La Estadística y Sus Aplicaciones PDF

MINISTERIO DE EDUCACIN
Matemtica Serie 3 para docentes de Secundaria Teora de Matemtica Bsica Fascculo 10: LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES Ministerio de Educacin Van de Velde 160, San Borja Primera edicin, 2007 Tiraje: 14 000 ejemplares Impreso en Empresa Editora El Comercio S.A. Jr. Juan del Mar y Bernedo 1318, Chacra Ros Sur, Lima 01 Hecho el Depsito Legal en la Biblioteca Nacional del Per Nro. 2007-00278 Coordinacin y supervisin general MED Antonieta Cubas Meja Supervisin pedaggica MED Antonio Marcos Medina Martnez Verificacin de estilo MED Miguel Luis Bances Gandarillas
Autora Ediciones El Nocedal S.A.C. Coordinador Rubn Hildebrando Glvez Paredes Elaboracin pedaggica Felipe Eduardo Doroteo Petit Itala Esperanza Navarro Montenegro Edgar Justo Chacn Nieto Daniel Jos Arroyo Guzmn Colaboracin especial Luis Bustamante Donayre Revisin pedaggica Hno. Marino La Torre Mario Revisin acadmica Armando Zenteno Ruiz Diseo y diagramacin Virginia Rosala Artadi Len
Ilustraciones Patricia Nishimata Oishi Brenda Romn Gonzlez Fotografa Enrique Bachmann Corrector de estilo Marlon Aquino Ramrez
Z_S3 F10 D.indd 1
6/16/07 1:53:34 PM
El presente fascculo es un material autoinstructivo dirigido al docente, que facilita el desarrollo de las capacidades fundamentales y especcas en el rea de Matemtica, as como la vivencia de los valores propuestos en el Diseo Curricular Nacional de Educacin Bsica Regular del nivel de Educacin Secundaria. La Estadstica tiene sus races en el vocablo latino status, con la acepcin de Estado poltico, debido a que una funcin de los gobiernos es la de registrar y llevar el control del nmero de habitantes, nacimientos, defunciones, ocupaciones y otras caractersticas de la sociedad. Transcurrido el tiempo, el vocablo Estadstica pas a signicar descripciones y anlisis de conjuntos de datos, no necesariamente relacionados con el Estado. Los mtodos estadsticos se hicieron cada vez ms apropiados y con un mayor renamiento terico. As, el estudio de la Estadstica queda justicado porque nos permite entender mejor el mundo y analizar crticamente la informacin que recogemos del universo meditico. Este fascculo desarrolla conceptos bsicos para la distribucin de frecuencias, representaciones grcas, medidas de tendencia central y medidas de dispersin, todo este conjunto de temas son tratados mediante las diferentes aplicaciones de la Estadstica. Complementamos el fascculo con la propuesta de logros de aprendizaje, estrategias para la recuperacin de saberes previos, estrategias de aprendizaje, metacognicin, evaluacin, curiosidades matemticas, bibliografa comentada y enlaces web.
Z_Fasc10_Docen_Estadistica.indd 1
5/31/07 6:55:47 AM
NDICE
Presentacin ............................................................................................ ndice....................................................................................................... Organizador visual de contenidos ........................................................... Motivacin .............................................................................................. Logros de aprendizaje ............................................................................. Recuperacin de saberes previos ............................................................ 1 2 3 4 4 4
1. ORGANIZACIN Y REPRESENTACIN DE DATOS ........................................ 5 1.1 Conceptos bsicos ...................................................................... 5 1.2 Distribucin de frecuencias para datos no agrupados ................ 6 1.3 Distribucin de frecuencias para datos agrupados ..................... 11 Actividad 1.......................................................................................... 14 2. MEDIDAS DE TENDENCIA CENTRAL ......................................................... 2.1 Media aritmtica ........................................................................... 2.2 Mediana ........................................................................................ 2.3 Moda............................................................................................. 2.4 Relacin entre media aritmtica, mediana y moda ...................... Actividad 2.......................................................................................... 15 15 17 19 20 21
3. MEDIDAS DE DISPERSIN ....................................................................... 22 3.1 La varianza y la desviacin estndar ............................................ 22 Actividad 3.......................................................................................... 24 4. LA ESTADSTICA EN NUESTRAS VIDAS ..................................................... 25 Actividad 4.......................................................................................... 28 5. EVALUACIN ....................................................................................... 6. METACOGNICIN ................................................................................. Bibliografa comentada .......................................................................... Enlaces web ............................................................................................ 29 30 31 32
5/31/07 6:55:49 AM
LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

comprende el tratamiento de las
Aplicaciones de la Estadstica
mostrando la trabajando con en la
Medidas
de
Distribucin
de
Ciencia
Tecnologa
Salud
Tendencia central
mediante
Dispersin Ejemplos
tratando
Datos
sean abarcando la
tratando los
Conceptos
Agrupados
No agrupados
Media aritmtica
Mediana
Moda
Desviacin estndar
Coeciente de variacin
de y sus y su
Poblacin Representaciones grcas
Relacin entre ellas
Muestra
Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES
Variable estadstica
5/31/07 6:55:49 AM
para docentes
LA ESTADSTICA
Motivacin
Serie 3 / TEORA DE MATEMTICA BSICA
y sus APLICACIONES
Cada vez son ms

El Per vive un ritmo acelerado de envejecimiento de la poblacin. Su crecimiento anual es de 3,5%.
MS IMPORTANTES
El ser humano siempre ha sido testigo de un mundo cambiante y poco comprendido. Con el uso de la razn y el mtodo cientco, la percepcin de los fenmenos ha ido mejorando a travs de la historia. La Estadstica es la herramienta que nos hace pasar de la confusin de los conglomerados numricos a lo inteligible, la utilizamos a diario en los peridicos, en la televisin y en otros medios, y forma desde hace tiempo parte importante en la comprensin de diversos cambios en el mundo, sean polticos, religiosos, econmicos o culturales. La Estadstica, pues, nos ayuda en la interpretacin del mundo en el campo de la ciencia y la vida.
Esperanza de vida (en aos) Edad de jubilacin: 65 aos
Al nacer
A los 65 aos VARONES
75,4 42,8
56,6
77,1
67,3
80,0 72,8 81,8 75,4 82,7
1950-1955
1975-1980
2000-2005 2025-2030
2045-2050
Edad de jubilacin: 65 aos

76,0 45,0
MUJERES
60,4
86,2 78,4 72,4 82,1 78,4 84,9 81,0
1950-1955
1975-1980
2000-2005 2025-2030
2045-2050
Proyeccin del aumento de nmero de personas de ms de 60 aos
5 4 3 2 1
4'429.000 3'665.000 1'848.000 2010 2025 2050
Fuente: Cepal
Fuente: El Comercio, 25 de marzo de 2007.
LOGROS DE APRENDIZAJE
Disea actividades en la que los estudiantes organicen, representen e interpreten tablas de frecuencias y grcos estadsticos a travs del anlisis de situaciones reales, mostrando sentido crtico ante la realidad peruana. Calcula e interpreta medidas de tendencia central de un conjunto de datos agrupados o no agrupados, aplicando algoritmos pertinentes, mostrando exactitud y precisin. Interpreta medidas de dispersin de datos agrupados y no agrupados, aplicando algoritmos pertinentes, mostrando exactitud y perseverancia. Investiga informacin relevante sobre la poltica, educacin y economa del Per en la que se evidencia las aplicaciones de la estadstica, realizando debates y discusiones grupales, respetando las ideas de los compaeros. 4
RECUPERACIN DE SABERES PREVIOS

1. Si tenemos el siguiente conjunto de edades de participantes en el taller de verano: 13 16 15 12 12 11 10 11 13 12
a. Ordena los datos de modo ascendente y descendente. b. Determina los valores mximo y mnimo. c. Encuentra el dato que ms se repite. 2. Calcula los siguientes resultados de sumatorias: a. d.
b.
En millones
e.
c.
5/31/07 6:55:50 AM
1. ORGANIZACIN y REPRESENTACIN de DATOS

1.1 Conceptos bsicos
Analicemos la siguiente situacin: En la Universidad Catlica se quiere realizar una investigacin de mercado para colocar un restaurante vegetariano dentro del campus. Se eligi al azar un grupo de 50 alumnos de estudios generales para aplicar algunas encuestas. Veamos en las siguientes tablas los resultados obtenidos: Tabla 1 Preferencia por la Nmero de comida vegetariana estudiantes Nada Poco Mucho TOTAL Tabla 3 Peso kg [ 50 60 [ 60 70 [ 70 80 [ 80 90 ] TOTAL Tabla 5 Sexo Masculino Femenino TOTAL Nmero de estudiantes 27 23 50 Nmero de estudiantes 8 20 16 6 50 Talla m [ 1,50 1,60 [ 1,60 1,70 [ 1,70 1,80 [ 1,80 1,90 ] TOTAL Tabla 6 Ciclo universitario 1 2 3 4 TOTAL Nmero de estudiantes 20 20 10 50 Tabla 2 Porciones de carne al da 0 1 2 TOTAL Tabla 4 Nmero de estudiantes 7 26 13 4 50 Nmero de estudiantes 5 32 13 50
20
Grco Tabla 1
40% Nada
40% Poco
20% Mucho
Grco Tabla 1
10
Grco Tabla 2
230 ,4
0
cin Por
36
Porcin 0
93,6
Porcin 2
Grco Tabla 5
27
23 20
10
15 14 11 10 50
5/31/07 6:55:50 AM
Segn podemos observar, no todos los estudiantes en la universidad han sido encuestados. Esto nos lleva a distinguir dos grupos bien determinados. En primer lugar, todos los estudiantes de la universidad conforman el total, universo o poblacin.
Para recabar informacin de una muestra se emplean las encuestas. Para recabar informacin de la poblacin se emplean los censos. TIPOS DE FRECUENCIA Frecuencia absoluta de un dato (fi) Llamamos frecuencia absoluta de un dato (xi) de la variable, al nmero de veces que aparece repetido dicho dato en el conjunto de observaciones realizadas (n). Frecuencia absoluta acumulada de un dato (Fi ) La frecuencia absoluta acumulada de un dato (xi) es igual a la suma de las frecuencias absolutas de los datos inferiores o iguales a dicho dato. As, por ejemplo: F3 = f1+f2+f3 Frecuencia relativa de un dato (hi) Llamamos frecuencia relativa de un dato (xi) de la variable, al cociente entre su frecuencia absoluta (fi) y el nmero de observaciones realizadas (n). As por ejemplo:
Poblacin: es un conjunto de elementos (personas, animales, objetos, puntajes, medicin, etc.) que presenta determinadas caractersticas observables y medibles. Adems, observamos que los 50 alumnos encuestados, son una parte de la poblacin de estudiantes, y conforman un grupo llamado muestra. Muestra: es un subconjunto de una poblacin. Una vez hecha la encuesta, notamos que hay ciertas caractersticas que se han determinado con los diferentes datos obtenidos. A dichas caractersticas se les conoce como variables estadsticas. Variable estadstica: es una caracterstica de los elementos de la poblacin. Por ejemplo: En las tablas presentadas, las variables son la preferencia por la comida vegetariana, las porciones diarias de carne, el peso, la talla, el sexo y el ciclo de estudios. Podemos notar que estas variables tienen diferentes cualidades. Por ejemplo: La comida vegetariana, el sexo y el ciclo universitario son variables que indican atributos llamados variables cualitativas. El ciclo universitario es una variable que requiere un orden determinado y la denominamos variable cualitativa ordinal, mientras que el sexo es un atributo que no requiere un orden determinado y lo podemos denominar variable cualitativa nominal. Las proporciones de carne al da, el peso y la talla son variables que se pueden contar y medir, y son llamadas variables cuantitativas. Las variables que pueden ser contadas, como las porciones de carne al da, se denominan variables discretas, mientras que las variables que representan medidas, como la talla y el peso, se denominan variables continuas.
1.2 Distribucin de frecuencias para datos no agrupados

Frecuencia relativa acumulada de un dato (Hi) Se llama frecuencia relativa acumulada de un dato (xi) de la variable, a la suma de las frecuencias relativas de los datos inferiores o iguales a dicho dato. As por ejemplo: H4 = h1 + h2 + h3 + h4
Para realizar un trabajo estadstico seguimos los siguientes pasos: a. Toma de datos: es la recoleccin de toda la informacin obtenida en el trabajo de campo. b. Ordenacin: es la colocacin de los datos en orden ascendente o descendente. c. Agrupacin: es la reunin de los datos ordenados en grupos llamados clases, los cuales se ubican en tablas. d. Representacin: es la presentacin de la informacin de modo comprensible y significativo.
5/31/07 6:55:51 AM
Las formas de representacin pueden ser: diagramas, tablas, cuadros de doble entrada, grficos, etc. e. Interpretacin: consiste en explicar, decodificar o conceptualizar lo que ha sido representado. Veamos otro ejemplo: Los directivos de un colegio estn interesados en futuras promociones y necesitan tener informacin del nmero de hermanos que tiene cada uno de sus estudiantes. Para ello, escoge una muestra al azar de 50 estudiantes, obtenindose el siguiente resultado: 1; 2; 0; 3; 2; 1; 3; 5; 1; 2; 4; 5; 0; 6; 3; 1; 1; 2; 1; 1; 2; 3; 5; 6; 3; 4; 4; 2; 0; 0; 0; 1; 1; 1; 3; 2; 3; 1; 2; 2; 2; 3. 1; 1; 1; 0; 0; 3; 1; 2;
De la informacin recogida, podemos observar que hay datos que se repiten un nmero determinado de veces. Por lo tanto, llamamos frecuencia, denotada por fi , al nmero de veces que aparece el dato durante el proceso de conteo. Dado que el nmero de hermanos es un valor comprendido entre 0 y 6, podemos ordenar estos datos con su frecuencia respectiva en la tabla siguiente. Representacin: Tabla 7: Distribucin de frecuencia del nmero de hermanos Nmero de hermanos fi 0 1 2 3 4 5 6 Conteo Frecuencia Frecuencia Frecuencia Absoluta Absoluta Relativa fi Acumulada hi Fi 7 15 11 9 3 3 2 50 Interpretacin: En la tabla 7 observamos que: - La suma de las frecuencias absolutas ( fi ) es igual al nmero de datos ( n = 50 ) . - La ltima frecuencia absoluta acumulada es igual al nmero de datos.
7
Frecuencia Relativa Acumulada Hi 0,14 14% 0,44 44% 0,66 66% 0,84 84% 0,90 90% 0,96 96% 1,00 100%
7 22 33 42 45 48 50
0,14 0,30 0,22 0,18 0,06 0,06 0,04 1,00
5/31/07 6:55:51 AM
- La suma de las frecuencias relativas ( hi ) es igual a 1. - La ltima frecuencia relativa acumulada es igual a 1. Por otro lado, en este ejemplo notamos que hay una mayor acumulacin de frecuencias en los valores de xi comprendidas entre 0 y 3, lo cual nos permite inferir que la mayora de las familias de la muestra tienen entre 1 y 4 hijos.
Como la hierba mala

Destino de la produccin de hoja de coca
Produccin para uso ilcito 92%
En funcin de la frecuencia relativa acumulada (Hi) porcentual, encontramos que: a. El 66% (ms de la mitad de la muestra) de los estudiantes tiene hasta 2 hermanos inclusive. b. El 44% (menos de la mitad de la muestra) no tiene hermanos o slo tiene uno. c. El 10% de los estudiantes encuestados tiene ms de 4 hermanos. (Esto se calcula de la siguiente manera: 100% - 90% = 10%).
Tradicional e industrial 8% Mercado informal 67% Enaco 33%
d. El 14% de los estudiantes encuestados es hijo nico (xi = 0). Esta interpretacin resulta ms accesible si se elaboran representaciones grficas. Representaciones grficas Despus de organizar los datos en una tabla de distribucin de frecuencia, los podemos representar grficamente, pues as nos darn una informacin precisa y permitirn extraer conclusiones sobre el comportamiento de la variable de estudio.
Fuente: El Comercio, 25 de marzo de 2007.
ndice de rigidez del empleo 2005 76 75 61 42 41 38 28
Diagramacin de barras Es una representacin grfica propia de una distribucin de frecuencia de una variable cuantitativa discreta o de una variable cualitativa.
23
Venezuela Per Argentina Colombia Bolivia Brasil Mxico Chile
Se coloca sobre el eje de las abscisas los distintos valores de la variable, que son base de cada barra, y su altura corresponde a la frecuencia absoluta o relativa que se ubica en el eje de las ordenadas.
15
fi
10
xi
5/31/07 6:55:53 AM
Para el proceso de construccin de este grfico tomamos en cuenta las siguientes consideraciones: a. El valor de la variable 0 se debe ubicar a la derecha del origen de los ejes coordenados. b. Una vez ubicado el 0 se toma una escala conveniente para ubicar los puntos correspondientes a los dems valores de xi . c. Para ubicar los valores de las frecuencias absolutas (fi), se ha considerado la regla de los tres cuartos de altura, que consiste en tomar los tres cuartos de la longitud k entre el menor valor de xi (xi = 0) y el mayor valor de xi (x7 = 6) como la mxima altura que le corresponder al mayor valor de fi (en este caso, igual a 15). En este caso, para una unidad de xi consideramos una longitud de 2 cm por lo que la longitud k es igual a 12 cm. Aplicando la regla de los tres cuartos de altura, la altura mxima del grfico, correspondiente 3 al mayor valor fi , es altura = 12 altura = 9 cm . Luego, 9 cm de 4 altura le corresponde a f2 = 15. Para calcular las alturas (ai) de las barras, consideramos la siguiente relacin: ai 9 = fi 15 9 fi ai = 15 Por ejemplo para fi = 7 correspondiente a xi = 0, tenemos: 9 ai = 7 15 ai = 4, 2 cm Para calcular las siguientes alturas se procede anlogamente. Diagrama circular Es una representacin grfica que consiste en un crculo divido en partes proporcionales a las frecuencias relativas de variables cualitativas. Se dibuja un crculo y se divide en sectores correspondientes a cada variable. En el interior de cada sector se coloca el nombre de la variable y el porcentaje PROGRAMAS NMERO DE DE TV ALUMNOS correspondiente a la frecuencia relativa Series 7 de cada variable. Veamos el siguiente ejemplo: Se realiza una encuesta en un saln de clases sobre la preferencia de ciertos programas de televisin con los siguientes resultados: Pelculas Musicales Noticieros Otros 6 8 3 1
Distribuciones especiales
c b a
Curvas Simtricas unimodales
a) Platicrtica b) Normal c) Leptocrtica

A B
A: Simtrica unimodal B: Simtrica Bimodal C: Asimtrica Bimodal D: Asimtrica unimodal sesgada hacia la derecha E: Asimtrica unimodal sesgada hacia la izquierda F: Curva rectangular G: Curva J
5/31/07 6:55:54 AM
Esto lo podemos escribir en la siguiente tabla: Tabla 8: Distribucin de frecuencias de preferencia de programas de televisin
Programas de TV xi Frecuencia Absoluta fi Frecuencia Relativa Grados hi% x 3,6 Grados Acumulados
El factor de conversin para obtener los grados es 3,6 porque 360 representa el 100% del diagrama circular.
hi Series Pelculas Musicales Noticieros Otros Total 7 6 8 3 1 25

100,8
hi % 28 24 32 12 4 100 100,8 86,4 115,2 43,2 14,4 360,0 100,8 187,2 302,4 345,6 360,0
0,28 0,24 0,32 0,12 0,04 1,00
8 7 6
Pelculas 24% 187,2 Musicales 32%
Series 28%
Programa de sectores circulares: Variables, Frecuencia relativa en %: en el interior de los sectores. Grados acumulados: Indicados por las lneas divisoras de los sectores; estn en el crculo.
Histograma de frecuencias de programas de TV

8 7 6
s 4% 0 Noticieros 345,6 12%

302,4
Otro
Para el proceso de construccin de este grfico, tomamos en cuenta las siguientes consideraciones:
S P M N O
Polgono de frecuencia de programas de TV
a. Se dibuja un crculo, se fija el centro O y se traza una lnea radial de origen desde el centro O a un punto de la circunferencia. b. Colocamos un transportador circular con la marca 0 en el origen y marcamos sobre la circunferencia los grados acumulados obtenidos en la tabla 8 en sentido antihorario. c. Unimos el centro con los puntos marcados sobre la circunferencia. d. Escribimos el nombre de las variables y sus respectivos porcentajes sobre cada sector circular.
Interpretacin: Observamos que: a. Hay una marcada preferencia de los estudiantes por los programas musicales, y esto se puede apreciar por el sector ms amplio en el diagrama circular. b. El inters de los alumnos por los noticieros resulta mnimo, tal como lo notamos en el sector correspondiente.
Curva de frecuencias de programas de TV asimtrica bimodal
10
5/31/07 6:55:55 AM
1.3 Distribucin de frecuencias para datos agrupados

En la recoleccin de datos es frecuente encontrar muchos valores de la variable de estudio, y resulta poco prctico numerarlas todas. En aras de la claridad y comprensin del usuario, resulta conveniente agrupar estos valores en intervalos consecutivos, los que llamamos intervalos de clase. Por ejemplo, si tuviramos valores comprendidos entre 0 y 100, podramos agruparlos en intervalos de longitud constante como: [ 0;10 , [10; 20 , [ 20; 30 , etc. Que son intervalos semiabiertos por la derecha, a excepcin del ltimo intervalo [90;100] que es cerrado. Hay mtodos que nos permiten calcular el nmero (k) de intervalos de clase que depende del nmero (n) de valores de la variable. Este nmero de intervalos de clase nos permitir calcular la longitud (L) de los intervalos de clase. Para lograr estos objetivos, es necesario saber entre qu lmites estn comprendidos los valores de la variable para as determinar qu tan grande es la distribucin de valores. Es decir, si calculamos la diferencia entre el mayor y el menor valor de la variable, podemos determinar la longitud llamada rango R. Ilustremos lo mencionado a travs de un ejemplo: 110 110 130 103 102 108 97 92 108 108 125 122 115 109 136 93 120 110 140 99 130 90 104 107 93 95 108 105 124 98 96 103 112 104 106 115 102 124 107 110
Para construir la distribucin de frecuencias de intervalos hay varios procedimientos y se recomienda: * Elegir no ms de 20 intervalos ni menos de 5, ya que muchos intervalos pueden complicar innecesariamente los clculos de las medidas descriptivas, y pocos intervalos podran omitir caractersticas importantes de los datos. En este caso elegimos todo los intervalos de igual amplitud A. Construccin de la distribucin de frecuencias Dados n valores de alguna variable cuantitativa X continua (o discreta en ms de 20 valores distintos) uno de los mtodos para construir la distribucin de frecuencia es: 1. Determina el rango (R) de variacin de los datos que se dene por: R = Xmax - Xmin donde Xmax es el dato mximo y Xmin es el dato mnimo. 2. Determina el nmero de intervalos k. Un valor aproximado del nmero de intervalos k, nos lo proporciona la Regla de Sturges, donde: k = 1 + 3,3 log (n); n 10 Por ejemplo: Si se tiene n = 45 datos sin decimales entonces. k = 1 + 3,3log (45) = 6,4556 Luego, k podr elegirse como 6 7.
Los puntajes mencionados corresponden a un test de aptitudes tomado a 40 estudiantes del colegio Champagnat. Resolucin: a. Determinemos el rango: para ello, debemos encontrar el menor y el mayor valor de la distribucin. x min = 90, x max = 140; luego: R= 50 b. Calculamos el nmero de intervalos de clase: para ello es conveniente valernos de un criterio establecido, por ejemplo, la regla de Sturges. Esta regla nos permite determinar el nmero (k) en intervalos de clase en funcin del nmero (n) de valores de la variable. k = 1 + 3,3 log n k = 1 + 3,3 log (40) k = 1 + 3,3 (1,60206) k = 6,28680 R= x max - x min R= 140 - 90
11
5/31/07 6:55:55 AM
Redondeando al entero: k = 6 (es decir, determinamos el nmero de intervalos de clase igual a 6). El intervalo de clase (I) tiene un representante llamado marca de clase (xi) que es el punto medio del intervalo (I). c. Ahora, calcularemos la longitud (L) del intervalo de clase, como hay 6 intervalos y el rango es igual a 50, la longitud se obtiene obviamente dividiendo el rango (R) entre el nmero de intervalos (k), es decir: R L= k 50 L= 6 ) L = 8, 3 Redondeando: L = 8 Tabla 9: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes del colegio Champagnat Intervalos I Conteo Marca Frecuencia Frecuencia Frecuencia Frecuencia de clase absoluta relativa acumulada relativa xi fi Fi acumulativa hi hi% Hi Hi% [ 90 98 [ 98 106 [ 106 114 [ 114 122 [ 122 130 [ 130 140 ] 94 102 110 118 126 135 7 9 13 3 4 4 40 Interpretacin En la tabla 9, observamos que hay una mayor frecuencia (f3 = 13) en el tercer intervalo [ 106 114 , esto significa que encontramos una mayor cantidad de valores entre los nmeros mayores o iguales a 106 y menores que 114, es decir, un mayor nmero de alumnos que obtuvieron calificaciones comprendidas entre estos valores. Al observar la columna de Frecuencia Acumulada Porcentual (Hi%) notamos que al segundo intervalo [ 98 106 le corresponde el valor 40%. Esto significa que las calificaciones comprendidas entre 90, que es el primer valor, hasta los valores menores que 106 llegan al 40% del total de alumnos evaluados, es decir, menos de la mitad. Asimismo, vemos tambin que al cuarto intervalo [ 114 122 le corresponde el valor 80% de la frecuencia acumulada porcentual (Hi %), lo que nos permite afirmar, que el 20% (obtenido de restar 80% de 100%) tiene calificaciones mayores o iguales a 122 y menores o iguales a 140, lo que denominamos el quinto superior de la distribucin.
12
0,175 0,225 0,325 0,075 0,100 0,100 1,000
17,5 22,5 32,5 7,5 10,0 10,0 100,0
7 16 29 32 36 40
0,175 0,400 0,725 0,800 0,900 1,000
17,5 40,0 72,5 80,0 90,0 100,0
5/31/07 6:55:56 AM
Representaciones grficas para datos agrupados Histograma Consiste en una sucesin de rectngulos contiguos cuyas longitudes de sus bases coinciden con las longitudes de los intervalos de clase, y cuyas alturas corresponden a las frecuencias de cada intervalo. Para la construccin de este grfico podemos tomar una escala horizontal de 1 cm = 5 unidades de xi y una escala vertical de 1 cm = 2 unidades de fi. Esto nos proporciona una relacin prxima a los tres cuartos de altura, pues tenemos una longitud igual a 10 cm equivalente a 50 unidades de xi y una altura mxima de 6,5 cm equivalente a 13 unidades de fi.
f
13 12 11 10 9 8 7 6 5 4 3 2 1 90 100 110 120 130 140
Polgono de frecuencias Es la lnea poligonal que resulta de la unin de los puntos medios de las alturas de las barras del histograma. Esta lnea puede cerrar en los extremos sobre el eje horizontal a una distancia equivalente a medio intervalo a cada lado, tal como se observa en la siguiente figura.
f
13 12 11 10 9 8 7 6 5 4 3 2 1 90 100 110 120 130 140
Ojiva porcentual acumulativa Es una lnea poligonal abierta que pasa por los puntos que representan los lmites superiores de los intervalos. A cada lmite superior le corresponde la frecuencia acumulada porcentual de la clase correspondiente. La lnea inicia con el lmite inferior del primer intervalo, asignndosele Hi% = 0. Este grfico nos proporciona una percepcin grfica de la Frecuencia acumulada porcentual, y nos permite captar visualmente las mismas interpretaciones que las realizadas con la Frecuencia Acumulada Porcentual (H %) presentada en la tabla.
Hi % 100 80 60 40 20 90 100 110 120 130 140 I
13
6/12/07 6:50:18 PM
Actividad 1
Disea actividades en las que los estudiantes organicen, representen e interpreten tablas de frecuencias y grcos estadsticos a travs del anlisis de situaciones reales, mostrando sentido crtico ante la realidad peruana. - Busca informacin estadstica en los medios de comunicacin, revistas o la internet, relacionada con la problemtica de la realidad nacional como pobreza, mortalidad infantil, analfabetismo, SIDA, etc. - Elabora cinco situaciones basadas en esta informacin que permitan a los estudiantes, identicar la poblacin, muestra, variable, elaborar e interpretar tablas de frecuencia con datos agrupados y no agrupados, elaborar e interpretar diversos grcos estadsticos. - Es conveniente presentar los diversos tipos de variables (cualitativos, cuantitativos, discretos, continuos). - Comparte con tus colegas de rea las actividades que has diseado para enriquecer tu trabajo. Observa un ejemplo con datos no agrupados: En el pueblo de Lamas se realiza un estudio de 30 familias para averiguar el nmero de hijos por familia con la finalidad de instalar una posta mdica. Los resultados fueron los siguientes: 1 1 0 2 2 3 1 2 2 0 1 4 2 1 3 1 2 0 3 3 4 0 1 2 2 2 3 4 2 1 Con respecto a esta informacin: a. Identica: poblacin, muestra, variable y tipo de variable. b. Elabora una tabla de frecuencias e interprtala. c. Elabora un grco de barras y un grco circular, e interprtalos.
en grupo...
investiga con tus colegas
Renete con tus colegas de rea y distribuyan el trabajo en forma equitativa. Cada integrante deber elaborar un resumen con las ideas principales del tema Madres Adolescentes y acompaarlo con grficas estadsticas. Vulvanse a reunir para compartir lo que han investigado y discutir el tema, tomando en cuenta las siguientes preguntas: Qu te ha impresionado ms del tema? Por qu? Qu opinin general tienes del tema? Qu posibles soluciones propones? Temas y pginas sugeridos para investigar: Pobreza en el Per www.unfpa.org.pe/infosd/pobreza/pobreza-01.htm Mortalidad infantil www.undp.org/spanish/mdgup/ODM-mortalidad.pdf Madres adolescentes http://sisbib.unmsm.edu.pe/Bvrevistas/ginecologia/vol50-Ns/a06.htm Drogadiccin en el Per www.cedro.org.pe/estadisticas.htm Finalmente, elaboren un cuadro resumen y entreguen una fotocopia a cada integrante para poder usar esa informacin en clase.
14
5/31/07 6:55:57 AM
2. MEDIDAS de TENDENCIA CENTRAL

El objetivo fundamental de la Estadstica Descriptiva es poder mostrar de modo comprensible un conjunto de datos que en un principio se presentan desordenados y confusos. De ah que se haya recurrido a diversos procedimientos como la agrupacin y la representacin grfica. Otra manera de describir un conjunto de datos es representarlos por un nmero. Es decir, queremos ahora que este conjunto de datos pueda tener un valor representativo. A este valor representante lo denominamos Medida de tendencia central.
En todo anlisis o interpretacin de datos numricos, se puede utilizar una gran variedad de medidas descriptivas que representan las propiedades de: posicin, dispersin y forma, para extraer y resumir las caractersticas resaltantes del conjunto de datos.
Propiedades de los datos
2.1 Media aritmtica

Se trata de buscar un valor promedio que de cierta manera signifique una posicin central con respecto a los datos. As, si el valor representante tiene una tendencia central, se espera que los datos sean algunos menores y otros mayores que el valor representante, decimos entonces que los datos mayores estn desviados a la derecha del promedio. Si una desviacin (di) es la diferencia entre el valor de la variable (xi) y el valor promedio ( ) expresado como: di = xi - , definiremos la media aritmtica de un conjunto de calificaciones como el valor numrico con respecto al cual la suma de las desviaciones a la izquierda es igual a la suma de las desviaciones a la derecha o, dicho de otra manera, como el valor con respecto al cual la suma de las desviaciones es igual a cero. As, por ejemplo, si tenemos tres datos 4; 6; 14; podemos decir que el valor 8 es la media aritmtica, pues calculando sus desviaciones: d1 = 4 8 = 4 d2 = 6 8 = 2 d3 = 14 8 = 6 Donde vemos que la suma es: d1 + d2 + d3 = 4 2 + 6 = 0 Sin embargo, es mejor deducir una manera prctica de calcular la media aritmtica, para lo cual, en general, tenemos:
15
4 Posicin Posicin Posicin
Medidas Variabilidad de tendencia central
Simetra modalidad curtosis
Media aritmtica mediana moda cuantiles
Recorrido varianza desviacin estndar coeciente de variacin
Simetra asimetra
d1 d2
6
d3 X
8 14
d1 + d2 + d3 = 0
5/31/07 6:55:57 AM
d1 d2 d3 M dn
= x1 x = x2 x = x3 x = xn x
Sumando miembro a miembro: d1 + d 2 + d3 + ... + d n = x1 + x2 + x3 + ... + xn ( x + x + ... x ) 1444 4 24444 3 144424443 1442443
igual a cero suma de las calificaciones n sumandos
Si a cada valor de un conjunto de datos le aadimos una cantidad constante, la media aritmtica de ese conjunto quedar aadida en dicha cantidad constante. As, si tenemos el conjunto de datos: , la media aritmtica es:
0 = xi n x
i =1
n x = xi
i =1
x=
x
i =1
Si aadimos a cada elemento una constante k, tenemos:
Lo que nos permite calcular la media aritmtica de un conjunto de datos. As, en el ejemplo mostrado: 4 + 6 + 14 x= 3 24 x= 3 x=8 Veamos el siguiente ejemplo: En un saln de diez alumnos, se obtuvieron las siguientes calificaciones: 13; 16; 10; 8; 11; 15; 10; 12; 13; 11 Aplicando la frmula: 13 + 16 + 10 + 8 + 11 + 15 + 10 + 12 + 13 + 11 x= 10 119 x= 10 x = 11, 9 Se determina que la media aritmtica de las calificaciones es 11,9. Media aritmtica de datos agrupados Cuando tenemos datos agrupados en intervalos de clase, la frmula para calcular la media aritmtica ( ) es:
16
5/31/07 6:55:58 AM
x=
f
i =1

i
xi
En donde fi es la frecuencia absoluta de cada intervalo, xi es la marca de clase correspondiente, m es el nmero de clases y n es el nmero de datos. Veamos el caso de los datos agrupados procesado en la tabla 9; hay 6 intervalos de clase (n = 6). Tabla 10: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes del colegio Champagnat Intervalos I [ 90 98 [ 98 106 [ 106 114 [ 114 122 [ 122 130 [ 130 140 ] Aplicando la frmula x= Marca de Frecuencia Clase xi Absoluta fi 94 7 102 9 110 13 118 3 126 4 134 4 40 fi xi 658 918 1 430 354 504 536 4 400
http://www.york.ac.uk/depts/ maths/histstat/people/fisher.gif
RONALD AYLMER FISHER (Londres, 1890 Adelaida, 1962) Ronald Aylmer Fisher es considerado el Padre de la Estadstica Moderna, ya que realiz importantes contribuciones a la metodologa estadstica, que aunque fuertemente motivadas por problemas genticos, biolgicos y de la agricultura, pronto se usaron en la industria, en trabajos de investigacin social y en general, en todas las reas donde se utiliza la experimentacin y la observacin cientfica. Fue l quien introdujo definitivamente a la Estadstica en el llamado mtodo cientfico de las ciencias factuales. Fue as que, durante las dcadas de los treintas a los sesentas del siglo XX, se realiz una intensa actividad de investigacin y aplicacin en metodologa estadstica. http:www.uv.mx/acl/ paginas/ciencia-4.htm
f
i =1
xi
40 x = 110
x=
4400 40
2.2 Mediana
Es un criterio de tendencia central que considera al valor representante en el centro de la sucesin ordenada de las calificaciones, es decir, que el nmero de datos a la izquierda del promedio es igual al nmero de datos a su derecha. Si estamos en el caso de datos no agrupados, la mediana se determina segn los siguientes casos: 1. Si el nmero de datos es impar, la mediana es la calificacin central de la sucesin ordenada de los datos. Por ejemplo, si tenemos los datos: 1; 5; 4; 2; 7; 9; 10 La sucesin ordenada es: 1; 2; 4; 5; 7; 9; 10 La mediana (Me) es el valor central: Me = 5
17
5/31/07 6:55:59 AM
2. Si el nmero de datos es par, la mediana es calculada como la semisuma de los valores centrales de la sucesin ordenada de los datos. Por ejemplo, si tenemos los datos: 2; 5; 9; 4; 6; 9; 4; 7 la sucesin ordenada es: 2; 4; 4; 5; 6; 7; 9; 9 La mediana (Me) es la semisuma de los valores centrales 5; 6: 5+6 Me = 5, 5 2 Mediana de datos agrupados Me =
13 9 7 3 4 4
Cuando tenemos datos agrupados en intervalos de clase, la frmula para calcular la mediana (Me) es:
94 102 110 118 126 134
Me = 108,46 Tabla 11
Frecuencia Intervalos I Frecuencia absoluta fi acumulada Fi 7 7 [ 90 98 9 16 [ 98 106 13 29 [ 106 114 3 32 [ 114 122 4 36 [ 122 130 4 40 [ 130 140 40
En donde, Um es el lmite inferior o extremo izquierdo del intervalo al que pertenece la mediana, fm es la frecuencia absoluta de este intervalo, Fm 1 es la frecuencia acumulada anterior a dicho intervalo, L es la longitud del intervalo y n es el nmero de datos. Veamos el caso de datos agrupados ya elaborado y calculemos la mediana. Indicaciones para determinar la mediana: Tabla 11: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes del colegio Champagnat Intervalos I [ 90 98 [ 98 106 [ 106 114 [ 114 122 [ 122 130 [ 130 140 ] 1. Calculamos Frecuencia Absoluta fi 7 9 13 3 4 4 Frecuencia Acumulada Fi 7 16 29 32 36 40
n 40 n = = 20 2 2 2 2. En la columna de la Frecuencia Acumulada (Fi) ubicamos el valor Fm n igual o inmediato superior a = 20 . En este caso Fm = 29. 2 3. El intervalo [ 106 114 , correspondiente al valor encontrado Fm = 29, es el intervalo al que pertenece la mediana.
18
5/31/07 6:56:00 AM
4. La frecuencia acumulada anterior (Fm-1) al intervalo de la mediana es Fm-1 = 16, el lmite inferior del intervalo de la mediana es Um = 106, la frecuencia absoluta del intervalo de la mediana es fm = 13 y la longitud del intervalo es L = 8. Reemplazando en la frmula: 20 16 Me = 106 + 8 13 Me = 106 + 2, 46 Me = 108, 46
Y, colega, qu tal los resultados de la evaluacin semestral de estudiantes del primer ao?
2.3 Moda
Otro criterio para determinar un representante del conjunto de datos es considerar el nmero de veces que aparece cada dato. As, la moda es el dato de mayor frecuencia de un conjunto de datos. Podra haber ms de una moda. Si hubiera dos modas, se tratara de una distribucin bimodal y si hubiera varias modas, tendramos una distribucin multimodal. Para el caso de datos no agrupados, veamos el siguiente ejemplo: Tenemos los datos: 1; 4; 8; 4; 6; 8; 7; 9; 8 Observamos que el dato que aparece con mayor frecuencia es el nmero 8. Decimos entonces que la moda (Mo) es: Mo = 8. Para datos agrupados, se aplica la siguiente frmula: 1 Mo = U mo + L 1 + 2 En donde: Umo es el lmite inferior del intervalo al que pertenece la moda; 1 es la diferencia entre la frecuencia absoluta de la clase que contiene la moda y la frecuencia absoluta de la clase anterior, es decir 1 = f mo f mo 1 ; 2 es la diferencia entre la frecuencia absoluta de la clase que contiene la moda y la frecuencia absoluta de la clase posterior, es decir, 2 = f mo f mo +1 ; y L es la longitud del intervalo. Tabla 12: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes del colegio Champagnat Intervalos I [ 90 98 [ 98 106 [ 106 114 [ 114 122 [ 122 130 [ 130 140 ] Frecuencia Absoluta fi 7 9 13 3 4 4
19
Pues la mitad del grupo A est por debajo de la media y el grupo B est por encima, adems de tener una desviacin igual a 2 ...
5/31/07 6:56:01 AM
Veamos el caso de los datos agrupados: Procedimiento para determinar la moda: 1. Ubicamos el intervalo de la moda [ 106 114 que es el correspondiente a la clase de mayor frecuencia fmo = 13. El lmite inferior (Umo) es Umo = 106. 2. Las frecuencias anterior y posterior a la mayor frecuencia son respectivamente: f mo 1 = 9 y f mo +1 = 3 . 3. Calculamos: 1 = 13 9 = 4 2 = 13 3 = 10 Reemplazando en la frmula: 4 Mo = 106 + 8 4 + 10 Las distribuciones de frecuencia siguen el siguiente comportamiento Mo = 106 + 2, 29 Mo = 108, 29 Interpretacin: Podemos notar que los resultados de las tres medidas de tendencia central obtenidas del caso de datos agrupados siguen la relacin de desigualdad:
Mo Para distribucin simtrica x = Me = Mo
108, 29 < 108, 46 < 110 . Esto expresa una distribucin asimtrica con sesgo hacia la derecha, lo cual denotamos como: Mo < Me < x
2.4 Relacin entre la media, la mediana y la moda

Mo Me x
Para distribucin asimtrica sesgada hacia la izquierda Mo < Me < x
Cuando trabajamos un problema de Estadstica, la media aritmtica suele ser la medida de tendencia central ms utilizada. Sin embargo, la media aritmtica es sensible a valores extremos con alta frecuencia (distribuciones asimtricas) y puede ser ms conveniente el uso de la mediana para estos casos. Para el caso de distribuciones unimodales, la mediana est frecuentemente comprendida entre la media y la moda. As las medidas de tendencia central son valores numricos estadgrafos que representan la tendencia de todo el conjunto de datos estadsticos. Son los valores o promedio alrededor de los cuales se agrupan todos los dems.
Me Mo
Para distribucin asimtrica sesgada hacia la derecha x < Me < Mo
20
6/12/07 6:50:39 PM
Actividad 2
Calcula e interpreta medidas de tendencia central de un conjunto de datos agrupados o no agrupados, aplicando algoritmos pertinentes, mostrando exactitud y precisin. 1. Plantea a tus estudiantes casos en los que la media aritmtica resulta poco representativa por ser una distribucin muy asimtrica y donde resulta ms conveniente el uso de la mediana. Discute los casos. 2. Para resolver el siguiente problema, se recomienda formar grupos de seis estudiantes para interpretar paso a paso la solucin del problema, los cuales sern guiados por el docente. Resuelve los problemas siguientes: Para determinar el grado de sobrepeso de los alumnos de 3 de secundaria de un colegio particular se tom una muestra de 24 alumnos. Los resultados fueron los siguientes: 62,2 53,2 60,2 55,6 65,8 49,6 57,3 62,3 65,2 62,2 49,9 46,4 54,2 50,1 61,1 42,3 44,8 40,9 66,9 60,2 61,4 51,2 56,2 43,3 Con respecto a esta informacin: a. Identifiquen la variable y el tipo de variable. b. Elaboren una tabla de frecuencias para datos agrupados. c. Elaboren un histograma con su polgono de frecuencias. d. Determinen la media aritmtica, la mediana y la moda. e. Establezcan una relacin entre estas tres medidas de tendencia central y determinen el tipo de simetra, interpretando los resultados. Los dimetros en centmetros de 50 lapiceros fabricados por una cierta compaa se muestran en la siguiente tabla. 0,529 0,538 0,532 0,529 0,535 0,536 0,534 0,542 0,537 0,530 0,538 0,536 0,536 0,536 0,526 0,525 0,524 0,543 0,530 0,539 0,542 0,528 0,546 0,532 0,534 0,535 0,539 0,527 0,544 0,527 0,535 0,534 0,540 0,540 0,536 0,532 0,535 0,535 0,535 0,528 0,541 0,531 0,540 0,532 0,535 0,533 0,535 0,537 0,537 0,545 Con respecto a esta transformacin: a. Identifica la variable y clasifcala. b. Determina el nmero de intervalos de clase aplicando la frmula de Sturges y la longitud de los intervalos. c. Elabora una tabla de frecuencia absolutas, relativas y acumuladas. d. Traza el histograma, el polgono de frecuencias y la ojiva porcentual acumulada. e. Calcula el dimetro medio, e indica la media en el histograma trazando una lnea vertical. f. Calcula la mediana y la moda. g. Compara las medidas de tendencia central. Indica qu tipo de asimetra tiene la distribucin e interpreta el sesgo que presenta.
21
5/31/07 6:02:40 PM
3. MEDIDAS de DISPERSIN
0
25
CURVA A
50
25
CURVA B
50
Acabamos de realizar un anlisis de las medidas de tendencia central con el fin de describir un conjunto de datos de alguna variable estadstica; es decir, hemos focalizado los promedios que determinan el centro, pero con estos conocimientos no podemos visualizar cmo estos datos estn localizados alrededor del centro. Para ello, es necesario realizar un breve anlisis sobre las medidas de dispersin o variabilidad, que son aquellas medidas numricas que miden el grado de separacin de los datos con respecto a un valor central, que generalmente es la media aritmtica. Las ms reconocidas son la varianza, la desviacin estndar y el coeficiente de variacin.
Las curvas A y B tienen igual media aritmtica pero diferentes distribuciones, es decir, distintas medidas de dispersin o variabilidad. La distribucin representada en la curva A es ms homognea que la de la curva B. Es decir, que la variabilidad en la curva A es menor que en la curva B.
3.1 La varianza y la desviacin estndar

La varianza Es una medida de dispersin que nos informa el grado de dispersin de los valores de una serie de datos con respecto a su media aritmtica, de tal manera que cuanto mayor sea el valor de la varianza, mayor es la dispersin y mientras ms pequea sea la varianza, menor es la dispersin, lo que nos informa la concentracin de los datos o valores alrededor de su media aritmtica. Se utiliza la frmula: Donde:
2
S2 =
f ( x X )
i i
Calicacin por encima De 15 distribucin de baja dispersin
fi : Frecuencias S : Varianza xi : Valores de las variables X : Media aritmtica n : Nmero de casos La varianza se expresa en unidades al cuadrado: como kilmetro al cuadrado, soles al cuadrado, aos de servicio al cuadrado, etc., segn las caractersticas de los valores de las variables, por ello, para fines prcticos se utiliza la Medida de Desviacin Estndar (S) que resulta de la extraccin de la raz cuadrada de la varianza. fi ( xi X ) 2 S: n Ejemplos: 1. Un estudiante obtiene una calificacin de 13 en el examen de Matemtica. La media aritmtica de la clase es de 12. No podramos decir que la calificacin del alumno es baja, ya que est por encima de la media. Si la mayor cantidad de calificaciones estn estrechamente agrupadas en torno a la media de 12, entonces, esta calificacin de un punto sobre la media ser una de las ms elevadas, pero si por el contrario las calificaciones
Frecuencia fi
ada elev rsin e disp
10
15
20
22
5/31/07 6:56:08 AM
estn muy dispersas, abundando los 17 y 18, estar a un punto por encima de la media no ser gran cosa, puesto que muchos lo han hecho mejor y por lo tanto la calificacin de 13 es una calificacin baja o ms o menos alta. Por lo tanto: Una media de 12 con baja dispersin indicar que el estudiante lo hizo muy bien, pero una media de 12 con alta dispersin implicar que su rendimiento no es sobresaliente en comparacin con el resto de los examinados. 2. Calcula el grado de dispersin de los datos de notas en el curso de Matemtica para 15 estudiantes del cuarto grado de educacin primaria del colegio Carmelo School Chacra Ros Lima.
Notas 01 04 12 14 15 17 20 fi 1 2 3 2 2 2 3 15 xi - X 1 13 = -12 4 13 = - 9 12 13 = -1 14 13 = 1 15 13 = 2 17 13= 4 20 13= 7 (xi - X)2 144 81 1 1 4 16 49 fi (xi - X)2 1 (144) = 144 2 (81) = 162 3 (1) = 3 2 (1) = 2 2 (4) = 8 2 (16) = 32 3(49) = 147 498
Distribucin 1 5,0 ; 5,0 ; 5,0 ; 5,0 ; 5,0 La variabilidad mnima posible es cero y esto ocurre si todos los valores son exactamente iguales, y por ello no hay variacin en absoluto. Distribucin 2 9,0 ; 9,1 ; 9,1 ; 9,1 ; 9,2 Hay una pequea variabilidad, los valores estn algo dispersos pero muy poco. Distribucin 3 15,0 ; 15,1 ; 15,1 ; 15,1; 15,2 La variabilidad con respecto a la distribucin 2, es idntica, pero la localizacin de ambas distribuciones son diferentes. Pues la variacin es diferente a la localizacin. Distribucin 4 3,0 ; 3,0 ; 7,5 ; 5,0 ; 10,5 Esta distribucin presenta ms variabilidad que las distribuciones anteriores. Distribucin 5 -7,0 .; +7,0 En el extremo opuesto a la distribucin (1) podra aceptarse una distribucin con valores dispersos a lo largo de todo intervalo de -7,0 hasta +7,0 (o ms). Sin embargo, en la prctica es muy raro encontrar dispersiones tan extremas.
Esta cifra nos indica un alto ndice de dispersin. Luego, la desviacin estndar ser: En torno a la media, el grado de dispersin es alto. Coeficiente de variacin Es una medida relativa que se expresa como porcentaje, sirve para comparar la variabilidad de dos o ms conjuntos de datos que se expresan en diferentes unidades de medida. Por ejemplo, tenemos que la desviacin estndar y la media aritmtica de los estudiantes del cuarto grado de educacin primaria del Colegio Carmelo y, supongamos que la media aritmtica y la School es: desviacin estndar de los estudiantes del quinto grado de educacin primaria ; entonces: del mismo colegio es: Para los alumnos del cuarto grado. Para los alumnos del quinto grado. Por lo que concluimos que existe una considerable variacin entre el ndice de calificaciones del cuarto y quinto grado.
23
5/31/07 6:56:08 AM
Actividad 3
Interpreta medidas de dispersin de datos agrupados y no agrupados, aplicando algoritmos pertinentes, mostrando exactitud y perseverancia. Resuelve los siguientes problemas: 1. Dados los siguientes datos agrupados referentes a las edades de los participantes a un concurso literario en la Universidad Catlica, se les pide a los alumnos que determinen la media aritmtica y la desviacin estndar de la distribucin. Intervalos I [ 20 23 [ 23 26 [ 26 29 [ 29 32 [ 32 35 [ 35 38 ] fi 2 5 7 11 10 6
2. Los pesos de 50 personas elegidas al azar se muestran en la siguiente tabla: Intervalos de clase I [ 20 30 [ 30 40 [ 40 50 [ 50 60 [ 60 70 Marca de Frecuencia Frecuencia clase absoluta acumulada xi fi Fi Frecuencia Frecuencia relativa relativa acumulada hi Hi f i xi fi (xi - x)2
ES O N
I B I R
R
0,90
Adems, se sabe que: h2 = h5 y h1 = h4 Determina la media, la mediana y la desviacin estndar. Sugerencia: completa la tabla con la informacin presentada. 3. Se han elegido 150 productos para analizar sus pesos en gramos, los resultados estn clasificados en la siguiente tabla. Intervalos de clase Frecuencia absoluta [ 2,00 2,04 [ 2,04 2,08 [ 2,08 2,12 [ 2,12 2,16 [ 2,16 2,20 [ 2,20 2,24 ] [ 2,24 2,28 ] [ 2,28 2,32 ] 12 20 38 x y z 9 8 Si se sabe que la media aritmtica es igual a 2,14 y la mediana es igual a 2,128. a. Construye el histograma y el polgono de frecuencias. R. x = 25; y = 21; z = 17 b. Calcula el valor de la desviacin estndar y el coeficiente de variacin. R. 0,075 c. Interpreta: i. Asimetra de la distribucin. ii. Grado de heterogeneidad en funcin del coeficiente de variacin.
24
5/31/07 6:56:09 AM
4. LA ESTADSTICA en NUESTRAS VIDAS

Aplicaciones de la Estadstica La importancia de la Estadstica radica en sus aplicaciones. Por ello, se aplica en relevantes campos de la ciencia, la tecnologa y la sociedad en general. Mencionaremos las aplicaciones ms importantes de la Estadstica. La Poltica La Estadstica desempea en la Poltica un papel muchas veces decisivo. A travs de ella, podemos conocer la preferencia de la poblacin electoral por un candidato, o informarnos sobre el grado de aceptacin de la gestin de una autoridad del gobierno. Con la Estadstica se puede disear una campaa poltica, basndose en informacin fundada en encuestas de opinin orientadas a determinados problemas sociales o nacionales. La Educacin La Estadstica resulta una herramienta indispensable en el campo de la Educacin. Se requiere saber el nmero de estudiantes matriculados, considerando, por ejemplo, su lugar de procedencia, edad, sexo, aos de estudios, nmero de cursos aprobados o desaprobados, asistencia diaria, mensual y anual. Cabe considerar el aspecto de las mediciones como el coeficiente de inteligencia y edad mental de los estudiantes, y la velocidad y comprensin en la tarea de la lectoescritura. Tambin se registra lo relacionado con el magisterio, como la distribucin de docentes por categoras, especialidad, aos de servicio y otros. No podemos dejar de lado la informacin sobre los padres de familia, su instruccin, extraccin social, nivel socioeconmico, etc. La Economa La Estadstica resulta indispensable en la estimacin de las relaciones econmicas, el pronstico de tendencias, la prediccin de fenmenos econmicos, el estudio de las preferencias o planes de los consumidores, la determinacin del flujo de ingresos, las variaciones de precios, los estudios poblacionales que determinan el poder adquisitivo y el sector econmico activo, etc.
1950 1960 1970 1980 1990 2000
Fuente: OMS
Consumo mundial de cigarrillos en miles de millones 1686 2150 3112 4388 5419 5500
La Estadstica tambin sirve para medir los parmetros de salud a nivel mundial.
25
6/12/07 6:52:34 PM
El Comercio La Estadstica puede proveernos de la informacin necesaria para introducir un nuevo producto comercial a travs de las respuestas obtenidas en las investigaciones de mercado, en donde se estudia la reaccin del pblico frente a la introduccin de un posible producto en el medio. Asimismo, los empresarios se informan de la economa nacional, a partir de los datos estadsticos referentes a los mercados financieros, los costos y las ventas de los diversos productos y de los beneficios de sus empresas. Los productos manufacturados pueden ser evaluados a partir de los datos estadsticos de rendimiento o calidad. La Sicologa Las observaciones de la Sicologa experimental efectuadas sobre grupos humanos, y en general, los estudios que requieren evaluaciones para estados mentales o trastornos, y pruebas psicolgicas de diversos formatos encuentran un importante apoyo en la Estadstica. La Biologa La Estadstica puede ayudar a estimar el tamao de las poblaciones de especies elegidas para su estudio, describir pautas de comportamiento animal a travs de observaciones de grupos de una especie en particular, etc. Tambin la Estadstica permite estimar, por ejemplo, una cierta propagacin de bacterias, estudiar el mejoramiento de razas, etc. La Medicina La descripcin del nivel de salud de una determinada comunidad requiere de un buen estudio estadstico para evaluar las carencias de los grupos humanos muchas veces marginados. La Estadstica permite probar la eficiencia de un medicamento o de un producto farmacutico en particular. Tambin facilita el diagnstico de enfermedades, basado en estudios de casos poblacionales u obtenidos a travs de muestras. Adems, un proceso estadstico ayuda a establecer rdenes de prioridad en los programas de salud pblica. La Contabilidad Las auditoras utilizan generalmente mtodos de muestreo, es decir, mtodos que permiten realizar observaciones mediante la eleccin de muestras representativas de una poblacin, para examinar el estado contable de una determinada institucin o dependencia de Estado, y poder detectar, en caso que lo hiciera, irregularidades o negligencias en el manejo de ciertas empresas o dependencias. La Sociologa La Sociologa recurre frecuentemente a estudios estadsticos para confirmar las teoras propuestas por los investigadores.
26
5/31/07 6:56:09 AM
La Industria La Estadstica nos permite controlar la calidad de las unidades de produccin mediante muestreos elegidos al azar. De otro modo, esta evaluacin resultara sumamente costosa, sobre todo si son productos pequeos y de muy bajo precio. La Lingstica Cuando se realiza un anlisis lingstico, se puede requerir para el estudio de vocablos, la medicin de las frecuencias de uso, la poblacin de usuarios de un determinado giro o trmino informal o coloquial, etc. Tambin se recurre a veces a la Estadstica para estudiar la evolucin de algunos usos del idioma y su nivel de difusin por estratos sociales y edades. Como vemos, son innumerables los campos en los que la Estadstica se aplica. Casi podramos decir que Estadstica resulta ser un sinnimo de Estadstica Aplicada. Es decir, no resulta fcil concebir una Estadstica Pura, fuera de un contexto o con un exclusivo sistema teortico que no tenga o reclame una representacin real. En todos los casos de las aplicaciones estadsticas, existe una estructura semejante en el carcter de proceso y de objetivos. Podemos resumir las aplicaciones de la Estadstica en dos grandes campos: el mundo de las aplicaciones prcticas y el mundo de la ciencia. En el mundo de las aplicaciones prcticas nos encontramos con todas las actividades en donde estamos involucrados de un modo personal o institucional. Si vamos a trabajar y marcamos una tarjeta de ingreso, ya estamos formando parte de un registro estadstico, que conjuntamente con un nmero considerable de marcas, tanto propias como ajenas, podemos procesar para hacer de ese conjunto confuso de datos numricos algo inteligible y manejable. El mundo prctico abarca, pues, todo lo que se pueda relacionar con nuestra vida cotidiana en forma general. El mundo de la ciencia suele tener un carcter menos involucrado con el diario vivir, aunque tenga con ste una importante relacin de interdependencia. El aspecto cientfico recurre con altsima frecuencia a la descripcin de hechos medibles que luego son comparados con otros hechos de grupos llamados grupos de control. La Estadstica es una ciencia de espritu aplicativo y no tiene el carcter puro que se le puede atribuir a la Matemtica. Tanto es as que podramos decir que Estadstica y Estadstica Aplicada son dos expresiones sinnimas. Sin la Estadstica no hay posibilidad de resolver los problemas prcticos de descripcin de grupos y de inferencias para la toma de decisiones, y tampoco hay posibilidad de producir una ciencia autntica y una tecnologa eficiente y til.
Informacin estadstica El 75% de los empresarios del Parque Industrial de Villa el Salvador tienen Educacin Primaria, Secundaria y/o Superior. El 12% ha asistido a cursos de capacitacin. El 85% declara que no ha tenido servicios de asesora empresarial. El PIVES orienta el 1% de sus productos al interior del pas y el 0,3% al mercado internacional.
Esta informacin nos permite observar que el nivel educativo del PIVES es bajo, con poca disposicin para participar en actividades de capacitacin y con un mercado mayoritariamente local.
27
5/31/07 6:56:13 AM
Actividad 4
Investiga informacin relevante sobre poltica, educacin y economa del Per en la que se evidencie las aplicaciones de la Estadstica, realizando debates y discusiones grupales, respetando las ideas de los compaeros. Para ello resuelve las siguientes situaciones: 1. Busca informacin en revistas, peridicos, la internet y otros donde aparezcan datos numricos del Per relacionados con la poltica, la educacin y la economa. Presenta a tus estudiantes la informacin recabada y pdeles: a. Representar los datos en tablas de frecuencia (frecuencia absoluta, frecuencia relativa, frecuencia acumulada, frecuencia relativa acumulada) siguiendo el procedimiento para elaborar el cuadro de distribucin de frecuencias (ver pgina 7 y 10). b. Representar las distribuciones de frecuencia en histogramas, polgonos de frecuencia, diagramas circulares o diagramas de barras. c. Interpretar los grficos obtenidos. d. Calcular la media aritmtica, mediana y moda y analizar la asimetra de las distribuciones en funcin de las tres medidas de tendencia central. e. Calcular las desviaciones estndar. 2. Organiza grupos de discusin sobre el contenido del trabajo elaborado, haciendo comparaciones, evaluaciones e interpretaciones, confrontando las conclusiones de cada grupo, para llegar a una sntesis de los resultados obtenidos. 3. Comparte con tus colegas y discute la resolucin de los siguientes problemas: a. Un conjunto A tiene una media aritmtica de 42 y una desviacin estndar de 2,5. Otro conjunto B tiene una media aritmtica de 50 y una desviacin estndar de 27. Para cul de los conjuntos disminuira la desviacin estndar si se le aadiese a cada valor de las distribuciones de ambos conjuntos un valor igual a 46? Sugerencia: ver pestaa de la pgina 16. b. Rene pequeos conjuntos de datos que satisfacen las siguientes condiciones: i. ii. Media Aritmtica < mediana < moda Moda < media Aritmtica < mediana
iii. Mediana = media Aritmtica = moda
28
5/31/07 6:56:14 AM
5. EVALUACIN
1. Se realiz una investigacin de trnsito y se determin el nmero de infracciones por exceso de velocidad de un grupo de 40 choferes de la empresa TAXICOM. Nmero de infracciones 0 1 2 3 a. Elabora la tabla de frecuencias. b. Representa grcamente la distribucin mediante un diagrama de barras y un diagrama circular. 2. Una investigacin sobre la edad en que un grupo de nios haba contrado una enfermedad arroj los siguientes resultados: Intervalos I [03 [36 [69 [ 9 12 [ 12 15 ] a. Elabora la tabla de frecuencias. b. Representa grcamente la distribucin mediante el histograma y el polgono de frecuencias. c. Calcula la media aritmtica, la mediana y la moda. 3. En una encuesta sobre los gastos mensuales en miles de nuevos soles de un grupo de empresas, se obtuvo la siguiente informacin: 1. 2. f3 = 5 f2 3. Determina la desviacin estndar. I [ 5 15 [ 15 25 [ 25 35 [ 35 45 ] fi 10 Frecuencia absoluta fi 7 13 8 6 2 Nmero de choferes 16 12 7 5
10
29
5/31/07 6:56:14 AM
6. METACOGNICIN
Metacognicin es la habilidad de pensar sobre el discurso del propio pensamiento, es decir, sirve para darnos cuenta cmo aprendemos cuando aprendemos.
Responde en una hoja aparte: 1. De qu manera te organizaste para leer el fascculo y desarrollar las actividades propuestas? 2. Te fue fcil comprender el enunciado de las actividades? Por qu? 3. Si no te fue fcil, qu hiciste para comprenderlo? 4. Qu pasos has seguido para desarrollar cada una de las actividades? 5. Cules de estos pasos te presentaron mayor dicultad? 6. Cmo lograste superar estas dicultades? 7. Al resolver la evaluacin, qu tems te presentaron mayor dicultad? 8. Qu pasos has seguido para superar estas dicultades? 9. En qu acciones de tu vida te pueden ayudar los temas desarrollados en este fascculo? 10. Qu nivel de logro de aprendizaje consideras que has obtenido al nalizar este fascculo?
Muy bueno Bueno Regular Deciente
NO ESCRIBIR
Por qu? 11. Crees que las actividades de investigacin fueron realmente un trabajo de equipo? Explica. 12. Tuviste la oportunidad de compartir tus conocimientos con algunos de tus compaeros? Qu sentimientos provocaron en ti este hecho?
30
5/31/07 6:56:14 AM
BIBLIOGRAFA
comentada
1. Crdova Zamora, Manuel. Estadstica aplicada. Lima. Edicin Mashera, 2006. Es un libro bien estructurado, extenso y con espritu didctico. 2. Crdova Zamora, Manuel. Estadstica descriptiva e inferencial. Quinta Edicin. Lima. Editorial Librera Moshera S.R.L, 2003. Es un texto didctico referente a problemas reales y su interpretacin. 3. Fernndez Crdova, Jos. Estadstica Descriptiva: Una invitacin a la investigacin. Lima. Fondo Editorial del Pedaggico San Marcos, 1996. Introduce al lector en la teora bsica de la Estadstica, con un desarrollo gradual de los temas y un buen nmero de ejercicios. 4. Haber, Audrey. Estadstica General. Mxico. Fondo Educativo Interamericano, 1973. Muestra de un modo prctico el proceso estadstico y sus aplicaciones. Se caracteriza por su redaccin detallada. 5. Pontica Universidad Catlica del Per. Estadstica aplicada a la Educacin. Lima. Fondo Editorial PUCP, 2001. Es un mdulo autoinstructivo sobre la educacin en el Per. 6. Smith, Stanley A. y Charles, Randall I. lgebra y Trigonometra. Mxico. Editorial Adison Wesley Iberoamericana, 1997. Es un libro de consulta que contiene problemas sugerentes de Estadstica, que conducen a la creatividad y al desarrollo del pensamiento crtico. 7. Spliegel, Murrzy R. Teora y Problemas de Estadstica. Mxico. Editorial Mc Graw Hill, 1987. Libro clsico que desarrolla y dene adecuadamente los conceptos estadsticos bsicos.
31
5/31/07 6:56:14 AM
ENLACES
web
1. http://www.inei.gob.pe Importante fuente estadstica que sirve como referencia para toda consulta de ndole nacional. 2. http://www.unice.org/spanish/infobycountry/peru-stadistics.html Provee de un modo bastante claro las descripciones de distintas reas de inters para el Per. 3. http://www.fao.org/docrep/v9921s/v9921so9.htm Texto que presenta los principales problemas de la Estadstica y las propuestas para mejorarlos. 4. http://www.peru.com/peruinfo/estadisticas/estadisticas.htm Fuente que cubre importantes aspectos, como son la pobreza, la economa y otras reas de inters. 5. http://www.cortland.edu/teach/stats/stat-sp.html En esta pgina se puede encontrar una amplia introduccin a la Estadstica, con referencias histricas y un glosario bsico. 6. http://thales.cica.es/rd/Recursos/rd98/Matematicas/01/matematicas-01.html Se trata de una pgina web dedicada al estudio de la Estadstica bsica, es decir, la Estadstica Descriptiva. 7. http://www.rediris.es/list/info/estadistica.es.html En cierto sentido la Estadstica es el lenguaje necesario para coordinar y manejar el material cuantitativo. As pues, es importante comprender este lenguaje para interpretar adecuadamente dichos resultados. Por ello, esta pgina ofrece las metodologas que emplea la Estadstica.
32
5/31/07 6:56:14 AM

La Estadística y Sus Aplicaciones PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

La Estadística y Sus Aplicaciones PDF

Uploaded by

Copyright:

Available Formats

MINISTERIO DE EDUCACIN

Z_S3 F10 D.indd 1

LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Poblacin Representaciones grcas

Relacin entre ellas

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Serie 3 / TEORA DE MATEMTICA BSICA

Cada vez son ms

Esperanza de vida (en aos) Edad de jubilacin: 65 aos

A los 65 aos VARONES

80,0 72,8 81,8 75,4 82,7

Edad de jubilacin: 65 aos

86,2 78,4 72,4 82,1 78,4 84,9 81,0

Proyeccin del aumento de nmero de personas de ms de 60 aos

4'429.000 3'665.000 1'848.000 2010 2025 2050

Fuente: El Comercio, 25 de marzo de 2007.

RECUPERACIN DE SABERES PREVIOS

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

1. ORGANIZACIN y REPRESENTACIN de DATOS

Serie 3 / TEORA DE MATEMTICA BSICA

1.2 Distribucin de frecuencias para datos no agrupados

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

0,14 0,30 0,22 0,18 0,06 0,06 0,04 1,00

Serie 3 / TEORA DE MATEMTICA BSICA

Como la hierba mala

Tradicional e industrial 8% Mercado informal 67% Enaco 33%

Fuente: El Comercio, 25 de marzo de 2007.

ndice de rigidez del empleo 2005 76 75 61 42 41 38 28

Venezuela Per Argentina Colombia Bolivia Brasil Mxico Chile

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Curvas Simtricas unimodales

a) Platicrtica b) Normal c) Leptocrtica

Serie 3 / TEORA DE MATEMTICA BSICA

hi Series Pelculas Musicales Noticieros Otros Total 7 6 8 3 1 25

0,28 0,24 0,32 0,12 0,04 1,00

Pelculas 24% 187,2 Musicales 32%

Histograma de frecuencias de programas de TV

s 4% 0 Noticieros 345,6 12%

Polgono de frecuencia de programas de TV

Curva de frecuencias de programas de TV asimtrica bimodal

1.3 Distribucin de frecuencias para datos agrupados

Serie 3 / TEORA DE MATEMTICA BSICA

0,175 0,225 0,325 0,075 0,100 0,100 1,000

17,5 22,5 32,5 7,5 10,0 10,0 100,0

0,175 0,400 0,725 0,800 0,900 1,000

17,5 40,0 72,5 80,0 90,0 100,0

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Hi % 100 80 60 40 20 90 100 110 120 130 140 I

Serie 3 / TEORA DE MATEMTICA BSICA

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

2. MEDIDAS de TENDENCIA CENTRAL

2.1 Media aritmtica

Medidas Variabilidad de tendencia central

Simetra modalidad curtosis

Media aritmtica mediana moda cuantiles

Recorrido varianza desviacin estndar coeciente de variacin

Serie 3 / TEORA DE MATEMTICA BSICA

Si aadimos a cada elemento una constante k, tenemos:

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Serie 3 / TEORA DE MATEMTICA BSICA

94 102 110 118 126 134

Fascculo 10 / LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Serie 3 / TEORA DE MATEMTICA BSICA