEFINICIÓN DE ESTADÍSTICA
Disciplina relacionada con los métodos científicos destinados a
recopilar, organizar, clasificar, presentar, resumir y analizar datos,
tanto para la deducción de conclusiones como para tomar
decisiones.
 DIVISIÓN DE LA ESTADÍSTICA
ESTADÍSTICA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL

 Consiste de métodos y técnicas de  Consiste de métodos y técnicas para

recolección, caracterización y presentación
que permiten describir las características
de un conjunto de datos.
 Comprende el uso de gráficos, tablas y
medidas u otras técnicas, que resumen los
datos.
estudiar las características de una
población con base en muestras.
 Es posible generalizar los resultados
de la muestra, para la población,
basado en la Teoría de la
Probabilidad

MUESTREO
TEORÍA DE PROBABILIDADES
 Población y Muestra
Población: es el conjunto de todos los
elementos que poseen una determinada
característica. En general supondremos
que la población es muy grande.

Muestra: es un subconjunto de la
población.
Unidad Estadística 𝝁. 𝒆 : llamada también unidad elemental. Es
todo elemento del que se obtiene la información.

Ejemplo:
Suponga que se desea estudiar el ingreso mensual promedio de
los 1000 padres de familia de una institución educativa, para ello
se encuestará a 80 padres de familia.
Población: los 1000 padres de familia de la I.E.
Muestra: los 80 padres de familia encuestados
Unidad Estadística: cada padre de familia
 Variable
Una variable estadística es el conjunto de valores que puede tomar
cierta característica de la población sobre la que se realiza el estudio
estadístico y sobre la que es posible su medición.
 VARIABLE CUALITATIVA
Cuando las observaciones representan una determinada cualidad
que no puede expresarse numéricamente (también llamado
atributo).

NOMINALES ORDINALES
Cuando no se puede establecer Cuando es posible establecer
un orden en las cualidades o un orden en las cualidades o
atributos atributos

Ejemplos: Ejemplos:
 Profesión (ingeniero,  Grado de instrucción
profesor, médico, biólogo) (primaria, secundaria,
 Estado Civil (soltero, casado, superior)
viudo, divorciado)  Categoría como docente
 Sexo (masculino, femenino) (profesor principal, principal,
asociado)
 VARIABLE CUANTITATIVA
Cuando las observaciones se pueden representar en forma
numérica; es decir son susceptibles de ser medidas o
contabilizadas

DISCRETAS CONTINUAS
Cuando admite solo valores Cuando pueden admitir
enteros. Las observaciones se cualquier valor dentro de un
hacen por conteo. intervalo de recta real.

Ejemplos: Ejemplos:
 El número de alumnos de
 El peso de los alumnos
una clase
 La estatura de los niños
 El número de hijos por
 El tiempo que demora en
familia
realizar un viaje
 La cantidad de empleados
de una empresa
EJERCICIO 1:
En el siguiente enunciado, identifique a la población, la muestra,
la unidad estadística, la variable y el tipo de variable.
“En cierta comunidad, el doctor Medizabal desea precisar
el tipo de enfermedad infecto-contagiosas que se
presentan en los jóvenes de edad escolar”
RESOLUCIÓN:
La Población: el total de jóvenes en edad escolar de dicha comunidad
La Muestra: está formada por el total de jóvenes que presentan
síntomas de infecciones contagiosas
La Unidad Estadística: cada joven

La Variable: el tipo de enfermedad infecto-contagiosa que se

presenta en los jóvenes en edad escolar
El Tipo de Variable: Cualitativa nominal
EJERCICIO 2
En el siguiente enunciado, identifique a la población, la muestra,
la unidad estadística, la variable y el tipo de variable.
“Varias veces durante un día el ingeniero de control de
calidad de una fábrica textil, selecciona diferentes
muestras de metros cuadrados de tela, las examina y
registra el número de imperfecciones que encuentra”
RESOLUCIÓN:
La Población: El total de metros cuadrados producidos por la fábrica
textil e un día
La Muestra: Está formada por el total de metros cuadrados
empleados en la inspección.
La Unidad Estadística: Es cada uno de los metros cuadrados de la
muestra de tela seleccionada para la observación.
La Variable: Es el número de imperfecciones en cada metro
cuadrado de tela
El Tipo de Variable: Cuantitativa Discreta
Tabla de Frecuencias de una Variable Cualitativa
Ejemplo 1:
Se consultó a 25 estudiantes de Tecsup sobre su deporte favorito y se
obtuvieron los siguientes datos:
F F V B A A N A N N V N A
N V V N A F F N A F N A

F: Fútbol V: Voley B: Básquet N: Natación A:Ajedrez

La variable de estudio es:

“La preferencia por el deporte
favorito”
Donde:
𝑓𝑖 : frecuencia absoluta
ℎ𝑖 : frecuencia relativa
𝑓𝑖
ℎ𝑖 =
𝑛
 Representación Gráfica DIAGRAMA DE BARRAS
NÚMERO DE
DEPORTE
ALUMNOS (fi)
hi hi (%)
FÚTBOL 5 0,20 20%
VOLEY 4 0,16 16%
BÁSQUET 1 0,04 4%
NATACIÓN 8 0,32 32%
AJEDREZ 7 0,28 28%
TOTAL 25 1 100%

DIAGRAMA CIRCULAR PICTOGRAMAS

FUTBOL
AJEDREZ
20%
28%
VOLEY
16%
BASQUET
NATACION 4%
32%
 Ejemplo 2: (para el estudiante)

En una empresa se ha realizado una encuesta a 200 trabajadores

sobre el nivel de instrucción que tienen. El 30% de los trabajadores
mencionó que nunca realizó estudio alguno, 90 de ellos dijeron que
solo culminaron primaria, el 20% de ellos culminó la secundaria y el
resto pudo realizar estudios superiores.

1. Identifique la Variable de Estudio

2. Indique el tipo de Variable
3. Elaborar la tabla de distribución de frecuencias
4. Elaborar un diagrama de barras
5. Elaborar un diagrama circular.
Tabla de Frecuencias de una Variable Cuantitativa
Discreta
Ejemplo:
En la siguiente muestra de 20 pequeñas empresas, se considera el
número de trabajadores por empresa.
6; 6; 4; 4; 3; 3; 4; 4; 5; 5; 4; 5; 6; 2; 4; 3; 4; 6; 5; 3
Con estos datos, determinemos la variable de estudio, el tipo de
variables, la tabla de distribución de frecuencias y su
representación gráfica

1. La variable de estudio es: “El número de trabajadores que labora

en una empresa”
2. El tipo de variable es: “Cuantitativa Discreta”
 3. Elaboramos la tabla de distribución de frecuencias

Ordenando los datos: 2; 3; 3; 3; 3; 4; 4; 4; 4; 4; 4; 4; 5; 5; 5; 5; 5; 6; 6; 6

Donde:
𝑓𝑖 : frecuencia absoluta
𝐹𝑖 : frecuencia absoluta acumulada
ℎ𝑖 : frecuencia relativa
𝐻𝑖 : frecuencia relativa acumulada
 4. Representación Gráfica

DIAGRAMA DE BARRAS DIAGRAMA CIRCULAR

N° de Empresas
(fi)
8
5%
15%
6 20%

4
25%
2
35%
0
2 3 4 5 6
 APLICACIONES
1. Se muestra a continuación el número de veces que han ido al cine el ultimo
mes un grupo de estudiantes
2; 3; 0; 1; 5; 3; 2; 1; 0; 0; 2; 1; 2; 3; 5; 0; 5; 4; 1; 1; 1; 2; 0; 1; 2
Identifique la variable de estudio, el tipo de variable, elabore la tabla de
frecuencias y su representación gráfica.

2. Al preguntar a 200 familias por el número de hijos que tienen, se obtuvo la

siguiente tabla:

NÚMERO DE a) Completar la tabla.

fi Fi hi Hi
HIJOS
b) Elaborar su diagrama de
1 45 barras.
2 60 c) ¿Cuántas familias tiene más
de 2 hijos?
3 d) ¿Qué porcentaje de familias
4 30 tiene mas de un hijo, pero
5 15 menos de 5?
TOTAL 200
Tabla de Frecuencias de una Variable Cuantitativa
Continua
Ejemplo:
A continuación se presenta los datos recopilados sobre el peso de un
grupo de 40 personas.
50 66 70 49 73 55 61 64 57 49 49 54 58 57 63 61 59 57 55 66

60 60 60 73 60 62 65 64 62 58 58 54 65 59 68 61 67 56 72 55

Elaboraremos la tabla de distribución de frecuencias. Para ello debemos

tener en cuenta algunos elementos
1. TAMAÑO DE LA MUESTRA (n): es
el número de elementos considerados
en la muestra.
𝑛 = 40
3. RANGO (R): es la diferencia
entre el mayor de los datos y el
menor de los datos.
R = 73 – 49 =24

2. ALCANCE (A): es el intervalo cerrado 4. INTERVALO DE CLASE (I): es

definido por los datos de mayor y una clasificación de los datos en
menor valor. grupos, equivale a particionar el
A =  49 ; 73  alcance.
 49 ; 53  podría ser un intervalo
5. NÚMERO DE INTERVALOS(K): 6. ANCHO DE CLASE (w): es la
Ordenando los datos
una regla práctica para determinar diferencia entre el límite superior e
el número
49 49 49 de50 intervalos
54 54 55es 55
la “Regla
55 56 57inferior
57 57de 58
cada58intervalo.
58 59 Se59calcula:
60 60
de Sturges”: K = 1 + 3,3 log n
Rango 24
60 60 K61
= 161
+ 3,3
61log624062
= 6,28 w 
63 64 64 65 65 66 66 67 68 
70 w 
72  4 73
73
N  de Intervalos 6
 K puede ser 5 , 6 o 7
7. MARCA DE CLASE (xi): es el punto
medio de cada intervalo.
𝑳𝒊 +𝑳𝒔
𝒙𝒊 =
𝟐

8. FRECUENCIA ABOLUTA (fi): nos

dice cuantas observaciones hay en el
i-ésimo intervalo

9. FRECUENCIA RELATIVA (hi): se

calcula dividiendo cada una de las
frecuencias absolutas entre el tamaño
de la muestra
𝒇𝒊
𝒉𝒊 =
𝒏
 DP DP

Ii hi Hi
xi fi Fi hi Hi
(Pesos) (100%) (100%)
 49 ; 53  51 4 4 0,10 0,10 10% 10%
 53 ; 57  55 6 10 0,15 0,25 15% 25%
 57 ; 61  59 12 22 0,30 0,55 30% 55%
 61 ; 65  63 8 30 0,20 0,75 20% 75%
 65 ; 69  67 6 36 0,15 0,90 15% 90%
 69 ; 73  71 4 40 0,10 1 10% 100%
TOTAL 40 1 100%

Donde:
𝑥𝑖 : marca de clase
𝑓𝑖 : frecuencia absoluta
𝐹𝑖 : frecuencia absoluta acumulada
ℎ𝑖 : frecuencia relativa
𝐻𝑖 : frecuencia relativa acumulada
 HISTOGRAMA DIAGRAMA ESCALONADO

Polígono de
12 Frecuencias

8
6
4

49 53 57 61 65 69 73

DIAGRAMA CIRCULAR
10% 10% f1
15% 15%
f2
20% 30% f3
f4
f5
f6
¿Cuántas personas tienen un peso que varia desde los 55 kg hasta
menos de 69 kg?
hi
Ii xi fi hi
(100%)

 49 – 53  51 4 0,10 10%
 53 – 57  55 6 0,15 15%
 57 – 61  59 12 0,30 30%
 61 – 65  63 8 0,20 20%
 65 – 69  67 6 0,15 15%
 69 – 73  71 4 0,10 10%
TOTAL 40 1 100%

6 12 8 6

3 3

53 55 57 61 65 69

TOTAL: 3 + 12 + 8 + 6 = 29
¿Qué tanto por ciento de personas tiene un peso mayor a 58 kg?
hi
PESOS (Ii) xi fi hi
(100%)

 49 – 53  51 4 0,10 10%
 53 – 57  55 6 0,15 15%
 57 – 61  59 12 0,30 30%
 61 – 65  63 8 0,20 20%
 65 – 69  67 6 0,15 15%
 69 – 73  71 4 0,10 10%
TOTAL 40 1 100%

30% 20% 15% 10%

7,5% 22,5%

57 58 61 65 69 73

TOTAL: 𝟐𝟐, 𝟓% + 𝟐𝟎% + 𝟏𝟓% + 𝟏𝟎% = 𝟔𝟕, 𝟓%

Bibliografía
• Box, George (2008). Estadística para investigadores. Diseño,
innovación y descubrimiento. Barcelona : Reverté (519.2/B78)
• Devore, Jay L. (2005). Probabilidad y estadística para ingeniería y
ciencias. México D.F.: Cengage Learning (519.5/D64)
• Esteban García, Jesús (2005). Estadística descriptiva y nociones
de probabilidad. Madrid : Thomson (519.53/E92)