1

ESTADISTICA DESCRIPTIVA
EDGAR ALVAREZ A. IQ
2015 -I 1
Objetivos de Aprendizaje
Saber que significa la estadstica y sus aplicaciones.
Explicar el significado de la estadstica descriptiva y
estadstica inferencial.
Distinguir entre niveles de medicin nominal, ordinal,
de intervalo y de razn.
Organizar datos en una distribucin de frecuencias.
Representar la distribucin de frecuencias en un
histograma, un polgono de frecuencias.
Desarrollar una representacin de tallo y hoja
Representar datos utilizando lneas, de barras y de
sectores (circulares).
EDGAR ALVAREZ A. IQ 2
Qu es la estadstica?
Que deberan saber al terminar esta clase:
Que queremos significar por estadstica
Que entendemos por estadstica descriptiva e inferencial.
Que es una poblacin y que una muestra.
Que es una variable, el dato y los datos
Cuando la informacin se refiere a un parmetro y
cuando a una estadstica
Distinguir cuando una variable es cualitativa y cuando
cuantitativa.
Distinguir entre una variable discreta y continua.
Distinguir las distintas escalas de medicin nominal,
ordinal, de intervalo y de razn
Qu es la estadstica?
Estadstica es la ciencia de:

Recolectar
Describir DATOS
Organizar
Interpretar
para transformarlos en informacin, para
la toma mas eficiente de decisiones.
Ciencia que proporciona las
herramientas (mtodos y
procedimientos) necesarios
para recolectar, procesar
analizar e interpretar datos.
Para qu sirve la estadstica?
La Ciencia se ocupa en general de fenmenos
observables.
La Ciencia se desarrolla observando hechos,
formulando leyes que los explican y realizando
experimentos para validar o rechazar dichas leyes.
Los modelos que crea la ciencia son de tipo
determinista o aleatorio (estocstico).
La Estadstica se utiliza como tecnologa al
servicio de las ciencias donde la variabilidad y la
incertidumbre forman parte de su naturaleza.
Quienes usan la estadstica?
Organismos oficiales.
Diarios y revistas.
Polticos.
Deportes.
Marketing.
Control de calidad.
Administradores.
Investigadores cientficos.
Mdicos
Ingenieros
Tipos de Estadstica
ESTADISTICA ESTADISTICA
DESCRIPTIVA INFERENCIAL
Describe un conjunto de Obtiene informacin
datos con indicadores (variables e indicadores)
estadsticos o de una muestra
estadgrafos representativa
de poblacin
Tipos de Estadstica
ESTADSTICA DESCRIPTIVA: Mtodo de recolectar,
organizar, resumir, analizar e interpretar los datos.
Ejemplo 1: Los datos de una reaccion quimica
Ejemplo 2: La cantidad de robos ocurridos el
ltimo mes en en el municipio.
Ejemplo 3: La cantidad de pacientes atendidos en
el Hospital municipal el ltimo ao.
Mencionamos algunos procedimientos:
Tablas de distribuciones de frecuencia; Grficos de
distribucin de frecuencias; Diagramas de cajas;
Diagramas de tallos y hojas; Estadsticos de
posicin; Estadsticos de dispersin; y Estadsticos
de asociacin
Tipos de Estadstica
ESTADSTICA INFERENCIAL: Mtodos usados para
determinar algo acerca de la poblacin, basado en
una muestra.
Poblacin es la coleccin, o conjunto, de individuos,
objetos o eventos cuyas propiedades sern
analizadas.
Muestra es un subconjunto de la poblacin de inters.
La estadstica inferencial comprende dos reas
importantes: Estimacin puntual y por intervalos; y la
Prueba de hiptesis estadstica
Conceptos Estadsticos
Unidad de Anlisis: es el objeto del cual se desea
obtener informacin. Muchas veces nos referimos a
las unidades de anlisis con el nombre de
elementos. En estadstica, un elemento o unidad de
anlisis puede ser algo con existencia real, como un
automvil o una casa, o algo ms abstracto como la
temperatura o un intervalo de tiempo. Dada esta
definicin, puede redefinirse poblacin como el
conjunto de unidades de anlisis.
Ejemplo: Cada uno de los alumnos matriculados en
el curso de Qumica General.
Parmetro: Valor numrico que resume todos los
datos de una poblacin completa. Se utilizan letras
griegas para simbolizar un parmetro como ser y
Ejemplos: La calificacin promedio del egresado
secundario cuando postula al Proceso de Admisin .
Estadstica: Valor numrico que resume los datos de

una muestra. Se utilizan letras del alfabeto espaol
para simbolizarlas como ser x y s .
Ejemplo: La edad promedio registrada en una
encuesta de 150 consumidores de pizzas.
Poblacin y Muestra
Poblacin
Muestra
Poblacin: Es el conjunto de todos los individuos o
elementos (unidad de anlisis) que son el objetivo
de nuestro inters. La Poblacin, segn su nmero
de elementos puede ser:
Poblacin Finita Poblacin Infinita

Ejemplo: Ejemplo:
- Alumnos de la UNSAAC. - Peces del mar peruano
- Trabajadores de una empresa. - Bacterias
- Camiones de carga pesada. - Flores Silvestres.
- Clientes de un empresa comercial. - Productos fallados.
NOTA: EN LA PRCTICA CUANDO UNA POBLACIN TIENE UN NUMERO MUY
GRANDE O INDETERMINADO DE ELEMENTOS SE LE CONSIDERA POBLACIN
INFINITA. EDGAR ALVAREZ A. IQ 14
Muestra: Es una parte o un subconjunto de una
poblacin. Tiene la caracterstica fundamental de ser
representativa de la poblacin.
La seleccin y estudio de una muestra facilita la
inferencia de conclusiones vlidas para la poblacin
de donde se obtuvo la muestra.
Ejemplos:
Grupo de bolsas de azcar que se extraen
sistemticamente de una lnea de envasado.
Grupo de tasas que se extrae para llevar a cabo el
control de calidad.
VARIABLES Y SUS TIPOS
.
La definicin de una Poblacin y sus
Caractersticas dependern (Variables) de sus
unidades elementales que deben ser
observadas y dependiendo de la naturaleza
del problema planteado
EDGAR ALVAREZ A. IQ
16
Variable
Variable: Caracterstica de inters sobre cada
elemento individual de una poblacin o muestra.
Dato: Valor de la variable asociada a un elemento
de la poblacin o muestra. Este valor puede ser un
nmero, una palabra o un smbolo.
Ejemplo: la concentracion de un reactante en un
tiempo t.
Tipos de Variables
Cualitativa o de Atributos Cuantitativa o Numrica
NOMINAL ORDINAL DISCRETA CONTINUA
Tipos de Variables
Cualitativa o de Atributos Clasifica o describe

un elemento de la poblacin. Los valores que
puede asumir no constituyen un espacio
mtrico, por lo tanto las operaciones
aritmticas, como sumar y obtener promedios,
no son significativas.
Ejemplos: Sexo, Nacionalidad, Marcas de
auto, Grado de Satisfaccin con la
Universidad, etc.
Tipos de Variables(cont.)
Dicotmicas: Slo hay dos categora, que son
excluyentes una de la otra.
Ejemplo: enfermo-sano, muerto-vivo, mujer-hombre.
Nominal: tiene mas de dos categoras y no hay orden
entre ellas.
Ejemplo: color de los ojos, grupo sanguneo.
Ordinal: tiene varias categoras y hay orden entre
ellas.
Ejemplo: grado tumoral, calificacin del riesgo en
anestesia. EDGAR ALVAREZ A. IQ 20
Tipos de Variables (cont.)
Cuantitativa o Numrica.- cuantifica un elemento
de la poblacin.
Los valores que puede asumir constituyen un
espacio mtrico, por lo tanto las operaciones
aritmticas, como sumar y obtener promedios, son
significativas.
Ejemplos: Cantidad de Habitaciones, Nmero de
hijos, Kilmetros recorridos, Tiempo de Raccion,
etc.
1-9

Las variables cuantitativas se pueden clasificar a
su vez en discretas o continuas.
Cuantitativas Discretas: solo pueden asumir
ciertos valores y normalmente hay huecos entre
ellos. Son conteos normalmente.
Ejemplo1: cantidad de materias aprobadas.(1, 2,3
......)
Ejemplo2: cantidad de hijos (1, 2, 3,4...)
1-9

Las variables cuantitativas se pueden clasificar a
su vez en discretas o continuas.
Cuantitativas Continuas: puede asumir cualquier
valor dentro del rango de medicin. Normalmente
se miden magnitudes como ser longitud, superficie,
volumen, peso, tiempo, dinero
Ejemplo 1: Peso al nacer.
Ejemplo 2: Salario de un empleado
Ejemplo 3: Concentracion VS Tiempo en una
reaccin
NIVELES DE MEDICIN DE LAS VARIABLES DE ACUERDO A
SU NATURALEZA PUEDEN ENCONTRARSE ENTRE ESTAS
ESCALAS
Escala de medidas
NOMINAL
ORDINAL
INTERVALAR
EDGAR ALVAREZ A. IQ DE RAZON 25

Niveles de medicin de las variables
Tipos Caracterstica Ejemplos
Valores que se agrupan en Genero (sexo)
categoras disjuntas y Color de pelo
NOMINAL exhaustivas Religin
Hay un orden entre las Clase social

categoras Preferencias
ORDINAL
Educacin
Hay orden Temperatura
DE INTERVALO Hay distancia Coeficiente Intelectual
Hay un cero convencional
Hay orden Edad
DE RAZON Hay distancia Produccin
Hay un cero natural Ingresos
Escalas de Medicin
Las variables cualitativas se miden en escala
nominal o ordinal.
Nominal: los elementos solo pueden ser clasificados

en categoras pero no se da un orden o jerarqua
Ejemplo 1: Barrio de residencia de los alumnos .
Ejemplo 2: Color de ojos
Ejemplo 3: Simpatizante de un club de futbol

Nivel Nominal
Los valores de las Variables (datos) slo se pueden
clasificar exhaustivamente en categoras mutuamente
excluyentes y no se pueden .ordenar.
Exhaustivo: Cada persona u objeto o artculo debe
clasificarse en al menos una categora.
Mutuamente Excluyente; Un individuo (objeto o artculo) al
ser incluido en una categora debe excluirse de las dems, o
sea no debe ser incluido en otro nivel
Nivel Ordinal
Los valores de las Variables (datos) se pueden
ordenar pero no es posible determinar la diferencia
aritmtica (o distancias) entre ellos.
.
Ejemplo: Resultados del sabor de tres bebidas A, B, C
X = Sabor.
La bebida C clasifico 1 ( o 1)
La bebida B clasifico 2 ( o 2)
La bebida A clasifico 3 ( o 3)
Valores de x : 1, 2, 3 o (1) (2) (3)
Escalas de Medicin
Las variables cuantitativas se miden en escala
de intervalo o razn.
Intervalo: los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y
son significativas. La diferencia entre dos
valores consecutivos es de tamao constante
y no existe el 0 absoluto.
Ejemplo: Temperatura en grados Celsius
Nivel Intervalar
Similar al nivel ordinal con la propiedad
adicional de que se pueden determinar
cantidades significativas .
(distancias iguales) de las diferencias
entre los valores. No existe un punto
cero natural sino Convencional.
Temperatura en escala Grados Celsius.
Talla de camisas ( zapatos, ternos etc.)
Escalas de Medicin
Las variables cuantitativas se miden en escala
de intervalo o razn.
Razn: los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y
son significativas. Existe el 0 absoluto, es decir
la ausencia de la variable medida.
Ejemplo 1: Tiempo de vuelo.
Ejemplo 2: Ingresos familiares
Nivel Razn
Es aquella con un punto cero
inicialmente inherente. Las
diferencias y razones (cocientes) son
significativas. .
Ejemplo:
a) Produccin
b) Ingresos Mensuales Dinero.
c) Altura de los jugadores del equipo
de ftbol de Osorno
Clasificacin de Variables
Variable Cuantitativa Variable Cualitativa
(Numrica) (No numrica )
Continua Discreta Ordinal Nominal

Se caracteriza por
Puede tomar Toma slo Tienen un No tienen
cualquier valor ciertos orden un orden
en un intervalo valores. predeter- predeter-
dado. (Procesos (procesos de minado: minado:
de medicin) contar)
Ejemplos -Nivel de Sexo,
Educacin, estrato ocupacin,
N de trabajadores socioeconmico, Condicin de
Ingreso, talla, por oficina, categora de de empleo
n de alumnos ocupacin. (nombrado o
peso etc.
por curso etc .
EDGAR ALVAREZ A. IQ contratado)
34
FUENTES PRIMARIA DE DATOS DE DATOS
ESTADSTICOS
No todos los temas disponen de datos publicados. En
esos casos , la informacin deber recolectarse y
analizarse. Esto se llama Fuente
. Primaria.
Una forma de recolectar datos es mediante las
encuestas.
Hay dos posibilidades:
a) Encuestas Muestrales ( En Muestras)
b) Encuestas Censales (En poblaciones)
FUENTES SECUNDARIA DE DATOS ESTADSTICOS
Los problemas que se estudian o se

.
investigan se adquieren de datos
empricos ( de la realidad) publicados u
obtenidos.
Se pueden encontrar datos
(estadsticas) relacionadas en artculos
publicados, tesis, revistas y peridicos.
Estos se llaman Fuentes secundarias
Fuentes Secundarias MUESTREOS
120.00
100.00
80.00
MUJER
60.00
HOMBRE
40.00
20.00
-
ia
l
r.
l
l
r.
e
cia
a
e
r
e
iv
ici
da
niv
niv
pe
nN
In
un
U
oU
Es
c
Si
p.
Se
Su
p.
Su
1. Grficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa:
1/10/01 - 23/01/02
44.00
US$
42.00
40.00
38.00
36.00
34.00
32.00
30.00
22 /01
29 /01
5/ 1
19 /01
26 /01
3/ 1
17 /01
24 /01
31 /01
7/ 1
21 /02
02
8/ 1
15 / 01
12 / 01
10 / 01
14 / 02
0
0
/0
0/
1/
2/
1/
0
1
10
10
11
12
01
/1
/1
/1
/1
/1
/1
/1
/1
/1
/1
/0
/0
1/
Fuente : Bolsa de Valores de Lima

Fuente : Bolsa de Valores de Lima.
2. Grficos de Barras Simple
PERU: POBLACIN SEGN NIVEL DE EDUCACIN : 1998
(Cifras Porcentuales)
%
40.00
35.00
30.00
25.00
20.00
15.00
10.00
5.00
-
Sin Nivel Inicial Secundaria Sup. No Sup. Especial
Univer. Univer.
Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
2a. Grficos de Barras Compuesto
PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998
(Porcentajes)
%
45.00
40.00
35.00
30.00
25.00
HOMBRE
20.00
MUJER
15.00
10.00
5.00
0.00
Sin Nivel Inicial Secundaria Sup. No Sup. Univer. Especial
Univer.

GRAFICO DE BARRAS HORIZONTALES
3. Grfico Circular
PERU: POBLACIN SEGN DOMINIOS DE ESTUDIO : 1997

(Porcentajes - Cifras Estimadas)
29%
35%
36%
Lima Metrpolitana
Resto Urbano
Rural
4. Pictograma
Grfico N 3
Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95
(miles de US$)
10 Miles de
9 dlares US$
8
7
6
5
4
3
2
1
0
1990 1995
4. Pictograma
Grfico N 4
Per: Deforestacin de la Selva Amaznica : 1914-2028
(millones de arboles)
Per: Densidad: Poblacional
(Habitantes/ Km2
MAPA
ESTADISTICO
Fuente: Censo Poblacional 1993
DISTRIBUCION
DE FRECUENCIAS
1-9
MUESTRA
Se denomina muestra al subconjunto de ese
universo y del cual se recopilarn los datos.
Ejemplo, se quiere saber el nmero de hijos por
matrimonio en Lima. Para este propsito, se elige
una muestra representativa de 50 matrimonios de
ella. Se obtienen los siguientes datos:
2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3,
1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 ,
4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1.
El nmero total de datos se representa con la
letra n. En nuestro ejemplo n = 50.
FRECUENCIA ABSOLUTA ( fi )
TABLA
La frecuencia absoluta es el xi fi
nmero de veces que aparece 0 4
un valor (x i) en los datos 1 9
obtenidos. 2 12
En nuestro ejemplo, la 3 10
frecuencia absoluta indica el 4 8
nmero de familias que tienen 5 4
esa cantidad de hijos: 6 2
7 1
GRAFICOS
GRAFICOS
1-9
GRAFICOS
1-9
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
La frecuencia absoluta acumulada indica cuantos
elementos de la lista de datos son menores o iguales
a un valor dado. Es la suma de las frecuencias
absolutas desde la primera fila hasta la fila elegida.
Por ejemplo, sabemos que hay 25 matrimonios de la
muestra que tienen a lo ms 2 hijos:
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
TABLA
xi fi Fi
0 4 4
1 9 13
2 12 25
3 10 35
4 8 43
5 4 47
6 2 49
7 1 50
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA
1-9
FRECUENCIA RELATIVA ( hi )
La frecuencia relativa es el cuociente entre la
frecuencia absoluta (f i) y el nmero total de
datos (n). En nuestro ejemplo n = 50:
TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 0,98
7 1 50
EDGAR ALVAREZ A. IQ
0,02 1,00 59
1-9
GRAFICA
GRAFICA
FRECUENCIA RELATIVA
ACUMULADA (Hi)
La frecuencia relativa acumulada es el cuociente entre
TABLA:
la frecuencia absoluta acumulada (F i) y el nmero

total de datos (n). En nuestro ejemplo, n = 50:
TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 0,98
7 1 50
EDGAR ALVAREZ A. IQ
0,02 1,00 62
FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA
FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA
FRECUENCIA PORCENTUAL (fi %)
La frecuencia porcentual es la frecuencia relativa (hi)
expresada en forma porcentual. En otras palabras, es la
frecuencia relativa (hi) multiplicada por 100.
En nuestro ejemplo
TABLA
xi fi Fi hi Hi fi%
0 4 4 0,08 0,08 8%
1 9 13 0,18 0,26 18 %
2 12 25 0,24 0,50 24 %
3 10 35 0,20 0,70 20 %
4 8 43 0,16 0,86 16 %
5 4 47 0,08 0,94 8%
6 2 49 0,04 0,98 4%
7 1 50 0,02
EDGAR ALVAREZ A. IQ
1,00 2% 65
GRAFICA
GRAFICA
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
La frecuencia porcentual acumulada es la frecuencia relativa
acumulada (Hi) multiplicada por 100. En nuestro ejemplo:
TABLA
xi fi Fi hi Hi fi% Fi%
0 4 4 0,08 0,08 8% 8%
1 9 13 0,18 0,26 18 % 26 %
2 12 25 0,24 0,50 24 % 50 %
3 10 35 0,20 0,70 20 % 70 %
4 8 43 0,16 0,86 16 % 86 %
5 4 47 0,08 0,94 8 % 94 %
6 2 49 0,04 0,98 4 % 98 %
7 1 50 0,02
EDGAR ALVAREZ A. IQ
1,00 2 % 100 % 68
ACUMULADO (Fi %)
GRAFICA
ACUMULADO (Fi %)
GRAFICA
ORGANIZACION Y PRESENTACION DE DATOS
UNIDIMENSIONALES
a) Frecuencia Absoluta (fi)
Es el nmero de veces que se presenta un valor o categora
de una variable. Se representa por fi.
f1 + f2 + f3 + .fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el nmero de datos igual o inferior (menor o igual que)
al valor considerado de la variable o la suma de las
frecuiencias absolutas menor o igual que el valor
considerado de la variable. Es decir:
F1 = f1
F2 = f 1 + f 2
-----------------------------
Fk = f1 + f2 + .+ fk
ORGANIZACION Y PRESENTACION DE DATOS
UNIDIMENSIONALES
c) Frecuencia Relativa (hi)
Es igual a la frecuencia absoluta sobre el numero de
observaciones.
h1 =f1/n
b) Frecuencia Relativa Acumulada (Hi)
Es el resultado de cada frecuencia absoluta acumulada
dividida entre el numero total de observaciones.
H1 = F1/n
H2 = F2/n
-----------------------------
Hk = Fk/n
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Identificar el tipo de variable cuantitativo discreto o
continuo.
2. Determinar el mayor (Xmax) y el menor (Xmin).
3. Calcular R donde R = Xmax Xmin.
4. Si la variable es cuantitativa discreta
El rango es pequeo, entonces trabajar con los valores
originales ordenados de las variables.
Si el rango es grande entonces trabajar con los datos
ordenados agrupados en intervalo de clase (ver
Sturges).
5. Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20).
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 50
m = 1 + 3,322log(50) = 6,6439
Se redondea a m = 7 intervalos de clase.
Intervalo cerrado por la izquierda y abierto por la
derecha.
El menor del intervalo izquierdo =X`min =(Xmin) menos
unidad/2.
Marca de clase= (xmax 1er intervalo - X`min )/2
Distribucin de Frecuencias
N N hijos N N hijos N N hijos N N hijos N N hijos
1 1 7 1 13 2 19 1 25 2
2 1 8 0 14 1 20 4 26 2
3 0 9 5 15 5 21 1 27 1
4 2 10 2 16 4 22 2 28 1
5 2 11 1 17 5 23 1 29 2
6 2 12 2 18 2 24 4 30 1
Distribucin de Frecuencias
x fi h1 Fi Hi hi% Hi%
0 2 0.067 2 0.067 6.67 6.667
1 11 0.367 13 0.433 36.67 43.333
2 11 0.367 24 0.800 36.67 80.000
3 3 0.100 27 0.900 10.00 90.000
4 3 0.100 30 1.000 10.00 100.000
Total 30 100
Problema N 01:
Se desea conocer la distribucin de un proceso
mediante la elaboracin de una Tabla de
Frecuencias y un Histograma:
a) Recopilar datos, mnimo que sean 50 datos
y 100 datos como deseable.
b) Encontrar el valor mximo (Xmax) y el
valor mnimo (Xmin)
c) Calcular el intervalo de clase (c), el cual
debe ser mltiplo de la unidad mnima de
medicin.
27,9 28,8 28,0 27,9 28,1
27,9 28,1 28,1 28,1 27,8
28,1 27,6 28,4 28,5 28,0
27,8 27,9 28,1 27,9 27,9
27,8 27,7 28,0 28,0 27,7
28,1 28,1 28,1 28,9 28,4
28,0 28,4 27,8 28,6 28,1
28,0 28,5 28,0 28,3 27,6
28,3 28,0 28,3 28,6 28,1
27,8 28,2 27,8 28,7 27,8
28,0 28,1 27,6 28,5 27,8
28,3 28,0 28,0 27,8 27,9
28,4 28,3 27,8 27,9 28,3
27,8 28,2 28,3 27,8 27,9
27,9 27,9 28,2 28,1 28,3
28,1 27,5 27,5 28,0 27,7
28,3 28,3 27,9 27,9 27,9
27,6 27,6 28,0 27,9 28,1
27,2 28,0 27,9 28,0 27,7
27,5 28,3 27,9
EDGAR ALVAREZ A. IQ 27,5 28,3 81
Problema N 01 (continua):
c = (Xmax Xmin)/K
c = (28,9 27,2)/10 = 0.17 => 0.2
K = nmero de clases (nmero de barras en el
grfico), y que por experiencia se sugiere que
tome los siguientes valores:
NUMERO DE DATOS VALORES DE K
de 50 a 100 Aprox. de 6 a 10
de 100 a 200 Aprox. de 7 a 12
mas de 250 Aprox. de 10 a 20
JAPONES
d) Se calcula el lmite de la 1era clase.
Xmin Unidad mnima /2 = 27.2 - 0.1/2= 27.15
e) Se calcula la marca de clase de cada intervalo.
Punto medio = (Limite superior Limite inferior)/2
f) Se llena la Tabla de Frecuencia
g)Se va marcando la clase donde corresponde cada
dato.
h)Se suman las marcas de clase y se determina la
frecuencia de cada clase (fi, Fi, hi y Hi).
i)Se hace una grafica de barras, en donde el eje de
X representa los valores de medicin (las clases),
y el eje Y la frecuencia .
TABLA DE DISTRIBUCION DE FRECUENCIAS
CLASE MC MARCAS fi Fi hi Hi
[27.15 - 27.35) 27.25 / 1 1 0.01 0.01
[27.35 - 27.55) 27.45 //// 4 5 0.04 0.05
[27.55 - 27.75) 27.65 ///////// 9 14 0.09 0.14
[27.75 - 27.95) 27.85 ///////////////////////////// 29 43 0.29 0.43
[27.95 - 28.15) 28.05 ////////////////////////////// 30 73 0.30 0.73
[28.15 - 28.35) 28.25 /////////////// 15 88 0.15 0.88
[28.35 - 28.55) 28.45 /////// 7 95 0.07 0.95
[28.55 - 28.75) 28.65 /// 3 98 0.03 0.98
[28.75 - 28.95] 28.85 // 2 100 0.02 1.00
100 1.00
Problema N 02:
El Area de Control de Calidad de la empresa
FUNDIDOS S. A. esta llevando a cabo un
seguimiento a un lote de piezas mecanizadas en su
taller de metalmecnica, para esto ha tomado una
muestra aleatoria y se necesita obtener el siguiente
anlisis estadstico descriptivo:
Tabla de Frecuencias.
Histogramas.
Polgonos de Frecuencia (tarea para el alumno).
Ojivas (tarea para el alumno).
1279,5 1278,0 1283,0 1273,0 1280,5
1285,0 1273,0 1282,5 1271,5 1269,0
1280,0 1280,0 1272,5 1275,5 1284,0
1273,0 1277,5 1275,5 1277,0 1287,0
1284,0 1286,0 1275,0 1278,0 1275,5
1280,5 1280,0 1282,0 1283,5 1280,0
1275,5 1281,0 1271,0 1274,5 1280,5
1278,0 1275,0 1280,5 1279,0 1278,0
1279,5 1278,5 1266,0 1287,5 1275,5
1275,0 1279,5 1282,5 1276,0 1280,0
1267,0 1273,5 1284,5 1279,5 1274,5
1272,0 1275,0 1276,0 1268,0 1285,0
1282,0 1276,5 1279,0 1269,0 1282,0
1276,0 1271,5 1281,0 1285,5 1276,5
1269,5 1284,5 1276,0 1268,0 1268,5
1266,0 1276,0 1287,5 1272,5 1275,5
1273,5 1268,5 1273,5 1266,5 1269,0
1285,5 1272,5 1272,5 1278,0 1271,5
1275,5 1284,5 1279,5 1267,0 1280,5
1283,5 1286,0 1279,0 1271,0 1287,0
1285,0 1271,0 1276,0 1275,5 1276,5
1273,0 1265,5 1281,5
EDGAR ALVAREZ A. IQ
1277,0 1272,0 86
1-9
1. Se identific que la variable es cuantitativa continua.
2. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1265.5
3. R =(Xmax) - (Xmin)= 1287.5 1265.5 = 22
4. Como el rango es grande entonces trabajamos con los
datos ordenados agrupados en intervalo de clase (ver
Sturges). Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Si n = 110
m = 1 + 3,322log(110) = 7.78
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
X`min = 1265.5 0.1/2 = 1265.45
Amplitud de Clase= a = R/m = 22/8 = 2.75 = 2.8
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 1265.45 + 2.8 = 1268.25
Y se empieza la tabla
INTERVALOS MC fi Fi hi Hi
[1265.45 - 1268.25 ) 1266.85 8 8 0.07 0.07
[1268.25 - 1271.05 ) 1269.65 9 17 0.08 0.15
[1271.05 - 1273.85 ) 1272.45 16 33 0.15 0.30
[1273.65 - 1276.65 ) 1275.25 23 56 0.21 0.51
[1276.65 - 1279.45 ) 1278.05 12 68 0.11 0.62
[1279.45 - 1282.25 ) 1280.85 21 89 0.19 0.81
[1282.25 - 1285.05 ) 1283.65 13 102 0.12 0.93
[1285.05 - 1287.85 ] 1286.45 8 110 0.07 1.00

EDGAR ALVAREZ A. IQ
110 1.00 89
Histograma fi
Histograma Fi
Histograma hi
Histograma Hi
Problema N 03:
Las estaturas en centmetros de 50 estudiantes mujeres
un grupo se registraron. Los datos son:
157 155 171 150 163 150 172 161 154 174
163 148 152 163 149 158 176 164 157 153
169 161 160 164 155 162 151 167 167 167
170 158 163 175 169 169 158 150 156 157
174 162 150 151 165 170 156 170 153 154
Agrupe adecuadamente los datos y elabore la respectiva
tabla de frecuencias y el histograma de frecuencias
relativas.
1-9
1. Se identific que la variable es cuantitativa continua.
2. Se tiene que (Xmax) = 176 y (Xmin)= 148
3. R =(Xmax) - (Xmin)= 28
Si n = 50
m = 1 + 3,322log(50) = 6,470678
1-9
Se redondea a m = 7 intervalos de clase (se reajustar segn
se hagan los clculos).
Intervalo cerrado por la izq. y abierto por la derecha.
El menor del 1er intervalo izquierdo =X`min =(Xmin) menor
unidad/2.
X`min = 148 1/2 = 147.5
Amplitud de Clase = a = R/m = 28/6.4706 = 4.327
Marca de clase = MC=(xmax 1er intervalo - X`min )/2
MC1 = 147.5 + 2.163 = 149.66
INTERVALOS MC fi Fi hi Hi
[147.50 151.83 ) 149.66 8 8 0.16 0.16
[151.83 156.15) 153.99 9 17 0.18 0.34
[156.15 160.48 ) 158.31 7 24 0.14 0.48
[160.48 164.81 ) 162.64 10 34 0.20 0.68
[164.81 169.14 ) 166.97 7 41 0.14 0.82
[169.14 173.46 ) 171.30 5 46 0.10 0.92
[173.46 177.79 ] 175.62 4 50 0.08 1.00

EDGAR ALVAREZ A.
50
IQ
1.00 97
1-9
PROBLEMA
Problema N 03: En un estudio de dos semanas
sobre la productividad de los trabajadores de una
fundicin, se obtuvieron los siguientes datos sobre
el nmero total de piezas aceptables que
produjeron los trabajadores:
Elaborar la Tabla de Distribucin de Frecuencias.
Dibujar el Histograma y Polgono de Frecuencia.
65 36 49 84 79 56 28 43 67 36
43 78 37 40 68 72 55 62 22 82
88 50 60 56 57 46 39 57 73 65
59 48 76 74 70 80 75 56 45
75 62 72 63 32 80 64 53 74 34
76 60 48 55 51 54 45 44 35 51
21 35 61 45 33 61 60 85 68
45 53 77 42 69 52 68 52 47
62 65 75 61 73 50 53 59 41 54
41 74 82 78 26 35 47 70 38 70
1-9
1. Se identific que la variable es cuantitativa discreta.
2. Se tiene que (Xmax) = 21 y (Xmin)= 88
3. R =(Xmax) - (Xmin)= 21 88 = 67
Si n = 97
m = 1 + 3,322log(97) = 7.60 = 8

1-9
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
X`min = 21 1/2 = 20.5
Amplitud de Clase= a = R/m = 67/8 = 8.375 = 9
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 20.5 + 4.5 = 25
DIAGRAMA DE PUNTOS
(herramienta til para pocos datos)
Ejemplo: Datos de resistencia a la tensin de

muestras de mortero Portland (Kg/cm2) con
polmero agregado:
16.85 16.40 17.21 16.35 16.52
17.04 16.96 17.15 16.59 16.57
mortero Portland sin modificar:
17.50 17.63 18.25 18.00 17.86
17.75 18.22 17.90 17.96 18.15
DIAGRAMA DE PUNTOS
(herramienta til para pocos datos)
* * ** * * ** * * + + + + + ++ + + +
16.0 16.5 17.0 17.5 18.0 18.5
* = Mortero modificado
+ = Mortero sin modificar
Grfica de tallo y hojas
(Stem-and-Leaf )
Es una grfica usada para datos cuantitativos.
Ejemplo: Los siguientes datos representan pesos de una
muestra de 15 varones adultos.
165 178 185 169 152 180 175 189 195 200 183
191 197 208 179
Hacer su grfica de Stem-and Leaf.
Solucin: En este caso las ramas la forman los primeros dos

dgitos de los datos, y las hojas sern dadas por los ltimos
dgitos de los datos.

Grfica de tallo y hojas
(Stem-and-Leaf )
Luego el stem-and leaf ser de la siguiente manera:
Interpretacin: El uso del stem-and-leaf es

exactamente igual al del Histograma, la nica diferencia
est en que del stem-and-leaf se pueden recuperar los
datos muestrales, pero de un histograma no se puede
hacer. En este ejemplo el stem-and-leaf es asimtrico a
la izquierda, no tiene mucha variabilidad ni outliers.
DIAGRAMA DE TALLO Y HOJAS
Ejemplo: Resistencia a la Tensin de 80 muestras de aleacin
Aluminio-Litio
105 221 183 186 121 181 180 143 97 154

153 174 120 168 167 141 245 228 174 199
181 158 176 110 163 131 154 115 160 208
158 133 207 180 190 193 194 133 156 123
134 178 76 167 184 135 229 146 218 157
101 171 165 172 158 169 199 151 142 163
145 171 148 158 160 175 149 87 160 237
150 135 196 201 200 176 150 170 118 149
DIAGRAMA DE TALLO Y HOJAS
Tallo Hoja Frecuencia
7 6 1
8 7 1
9 7 1
10 5 1 2
11 5 8 0 3
12 1 0 3 3
13 4 1 3 5 3 5 6
14 2 9 5 8 3 1 6 9 8
15 4 7 1 3 4 0 8 8 6 8 0 8 12
16 3 0 7 3 0 5 0 8 7 9 10
17 8 5 4 4 1 6 2 1 0 6 10
18 0 3 6 1 4 1 0 7
19 9 6 0 9 3 4 6
20 7 1 0 8 4
21 8 1
22 1 8 9 3
23 7 1
24 5 1

1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1

Transféré par

Droits d'auteur :

Formats disponibles

ESTADISTICA DESCRIPTIVA

Estadstica es la ciencia de:

Estadstica: Valor numrico que resume los datos de

Poblacin Finita Poblacin Infinita

Cualitativa o de Atributos Cuantitativa o Numrica

NOMINAL ORDINAL DISCRETA CONTINUA

Cualitativa o de Atributos Clasifica o describe

Tipos de Variables (cont.)

Tipos de Variables (cont.)

EDGAR ALVAREZ A. IQ DE RAZON 25

Hay un orden entre las Clase social

Nominal: los elementos solo pueden ser clasificados

Ejemplo 1: Barrio de residencia de los alumnos .

Ejemplo 2: Color de ojos

Ejemplo 3: Simpatizante de un club de futbol

Continua Discreta Ordinal Nominal

Los problemas que se estudian o se

Fuente : Bolsa de Valores de Lima

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

PERU: POBLACIN SEGN DOMINIOS DE ESTUDIO : 1997

la frecuencia absoluta acumulada (F i) y el nmero

N N hijos N N hijos N N hijos N N hijos N N hijos

[1265.45 - 1268.25 ) 1266.85 8 8 0.07 0.07

[1268.25 - 1271.05 ) 1269.65 9 17 0.08 0.15

[1271.05 - 1273.85 ) 1272.45 16 33 0.15 0.30

[1273.65 - 1276.65 ) 1275.25 23 56 0.21 0.51

[1276.65 - 1279.45 ) 1278.05 12 68 0.11 0.62

[1279.45 - 1282.25 ) 1280.85 21 89 0.19 0.81

[1282.25 - 1285.05 ) 1283.65 13 102 0.12 0.93

[1285.05 - 1287.85 ] 1286.45 8 110 0.07 1.00

[151.83 156.15) 153.99 9 17 0.18 0.34

[156.15 160.48 ) 158.31 7 24 0.14 0.48

[160.48 164.81 ) 162.64 10 34 0.20 0.68

[164.81 169.14 ) 166.97 7 41 0.14 0.82

[169.14 173.46 ) 171.30 5 46 0.10 0.92

[173.46 177.79 ] 175.62 4 50 0.08 1.00

EDGAR ALVAREZ A. IQ 100

Ejemplo: Datos de resistencia a la tensin de

16.0 16.5 17.0 17.5 18.0 18.5

Solucin: En este caso las ramas la forman los primeros dos

EDGAR ALVAREZ A. IQ 106

Interpretacin: El uso del stem-and-leaf es

105 221 183 186 121 181 180 143 97 154

Vous aimerez peut-être aussi