You are on page 1of 119

Ciencias Aplicadas 

Estadística I 

www.upds.edu.bo 
www.updsfacebook 
INDICE 
INDICE ..................................................................................................................................................1 
IDENTIFICACIÓN.................................................................................................................................2 
PLANIFICACIÓN DE LOS ENCUENTROS.........................................................................................2 
PROGRAMA ANALITICO ....................................................................................................................3 
ORIENTACIONES METODOLÓGICAS...............................................................................................9 
2.  ­ Introducción. ..........................................................................................................................9 
1.1.­ Objetivos Generales..........................................................................................................10 
2.­ Desarrollo ..................................................................................................................................10 
Primer encuentro........................................................................................................................10 
Segundo encuentro ...............................................................................................................12 
Tercer encuentro ...................................................................................................................13 
Cuarto encuentro...................................................................................................................14 
2.2.­ Bibliografía Comentada. ...................................................................................................15 
2.3.­ Material Explicativo. ..........................................................................................................16 
2.4.­Ejemplificación....................................................................................................................16 
2.5.­ Métodos a utilizar. .............................................................................................................16 
3 .  Conclusiones. .......................................................................................................................16 
4.  Glosario de términos técnicos. .............................................................................................17 
TEXTO GUIA ......................................................................................................................................18 
TEMA 1. INTRODUCCIÓN A LA ESTADÍSTICA .........................................................................18 
1. ESTADÍSTICA DESCRIPTIVA.­ ...........................................................................................18 
2. ESTADÍSTICA INFERENCIAL.­ ...........................................................................................18 
3. POBLACIÓN.­........................................................................................................................18 
4. MUESTRA.­ ...........................................................................................................................19 
5. MUESTREO.­ ........................................................................................................................19 
6. VARIABLE.­ ...........................................................................................................................19 
7. PARÁMETRO POBLACIÓNAL.­ ..........................................................................................20 
8. ESTADÍGRAFO MUESTRAL.­ .............................................................................................20 
9. FUENTES DE INFORMACIÓN ESTADÍSTICA. –...............................................................20 
10. MEDIOS PARA RECOLECTAR LA INFORMACIÓN.­......................................................21 
11. ENCUESTA.­ .......................................................................................................................21 
12. CENSO.­ ..............................................................................................................................21 
13. CENSO NACIONAL DE POBLACIÓN Y VIVIENDA.­ .......................................................21 
TEMA 2. DESCRIPCIÓN DE LA INFORMACIÓN MUESTRAL..............................................21 
1. FRECUENCIA ABSOLUTA (ni).­ ..........................................................................................22 
2. FRECUENCIA ABSOLUTA ACUMULADA MENOR QUE (Ni).­.........................................23 
3. FRECUENCIA ABSOLUTA ACUMULADA MAYOR QUE (Ni*).­........................................25 
4. FRECUENCIA RELATIVA PORCENTUAL (% ni).­ .............................................................27 
UNIDAD 3. MEDIDAS DE TENDENCIA CENTRAL Y DE POSICIÓN........................................44

Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

UNIDAD 4. MEDIDAS DE DISPERSIÓN......................................................................................67 
UNIDAD 5. SIMETRÍA Y CURTOSIS ...........................................................................................75 
UNIDAD 6. REGRESIÓN Y CORRELACIÓN...............................................................................81 
Práctico nº 3    Estadística  1 ..............................................................................................100 
Práctico nº 4    Estadistica  1 ..............................................................................................104 
Práctico nº 5    Estadistica  1 ..............................................................................................109 
Laboratorio nº 1  Estadística 1 ...........................................................................................111 
Laboratorio nº 2  Estadística 1 ...........................................................................................113 
Laboratorio nº 3  estadística 1 ............................................................................................117 
IDENTIFICACIÓN 
Modalidad de Estudios 

Cursos por Encuentros 

Gestión Académica 
Módulo 
Carreras 

Área Empresarial 

Docente 

Ing. Rubén Toyama U. 

Día de Encuentro (Presencial) 

Sábados 

Hora 
Aula 
Día de Tutoría (Distancia) 
Hora 

PLANIFICACIÓN DE LOS ENCUENTROS 
PRIMER 
ENCUENTRO 
Unidad 1 
UNIDAD ­ TEMAS  Unidad 2 
DE AVANCE 
2.1. al  2.3 

SEGUNDO 
ENCUENTRO 

TERCER 
ENCUENTRO 

Unidad 2 

Unidad 3 

(Continuación) 

(Continuación) 

Unidad 3 

Unidad 4 

CUARTO 
ENCUENTRO 
Unidad 5 
Unidad 6 

3.1. al 3.6 

Unidad 7 

Evaluación 

Evaluación


Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

UNIVERSIDAD PRIVADA DOMINGO SAVIO 
FACULTAD DE ESTUDIOS A DISTANCIA 
ESTADISTICA I 
PROGRAMA ANALITICO 
IDENTIFICACION 
Área 
Sigla 

:  Ciencias Exactas 
:  MAT – 215 

Carga horaria 

:   4HT ­ 2HP 

Nivel 

:   Tercer semestre 

Requisitos 

:   MAT – 110 

I.  JUSTIFICACIÓN 
La asignatura  de estadística I  que se ubica  en el  3º semestre  en  las carrera de  la  Facultad  de 
Ciencias  Empresariales  y  4º  semestre  en  la  carrera  de  Ing.  de  sistema,  contribuye  a  la 
consolidación de la universidad que tiene por misión declarada  formar profesionales con sólidos 
conocimientos  científicos,  orientados  a  la  investigación  y  la  interacción social  sensibles  con  los 
problemas de su entorno. 
OBJETIVOS 
OBJETIVO GENERAL 
Analizar los datos científicamente y con sentido crítico, para describir e interpretar 
adecuadamente la información muestral. 
OBJETIVOS ESPECIFICOS 
­  Definir términos de la estadística con propiedad 
­  Aplicar  los  conocimientos  de  informática  en  la  clasificación  y  descripción  de  la 
información muestral cualitativa y cuantitativamente

Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

2. discretas y continuas  Reconocer y diferenciar los diferentes tipos de variables. ordinales. y de dispersión con precisión  ­  Emitir conclusiones acerca de la realidad encontrada en la muestra.4  Concepto y clasificación de variables  Unidad 2.1  Concepto de estadística  1.3      Cruces de variables  2.2      Cuadros de frecuencias  2.  Introducción a la estadística  Objetivos de la unidad  Definir adecuadamente los términos: Estadística descriptiva e inferencial. variables cualitativas.2   Para variables continuas  2.2  Clasificación y aplicaciones  1.Ciencias Aplicadas  Estadística I  ­  Calcular medidas de tendencia central. cuantitativas. muestra. de posición.3  Población y muestra  1. con sentido crítico  ­  Determinar el modelo de regresión apropiado en diferentes relaciones entre variables  III CONTENIDOS  Unidad 1.  Descripción de la información muestral  Objetivos de la unidad  ­  Organizar  adecuadamente  los  datos  clasificándolos  apropiadamente.1      Distribuciones de frecuencias  2.  Contenidos  1.  mediante  la  utilización de cuadros de distribución de frecuencias  ­  Interpretar lo que muestran los datos.  muestreo.2. con sentido crítico  ­  Realizar cruces de variables interpretando los resultados  ­  Aplicar  los  conocimientos  informáticos  para  la  descripción  de  los  datos  a  través  de  los  diferentes tipos de gráficos  Contenidos  2. nominales. población.4      Representaciones gráficas 4  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .1   Para variables discretas  2.

  Medidas de dispersión  Objetivos de la unidad  ­  Definir con propiedad los estadígrafos de dispersión  ­  Calcular  adecuadamente  los  diferentes  estadísticos  de  dispersión  e  interpretar  los  resultados  ­  Aplicar el cálculo de los estadígrafos de dispersión en la solución de problemas 5  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .3  Percentiles  Unidad 4.4.2  3.4.4.1   Gráficas lineales  2.4.4.6.5  Moda  Mediana  3.5   Ojivas  2.6  Cuantiles  3.4.4   Histogramas  2.4  3.6.3   Gráficas de barras  2.1  Media aritmética  3.1  Cuartiles  3.Ciencias Aplicadas  Estadística I  2.6.2   Gráficas de sectores  2.6   Polígono de frecuencias  Unidad 3.3  Media aritmética ponderada  Media geométrica y armónica  3.  Medidas de tendencia central y de posición  Objetivos de la Unidad  ­  Definir adecuadamente estadígrafos de tendencia central y de posición  ­  Calcular  medidas  de  tendencia  central  y  de  posición  con  propiedad  e  interpretar  resultados  ­  Aplicar el cálculo de los estadígrafos de tendencia central y de posición en la solución de  problemas  Contenidos  3.2  Deciles  3.

  6.  ­  Elegir  adecuadamente  el  modelo  de  regresión  aplicable  a  un  conjunto  de  datos  en  particular.4  Coeficientes de curtosis  Unidad 6.1  Definición de simetría  5.3  Definición de curtosis  5.4  El método de mínimos cuadrado.1  Definición de regresión  6.  Simetría y Curtosis  Objetivos de la unidad  ­  Definir los términos: simetría y curtosis  ­  Calcular los conceptos de simetría y curtosis interpretando resultados con propiedad  Contenidos  5. mediante el cálculo del coeficiente de correlación  Contenidos  6.2  Coeficientes de sesgo  5.5 Coeficiente de variación  4.1 Definición de dispersión y homogeneidad  4.5  Coeficientes de correlación y de determinación.  6.  Análisis de regresión y correlación.Ciencias Aplicadas  Estadística I  Contenidos  4. Diagramas de dispersión.6 Aplicación de las medidas de dispersión  Unidad 5.  6. 6  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .2 Rango y desviación media  4.  Objetivos de la Unidad  ­  Conocer los diferentes modelos de curvas a las que se pueden ajustar los datos.3 Varianza  4.6  Modelos de regresión no lineal.4 Desviación standard  4.2  Relaciones entre variables.3  Modelo de regresión lineal simple  6.

  lo  cual  se  desarrollará  mediante  la  participación  activa  de  los  estudiantes  a  través  de  lluvias  de  ideas.  para  la  aplicación  de  diferentes software a las unidades desarrolladas.9  Ajuste de datos un modelo parabólico.1  Concepto de series de tiempo  7.7  Ajuste de datos un modelo exponencial.4  Método de series de tiempo  IV.  Se  realizarán  prácticas  en  el  laboratorio  de  cómputos  de  la  universidad.  Se  realizarán  prácticas  de  ejercicios  en  clases  donde  los  estudiantes  de  manera  cooperativa  logren un aprendizaje significativo apuntalando así sus conocimientos conceptuales y habilidades  procedimentales.  Unidad 7.  6.2  Tendencia cíclica  7.3  Método de índice estacional  7.8  Ajuste de datos un modelo potencial. 7  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . mediante la definición de las  terminologías  aplicadas  en  el  lenguaje  de  la  estadística.  6.  Se desarrollará un trabajo final de aplicación donde los estudiantes muestren los conocimientos y  habilidades adquiridas.  Durante  el  desarrollo  de  la  materia  se  desarrollarán  variados  ejercicios  prácticos  que  ilustren  de  manera  efectiva  la  aplicación de los distintos estadígrafos  en la variedad de casos aplicables a la realidad a objeto  de lograr un aprendizaje significativo para los diferentes tipos de contenidos contemplados en la  asignatura.Ciencias Aplicadas  Estadística I  6.  Series de tiempo  Objetivos de la unidad  ­  Adquirir la metodología para variables con tendencia cíclica  ­  Aplicar las series de tiempo en la solución de problemas  Contenidos  7. METODOLOGIA DE ENSEÑANZA­APRENDIZAJE  El presente curso se desarrollará bajo la guía directa del docente.

 formativa y sumativa. Presentación y defensa de práctico de la unidad Simetría y Curtosis  5. 8  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Presentación y defensa de práctico de las unidades Introducción y Distribuciones maestrales  2. Presentación y defensa de práctico de la unidad Medidas de tendencia central  3.  20 pts. Presentación y defensa de práctico de la unidad Medidas de dispersión  4.  MATERIALES Y MEDIOS DIDACTICOS  ­ Marcadores y pizarra  ­ Texto guía  ­ Equipos de Multimedia  ­ Laboratorio de Software  VII. FORMAS DE EVALUACIÓN  Materia tipo B.  Exámenes  Actividades Académicas  60 pts. Presentación y defensa de práctico de la unidad Análisis de regresión y correlación  6. ACTIVIDADES ACADEMICAS  1. Presentación y defensa del trabajo final de aplicación general de la materia (proyecto)  VI.Ciencias Aplicadas  Estadística I  V.  TOTAL                                100 pts.  Trabajo de Investigación  20 pts.  VIII.  TIPOS DE EVALUACION  En la asignatura se emplearán los tres tipos de evaluación: diagnóstica.

  Estadística I  BIBLIOGRAFIA  BÁSICA. Ed.  aportando a  través de los  métodos y técnicas que proporciona  a la organización y descripción al  cúmulo  de  datos  de  que  se  dispone  en  un  proceso  investigativo  en  particular.  estadística  inferencial  e  investigación  operativa. Cursos por Encuentros. 1991  A.  México. Elementos básicos de estadística económica y empresarial.Ciencias Aplicadas  IX. España. Estadística aplicada a la historia y a las ciencias  sociales. Reus. Pirámide.  investigación  en  relaciones  públicas  y  ciencias  sociales. M. Ed. Introducción a la Estadística.  ­ Introducción. 1997  Sebastián  Coll – Martha  Gujarro. Spiegel. Enero 2008. 1993  Alonso Novales. 1998  Rufino Moya. Mc. Mc Graw Hill.  Estadística y econometría. constituye  la  base  fundamental  para  materias  como  investigación  de  mercado.  El aporte de la presente asignatura a las demás asignaturas de las diferentes mallas curriculares es  importante puesto que las competencias adquiridas durante el estudio de la estadística. Estadística. Ed. Montiel – F.  TOYAMA RUBÉN. Serie Schaum.  Estadística descriptiva.  así  como  la  parte  operativa  en  el  desarrollo  de  las  tesis  de  grado  que  implican  una  investigación  con  información 9  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Mc Graw Hill. Graw Hill  Leonard  Kazmier Estadística aplicada a administración y economia. Editorial San Marcos.  ORIENTACIONES METODOLÓGICAS  2. España.  Prentice Hall.  de  las  diferentes  áreas del conocimiento.  COMPLEMENTARIA  Murray R. Perú. Ed. Ed. España 1997. UPDS.  La  estadística  es  una  disciplina  que  como  instrumento  de  investigación  se  constituye  en  pilar  fundamental  en  la  formación  de  los  profesionales  de  las  diferentes  áreas  del  conocimiento.

  Dentro  del  estudio  de  la  estadística  descriptiva  es  de  vital  importancia  el  aprendizaje  de  los  siguientes aspectos:  a)  El dominio de palabras técnicas propias de la estadística. Procesar científicamente significa que se siga una metodología a objeto de encontrar  resultados fidedignos. en el texto guía se  ha utilizado un lenguaje claro y sencillo sin perder el sentido técnico propio de la estadística cuyo  lenguaje es imposible de eludir.  Analizar los datos científicamente y con sentido crítico para describir e interpretar adecuadamente  la información muestral.­ Objetivos Generales.  1.­ Desarrollo  La  distribución  de  los  temas  en  los  cuatro  núcleos  temáticos  a  lo  largo  del  presente  curso  obedece  a  un  sentido  de  co­linealidad  de  los  contenidos  para  el  aprendizaje  adecuado  de  los  mismos  y  a  aspectos  de  tiempo  para  lograr  el  alcance  de  los  objetivos  y  adquisición  de  las  competencias necesarias de parte del estudiante en el estudio de la estadística descriptiva en el  presente curso.1.  El objetivo general busca que el estudiante adquiera las competencias necesarias y suficientes  para procesar científicamente la información determinando; de esta.  2.  Cabe resaltar que el presente texto guía ha sido redactado como producto de 5 años de experiencia  en la enseñanza de la Estadística en la UPDS en el sistema modular presencial.  e)  El  análisis  de  la  regresión  y  correlación  de  los  datos  experimentales  para  dos  variables a objeto de determinar la función de regresión apropiada.  b)  Es desenvolvimiento eficaz en lo referente a la descripción de información muestral.  c)  El cálculo de las medidas de tendencia central  de posición. las características  importantes requeridas en un proceso de investigación que utilice esta información de fuente  primaria.  d)  El cálculo de las medidas de dispersión.Ciencias Aplicadas  Estadística I  primaria que se debe describir.  Primer encuentro 10  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

5  Concepto de estadística  1.8  Concepto y clasificación de variables  Unidad 2. es una unidad netamente introductoria al mundo de la estadística.  muestreo.2. luego se 11  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . se espera que todos los estudiantes hayan leído estos contenidos  para el 1º  encuentro. nominales. discretas y continuas  Reconocer y diferenciar los diferentes tipos de variables. variables cualitativas. cuantitativas. luego de las lecturas previas al encuentro. esta unidad  es completamente teórica.1   Para variables discretas  2.  mediante  la  utilización de cuadros de distribución de frecuencias  ­  Interpretar lo que muestran los datos. realizará la interpretación de todos los resultados obtenidos.1      Distribuciones de frecuencias  2.  Introducción a la estadística  Objetivos de la unidad  Definir adecuadamente los términos: Estadística descriptiva e inferencial. población.2   Para variables continuas  La unidad 1.  Contenidos  1. muestra.  El contenido de la unidad 2 a desarrollarse durante este primer encuentro se hará de modo  que  el  docente  explicará  de  qué  manera  se  construirá  el  cuadro  de  distribución  de  frecuencias; así como.Ciencias Aplicadas  Estadística I  Unidad 1.6  Clasificación y aplicaciones  1.7  Población y muestra  1. En este  primer encuentro  se hará  una discusión  sobre las  dudas  que  surjan en los estudiantes.2      Cuadros de frecuencias  2. con sentido crítico  ­  Realizar cruces de variables interpretando los resultados  ­  Aplicar  los  conocimientos  informáticos  para  la  descripción  de  los  datos  a  través  de  los  diferentes tipos de gráficos  Contenidos  2.2. ordinales.  Descripción de la información muestral  Objetivos de la unidad  ­  Organizar  adecuadamente  los  datos  clasificándolos  apropiadamente.

4. 12  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .6   Polígono de frecuencias  Unidad 3.3      Cruces de variables  2.4.4.2  Media aritmética ponderada  3.3   Gráficas de barras  2.1  Media aritmética  3.4.  En el 1º encentro el estudiante debe llegar con una lectura comprensiva de la 1º unidad utilizando  el  encuentro  físico  a  objeto  de  aclarar  las  dudas  que  pudieran  existir.4.4   Histogramas  2.5   Ojivas  2.  Segundo encuentro  2.1   Gráficas lineales  2.Ciencias Aplicadas  Estadística I  repetirá este procedimiento con la participación activa de los estudiantes.4  Media geométrica y armónica  Moda  3.  luego  continuará  con  el  desarrollo de la 2º unidad de descripción de la información muestral en el cual se construirán los  cuadros de distribución de frecuencias  para variables discretas y para variables continuas.3  3.5  Mediana  Síntesis.2   Gráficas de sectores  2.4      Representaciones gráficas  2.4.  Medidas de tendencia central y de posición  Objetivos de la Unidad  ­  Definir adecuadamente estadígrafos de tendencia central y de posición  ­  Calcular  medidas  de  tendencia  central  y  de  posición  con  propiedad  e  interpretar  resultados  ­  Aplicar el cálculo de los estadígrafos de tendencia central y de posición en la solución de  problemas  Contenidos  3.

1  Cuartiles  3.  En el 3º encuentro.3 Varianza  4.6 Aplicación de las medidas de dispersión  Síntesis.  Medidas de dispersión  Objetivos de la unidad  ­  Definir con propiedad los estadígrafos de dispersión  ­  Calcular  adecuadamente  los  diferentes  estadísticos  de  dispersión  e  interpretar  los  resultados  ­  Aplicar el cálculo de los estadígrafos de dispersión en la solución de problemas  Contenidos  4.  Tercer encuentro  3.  para  luego  pasar  al  estudio  de  la  unidad  4  referente  a  las  medidas  de  dispersión.7  Cuantiles  3.Ciencias Aplicadas  Estadística I  En  el  2º  se  iniciará  con  el  tema  de  cruces  de  variables. entre  los  más  importantes  tenemos  los  cuartiles  y  los  percentiles.6.  en  la  cual  es  importante  hacer  énfasis  en  los  conceptos  de  homogeneidad  y  heterogeneidad  de  los  datos  numéricos  en  la  que;  además.5  Percentiles  Unidad 4.1 Definición de dispersión y homogeneidad  4.4 Desviación standard  4.5 Coeficiente de variación  4.4  Deciles  3.2 Rango y desviación media  4.6.  un  breve  resumen  a  cerca  de  los  diferentes  tipos  de  gráficos.6.  se  realizará  el  cálculo  de  los  principales  indicadores  de  dispersión  como  lo  son  la  desviación 13  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . el contenido a desarrollar será el estudio de los indicadores de posición.  para  pasar  luego  al  cálculo  de  los  principales  indicadores  de  tendencia central y la comprensión de la importancia de su cálculo en el proceso descriptivo de la  información muestral.

Ciencias Aplicadas  Estadística I  Standard.7  Definición de curtosis  5.6  Coeficientes de sesgo  5.  6.  Series de tiempo  Objetivos de la unidad  ­  Adquirir la metodología parta variables con tendencia cíclica  ­  Aplicar las series de tiempo en la solución de problemas 14  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .9  Ajuste de datos un modelo parabólico. Diagramas de dispersión.  6. el coeficiente de variación así como la interpretación de los resultados.  Simetría y Curtosis  Objetivos de la unidad  ­  Definir los términos: simetría y curtosis  ­  Calcular los conceptos de simetría y curtosis interpretando resultados con propiedad  Contenidos  5.  6.  6.3  Modelo de regresión lineal simple  6.8  Ajuste de datos un modelo potencial.6  Modelos de regresión no lineal.  ­  Elegir  adecuadamente  el  modelo  de  regresión  aplicable  a  un  conjunto  de  datos  en  particular.1  Definición de regresión  6.8  Coeficientes de curtosis  Unidad 6.  Análisis de regresión y correlación.2  Relaciones entre variables.  6.  Unidad 7.5  Definición de simetría  5.4  El método de mínimos cuadrado.7  Ajuste de datos un modelo exponencial.5  Coeficientes de correlación y de determinación.  Objetivos de la Unidad  ­  Conocer los diferentes modelos de curvas a las que se pueden ajustar los datos.  6. mediante el cálculo del coeficiente de correlación  Contenidos  6.  Cuarto encuentro  Unidad 5.

 así como la adquisición  de las competencias planteadas. para luego proceder a estudio de  casos  en  los  que el objetivo sea determinar el mejor modelo que represente la relación de las variables.  se  constituye en una guía práctica para el aprendizaje de la estadística y surge como resultado del  conjunto  de  experiencias  acumuladas  durante  5  años  de  ejercicio  docente  en  nuestra  universidad.  Nota.  ·  Desarrollar en lo posible (reproducir por cuenta propia) los mismos ejemplos resueltos en  el texto guía.  Para lograr alcanzar con éxito los objetivos planteados en la asignatura.2  Tendencia cíclica  7.Ciencias Aplicadas  Estadística I  Contenidos  7.  Metodología de estudio sugerida  2. 15  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . de  esta manera el participante  podrá  ir  adquiriendo  las  competencias  necesarias  en lo  referente al  cálculo de los estadígrafos que en esta asignatura se desarrollan.  Rubén  Toyama.2.4  Método de series de tiempo  Síntesis.  Se recomienda la realización de cada uno de los ejemplos mostrados en el texto; puesto que.  ·  Leer  con  anticipación  al  encuentro  todos  los  conceptos  desarrollados  en  el  texto  guía. para pasar luego al estudio de la regresión y correlación cuya importancia radica en la  determinación de las constantes “a” y “b” de la función de regresión lineal “y=a+bx” así como la  determinación  del  coeficiente de correlación  “r”.  El  libro  de  texto  de  Estadística  1.­ Bibliografía Comentada.  ·  Estar presente en el aula puntualmente. es importante tomar en cuenta lo siguiente:  ·  Traer  a  todos  los  encuentros  una  calculadora  (de  preferencia  que  sea  calculadora  científica).  para aclarar dudas durante la clase presencial.  En  el  4º  encuentro  se  hará  un  rápido  estudio  de  los  que  son  los  indicadores  de  simetría  y  curtosis.  elaborado  en  su  totalidad  por  el  Ing.3  Método de índice estacional  7.1  Concepto de series de tiempo  7.

  3 . en cada una de los temas existen los ejemplos que en su integridad  desarrollados paso a paso para su mayor comprensión.  puesto  que. la  redacción de los conceptos  está en un lenguaje claro y de uso cotidiano para mayor comprensión pero sin perder el sentido  técnico del mismo; además. Para proceder en el segundo periodo a la  solución de ejemplos similares en grupos ó células.  pudiendo hacer uso  de los  encuentros  virtuales  para la  aclaración de las dudas en la resolución de los mismos.  Conclusiones.  Para  concretar  el  aprendizaje  de  los  temas  el  estudiante  debe  desarrollar  en  su  domicilio  los  prácticos planteados en  el  texto guía.Ciencias Aplicadas  Estadística I  Es también importante en la medida de las posibilidades de tiempo y de recursos. y se aclararán las dudas que surjan durante la solución de las tareas por parte de  los estudiantes.1.­Ejemplificación.­ Material Explicativo.3. se sobreentiende que ellos han procedido a  la  lectura  comprensiva  de  los  conceptos. puesto que en dicho libro se muestran problemas reales y de mayor  comprensión.  2.  En los encuentros virtuales se presentarán las tareas planteadas con anterioridad en las clases  presenciales. la lecturas de  apoyo de los libros: “Estadística” de Spiegel & Murray para acompañar el aprendizaje y del libro:  “Estadística aplicada a la Administración y la economía” de Leonard Kazmier para apoyar en la  comprensión de los cálculos.  El texto guía ofrece al lector suficiente ejemplificación; puesto que.  2.  3. luego de los conceptos existen  los ejercicios de aplicación en los que se detallan paso a paso la forma en que se debe proceder  para la solución de los diferentes problemas planteados.5.  2.  En el primer periodo del encuentro físico el docente desarrollará los conceptos necesarios con la  participación activa de los participantes; puesto que.4. con la guía permanente del docente.­  Preguntas  y  ejercicios  para  realizar  en  forma  individual  o  colectiva  –  con 16  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  El  texto guía contiene suficiente material explicativo.­ Métodos a utilizar.  luego  se  desarrollará  un  ejemplo  práctico  con  la  participación activa del docente y de los estudiantes.

  4. con  la ayuda del ayudante hacer prácticas con el ordenador. por lo que se recomienda la lectura comprensiva  de cada uno de los títulos  y subtítulos desarrollados en el mismo para interconectar la comprensión de los conceptos con la  aplicación práctica en el desarrollo de los problemas de aplicación.  los  mismos  se  encuentran  elaborados de acuerdo a la secuencia de avance de la asignatura.  Los  prácticos  se  encuentran  al  final  del  Texto  Guía.  3.­ Sugerencias para realizar actividades practicas. de laboratorio y de investigación. 17  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  El texto guía contiene la conceptuación de todos los términos propios de la estadística utilizados  en el presente curso.2.Ciencias Aplicadas  Estadística I  respuestas.  Glosario de términos técnicos.  A  la  finalización  de  los encuentros físicos  se desarrollarán las  ayudantías  preparadas  con  la  intencionalidad  de  que  los  estudiantes  tengan  más  apoyo.  además  que  se  dispondrá del uso del laboratorio de computación para que los estudiantes puedan.

 ESTADÍSTICA INFERENCIAL.  variable  nominal.  variable  cualitativa.  estadígrafo muestral. clasificar.  1.  variable.  muestreo. estadígrafo muestral.­  Es  aquella  población  que  tiene  una  cantidad  de  elementos  inmensamente grande.­  Es  aquella  población    que  tiene  un  número  definido  de  elementos. la población sería  el conjunto de los estudiantes.­  Es  una  disciplina  que  nos  proporciona  un  conjunto  de  métodos  y  procedimientos  que  nos  permiten recopilar información. parámetro poblacional. generalmente  desconocida.  b)  POBLACIÓN  FINITA. encuesta.:  Si  se  lleva  a  cabo  un  estudio acerca de del grado de aceptación hacia la universidad Domingo Savio. para poder emitir una conclusión respecto al tema de interés.  Ejemplo:  la  población  de  estudiantes  de  un  cursos  de  estadística;  la  población  de  colegios 18  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  parámetro  poblacional. POBLACIÓN.  variable  continua.­  En  una  investigación  la  constituyen  el  conjunto  de  datos  de  interés.  2. encontrar las características  de los datos y hacer una  buena interpretación de los mismos.  3. INTRODUCCIÓN A LA ESTADÍSTICA  OBJETIVOS DE LA UNIDAD  Al  finalizar  la  presente  unidad  seré  capaz  de  conceptuar  los  siguientes  términos:  Estadística  Descriptiva.  población.  En pocas palabras la Estadística descriptiva nos permite hacer una descripción de un conjunto de  datos.  muestra.Ciencias Aplicadas  Estadística I  TEXTO GUIA  TEMA 1.­  Es  la  disciplina  que  nos  ofrece  un  conjunto  de  métodos  y  técnicas  que  posibilitan  la  generalización de la información obtenida mediante técnicas descriptivas hacia el conjunto de la  población de estudio.  variable  discreta.  Estadística  Inferencial.  Ej. censo. Existen dos tipos de población:  a)  POBLACIÓN  INFINITA. ESTADÍSTICA DESCRIPTIVA.  variable  ordinal.

­  Es una porción de la población de interés.  Por  ejemplo:  Sexo.  el  número  de  materias  aprobadas. MUESTRA.­ Son aquellas características de la población que pueden tomar  valores  de  atributos  o  cualidades.  el departamento de procedencia.­  Una variable es una característica de la población que puede tomar diferentes valores. Ejemplo:  el sexo.  nacionalidad. MUESTREO.  Las variables se clasifican en:  a) Variables cualitativas  b) Variables cuantitativas  a) VARIABLES CUALITATIVAS.: En el caso de que la  población fuera el conjunto de los estudiantes de la UPDS una muestra puede estar constituida  por un grupo de 120 estudiantes de diferentes carreras y diferentes turnos. etc.­  Son  aquellas  variables  entre  cuyos  posibles  valores existe una relación de orden. cargo. color del cabello.Ciencias Aplicadas  Estadística I  particulares.  b)  VARIABLE  CUANTITATIVA. edad. Por ejemplo: El grado en el ejército. el cargo en una empresa.­  Es  el  conjunto  de  actividades  que  se  llevan  a  cabo  con  la  intención  de  realizar  la  toma  de  muestra.  etc. etc.  4.  6.  Por  ejemplo:  el  número  de  goles  por  partido.  5. el nivel de  estudios.  ·  VARIABLE  CUALITATIVA  ORDINAL.  el 19  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­  son  aquellas  variables  entre  cuyos  posibles valores no existe una relación de orden.  Las variables cualitativas a su vez se clasifican en:  ·  VARIABLES  CUALITATIVAS  NOMINALES. el grado de instrucción. el sexo. Por ejemplo: la carrera universitaria. una muestra podría ser por Ej.­  Son  aquellas  variables  que  sólo  pueden  tomar  valores  numéricos.  nivel  de  instrucción. VARIABLE. ciudad de procedencia.

ESTADÍGRAFO MUESTRAL.­ Son aquellas personas o instituciones que recolectan  directamente los datos. etc.  número  de  materias  aprobadas.Ciencias Aplicadas  Estadística I  peso.  7.  b) VARIABLE  CUANTITATIVA  CONTINUA:  Son  aquellas  variables  numéricas  que  generalmente se obtienen como producto de una medición y que  pueden tomar valores  enteros o decimales: Por ejemplo: el peso. FUENTES DE INFORMACIÓN ESTADÍSTICA. etc.  número  de  hermanos. es obtenido generalmente  mediante inferencia estadística y siempre es referida la población de interés.­  Es una característica representativa de toda una población de interés.­  Un  estadígrafo  muestral  es    aquella  característica  obtenida  de  un  conjunto  de  datos  que  constituyen una muestra. la estatura.­  Son  aquellas  variables  que  se  obtienen  mediante  el  conteo  y  sólo  pueden  tomar  valores  de  números  enteros. la longitud.  Las variables cuantitativas a su vez se clasifican en:  ·  Variable cuantitativas discretas  ·  Variables cuantitativas continuas  a) VARIABLE  CUANTITATIVA  DISCRETA. –  Las fuentes de información estadísticas pueden ser:  a) Primarias.  número  de  alumnos  inscritos. Ejemplo:  -  ·  La media aritmética ( x )  ·  La proporción muestral (p)  ·  Desviación Standard (s)  9. entre los principales  parámetros tenemos:  ·  La media aritmética (u)  ·  La proporción poblacional (P)  ·  Desviación Standard ( s )  8.  Por  ejemplo:  La  edad. 20  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . PARÁMETRO POBLACIÓNAL.

  10. DESCRIPCIÓN DE LA INFORMACIÓN MUESTRAL  OBJETIVOS DE LA UNIDAD  Al finalizar la presente unidad seré capaz de:  1.  entonces.  TEMA 2. generalmente se realiza cada 10 años.­  Es  la  recopilación  de  información  obtenida  a  partir  de  una  muestra. ENCUESTA. los registros institucionales. MEDIOS PARA RECOLECTAR LA INFORMACIÓN. la encuesta.Ciencias Aplicadas  Estadística I  b)  Secundarias.  También  se  denomina  encuesta al instrumento de recolección de información a partir de la muestra y está constituido de  un cuestionario. Si la población de interés está constituido por los 236 estudiantes de la carrera de Psicología  de una determinada  Universidad y de  ellos deseamos  conocer la  percepción sobre el grado  de  satisfacción  respecto  de  los  servicios  que  reciben  de  la  Universidad. CENSO NACIONAL DE POBLACIÓN Y VIVIENDA.  12.­  Es el proceso de recopilación de información sobre la población  y las condiciones de vida  de los  habitantes de un país.  Conceptuar los términos:  ·  Frecuencia absoluta  ·  Frecuencia absoluta acumulada menor que  ·  Frecuencia absoluta acumulada mayor que 21  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  la  entrevista. CENSO.  Ej.  13.­  Entre  los  principales  medios  para  recolectar  la  información  tenemos:  La  observación.­  Es el proceso de recolección de información  de toda una población de interés.­  Son  aquellas  publicaciones  o  trabajos  cuyos  datos  no  han  sido  recolectados  directamente.  11.  el  proceso  de  recopilación de información a toda esta población se denomina Censo.

  Realizar cruces de variables e interpretar.  3.  a  partir  de  esta  información  construir  un  cuadro  de  distribución  de  frecuencia  e  indicar: a) ¿Cuántos estudiantes tenían 3 hermanos?  b) ¿Cuántos estudiantes tenían entre 1 y 2 hermanos?  0  3  2  6  2  0  3  1  5  1  4  2  2  2  3  4  1  3  3  2  2  2  5  4  3  1  0  2  2  3  3  3  2  2  1  0  2  4  2  4  3  1  0  2  3  4  4  5  6  2  2  3 22 Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  ·  Frecuencia relativa porcentual  ·  Frecuencia relativa porcentual acumulada menor que y mayor que  ·  Gráfica  ·  Histograma de frecuencias  ·  Cruce de variables  2.  Ejemplo  1:  La  siguiente  lista  nos  muestra  el  número  de  hermanos  que  dijeron  tener  52  universitarios.  Construir un cuadro de distribución de frecuencia e interpretar los resultados. FRECUENCIA ABSOLUTA (n i).  1.­  Este valor nos indica el número de veces que se repite un dato.

­  Este valor nos indica el número de veces que se repite un dato Xi ó menores. 23  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . De  hermanos  n i  nº de Universitarios  (X i)  0  5  1  6  2  17  3  12  4  7  5  3  6  2  nt  = 52  Respuesta: a) 12; b) 23  2. FRECUENCIA ABSOLUTA ACUMULADA MENOR QUE (Ni).Ciencias Aplicadas  Estadística I  Solución:  Cuadro nº 1  CUADRO DE DISTRIBUCIÓN DE HERMANOS  No.

Ciencias Aplicadas  Estadística I  CUADRO NO. 1  DISTRIBUCIÓN DE HERMANOS  No. De hermanos  n i  Ni  (Xi)  nº de Universitarios  0  5  5  1  6  11  2  17  28  3  12  40  4  7  47  5  3  50  6  2  52  n t  = 52  Ejemplo 2: La siguiente lista nos muestra las edades de los estudiantes de una clase. construir un  cuadro de distribución de frecuencia y luego responder a las siguientes preguntas:  a) ¿Cuántos estudiantes tenían entre 21 y 22 años?  b) ¿Cuántos estudiantes tenían 23 o menos años?  c)  ¿Cuántos estudiantes tenían como máximo 22 años?  21   22   20   24   25   23   23   22  20   24   21   21   23   24   22   21  25   24   26   20   22   24   23   25  20  23   23   22   23   24   22   21  23   22   24   20   21   23   25   20  22   23   25 24  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

Ciencias Aplicadas  Estadística I  CUADRO No.­  Este valor nos indica el número de veces que se repite el dato Xi o mayores. FRECUENCIA ABSOLUTA ACUMULADA MAYOR QUE (Ni*).  Edad  (Xi)  n i  Ni  Ni*  20  6  6  43  21  6  12  37  22  8  20  31  23  10  30  23  24  7  37  13  25  5  42  6  26  1  43  1 25  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 2  DISTRIBUCIÓN DE EDAD  Edad  n i  Ni  (X i)  nº de estudiantes  20  6  6  21  6  12  22  8  20  23  10  30  24  7  37  25  5  42  26  1  43  nt=43  Respuesta: a) 14  ; b) 30  ; c) 20  3.

 3  DISTRIBUCIÓN DE MATERIAS APROBADAS  No. partir de esta información determinar:  a) ¿Cuántos estudiantes aprobaron entre 12 y 14 materias?  b) ¿Cuántos estudiantes aprobaron 12 o menos materias?  c)  ¿Cuántos estudiantes aprobaron 14 o más materias?  d) ¿Cuántos estudiantes aprobaron como mínimo 13 materias?  13   10   12   13   14   15   10  11   12   10   12   13   13   14  12   13  13   11   11   13   12  16   13   12     9   12   13     9  13   15   14   15   13   13   12  13   12   12   13   12   13   14  CUADRO No.Ciencias Aplicadas  Estadística I  Ejemplo 3: La siguiente lista nos muestra que el número de materias aprobadas por estudiantes  del  3er semestre. De  n i  materias  nº de estudiantes  N i  Ni*  (Xi)  9  2  2  42  10  3  5  40  11  3  8  37  12  11  19  34  13  15  34  23  14  4  38  8  15  3  41  4  16  1  42  1 26  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

63  15  60  318  188  13.52  17  39  404  81  8. FRECUENCIA RELATIVA PORCENTUAL (% n i).­  Este  valor  nos  indica  el  porcentaje  respecto  al  total  que  tiene  el  valor  Xi  y  se  calcula  con  la  expresión:  % n i  =  n i  * 100  n t  Ejemplo 4: El cuadro No.63 %  FRECUENCIA  RELATIVA PORCENTUAL  ACUMULADA  MENOR  QUE  (%Ni).28  12  63  91  418  14.74  18  42  446  42  9.45  16  47  365  128  10.­  Este  valor  nos  indica el porcentaje respecto al total de los datos que tienen el valor Xi o menores y se calcula  27  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 4  DISTRIBUCIÓN DE EDADES  Edad  n i  Ni  NI*  %n i  11  28  28  446  6.Ciencias Aplicadas  Estadística I  Respuesta: a) 30; b) 19; c) 8; d) 23  4. a  partir de esta información determinar:  a) ¿Cuántos estudiantes tienen 13 o menos años?  b) ¿Cuántos estudiantes tiene entre 13 y 16 años?  c)  ¿Cuántos estudiantes tienen 16 o mas años?  d) ¿Qué porcentaje del total de estudiantes tiene 14 años?  CUADRO No.41 (Xi)  Nota: Las columnas en negrilla constituye la información inicial que en este caso ya está tabulado  Respuestas: a) 166; b) 274;  c) 128; d) 20.82  14  92  258  280  20.12  13  75  166  355  16. 4 muestra la distribución de edades de los estudiantes de un colegio.

85  15  60  318  188  13. 4  DISTRIBUCIÓN DE EDADES  Edad  (Xi)  n i  Ni  Ni*  %n i  %Ni  11  28  28  446  6.28  12  63  91  418  14.30  16  47  365  128  10.12  20.58  18  42  446  42  9.74  90.22  14  92  258  280  20.41  100  Ejemplo 5: El cuadro No. a partir de esta información determinar:  a) ¿En cuántos partidos se convirtieron 3 o menos goles?  b) ¿Qué porcentaje del total de partidos se convirtieron entre 1 y 2 goles? 28  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .28  6.84  17  39  404  81  8.63  57.­  Este valor nos  indica el porcentaje respecto al total de los datos que toman el valor Xi o mayores y se calcula  con la expresión:  N i * * 100  % N i  = n t  *  CUADRO No.45  71.Ciencias Aplicadas  Estadística I  con la expresión:  % N i  =  N i  * 100  n t  FRECUENCIA RELATIVA PORCENTUAL ACUMULADA MAYOR QUE (%N i*).40  13  75  166  355  16.82  37.52  81. 5 muestra la distribución de goles por partido en la Liga Española de  Fútbol.

66  3  20  87  41  18.18  6  6  108  6  5.44  10.55  (Xi)  Respuestas: a) 87; b) 49.55 %  ; d) 66.96  4  10  97  21  9.44  5  5  102  11  4. Y se calcula con la expresión:  hi  =  n i  n t  Ejemplo  6:  El  cuadro  No.70  62.63  94.29  98.  6  muestra  la  distribución  de  edades  de  los  niños  de  una  escuela  primaria.55  37.Ciencias Aplicadas  Estadística I  c)  ¿En qué porcentaje del total de partidos se convirtieron como máximo 3 goles?  d) ¿En cuántos partidos se convirtieron 2 o más goles?  CUADRO No.07%  ;  c) 80.96  12.55  100  5.81  19.66 %  FRECUENCIA RELATIVA (hi).52  80.37  33. a partir de esta información determinar:  a) ¿Qué porcentaje de los niños tienen edad entre 6 y 7 años?  b) ¿Cuántos niños tiene 7 o menos años?  c)  ¿Qué porcentaje del total son niños de 7 o más años?  d) ¿Cuántos niños tienen como mínimo 8 años? 29  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .04  2  31  67  72  28.04  66.­ Este valor representa la fracción en tanto por uno de los datos  que toman el valor Xi.33  87.96  100  1  22  36  94  20. 5  DISTRIBUCIÓN DE GOLES POR PARTIDO  Goles por partido  n i  Ni  Ni*  %n i  %N i  %Ni*  0  14  14  108  12.

36  83. 6  DISTRIBUCIÓN DE EDADES  Edad  n i  Ni  Ni*  %n i  %Ni  %Ni*  h i  5  28  28  165  16.15  63.39  36.16  9  29  146  48  17.­ Existen dos tipos de clases:  TIPO I  [Li - Ls ]  TIPO II  7  ­ 10  26  ­ 31  11 ­ 14  31  ­ 36 ]Li - Ls ]  ó  [Li - Ls [  30  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .76  70. estos grupos son llamados clase ó intervalo  de clase.  TIPOS DE CLASE.48  29.  CLASE O INTERVALO DE CLASE.­ Son los diferentes grupos en que se organizan los datos  continuos y discretos.19  8  26  117  74  15.58  88.18%  b) 91  c)  63.64  0.97  16.09  0.64%  d) 74  DISTRIBUCIÓN DE FRECUENCIA PARA VARIABLES CONTINUAS.51  0.Ciencias Aplicadas  Estadística I  CUADRO No.79  55.19  7  31  91  105  18.­ Cuando utilizamos  variables continuas es necesario agrupar a los datos.03  0.97  100  0.18  10  19  165  19  11.11  (Xi)  Respuesta:  a) 38.91  44.17  6  32  60  137  19.85  0.51  100  11.

­ Es el número de datos que se encuentran en una  clase.  Xi  =  L i  + L s  2  FRECUENCIA ABSOLUTA DE CLASE (n i).  LIMITE SUPERIOR (Ls).Ciencias Aplicadas  Estadística I  15 ­ 18  36  ­ 41  NOTA. 8 muestra la distribución de pesos de equipajes de los pasajeros de una flota Inter. a partir de esta información determinar:  a) ¿Cuántos equipajes pesaban entre 25 o menos kilogramos?  b) ¿Qué porcentaje del total de equipaje pesaban entre 25  y 35 kilogramos?  c)  ¿Qué porcentaje del total de equipaje pesaba entre 30 o menos kilogramos?  d) ¿Cuántos equipajes pesaban más de 30 kilogramos? 31  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­ Es el valor central de una clase. debe ser contado en la primera clase que  aparezca. por ejemplo 31.  El cuadro No.  AMPLITUD DE CLASE (C).­ Es el valor aparece a la derecha en la clase.­ Si una variable es continua debe ser organizada en clases del tipo II  Si un dato es un valor limítrofe.  departamental. es decir que es el promedio entre el límite  inferior y el límite superior. Es decir:  C = (Ls – Li) + 1 si es del tipo I  C = (Ls – Li)  si es del tipo II  MARCA DE CLASE.­ Es el ancho que tiene una clase.­ Es el valor a la izquierda en la clase.  LIMITE INFERIOR (Li).

16%  d) 1346  El  cuadro  No.17  15.16  45.38  54.Ciencias Aplicadas  Estadística I  CUADRO No. 8  DISTRIBUCIÓN DE PESOS  Pesos  (Xi)  ni  Ni  Ni*  %ni  %Ni  %Ni*  15 o menos  708  708  4667  15.02  67.83  20 – 25  998  2521  3144  21.13 Respuestas:  a) 2521  b) 30.84  35 o más  706  4667  706  15.98  30 – 35  640  3961  1346  13.85%  c)  71.71  84.37  25 – 30  800  3321  2146  17.  a  partir de esta información determinar:  a) ¿Cuántos conscriptos miden 170 o menos cm?  b) ¿Qué porcentaje del total tienen estatura entre 160 y 180 cm?  c)  ¿Qué porcentaje del total tienen estatura de más de 170 cm?  d) ¿Qué porcentaje del total miden 160 o menos cm?  32  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .63  84.14  71.12  100  15.46  32.17  100  15 – 20  815  1523  3959  17.87  28.  9  muestra  la  distribución  de  estaturas  entre  los  conscriptos  de  un  regimiento.

82  165  Nt= 531  Respuestas:  a) 370  b) 64. 9  DISTRIBUCIÓN DE ESTATURAS  Estaturas  (Xi)  ni  Ni  Ni*  %Ni  %Ni  %Ni*  Marca de  clase  140­150  22  22  531  4.16  95.­  Los  gráficos  son  representaciones  de  los  datos  que  se  encuentran  en  tablas.16%  HISTOGRAMA DE FRECUENCIAS.­ Es un gráfico lineal entre el valor de la variable en el eje “x” y el  valor de la frecuencia absoluta o porcentual sobre el eje “y”.52  69.20  195  76.81  185  190­200  17  531  17  3.Ciencias Aplicadas  Estadística I  CUADRO No.32%  d) 23.02  23.  POLÍGONO DE FRECUENCIA. 33  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .80  12.  GRAFICOS.86  155  160­170  247  370  408  46.14  100  145  150­160  101  123  509  19.14  4.60  96.20  100  3.32  175  180­190  51  514  68  9.51  87.19  30.03%  c)  30. Este gráfico se puede superponer al  histograma de frecuencia (si los datos son agrupados en clase se utiliza la marca de clase sobre  el eje “x”.68  170­180  93  463  161  17.­ Es  un  gráfico de  barras  entre el valor de la variable  en el  eje horizontal y la frecuencia absoluta o porcentual en el eje vertical.

  Se  utilizan  diferentes  tipos  de  gráficos. los gráficos permiten una más pronta y  eficaz  comprensión  de  la  información.  entre  los  más  importantes tenemos:  a) Gráficos  de  sectores.  Nº de herm anos de escolares   cua  10%  ning  15%  t r es  20%  uno  25%  dos  30%  ning  uno  dos  tres  cua  b) Gráficos lineales. Ej. generalmente muestran su comportamiento a través del tiempo.­ Estos gráficos representan a las frecuencias de los diferentes valores  de la variable. Ej 34  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­  Estos  gráficos  se  utilizan  para  representar  a  una  variable  utilizando una figura geométrica circular.Ciencias Aplicadas  Estadística I  mediante la utilización de figuras geométricas y colores. divida radialmente.

  Estudiantes por carrera  2500  2213  Nº de estudiantes  2000  1521  1500  1168  1000  815  814  556  500  0  Med  Odon  Arq  Der  Con pub  Ing Com  Carrera  d) Gráficos  de  barras  dobles. Ej: 35  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  Promedios semestrales   100  promedio  95  90  85  80  75  1º  2º  3º  4º  5º  6º  Semestre  Carlos  Maria  Jacinta  c)  Gráficos  de  barras.­  Estos  gráficos  utilizan  figuras  geométricas  rectangulares  que  representan las frecuencias de los diferentes valores de las variables.­  Estos  gráficos  de  barra  se  utilizan  para  representar  un  cruce de variables. mostrando las frecuencias de las variables cruzadas.

 De hijos  Edad  1  1  2  2  2 36  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Si  2. 24­27  3. 2  IV.4  5.Ciencias Aplicadas  Estadística I  Sexo/Actividad Fisica  Hombre  25  Mujer  22  20  Cantidad  20  15  14  15  10  8  5  6  6  Aerobicos  Spinnig  5  0  Aparatos  Tae ­ bo  Actividad física  CRUCE  DE VARIABLES. 31 o más  Tabla de resultados  No  Sexo  Asegurado  No. Edad: 1. No  III No. Ninguno  3. para entenderlo mejor veremos el siguiente ejemplo:  Una empresa cuenta con 15 empleados a los cuales se les hizo llenar el siguiente cuestionario:  I. 1  2. De hijos: 1.  Los  cruces  de variables  son cuadros  que  nos  muestran  la  distribución  de  frecuencias  de  los  datos  en  función  a  los  diferentes  valores de dos variables. 3  4. Sexo: 1.­  Los  cruces  de  variables  son  también  llamados  tablas  de  doble  entrada. Hombre  II Asegurado: 1.  20­23  2. Mujer  2.  tabla  bidimensional o  tabla  de  contingencia. 28­31     4.

33)  3  (20)  TOTALES  N  %  7  46.33)  2 (13.67  8  53.33  5   (33.Ciencias Aplicadas  Estadística I  2  2  2  3  3  3  2  2  1  3  4  1  1  1  4  5  1  1  5  1  6  1  1  4  1  7  2  2  2  4  8  2  1  5  2  9  1  2  1  1  10  2  2  3  1  11  1  1  1  3  12  2  1  4  4  13  2  2  5  2  14  1  1  1  2  15  2  1  2  1 Construir el cruce de variables Sexo/asegurado  Nota: Para calcular los porcentajes respecto al total se utiliza la formula:  (% ) =  n * 100  n t  CUADRO No.67  15  100  2.33  46. 1  SEXO  ASEGURADO  Hombre  Mujer  TOTALES  SI  NO  5  (33.33)  N  8  7  %  53. Responder a las siguientes preguntas:  a) ¿Cuántos hombres tienen 1 ó menos hijos?  b) ¿Qué porcentaje del total son hombres que tienen 2 hijos?  37  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

Ciencias Aplicadas 

Estadística I 

c)  ¿Qué porcentaje del total son mujeres tienen entre 2 y 3 hijos? 
CRUCE DE VARIABLES SEXO/Nº DE HIJOS 
SEXO 

No. DE HIJOS 
Ninguno 

Hombre 

TOTALES 

1 (6,67)  4 (26,67)  1 (6,67) 

1 (6,67] 

46,67 

53,33 


Mujer 

2 (13,33)  1 (6,67)  2 (13,33)  2 (13,33)  (6,67) 

TOTALES  N 

20 

33,33 

20 

13,33 

13,33 

15 
100 

Respuestas: 
a)  5 
b)  6,67% 
c)  26,67% 
Ejemplo nº 2.  Una investigación acerca de los viajes al exterior de los ciudadanos bolivianos fue 
realizado mediante la siguiente encuesta: 
I. Sexo:      1. Hombre     2. Mujer 
II. nº de viajes al exterior en el año    1.(1)    2.(2)    3.(3)   4.(4) 
III. Edad :   1. (15 a 20)  2.(21 a 28)  3.(29 a 40)  4.(41 o mas) 
IV. Procedencia : 1. Sta Cruz   2. La Paz   3. Cbba  4. Oruro 
La tabla de resultados de esta investigación se muestra a continuación:

38 
Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

Tabla de resultados  
Nº 

Sexo 

Nº de 

Edad  Procedencia 

viajes 












10





11

12
13





14

15

16 

2
39 

Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

17

18

19

20

21
22





23

24
25





26

27

28
29





30 

A partir de esta información determinar: 
a)  ¿Cuántos Paceños viajaron 2 o menos veces al exterior y que porcentaje del total 
representan? 
b)  ¿Qué porcentaje del total son Cruceños que viajaron entre 2 y 3 veces al exterior? 
c)  ¿Cuántos encuestados (tienen 28 o menos años y viajaron 2 veces al exterior) y que 
porcentaje del total representan? 
d)  ¿Qué porcentaje del total tienen de 21 a 28 años y viajaron 3 o más veces al exterior? 
e)  ¿Qué porcentaje del total tienen de 21 a 40 años? 
Solución: Para resolver el presente problema hay que realizar 2 cruces de variables, para los 
incisos a) y b) hay que realizar el cruce de variables (procedencia/nº de viajes al exterior) 
Y para los incisos c), d) y e) hay que realizar el cruce de variables (edad/nº de viajes al exterior) 
CRUCE DE VARIABLES PROCEDENCIA/ No. DE VIAJES 
PROCEDENCIA 
Santa Cruz 

No. DE VIAJES 

TOTALES 

4 (13,33) 

6 (20) 

1 (3,33) 

36,67
40 

Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

 (1 o menos)  2.67)  0  0  N  11  12  3  4  %  36.33  2  6. Sexo: 1. de hijos: 1.67)  0  2 (16. No. Primaria  2.33 %  b) 6 %  c)  El  cruce  de  variables  Edad/Nº  de  viajes  al  exterior  que  para  ser  desarrollado  por  los  participantes del curso  Ejemplo  nº  3. Hombre  2. Mujer  II. (24 a 30)  3 (31 o mas)  III.  Una  investigación  acerca  del  crecimiento  poblacional  se  llevó  a  cabo  en  la  comunidad “El Ranchito” realizándose un sondeo a través del siguiente formulario:  I.33)  2 (6.33)  10  33.Ciencias Aplicadas  Estadística I  La Paz  3 (10)  Cochabamba  2 (6.67  2 (6.67)  1 (3.33)  1 (3. (4 o mas)  La tabla de resultados de la presente investigación se muestra a continuación: 41  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .67)  Oruro  TOTALES  2 (6. Nivel de instrucción: 1. Edad: 1 (23 o menos)2. Tec. Superior  IV.67  40  10  13.33  30  100  a) 7 ;  23. Secundaria  3.33  7  23.67)  4 (13. (2 o 3)  3.

  hijos  1  1  3  2  2  2  3  2  2  2  1  1  3  2  1  4  1  1  3  1  5  6  2  1  2  3  2  3  3  3  7  2  2  3  2  8  1  1  2  2  9  1  1  1  3  10 2  2  1  1  11 2  3  1  2  12 2  3  2  1  13 1  2  3  2  14 15 1  2  1  1  3  2  3  2  16  2  1  1  3 42  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  Tabla de resultados  Nº  sexo  Edad  Nivel de  Nº de  est.

75% 43  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .75)  8 (25)  3 (9.25)  6 (18.12  4 (12.62  Mujer  TOTALES  2 a 3  TOTALES  6 (18. DE HIJOS  1 o menos  Hombre  3 a mas  N  %  15  46.25  43.Ciencias Aplicadas  Estadística I  17 2  2  2  1  18 19 1  2  2  3  3  2  1  2  20 1  3  1  3  21 22 2  1  2  2  2  3  2  2  23 1  3  2  3  24 25 2  1  3  1  1  2  1  1  26 27 1  2  1  1  3  2  2  3  28 2  2  1  2  29 30 1  2  1  2  1  1  2  1  31 1  1  2  1  32  2  3  3  2  CRUCE  DE VARIABLES SEXO/No.37)  N  10  14  8  %  31.37%  c)  ¿Qué porcentaje de total tienen 2 a 3 hijos?                                    Respuesta: 43.75)  5 (15.87  17  53. DE HIJOS  SEXO  No.75  25  32  100  a) ¿Qué porcentaje del total son hombres y tienen 3 o menos hijos?             Respuesta: 31%  b) ¿Qué porcentaje del total son mujeres y tienen 2 o mas hijos?      Respuesta: 34.

 La media aritmética solo puede calcularse para variables cuantitativas.  - x= å x i  n t  Nota.12%  Nota: Para responder a las preguntas d) e) y f) realizar el cruce de variables correspondiente  UNIDAD 3.Ciencias Aplicadas  Estadística I  d) ¿Cuántos encuestados tienen 24 a 30 años de edad y 2 o más hijos que porcentaje del  total representan?  e) ¿Qué porcentaje del total tienen 23 o menos años y tienen 2 a 3 hijos?  f)  ¿Qué porcentaje del total tienen 34 o más años? Respuesta: 28. percentiles.  4)  LAS  MEDIDAS  DE  TENDENCIA  CENTRAL.  moda. MEDIDAS DE TENDENCIA CENTRAL Y DE POSICIÓN  OBJETIVOS.­ Al finalizar la presenta unidad seré capaz de:  1)  Conceptuar  los  siguientes  términos:  media  aritmética. 44  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  2)  Calcular los estadísticos mencionados anteriormente. medida de posición. cuartiles. La media aritmética  es también conocida como promedio o  simplemente media.­  Es  el  valor  más  representativo  de  todo  el  conjunto  de  datos y se obtiene sumando los diferentes valores y dividiendo este resultado entre  la  cantidad  de datos.­  Son  valores  representativos  de  un  conjunto de datos y generalmente se encuentran hacia el centro del conjunto de datos  ordenados.  ( m ).  3)  Resolver problemas mediante el cálculo de los estadígrafos correspondientes.  medida  de  tendencia central. entre estas medidas tenemos:  ·  La media aritmética  ·  La mediana  ·  La moda  -  I) Media  aritmética  ( x ).  mediana.

  NOTA: La unidad el promedio es la misma que la unidad de la variable; el promedio de  un conjunto de datos de una variable discreta puede ser un número con decimal.  Media  aritmética  para  datos  tabulados. el promedio de edades es mayor:  A {23  25  B {21  26  22  21  23} Turno mañana  27  25  25  24  25  -  x A  = -  x B  = 22} Turno noche  140 = 23 . 33 años  6  169 = 24 . 45  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Calcular  las  edades  promedio  e  indicar en cual caso. 1 muestra la distribución de las edades en los estudiantes de un colegio; a  partir de esta información determinar la edad promedio.  uno  de  la  mañana  y  otro  de  la  noche. y la media  aritmética se calcula con la expresión:  -  x= å n i x i  n t  Ejemplo: el cuadro No. 14 años  7  Respuesta: En el turno de la noche la edad promedio es mayor al turno de la mañana.­  Si  los  datos  están  tabulados  entonces  tenemos  los  diferentes valores de la variable además de la frecuencia absoluta de estos valores.Ciencias Aplicadas  Estadística I  Ejemplo: Los conjuntos A y B muestran las edades de los estudiantes de dos cursos de  estadística.

 a partir  de esta información determinar el peso promedio. pero a la vez agrupados en diferentes categorías. 2  DISTRIBUCIÓN DE PESO DE LOS CLIENTES  46  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Ejemplo: El cuadro No. 1  DISTRIBUCIÓN DE EDADES  EDAD  n i  niXi  12  27  324  13  48  624  14  53  742  15  45  675  16  51  816  17  37  629  18  39  702  (Xi)  - 4512 x  = = 15 .  CUADRO No.­  En  este  caso  tendremos  a    los  datos  tabulados. 2 muestra la distribución de pesos de los clientes en un gimnasio. 04 años  300  nt  = 300  å = 4512 Respuesta: La edad  promedio es 15.04 años  Media  aritmética  para  datos  agrupados  en  clase.Ciencias Aplicadas  Estadística I  CUADRO No.  - x= å n i x i  n t  En la que  x i  es la marca de clase. Para calcular el promedio se utiliza  la misma fórmula anterior.

5  nt  = 270  å = 16830  -  16830 = 62 . Todos los  exámenes  se  toman  sobre  100  puntos.5  65 ­ 70  51  67.5  70 ­ 75  30  72.5  50 ­ 55  37  52.5  3442.­ Es la validez o importancia que tiene un dato o un conjunto de datos. 33  270  NOTA:  El  valor  del  promedio  obtenido  a  partir  de  los  datos  agrupados  en  clase  no  es  x = exactamente el promedio de los datos originales.5  55 ­ 60  45  57.  La fórmula para calcular la media aritmética ponderada es:  -  x p  = å w i x i  å w i  Ejemplo nº 1: Las notas en una asignatura se obtienen a través de dos exámenes parciales de  igual valor y un examen final cuyo valor es el triple que un examen parcial.­  Es  un  valor  especial  de  promedio  en  el  cual  se  toma  en  cuenta la ponderación de cada uno de los datos. 47  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .5  1942.  -  Media  aritmética  ponderada  ( x p  ).5  1092.5  4187.5  1402. obtener la nota final.  El  siguiente  cuadro  muestra  las  calificaciones  obtenidas  por  un  estudiante.5  2587.5  2175  75 ­ 90  17  82.5  60 ­ 65  67  62.  Ponderación ( w i ).Ciencias Aplicadas  Estadística I  PESO (Kg)  ni  Xi  niXi  45 ­50  23  47.

 Parcial  40  1  40  2do.Ciencias Aplicadas  Estadística I  CUADRO No. además de  los créditos de 4 materias en una universidad. 4  DISTRIBUCIÓN DE MATERIAS  MATERIA  CRÉDITOS  NOTAS (Wi)  A  B  ECO 001  3  90  30  ADM 001  4  69  57  MAT 001  5  45  83  CONT 001  4  51  79  Solución:  CUADRO No. a partir de esta información determinar el promedio  ponderado del semestre de ambos estudiantes  CUADRO No. 3  DISTRIBUCIÓN DE CALIFICACIONES  EXAMEN  NOTA  PONDERACIÓN  (Xi)  (Wi)  1er. 4  DISTRIBUCIÓN DE MATERIAS 48  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Parcial  35  1  35  Examen final  70  3  210  nt  = 145  5  å = 285  -  x p  = WiXi  285 = 57  5  Ejemplo nº 2: El siguiente cuadro muestra las calificaciones de los estudiantes A y B.

 la posición central será:  Así si tenemos 8 datos. 5  =  6  2  8 + 0 . 56  16  La  mediana  (Me). 5  =  4 .­  Es  el  valor  que  ocupa  la  posición  central  de  un  conjunto  de  datos ordenados crecientemente o decrecientemente.  3  23  17  5  19  3  16  5  16  17  19  23 Ordenando  3  3  49  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . la posición central será:  11 + 0 . 5  2  Ejemplo: Hallar el valor de la mediana en el siguiente conjunto de datos. 5  Así si tenemos 11 datos.Ciencias Aplicadas  Estadística I  MATERIA  CRÉDITOS  NOTAS (Xi)  WiXi  A  B  A  B  ECO 001  3  90  30  270  90  ADM 001  4  69  57  276  228  MAT 001  5  45  83  225  415  CONT 001  4  51  79  204  316  å = 975 å = 1049  nt  = 16  -  x pA  = -  x pB  = II)  975 = 60 .  La  posición  central  entre  un  conjunto  de  datos  se  determina  mediante  la  siguiente  expresión: Posición central=  nt   2 + 0 . 94  16  1049 = 65 .

Ciencias Aplicadas  Estadística I  Me = 16  Cálculo  del  valor  de  la  mediana. 5  2  Mediana  para  datos  tabulados.­ En este caso se presentan dos situaciones:  a) Si el número de datos es impar: La mediana para datos no tabulados en una cantidad  impar es el valor que ocupa la posición central de los datos ordenados. luego se debe 50  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­  Para  calcular  la  mediana  se  debe  tener  en  cuenta  los  siguientes casos:  Mediana para datos no tabulados.­  Cuando  los  datos  están  tabulados  existen  Me  =  datos de frecuencia.­  en  este  caso  no  existe  una  posición  central  y  la  mediana  será  el  promedio  de  los  dos  datos  más  centrales  del  conjunto  de  datos  ordenados. 5  es decir el promedio entre las posiciones 6º y 7º  2  14 + 19  = 16 . y en este caso se deben analizar dos situaciones:  a) Si los datos no están agrupados en clase: En este caso se debe construir la tabla  de distribución de frecuencia  hasta la frecuencia acumulada menor que.  Ejemplo: Hallar la mediana del conjunto siguiente:  78  2  24  17  15  17  3  1  14  3  14  15  17  17  24  78  ordenando  1  2  Me = 15  b) Si  el  número  de  datos  es  par. 5 = 6 .  Ejemplo: Hallar la mediana en el siguiente conjunto de datos:  7  14  9  5  6  7  13  7  5  13  14  7  6  27  31  40  32  31  19  27  31  31  32  40  12 posición central=  + 0 .

 En este caso:  2  n  N j - 1  £ t  < N j  y la mediana será  Me =  x j  a.Ciencias Aplicadas  determinar  Estadística I  n t  y se presentan dos  situaciones posibles:  2  n t  no aparece en la lista de Ni.1) Si el valor  2  2  Para los datos del cuadro 4 determinar la mediana  CUADRO No. 4  Xi  ni  Ni  30  2  2  40  7  9  50  7  16  Nj ­ 1  60  14  30  Nj  70  15  45  80  8  53  90  3  56  nt  = 56  n t  2 =  56  = 28  2  Me = x j  51  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

Ciencias Aplicadas  Estadística I  Me = 60 El  cuadro  No. DE HIJOS  No.  5  nos  muestra  la  distribución  del  número  de  hijos  en  30  familias  de  un  barrio. DE  HIJOS  ni  niXi  Ni  0  5  0  5  1  2  2  7  2  7  14  14  Nj ­ 1  3  6  18  20  Nj  4  4  16  24  5  4  20  28  6  2  12  30  nt = 30  å = 82  La mediana:  n t  2 =  30  = 15  Me =  x j  Me = 3 2  52  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 5  DISTRIBUCIÓN DEL No.  CUADRO No.  calcular el valor de la mediana y el valor de la media aritmética.

 5  2 2  2  Ejemplo.Ciencias Aplicadas  a.  CUADRO No.  7  muestra  la  distribución  del  No. en este caso  N j - 1  = t  2  2  Y la mediana será:  Me = x j - 1  + x j  2  Ejemplo: Determinar la mediana para los datos del cuadro No.  El  cuadro  No. 6  CUADRO No. Calcular el valor de la mediana y también el promedio de materias aprobadas. 6  Xi  ni  Ni  2  3  3  3  2  5  4  9  14  5  4  18  Nj ­ 1  6  7  25  Nj  7  11  36  nt  = 36  n t  36  5 + 6  = 18  Me  =  = 5 .  de  materias  aprobadas  por  48  =  estudiantes.2) Si el valor de  Estadística I  n t  n  aparece en la lista de  N i  . 7  DISTRIBUCIÓN DE MATERIAS APROBADAS 53  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

 5  La mediana es 2.DE  MATERIAS  ni  Ni  PROMEDIO  (Xi)  (niXi)  0  5  5  0  1  10  15  10  2  9  24  Nj ­ 1  18  3  8  32  Nj  24  4  5  37  20  5  7  44  35  6  4  48  24  nt  = 48  n t  2 =  48  = 24  2  Me  =  -  x  = å = 131  2 + 3  = 2 .Ciencias Aplicadas  Estadística I  No.5  2  å n i x i  = 131 = 2 .­ Para calcular la  mediana en  este caso se debe  construir la columna Ni y determinar  N j - 1  £ n t  2  n t  y se cumple que :  2  < N j  Y la mediana se calcula con la expresión: 54  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 73  El promedio es 2.75  n t  48  b)  Mediana para datos  agrupados  en  clase.

5  4  92  368  4  92.N j -1  ú êë úû Donde:  C = Es la amplitud de de clase  j  x j - 1 = Límite superior (Ls) de la fila  j - 1 o el límite inferior (Li) de la fila  j  Ejemplo 1 . 8 muestra la distribución de los pesos en libras.5 ­ 94. El cuadro No.5 ­ 96.5 ­ 92.5  6  96  576  50  nt  = 50  å = 4702  Cálculo del promedio  -  x  = 4702 = 94 . 8  DISTRIBUCIÓN DE PESOS DE LINGOTES DE ORO  PESO (Lb)  n i  Xi  n iXi  N i  91.5 ­ 93.Ciencias Aplicadas  Estadística I  é n t  ù ê 2  .N j -1  ú Me = x j - 1  + ê úC  ê N j  .5  9  95  855  44  95. de 50 lingotes de oro;  a partir de esta información determinar el valor del promedio y el valor de la mediana  CUADRO No.5 ­ 95. 04  50  Cálculo de la mediana 55  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .5  20  94  1880  35  Nj  94.5  11  93  1023  15  Nj ­1  93.

 a partir  de esta información:  a) Determinar el peso promedio. El cuadro 9 muestra la distribución de pesos de los estudiantes de un colegio.025  321  nt  = 321  å = 16595  a)  El promedio de pesos es 51.15 ù 1  ë 35 .555  243  Nj  60 ­ 70  51  65  3.15 úû Me = 93.315  294  70 ­ 80  27  75  2. 5  Me  = 94 Ejemplo 2.285  142  Nj ­ 1  50 ­ 60  101  55  5.Ciencias Aplicadas  n t  2 =  Estadística I  50  = 25  2  é 25 . 5 + ê Me = 93.70 Kg 56  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 9  DISTRIBUCIÓN DE PESOS  PESOS (Kg)  ni  Xi  niXi  Ni  30 ­ 40  69  35  2.415  69  40 ­ 50  73  45  3.  b) ¿A partir de qué peso se encuentra el 50% del total de pesos los más pesados?  CUADRO No. 5 + 0 .

83     El 50 % de los pesos. 5  é160 .  III) La moda (Mo). 5 . Por ejemplo: si  los datos están expresados en años.142  û Me = 50 + ê Me  = 50 + 1 . 5 = 5 )  2  8  10  b) Determinación de la moda  Mo = 4  (porque se repite más veces)  c)  Cálculo del promedio 57  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .83 Kg  -  NOTA: La unidad del promedio ( x ) y de la mediana es igual que la de la variable.5  4  8  10  5  Ordenando para la mediana: Es la quinta posición (  3.  los más pesados se encuentran a partir de  51.  a) Cálculo de la mediana  7  4  3.  Ejemplo 1: Para el siguiente conjunto de datos determinar:  a) La mediana  b) La moda  c)  El promedio  Solución.­ La moda es el dato que más se repite. la mediana tiene que expresarse en años.142 ù * 10  Me = 50 + * 10  ú 101  ë 243 .5  4  4  4  5  7  7  4  7  9 + 0 . 83  =  51.Ciencias Aplicadas  Estadística I  b) La mediana  18 .

 10  DISTRIBUCIÓN DE EDADES  EDAD (X i)  n i  n iXi  Ni  6  12  72  12  7  6  42  18  N j ­ 1  8  11  88  29  N j  9  6  54  35  10  13  130  48  11  5  55  53  12  4  48  57  nt = 57  å = 489  a)  Calculo del promedio 58  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 83  9  Ejemplo 2:  Para el cuadro No.Ciencias Aplicadas  -  x  = Estadística I  52.10 calcular:  a)  El promedio  b)  La mediana  c)  La moda  CUADRO No. 5  = 5 .

  pero si podemos encontrar la zona de mayor concentración de datos.­ Cuando los datos están agrupados en clase no  podemos observar los datos y por lo tanto no  podemos determinar al dato mas repetido. 58  57  El promedio es 8.58  b) Cálculo de la mediana  n t  2 =  57  = 28 .n j +1  Siendo:  n j  = el  mayor de las n i  n j -1  = el  n i  precedente  n j +1 = el  n i  posterior  59  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .n j -1  D 1 = n j  . o sea 13 veces)  NOTA: La unidad de la moda es la misma que la de la variable. 5  2  Me =  x j  Me = 8 El valor que ocupa la posición central es 8  c) Cálculo de la moda  Mo = 10 años (es el número que mas se repite.Ciencias Aplicadas  -  x  = Estadística I  489 = 8 . la cual se calcula con la expresión:  é D 1  ù ú * c  ë D 1  + D 2  û Mo  = x j - 1 + ê Donde:  D 1 = n j  . que es el valor de la  moda.  Moda para datos agrupados en clase.

 11  Li    Ls  n i  Xi  n iX i  Ni  2 ­ 4  28  3  84  28  4 ­ 6  35  5  175  63  6 ­ 8  31  7  217  94  Nj ­ 1  8 ­ 10  39  nj­1  9  351  133  Nj  10 ­ 12  43  nj  11  473  176  12 ­ 14  22  nj+1  13  286  198  nt = 198  å = 1586  a) Moda  D 1 = 43 .94 úû Me = 8 + ê 60  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 32  La zona de mayor concentración de datos es 10. b) la mediana y c) el promedio.  CUADRO No.32  b) Mediana  n t  2 =  198  = 99  2  é 99 . 11 determinar: a) la moda.Ciencias Aplicadas  Estadística I  Ejemplo 1:  Para los datos del cuadro No.22 = 21  é 4  ù ú * 2  ë 4 + 21 û Mo = 10 + ê Mo = 10 + 0 . 32  Mo  = 10.94  ù * 2  ë133 .39 = 4  D 2 = 43 .

 los cuartiles y los percentiles.Ciencias Aplicadas  Me = 8 + Estadística I  5  * 2  39  Me = 8 + 0 .  Entre    estas  medidas  tenemos: la mediana.­ Los cuartiles son valores que dividen al conjunto de datos ordenados en cuatro  partes iguales. 01  El promedio es 8. los cuartiles son tres:  Chico  25%  Q1  25%  Q2  25%  Q3  25%  Grande 61  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­  Las medidas de posición son medidas que indican que dato ocupa  una  determinada  posición  dentro  del  conjunto  de  datos  ordenados. 25  El valor que ocupa la posición central es 8.  Cuartiles (Qi). 25  Me  = 8.01  198  MEDIDAS DE POSICIÓN.25  c) Promedio  -  x  = 1586 = 8 .

 12 hallar el a) Q1  y b) el Q3  e interpretar los resultados.N j -1  ú Q 1 = x j - 1  + ê ú * C  ê N j  .12  Li    Ls  ni  Ni  12  17  125  125  N j­1  17  23  132  257  Nj  23  29  129  386  29  35  130  516 62  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  CUADRO No.  é n t  ù ê 4  . entonces el Q2  equivale a      la mediana.N j -1  ú Q 2 = x j - 1  + ê ú * C  ê N j  .N j -1  ú Q 3 = x j - 1  + ê ú * C  ê N j  .  é n t  ù ê 2  .N j -1  ú ëê ûú Ejemplo: Para los datos del cuadro No.  é 3 n t  ù ê 4  .Ciencias Aplicadas  Estadística I  Cuartil 1  Q1  = Es el valor que separa la cuarta parte inferior de los datos.N j -1  ú ëê ûú Cuartil 3  Q3  = Es el valor que separa el 25% superior de los datos.N j -1  ú ëê ûú Cuartil 2  Q2  = Es el valor que serpa el 50% inferior de los datos.

 5  * 6  130  Q 3 =  29 + 4 .386  û Q 3 =  29 + ê Q 3 = 29 + 95 .  se  determino  que  el  25%  de  estos  chanchos. Determinar:  a)  A partir de que peso irán al matadero ?  b)  Hasta que peso recibirán la alimentación especial? 63  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .386 ù ú * 6  ë 516 . 61  Q1  = 18 .Ciencias Aplicadas  Estadística I  35  40  126  642  Nt = 642  a) Cálculo de  Q1   n t  4 =  642  = 160 . 5 .125 ù * 6  ë 257 . 5  4  4  é 481 . 13 muestra la distribución de los pesos de los chanchos de una granja  porcina.  los  más  pesados  serán  llevados  al  matadero.  además  se  determinó  que  el  25%  de  los  chanchos  los  más  livianos  recibirán  una  alimentación especial.61  b) Cálculo  Q 3  3n t  3 * 642  =  = 481 . 41  = 33.41   El valor que separa el 25 % superior es 33. 61  El valor que separa la cuarta parte inferior de los datos es 18. 5  * 6  132  Q1  = 17 + 1 . 5  4  Q1  = 17 + é160 . 5 .41  Ejemplo : El cuadro No.125  úû Q1  = 17 + ê 35 .

 88  Rta. 75  4  4  é 951 . 13  Distribución de los pesos de los chanchos  Li    Ls  ni  Ni  40  45  206  206  N j­1  45  50  237  438  Nj  50  55  241  679  55  60  200  879  N j­1  60  65  193  1072  Nj  65  70  197  1269  nt= 1269  a) Cálculo de Q3  3n t  3 * 1269  =  = 951 .879  û Q 3 = 60 + ê Q 3 = 60 + 72 . Los chanchos con pesos a partir de 61. 88  Q 3 = 61 .879 ù ú * 5  ë 1072 .88 irán al matadero  b) Cálculo de Q1 64  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 75 . 75  * 5  193  Q 3 = 60 + 1 .Ciencias Aplicadas  Estadística I  CUADRO no.

 25  * 5  232  Q1  = 45 + 2 . 25 .N j -1  ú P k  = x j - 1 + ê ú * C  ê N j  .Ciencias Aplicadas  n t  4 =  Estadística I  1269  = 317 .206  úû Q1  = 45 + ê Q1  = 45 + 111 .  PERCENTILES  (Pk). 25  4  é 317 . 39  Rta.  El P80  se lee: percentil 80 y es el valor que separa el 20% superior de los datos  La fórmula para calcular el percentil es:  é kn t  ù ê 100 .­ Lo percentiles  son valores que ocupan una  determinada posición  en una  escala de 100  del conjunto de datos ordenados crecientemente y así tenemos:  El P10  se  lee: percentil 10 y es el valor que separa el 10% inferior de los datos. 39  Q1  = 47 .  c)  El percentil 5 e interpretar 65  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Los chanchos con peso menor de 47.  El P30  se lee: percentil 30 y es el valor que separa el 30% inferior de los datos.206 ù * 5  ë 438 .N j -1  ú êë úû Ejemplo: Para los datos del cuadro No.39 recibirán una alimentación especial.  b)  El valor que separa el 25% superior de los datos. 14 determinar:  a)  El valor que separa el 30% inferior de lo datos.

Ciencias Aplicadas  Estadística I  CUADRO No.37  b) Cálculo del P75 66  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .272  û P30  = 50 + ê P30  = 50 + 6 . 1  100  é 476 . 1 .272 ù ú * 10  ë 593 .: El valor que separa el 30% inferior de los datos ordenados es 56. 37  Rta. 14  Li    Ls  ni  Ni  40  50  272  272  Nj­1  50  60  321  593  N j  60  70  259  852  70  80  247  1099  Nj­1  80  90  232  1331  N j  90  100  256  1587  nt= 1587  a) Cálculo  P30    kn t  100 =  30 * 1587  = 476 . 37  P30  = 56 .

 93  Rta. 93  P5  =  42 .Ciencias Aplicadas  kn t  100 =  Estadística I  75 * 1587  = 1190 .0 úû P5  =  40 + ê P5  = 40 + 2 .  Conceptuar  correctamente  los  términos  homogéneo.  disperso. 92  P75  = 83 . 67  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .0 ù * 10  ë 272 . El valor que separa el 25% superior de los datos ordenados es 83.1099  úû P75  = 80 + ê P75  = 80 + 3 .: El valor que separa el 5% inferior de los datos ordenados es 42. 92  Rta. MEDIDAS DE DISPERSIÓN  OBJETIVOS DE LA UNIDAD. 25 .­ Al  terminar la presente unidad seré capaz de:  1. 25  100  é1190 .93  UNIDAD 4.  heterogéneo.  medidas de dispersión. 35  100  é 79 .1099 ù * 10  ë 1331 . 5 .93  c) Cálculo del P5  kn t  100 =  5 * 1587  = 79 .

  la  varianza.  VARIANZA (S 2 ).­ La varianza se define como el cociente entre la sumatoria del cuadrado de las  desviaciones de cada dato con respecto a la media sobre la cantidad total de datos.  Entre  los  principales  tenemos:  El  rango.  MEDIDAS DE DISPERSIÓN.  HETEREOGÉNEO.Ciencias Aplicadas  Estadística I  2.­  Un conjunto  de datos  es  heterogéneo  cuando  sus  valores  son distintos  o  están separados unos de otros entre si.  3.  DISPERSO. 68  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .­ Un conjunto de datos es homogéneo cuando los  valores son parecidos.  Resolver problemas mediante el cálculo de la medida de dispersión adecuada.  EL RANGO. (a mayor variabilidad mayor dispersión).  la  desviación  standard.­ Son medidas que indican en que grado los datos están separados  unos  de  otros  entre  si.­ Es la diferencia entre el mayor valor y el menor valor de un conjunto de datos.­ Es la condición que tiene un conjunto de datos numéricos respecto de su grado  de separación entre ellos.­ Un conjunto de datos es disperso cuando sus valores están separados uno de otros  entre sí.  VARIABILIDAD. el  coeficiente de variación.  Ejemplo: Hallar el rango para los conjuntos A y B  A {3  7  5  4  8  6}  RA  = 8 ­ 3 = 5  B {5  3  2  13  10  12}  RB  = 13 – 2 =11  El  cálculo  del  rango  presenta  limitaciones  debido  a  que  sólo  toma  en  cuenta  dos  valores:  el  menor y el mayor y en ciertas oportunidades nos puede llevar a una interpretación incorrecta.  HOMOGÉNEO.  Calcular las medidas de dispersión e interpretar los resultados.

04  4  5  0. 8  Edades de niños en Kinder B  {4 . 47  6  En el Kinder B  x i  -  æ ö ç x i . 4 }  x  = 4. 5 .Ciencias Aplicadas  -  æ ö ç x i  . 4 .64  0.­ La varianza tiene por unidad la unidad de la variable al cuadrado.64  0.04  4  5  0. 6 . 4 . 8  -  En el Kinder A  x i  -  æ ö ç x i  . 6 }  x  = 4. 7 .  Ej. calcular la varianza e indicar en cual caso las edades son más homogéneas.  Los  datos  que  se  muestran  a  continuación  representan  las  edades  de  los  niños  de  dos  kinders. 84  = 0 . 4 . 4 .x ÷ è ø 5  0.x ÷ è ø 2 69  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 5 .04  6  1. 84  S A 2 =  2 .44  2 å = 2 . pero no tiene un sentido  físico de interpretación.  -  Edades de niños en Kinder A  {5 .x ÷ å ø S 2  = è Estadística I  2  n t  Nota.

Ciencias Aplicadas 

0,64 

0,64 

1,44 

0,64 


4,84 
1,44 

Estadística I 

å = 8 , 84 
8 , 84 
= 1 , 47 

Interpretación:      Las  edades  en  de  los  niños  en  el  Zinder  A  son  más  homogeneas  porque 

S B 2 = 

S A  <  S B 
VARIANZA  PARA  DATOS  TABULADOS.­  Cuando  los  datos  están  tabulados  la  varianza  se 
calcula con la expresión: 


æ
ö


ç
÷ n i 
å


è
ø
ej. 
S =

n t 

El cuadro nº 1 muestra la distribución de edades de los estudiantes universitario de un carrera, 
determinar la varianza. 
Cuadro nº 1 
Distribución de las edades de los estudiantes 
2

EDAD (x i) 

n i 

n ix i 


æ
ö
ç x i  - x ÷ n i 
è
ø

18 

12 

216 

144,23 

19 

50 

950 

304,27 

20 

123 

2460 

264,66 

21 

178 

3738 

38,8 

22 

156 

3432 

44,34 

23 

98 

2254 

230,35 

24 

77 

1848 

494,09 

nt= 694 

å  = 14898

å = 1520, 74 
70 

Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

14898
= 21 , 47 
694 
1520 , 74 
S 2 = 
= 2 , 19 
694 
Nota. La unidad de la varianza es igual a la unidad de la variable elevado al cuadrado pero esta 
unidad no tiene sentido físico de interpretación 

X  =

DESVIACIÓN STANDARD (S).­ Es uno de los mejores indicadores de dispersión porque toma en 
cuenta  a  todos  los  elementos,  además  que  se    calcula  utilizando  la  desviación  de  cada  dato 
respecto a la media y se calcula con la expresión: 


æ


ç
å è i  ö÷ø

S  =

n t 

2

o bien  S =  S 2 

Ejemplo: Calcular  la desviación Standard de los conjuntos A y B e indicar cual conjunto de datos 
es más homogéneo. 

A { 2 

6} 

B { 3 

x A  = 4

4} 

x A  = 4, 5 

Para el conjunto A 

x i 


æ
ö
ç x i  - x ÷
è
ø

0

2

71 
Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

Ciencias Aplicadas 

Estadística I 

å = 10 
S A  = 

10
= 1 , 41 

Para el conjunto B 

x i 


æ
ö
ç x i  - x ÷
è
ø

2,25 

12,25 

20,25 

12,25 

6,25 

2

å = 53 , 25 
S B  = 

53, 25 
= 3 , 26 

Respuesta.­ En el conjunto A los datos son más homogéneos porque  S A  <  S B 
DESVIACIÓN  STANDARD  PARA  DATOS  TABULADOS.­  Cuando  los  datos  están  tabulados 
tenemos  la  frecuencia  absoluta  ni  y  en  este  caso  la  desviación  Standard  se  calcula  con  la
72 
Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros 

81  19  8  152  157.43  14  103  1442  33.  91  6045 = 14 .26  nt= 415  -  x= å n i x i  n t  -  =  x = å = 6045 å = 1191.96  13  87  1131  213.  Cuadro nº 2  Distribución de edades en el colegio A  2 EDAD (x i)  n i  n ix i  -  æ ö ç x i  .87  16  42  672  86.Ciencias Aplicadas  Estadística I  expresión:  2  S= -  æ x  x  ç å è i  ö÷ø n i  n t  Ejemplo  1:  Los  cuadros  2  y  3  muestran  la  distribución  de  edades  de  los  estudiantes  en  los  colegios A y B  a partir de esta información calcular la desviación Standard e indicar en cual caso  las edades son más homogéneas.61  18  20  360  235. 57  415  73  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .03  15  95  1425  17.61  12  17  204  111.x ÷ n i  è ø 11  12  132  152.33  17  31  527  183.

85  13  53  689  200. 69  415  La desviación Standard es 1.99  14  49  686  43.18  17  52  884  219.98  15  61  915  0.17  16  48  768  53.69 años  Cuadro nº 3  Distribución de edades en el colegio B  EDAD (x i)  ni  nixi  -  æ ö ç x i  .Ciencias Aplicadas  S  =  Estadística I  1191.x ÷ è ø 12  42  504  364.09  18  37  666  344. 91  = 1 .79  nt= 342  2 å = 5112 å = 1227. 05  74  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

 (CV).  además  sus  desviaciones  standard  son  idénticas. El coeficiente de variación se calcula  mediante la expresión:  CV  =  S * 100  - x  Nota. 16 %  24 .­ El coeficiente de variación es otra medida de dispersión  pero en este caso es una mediada de dispersión relativa. SIMETRÍA Y CURTOSIS  OBJETIVOS DE LA UNIDAD. El coeficiente de variación se utiliza para comparar la homogeneidad de dos conjuntos de  datos  que  están  expresados  en  diferentes  unidades  o  en  el  caso  de  que  sean  datos  que  correspondan a realidades diferentes Ej.Ciencias Aplicadas  -  Estadística I  5112 = 14 . La distribución 2 es más homogénea que la distribución 1 porque  CV2  <  CV 1  UNIDAD 5. asimétrico.  -  -  Si  consideramos  dos  distribuciones  cuyas  medias  aritméticas  son:  X 1 = 24 . 89  342  Respuesta: Las edades son más homogéneas en el colegio A porque  S A  <  S B  COEFICIENTE DE VARIACIÓN. 75  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 95  342  x  = S  =  1227. curtosis. 5  y  X 2 = 40 .­ Al finalizar la presente unidad seré capaz de:  1.  S1  =  2  y  S 2 =  2  Hallar  el  coeficiente  de  variación en cada caso e interpretar:  Solución:  CV1  =  2 × 100  = 8 . 5  CV1  =  2 × 100  = 5 %  40  Resp. 05  = 1 . simetría.  Conceptuar los siguientes términos: simétrico.

  ASIMÉTRICO.Mo  Sesgo = S  De acuerdo al valor obtenido en el sesgo se presenta los siguientes casos :  a)  Si el sesgo es 0 entonces la distribución es simétrica  -  x  = Mo 76  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . respecto al centro.  SIMÉTRICO. en el caso  de la distribución de frecuencia la simetría se mide mediante el coeficiente de sesgo:  -  x .­  Es la condición de un objeto o figura en el cual ambos lados no son semejantes.­ Es la medida respecto de la similitud de ambos lados un objeto o figura.  Calcular los coeficientes de simetría y curtosis e interpretar los resultados.  SIMETRÍA.Ciencias Aplicadas  Estadística I  2.­  Es la condición de un objeto o figura en la cual sus lados izquierdo y derecho son  semejantes.

  -  x < Mo  Ejemplo: Para los datos del cuadro No. 77  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . determinar la simetría e interpretar. 1 que se muestra la distribución de las edades de los  niños en una escuela.Ciencias Aplicadas  Estadística I  b)  Si el sesgo es positivo entonces la distribución es sesgado a la derecha  -  x > Mo  c)  Si el sesgo es negativo entonces la distribución es sesgada a la izquierda.

6  S  = 0  S  = 0  Respuesta: La distribución es simétrica porque el sesgo es 0  CURTOSIS.­ La curtosis nos mide el grado de apuntalamiento de la distribución de frecuencias y  se presentan 3 casos:  a)  Leptocúrtica 78  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  CUADRO No. 1  DISTRIBUCIÓN DE EDADES  EDAD  n i  n i x i  4  4  16  5  6  30  6  9  54  7  6  42  8  4  32  n t  = 29  å  = 174  Cálculo de la media  -  x= å n i x i  =  174 = 6  n t  29  Cálculo de la moda  Mo = 6 (porque el 6 se repite más veces o sea 9 veces)  Sesgo =  6 .

Ciencias Aplicadas  Estadística I  b)  Mesocúrtica  c)  Platicúrtica 79  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

75 Kg.  P10  = 258.P 10  Los valores de la curtosis varían entre 0 y 0.375 – 0.25 Kg  P90  = 301 Kg.375  Platicurtica  0  ­  0.  K =  0 .5  De acuerdo el valor de la curtosis se presenta los siguientes casos:  CLASIFICACIÓN  K  Leptocurtica  0.Q 1 )  P 90  .125  Ejemplo: Una distribución de frecuencia tiene los siguientes indicadores de posición:  Q3  = 290. 5 (Q 3  .12 Kg 80  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .125 ­  0.500  Mesocurtica  0.  Q1  = 268.Ciencias Aplicadas  Estadística I  La curtosis se determina mediante el calculo del coeficiente de curtosis K.

­  Al finalizar la presente unidad seré capaz de:  1)  Conceptuar correctamente los siguientes términos: función de regresión.  2)  Encontrar  la  función  de  regresión  lineal  por  medio  del  método  de  los  mínimos  cuadrados.258 .  FUNCIÓN  DE  REGRESIÓN.­  Es  una  expresión  matemática  que  muestra  la  relación  que  hay 81  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 25 )  0 . 5 (22 . diagrama de  dispersión. 88  K  = 0.  K =  0. 12  42 . coeficiente de correlación. 7 .  4)  Encontrar  el  modelo  de  regresión  adecuado  que  explique  la  relación  entre  dos  variables utilizando la computadora. 26  Respuesta: Es mesocurtica  UNIDAD 6. 45 )  301 . 5 (290 .268 .  3)  Pronosticar el valor de la  variable dependiente utilizando la función de regresión.Ciencias Aplicadas  Estadística I  Determinar el coeficiente de curtosis e interpreter el resultado. gráficos de la función de regresión. REGRESIÓN Y CORRELACIÓN  OBJETIVOS DE LA UNIDAD.

  calculando  las  sumatorias  que  están  en  las  fórmulas: 82  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . etc.  Y =  mx + b  La expresión de regresión lineal se expresa con la fórmula:  Y =  a + bx  Donde:  X = variable independiente. potencial y exponencial.Ciencias Aplicadas  Estadística I  entre una variable independiente y una variable dependiente.  Y = variable dependiente  a = intercepto (donde la recta  corta el eje “y”)  b = pendiente (grado de inclinación)  Los valores de a y b se determinan por el método de los mínimos cuadrados.­  Este modelo se basa en la ecuación de la línea recta. Entre los principales modelos tenemos: lineal.­ Este método consiste en encontrar los valores de  a   y  b  que  aparecen  en  las  ecuaciones  I  y  II.  ECUACIÓN DE REGRESIÓN LINEAL.  MÉTODO DE LOS MÍNIMOS CUADRADOS. la función de regresión sirve para  estimar  o  pronosticar  el  valor  de  la  variable  dependiente  a  partir  de  un  valor  de  la  variable  independiente.

  para  el  modelo  de  regresión lineal el coeficiente de correlación se calcula mediante la expresión:  r   =  n · å (xy ) .  COEFICIENTE DE CORRELACIÓN (r).(å y ) 2  2  El coeficiente de correlación lineal puede tomar valores entre – 1 y + 1. 83  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 3  INTERPRETACIÓN  No hay correlación entre las variables  0. 6 £ r   £ 0 .­ El coeficiente de correlación es un indicador del grado  de  asociación  existente  entre  dos  variables  para  un  determinado  modelo. 9 £ r   < 1  La correlación es excelente  r   = 1 La correlación es perfecta  DIAGRAMA DE DISPERSIÓN.(å x ) · n · å y 2  .  2  II. 3 £ r   £ 0 . 8  La correlación es regular  0.(å x ) · (å y ) n · å x 2  . el signo más (+) significa  que la línea es creciente  Y el signo menos (­ ) significa que la línea es decreciente  De acuerdo al valor de r se puede interpretar el resultado según el siguiente cuadro:  | r |  0 £ r   £ 0 .­ Es la representación gráfica de los datos experimentales.Ciencias Aplicadas  Estadística I  å y  = n · a + å x · b  å x · y  = å x · a + å x  I.  · b  Donde n es el número de pares de datos. 9  La correlación es fuerte  0. 6  La correlación entre las variables es muy débil  0. 8 £ r   £ 0 .

 se obtiene dando tabla de valores.  d)  Graficar la función de regresión.  b)  El coeficiente de correlación r e interpretar.  1  muestra  un  conjunto  de  datos  de  la  variable  independiente  (x)  y  dependiente (y).  e)  Estimar el valor de la variable dependiente y para x = 10  x  y  xy  x 2  y 2  0  1  0  0  1  2  2  4  4  4  4  3  12  16  9 84  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  GRÁFICO  DE LA  FUNCIÓN  DE  REGRESIÓN.­  Es  el  gráfico  de  la  expresión  matemática  que  muestra la relación entre variables.  c)  Construir el diagrama de dispersión.  8  7  6  variable dependiente  5  4  3  2  1  ­2  0  2  4  6  8  10  variable independiente  Ejemplo:  El  cuadro  No. a partir de esta información:  a)  Determinar la función de regresión lineal.

23 )  105.  5 =  23 a + 165 b  (5 )  16. 5 = b Reemplazando en I  16. 5 = -115 a  . 5  16.Ciencias Aplicadas  Estadística I  8  5  40  64  25  9  5.5  49.5  81  30.25  å = 23 I. 5  å = 165 å = 69 . 5 - 11 . 25  (.  å = 16. 5 = 5 a   5 = 5 a   5  = a 5  1 =  a Reemplazando los valores de  a   y de  b  obtenidos en la función de regresión lineal  y =  a + bx  Obtenemos como resultado la expresión:  a)  y  = 1 + 0 . 5 = 5 a  + 23 (0 .529 b  527. 5 = 115 a  + 825 b  148 = 296 b  148  = b 296  0 . 5 )  16. 5 = 5 a + 11 .  II. 5 x  Función de regresión lineal 85  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 5 = 5 a  + 23 b  - 379. 5  å = 105.

 5  a   = 1 b)  Cálculo del coeficiente de correlación  r r   =  n · å ( xy ) .Ciencias Aplicadas  Estadística I  Nota.b å x  n  reemplazando los valores de  las sumatorias en las ecuaciones  III  y IV  tenemos:  b  =  5 × 105 . 5  5 · 165 . 5  5 × 165 . 5  276 · 74  = 148  148  = 1  17 · 74  148  = El  resultado  del  coeficiente  de  correlación  r   = 1 quiere  decir  que  la  correlación  es  perfecta  para  el  modelo  lineal  es  decir  que  el  modelo  lineal  Y =  a + bx  se  adecúa  perfectamente para los datos planteados en el presente problema  Rta. Los valores de  a   y de  b también se pueden determinar mediante las expresiones:  III  b =  n å xy .(å y ) 2  2  Para esto se reemplaza los valores de las sumatorias en la expresión de  r   r   =  r   =  5 · 105 .23 2  a   =  16.379 . 5 . 25 . 5 . 5 .(å x ) · (å y ) n · å x 2  .23 × 16 .(å x ) 2  y     IV  a =  å y .å x å y  n å x 2  .(å x ) · n · å y 2  .  c)  Diagrama de dispersión 86  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . La correlación es perfecta.23 2  · 5 · 69 . 5 × 23  5  b  =  0.0 . 5 . 5 2  527.23 · 16 .16 .

Ciencias Aplicadas  Estadística I  6  5  4  Variable dependiente  3  2  1  0  ­2  0  2  4  6  8  10  Variable independiente  d)  Grafico de la función de regresión 87  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

 2 muestra el consumo en unidades de cierto producto en el mercado  local a través de los años. 5 ( 10 )  y  = 1 + 5  y  = 6 Ejemplo 2 : El cuadro No.Ciencias Aplicadas  Estadística I  e)  Estimar el valor de la variable dependiente y para x = 10  Reemplazando el valor de  x  = 10 en la función de regresión obtenida  y  = 1 + 0 . 5 x  Tenemos  y  = 1 + 0 .  Año (x)  1          2          3          4           5          6          7          8  Consumo (y)  154      137      124      114  113      112      107      102  A partir de esta información:  a)  Determine la función de regresión lineal  b)  Calcule el coeficiente de regresión lineal  c)  Construya un diagrama de dispersión y grafico de la función de regresión  d)  Estime el consumo para el año 10  Ordenando el cuadro de manera vertical y hallando los valores de xy.  x 2 .  y 2  Año (x)  Consumo(y)  xy  X 2  Y 2  1  2  154  137  154  274  1  4  23716  18769  3  124  372  9  15376  4  114  456  16 12996  5  113  565  25 12769  6  7  112  107  672  749  36 49 12544  11449  8  102  816  64  10404  å  = 36 å  = 963 å  = 4058 å  = 204 å = 118023 88  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

36 × 963  8 × 204 .b å x  n  a   = 149.6 . 56  b  =  963 = 8 a  + 36 (. 56 x  Nótese que en este caso el valor  b es negativo.(å y ) 2  2  2  2  tenemos 89  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  a)  Determinación de la función de regresión lineal  Reemplazando datos en las ecuaciones I y II tenemos:  (I)  (­9)  963 = 8 a  + 36 b  (II)  (2)  4058 =  36 a  + 204 b  - 8667 = -72 a  .å x å y  n å x 2  . 16  963 + 236 . 56  n å xy .(å x ) · (å y ) n · å x  . lo que significa que la recta será decreciente. Aplicando las ecuaciones      III  b =  b  =  8 × 4058 .(å x ) · n · å y  .(.324 b  8116 =  72 a  + 408 b  - 551 = 84 b  . 895  Reemplazando  los  valores  de  a   y  de  b  tenemos  la  función  de  regresión:  y  = 149. 56 ) 36  8  y     IV  a =  å y .236 . 56 )  963 = 8 a .(å x ) 2  a   =  963 . 89 .  b)  Cálculo del coeficiente de correlación lineal r  Reemplazando los valores de las sumatorias en  r   =  n · å ( xy ) . 16  8  a   = 149.6 . 16 = 8 a   a   =  1199.6 . 89  Otra forma.551 84  Reemplazando en I  b  =  -6.36 2  b =  -6. es  decir será de pendiente negativa.

6 . 89 .6 .Ciencias Aplicadas  r   =  r   =  Estadística I  8 · 4058 . 67  r   = -0. 89 . 56 ( 10 )  y = 83.  d)  Estimación del consumo para el año 10  Para el valor  x  = 10 se reemplaza en la función de regresión  y  = 149.(963 )  32464 . 4  90 Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 56 x  Entonces tenemos:  y  = 149.  además  podemos apreciar que el intercepto (punto sobre el eje vertical) es 149.36 × 963  2  2  8 × 204 . 927  La correlación es excelente  c)  Diagrama de dispersión y gráfico de la función de regresión  Diagrama de dispersión  160  150  140  130  Consumo  120  110  100  0  2  4  6  8  10  Año  Como podemos apreciar en el anterior gráfico el diagrama de dispersión es el conjunto de puntos  mientras  que  el  gráfico  de  la  función  de  regresión  es  la  línea  recta  que  aparece.34668  18 .(36 ) · 8 × 118023 .89. 33 × 129 .

 la relación entre el ingreso y el consumo.Ciencias Aplicadas  Estadística I  Otros  modelos  de  funciones  de  regresión  Hasta  el  momento  hemos  visto  un  modelo  de  función de regresión que es el modelo de regresión lineal  Y =  a + bx  En diversos campos del  conocimiento se presentan relaciones entre dos variables. entonces aparecerá el siguiente cuadro de  dialogo: 91  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . entre los cuales podemos citar:  El modelo de regresión Potencial:  Y =  a × x b  El modelo de regresión Exponencial:  Y =  a × b x  El modelo de regresión Cuadrático:  Y =  ax 2  + bx + c  Para  cada  uno  de  estos  y  de  otros  modelos  de  regresión  se  puede  calcular  el  coeficiente  de  regresión  r   el  cual  se  puede  obtener  de  manera  sencilla  mediante  el  uso de  SPSS.  y  para  la  variable  y colocamos  y como  nombre  y  “variable  dependiente”  como  etiqueta.  Determinación del mejor modelo de regresión con SPSS.  acto  seguido  hacemos  click  en  el  menú  analizar.  como  ya  vimos anteriormente el coeficiente de correlación  r   nos indica el grado de correlación que existe  entre las dos variables consideradas para el modelo de regresión utilizado.  En primer lugar. la relación entre la temperatura  ambiente y la venta diaria del heladero. Y estas relaciones entre variables no siempre siguen  un comportamiento lineal. como por ejemplo la relación entre la  velocidad y el tiempo. luego de abrir el SPSS en la vista de variables se organizan las variables X y Y  de  la  siguiente  manera:  En  Vista  de  variables  preparamos  a  las  variables  x  y  y colocando  x como  nombre  y  “variable  independiente”  como  etiqueta. Para determinar el mejor modelo de  función de regresión para un par de series de datos pertenecientes a dos variables relacionadas  se siguen los siguientes pasos:  Ejemplo para los datos del siguiente cuadro  X  1     2     3     5     8  y  1     4    9     25    64  Determinar el mejor modelo de función de regresión. interpretándose que  mientras más  cerca  del  valor  1  en positivo o negativo  se  encuentre  este valor de  r   significará  que  el  modelo  considerado  expresará  de  mejor  manera  la  relación  entre  las  variables  consideradas. Se han estudiado diferentes modelos.  luego regresión y finalmente estimación curvilínea. etc.  seguidamente  en  vista  de  datos  introducimos  los  datos  del  cuadro  anterior.

 potencial. exponencial  y  logarítmico.  Seguidamente hacemos  click  en aceptar y se  desplazará  la  siguiente  ventana  de  resultados: 92  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . en este caso solo escogeremos los modelos lineal.Ciencias Aplicadas  Estadística I  Entonces  tenemos  que  colocar  las  variables  independiente  y  dependiente  en  las  correspondientes ventanas y habilitamos los modelos deseados del menú de 11 modelos que nos  presenta esta ventana.

  i)  Variable cuantitativa discreta y citar ej.Ciencias Aplicadas  Estadística I  En esta ventana de resultados debemos observar la 3º columna Rsq en la cual se presentan los  coeficientes de correlación r de los modelos analizados.  k)  Tabla ó cuadro de distribución de frecuencia  l)  Frecuencia absoluta  m)  Frecuencia absoluta acumulada menor que  n)  Frecuencia absoluta acumulada mayor que  o)  Clases ó Intervalo de clase  p)  Amplitud de clase  q)  Marca de clase  r)  Límite superior de clase. exponencial y logarítmico no  expresan  perfectamente  la  relación  entre  las  variables. y en esta ventana se puede apreciar que  para  el  modelo  potencial  (POW)  su  valor  es  1  lo  que  podemos  interpretar  que  para  los  datos  considerados  el  modelo  potencial  representa  perfectamente  la  relación  entre  las  variables  independiente  y  dependiente  mientras  que  para  los  otros  modelos  estos  valores  de  r  son  menores a 1 representando este resultado que los modelos lineal. y límite inferior de clase  s)  Frecuencia absoluta de clase  t)  Frecuencia relativa porcentual 93  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Debemos  observar  en  las  columnas  penúltima b0 y última b1 muestran los valores de  a y de  b para los modelos respectivos y en el  caso  del  modelo  potencial  a   = 1 y  b  =  2 por  lo  que  la  función  de  regresión  potencial  Y =  a × x b  queda  definida  para  el  presente  caso  com:  Y = 1 × x 2 . citar ejemplos  d)  Muestra  e)  Muestreo  f)  Variable  g)  Variable cualitativa nominal y citar ej.  j)  Variable cuantitativa continua y citar ej.  expresión  que  representa  perfectamente la relación entre las variables  x  y  y  Prácticos  Práctico nº 1  1.  Indicar el concepto de los siguientes términos:  a)  Estadística descriptiva  b)  Estadística Inferencial  c)  Población.  h)  Variable cualitativa ordinal y citar ej. población finita e infinita.

27 %  e)  ¿Cuántas familias tenían a lo sumo 3 hijos?  Rta.  52. La siguiente lista muestra el nº de hijos que dijeron tener 44 familias de la UV 36 seleccionadas  al azar:  2    3  5    0   1    4   1    2    2    3    0  2    2    1    1   0    4   3    1    5    1    2  0    3    4    2   3    1   2    3    4    5    0  3    2    4    1   2    2   1    4    2    1    1  a)  ¿Cuántas familias tenían entre 2 y 4 hijos?  Rta. 35  3. Los números mostrados a continuación representan la cantidad de materias reprobadas  durante sus años de estudio por los estudiantes egresados de la Universidad:  2        3         4         6         5         0         1         0         2         3         4        6  5  0        7         5         3         6         3         7         9         5         4         5        5        3  4        6         4         2         2         4         3         1         2         0         3        4        2  1        2         5         4         4         3         2         2         4         5         5        4        1  2        4         3         2         2         1         3         4         2         4         6  a)  ¿Qué porcentaje de egresados reprobaron entre 4 y 5 materias? Rta.  25  b)  ¿Cuántas familias tenían 1 o más hijos?  Rta.63%  d)  ¿Qué porcentaje de familias tenían de 1 a 2 hijos?  Rta.  39  c)  ¿Qué porcentaje de familias tenían 2 o menos hijos?  Rta. 32  d)  ¿Cuántos egresados no reprobaron materia y qué porcentaje del total representan? Rta.Ciencias Aplicadas  Estadística I  u)  Frecuencia relativa porcentual acumulada menor que  v)  Frecuencia relativa porcentual acumulada mayor que  w)  Censo  x)  Encuesta  y)  Parámetro Poblacional  z)  Estadígrafo Muestral  2.07%  c)  ¿Cuántos egresados reprobaron como máximo 3 materias? Rta.25% 94  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . 36.  65.5%  b)  ¿Qué porcentaje de egresados reprobaron 3 o más materias? Rta.  63.  4;     6.

Los siguientes datos representan las edades de 36 personas internadas en un     hospital. Los datos de la tabla siguiente representan el número de computadoras utilizadas en distintas  entidades públicas del departamento de Santa Cruz.5%  5.  El siguiente cuadro muestra la distribución de pesos de equipajes de los pasajeros de la  flota “Trans Oriente” 95  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  17  d)  ¿Qué porcentaje de personas tienen edades entre 61 y 70 años?  Rta.  25  b)  ¿Qué porcentaje de entidades que tienen entre 13 y 18 computadoras? Rta.  10  10  22  22  18  10  18  17  13  10  18  18  18  17  22  10  22  18  22  13  17  10  18  17  18  10  18  22  17  18  10  17  22  18  10  13  13  13  22  13  a)  ¿Cuántas entidades cuentan con por lo menos 17 computadoras? Rta.33%  6.  27.  b)  ¿Cuántas personas tienen entre 51 y 55 años de edad? Rta.  55  46  68  74  85  89  65  58  64  76  83  58  53  61  60  84  78  49  76  65  48  91  70  66  59  64  72  73  66  58  71  49  84  90  72  65  a)  Elaborar un cuadro de distribución de frecuencias para datos agrupados en clases de 5  años de amplitud  a partir de 46 años.  2  c)  ¿Cuántas personas tienen como edad máxima 65 años?  Rta.Ciencias Aplicadas  Estadística I  4.77%  e)  ¿Qué porcentaje de personas tienen 56 ó más años de edad?  Rta.  15;  37.5%  c)  ¿Cuántas  entidades  cuentan  con  15  o  menos  computadoras  y  que  porcentaje  del  total representan? Rta.  83.  57.

 Otro  Se obtuvo la siguiente tabla de resultados: 96  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  Cuadro nº 1  Pesos (Kg)  n i  10 ó menos  112  10         15  15          20  132  125  20          25  141  25          30  30  ó más  95 78  A partir de esta información.(20 a 23) 3. L&M    2.  Se  realizó  una  investigación  acerca  de  la  preferencia  de  cigarrillos  entre  fumadores  mediante el siguiente cuestionario  Cuestionario  I.84 %  c) ¿cuántos equipajes pesan más de 20 Kg y qué porcentaje del total representan?  Rta.  314;   45.(24 a 27) 3 (28 ó mas)  III. Edad   1. Camel    3. Mujer  II. Hombre        2. determinar:  a) ¿Cuántos equipajes pesan 20 ó menos y que porcentaje del total representan?  Rta.97%  Práctico nº 2  1. Marlboro  4. Sexo     1.  369;   54. Marca 1.  361;   52. (17 a 19) 2.02%  b) ¿Cuántos equipajes pesan entre 15 y 30 Kg y qué porcentaje del total representan?  Rta.

Ciencias Aplicadas  Estadística I  Tabla de resultados  Nº  Sexo  Edad  Marca  1  2  2  3  2  2  4  2  3  2  3  1  4  1  2  2  5  1  2  4  6  2  1  1  7  8  1  1  3  1  1  3  9  2  1  4  10 2  4  2  11 1  2  1  12 2  3  2  13 14 1  2  1  2  4  3  15 2  1  2  16 1  4  1  17 2  3  2  18 2  2  2  19 1  1  1  20 2  3  3  21 1  4  1  22 1  1  4  23 2  2  2  24 1  4  4  25 2  1  1  26 2  2  3  27 1  3  4  28 29 2  1  2  1  2  1  30  1  2  1  A partir de esta información determinar:  a) ¿Qué porcentaje del total son hombres y prefieren Camel?  b) ¿Qué porcentaje del son mujeres prefieren L&M?  c) ¿Qué porcentaje del total prefieren Marlboro?  d) ¿Qué porcentaje del total tienen de 20 a 27 años y prefieren Camel?  e)  ¿Cuántos  tienen  (23  o  menos  años  y  prefieren  Marlboro)  y  qué  porcentaje  del  total  representan?  f) ¿Qué porcentaje del total tienen de 17 a 19 años y prefieren L&M? 97  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

(17 o menos) 2. Sexo     1.Ciencias Aplicadas  2. Hombre        2. ¿Cuántas veces cruzó la frontera este año?  1. (2)   3.(18 a 26) 3. (3)    4. Mujer  II. a partir de esta información determinar:  a)  ¿Qué porcentaje del total son  mujeres de 26 ó menos años?  b)  ¿Qué porcentaje del total son hombres y con edades de 17 o menos años?  c)  ¿Qué porcentaje del total son de (18 a 26 años cruzaron 2 o menos veces la frontera)?  d)  ¿Cuántos  encuestados  (tenían  27  o  más  años  y  cruzaron  1  vez  la  frontera)  y  qué  porcentaje del total representan?  Tabla de resultados  Nº  Sexo  Edad  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25  2  2  2  1  1  2  1  1  2  2  1  2  1  2  2  1  2  2  1  2  1  1  2  1  2  1  4  3  2  2  1  1  2  3  4  4  1  2  1  3  2  1  2  2  4  3  1  1  3  4  Veces  3  2  1  2  4  1  1  3  4  2  1  2  4  3  2  1  2  2  1  3  1  4  2  4  1 98  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Edad   1. (1)   2. (4 o más)  La tabla de resultados de muestra a continuación.(27 a 39) 3 (40 ó mas)  III.  Estadística I  Un estudio sobre la actividad de viajeros bolivianos en la frontera con Brasil se realizó  con el formulario de sondeo siguiente:  Formulario de sondeo  I.

 (6 años)  2.  2  1  2  1  1  2  1  Estadística I  2  2  1  3  4  1  1  3  4  2  1  1  2  3  Se  realizó  una  investigación  acerca  del  nivel  de  rendimiento  de  los  niños  de  una  escuela primaria.Ciencias Aplicadas  26 27 28 29 30 31 32  3. (7 años) 3. Hombre    2. Sexo   1.Mujer  II. (1 o menos)   2. Edad    1. (2)         3.  Formulario  I. (3 o más)  A continuación se muestra la tabla de resultados:  Tabla de resultados  Nº  Sexo  Edad  Reprobadas  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 21 22 23 24  2  2  2  1  1  2  1  1  2  2  1  2  1  2  2  1  2  2  1  2  1  1  2  1  3  3  2  2  1  1  2  1  1  3  2  1  2  3  3  2  3  1  2  1  1  2  3  2  2  2  1  1  3  3  2  1  3  2  1  2  2  1  1  3  3  2  2  1  3  2  1  2 99  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . a continuación se muestra algunos datos obtenidos en un sondeo. (8 años)  III No de materias reprobadas   1.

Ciencias Aplicadas  25 26 27 28 29 30 31 32 33 34 35 36  a)  Estadística I  2  2  1  2  1  1  2  1  1  1  2  1  1  1  2  3  3  2  1  2  1  2  2  1  1  2  2  1  1  2  1  2  3  2  1  2  ¿Qué porcentaje del total son varones que reprobaron 2 o menos materias?  b)  ¿Qué porcentaje del total son mujeres que reprobaron 3 o más materias?  c)  ¿Qué porcentaje del total tienen 6 años reprobaron 2 o menos materias?  d)  ¿Qué porcentaje del total reprobaron 1 o menos materias?  e)  ¿Cuántos estudiantes encuestados (tenían 7 o menos años y reprobaron 2 materias) y  qué porcentaje del total representan?  Práctico nº 3  Estadística  1  Medidas de tendencia central y de posición   1.  El nº de faltas al trabajo anuales de un grupo de 40 trabajadores en la empresa K&M se  detalla a continuación:  1  3  5  0  2  2  1  2  4  2  0  5  2  3  2  4  3  5  3  2  3  1  5  4  4  3  6  0  2  3  7  4  4  5  5  2  3  1  3  6  A partir de esta información determinar:  a) El nº de faltas promedio en el año e interpretar  b) El valor de la mediana e interpretar  c) El valor de la moda e interpretar  2.  El cuadro nº 1 muestra los pesos en Kg de 79 pollos 100  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

5  24  26  19  25  20.  Una investigación acerca del nº de horas que los universitarios pasan conectados a la  red Internet por semana arrojó los siguientes resultados:  2  1  0  8  6  5  5  3  4  7  2  2  0  5  0  2  8  4  6  0  5  1  7  6  0  2  1  7  6  6  10  4  2  8  5  6  8  5  7  6  9  6  8  4  4  6  0  7  5  2  (Asumir que la variable es discreta)  a)  Determinar el nº de hora promedio conectados a la red Internet  b)  Determinar el valor de la mediana e interpretar  c)  Determinar el valor de la moda  4.5  20  26  26  22.8  30  32  25  30  28  18  20  27  29  21  19  31  19.5  24  29  a)  Construir un cuadro de distribución de frecuencias con 6 clases de igual amplitud 101  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .6          1.8  14 1.8          2.Ciencias Aplicadas  Estadística I  Cuadro nº 1  Distribución de pesos en Kg de 79 pollos  Li           Ls  ni  1             1.4  1.6  25 19 1.2  7  1.0  14  a)  Calcular el peso promedio e interpretar  b)  Calcular el valor de la mediana e interpretar  c)  Calcular el valor de la moda  3.  En la siguiente tabla se muestra los pesos  en Kg de 30 niños de un kinder  19  17  20  21  18  19.2          1.4          1.

  Garantía.  Para la provisión de equipos de refrigeración para una empresa procesadora y  comercializadora de alimentos se procedió a calificar a 3 empresas proveedoras: A.  Jeremías  y  Marianela. A partir de esta información determinar la empresa con mejor calificación  ponderada. Provisión de repuestos (PR) y vida útil; Las calificaciones se muestran en el  cuadro nº 3.  Cuadro nº 2  Notas  Materias  Créditos  Lizandro  Jeremias  Marianela  Qmc­100  6  45 85 91 Mat­100  Mat­101  4  5  55 65 58 60 65 71 Fis­100  Mec­101  6  3  51 90  78 51  55 72  6.Ciencias Aplicadas  Estadística I  b)  Determinar el peso promedio utilizando el cuadro anterior e interpretar  c)  Determinar el valor de la mediana e interpretar  5.  De  los  estudiantes  Lisandro. B y  C.  Cuadro nº 3  Calificación de Empresa  Características  Ponderación  A  B  C  Precio  3  7  8  6  AST  5  6  6  8  Garantia  4  7  6  7  PR  Vida util  4  3  8  9  8  7  7  6 102  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Asesoramiento y servicio técnico (AST). Ponderando sus cualidades como ser: Precio.  A  partir  de  esta  información  calcular  promedio ponderado semestral de los 3 estudiantes.  El cuadro nº 2 muestra el nº de créditos de las materias del 1º semestre para una carrera  de  la  facultad  de  ingeniería..  además  de  las  calificaciones  sobre  100  pts.

Ciencias Aplicadas  Estadística I  7.  Una empresa de transporte tenía que utilizar la cuarta parte de sus vehículos de menor  consumo  de  combustible  para  un  determinado  viaje. El cuadro nº 1 muestra la distribución de notas en un examen de ingreso a una universidad  pública. 103  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Cuadro # 1  Distribución de calificaciones  Notas  n i  0      10  55  10     20  20     30  214  202  30     40  702  40     50  2114  50     60  2615  60     70  70     80  1003  318  80     90  90    100  101  12  a)  Calcular nota promedio e interpretar  b)  Calcular la mediana e interpretar  c)  Calcular la moda e interpretar  d)  A partir de que nota se encuentra el 5% de las notas más bajas?  e)  Calcular la nota que separa el 20 % de las mejores notas  f)  Calcular la nota que separa la cuarta parte inferior de  las notas  7.  El  cuadro  nº  2  muestra  la  distribución de rendimiento por litro de 40 vehículos de la empresa.

 4.  desviación  típica  y  coeficiente  de  variación  para  los  siguientes  ejemplos:  a)  {2  4 7 7 8 9 }  b)  {3 .  Los  conjuntos  A  y  B  muestran  las  edades  de  los  niños  de  los  Kinder    A  y  B  respectivamente.  El cuadro nº 1 y nº2 muestra la distribución de edades de los estudiantes de los colegios  A y B respectivamente: Calcular el coeficiente de variación en cada caso e indicar en cual  colegio las edades son más homogéneas: 104  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  1. 4. 1  4  5  6  6 }  2. Rubén Toyama U. 3. 5. 5. 5.4}  3. 4.  Calcular  la  varianza. 2  4  4 . calcular la varianza en cada caso e indicar en cual Kinder  las edades de  los niños es más homogénea.  A {4. 5. 4. 6.  Medidas de dispersión. 5.Ciencias Aplicadas  Estadística I  Cuadro # 2  Distribución de rendimiento  Kilómetros/lt  n i  8      10  8  10     12  12     14  12  7  14     16  7  16     18  6  a)  Determinar desde que valor de rendimiento irán al viaje  b)  Calcular la mediana e interpretar  c)  Calcular el 1º cuartil e interpretar  Práctico nº 4    Estadistica  1  Docente: Ing.4}  B {5. 6.

9).5    58.  Los cuadros nº 3 y nº4 muestran las distribuciones de peso de los estudiantes de los  colegios A y B respectivamente.5    58  57    57.2    57) Determinar en cual lugar los precios han sido más homogéneos  justificando su respuesta. de este mismo articulo  A en el mercado La Ramada han variado mensualmente según la siguiente lista (57. Los precios en Bs. a partir de esta información determinar los coeficientes  de variación.  Cuadro nº 3  Distribución de peso en el colegio A 105  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .3     7. Los precios en $us de un articulo A en un supermercado han variado mensualmente según  la siguiente lista (7  7.2     7     7.Ciencias Aplicadas  Estadística I  Cuadro nº1  Distribución de edades en el colegio A  Edad  n i  13 45 14 15 65 73 16 68 17 18  51 53  Cuadro nº2  Distribución de edades en el colegio B  Edad  n i  13 25 14 15 38 121  16 17 146  61 18 19  28 19  4.2     6. asimismo determinar en cual caso los pesos son más homogéneos.  5.

  Precios  Supermercado ($us)  8         8.5      66      66      66. Indicar en cual  caso ha habido mayor variabilidad.5      65      65.4       8. Las notas de Juan en el colegio y en la Universidad se muestran en el siguiente cuadro.)  ni  45  50  50  78 55  82 55  60  73 60  65  65  90 70  71 70      75  56  6.  Indicar en cual caso las notas son más homogéneas.5  7.)  ni  40  45  12 45  50  56 50  55  51 55  60  60  65  113  124  65  70  60 70      75  32  Cuadro nº 4  Distribución de peso en el colegio B  Pesos (Kg.7      8.  Los precios de un artículo en el supermercado “X” y en el mercado la Ramada.7  La ramada (Bs.Ciencias Aplicadas  Estadística I  Pesos (Kg.2      8.5     8.  mensualmente han ido variando como se muestra en el siguiente cuadro.  Nota: En el colegio las notas son sobre  70 Notas  Colegio  55      62      49      61      59      61      58  Universidad  84      78      85      90      83      91      84      88 106  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .)  64     64.2  8.

 a partir de esta información determinar la simetría de la distribución.  1.Ciencias Aplicadas  Estadística I  SIMETRIA Y CURTOSIS.  El  cuadro #  3  muestra la distribución de  estaturas  de los estudiantes del colegio X.  Cuadro # 2  Distribución de pesos en Kg. de conscriptos de un cuartel X  pesos  n i  50  60  48  60  70  206  70  80  80  90  108  65 90  100  100  110  110  120  55 48 16  3.  Cuadro # 1  Distribución de notas de Estadística 1  notas  n i  30    40  16  40    50  41  50    60  102  60    70  55 70    80  80    90  43 32 90  100  19  2. 107  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  a  partir de esta información determinar la simetría de distribución. El cuadro #2 muestra la distribución de pesos de   546   conscriptos de un cuartel X.  El cuadro # 1 muestra la distribución de notas de todos los estudiantes de Estadística 1 de  una universidad. a  partir de esta información determinar la simetría de la distribución.

  Cuadro # 4  Distribución de pesos en Kg de conscriptos del cuartel Y  Pesos  n i  50  60  21 60  70  74  70  80  195  80  90  90  100  178  88 100  110  23 110   120  18  5. 108  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  Cuadro # 3  Distribución de estaturas en cm. El cuadro # 5 muestra la distribución de estaturas en cm. El cuadro # 4 muestra la distribución de pesos de conscriptos de un cuartel Y. a partir de  esta  información  determinar  la  curtosis  de  la  distribución  calculando  el  coeficiente  de  curtosis. a partir de esta información determinar la curtosis determinando  el coeficiente de curtosis. de estudiantes del colegio X  estaturas  n i  100  110  110  120  12 11 120  130  34 130  140  140  150  50 78 150  160  88 160  170  41 170  180  15  4. de estudiantes de un colegio  secundario de Santa Cruz.

  Para los siguientes valores de las variables independiente y dependiente. construya un diagrama de  Ù  dispersión.  El cuadro nº 2 nos muestra las horas dedicadas al estudio por un estudiante y las notas obtenidas en el  examen.  A partir de los datos del cuadro # 1 determinar la curtosis de la distribución de notas de  los estudiantes de estadística 1.  finalmente  determine  el  coeficiente  de  correlación lineal 109  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .Ciencias Aplicadas  Estadística I  Cuadro # 5  Distribución de estaturas en cm. determinar:  a)  La función de regresión lineal  b)  El coeficiente de correlación (r) e interpretar  X  1    3    4  6    8    9    11    14  Y  1    2    4    4    5    7     8       9  2. a partir de esta información determine la función de regresión lineal. de estudiantes de un colegio secundario  Estaturas  n i  120  130  14 130  140  140  150  24 68 150  160  75 160  170  170  180  74 80 180  190  72 190  200  52 200   210  20  7.  Práctico nº 5    Estadistica  1  Docente: Ing. Rubén Toyama U.  en  el  mismo  grafico  inserte  el  grafico  ajustado  y  .  Regresión y correlación   1.

7    2.  El gerente de una cadena de heladerías está estudiando el efecto de la temperatura ambiente sobre las  ventas diarias en la temporada de calor.  En  un  estudio  técnico  –  económico  se  dispone  de  la  siguiente  información  histórica  de  ventas  de  una  batería de fabricación nacional en miles de unidades  Año  1994    1995    1996    1997    1998    1999    2000    2001    2002    2003  Ventas  10         12        13        11        14        15        18        17       20         22  a)  Determine la función de regresión lineal  b)  Calcule el coeficiente de correlación e interprete el resultado 110  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  En una muestra de 10 obreros de una fabrica se han observado sus años de experiencia (x) y el tiempo  que tardan en realizar una determinada tarea (y).8    3. Se selecciona una muestra aleatoria de 10 días y los resultados se  muestran en la tabla nº 4  Tabla nº 4  Temp en ºC  17     19      21     24    27     28      29    30     31     32  Ventas (100 $us)  1.6    2.4    2.Ciencias Aplicadas  Estadística I  Cuadro nº 2  Horas de estudio  Nota del examen  10 20 40 65 30 78 40  90  3. los datos se encuentran en la tabla nº 3  Tabla nº 3  X(en años)  3     1    5    2    4     3     5     1     2     4  Y(en horas)  4     7    3    8    3     5     2     8     9     5  a)  Determine la función de regresión lineal  b)  Calcule el coeficiente de correlación lineal (r)  c)  Realice un diagrama de dispersión e inserte el grafico del tiempo estimado  d)  Estime el tiempo que tardaría un obrero con 6 años de experiencia  4.0    2.0  a)  Determine la función de regresión lineal  b)  Calcule el coeficiente de correlación lineal e interprete el resultado  c)  Estime las ventas en dicha heladería cuando la temperatura sea de 33ºC  5.5    1.8    1.5    2.2    2.

Ciencias Aplicadas  Estadística I  c)  Estime las ventas para el año 2006  Laboratorio nº 1  Estadística 1  1)  Objetivos.  posicionar el cursor en una celda determinada donde deseamos que sea calculado el estadístico.  luego escribir el símbolo (=) seguido de la función correspondiente y entre paréntesis seleccionar 111  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Al concluir el presente laboratorio el estudiante será capaz de:  a)  Calcular diversos estadísticos mediante el uso de EXCEL  Cálculo de diversos estadísticos mediante la utilización de Excel  EXCEL  nos  permite  calcular diversos  estadísticos de una  serie de datos mediante la utilización  de  fórmulas  las  cuales se  ejecutan  posicionando  el  cursor  en  la  celda  que  deseamos  que sea  calculado  el  estadístico.  las  funciones para los principales estadísticos son:  Estadístico  Función  Media aritmética  Promedio  Mediana  Mediana  Moda  Moda  Desviación típica  Desvest  Varianza  Cuartil  Var  Cuartil  Primer ejemplo:  Hallar la Media aritmética. copiar los números precedentes tal como se muestran.  colocando  el  símbolo  (=)  seguido  del  nombre  de  la  fórmula  correspondiente  y  entre  paréntesis  las  celdas  de  las  cuales  se  calculará  el  estadístico. Mediana y Moda de:  2  3  4  0  4  2  5  0  1  3  2  5  2  6  0  1  2  2  3  2  3  4  4  0  2  1  4  3  5  4  5   7  9  8  4  3  5  4  4  0  Solución: Se debe abrir una hoja Excel.

 3A y 3B calcular  a)  La cantidad de números  b)  El valor mínimo  c)  El valor máximo  d)  El valor que separa el 25 % inferior de los datos.  e)  El valor que separa el cuartil 2.  Sugerencia: Excel cuenta con funciones de diferentes tipos que pueden ser encontrados en  f x  entrando  a  éste  menú  encontrará  diferentes  funciones  entre  las  que  puede  escoger  las  estadísticas.  Cuarto ejemplo: Para los ejemplos 1.  f)  El valor que separa el 25 % superior de los datos. 112  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Tercer ejemplo: Calculando la desviación típica y la varianza para los conjuntos A y B determine  cual conjunto es más homogéneo.  Segundo ejemplo: Igual que el primer ejemplo.Ciencias Aplicadas  Estadística I  todas las celdas.

  SPSS es un paquete estadístico que se maneja mediante menús descriptivos y cuadros de  dialogo.  Al  abrir  SPSS  UD. SPSS utiliza un lenguaje de comandos.  Al concluir el presente laboratorio el estudiante será capaz de:  b)  Preparar la base de datos de spss  c)  Cruzar variables y calcular estadísticos  d)  Recategorizar variables en SPSS  3)  Desarrollo del laboratorio   I.  Encontrará  un  editor  de  datos  con  una  barra  de  menús  en  la  que  se 113  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Generalidades.Ciencias Aplicadas  Estadística I  Laboratorio nº 2  Estadística 1  2)  Objetivos.

 8  4.Ciencias Aplicadas  Estadística I  seleccionarán las tareas a realizar. Tablas Básicas.  Nombre Es para poner el nombre de la variable el cual puede contener un máximo de 8  caracteres. religión.  Tipo  Es  para  organizar  el  tipo de variable. sexo. Tablas. ambos editores pueden ser gravados como archivos pero con diferente  extensión.  2. empezando por una letra Ej. Si  no especificamos  nada SPSS  asume  por  defecto que la variable al entrar será numérica. llevar una variable a “ hacia abajo”  colocar otra  variable  en  la  ventana  “ a  través”   luego  aceptar. los cuales pueden ser literales o numéricos. Contenido de Vista de variables  Vista de variables presenta 9 columnas los cuales son:  1.  Alineación Alinea la columna al centro o al lugar deseado  Tarea  Introducir los datos de la pagina 3  III Editores en SPSS  Existen dos tipos de editores en SPSS. separada decimalmente con coma.: v1. Encontrará dos tipos de pantalla  los cuales son Vista de variables y Vista de datos.  Etiqueta Es para poner el nombre (Etiqueta)a la variable  6. edad.  Valores Es para poner los atributos o caracteres de la variable si esta fuera cualitativa  7.  3.  Decimales Es para indicar el numero de decimales  5.  Si  deseamos  calcular  porcentajes  en  el 114  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Perdidos Se pone valores perdidos si existiese  8. El editor de datos que contiene las pantallas Vista  de datos y Vista de variables Y el Editor de resultados que muestra los resultados de los  procesos en SPSS. p1.  v2.  La pantalla Vista de variables sirve para organizar y ver la organización de las variables  La pantalla  Vista  de datos Sirve  para introducir  y  ver   los datos que  tiene un  determinado  archivo SPSS  II.  IV Operaciones en SPSS  1)  Como realizar cruces de variables  Clic en Analizar. en la parte inferior UD.  Anchura Es para poner el número de caracteres por ej.

 y totales por  grupos  ·  Realizar  el  cruce  de  variables  procedencia/nº  de  hijos  con  conteo. (en este caso la etiqueta será “condición del alumno”) click en  valores antiguos y nuevos.  porcentaje  por  columnas y totales por grupos  ·  Realizar el cruce de variables sexo/procedencia con % fila y % total y totales por grupo  ·  Realizar  el  cruce  de variables  nº de  hijos/procedencia. saldrá un  cuadro de dialogo. en el nuevo cuadro de dialogo click en Rango del menor hasta  y  se  coloca  50  y  en  la  ventanita  “valor”  colocar  1  luego  click  en  Añadir.  Click  en  Transformar. se escogen los estadísticos deseados por ejemplo % fila o % tabla luego  continuar.  2) Como categorizar los datos de una variable  Categorizaremos las notas de los estudiantes de 0 a 50 serán “Reprobado”.  repetir  el  procedimiento con un nuevo rango esta vez de 51 hasta el mayor. %  total.  Tareas  ·  Realizar cruce de variables sexo/procedencia  ·  Realizar cruce de variable procedencia/sexo  ·  Realizar cruce de variables sexo/nº de hijos con conteo y porcentaje por fila. 115  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Recodificar. en la ventana título colocar el título deseado en la  ventana pie colocar “fuente: elaboración propia” luego continuar y aceptar.Ciencias Aplicadas  Estadística I  cruce de variables.  en  diferentes  variables.  con  conteo. luego en la ventanita de  valor nuevo colocar el 2 click en Añadir y click en cambiar y finalmente aceptar. En la nueva  variable  aparecerán  los  números  1  para  reprobados  y  2  para  aprobados.  para  colocar  título  en  el  cuadro  de  resultados  hacer  clic  en  títulos y aparecerá un cuadro de dialogo.  totales  por  grupos.  si  deseamos  ver  los  totales  hacer  clic  en  Totales  luego  continuar  y  aceptar  y  saldrán  los  totales  por  grupo. Presentar informe la  próxima clase.  en  el cuadro  de  dialogo  colocamos la variable  origen (nota) para la variable  de salida colocamos el nombre  (en este caso n1) y la etiqueta. de 51 a 100 será  “Aprobado”. después de establecer las variables hacer clic en estadísticos.  esto  hay  que  programar en la pantalla “Vista de variables”. colocando título al cuadro y pie “Fuente: UPDS”  Tarea para la casa  * Realizar lo anterior con Tablas Generales en vez de Tablas Básicas.

  introducir  15  datos  con  decimales  y  recategorizarla en otra nueva variable con los siguientes rangos (20 o menos) “Liviano”  (más de 20 hasta 40) “Normal”.  moda.  En  una  nueva  variable  colocar  “Aprobado”  a  los  que  tengan  nota  de  51  a  100. (13 a 19) “Joven” y de (20 a más) “Adulto”.Ciencias Aplicadas  Estadística I  Tarea  1. el promedio.  mediana.  colocar  la  variable  cuantitativa  en  resumir. la edad máxima y mínima de los hombres y mujeres  ·  Calcular  el  sueldo  inicial  máximo  y  mínimo  de  acuerdo  a  la  procedencia  de  los  encuestados.  2.  3.  Crear  una  nueva  variable  peso  en  Kg.  porcentajes del total  Si  deseamos  realizar  cálculo  de  estadísticos  de  dos  variables  cruzadas  se  procede  como  sigue:  Click  en  Analizar. (más de 40) “Pesado”.  y  “Reprobado” a los que tengan de 0 a 50. los porcentajes del total.  llevar  la  variable  numérica  a  resumir  y  la  variable cualitativa hacia abajo. la moda y la mediana de los  sueldos actuales de acuerdo al sexo del encuestado  ·  Del  cuadro  de  dialogo  estadísticos  borrar  recuento.  Tablas  Básicas  colocar  las  variables  a  cruzar  en  hacia  abajo  y  a  través.  promedio.  Tablas. colocar título y pie “Fuente: Equipo de investigadores”  ·  Calcular el recuento.  En  una  nueva  variable  categorizar  a  la  edad  del  hijo  de  la  siguiente  manera  (0  a  12)  “Niño”.  4)  Como calcular estadísticos después de un cruce de variables  Click  en  Analizar. también se puede insertar totales y títulos como en el caso anterior  Tareas  ·  Calcular la edad promedio. click en estadísticos en el cuadro de diálogos se escoge el  o los  estadísticos.  clic  en  estadísticos  y  de  el  cuadro de dialogo escoger los estadísticos y añadir  Tareas  ·  Calcular la edad promedio de acuerdo a un cruce de variables sexo/procedencia  ·  Calcular la edad promedio de acuerdo al sexo  ·  Calcular el recuento los porcentajes del total.  Tablas.. el promedio y el máximo del salario actual  del cruce de variables sexo/procedencia 116  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .  Tablas  Básicas.

 Inicial  Sal. Actual  hijos  E.Ciencias Aplicadas  Estadística I  Calcular  el recuento.  En  primer  lugar  veremos  la  regresión  lineal  que  sigue  el  modelo  de  la  función  de  regresión  y =  a + bx  donde  a  es  el  intercepto  o  punto  de  corte  sobre  la  variable  dependiente  y  b  es  la  pendiente de la línea resultado de la regresión lineal. del  hijo  1  Hombre  Cruceño (a)  35  1300  1350  3  12  2  Mujer  Del interior  28  2500  1600  2  4  3  Hombre  Cruceño (a)  55  1000  1000  5  28  4  Hombre  Del interior  29  3200  3420  1  4  5  Mujer  Del interior  23  2850  3000  1  6  6  Mujer  Cruceño (a)  28  3000  2900  0  0  7  Mujer  Cruceño (a)  29  1800  2200  2  8  8  Hombre  Cruceño (a)  40  5400  5800  4  16  9  Mujer  Del interior  28  2300  2400  2  4  10  Hombre  Del interior  32  1900  2050  0  0  11  Hombre  Cruceño (a)  48  1100  1220  2  14  12  Hombre  Cruceño (a)  28  1800  1850  3  6  13  Mujer  Cruceño (a)  26  1800  2200  2  4  14  Mujer  Cruceño (a)  33  1900  2200  2  5  15  Mujer  Del interior  35  2000  2300  3  4  16  Mujer  Del interior  52  2100  2200  6  30  Laboratorio nº 3  estadística 1  Regresión en SPSS  Para realizar una regresión en SPSS hay que escoger en primer lugar el modelo de función de  regresión que se va a aplicar a los datos. el  mínimo  y  los  totales por grupo del salario  inicial del  cruce de  variables  sexo/nº de hijos  Tabla de resultados  nº  Sexo  Procedencia  nº de  Edad  Sal.  Los pasos a seguir son los siguientes:  En  la  vista  de  variables  se  prepara  las  variables:  “x”  y  “y”  en  la  etiqueta  se  coloca  “Variable 117  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  .

 aceptar  y aparecerá una nueva variable con los valores de “y” calculado con la función de regresión  Tarea. lineal. colocar las variable x y y. b y r  Tarea Hallar las funciones de regresión lineal para los siguientes conjuntos de datos:  1.  luego  en  la  vista  de  datos  se  introducen  los  datos  de  las  dos  variables. continuar. regresión.Ciencias Aplicadas  Estadística I  independiente”  para  la  x  y  “Variable  dependiente”  para  la  y.  utilizando  la  función  de  regresión  lineal.  y  parecerá  el  gráfico  de  dispersión  deseado.6      5.6      3. habilitar no tipificada. en opciones de ajuste habilitar total y aparecerá la línea resultado de la  regresión junto al diagrama de dispersión.  dispersión.1      12.  X  0         2         3         5          8  Y  0. aparecerá un cuadro de diálogo y en el se introducen las variables  y  finalmente  aceptar. simple. Realizar el cálculo de “y” estimada para los datos del cuadro ejemplo 2 anterior: 118  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . luego aceptar y aparecerá  en el archivo de resultados la información respecto a a.  Una  vez  introducidos  los  datos  de  procede  de  la  siguiente manera: Clic en analizar.  y  la  segunda  sigue  los  siguientes  pasos:  Analizar.  es  decir  el  gráfico  de  la  recta  ajustada  se  siguen  los  siguientes  pasos:  clic  derecho en el cuerpo del gráfico anterior. definir.  El  gráfico  de  dispersión  es  el  gráfico  de  los  valores  experimentales.8      18  Construcción del gráfico de dispersión.8      9      12. objeto gráfico SPSS. Para hallar el gráfico de dispersión s e siguen los siguientes pasos: Click en gráfico.  Para  generar  el  gráfico  de  la  regresión  lineal.  Para  realizar  dos  esto  existen  don  métodos.  Ù  Calculo  del  valor  estimado  y  es  decir  del  valor  de  la  variable  dependiente  en  función  de  la  variable  independiente.  regresión.  X  0       2         4         5          7  Y  ­2      3.6  2. aparecerá un nuevo menú  y  de  este  nuevo  menú  se  debe  hacer  clic  en  el  ultimo  ficha  que  corresponde  a  opciones  del  diagrama  de dispersión. aparecerá un cuadro de diálogos y en el se  colocan las variables independiente y dependiente como corresponde. lineal.  el  primero  es  generando  una  nueva  variable  mediante  los  pasos  Transformar. abrir.  es  decir  los  valores  disponibles.1      8.  calcular  como  vimos  en  la  clase  anterior. guardar.

Aplicando estadística con SPSS. Estadística para los negocios y la economía. así como también los valores de los coeficientes a. 1998  2. Lima  5.  Madrid.  regresión regresión curvilínea. 2003 119  Dirección de Educación a Distancia – UPDS ­ Modalidad Cursos por Encuentros  . Ecoe ediciones. Schawm  4. b. Prentice Hall. se colocan las variables en las posiciones adecuadas y se escoge  el  o  los  modelos  de  regresión  deseados  y  aparecerá  la  gráfica  de  las  funciones  de  regresión  solicitados.  Bogotá.  X  1      2       4        6        8  y  2      5      15      30      44  Bibliografía.  PAUL NEWBOLD. r  Tarea  Realizar el modelo potencial para los datos de los cuadro 3 y 4  3.  X  1     2     3     5     8  y  1     4    9     25    64  4. Lima. Estadística 1.  CIRO MARTINEZ BENCARDINO.  1. 2007  3.  ERICK EDUARDO.  Para  realizar  otros  modelos  de  regresión  se  siguen  los  siguientes  pasos:  Clic  en  Analizar.Ciencias Aplicadas  Estadística I  Diferentes funciones de regresión.  SPIEGEL & MURRAY. Estadítica. Estadística y muestreo.  RAFAEL JUAN CHERRE. Editorial Macro.