Criterios de Evaluacin.

Participacin 5%
Asistencia 5%
Representacin de Grficos.
Distribucin de Frecuencias.
Medidas de Tendencia Central y Medidas de
dispersin.
Probabilidad.
Distribuciones de Probabilidad.

Informe Proyecto. 20 %
Exposicin Proyecto 10 %
 La Estadstica, nace de las necesidades reales del hombre.

Herramienta necesaria para la toma de decisiones, una herramienta de

trabajo.

Estadstica reunir la informacin integrada por un conjunto de datos, con

el propsito de obtener conclusiones vlidas del comportamiento de
stos, como tambin hacer una inferencia sobre comportamientos
futuros.

Uso y la aplicacin, puede decirse que abarca todo el mbito humano

encontrndose en las relaciones comerciales, financieras, polticas,
sociales, etc. siendo fundamental en el campo de la investigacin y en la
toma de decisiones.

rea de las empresas de servicio y manufactura es posible realizar un

anlisis profundo del proceso estadstico al control de la productividad y
de la calidad.
 Definicin y aplicaciones

En un sentido amplio, la estadstica se define como el arte y la

ciencia de reunir datos, analizarlos, presentarlos e interpretarlos.

Aplicaciones:
Proporciona a directivos, administradores y personas que deben
tomar decisiones una mejor comprensin del negocio o entorno
econmico, permitindoles as tomar decisiones.

Contadura
Las empresas de contadores pblicos al realizar auditoras para sus
clientes emplean procedimientos de muestreo estadstico.

En estos casos el personal encargado de la auditora selecciona un

subconjunto de las cuentas al que se le llama muestra.
 Aplicaciones en los negocios y en la
economa.
Finanzas
Los analistas financieros emplean informacin estadstica como gua
para sus recomendaciones de inversin. En el caso de acciones, el
analista revisa diferentes datos financieros como la relacin
precio/ganancia y el rendimiento de los dividendos.

Al comparar la informacin de una accin con la informacin sobre

el promedio en el mercado de acciones, el analista sabe si una
determinada accin est sobre o subvaluada. Permite al analista a
comprar, vender o a recomendar mantener las acciones.

Marketing
Los administradores revisan estadsticas de las actividades
promocionales de la competencia y de las propias para analizar la
relacin entre una actividad promocional y las ventas. Estos anlisis
suelen resultar tiles para establecer futuras estrategias de
marketing para diversos productos.
 Produccin
La importancia que se le da a la calidad hace del control de calidad
una aplicacin importante de la estadstica a la produccin.

Para vigilar el resultado de los procesos de produccin se usan

diversas grficas de control estadstico de calidad.

Peridicamente un empleado del rea de produccin toma una

muestra de botellas y mide el contenido promedio de refresco.

Se dice que el proceso est bajo control se encuentren entre los

lmites de control inferior y superior.

Ayuda a determinar si es necesario hacer algn ajuste o correccin

a un proceso de produccin.
 Economa
Los economistas suelen hacer pronsticos acerca del futuro de la
economa o sobre algunos aspectos de la misma. Usan una variedad
de informacin estadstica para hacer sus pronsticos.

Pronosticar las tasas de inflacin, emplean informacin estadstica

sobre indicadores como el ndice de precios al consumidor, la tasa
de desempleo y la utilizacin de la capacidad de produccin.

Estos indicadores estadsticos se utilizan para el pronstico que

predicen las tasas de inflacin.
 Estadstica

La estadstica es la ciencia que se encarga de recolectar, organizar, resumir y

analizar datos para despus obtener conclusiones a partir de ellos.

La Estadstica es el estudio cientfico relativo al conjunto de mtodos encaminados

a la obtencin, representacin y anlisis de observaciones numricas, con el fin de
describir la coleccin de datos obtenidos, as como inferir generalizaciones acerca
de las caractersticas de todas las observaciones y tomar las decisiones ms
acertadas en el campo de su aplicacin.

La estadstica puede ser dividida en dos grandes reas.

Estadstica descriptiva,
La estadstica descriptiva es una coleccin de mtodos para la organizacin,
resumen y presentacin de datos.

Estadstica inferencial.
La estadstica inferencial consiste entonces de algunas tcnicas que nos ayudan a
conocer, con determinado grado de confianza, cierta informacin de la poblacin
con base en la informacin de la muestra obtenida.
 Muestreo

En casi todos los problemas de estadstica, un nmero

especificado de mediciones o datos, es decir, una muestra,
se toma de un cuerpo de mediciones ms grande llamado
poblacin.

Datos son hechos/informaciones y cifras que se recogen,

analizan y resumen para su presentacin e interpretacin.

A todos los datos reunidos para un determinado estudio se

les llama conjunto de datos para el estudio.
 Cul es el inters principal, la muestra o la
poblacin?

En la mayor parte de los casos, es la poblacin, pero sta puede ser

difcil o imposible de enumerar.

Registrar la temperatura corporal de todas las personas sanas del

mundo.

La preferencia presidencial de todo votante registrado en Mxico.

En cambio, tratamos de describir o pronosticar el comportamiento

de la poblacin con base en informacin obtenida de una muestra
representativa de esa poblacin.
 Estadsticas descriptivas e Inferenciales
La estadstica descriptiva est formada por procedimientos empleados
para resumir y describir las caractersticas importantes de un conjunto de
datos.

Existen estadsticas descriptivas en numerosas formas: grficas de barras,

grficas de pastel y grficas de lneas; tablas numricas; o estadsticas el
promedio.

Si el conjunto de mediciones es toda la poblacin, slo es necesario sacar

conclusiones basadas en la estadstica descriptiva.

La estadstica inferencial est formada por procedimientos empleados

para hacer inferencias acerca de caractersticas poblacionales, a partir de
informacin contenida en una muestra obtenida de esta poblacin.
 El objetivo de la estadstica inferencial es hacer inferencias (es decir, sacar
conclusiones, hacer predicciones, tomar decisiones) acerca de las
caractersticas de una poblacin a partir de informacin contenida en una
muestra.

Parmetro: Es una cantidad numrica calculada sobre una poblacin y

resume los valores que esta toma en algn atributo.

Intenta resumir toda la informacin que hay en la poblacin en unos pocos

nmeros (parmetros) ejemplo: la altura media de los sujetos.

Estadstico: Es una cantidad numrica calculada sobre la muestra que

resume su informacin sobre algn aspecto. Se usa para aproximar a un
parmetro.
 Poblacin y Muestra
Poblacin de inters, esto es,
un conjunto arbitrario de
personas, mediciones u objetos
cualesquiera.

Una poblacin es el conjunto de

mediciones de inters para el
investigador.

Una muestra es un subconjunto

de mediciones seleccionado de
la poblacin de inters.

Muestra subconjunto de la
poblacin.
 OBJETIVO DE ESTADSTICA INFERENCIAL

PASOS NECESARIOS
Cmo puede hacer inferencias acerca de una poblacin utilizando informacin
contenida en una muestra?

Encuesta eleccin presidencial

1. Especifique las preguntas a contestar e identifique la poblacin de inters.

En la encuesta el objetivo es determinar quin obtendr ms votos el da de la

eleccin.

Poblacin de inters es el conjunto de todos los votos en la eleccin presidencial.

Seleccionar una muestra, representativa de esta poblacin.

 OBJETIVO DE ESTADSTICA INFERENCIAL:

2. Decida cmo seleccionar la muestra. Esto recibe el nombre de diseo

del experimento o procedimiento de muestreo.

La muestra es representativa de la poblacin de inters?

Esta muestra ser representativa de todos los votantes?

Ser lo mismo que una muestra de probables votantes, es decir,

aquellos que es probable que en realidad voten en la eleccin?

La muestra es lo suficientemente grande para contestar las preguntas

planteadas sin perder tiempo y dinero en informacin adicional?

Un buen diseo de muestreo, con mnimo costo para el experimentador.

 3. Seleccione la muestra y analice la informacin muestral.

Sin importar cunta informacin contenga la muestra, el lector debe usar

un mtodo de anlisis apropiado para extraerla.

4. Use la informacin del paso 3 para hacer una inferencia acerca de la

poblacin.

Es posible usar muchos procedimientos diferentes para hacer esta

inferencia y algunos son mejores que otros. Por ejemplo, podra haber
mtodos diferentes para estimar, pero un procedimiento podra ser ms
preciso que los otros.

Usted debe usar el mejor procedimiento disponible para hacer inferencia.

 5. Determine la confiabilidad de la inferencia. Como usted est
usando slo una parte de la poblacin para sacar las conclusiones.

Cmo puede ser esto?

Toda inferencia estadstica debe incluir una medida de confiabilidad

que dice cunta confianza tiene usted en la inferencia.

Si una agencia realiza una encuesta estadstica para usted y estima

que el producto de su compaa ganar 34% del mercado este ao,
cunta confianza puede usted poner en esta estimacin? Es
precisa a no ms de 1.5 o a 20 puntos porcentuales? Es confiable
lo sufciente para establecer metas de produccin?
 Conclusin
Que la poblacin de inters
est claramente definida.

Desarrollar un plan apropiado

de muestreo o diseo
experimental para obtener
mxima informacin al mnimo
costo, analizar correctamente
y sacar conclusiones usando la
informacin muestral.

Medir la confiabilidad de las

conclusiones con base en los
resultados experimentales.
 Variables y tipos de datos

Una variable es una caracterstica que cambia o vara con el tiempo

y/o para diferentes personas u objetos bajo consideracin.

La temperatura corporal es una variable que cambia con el tiempo.

La afiliacin religiosa, el origen tnico, el ingreso, la estatura, edad y

nmero de hijos son todas ellas variables, es decir, caractersticas
que varan segn la persona seleccionada.

Las variables son:

- Caractersticas.
- Atributos.
- Rasgos.
- Cualidades.
 Tipos de Variables

Las variables pueden ser

cualitativas, cuando solamente
presentan una cualidad.

Son ejemplos de variables

cualitativas el sexo y el estado
civil.

Las variables pueden ser

cuantitativas, cuando se realiza
una medicin.

Son ejemplos de variables

cuantitativas en una poblacin de
personas la edad, el peso y la
estatura,
 Unidad experimental
Una unidad experimental es el individuo u objeto en el que
se mide una variable. Resulta una sola medicin o datos
cuando una variable se mide en realidad en una unidad
experimental.

Datos univariados cuando se mide una sola variable en una

sola unidad experimental.

Datos bivariados cuando se miden dos variables en una

sola unidad experimental.

Datos multivariados cuando se miden ms de dos

variables.
 Variables cualitativas

Las variables cualitativas miden una cualidad o caracterstica en cada

unidad experimental.

Las variables cualitativas producen datos que se pueden clasificar de

acuerdo a similitudes o diferencias en clase; que se denominan datos
categricos (categoras)

Las variables como gnero, semestre y especialidad en el ejemplo son

variables cualitativas que producen datos categricos.

Otros ejemplos:

Afiliacin poltica: republicano, demcrata, independiente

Clasificacin de gusto: excelente, bueno, regular, malo
Color de un dulce : caf, amarillo, rojo, anaranjado, verde, azul.
 Variables cuantitativas
Las variables cuantitativas miden una cantidad numrica en cada unidad
experimental.

Las variables cuantitativas, con frecuencia representadas por la letra x, producen

datos numricos, por ejemplo estos:

x = tasa preferencial de inters

x = nmero de pasajeros en un vuelo de Los ngeles a Nueva York
x = peso de un paquete listo para ser enviado
x = volumen de jugo de naranja en un vaso

Observe que hay una diferencia en los tipos de valores numricos que pueden
tomar estas variables cuantitativas.

El nmero de pasajeros, por ejemplo, puede tomar slo los valores x = 0, 1, 2,, mientras que el
peso de un paquete puede tomar cualquier valor mayor a cero, o sea 0< x < .

tipos de variables cuantitativas: discretas y continuas.

 Variables cuantitativas
Una variable discreta puede tomar slo un nmero finito o
contable de valores.

Ejemplos de variables discretas: nmero de miembros de una

familia, el nmero de ventas de autos nuevos y el nmero de llantas
defectuosas devueltas para cambio.

1) Nmero de asignaturas inscritas en el primer semestre.

2) Nmero de integrantes del grupo familiar.
3) Nmero de aulas de clases de la UdeO.
 Una variable continua puede tomar infinitamente
muchos valores correspondientes a los puntos en un
intervalo de recta.

Variables como la estatura, tiempo, distancia y

volumen son continuas porque pueden tomar valores
en cualquier punto a lo largo de un intervalo de recta.

1) Estatura
2) Temperatura
3) Peso
 Escalas de medicin para las variables

Escalas de medicin

La recoleccin de datos requiere alguna de las escalas de medicin

siguientes:

Nominal,
Ordinal,
De intervalo
De razn.

La escala de medicin determina la cantidad de informacin

contenida en el dato e indica la manera ms apropiada de resumir y
de analizar estadsticamente los datos.
 Escala nominal

Escala de medicin nominal

Cuando el dato de una variable es una etiqueta o un nombre que

identifica un atributo de un elemento.

En la tabla la escala de medicin para la variable bolsa de valores

(mercado burstil) es nominal porque N y NQ son cdigos o
etiquetas no numricas que se usan para indicar dnde cotiza la
accin de la empresa.

Si etiquetramos como 1 la Bolsa de Nueva York y 2 el Mercado

Nacional Nasdaq. Los nmeros 1 y 2 son las etiquetas empleadas
para identificar dnde cotizan las acciones. La escala de medicin es
nominal aun cuando los datos aparezcan como valores numricos.
 Escala nominal
La escala nominal est asociada a variables cualitativas
y ser denominada de este modo pues no se pueden
hacer operaciones aritmticas entre sus valores, son
nicamente etiquetas.

Si estudiamos una poblacin humana, a la variable

sexo podemos asignarle dos posibles valores: F para
femenino, y M para masculino, esta es entonces una
escala nominal pues los smbolos F y M son etiquetas
arbitrarias, no existe orden en ellos ni podemos realizar
operaciones aritmticas.
 Escala de medicin ordinal

Una escala de medicin para una variable es ordinal si los datos muestran las propiedades de los
datos nominales y adems tiene sentido el orden o jerarqua de los datos.

Una empresa automovilstica enva a sus clientes cuestionarios para obtener informacin sobre su
servicio de reparacin.

Cada cliente evala el servicio de reparacin como: Excelente, bueno o malo.

Los datos obtenidos son las etiquetas excelente, bueno o malo, tienen las propiedades de los datos
nominales, pero adems pueden ser ordenados o jerarquizados en relacin con la calidad del
servicio.

Un dato excelente indica el mejor servicio, seguido por bueno y, por ltimo, malo.

Por lo que la escala de medicin es ordinal.

Observe que los datos ordinales tambin son registrados mediante un cdigo numrico.
La posicin de los datos en BusinessWeek es un dato ordinal.
Da una jerarqua del 1 al 500 de acuerdo con la evaluacin de BusinessWeek sobre la fortaleza de la
empresa
 Escala de medicin ordinal
Escala ordinal. En la escala ordinal los valores de la variable tienen un orden pero
no se pueden hacer operaciones aritmticas entre estos valores.

Por ejemplo, para calificar las caractersticas de un objeto podemos suponer los
siguientes valores:

0 = Psimo.
1 = Malo.
2 = Regular.
3 = Bueno.
4 = Excelente.

En este caso la escala de medicin de la variable en cuestin es ordinal pues existe

un orden entre sus valores pero no podemos decir por ejemplo que dos valores
regulares hacen un valor excelente.
 Escala de medicin por intervalo

Una escala de medicin es por intervalo

Si los datos tienen las caractersticas de los datos ordinales y el intervalo

entre valores se expresa en trminos de una unidad de medicin fija.

Los datos de intervalo siempre son numricos. Las calificaciones en una

prueba de aptitudes escolares son un ejemplo de datos de intervalo. Por
ejemplo, las calificaciones obtenidas por tres alumnos en la prueba de
matemticas con 620, 550 y 470, pueden ser ordenadas en orden de
mejor a peor.

Adems las diferencias entre las calificaciones tienen significado. Por

ejemplo, el estudiante 1 obtuvo 620 550 = 70 puntos ms que el
estudiante 2 mientras que el estudiante 2 obtuvo 550 - 470 = 80 puntos
ms que el estudiante tres.
 Escala de medicin por intervalo

Escala de intervalo. En una escala de

intervalo, existe un orden entre los valores de
la variable y existe adems una nocin de
distancia aunque no se pueden realizar
operaciones.
 Escala de razn

Una variable tiene una escala de razn si los datos tienen todas las propiedades de
los datos de intervalo y la proporcin entre dos valores tiene significado.

Variables como distancia, altura, peso y tiempo usan la escala de razn en la

medicin.

Esta escala requiere que se tenga el valor cero para indicar que en este punto no
existe la variable.

Por ejemplo, considere el costo de un automvil. El valor cero para el costo indica
que el automvil no cuesta, que es gratis.

Adems, si se compara el costo de un automvil de $300 000, con el costo de otro

automvil, $150 000, la propiedad de razn muestra que $300 000/$150 000 = 2:
el primer automvil cuesta el doble del costo del segundo.
 Escala de razn

Escala de razn. En una escala de razn, la

magnitud tiene un sentido fsico y existe el
cero absoluto. Por ejemplo, la variable edad
en aos estudiada en una poblacin humana.
 AGRUPACIN Y PRESENTACIN DE DATOS: TABLAS Y
GRFICAS

Recoleccin de datos

Los datos pueden provenir de observaciones reales o de registros elaborados con otros propsitos.
Por ejemplo, con fines de facturacin e informes mdicos, un hospital registra el nmero de
pacientes que utilizan los servicios de rayos X, entre otros.

Prueba de datos:

De dnde vienen los datos? La fuente es tendenciosa?, es decir, Es posible que exista inters en
proporcionar datos que conduzcan a cierta conclusin ms que a otras?

Los datos apoyan o contradicen otras evidencias que se tienen?

Hace falta alguna evidencia cuya ausencia podra ocasionar que se llegue a una conclusin
diferente?

Cuntas observaciones se tienen? Representan a todos los grupos que se desea estudiar?

La conclusin es lgica? Se ha llegado a conclusiones que los datos no confirman?

 Organizacin de los datos

Permite ver rpidamente algunas de las caractersticas de los datos recogidos.

Buscamos limites (los valores mayor y menor), patrones evidentes, alrededor

de qu valores tienden a agruparse los datos, qu valores aparecen con ms
frecuencia, etc.

Cuanta ms informacin, mejor entenderemos la poblacin de la cual

proviene, y mejor ser nuestra toma de decisiones.
 Una poblacin es un conjunto de todos los elementos
que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones.

Debemos definir esa poblacin de modo que quede

claro cundo cierto elemento pertenece o no a la
poblacin.

Una muestra representativa contiene las caractersticas

relevantes de la poblacin en las mismas proporciones
en que estn incluidas en tal poblacin.
 Diferencia entre muestras y poblaciones
Los expertos en estadstica recogen datos de una muestra y utilizan esta informacin para hacer
inferencias sobre la poblacin que representa esa muestra.

Ventajas de las muestras.

El estudio de una muestra es ms sencillo que el de la poblacin, cuesta menos y lleva menos
tiempo.

En ocasiones la muestra se destruye; es deseable probar la menor cantidad de partes.

Si la prueba implica un riesgo humano; el uso de muestras disminuye ese riesgo a un nivel
aceptable.

El muestreo puede elevar el nivel de calidad.

No se pueden analizar los productos en una banda continua.

 Ordenamiento de datos en arreglos de
datos y distribuciones de frecuencias

Una ordenacin u ordenamiento de datos es una de las formas ms

sencillas de presentarlos: organiza los valores en orden ascendente o
descendente.

La ordenacin u ordenamiento de datos ofrece varias ventajas con

respecto a los datos sin procesar:
 Ventajas

1. Podemos identificar los valores mayor y menor rpidamente.

2. Es fcil dividir los datos en secciones
3. Podemos ver si algunos valores aparecen ms de una vez en el arreglo.
4. Podemos observar la distancia entre valores sucesivos de los datos.
 Tablas de datos
En los experimentos estadsticos los datos recolectados pueden
corresponder a una poblacin o muestra.

En ambos casos los procedimientos de resumen de datos son anlogos y

designaremos por:

N=Tamao de la poblacin estudiada

n=Tamao de la muestra (parte de la poblacin)

Con el objeto de realizar un mejor estudio de los datos es necesario

organizar stos, mediante el uso de distribuciones de frecuencia.

Una distribucin de frecuencia es una tabla resumen en la que se

disponen los datos divididos en grupos ordenados numricamente y que
se denominan clases o categoras.
 Tabla de variable cualitativa
La construccin de una distribucin de frecuencia de
atributos o distribucin de frecuencia de variable
cualitativa es simple, basta enumerar los diversos
atributos con su respectiva frecuencia de ocurrencia.

Frecuencia absoluta : ( fi ) indica el nmero de veces

que se repite un atributo.

Considrese una muestra 400 trabajadores de una

cierta empresa de la regin los cuales han sido
encuestados sobre su actual estado civil. La
informacin es tabulada de la siguiente manera:
 Distribucin de frecuencia
(cualitativa)

n= 400 (tamao de la muestra)

m=4 (nmero de clases)
 Tabla de variable cuantitativa
Tabulacin de variable discreta (que toma un conjunto pequeo
de datos distintos)
Las tablas de frecuencia de variable discreta llevan cinco columnas
donde los elementos que participan son los siguientes:

a) Frecuencia absoluta : ( fi ) indica el nmero de veces que se repite

una variable.

b) Tamao de la muestra : ( n ) indica la cantidad de elementos que

conforman la muestra, se obtiene sumando todas las frecuencias
absolutas.
m = nmero de clases distintas
 Tabulacin de variable discreta (que toma un
conjunto pequeo de datos distintos)

c) Frecuencia relativa : ( hi ) es la proporcin de datos

que se encuentra en una clase, se obtiene dividiendo la
frecuencia absoluta de la clase por el tamao de la
muestra.
 Tabulacin de variable discreta (que toma un
conjunto pequeo de datos distintos)

d) Frecuencia absoluta acumulada : ( Fi )

Indica la cantidad de datos que se encuentran
hasta cierta clase.
 Tabulacin de variable discreta (que toma
un conjunto pequeo de datos distintos)

e) Frecuencia relativa acumulada : ( Hi ) es la

proporcin de datos acumulados que se
encuentran hasta cierta clase.
 La empresa Ro tiene 50 trabajadores se propone
reestructurar las remuneraciones, se estudia los aos de
servicio de los trabajadores determinndose los siguientes
resultados:
 Tabulacin de variable discreta (que toma un
conjunto pequeo de datos distintos)
A). Tabular la informacin.

B). Qu cantidad de trabajadores tiene 8 aos de servicio ?

C). Qu porcentaje de trabajadores tiene 6 aos de servicio ?

D). Si aquellos trabajadores que tengan a lo menos siete aos de servicio reciben
un aumento del 8% . Qu porcentaje de los trabajadores recibi dicho aumento?

E). Si todos los trabajadores que tengan a lo ms cinco aos de servicio reciben
una bonificacin de $ 20 000. Qu cantidad de trabajadores recibi dicha
bonificacin?

F). Si la empresa decide otorgar una bonificacin especial de $13 200 por cada ao
de servicio. Cunto ser el dinero necesario para cumplir dicha bonificacin?
 Distribucin de Frecuencia
Frecuencia Frecuencia
Clase Frecuencia Frecuencia absoluta relativa
Aos de absoluta relativa acumulada acumulada
servicio fi hi Fi Hi

4 9 0.18 9 0.18

5 8 0.16 17 0.34

6 9 0.18 26 0.52

7 10 0.20 36 0.72

8 8 0.16 44 0.88

9 6 0.12 50 1.00

Total 50 1.00
 Preguntas
B). Qu cantidad de trabajadores tiene 8 aos de servicio ? 8 trabajadores

C). Qu porcentaje de trabajadores tiene 6 aos de servicio ? 18 %

trabajadores

D). Si aquellos trabajadores que tengan a lo menos siete aos de servicio

reciben un aumento del 8% . Qu porcentaje de los trabajadores recibi
dicho aumento? 48 % de los trabajadores

E). Si todos los trabajadores que tengan a lo ms cinco aos de servicio

reciben una bonificacin de $ 20 000. Qu cantidad de trabajadores recibi
dicha bonificacin? 17 trabajadores

F). Si la empresa decide otorgar una bonificacin especial de $13 200 por cada
ao de servicio. Cunto ser el dinero necesario para cumplir dicha
bonificacin?
 Distribucin de frecuencias

Una distribucin de frecuencias es una tabla

en la que organizamos los datos en clases, es
decir, en grupos de valores que describen una
caracterstica de los datos.

Una distribucin de frecuencias muestra el

nmero de observaciones del conjunto de
datos que caen en cada una de las clases.
 Tabulacin de variable continua o discreta (que
toma un conjunto pequeo de datos distintos)

Para tabular una variable continua o discreta (que tome un gran

nmero de datos distintos) se necesitan los siguientes elementos:

a) Rango o recorrido : Es la diferencia entre el valor mximo y valor

mnimo que toma la variable.

b) Nmero de intervalos o clases (m) : Es el nmero de grupos en

que es posible dividir los valores de la variable.

Como regla general se recomienda que el nmero de clases est

entre cinco y veinte.
 Regla de Sturges da una aproximacin razonable
para el nmero de clases:

c) Amplitud del intervalo o amplitud de la clase (a) :

d) Lmites de un intervalo : Son los valores extremos de una clase. El
menor valor es considerado como el lmite inferior y el valor que se
obtiene sumando al lmite inferior la amplitud del intervalo es el lmite
inferior de la segunda clase.

e) Lmites reales de un intervalo : Se obtienen calculando el promedio

entre el lmite superior de una clase y el lmite inferior de la clase
siguiente.

f) Marca de clase : (xi) Es el punto medio de un intervalo.

g) Frecuencia absoluta : (fi) indica el nmero de observaciones que

pertenece a un intervalo dado.

Observacin: n= tamao de la muestra

h) Frecuencia relativa : (hi) es la proporcin de datos que se encuentra
en un intervalo, se determina dividiendo la frecuencia absoluta del
intervalo por el tamao de la muestra.

i) Frecuencia absoluta acumulada : (Fi) indica el nmero de datos

de la muestra menores o iguales al lmite real superior del
intervalo i.

j) Frecuencia relativa acumulada : (Hi) indica la proporcin de datos

de la muestra menores o iguales al lmite real superior del intervalo i.
Los siguientes datos corresponden al sueldo (en miles de pesos) de 40 trabajadores de
una empresa:

a) Construya la tabla de frecuencia con todos sus elementos.

b) En qu clase se encuentra el mayor nmero de trabajadores?
c) Qu porcentaje de trabajadores gana entre $ 139.000 y $ 168.000?
d) Cuntos trabajadores ganan a lo menos $ 159.000?
e) Cuntos trabajadores ganan a lo ms $ 148.000?
Tabla de frecuencia
b) En la tercera clase se encuentra el mayor nmero
de trabajadores.

c) 67.5 % de los trabajadores gana entre $139.000 y

$ 168.000

d) 7 trabajadores ganan a lo menos $ 159.000

e) 24 trabajadores ganan a lo ms $ 148.000