You are on page 1of 24

Universidad de San Carlos de Guatemala

Facultad de Ingeniera
Centro de Investigaciones de Ingeniera
Tcnicas de Estudio e Investigacin

Material de apoyo:
Resumen Estadstica Descriptiva

Ing. Yanuario Laj


DEFINICIN Y CLASIFICACIN DE VARIABLES DATOS. CLASIFICACIN, ORGANIZACIN Y
CONSTRUCCIN DE BLOQUES ESTADSTICOS
La estadstica descriptiva es la rama de las Matemticas que recolecta,
presenta y caracteriza un conjunto de datos (por ejemplo, edad de una Los datos son medidas y/o nmeros recopilados a partir de la observacin.
poblacin, altura de los estudiantes de una escuela, temperatura en los meses Los datos pueden concebirse como informacin numrica necesaria para
de verano, etc.) con el fin de describir apropiadamente las diversas ayudar a tomar una decisin con ms bases en una situacin particular.
caractersticas de ese conjunto.
Existen muchos mtodos mediante los cuales se pueden obtener datos
Al conjunto de los distintos valores numricos que adopta un carcter necesarios.
cuantitativo se llama variable Primero, se puede buscar datos ya publicados por otras fuentes.
Estadstica. Segundo, se puede disear un experimento.
En tercer lugar, se puede conducir un estudio.
Las variables pueden ser de dos tipos: Cuarto, se pueden hacer observaciones del comportamiento, actitudes u
Variables cualitativas o categricas: no se pueden medir numricamente opiniones de los individuos en los que se est interesado.
(por ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numrico (edad, precio de un producto, Los datos se pueden clasificar en:
ingresos anuales). Datos discretos. Son respuestas numricas que surgen de un proceso de
conteo.
Por su parte, las variables cuantitativas se pueden clasificar en discretas y Datos continuos. Son respuestas numricas que surgen de un proceso de
continuas: medicin.
Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo:
nmero de hermanos
(Puede ser 1, 2, 3...., etc., pero, por ejemplo, nunca podr ser 3.45). ORGANIZACIN DE DATOS
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por
ejemplo, la velocidad de un vehculo puede ser 90.4 km/h, 94.57 km/h...etc. Muchas veces uno se pregunta, para qu sirven las encuestas que a veces
se hacen en la calle?, Cmo saber si una estacin de radio se escucha ms
Cuando se estudia el comportamiento de una variable hay que distinguir los que otra? , Cul candidato puede ganar? La respuesta se comienza con la
siguientes conceptos: recaudacin de datos.
Individuo: cualquier elemento que porte informacin sobre el fenmeno que Los datos son informacin que se recoge, esto puede ser opinin de las
se estudia. As, si estudiamos la altura de los nios de una clase, cada alumno personas sobre un tema, edad o sexo de encuestados, dnde viven, cuntas
es un individuo; si se estudia el precio de la vivienda, cada vivienda es un personas viven en una casa, qu tipo de sangre tiene un grupo de personas,
individuo. etc.
Poblacin: conjunto de todos los individuos (personas, objetos, animales, Hay datos que pueden ser de mucha utilidad a diferentes profesionales en la
etc.) que porten informacin sobre el fenmeno que se estudia. Por ejemplo, toma de decisiones, para resolver problemas o para mostrar resultados de
si se estudia el precio de la vivienda en una ciudad, la poblacin ser el total investigaciones. Una vez que se haya recogido toda la informacin, se
de las viviendas de dicha ciudad. procede a crear una base de datos, donde se registran todos los datos
Muestra: subconjunto que seleccionado de una poblacin. Por ejemplo, si obtenidos.
se estudia el precio de la vivienda de una ciudad, lo normal ser no recoger Algunas veces, si los datos son muy complicados, se codifican, esto quiere
informacin sobre todas las viviendas de la ciudad (sera una labor muy decir que se le coloca una palabra clave que identifica un ttulo muy largo.
compleja), sino que se suele seleccionar un subgrupo (muestra) que se Cuando ya est elaborada la base de datos se parece a una tabla.
entienda que es suficientemente representativo.
Es importante recordar que nunca se colocan las tablas y las grficas juntos,
porque en realidad dicen lo mismo, corrientemente se utiliza o una tabla y su
Las variables aleatorias son variables que son seleccionadas al azar o por
anlisis, o una grfica y su anlisis.
procesos aleatorios.
Por ejemplo, supngase que se ha preguntado a un conjunto de n personas:
qu opinin tienen acerca del estado en que se encuentran las instalaciones
de la Facultad de Ingeniera de la USAC? Las n respuestas se encuentran en Si se observa la tabla 2, contiene una sucesin de datos con valores repetidos.
una escala que va de 1 a 9, donde 1 representa un total desacuerdo con las Por ejemplo, el valor 1 se encuentra presente en seis ocasiones. Una buena
instalaciones mientras que 9 quiere significar un acuerdo total. estrategia es mostrar una sola vez cada valor y hacerlo seguir por su
El resultado de la medicin es el siguiente: frecuencia, es decir, por la cantidad de ocasiones en que aparece, tal como lo
muestra la tabla 3:
Tabla 1: Conjunto original de datos
Tabla 3: Conjunto ordenado de valores y frecuencias

Si se plantean las siguientes preguntas: An se puede disponer la informacin de tal forma que resulte fcil responder
Cuntas personas fueron encuestadas? a preguntas que se han planteado. En la tabla 3 se ha mantenido la misma
Cul fue la respuesta ms frecuente? disposicin que en la tabla 2. Esto es innecesario. Para disponer la
Cuntas personas tienen, como mximo, una actitud de cuatro informacin de manera ptima, se genera una tabla que tenga dos columnas.
puntos en la escala? (es decir, Cuntas personas se encuentran en
desacuerdo con las instalaciones?) En la columna primera se presentarn los valores, que se representa con la
letra x mientras que en la segunda columna se dispondrn las frecuencias,
Es difcil responder a las tres cuestiones. Cul es el problema? que se representa con la letra f. Obsrvese el resultado en la tabla 4:
Las personas tienen dificultades para procesar o tener en cuenta mucha
Tabla 4: Tabla de frecuencias
informacin de forma simultnea. La tabla 1 muestra demasiados datos y es
preciso contar con mucha paciencia y una buena vista para responder a las
preguntas anteriores con seguridad.
As pues, qu se puede hacer? Una solucin alternativa al repaso repetitivo
de la tabla 1 es organizar los datos de tal forma que tengan una disposicin
que facilite la lectura. En este sentido, la primera accin a realizar es ordenar
los datos desde el que posee el valor ms pequeo hasta el que cuenta con
el valor mayor.
Obsrvese el resultado:

Tabla 2: Conjunto ordenado de datos

Ahora s, la tabla de frecuencias permite responder a las preguntas planteadas


con facilidad:
Cuntas personas fueron encuestadas? Solucin: 150
Cul fue la respuesta ms frecuente? Solucin: 5 (40 datos)
Se logra una ganancia al pasar de la tabla 1 a la tabla 2. Parece que sta es Cuntas personas tienen, como mximo, una actitud de cuatro puntos en la
ms fcil de interpretar. No ha desaparecido ninguna informacin, el nico escala? Solucin: 59 (6+11+12+30).
cambio est en su ordenacin. No obstante, la solucin es parcial, puesto que
an debe ser mejorada (sigue siendo difcil responder a las preguntas).
ACUMULACIN DE FRECUENCIAS Tabla 6: Nueva tabla de frecuencias

No todas las preguntas que se han realizado sobre el mismo conjunto de datos
han exigido el mismo esfuerzo. As, mientras que las preguntas sobre el
nmero de datos y el valor ms frecuente se han respondido con una lectura
de la tabla, la tercera pregunta ha necesitado de algunas operaciones:
Cuntas personas tienen, como mximo, una actitud de cuatro puntos en la
escala? Solucin: 59 (6+11+12+30).

Para responder a esa pregunta se ha tenido que realizar una suma: la de


todas las frecuencias comprendidas entre el primer valor de la tabla y el valor
que interesa, ambos inclusive. Esta cantidad final recibe el nombre de
frecuencia acumulada.

Muchas interrogantes requieren respuestas que se basan en las frecuencias


Si se trata de responder a la misma pregunta, ocurre lo siguiente:
acumuladas. Es recomendable escribir esta nueva informacin en la tabla, de
En la tabla 6 ha cambiado el conjunto de datos. Ahora son 1,140, frente a los
tal forma que permita respuestas directas en el futuro. Vase el resultado:
150 de la encuesta anterior.
Tabla 5: Tabla de frecuencias de tres columnas
Una misma frecuencia, en este caso f 40, no tiene la misma interpretacin
en ambas tablas. Qu ha cambiado? La importancia relativa de la frecuencia,
puesto que f 40 frente a N 150 es diferente a f 40 frente a N 1,140.

De hecho, el valor 5 pasa de ser el ms frecuente al menos frecuente.

La solucin se encuentra en expresar las frecuencias en trminos relativos en


vez de absolutos.

Esto es precisamente lo que consiguen las proporciones: expresar una


cantidad con respecto al total. As, se aade una nueva columna, conteniendo
las frecuencias relativas ( fr ) que surgen de hacer la operacin:

FRECUENCIAS RELATIVAS
Si se retoma el problema de las actitudes frente a las condiciones de las
instalaciones de la Facultad de Ingeniera, la tabla de frecuencias no termina Obsrvese el resultado comparando el obtenido con cada una de las dos
donde se dej. Se puede aadir ms informacin til en la que se basan tablas afectadas en este problema (tablas 4 y 6):
respuestas para otras preguntas. Por ejemplo Cuntas personas han
respondido con una actitud media (valor 5)? Solucin: 40.

Ahora, considrese la siguiente tabla con datos nuevos:


Tabla 7: Comparacin entre dos tablas de frecuencias
TABLAS DE FRECUENCIAS
Por lo general, cuando se exponen los resultados de una encuesta en un
medio de comunicacin, lo habitual es utilizar otro tipo de frecuencias
relativas: los porcentajes.
El principio que rige la utilizacin de los porcentajes es el mismo que para las
proporciones: utilizar un referente fijo de tal forma que no sea necesario contar
con el nmero total de datos para interpretar una frecuencia. La diferencia
entre los porcentajes y las proporciones es que los primeros utilizan el
referente 100, mientras que las proporciones utilizan el 1.
Entonces, conseguir los porcentajes es muy fcil si se cuenta con las
proporciones: bastar con multiplicar a stas por 100:
Tabla 8: Tablas de frecuencias con porcentajes

Ntese que el valor 5 pasa de contar con una frecuencia relativa fr


0.2667(ms de la cuarta parte) a fr 0.0351 al ser comparado,
respectivamente, con un total de N 150 a N 1,140 .

Un aspecto de inters se encuentra en la fila de los totales. El resultado es


1.0000 en los dos casos. Esto debe ocurrir siempre. Lo que se hace al traducir
las frecuencias absolutas a las relativas es unificar el referente. En el conjunto
de datos de la tabla 4, el referente absoluto es 150. En el conjunto de datos
de la tabla 6, el referente absoluto es 1,140. No se pueden comparar
frecuencias de conjuntos de datos diferentes porque los referentes son
diferentes.
La variable actitud frente al subsidio admite orden entre sus valores. Por lo
Para que la comparacin sea factible es necesario unificar. Dado que las tanto, para completar la tabla, bastar con acumular sus frecuencias:
proporciones se expresan en tantos por uno, es posible comparar frecuencias Tabla 9: Tabla de Frecuencias completa
entre tablas.

En otros trminos: para interpretar una frecuencia absoluta se necesita


conocer el nmero total de datos puesto que, segn se ha visto, el nmero de
datos condiciona la importancia de una frecuencia. Pero para interpretar una
frecuencia relativa expresada como una proporcin no es necesario conocer
el nmero total de datos, puesto que aqu el referente es constante de una
tabla a otra: 1.0000.

Sin embargo, no se termin el proceso de enriquecimiento de la tabla.

Las proporciones se expresan siempre en cantidades que se sitan entre 0 y


1. Es decir, las proporciones son nmeros decimales. Y las personas tambin
se sienten incmodas con las cantidades decimales.
TIPOS DE GRFICAS
Polgono de frecuencias
Una grfica es la representacin de datos, generalmente numricos, mediante Otra forma de representacin de uso menos comn, y muy parecida a las
lneas, superficies o smbolos, para ver la relacin que esos datos guardan grficas de lneas, es el polgono de frecuencias. La diferencia fundamental
entre s. Sirven para analizar el comportamiento de un proceso, o un conjunto entre ambas es que en el polgono de frecuencias se aaden dos clases con
de elementos o signos que permiten la interpretacin de un fenmeno. Las frecuencias cero: una antes de la primera clase con datos y otra despus de
grficas se pueden agrupar en cinco tipos: la ltima. El resultado es que se "sujeta" la lnea por ambos extremos al eje
horizontal y lo que podra ser una lnea separada del eje se convierte, junto
con ste, en un polgono.
GRFICAS DE LNEAS
Ejemplo: El siguiente polgono de frecuencias muestra los goles anotados por
Grfica simple de lneas un delantero en un equipo de ftbol en las temporadas de 2000 a 2007:
Muestran la relacin entre dos variables cuantitativas. En el eje horizontal (x)
se grfica la variable independiente en el eje vertical (y). Las marcas de los
cuadrantes en los ejes marcan las unidades de medida; las escalas en los
ejes pueden ser lineales, logartmicas o ambas.

Cuando los datos se relacionan entre s, es decir, cuando podemos decir que
existe cierta continuidad entre las observaciones (como por ejemplo el
crecimiento poblacional, la evolucin del peso o estatura de una persona a
travs del tiempo, el desempeo acadmico de un estudiante a lo largo de su
instruccin escolar, las variaciones presentadas en la medicin realizada en
algn experimento cada segundo o minuto) se pueden utilizar las grficas de
lneas, que consisten en una serie de puntos trazados en las intersecciones
de las marcas de clase y las frecuencias de cada una, unindose
consecutivamente con lneas.

Ejemplo: Aqu se muestra el comportamiento de los promedios escolares


finales de dos alumnos (Daniel y Blanca) a lo largo de cinco observaciones
anuales:
Una grfica similar al polgono de frecuencias es la ojiva, pero sta se obtiene
de aplicar parcialmente la misma tcnica a una distribucin acumulativa y de
igual manera que stas, existen las ojivas mayor que y las ojivas menor que.
La diferencia fundamental entre las ojivas y los polgonos de frecuencias es
que en el eje horizontal (x) en lugar de colocar las marcas de clase se colocan
las fronteras de clase. Para el caso de la ojiva mayor que es la frontera menor
y para la ojiva menor que, la mayor. Los dos casos posibles son:

Caso 1. Para la ojiva menor que, el extremo derecho no se amarra al eje


x.

Ejemplo: Se tomaron las estaturas de 50 estudiantes en un grupo del plantel


8 de la ENP y se agruparon por intervalos de 5 centmetros, iniciando en
1.45m y terminando en 1.90m. Se obtuvo la frecuencia acumulada hasta el
intervalo de clase menor de 1.90m. De la grfica de ojiva menor puede verse
que el 90% de los estudiantes miden menos de 1.80 metros.
GRFICAS DE BARRAS O HISTOGRAMAS

Caso 2. Para la ojiva mayor que, el extremo izquierdo de la ojiva no se Se emplea cuando la variable independiente es categrica. Cada barra slida,
"amarra" al eje x. ya sea vertical u horizontal representa un tipo de dato. Cuando es necesario
representar divisiones de datos se utiliza un grfica de barras subdivididas.
Ejemplo: De un grupo de 30 estudiantes, 20 acreditaron la materia de
Estadstica y Probabilidad y se agruparon sus calificaciones desde 6 hasta 10 Los histogramas no muestran frecuencias acumuladas, son preferibles para
en intervalos de 0.5. Se obtuvo la frecuencia acumulada hasta el intervalo de el tratamiento de datos cuantitativos y la barra con mayor altura representa la
clase mayor de 9.5. De la grfica de ojiva mayor puede verse que el 30% de mayor frecuencia. La sumatoria de las alturas de las columnas equivale al
los estudiantes sacaron 9 o ms de calificacin. 100% de los datos.
Barras verticales Ejemplo: La siguiente grfica presenta la distribucin de las edades de los 236
En el eje horizontal (o de las abscisas) se representan los intervalos de los nios que estudian en una escuela primaria:
datos, marcndose de manera continua las fronteras entre cada uno de stos.
De esta manera, el histograma est compuesto por rectngulos, cuyo nmero
coincide con la cantidad de intervalos considerados, el ancho de la base de
cada uno de esos rectngulos es la misma siempre y coincide con las
fronteras de los intervalos, y la altura corresponde a la frecuencia de cada
intervalo. En este tipo de grficas es recomendable:
El empleo de sombreado o colores facilita la diferenciacin de las barras.
El punto cero se indica en el eje de ordenadas y se deben establecer las
unidades en los ejes.
La longitud de los ejes debe ser suficiente para acomodar la extensin de
la barra.

Ejemplo: La grfica siguiente representa el nmero de campeonatos de ftbol


que han ganado los pases en las 18 ediciones desde 1930 hasta 2006:

A este tipo de grficos en particular se le llama pirmide de edades por su


forma.

Grficas de columnas bidimensionales


Un tipo de grfico muy parecido al histograma es la grfica de columnas. Para
este tipo de grfica, elaboradas con rectngulos tambin, se pide que sus
bases sean del mismo ancho y sus alturas equivalentes con las frecuencias.
Para este tipo, a diferencia del histograma, no es necesario tener una escala
horizontal continua, por lo que los rectngulos (o barras) no tienen que
aparecer juntas entre s.

Otra observacin pertinente es que se pueden representar en la misma


grfica, utilizando las mismas escalas horizontales y verticales, varios datos
correspondientes a las mismas variables producto de varias observaciones.
Es importante notar que resulta difcil utilizar este tipo de representacin
cuando existen intervalos abiertos o cuando los intervalos no son iguales entre Esto produce una grfica con varias series, correspondiendo cada una de
s. ellas a cada observacin de la muestra (o poblacin), y tenindose una grfica
compuesta. Es conveniente que cada serie de datos (u observaciones) sean
Barras horizontales coloreados de igual manera entre s, pero distinta de las dems.
Se parecen mucho a las grficas de columnas, con la salvedad importante de
que la funcin de los ejes se intercambia y el eje horizontal queda destinado Ejemplo: La grfica siguiente muestra el comportamiento de los minutos de
a las frecuencias y el eje vertical a las clases. retraso que acumularon tres trabajadores de una tienda durante cuatro
semanas. Las series estn coloreadas con diferente color para mostrar el
Es muy comn que este tipo de grficos se utilicen para ilustrar el tamao de comportamiento tanto individual, como de cada uno de los trabajadores con
una poblacin dividida en estratos como, por ejemplo, son sus edades. respecto a los dems.
GRFICAS CIRCULARES
Denominadas tambin grfica de pastel, se utilizan para mostrar porcentajes
y proporciones. El nmero de elementos comparados dentro de un grfico
circular, no deben ser ms de 7, ordenando los segmentos de mayor a menor,
iniciando con el ms amplio a partir de las 12 como en un reloj. Una manera
sencilla de diferenciar los segmentos es sombrendolos con colores
contrastantes.
Este tipo de grficas es muy til cuando lo que se desea es resaltar las
proporciones que representan algunos subconjuntos con respecto al total, es
decir, cuando se est usando una escala categrica.

Ejemplo: La siguiente grfica ilustra los gustos musicales de un grupo de


jvenes de la Facultad de Contadura:

Grficas de columnas tridimensionales


Existe la posibilidad, y si los recursos lo permiten, de representar grficos
compuestos de una manera "tridimensional", es decir, con grficos que
posean no slo dos ejes, sino tres; y en los que los rectngulos son sustituidos
por prismas de base rectangular (ocasionalmente el software en el mercado
permite utilizar prismas cuya base son polgonos regulares de ms de cuatro
lados, pirmides o cilindros).

Ejemplo: En la grfica se puede apreciar el nmero de medallas que han


ganado cinco pases en las ediciones de los Juegos Panamericanos de 1999
a 2007:

De hecho, si se desea resaltar una de las categoras que se presentan, es


vlido tomar esa "rebanada" de la grfica y separarla de las dems:

En este tipo de grficas pueden complicarse mucho si hay demasiados datos


ya que la informacin es menos legible.
GRFICAS DE DISPERSIN se puede ver fcilmente la participacin o cuota de mercado de cada artculo
Una grfica de dispersin tiene dos ejes de valores, mostrando un conjunto a travs del tamao de cada burbuja, que corresponde a la cifra que est
de datos numricos en el eje x y otro en el eje y. Combina estos valores en despus de cada coma:
puntos de datos nicos y los muestra en intervalos uniformes o agrupaciones.
Los grficos de dispersin se utilizan normalmente para mostrar y comparar
valores numricos, como datos cientficos, estadsticos y de ingeniera. Este
tipo de grficas se usan cuando:
Desea cambiar la escala del eje horizontal.
Desea convertir dicho eje en una escala logartmica.
Los espacios entre los valores del eje horizontal no son uniformes.
Hay muchos puntos de datos en el eje horizontal.

Ejemplo: La siguiente grfica de dispersin compara temperaturas en un da


en la Ciudad de Mxico. En el eje de horizontal mide la hora de medicin y el
eje vertical mide las temperaturas previstas y las temperaturas reales.

PICTOGRAMAS
Son grficos con dibujos alusivos al carcter que se est estudiando y cuyo
tamao es proporcional a las frecuencias que representan. Se emplean para
representar diferencias cuantitativas simples entre grupos. Los smbolos
utilizados para representar valores idnticos deben ser de igual dimensin.
Actualmente muchos medios masivos de comunicacin utilizan grficos para
ilustrar resultados de alguna investigacin. Regularmente se utilizan dibujos
llamativos para captar el inters del pblico.

Ejemplo: El pictograma siguiente representa la poblacin de los Estados


Unidos de 1930 a 1990 (cada figura representa a dos millones de habitantes).

Uno de los usos de este tipo de grficas es precisamente encontrar si las


observaciones siguen algn patrn (lineal, exponencial, polinomial,
logartmica, etc.) o si existen valores atpicos.

GRFICAS DE BURBUJAS
Un tipo de grfico similar a las grficas de dispersin son las grficas de
burbujas, en las cuales se presenta la dispersin de las observaciones de la
misma forma pero se le aade la posibilidad de visualizar otra variable
representada en el tamao del punto, pues stos se convierten en crculos
(burbujas) con radios proporcionales a las magnitudes que representan.

Ejemplo: La grfica siguiente se puede apreciar el volumen de ventas y el


nmero de productos de siete artculos (A-1 a A-7) en una fbrica. Adems,
MEDIDAS DE TENDENCIA CENTRAL Ejemplo: Mediante la siguiente distribucin de frecuencias que muestra las
estaturas en metros de los alumnos de un grupo de la Facultad de Contadura
MEDIA, MEDIANA Y MODA y Administracin, hallar la media aritmtica.

Cuando se tiene un grupo de observaciones, se desea describirlo a travs de


un slo nmero. Para tal fin, no se usa el valor ms elevado ni el valor ms
pequeo como nico representante, ya que slo representan los extremos.
Una de las propiedades ms sobresalientes de la distribucin de datos es su
tendencia a acumularse hacia el centro de la misma. Esta caracterstica se
denomina tendencia central.

Las medidas de tendencia central ms usuales son: la media aritmtica, la


mediana y la moda.

MEDIA ARITMTICA
La media aritmtica de n valores, es igual a la suma de todos ellos dividida
entre n . Se denota por x .
Esto es:

Cuando los datos tienen ms de una frecuencia, para obtener la media


aritmtica se agrega otra columna a la tabla estadstica con el producto de las
observaciones y sus frecuencias. Es decir, si se cuenta con una distribucin
de datos entonces se aplica la frmula:

Ejemplo: Con los datos: 10, 8, 6, 15, 10, 5, hallar la media aritmtica.
Las caractersticas de la media aritmtica son: En este caso, la mediana de este conjunto no pertenece al conjunto de datos.
1. Es una medida totalmente numrica o sea slo puede calcularse en datos
de caractersticas cuantitativas. Las caractersticas de la mediana son:
2. En su clculo se toman en cuenta todos los valores de la variable. 1. En su clculo no se incluyen todos los valores de la variable.
3. Es lgica desde el punto de vista algebraico. 2. La Mediana no es afectada por valores extremos.
4. La media aritmtica es altamente afectada por valores extremos. 3. Puede ser calculada en distribuciones de frecuencia con clases abiertas.
5. No puede ser calculada en distribuciones de frecuencia que tengan clases 4. No es lgica desde el punto de vista algebraico.
abiertas.
6. La media aritmtica es nica, o sea, un conjunto de datos numricos tiene
una y slo una media aritmtica. MODA
La moda de un conjunto de datos numricos es el valor que ms se repite, es
decir, el que tiene el mayor nmero de frecuencias absolutas. La moda puede
MEDIANA ser no nica e inclusive no existir.
La mediana es el punto central de una serie de datos ordenados de forma La moda es una medida de tendencia central muy importante, porque permite
ascendente o descendente. planificar, organizar y producir para satisfacer las necesidades de la mayora.
De acuerdo al nmero de casos o datos, hay dos formas para calcular la
mediana: para nmero impar y para nmero par: Ejemplo:
Obtener la moda de los siguientes datos: -3, 3, -2, 0, 3, -1, -2, 4, 5, -2, 0, 1.
Nmero impar de datos ordenados de menor a mayor o de mayor a menor:
la mediana es el valor que queda justo al centro.
Solucin.
Ordenando de forma ascendente: -3, -2, -2, -2, -1, 0, 0, 1, 3, 3, 4, 5.
Ejemplo:
Obtener la mediana de los siguientes datos: 4, 7, 1, 9, 2, 5, 6.
El valor que ms se repite es el -2, por lo tanto ese valor es su moda.
Solucin.
Ordenando de forma ascendente: 1, 2, 4, 5, 6, 7, 9.
Ejemplo:
Obtener la moda de los siguientes datos: 6, 2, -1, -5, 3, -3, -2, 5, 0, -4, 4, 1.
El valor que queda al centro es el 5, porque hay tres datos antes y tres datos
despus de l, entonces la mediana es 5.
Solucin.

Ordenando de forma ascendente: -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6.


Ningn valor se repite es, decir su moda no existe.
Nmero de datos par: en este caso se busca la media aritmtica entre los
dos valores centrales.
Ejemplo:
Ejemplo: En una tienda, 18 empleados presentan la siguiente informacin:
Obtener la mediana de los siguientes datos: -3, 5, 18, 4, 11, -6, 9, 10, -1, 2.

Solucin.
Ordenando de forma ascendente: -6, -3, -1, 2, 4, 5, 9, 10, 11, 18.

Los valores centrales son 4 y 5. Su media aritmtica es: 4.5

Cul es la moda de las horas laboradas por los empleados?


Solucin:
Hay dos valores con frecuencia 5. Si el profesor slo tomara en cuenta los exmenes, el alumno no aprobara.
Entonces, se concluye que hay ms de una moda. Sin embargo al darle importancia a las tareas y a su participacin en clase,
La mayor frecuencia son 8 y 9 horas diarias de trabajo. esto hace que al final consiga aprobar con la media ponderada.

Las caractersticas de la moda son: Su caracterstica principal es que su resultado depende de la importancia o
1. En su clculo no se incluyen todos los valores de la variable. peso de cada uno de los valores asignado por quien efecta el clculo.
2. El valor de la moda puede ser afectado grandemente por el mtodo de
designacin de los intervalos de clases. MEDIA GEOMTRICA
3. No est definida algebraicamente.
La media geomtrica de un conjunto de n observaciones es la raz ensima
4. Puede ser calculada en distribuciones de frecuencia que tengan clases
abiertas. de su producto. El clculo de la media geomtrica exige que todas las
5. No es afectada por valores extremos. observaciones sean positivas:

MEDIA PONDERADA
La media ponderada de un conjunto de valores de una variable x a los que se
han asignado, respectivamente, una ponderacin se calcula mediante la
frmula:
Ejemplo:
Obtener la media geomtrica de los datos: 3, 8, 9.

Ejemplo:
Las siguientes temperaturas han sido tomadas de un experimento qumico:
13.4C, 12.8C, 11.9C, 13.6C. Determinar la temperatura geomtrica media
de este proceso.
Los valores p1, p2, p3,pn indican la importancia que se quiere dar a cada
uno de los valores que toma la variable x .

Ejemplo:
Un profesor decide que la calificacin final de un alumno constar del 60% del
promedio de los exmenes, el 30% de promedio de tareas y el 10% de Las caractersticas de la media geomtrica son:
participacin en clase a lo largo del ao escolar. Si un alumno tiene 5.3 de 1. Se toman en cuenta todos los valores de la variable.
promedio de exmenes, 7.1 de tareas y 7.8 promedio de participaciones. 2. Es afectada por valores extremos aunque en menor medida que la media
Cul ser su calificacin final? aritmtica.
3. Si un dato es cero, su resultado ser cero.
4. No puede ser calculada en distribuciones con clase abiertas.
5. Es mayormente usada para promediar tasas de intereses anuales,
inflacin razones y valores que muestren una progresin geomtrica
(efecto multiplicativo sobre el de los aos anteriores).
MEDIA ARMNICA MEDIDAS DE DISPERSIN
La media armnica se define como el recproco de la media aritmtica. Esto
es: La dispersin mide que tan alejados estn un conjunto de valores respecto a
su media aritmtica. As, cuanto menos disperso sea el conjunto, ms cerca
del valor medio se encontrarn sus valores. Este aspecto es de vital
importancia para el estudio de investigaciones.

Se llaman medidas de dispersin aquellas que permiten retratar la distancia


de los valores de la variable a un cierto valor central, o que permiten identificar
la concentracin de los datos en un cierto sector del recorrido de la variable.
Se trata de coeficientes para variables cuantitativas.
Ejemplo:
Obtener la media armnica de los datos: 6, 9, 7, 2. RANGO
El rango de una distribucin es la diferencia entre el valor mximo (M) y el
valor mnimo (m) de la variable estadstica. Para su clculo, basta con ordenar
los valores de menor a mayor m de M.

Ejemplo:
Si se conoce que el valor promedio de das de espera para obtener una
licencia de manejo, es de 5 das en la oficina A, y de 7 das en la oficina B,
con esta nica informacin no es posible hacer una eleccin adecuada. Sin
Las caractersticas de la media armnica son:
embargo, si se sabe que en la oficina A, el nmero mnimo de das de espera
1. No se influye por la existencia de determinados valores mucho ms
es de 3 y el mximo de 15, mientras que en la oficina B, los valores son 3 y 8
grandes que el resto.
das respectivamente, se podr tomar una decisin ms adecuada para acudir
2. Presenta cambio sensible a valores mucho ms pequeos que el
a obtener la licencia, gracias a esta informacin adicional.
conjunto.
3. No est definida en el caso de la existencia de valores nulos.
Caractersticas del rango:
1. A medida que el rango es menor, el grado de representatividad de los
valores centrales se incrementa.
CENTRO DE AMPLITUD
2. A medida que el rango es mayor, la distribucin est menos concentrada
Es el valor que queda en medio de los valores mnimo y mximo. Esto es:
o ms dispersa.
3. Su clculo es extremadamente sencillo.
4. Tiene gran aplicacin en procesos de control de calidad.
5. Tiene el inconveniente de que slo depende de los valores extremos. De
esta forma basta que uno de ellos se separe mucho para que el recorrido
Ejemplo: se vea sensiblemente afectado.
Obtener el centro de amplitud de los datos siguientes: 2, -1, 8, 7, -3, 4, 9, 2, 0,
5.
Solucin. MEDIDAS DE POSICIN PARA DATOS AGRUPADOS Y NO
Ordenando los datos para obtener los valores extremos: -3, -1, 0, 2, 2, 4, 5, 7, AGRUPADOS: PERCENTILES, DECILES Y CUARTILES
8, 9. Entonces:
Los cuantiles son los valores de la distribucin que la dividen en partes
iguales, es decir, en intervalos que comprenden el mismo nmero de valores.
Cuando la distribucin contiene un nmero alto de intervalos o de marcas y
se requiere obtener un promedio de una parte de ella. Generalmente, se divide
la distribucin en cuatro, en diez o en cien partes.

Los cuantiles ms usados son los percentiles, cuando dividen la distribucin


en cien partes, los deciles, cuando dividen la distribucin en diez partes y los
cuartiles, cuando dividen la distribucin en cuatro partes.

PERCENTILES
Los percentiles son nmeros que dividen en 100 partes iguales un conjunto
de datos ordenados. Es decir, El percentil k es un valor que deja
aproximadamente el k por ciento de los datos por abajo de l. Se denota por
medio de P(k%).
Solucin.
Ejemplo: El primer decil es el primer valor de x que cumple con fa /10 10, por lo tanto,
En un estudio de ingresos mensuales de la poblacin econmicamente activa, D11
revela que el percentil 90 (P90) es $20,000. Esto significa que
aproximadamente el 90% de las personas tienen ingresos que son menores El segundo decil es el primer valor de x que cumple con fa /10 20, por lo
o iguales a $20,000, y por supuesto, el 10% tiene ingresos mayores o iguales
a dicho valor. tanto, D21

En el ejemplo anterior se tom el percentil 90 pero se podra haber El tercer decil es el primer valor de x que cumple con fa /10 0, por lo tanto,
considerado cualquier valor, por ejemplo, 70, 80 entre otros. D32

Fundamentalmente cuando la distribucin de frecuencia es asimtrica, puede De manera sucesiva se pueden obtener los otros deciles. La tabla siguiente
ser ms til e informativo, resumir la distribucin de la variable en estudio, concentra sus valores:
mediante los percentiles.

DECILES
Los deciles son nmeros que dividen la sucesin de datos ordenados en diez
partes porcentualmente iguales. Son los nueve valores que dividen al conjunto
de datos ordenados en diez partes iguales, son tambin un caso particular de
los percentiles. Los deciles se denotan D(1), D(2),..., D(9), que se leen primer
decil, segundo decil, etc.

Ejemplo:
Dada la siguiente distribucin de frecuencias en el nmero de recmaras en
75 casas en una colonia de Antigua Guatemala, calcular sus deciles.
Esto significa que el 50% de las casas en esa colonia tienen una o dos
habitaciones.

CUARTILES
Los cuartiles se definen como los tres valores que dividen la distribucin en
cuatro partes iguales.
En trminos de percentiles el primer cuartil Q(1) coincide con el P(25) Solucin:
(percentil 25); el segundo cuartil Q(2) con el P(50) o mediana, y el tercer cuartil El rango es: 71 26 = 45
Q(3) con el P(75).
Los valores cuartiles se muestran entre parntesis, es decir, 41, 48 y 55,
Entre el primer y el tercer cuartil se encuentra el 50% central de las donde, el segundo cuartil es simplemente la mediana. La dispersin calculada
observaciones. a travs del rango intercuartil, es en este caso ser: Q3 Q1= 55 - 41 = 14

Ejemplo: Ntese como el la dispersin es mucho menor aplicando el rango intercuartil.


Dada la siguiente distribucin de frecuencias en el nmero de hijos de cien
familias, calcular sus cuartiles.
DESVIACIN MEDIA
La desviacin media es la divisin de la sumatoria del valor absoluto de las
distancias existentes entre cada dato y su media aritmtica y el nmero total
de datos:

Solucin.
El primer cuartil es el primer valor de x que cumple con fa/4 , por lo tanto, Este indicador muestra que tan disperso se encuentran un conjunto de datos
Q1 2 a un punto de concentracin.
El segundo cuartil es el primer valor de x que cumple con fa/4 50, por lo
Ejemplo:
tanto, Q2 3 Sean los siguientes datos: 4, 5, 3, 5, 3, 2, 2, 2, 2, 3, 5, 1, 4, 1, 4.
El tercer cuartil es el primer valor de x que cumple con fa/4 75, por lo tanto, Obtener su desviacin media:
Q3 4
Solucin:
Esto significa que el 75% de las familias tienen cuatro o menos hijos.

RANGO INTERCUARTIL
Para un clculo de rangos ms eficiente, se eliminan los valores
extremadamente alejados aplicando el rango intercuartil que es una medida El primer dato (4), se aleja de la media en 0,9334 hacia la derecha. Para el
de variabilidad adecuada cuando la medida de posicin central empleada ha segundo dato (5), se aleja de la media 1,9333 tambin hacia la derecha. Para
sido la mediana y l se define como la diferencia entre el Tercer Cuartil el tercer dato (3), se aleja de la media en 0,0667 pero hacia la izquierda. La
superior y el Primer Cuartil, es decir: Rango Intercuartil = Q(3) Q(1). suma de las distancias absolutas es 17.2, as que los datos se separan de la
Ejemplo. media en:
Dados los siguientes valores ordenados:
26, 33, 36, 39, 40, 40, (41), 42, 44, 45, 47, 47, 47, (48), 50, 51, 51, 53, 54, 54,
(55), 57, 59, 61, 63, 66, 71.

Obtener su rango y su rango intercuartil.


DESVIACION ESTNDAR
Ejemplo: La desviacin estndar o desviacin tpica se define como la raz cuadrada de
Hallar la desviacin media en la siguiente distribucin de frecuencias. los cuadrados de las desviaciones de los valores de la variable respecto a su
media. Esto es:

Solucin.
La desviacin estndar es una medida estadstica de la dispersin de un
grupo o poblacin. Una gran desviacin estndar indica que la poblacin est
muy dispersa respecto de la media. Una desviacin estndar pequea indica
que la poblacin est muy compacta alrededor de la media.

Para el caso de datos agrupados, la desviacin estndar se calcula por medio


de:

VARIANZA
La varianza mide la mayor o menor dispersin de los valores de la variable
respecto a la media aritmtica. Cuanto mayor sea la varianza mayor
dispersin existir y por tanto, menor representatividad tendr la media
aritmtica. La varianza se expresa en las mismas unidades que la variable
analizada, pero elevadas al cuadrado.

La varianza de un conjunto de datos se define como el cuadrado de la


desviacin estndar y est dada por:

Ejemplo:
Hallar la desviacin estndar y la varianza de la siguiente serie de datos: 10,
18, 15, 12, 3, 6, 5, 7
La media es:
Solucin:


Por lo tanto:

Ejemplo.
Hallar la desviacin estndar y la varianza para la siguiente distribucin de
frecuencias.

COEFICIENTE DE VARIACIN
Cuando se quiere comparar el grado de dispersin de dos distribuciones que
no vienen dadas en las mismas unidades o que las medias no son iguales se
utiliza el coeficiente de variacin de Pearson que se define como el cociente
entre la desviacin estndar y el valor absoluto de la media aritmtica:

Solucin.
Calculando los puntos medios de cada clase y obteniendo f x :

Este coeficiente, representa el porcentaje que la desviacin estndar contiene


a la media aritmtica y por lo tanto cuanto mayor es CV mayor es la dispersin
y menor la representatividad de la media.

Ejemplo:
Hallar el coeficiente de variacin del ejemplo anterior.
ANLISIS DESCRIPTIVO DE DATOS BIVARIADOS
CORRELACIN
Hasta ahora se han estudiado los ndices y representaciones de una sola
variable por individuo. Son del tipo distribucin unidimensional.
Cuando sobre una poblacin se estudian simultneamente los valores de dos
variables estadsticas, el conjunto de los pares de valores correspondientes a
cada individuo se denomina distribucin bidimensional.

DIAGRAMAS DE DISPRESIN
Se representa la variable dependiente en el eje de las ordenadas y la
La distribucin conjunta de dos variables puede expresarse grficamente
independiente en el eje de las abscisas.
mediante un diagrama de dispersin: en un plano se representa cada
Cuando se estudia la relacin entre dos variables, una puede considerarse
elemento observado haciendo que sus coordenadas sobre los ejes
causa y la otra resultado o efecto de la primera, siendo sta una decisin
cartesianos sean los valores que toman las dos variables para esa
terica. Se conoce como variable exgena, o variable independiente a la que
observacin.
causa el efecto y variable endgena, o variable dependiente a la que lo recibe.
Ejemplo:
Por supuesto que diferentes conjuntos de datos ofrecern diagramas
La siguiente tabla muestra los datos correspondientes a un conjunto de diez
diferentes. Sin embargo, se pueden considerar cuatros tipos de diagramas de
pares de observaciones de estaturas de padres e hijos:
dispersin, que son los ms tpicos:
1. Relacin tal que al aumentar los valores de la variable independiente
aumenta (en promedio) el valor de la variable dependiente. Cuando
esto ocurre hay una relacin lineal positiva.
2. Relacin tal que al aumentar los valores de la variable independiente
se reduce (en promedio) el valor de la variable dependiente. Cuando
esto ocurre hay una relacin lineal negativa.
El diagrama de dispersin de ese grupo de datos es: 3. No hay relacin entre ambas variables. Esto significa que las variables
son independientes.
4. Relacin entre ambas, pero no lineal.

COVARIANZA
La covarianza es una medida de la asociacin lineal entre dos variables que
resume la informacin existente en un grfico de dispersin. Es un indicador
de si los valores estn relacionados entre s, se simboliza por xy y se calcula
por medio de:
La estatura media para los hijos es:

Esta medida, refleja la relacin lineal que existe entre dos variables. El
resultado numrico flucta entre los rangos de ,. Al no tener unos lmites
establecidos no puede determinarse el grado de relacin lineal que existe Por lo tanto:
entre las dos variables, slo es posible ver la tendencia.

Una covarianza positiva significa que existe una relacin lineal


positiva entre las dos variables. Es decir, los valores bajos de la
variable x se asocian con los valores bajos de la variable y, mientras
los valores altos de x se asocian con los valores altos de la variable
y.
Una covarianza de negativa significa que existe una relacin lineal
inversa (negativa) entre las dos variables. Lo que significa que los
valores bajos en x se asocian con los valores altos en y, mientras los Como la covarianza es positiva significa que existe una relacin lineal positiva
valores altos en x se asocian con los valores bajos en y. entre las dos variables. Es decir, a valores grandes de x (estaturas de los
Una covarianza de cero se interpreta como la no existencia de una padres) se asocian valores altos de y (estaturas de los hijos).
relacin lineal entre las dos variables estudiadas.

Ejemplo. CORRELACIN
Dada la tabla de estaturas de 10 padres y 10 hijos, calcular su covarianza e Es frecuente que se estudie sobre una misma poblacin los valores de dos
interpretarla. variables estadsticas distintas, con el fin de ver si existe alguna relacin entre
ellas, es decir, si los cambios en una de ellas influyen en los valores de la otra.
Si ocurre esto se dice que las variables estn correlacionadas o bien que hay
correlacin entre ellas.

Ejemplo.
Las calificaciones de 10 alumnos en Matemticas y Fsica vienen dadas en la
siguiente tabla:
Solucin.
La estatura media para los padres es:

Los pares de valores { (2,2), (4,2), (5,5), , (8,7), (9,10) }, forman la distribucin
bidimensional en la que hay cierta tendencia a que cuanto mejor es la
calificacin en Matemticas, mejor es la de Fsica.
Representando los pares de valores en el plano cartesiano se obtiene su principales componentes elementales de una lnea de ajuste y, por lo tanto,
diagrama de dispersin: de una correlacin, son la fuerza, el sentido y la forma:

1. La fuerza mide el grado en que la lnea representa a la nube de puntos: si


la nube es estrecha y alargada, se representa por una lnea recta, lo que
indica que la relacin es fuerte; si la nube de puntos tiene una tendencia
elptica o circular, la relacin es dbil.
2. El sentido mide la variacin de los valores de y con respecto a x : si al
crecer los valores de x lo hacen los de y , la relacin es positiva; si al
crecer los valores de x disminuyen los de y , la relacin es negativa.
3. La forma establece el tipo de lnea que define el mejor ajuste: la lnea
recta, cuadrtica, polinomial, etc.

La apreciacin visual de la existencia de correlacin no es suficiente. As que


se define como coeficiente de correlacin de Pearson al ndice estadstico que
Cuando se puede apreciar si los puntos se distribuyen alrededor de una recta
entonces se dice que hay correlacin lineal. mide la relacin lineal entre dos variables cuantitativas. Se denota por r :
Una correlacin lineal fuerte es cuando la nube (conjunto de puntos) se parece
mucho a una recta y ser cada vez ms dbil (o menos fuerte) cuando la nube
vaya diseminndose con respecto a la recta.
En el ejemplo se aprecia que la correlacin es bastante fuerte, ya que si se
traza una recta, sta se ubica muy prxima a los puntos de la nube.

Este coeficiente de correlacin lineal divide la covarianza por el producto de


las desviaciones estndar de ambas variables. A diferencia de la covarianza,
la correlacin de Pearson es independiente de la escala de medida de las
variables.
El valor del ndice de correlacin vara en el intervalo [-1, 1] y se interpreta de
la siguiente forma:
Si r = 0, no existe ninguna correlacin. El ndice indica, por lo tanto, una
independencia total entre las dos variables, es decir, que la variacin de una
de ellas no influye en absoluto en el valor que pueda tomar la otra.
Si r = 1, existe una correlacin positiva perfecta. El ndice indica una
dependencia total entre las dos variables denominada relacin directa:
cuando una de ellas aumenta, la otra tambin lo hace en idntica proporcin.
La correlacin indica la fuerza y la direccin de una relacin lineal entre dos Si 0 < r < 1, existe una correlacin positiva.
variables aleatorias. Se considera que dos variables cuantitativas estn Si r = -1, existe una correlacin negativa perfecta. El ndice indica una
correlacionadas cuando los valores de una de ellas varan sistemticamente dependencia total entre las dos variables llamada relacin inversa: cuando
con respecto a los valores homnimos de la otra: si se tienen dos variables ( una de ellas aumenta, la otra disminuye en idntica proporcin.
x y y ) existe correlacin si al aumentar los valores de x lo hacen tambin los Si -1 < r < 0, existe una correlacin negativa.
de y y viceversa. La correlacin entre dos variables no implica, por s misma,
ninguna relacin de causalidad. Grficamente es:

La relacin entre dos variables cuantitativas queda representada mediante la


lnea de mejor ajuste, trazada a partir de la nube de puntos. Los tres
Ejemplo.
Obtener la correlacin que existe entre la estatura y el peso de 10 jugadores
de un equipo ftbol americano de la UNAM.

Estatura (m) 1.72 1.79 178 1.75 1.80 1.79 1.81 1.70 1.68 1.73
Peso (kg) 74 81 76 77 87 86 92 67 76 74
Solucin.
Considerando que la estatura es la variable x y que el peso es la variable y
se tiene:

Como el valor est cercano a uno, entonces existe una correlacin positiva.
Este ndice indica que a mayor estatura de los jugadores, mayor es su el peso.

REGRESIN LINEAL POR COVARIANZA


En mltiples ocasiones se requiere analizar la relacin entre dos variables
cuantitativas. Los dos objetivos fundamentales de este anlisis son:
1. Determinar si dichas variables estn asociadas y en qu sentido se da
dicha asociacin (es decir, si los valores de una de las variables tienden
a aumentar o disminuir- al aumentar los valores de la otra).
2. Estudiar si los valores de una variable pueden ser utilizados para predecir
el valor de la otra.
La forma correcta de abordar el primer problema es recurriendo a coeficientes
de correlacin. Sin embargo, el estudio de la correlacin es insuficiente para
obtener una respuesta a la segunda pregunta, ya que se limita a indicar la
fuerza de la asociacin mediante un nico nmero, tratando las variables de
modo simtrico, mientras que lo que se busca es modelar dicha relacin y
usar una de las variables para explicar la otra. Para tal propsito se recurrir
a la tcnica de regresin.
a es el valor que toma y cuando la variable independiente x vale cero. Es
La regresin lineal permite definir la recta que mejor se ajusta a esta nube de el punto donde la recta cruza el eje vertical, llamado ordenada al origen de la
puntos. Grficamente: recta. Se calcula como la media de la variable y, menos la media de la variable
x multiplicada por el parmetro b que se ha calculado:

Ejemplo.
Obtener y graficar la recta de regresin con los datos de estatura y peso de
los 10 jugadores del equipo de ftbol americano de la UNAM del ejemplo
anterior.

Solucin:
Los valores obtenidos de la covarianza y de la desviacin estndar de las
estaturas son:

La recta est definida por la siguiente expresin:

donde y es la variable dependiente y x es la variable independiente. Sus


coeficientes representan:
Su grfica es:
b determina la pendiente de la recta, es decir, su grado de inclinacin. Se
calcula como la covarianza de las dos variables, dividida por la varianza de la
variable x :
Ejemplo.
Aplicando el mtodo de mnimos cuadrados, obtener la recta de regresin
para los siguientes datos:

Solucin: Acomodando la tabla convenientemente y obteniendo x y y x2


se tiene:

Ntese como la grfica es congruente con el coeficiente de correlacin


r0.8203. Muestra una pendiente positiva y se ajusta a una recta lo que
ratifica que a mayor estatura de los jugadores, mayor es su peso.

REGRESIN LINEAL POR MNIMOS CUADRADOS


Una estrategia adicional para ajustar adecuadamente el comportamiento o la
tendencia general de los datos a travs de una recta que minimice la suma de
los cuadrados de las distancias verticales de los puntos a la recta. Este
mtodo se conoce como regresin por mnimos cuadrados.

Para obtener una recta de la forma: y a bx , este mtodo se basa en la


aplicacin de las siguientes expresiones:

Por lo que la recta de regresin lineal usando mnimos cuadrados es:


y157.19 134.58x
Puede advertirse que la esta ecuacin es prcticamente igual que la obtenida
por medio del mtodo de covarianza. Eso significa que ambos mtodos son
aplicables siempre que el coeficiente de correlacin sea cercano a la unidad.