Semana 01-Introduccion - Estadistica

¡La universidad para todos!
¡La Universidad para todos!
CURSO: METODOS ESTADISTICOS PARA LA

INVESTIGACION
Tema: INTRODUCCIÓN A LA ESTADISTICA
Docente: HECTOR CHECASACA
Escuela Profesional Periodo académico:2018

DERECHO Semestre:II
Unidad:I
ORIENTACIONES
• Lea las previamente las orientaciones generales

del curso.
• Revise los temas afines a este en la Biblioteca
Virtual de la UAP.
• Participe de los foros.
CONTENIDOS TEMÁTICOS
A modo de introducción
¿Qué es la Estadística?
Clasificación de la Estadística
Elementos de la Estadística
Escalas de medición
Recolección de datos
Fuente de datos
Tabla de frecuencias
DESARROLLO DE CONTENIDOS - SUBTÍTULOS

DEL TEMA
¿Porqué estudiar
Estadística?
1) La información numérica prolifera por todas partes.
Revise los periódicos, los noticieros de Televisión,
revistas de negocios, revistas deportivas, etc.
2) Las técnicas estadísticas se emplean para tomar
decisiones que afectan la vida diaria. Es decir, influyen
en el bienestar de las personas. Por ejemplo, las
compañías de seguros utilizan el análisis estadístico
para establecer tarifas de seguros de vehículos, de vida,
de salud, etc.
3) El conocimiento de los métodos estadísticos facilita la
comprensión de la forma en que se toma decisiones y
proporciona un entendimiento mas claro de cómo afecta
a las personas.
¿Qué es la
Estadística?
 La Estadística se ocupa de los métodos y
procedimientos para recoger, clasificar,
resumir, hallar regularidades y analizar los
datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los
mismos; así como de realizar inferencias a
partir de ellos, con la finalidad de ayudar a la
toma de decisiones y en su caso formular
predicciones.
¿Quiénes usan la
Estadística?
• Organismos oficiales.
• Diarios y revistas.
• Políticos.
• Deportes.
• Marketing.
• Control de calidad.
• Administradores.
• Contadores.
• Investigadores
científicos.
• Médicos
• etc.
Aplicaciones en Negocios y
Economía
• Contabilidad
Las firmas de contabilidad pública utilizan
procedimientos de muestreo estadísticos al conducir
auditorias para sus clientes.
• Finanzas
Los consejeros financieros utilizan una variedad de
información estadística, incluyendo tasas de precio-
ganancia y porcentajes de dividendos, para dirigir sus
recomendaciones de la inversión.
• Mercadotecnia (comercialización)
Los escaners electrónicos en las cajas de venta al
menudeo se están utilizando para recoger datos para
una variedad de usos en investigación de mercados.
Aplicaciones en Negocios y
Economía
• Producción
Una variedad de cartas estadísticas del control
de calidad se utiliza para supervisar la salida de
un proceso de producción.
• Economía
Los economistas utilizan la información
estadística para elaborar pronósticos sobre el
futuro de la economía o de un cierto aspecto de
ella.
Clasificación de la
Estadística?
•Describe, analiza y
representa un grupo de
datos utilizando métodos
numéricos y gráficosdescriptiva
que
resumen y presentan la
información contenida en
ellos.
Estadística
inferencial
• Apoyándose en el cálculo de
probabilidades y a partir de
datos muestrales, efectúa
estimaciones, decisiones,
predicciones u otras
generalizaciones sobre un
Clasificación de la Estadística
 Estadística Descriptiva:
Ejemplo 1:
Los datos del Censo de población y vivienda de 2010.
Ejemplo 2:
La cantidad de declaraciones de renta de tercera categoría
presentadas ante SUNAT el último mes.
Ejemplo 3:
La cantidad de sociedades en formación del sector servicios
que tienen un capital inicial superior a 1000 soles, que
inician en 2014.
Clasificación de la Estadística
 Estadística Inferencial:
Ejemplo 1:
La tasa de desempleo en el Perú disminuyó en 0.3 puntos en julio
y se fijó en 8.2% de la fuerza laboral respecto al mismo mes del
2005, informó el Instituto de Estadística e Informática (INEI).
Agosto 2006.
Ejemplo 2:
Una encuesta desarrollada por XXX SAC sobre Ventas totales
autos, vehículos comerciales y pesados dice que los 3 primeros
líderes en el mercado peruano son: Toyota 2766 (23.1%), Nissan
1337 (11.1%) y Hyundai 1303 (10.9%).
Elementos de la Estadística
Elemento: persona u objeto que contiene cierta
información (dato numérico) que se desea estudiar.
Población: universo de elementos que se quiere
estudiar.
Ejemplos:
1) Habitantes de una ciudad.
2) Páginas Web.
3) Alumnos de Administración y Negocios Internacionales
en la Dued.
4) Profesionales egresados de universidades privadas
peruanas.
Muestra: subconjunto representativo de una
población.
Tamaño de la muestra: número de elementos de la
muestra.
Ejemplos:
1) Conjunto de los estudiantes de Contabilidad en la UAP
es una muestra de la población estudiantil de la
universidad.
2) Conjunto de docentes que aprobaron la evaluación
censal 2009 Minedu es una muestra dentro del universo
de docentes que laboraron para el estado en el 2009.
Parámetro: función definida sobre los valores
numéricos de características medibles de una
población.
Estadístico: función definida sobre los valores
numéricos de la muestra.
Ejemplos:
1) Estatura media de la población estudiantil de la
universidad UAP, es un parámetro.
2) Estatura media de la población estudiantil de la carrera
de contabilidad UAP, es un estadístico.
Variable: cada una de los rasgos o características que
se quiere estudiar de los elementos de la población,
susceptible o no de medida.
Ejemplos:
1) Nivel de Ingresos de las familias de una localidad.
2) Nivel de ahorro de las familias de una localidad.
3) Color del pelo: negro, castaño.
4) Sexo: masculino, femenino.
5) Altura de los alumnos de una clase.
6) Horas de conexión a Internet de una institución
educativa.
1-7
Tipos de variable
• Cualitativa o de Atributos :
Clasifica o describe un elemento de la población. Los
valores que puede asumir no constituyen un espacio
métrico, por lo tanto las operaciones aritméticas,
como sumar y obtener promedios, no son
significativas.
Ejemplos:
• Sexo, Nacionalidad, Marcas de auto, Grado de
satisfacción servicio bancario, Grado de
Satisfacción con la Universidad, etc..
Tipos de variable
 Cuantitativa o Numérica:
Cuantifica un elemento de la población. Los valores que
puede asumir constituyen un espacio métrico, por lo
tanto las operaciones aritméticas, como sumar y
obtener promedios, son significativas.
Ejemplos:
• Cantidad de Habitaciones, Número de hijos, Kilómetros
recorridos, Tiempo de vuelo, Ingreso, etc..
1-9
Tipos de variable
• 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.
Ejemplo 1:
• Cantidad de materias aprobadas.(1, 2,3 …)
Ejemplo 2:
• Cantidad de hijos (1, 2, 3, 4...)
1-9
Tipos de variable
Cuantitativas Continuas: puede asumir cualquier valor
dentro del rango de medición. Normalmente se miden
magnitudes como ser longitud, superficie, volumen,
peso, tiempo, dinero
Ejemplos:
1) Salario de un empleado.
2) Tiempo de viaje en ómnibus entre Lima y Trujillo.
3) Peso de un recién nacido.
Hay ocasiones en las que las medidas cuantitativas continuas son
transformadas en ordinales mediante la utilización de uno o
varios puntos de corte.
Ejemplo:
• La variable peso es codificada en varias categorías y se utiliza
en términos como: Bajo-peso, peso-normal, Sobrepeso,
Obesidad.
Variable y sus medidas

Variables
(Datos)
Cualitativas
(Atributos, Categorías) Cuantitativas
( Ej.: Tipo de auto que (numéricas)
posees)
Continuas
Tiempo para desarrollar un
Discretas
examen,
(Número de hijos)
longitud de determinados
tornillos)
Escalas de medición
Niveles de medición
Nominal Ordinal De intervalo De razón
Los datos sólo de Los datos se Diferencia significativa Punto 0 significativo y

clasifican ordenan entre los valores razón entre valores
Números en las •Su número de lista •Número de

camisetas de los en clase pacientes vistos.
jugadores de futbol •Posiciones de los •Temperatura •Numero de llamadas
Marca de auto equipos en la lista de de ventas realizadas.
los 10 primeros •Distancia la clase.
1-12
• Las variables cualitativas se miden en escala nominal
o ordinal.
• Nominal: los elementos solo pueden ser clasificados
en categorías pero no se da un orden o jerarquía.
Ejemplo 1:
Barrio de residencia de los alumnos .
Ejemplo 2:
Color de ojos.
Ejemplo 3:
Simpatizante de un club de fútbol.
1-12
• Ordinal: los elementos son clasificados en categorías
que tienen un orden o jerarquía, la diferencia entre
valores no se pueden realizar o no son significativas.
Ejemplo 1:
Grado de satisfacción en el uso de un servicio público.
Ejemplo 2:
Ocupación.
• Las variables cuantitativas se miden en escala de
intervalo o razón.
• Intervalo: los elementos son clasificados en
categorías que tienen un orden o jerarquía, la
diferencia entre valores se pueden realizar y son
significativas.La diferencia entre dos valores
consecutivos es de tamaño constante y no existe
el 0 absoluto.
Ejemplo:
• Temperatura en grados Celsius.
• Razón: los elementos son clasificados en
categorías que tienen un orden o jerarquía, 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.
Recolección de datos
Identificar las fuentes de

datos
Evaluar qué y como están los

datos
Diseñar los métodos, técnicas e

instrumentos
Fuentes de datos
Fuentes de Datos
Primarias Secundarias
Experimentos Observación Censos Encuestas
Fuente de datos: es el lugar, la institución, las personas, elementos

donde están o poseen los datos que se necesitan para cada una de
las variables o aspectos de la investigación o estudio.
29
Ejemplos de fuentes de datos

Tipos de datos
Datos
Categóricos Cuantitativos
Ordinales Nom inales
31
Ejemplos de tipos de datos

En el grupo de datos cuantitativos tenemos:
 aquellos cuyo resultado puede variar de forma
continua, como puede ser el peso, la talla, el nivel
de ingresos, el nivel de egresos, presión arterial, el
nivel de colesterol, etc. y
 los que sólo pueden tomar valores enteros como por

ejemplo el número de hijos, el número de empleados
en una empresa, el número de clientes atendidos en
un día en una oficina bancaria, etc.
32

En los datos cualitativos pueden ser:
 nominales, que constituyen una simple etiqueta

como puede ser el sexo, aprobación de un crédito,
condición laboral, estado civil, el grupo sanguíneo,
partido político, etc.
 ordinales, en las que se da una relación de orden

entre las respuestas, como el resultado de una
patología/tratamiento (fallece, empeora, sin
cambios, mejora, curación), clase social, nivel de
estudio, etc.

• Escala ordinal = Clasifica por gradación u
ordenación las
• modalidades del atributo
• Ejemplo:
• 1 = Muy
malo 2 =
Malo
• 3 = Regular
• 4 = Bueno  2 Malo (Bueno no es igual a 2

veces
• Malo)
Técnicas de recolección de
datos
Observación
Técnica
documental
Encuesta
Cuestionario
Entrevista
Presentación de datos
Codificación
Evaluación y
critica
Tabulación
Presentación
de datos
de datos
Clasificación
Presentación de datos
Tabular: cuadros
y tablas
Formas de
presentar datos
Gráficos y
diagramas
Tabla de frecuencias
38
El concepto de distribución
¿Qué dice el diccionario sobre la palabra distribución?
1. Reparto de algo entre varios según un criterio: la distribución de

este trabajo tendrá que ser equitativa.
2. Reparto de un producto a los locales en que debe comercializarse:
empresa de distribución.
3. Disposición de las partes de un todo: la distribución de la casa es poco
práctica.
4. Conjunto de piezas que en una maquina transmiten la fuerza del motor a
otros lugares: cuadro de distribución.
El concepto de distribución
En esta asignatura, entenderemos distribución como la acción
de distribuir (repartir, aglomerar, juntar) los elementos de la
población que estamos estudiando según el criterio que
precisamente queremos estudiar.
Ejemplos:
a) Queremos distribuir a los alumnos de nuestro curso según
el criterio de edad.
b) Queremos distribuir a los pacientes del hospital según el
nivel de su enfermedad que puede ser leve, de cuidado, y
muy grave.
c) Queremos distribuir los vehículos de una empresa minera
según su capacidad de tonelaje.
Tablas de frecuencias
Los datos cuantitativos discretos se organizan en
tablas, llamadas Tablas de Distribución de frecuencias.
Tipos de frecuencias:
 Frecuencia absoluta simple (fi): Indica el número de veces
que se repite un valor de la variable.
 Frecuencia relativa (hi): Indica la proporción con que se
repite un valor. Se obtiene dividiendo la frecuencia
absoluta entre el tamaño de la muestra.
41
Para una mejor interpretación de hi es más conveniente
multiplicarla por 100 para trabajar con una Frecuencia
relativa porcentual.
 Frecuencia absoluta acumulada (Fi): Indica el número de

valores que son menores o iguales que el valor dado.
 Frecuencia relativa porcentual acumulada (Hi): Indica el

porcentaje de datos que son menores o iguales que el
valor dado.
42
Ejemplo: organización datos discretos
Se realizará una sencilla comprobación de calidad en la fabricación
de un determinado tipo de focos. Para esto se seleccionan 20 cajas,
donde cada caja contiene 15 focos. Para cada una de las cajas se
prueban los focos y se cuenta el número de focos que están
quemados (fallados).
Las cajas se numeran del 1 al 20, de modo que Xi representará el
número de focos quemados de la i-ésima caja. Una vez realizado el
control de calidad se obtuvieron los siguientes datos:
X1=3; X2=2, X3=1; X4=0; X5=3; X6=2; X7=1; X8=1; X9=3; X10=3;
X11=2; X12=4; X13=2; X14=2; X15=0; X16=3; X17=1; X18=3; X19=4,
X20=2
43
Ejemplo: organización datos discretos
Lo que interesa en este control de calidad es el número de bombillas
quemadas por caja, y estos valores se puede ver por simple
inspección son {0, 1, 2, 3, 4}.
Ahora bien, contaremos el número de veces (frecuencia) en que se
repite cada uno de los datos anteriores, de otra forma, y a manera de
ejemplo, la frecuencia del número 2 denotará el número de cajas que
contienen 2 focos quemados.
Para este conteo vamos a realizar una particular tabla que
llamaremos tabla de frecuencia. Esta tabla se genera mediante dos
columnas esenciales. La primera, donde se ubican los valores {0, 1,
2, 3, 4}; y en la segunda columna ubicamos las frecuencias
respectivas (lo hacemos en una planilla Excel).
44
Suma de
frecuencias
relativas
Focos Frecuencia Frecuencia Frecuencia Frecuencia
malos simple relativa acumulada relat. Acum.
0 2 2/20 2 2/20
1 4 4/20 6 6/20
2 6 6/20 12 12/20
3 6 6/20 18 18/20
4 2 2/20 20 20/20
Total 20
Este valor
La suma de las La suma debe
siempre es 1
frecuencias ser igual a 1
18 cajas tienen a lo
más 3 focos quemados
Focos Frecuencia Frecuencia Frecuencia Frecuencia

malos simple relativa acumulada relat. Acum.
0 2 0,10 2 0,10
1 4 0,20 6 0,30
2 6 0,30 12 0,60
3 6 0,30 18 0,90
4 2 1,0 20 1,00
Total 20
El 30% de las cajas tiene a
El 10% de las cajas tiene
lo más 1 foco quemado
exactamente 4 focos malos
Tabla de frecuencias: datos

continuos
Cuando los datos son de una variable continua o

de una variable discreta que asume muchos
valores distintos, ellos se agrupan en clases que
son representadas por intervalos y luego se
construye una tabla de frecuencias, cada
frecuencia absoluta (relativa porcentual)
representa el número (porcentaje) de datos que
caen en cada intervalo.
47
Supongamos que tenemos las siguientes

observaciones:
x1, x2, x3, …, xi, …, xn

1.Determinamos el valor mínimo y el valor máximo
de los datos:
xmín = mín{x1, x2, x3, …, xi, …, xn}
xmax = máx{x1, x2, x3, …, xi, …, xn}
2. Cálculo del recorrido o rango de las observaciones:
R = xmáx - xmín
48
Esquemáticamente tenemos la situación siguiente:
x4 xmin xn xi x1 xmax
Rango
Deseamos formar “k” intervalos no traslapados de la forma:
xmin x4 xn xi x1 xmax
C1 C2 Cj Ck
49
Los intervalos de clase estarán definidos si definimos la

amplitud (longitud) para cada intervalo, que supondremos
constante para cada intervalo, de manera que “recubra” todo el
rango. Luego la amplitud A de cada intervalo de clase será una
fracción “adecuada” de R
Por operatividad en el manejo de los datos se acostumbra que

el número de intervalos de clase fluctúe entre 5 y 15 intervalos.
Con esta convención se deduce que la máxima amplitud de

cada intervalo es de R/5, y la mínima amplitud de R/15.
50
3. Por lo general, vamos a trabajar con un número de intervalos:

m = 1+3,322*Log(n);
siendo n = tamaño de la muestra.
4. Amplitud del intervalo: A = R/m.
C  x ,x  A
C 1 min min
 (xmin  A, xmin  2 A]
Luego iterativamente los  2
intervalos se forman como:

C j  (xmin  ( j 1) A, xmin  jA]

C k  (xmin  (k 1), xmin kA]
51
Tabla de frecuencias Suma de las frecuencias

Frecuencia de la relativas hasta el j-ésimo
clase/total intervalo de clase
Clases Frecuencia Frecuencia Frecuencia absoluta Frecuencia relativa
absoluta relativa acumulada acumulada
Nº de obser vaciones
C1 n1 f1 
n1 N1  n1 F1  f1
en el intervalo n
C2 n2 f2 
n2 N 2  n1  n2 F2  f1  f 2
n
Intervalo M M M M M
de clase
j 
Cj nj nj j j
f N j   ni F j   fi
n i 1 i 1
M M M M M
Ck nk f k  nk Nk  n Fk  1
n
n 1
Suma de las frecuencias hasta

el j-ésimo intervalo de clase 52
Total de observaciones
Ejemplo: distribución de altura de personas
Vamos a suponer que los resultados de cada una de las 21

mediciones medidas en metros y puestas en orden creciente son los
siguientes:
1,56 – 1,57 – 1,59 – 1,62 – 1,62 – 1,63 – 1,65 – 1,67 – 1,69

– 1,70 - 1,71 – 1,72 – 1,74 - 1,75 – 1,76 – 1,77 – 1,79 –
1,80 – 1,81 – 1,81 – 1,82
Observamos:
xmín = 1,56 m, y xmáx= 1,82 m. Lo que indica que
las alturas de las 21 personas están entre 1,56 y
1,82 m.
Luego, R = 1,82 – 1,56 = 0,26 m

Arbitrariamente podemos formar cuatro clases de alturas, y de tal

forma que cada clase de altura tenga una distancia de 0,07 m (o 7 cm,
si usted lo prefiere).
Primera clase C1: desde 1,56 hasta 1,63 inclusive.

Segunda clase C2: más de 1,63 hasta 1,70 inclusive.
Tercera clase C3: más de 1,70 hasta 1,77 inclusive.
Cuarta clase C4: más de 1,77 hasta 1,84.
La pregunta es entonces, ¿cuánta gente pertenecerá a cada

clase?
6 personas 4 personas
1,56 – 1,57 – 1,59 – 1,62 – 1,62 – 1,63 – 1,65 – 1,67 – 1,69 – 1,70
1, 71 – 1,72 – 1,74 - 1,75 – 1,76 – 1,77 – 1,79 – 1,80 – 1,81 – 1,81 – 1,82
6 personas 5 personas
Clases Frecuencias
1,56 – 1,63 (bajitas) 6
1,63 – 1,70 (medianas) 4
1,70 – 1,77 (altas) 6
1,77 – 1,84 (muy altas) 5


Se divide cada frecuencia por el
total
Clases Frecuencias Frec. relativa
1,56 – 1,63 (bajitas) 6 0,2857
1,63 – 1,70 (medianas) 4 0,1905
1,70 – 1,77 (altas) 6 0,2857
1,77 – 1,84 (muy altas) 5 0,2381
Total 21 1
Hay 5 personas que son El 19,05% de las personas tienen

muy altas o su estatura es estatura media o tienen estatura
mayor que 1,77 metros entre 1,63 y 1,70 metros, inclusive
Suma parcial de las frecuencias

Suma parcial de las frecuencias, relativas, frecuencia acumulada
frecuencia acumulada relativa
Clases Frec. simple Frec. relativa F. acum. F. acum. R.
1,56 – 1,63 (bajitas) 6 0,2857 6 0,2857
1,63 – 1,70 (medianas) 4 0,1905 10 0,4762
1,70 – 1,77 (altas) 6 0,2857 16 0,7619
1,77 – 1,84 (muy altas) 5 0,2381 21 1
Total 21 1
El 47,62% de las personas

miden hasta 1,70 metros,
Hay 16 personas que miden hasta
inclusive
1,77 metros, inclusive
Ejercicios
En cada uno de los siguientes casos, identificar el tipo de variable.

a) Estaturas de los estudiantes de un Parvulario.
b) Dimensiones de los clavos en una Ferretería
c) Liquido de las bebidas actualmente.
d) Los kilos de trigo en saco recién cosechado.
e) El tiempo trascurrido de una acción a otra.
f) El valor de los billetes que circulan en un país.
g) Números de alumnos en una sala de clases.
h) Numero de niños de una familia.
i) Edad de personas adultas.
j) Número de la casa Habitación.
CONCLUSIONES Y/O ACTIVIDADES DE

INVESTIGACIÓN SUGERIDAS
• Se ha logrado comprender que la idealización de un

sistema ayuda a plantear problemas reales a través
de un modelo matemático.
•Introducción a Investigación de operaciones

http://es.wikipedia.org/wiki/Investigaci%C3%B3n_de_
operaciones
GRACIAS

Semana 01-Introduccion - Estadistica

Transféré par

Informations du document

Titre original

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

Semana 01-Introduccion - Estadistica

Transféré par

Droits d'auteur :

Formats disponibles

¡La universidad para todos!

¡La Universidad para todos!

CURSO: METODOS ESTADISTICOS PARA LA

Escuela Profesional Periodo académico:2018

• Lea las previamente las orientaciones generales

DESARROLLO DE CONTENIDOS - SUBTÍTULOS

• Las variables cuantitativas se pueden

Variable y sus medidas

Nominal Ordinal De intervalo De razón

Los datos sólo de Los datos se Diferencia significativa Punto 0 significativo y

Números en las •Su número de lista •Número de

Identificar las fuentes de

Evaluar qué y como están los

Diseñar los métodos, técnicas e

Experimentos Observación Censos Encuestas

Fuente de datos: es el lugar, la institución, las personas, elementos

Ejemplos de fuentes de datos

Ordinales Nom inales

Ejemplos de tipos de datos

 los que sólo pueden tomar valores enteros como por

Ejemplos de tipos de datos

 nominales, que constituyen una simple etiqueta

 ordinales, en las que se da una relación de orden

Ejemplos de tipos de datos

• 4 = Bueno  2 Malo (Bueno no es igual a 2

1. Reparto de algo entre varios según un criterio: la distribución de

 Frecuencia absoluta acumulada (Fi): Indica el número de

 Frecuencia relativa porcentual acumulada (Hi): Indica el

Focos Frecuencia Frecuencia Frecuencia Frecuencia

Tabla de frecuencias: datos

Cuando los datos son de una variable continua o

Supongamos que tenemos las siguientes

x1, x2, x3, …, xi, …, xn

Esquemáticamente tenemos la situación siguiente:

Los intervalos de clase estarán definidos si definimos la

Por operatividad en el manejo de los datos se acostumbra que

Con esta convención se deduce que la máxima amplitud de

3. Por lo general, vamos a trabajar con un número de intervalos:

Tabla de frecuencias Suma de las frecuencias

Suma de las frecuencias hasta

Ejemplo: distribución de altura de personas

Vamos a suponer que los resultados de cada una de las 21

1,56 – 1,57 – 1,59 – 1,62 – 1,62 – 1,63 – 1,65 – 1,67 – 1,69

Luego, R = 1,82 – 1,56 = 0,26 m

Ejemplo: distribución de altura de personas

Arbitrariamente podemos formar cuatro clases de alturas, y de tal

Primera clase C1: desde 1,56 hasta 1,63 inclusive.

La pregunta es entonces, ¿cuánta gente pertenecerá a cada

Ejemplo: distribución de altura de personas

1,56 – 1,63 (bajitas) 6

1,63 – 1,70 (medianas) 4

1,70 – 1,77 (altas) 6

1,77 – 1,84 (muy altas) 5

Ejemplo: distribución de altura de personas

Clases Frecuencias Frec. relativa

1,56 – 1,63 (bajitas) 6 0,2857

1,63 – 1,70 (medianas) 4 0,1905

1,70 – 1,77 (altas) 6 0,2857

1,77 – 1,84 (muy altas) 5 0,2381

Hay 5 personas que son El 19,05% de las personas tienen

Ejemplo: distribución de altura de personas

Suma parcial de las frecuencias

Clases Frec. simple Frec. relativa F. acum. F. acum. R.