De lo visto en

la clase anterior :
Presentación de datos.
1.- Tablas de distribución de
frecuencia:

a) Frecuencia absoluta: Se llama frecuencia

absoluta del valor Xi al número de veces que
se repite dicho valor: se representa como fi.

b) Frecuencia absoluta acumulada: del

valor Xi a la suma de las frecuencias absolutas
acumuladas anteriores a Xi, más la frecuencia
absoluta de Xi, se representa por Fi.
 La frecuencia absoluta no es suficiente para reflejar la
intensidad con que se repite un determinado valor, ya
que no es lo mismo obtener tres veces un cinco en 10
lanzamientos, que obtener tres veces cinco en 1000
lanzamientos. Por esto es necesaria la frecuencia
relativa.
 c) Frecuencia relativa: de un valor Xi, es el cuociente
entre la frecuencia absoluta de Xi y el número total de
datos que intervienen en la distribución. Se representa
por hi.
hi = fi/N, donde N es la cantidad total de datos.
 d) Frecuencia Relativa acumulada: es la suma de
las frecuencias relativas, hasta el valor Xi, que se esta
observando. Se representa por Hi.
 Hi = h1 + h2 +…….+ hi.
 A) Algunas tablas de distribución de frecuencias:
Para una Variable Cualitativa: Ejemplo: Una
muestra de 500 trabajadores de una gran empresa
fueron categorizados según el departamento que
laboran, resultando una tabla como la siguiente.
 B) Variable Cuantitativa:
 1.- Variable cuantitativa discreta.
 Ejemplo 1: El ejemplo de los puntajes
representa fielmente las variables discretas.
 2.-Variable cuantitativa continúa:
 Estos datos no están agrupados, por lo tanto debemos agruparlos
y para esto es necesario determinar m = numero de intervalos.
Pero primero debemos determinar el rango (R) . Que es igual a
la diferencia entre el mayor y el menor dato muestreado. En este
caso

 R = 130 – 85 = 45.
 Ahora debemos también definir la Amplitud de las clases
(intervalos) y se denota como C.
 El numero de intervalos queda determinados por m = R/C,
por lo tanto podemos decir que R = C · m, entonces podemos
elegir la siguientes opciones para tabular.
ESTADÍGRAFOS, MEDIDAS
DESCRIPTIVAS ó DE
RESUMEN
DEFINICION:

 Después de haber ordenado y descrito un conjunto

de datos, aún el análisis resulta todavía un tanto
incompleto; es necesario entonces resumir la
información y facilitar así su análisis e interpretación
utilizando ciertos indicadores.

 A estos indicadores se les denomina también

ESTADIGRAFOS o MEDIDAS DE RESUMEN, permiten
hallar un valor numérico, el mismo que representa a
toda la población o muestra en estudio.
 CLASIFICACIÓN:
 Las medidas de resumen más importantes se clasifican en tres
grupos:

- Medidas de tendencia central : Media,

mediana, moda
- Medidas de posición : Deciles,
cuartiles,
percentiles
- Medidas de dispersión : Desviación standard,
varianza, coeficiente de
variación
Medidas de Tendencia Central.
-Datos no agrupados:
Media
Moda
Mediana.
-Datos Agrupados:
Media
Moda
Mediana.
Datos no agrupados: Media
1.-La media : la media aritmética de un conjunto de n
datos x1, x2, x3,…….,xn es igual a la suma de los
valores dividida por n y se denota por M(xi) = X.
Por lo tanto para calcular la mediana se debe utilizar
la siguiente formula:
Esta formula es en el caso de datos no agrupados.
n

x
x1  x2  ....  xn i 1 i
M ( xi )  X  
n n
Moda:
 2.- La Moda :La moda Mo(xi) de un conjunto de datos x1, x2,
x3,….., xn Corresponde a aquel valor del conjunto que ocurre
con mayor frecuencia. La moda muestra hacia que valor tiende
a agruparse la distribución de los datos.
La moda puede nos existir (a- modal) o no ser única, dado
que puede presentarse más de un valor que se presenta con la
máxima frecuencia.
en este caso se determina por simple observación del conjunto
de datos.

Ejemplo 1: Datos x i = 2, 4, 8, 9, 6, 4, 11, 10, 4, 9, 5

Moda = Mo (xi) = 4
 Mediana:
La mediana Me (xi) de un conjunto de n datos x1, x2,…………,xn,
ordenados de menor a mayor es aquel valor para la cual la mitad de
los datos es menor que ese valor y la otra mitad mayor.

De acuerdo con esta definición, la mediana divide al frecuencia

total n en dos partes iguales n/2 cada una de ellas, bajo la condición de
que los datos estén previamente ordenados de menor a mayor.
Mediana de datos no agrupados.

En el caso de datos no agrupados se debe proseguir de la

siguiente forma.

 Se ordenan los datos de menor a mayor (pueden haber valores

repetidos).
 Si n es impar, entonces la mediana corresponde al valor
central de los datos cuando están ordenados.
 Si n es par, entonces la mediana corresponde al promedio de
los valores centrales.

Ejemplos:
1) datos xi = 2, 6, 3, 10, 7, 4, 11, 8, 10; n = 9.
Ordenados: 2, 3, 4, 6, 7, 8, 10, 10, 11.
La mediana en este caso:
M e ( xi )  x n 1  x5  7
2

2) datos xi = 6, 2, 12, 7, 4, 11, 8, 10; n = 8.

Ordenados: 2, 4, 6, 7, 8, 10, 11, 12
La mediana en este caso es:
x n  x n1
x 4  x5 7  8
M e ( xi )  2 2
   7.5
2 2 2
Datos Agrupados: Media
 En el caso de datos agrupados en tablas de distribución de
frecuencias, calcularemos la media de las marcas de clase Xi ,
ponderadas por sus respectivas frecuencias absolutas f1, f2,
f3,…….,fm y la denotaremos por M(Xi) = X.
n

f i· Xi
M ( Xi)  X  i 1
N
, Recordando que N = f1+ f2 +…….+ fi.
Siguiendo con el caso de CI de 100 alumnos de una universidad.
 n

f i· Xi
10630
M (Xi )  X  i 1
  106.3 puntos
n 100

es el promedio de CI, de los estudiantes de la universidad.

Moda:
Si los datos están agrupados, entonces primero se identifica en la tabla de
distribución de frecuencias el intervalo de clase al cual pertenece la moda, el cual
corresponde al intervalo de clase que tiene la máxima frecuencia. Este se denomina
como intervalo de clase modal.
Se define la moda como la marca de clase del intervalo de máxima
frecuencia. En estos datos también puede existir más de una moda.
La moda del CI de los estudiantes.

Aquí podemos ver claramente que el intervalo clase modal esta en i = 4, por lo tanto la
marca de clase que es la moda es 102,5.
Mediana:

 En una tabla de distribución de frecuencias de variable cuantitativa se llama

intervalo de clase mediana aquel intervalo al cual pertenece la mediana, esto
es, el primer intervalo de clase cuya frecuencia acumulada Fi es mayor o igual que
la mitad de los datos.
 Consideremos el ejemplo de los CI de los 100 estudiantes, para ello se dispone de
la siguiente tabla.
 Aquí podemos ver que el intervalo de clase mediano es el quinto
(i = 5), ya que dicho intervalo es el primero para el cual la
frecuencia acumulada es mayor o igual a N
 50,
2
Ahora asumiendo que 105 se encuentra en lugar 49 y 110 en el
lugar 63. Para determinar la mediana debemos tener en cuenta que :
El intervalo tiene una amplitud de 5 y la frecuencia es 15.
podemos decir que:

5
M e ( X i )  105  2·( )  105.67
15
 N
 Generalizando:  Fi 1
M e ( X i ) )  X i 1  2 ·C
fi

X i 1  Limite inf erior int ervalo clase mediano.

Fi 1  Frecuencia Acumulada anterior al int ervalo clase mediano.

fi  Frecuencia Absoluta del int ervalo de clase mediano.

C  Amplitud del int ervalo clase mediano.

N
 Mitad de la frecuencia total.
2
Medidas de Posición
 Fractiles

Las fractiles, son valores del recorrido de la variable que dividen a la

distribución en partes iguales.

Los fractiles tienen nombres especiales, dependiendo del número de partes

iguales en que se dividen los datos:

- Mediana
La mediana, es el fractil que queda en medio, puesto que la mitad de
los datos está por debajo de este valor.
- Cuartiles
Los cuartiles dividen los datos en cuatro partes iguales.
- Quintiles
Los quintilies dividen el conjunto de datos en cinco partes iguales.
- Deciles
Los cuartiles dividen a todos los datos en diez partes iguales.
- Percentiles
Los percentiles dividen el conjunto de datos en 100 partes iguales.
Ejemplos:
 Cuartiles:
 Deciles:
¿Cómo calcular un fractil?

Nr
Or  orden del pencentil r
100

rN
 Fi 1
Pr  X i 1  100 C
fi
 Calcular el percentil 35 y 60 de la distribución de la tabla:

fi Fi
[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65
 Percentil 60
 Percentil 35