Primer cuatrimestre

Programa de la asignatura: Estadística básica

Clave:

ESAD Noviembre, 2010

Educación Superior Abierta y a Distancia • Primer cuatrimestre

1

Índice

I.

Información general de la asignatura A. Ficha de identificación B. Descripción C. Propósito

3

II. III. IV. V. VI. VII.

Competencia a desarrollar Temario Metodología de trabajo Evaluación Material de apoyo Desarrollo de contenidos por unidad Unidad 1. Fundamentos de estadística Unidad 2. Representación numérica y gráfica de datos Unidad 3. Medidas de tendencia central y dispersión

5 5 6 7 8 9 9 21 34

Educación Superior Abierta y a Distancia • Primer cuatrimestre

2

I. Información general de la asignatura
A. Ficha de identificación
Nombre de la Licenciatura o Ingeniería: Nombre del curso o asignatura Clave de asignatura: Seriación: Cuatrimestre: Horas contempladas: Tronco común Estadística básica Sin seriación Primero 90

B. Descripción
En un mundo cada vez más competitivo, tanto en las áreas comerciales, financieras, tecnológicas y científicas, y donde invariablemente el flujo de información es mayor a cada momento, se hace indispensable no sólo la correcta descripción de los datos sino también su análisis e interpretación. Es aquí donde la estadística juega un papel preponderante, al ser una de las herramientas más poderosas para comprender la variabilidad inherente a los datos observados y se constituye como la mejor herramienta para la toma de decisiones. La diversidad de conocimientos, habilidades, actitudes, creencias y valores, requeridos en cada una de las carreras que ofrece la ESAD, hace necesaria la conformación de un tronco básico que, por un lado, garantice la formación integral en los atributos generales deseables de los estudiantes, y por el otro, derive, de manera natural, en los atributos particulares necesarios para cada disciplina de estudio. El tronco básico se conforma de varias asignaturas comunes que promueven, por un lado, la formación integral de los estudiantes, integrando asignaturas de distintas áreas del conocimiento, y por otro lado, desarrollan en el estudiante competencias transversales necesarias para la investigación, el análisis crítico, el manejo y la sistematización de información y datos, así como una serie de valores que le permitan conducirse con ética y responsabilidad durante su trayectoria académica y su desempeño profesional. Las materias que forman el tronco básico son: Contexto socioeconómico de México, Desarrollo humano, Estadística básica y Fundamentos de investigación; estas materias a simple vista parecen desarticuladas, pero se interrelacionan para contribuir a la formación integral de los estudiantes.

Educación Superior Abierta y a Distancia • Primer cuatrimestre

3

En relación al tronco básico la asignatura Estadística básica tiene varios propósitos, pues pretende despertar en el estudiante el interés por la investigación para la toma de decisiones, la solución de problemas y el análisis de situaciones y eventos relacionados con el entorno académico, profesional, personal y social, rigiéndose en todo momento por un código de ética profesional y personal. Los propósitos de la asignatura en relación al tronco básico son que los estudiantes: 1. Adquieran la capacidad de lectura e interpretación de tablas y gráficos estadísticos que con frecuencia aparecen en diferentes medios. 2. Lleguen a comprender y apreciar el papel de la estadística en la sociedad, incluyendo sus diferentes campos de aplicación y el modo en que la estadística ha contribuido a su desarrollo. 3. Identifiquen, dentro del contexto socioeconómico mexicano, la importancia y utilidad de los análisis estadísticos para la toma de decisiones. 4. Se conduzcan de manera ética y responsable en el manejo y análisis de la información. De manera particular, la materia pone especial énfasis en el enfoque práctico del material y los contenidos que se presentan, tratando siempre de relacionar los conceptos, técnicas y casos de estudio con el quehacer cotidiano de las diferentes disciplinas, esperando despertar en los estudiantes el deseo de adentrarse cada vez más a la teoría de la probabilidad y estadística, al ver lo importante que resulta su utilización en las diferentes áreas de trabajo. La asignatura consta de cuatro unidades. En la primera unidad se estudian los fundamentos de la estadística, en la segunda las técnicas para representación gráfica y numérica de datos, en la tercera se abordan los conceptos básicos de la teoría de probabilidad como una medida del riesgo frente a la incertidumbre en experimentos aleatorios y la última unidad presenta el concepto de variables aleatorias y los modelos de probabilidad Binomial, Poisson y Normal.

C. Propósito
La asignatura tiene como propósito introducir al estudiante con los conceptos y técnicas básicas de la estadística aplicada a la licenciatura e ingeniería. El curso tiene un nivel matemático elemental, con la intención de que el estudiante comprenda la metodología y su aplicación, y no tanto la teoría matemática detrás de ella.

Educación Superior Abierta y a Distancia • Primer cuatrimestre

4

2.II. 2.1. Muestreo aleatorio 1.2. Metodología del muestreo aleatorio simple 2. 1. Fundamentos de la estadística 1. 2. 1.4.1. Competencia a desarrollar 2. 2. 2. 1.2.3.2. 2.1.3.2.1.1. Introducción a la estadística 1. 2.6.1.6.2.1.1. Conceptos básicos de muestreo aleatorio 1. 2. 2.2.3. 2.2.4. 2.5. 1.2.5.7.2. III.1. 2.2. 1.7.2.1. Temario 1. División de la estadística 1.2. Representación numérica y gráfica de datos 2.1.1.2.1. representación y la descripción de datos.1. 1.2. Competencia general Utiliza la estadística descriptiva para el análisis de información a través de la recolección.2.1.3.1. 1. Conceptos básicos e importancia de estadística Población Individuo Muestra Muestreo Dato Variable Solución de un problema estadístico 1.3. Organización de datos y distribución de frecuencias Frecuencias Intervalos Construcción de intervalos de clase Tablas de datos Tablas de frecuencias Tablas por intervalos de clase Tablas de doble entrada Representación gráfica de datos Histograma Gráfica de barras Gráfica de líneas Educación Superior Abierta y a Distancia • Primer cuatrimestre 5 .3.

Estas autoevaluaciones contarán con una retroalimentación que sirva para reforzar los temas que se evalúan.1. de cada uno de los procedimientos que se abordan durante el curso. Por otro lado. Metodología de Trabajo Para el logro de la competencia.2. es decir. 3. 3. las estrategias metodológicas de enseñanza-aprendizaje son. es fundamental que los conceptos y procedimientos presentados se ejerciten todo el tiempo. Medidas de tendencia central y dispersión 3. Educación Superior Abierta y a Distancia • Primer cuatrimestre 6 . A lo largo del curso. esto con el objetivo de que los estudiantes ejerciten en el uso. 3.1. esto con el fin de que puedan observar e identificar cuáles son sus avances y las dificultades que presentan en el aprendizaje de los temas. se les presentarán a los estudiantes varias autoevaluaciones de carácter lúdico. Medidas de tendencia central Media aritmética Mediana Moda Medidas de dispersión Recorrido Varianza Desviación típica o estándar IV.1. El facilitador juega un papel muy importante dentro del curso.2.1. que complementen los ejercicios que se están planteando. los facilitadores de la asignatura tendrán que orientar la aplicación de cada uno de estos procedimientos a las áreas específicas de interés de los estudiantes. Por lo anterior. pues se espera que sea quien dirija y oriente todo el proceso de aprendizaje. dentro de la asignatura se trabajan los contenidos de manera aislada y los facilitadores tendrán que ejemplificar y presentar casos y situaciones aplicables en las diferentes carreras. por un lado. aplicación y manejo de formulas y contenidos procedimentales.2.1. Gráfica de área o de pastel 3.2. donde el estudiante haga uso de todo lo que se trabajó en el curso.4. 3. 3.2. 3.3. el planteamiento de ejercicios y problemas tipo.2. 3. Como estrategia de evaluación se utiliza un proyecto integrador.2.3. pues esperamos que los contenidos no sólo se comprendan sino que se apliquen en la solución de problemas que tengan que ver con situaciones que los estudiantes pueden enfrentar en su trayectoria académica y profesional.2.1.

wiki. Interacción en el aula y trabajo colaborativo (foro. Recursos y herramientas Actividades formativas (Envíos a taller y tareas). Es requisito indispensable la entrega oportuna de cada una de las tareas. A continuación presentamos el esquema general de evaluación. E-Portafolio. a través del estudio casos y problemas relacionados con el hacer cotidiano donde los estudiantes puedan aplicar y ejercitar lo aprendido. sistemático y ordenado que inicia desde el momento en que el estudiante ingresa al aula virtual. en el que la retroalimentación permanente es fundamental para promover el aprendizaje significativo y reconocer el esfuerzo. La calificación se asignará de acuerdo con la rúbrica establecida para cada actividad. V. facilitando la comprensión del contenido y relacionando éste con los conocimientos previos del estudiante así como con sus áreas específicas de estudio. Para lo cual es necesaria la recolección de evidencias que permitan apreciar el proceso de aprendizaje de contenidos: declarativos. Por lo que se le considera desde un enfoque integral y continuo. En este contexto la evaluación es parte del proceso de aprendizaje. por lo que es importante que el estudiante la revise antes realizar la actividad correspondiente. Valor 20% 20% 20% 40% Cabe señalar que para aprobar la asignatura. Evaluación En el marco del Programa de la ESAD. Educación Superior Abierta y a Distancia • Primer cuatrimestre 7 . blog. la evaluación se conceptualiza como un proceso participativo. base de datos). actividades y evidencias así como la participación en foros. Por lo anterior. para aprobar la asignatura. se espera la participación responsable y activa del estudiante así como una comunicación estrecha con su facilitador para que pueda evaluar objetivamente su desempeño. Evidencias de aprendizaje. se debe de obtener la calificación mínima indicada por la ESAD. Autoevaluaciones de unidad. Además de ser quien oriente las discusiones y sesiones de trabajo que se plantean en los espacios de aprendizaje colaborativo. blogs y demás actividades programadas cada una de las unidades. procedimentales y actitudinales.Deberá diseñar estrategias que propicien un aprendizaje verdaderamente significativo. wikis. dentro del tiempo especificado y conforme a las indicaciones dadas.

William M. Decimotercera Edición.. Estadística Matemática con Aplicaciones. Samuel W. Walpole Ronald E. Séptima Edición. Bibliografía complementaria:     Wackerly Dennis D. Cuarta Edición. (2007). Material de apoyo Bibliografía básica:   Douglas C. Castillo Manrique. Isabel (2006).. Estadística aplicada a las ciencias sociales. Myers Raymond H. Montgomery. Douglas L. México: Mc Graw Hill. Primera Edición. Richard L.VI. (2010). Pearson Education de México. Estadística descriptiva y cálculo de probabilidades. (2008).. Segunda Edición.. Estadística aplicada a los negocios y la economía. Probabilidad y Estadística aplicadas a la ingeniería. (2008). Ferris Ritchey. México: Mc Graw Hill. Probabilidad y Estadística para Ingenieros. México: Editorial Pearson. Scheaffer. Octava Edición. México: McGraw-Hill. México: Cengage Learning. Runger (2007). Mendenhall William III. Educación Superior Abierta y a Distancia • Primer cuatrimestre 8 . George C.

en general. es la ciencia que trata la recopilación. créditos. etc. la organización. el análisis y la interpretación de datos numéricos con el fin de realizar una toma de decisiones más efectiva. Introducción La palabra estadística a menudo te remite a gráficas y tablas. demografía. Gracias al análisis de estos datos se pueden deducir algunos significados precisos o algunas previsiones para el futuro. obtengas una muestra aleatoria simple. grupos. cifras relativas a nacimientos. series de hechos. en primer término se usa para referirse a la información estadística descripción de parámetros. Desarrollo de contenidos por unidad Unidad 1. Introducción a la estadística La estadística es la ciencia cuyo objetivo es reunir información cuantitativa relacionada a individuos. conocerás sus conceptos básicos. entre otros. Fundamentos de la estadística Propósitos En esta unidad:  Identificarás los conceptos básicos relacionados con la Estadística.1. En esta unidad se hablará sobre la importancia de la estadística. La estadística. Los estudiantes confunden comúnmente los demás términos asociados con las Estadísticas. también se utiliza para referirse al conjunto de técnicas y métodos Educación Superior Abierta y a Distancia • Primer cuatrimestre 9 . así como la metodología del muestreo para que al final. No obstante. ingresos. es necesario comprender qué representa cada concepto y la metodología mediante la cual se obtiene un dato estadístico. la presentación. deudas. 1.  Reconocerás la utilidad e importancia de la Estadística. una confusión que es conveniente aclarar debido a que esta palabra tiene tres significados: la palabra estadística. para aprovechar las herramientas de análisis estadístico.  Aplicarás el procedimiento para obtener una muestra aleatoria simple. identificando los elementos que intervienen en un problema estadístico. impuestos. Competencia específica Aplica la metodología estadística para obtener información de una muestra aleatoria simple. muertes.VII.

La estadística inferencial infiere con esos datos. en todos ellos la finalidad es poder resolver un problema . dado que es muy difícil estudiar a la población completa.entendiendo que un problema queda definido como la diferencia entre lo real y lo deseado –.que se utilizan para analizar la información estadística. en donde la estadística muestra a la realidad para que el investigador pueda analizar sus deseos y con ello tomar una decisión. Educación Superior Abierta y a Distancia • Primer cuatrimestre 10 .1. como en el profesional y laboral. Los datos que publica sirven para dar a conocer a cualquier persona la situación en la que se encuentra el área de donde se obtuvo la información.  La estadística descriptiva describe datos. Utilidad e importancia La estadística resulta muy útil no sólo para recopilar y describir datos. Los métodos estadísticos se utilizan prácticamente en investigaciones de todas las áreas de conocimiento.  Estadística Descriptiva: La función descriptiva de la estadística se enfoca en la presentación y clasificación de los datos obtenidos de la población que se analiza. y el término estadístico. Estadística Inferencial: Esta aplicación de la estadística busca plantear y resolver problemas específicos y/o hacer previsiones a partir de los datos de una muestra. 1. el Instituto Nacional de Estadística y Geografía (INEGI) se encarga de recabar información estadística y geográfica de todo el país.1. en singular y en masculino. se refiere a una medida derivada de una muestra. que puede ser aprovechada para demostrar la evolución de un fenómeno a través de cierto tiempo. tanto en el ámbito académico. entendiendo inferir como la estimación de un resultado. sino también para interpretar la información obtenida. en diferentes áreas y contextos. División de la estadística La Estadística para su mejor estudio se ha dividido en dos grandes ramas: la Estadística Descriptiva y la Inferencial. En México.

sexo. Nota que un individuo en estadística puede ser distinto a un individuo como persona. llamado muestra. nacionalidad. 1.2. se pueden estudiar las características edad.2. objetos o grupos (por ejemplo. Población Conjunto de todos los elementos que permiten resolver un problema y que presentan una característica común determinada. Variable Se llama variable a una característica que se observa en una población o muestra. 1. En general el tamaño de la muestra es mucho menor al tamaño de la población.3. Dato El dato es cada uno de los valores que se han obtenido al realizar un estudio estadístico. La variable puede tomar diferentes valores dependiendo de cada individuo. Conceptos básicos e importancia de la estadística 1. es un individuo de la población.2. Por ejemplo. Muestra Cuando es difícil estudiar la población debido a su gran tamaño o que provenga de un proceso que no se detiene (como la producción de un bien).2. y a la cual se desea estudiar. partiendo del supuesto de que este subconjunto presenta el mismo comportamiento y características que la población. Individuo Un individuo o unidad estadística es cada uno de los elementos que componen la población. cara.2. las manzanas de una cosecha. 1.1.1. en los censos económicos se obtienen datos de los negocios. peso. En este caso cada negocio.2.5.2. Muestreo Es el proceso de recabar los datos que se desean analizar. cruz.2. empleados de una empresa.6. observable y medible. etc.4. Por ejemplo: Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara. que está formado por varias personas. cara.). Por ejemplo. 1. Las variables se pueden clasificar en cuantitativas y cualitativas: Educación Superior Abierta y a Distancia • Primer cuatrimestre 11 . Los elementos que integran una población pueden corresponder a personas. cruz. etc. si el elemento es una persona. se debe analizar un subconjunto o parte de esta que la represente. familias. 1. obtenidos de una proporción reducida y representativa de la población.

Ej. Educación Superior Abierta y a Distancia • Primer cuatrimestre 12 . calidad de la atención.a) Variable cuantitativa: se expresa en valores numéricos.  Ordinal: son variables organizadas de acuerdo con una clasificación. días de la semana. Estado civil. sueldos. nivel socioeconómico. n° de alumnos de un curso. se subdividen en:  Discreta: Se tratan de variables expresadas con valores enteros. preferencia por una marca. No son numéricas y se subdividen en:  Nominal: son variables presentadas sin orden ni jerarquía.  Continua: son valores que pueden tomar cualquier valor dentro de un intervalo. Ej. Dentro de ella. grado de estudios. b) Variable cualitativa: es aquella que describe cualidades. estatura. Ej. Peso. sexo. lugar de residencia. N° de hijos de una familia. Ej.

Uniforme. como la media y la varianza de la muestra. etc. Cuando es difícil estudiar la población debido a su gran tamaño o que provenga de un proceso que no se detiene (como la producción de un bien) . e) Estimación de los parámetros La estadística inferencial nos proporciona herramientas para la predicción o estimación de los parámetros de la población que nos ayudarán a resolver el problema. En este punto también se analizan los medios de los que se dispone y el procedimiento a seguir. b) Elaboración de un modelo Se establece un modelo teórico de comportamiento de las variables de estudio.2. d) Tratamiento de los datos En esta fase se eliminan posibles errores. Educación Superior Abierta y a Distancia • Primer cuatrimestre 13 . Los métodos de esta etapa corresponden a los métodos de la estadística descriptiva. etc. c) Extracción de la muestra Se usa alguna técnica de muestreo o un diseño experimental para obtener información de una pequeña parte de la población.1. se debe analizar un subconjunto o parte de esta que la represente. Un ejemplo de estas herramientas son las pruebas de hipótesis que se obtienen del análisis de los datos y los intervalos de confianza. clasificación y presentación de la información. Algunas de las etapas de esta fase son: recopilación. Binomial. En ocasiones no es posible diseñar el modelo hasta realizar un estudio previo. se depura la muestra. Los posibles modelos son Normal.7. si es necesario establecer una hipótesis. se tabulan los datos y se calculan los valores que serán necesarios en pasos posteriores. las características a estudiar (las variables). Poisson. Solución de un problema estadístico La solución de un problema estadístico comprende los siguientes pasos: a) Planteamiento del problema En el planteamiento se define si se requiere de una muestra o es posible estudiar la población.

Por lo que. ya que realizarlos sobre la totalidad resultaría demasiado complicado. Los métodos de muestreo se pueden clasificar en:  Muestreo probabilístico: en él. objetos o medidas que poseen algunas características comunes observables en un lugar y en un momento determinado. por lo que no es confiable hacer generalizaciones a toda la población.  1. todas las muestras posibles tienen la misma posibilidad de ser elegidas. Las muestras obtenidas a través de este tipo de muestreo son confiables porque aseguran la condición de representatividad que es muy importante para hacer generalizaciones.3.3. 1. Su población es el total de estudiantes del último año de ingeniería química que tengan novio o novia. la población es de 386 individuos y las variables son: violencia física y violencia psicológica. Por lo tanto. Las muestras obtenidas no cumplen con la condición de representatividad. relacionadas con el método para determinar el tamaño y características de la muestra y los individuos que la componen.1. su objeto de estudio es las manifestaciones de violencia física y psicológica entre los estudiantes del último año de la carrera de química. todos los elementos de una población y.3. Conceptos básicos de muestreo aleatorio Para que la información obtenida tenga validez y confiabilidad es necesario que cumpla con algunas condiciones específicas. Para que la información obtenida tenga validez y confiabilidad es necesario que la muestra cumpla con ciertas condiciones específicas.2. el total de individuos con esta característica es de 386 en este ejemplo. Metodología del muestreo aleatorio simple 1. Muestreo aleatorio Introducción Los estudios estadísticos normalmente se hacen con una parte de la población. Por ejemplo: Un investigador realiza un estudio sobre las relaciones de género en el noviazgo. por lo tanto.1. Recordemos que la población es el grupo formado por el conjunto total de individuos. el paso 1 es determinar el que se va a estudiar. Muestreo no probabilístico: en este tipo de muestreo los elementos de la población no comparten las mismas posibilidades de ser seleccionados. Definir la población de estudio y el parámetro a estudiar. Educación Superior Abierta y a Distancia • Primer cuatrimestre 14 .

Al igual que en el caso de la confianza. entonces la muestra es del mismo tamaño que la población.Veamos en qué consiste cada concepto:  Definir el tamaño de la población: Significa determinar el número de individuos que la constituyen. si se quiere eliminar el riesgo del error y considerarlo como 0%. N=X. 3. es necesario asignar un número de identificación a cada individuo de la población. Enumerar a todas las unidades de análisis que integran la población. pero también implica estudiar a la totalidad de los casos de la población. asignándoles un número de identidad o identificación. Esto es. lo que sigue es numerar a los 386 estudiantes un número del 1 al 386. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados. Porcentaje de confianza: Es el grado o nivel de seguridad que existe para generalizar los resultados obtenidos. Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores: a) El porcentaje de confianza con el cual se quiere generalizar los datos desde la muestra hacia la población total.  Educación Superior Abierta y a Distancia • Primer cuatrimestre 15 . Una vez que hemos definido nuestra población y las variables a estudiar. El nivel de confianza es la probabilidad que establecemos (sin hacer ningún cálculo) para poder acertar al valor verdadero de la población. Comúnmente se aceptan entre el 4% y el 6% como error. determinar el porcentaje de error y el porcentaje de confianza y obtener una muestra preliminar. c) El nivel de variabilidad que se calcula para comprobar la hipótesis. por lo que conviene correr un cierto riesgo de equivocarse.  Porcentaje de error: Este error es una distancia alrededor del valor que deseamos estimar y nos da un margen de aproximación. comúnmente es un 95%. Determinar el tamaño de la población. Este dato se obtiene a partir de la distribución normal estándar (esto se considerará en la unidad 4). Siguiendo con el ejemplo de la relaciones de género en el noviazgo en los estudiantes de química.2. tomando en cuenta de que no son complementarios la confianza y el error. Para evitar un costo muy alto se busca un porcentaje de confianza menor. b) El porcentaje de error que se pretende aceptar al momento de hacer la generalización. la variable N representa el tamaño de la población.

identificada por q (también llamada probabilidad de fracaso y se obtiene 1-p). Variabilidad negativa = q = a la probabilidad de que no suceda el evento. El porcentaje con que se aceptó tal hipótesis se denomina variabilidad positiva y se indica con p (también llamada probabilidad de éxito). 4.5. El uso de una u otra depende de si se conoce o no el tamaño de la población. hay que convertir esos valores a proporciones. Variabilidad positiva = p = a la probabilidad de que suceda el evento.96.95 si Z=1. Supongamos que la variabilidad p=q=0. Sustituyendo: Educación Superior Abierta y a Distancia • Primer cuatrimestre 16 . tenemos que P(Z)=0. Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%. Determinar el tamaño óptimo de muestra para el estudio. Variabilidad: Es la probabilidad (o porcentaje) con el que se aceptó y se rechazó la hipótesis que se quiere comprobar. el porcentaje de error y el nivel de variabilidad han sido determinados. se debe determinar el tamaño de la muestra. Para cuando no se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa E es la precisión o error Ejemplo: En un lote grande de medicinas. en el caso necesario. el porcentaje de confianza. Una vez que la población. En este paso. se desea verificar que la proporción de los ingredientes activos sea el adecuado. se utiliza cualquiera de las siguientes fórmulas. Debido a que la variabilidad y el error se pueden expresar por medio de porcentajes. y el porcentaje con el que se rechazó la hipótesis es la variabilidad negativa. Solución: Para el nivel de confianza sea igual al 95%.

se ocupará una muestra de aproximadamente 384 unidades. Seleccionar la muestra usando números aleatorios. Para cuando se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa N es el tamaño de la población E es la precisión o error Ejemplo: En un lote de 25. Supongamos que la variabilidad p=q=0.5. Educación Superior Abierta y a Distancia • Primer cuatrimestre 17 . 5. Sustituyendo: En otras palabras. se ocupará una muestra de aproximadamente 378 cajas. Para hacer esto debemos: 1. El último paso para obtener la muestra es saber qué individuos específicos de la población se tomarán. Solución: Para el nivel de confianza sea igual al 95%. Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%. tenemos que p(Z)=0.Es decir.95 si Z=1.000 cajas de medicina. se desea verificar que la proporción de los ingredientes activos sea el adecuado. Numerar a los individuos de la población del 1 a N (donde N es el tamaño de la población).96.

Excel con la función “=aleatorio ()” ). Educación Superior Abierta y a Distancia • Primer cuatrimestre 18 . Comenzando por el primer número de las columnas. Si el número seleccionado en la tabla es mayor que N lo pasamos por alto y seguimos hasta tener la muestra total.2. 0 61 78 83 64 29 79 93 58 67 32 1 21 73 26 74 46 34 39 39 64 7 2 15 10 21 1 29 24 73 34 52 72 3 68 4 49 83 34 77 64 88 56 88 4 79 40 30 74 46 23 66 88 18 48 5 63 20 71 98 38 1 93 33 51 28 6 81 87 69 24 25 44 92 5 30 30 7 84 1 45 25 23 31 61 79 16 22 8 73 46 25 91 81 29 25 58 68 74 9 28 84 29 65 17 99 69 51 29 39 0 1 2 3 4 5 6 7 8 9 Selecciona una muestra aleatoria de 7 números. numerados del 00-99. Procedimiento para utilizar las Tablas de Números aleatorios: Se selecciona el bloque. por ejemplo. Generar números aleatorios mediante programas computaciones (por ejemplo.e incluirán en la muestra aquellos individuos que en la lista de la población ocupen la posición de los “n“ números de las columnas seleccionadas. 3. siempre que sean menores que N. sacando números de una urna o lanzando una moneda al aire. Tomar los individuos correspondientes a los números elegidos. Nosotros nos enfocaremos únicamente en el uso de la tabla de números aleatorios. Ejemplo: Suponga que tenemos la siguiente tabla de 100 datos. el renglón y la columna de la tabla. También puedes generar números aleatorios de formas mecánicas. Partiendo de esta selección. s. funciones en calculadora o bien utilizando tablas de números aleatorios. se toman tantas columnas como dígitos tenga la población (N).

52. y separamos los números de 2 en 2. tendríamos entonces la siguiente serie de 7 números: 65 03 83 69 67 67 43 54 49 27 82 50 15 06 etc. suponga la fila 5. (En algunas calculadoras existe la función RAN# que nos proporciona también números aleatorios. Educación Superior Abierta y a Distancia • Primer cuatrimestre 19 . seleccionemos una fila al azar. 68. ignoramos al decimal). 61. Esto significa que nuestra muestra aleatoria deberá contener esos individuos.pdf).uc3m. Tendríamos la siguiente tabla: Número aleatorio 65 03 83 69 67 43 54 49 27 82 Individuo de la muestra 93 68 56 69 61 34 23 17 45 52 Por lo que nuestra muestra quedaría con los valores 93. 56.es/esp/Personal/personas/aarribas/esp/docs/NumerosAleatorios. 69. en esta basta con poner en la calculadora el número de muestras + (Tecla SHIFT) + RAN# y cada vez que presionemos la tecla (=) nos dará un numero aleatorio.45 . en el caso de 67 que se repite. 23. 17 . si solo queremos la parte entera. solo lo consideramos una vez y pasamos al siguiente número. 34.En la figura anterior tenemos una tabla de números aleatorios tomados de este documento (http://halweb.

Douglas C.merriam-webster. 8. (s/f). “Tipos de muestreo” en: Revista Epidem. Consultado el 8 de marzo de 2010 en: http://www. William Marchal y Samuel Wathen (2008). William Mendenhall III y Richard L. Probabilidad y Estadística para Ingeniería y ciencias. Ruiz Muñoz. Myers. Consultado el 10 de marzo de 2010 en: http://www.. Consultado el 09 de marzo de 2010 en: http://www. (2007). Consultado el 01 de marzo de 2010 en: http://minnie.es/~veteri/21216/TiposMuestreo1. Consultado el 12 de marzo de 2010 en: http://www. Scheaffer (2010). Octava Edición.mx/matematicas/estadisticas/xu5. Prev. Silvia (2008).html 7. Decimotercera edición. 9.com/dictionary/statistics 2. et al. 4. México: McGraw-Hill.Consideraciones específicas de la unidad En esta unidad se trabajará con lecturas de apoyo y se resolverán problemas como ejercicios para reforzar el aprendizaje.uaq. Larios Osorio. Teoría de muestreo”. “Estadística descriptiva e inferencial” en: Revista digital innovación y experiencias educativas 13. Educación Superior Abierta y a Distancia • Primer cuatrimestre 20 . Montgomery. Wackerly. México: Cengage Learning. Conceptos Básicos de Estadística. Isabel (2006). “Unidad 5. Lind. David (2004). y George C. Ritchey. --. 12.pdf 3. Estadística para las ciencias sociales. México: Pearson Educación. Runger (1996). Jorge M.net/cursecon/libreria/drm/ped-drm-est. 10.es/andalucia/modules/mod_ense/revista/pdf/Numero_13/SILVIA_BORREGO_2. Estadística Matemática con Aplicaciones. Séptima edición. México: McGraw-Hill. Walpole Ronald E.eumed.csicsif. Estadística descriptiva y cálculo de probabilidades.pdf 6. Borrego. Douglas. Raymond H. Tendrás que participar en una encuesta con la cual se generará una base de datos. Castillo Manrique. (2010).. Ferris (2008).pdf 5.uab. En Merriam-Webster Online Dictionary.jorgegalbiati. Med. Jordi Casal. este material lo utilizarás a lo largo del curso para que elabores las evidencias de aprendizaje de cada unidad. Manual de estadística. México: Pearson Educación. Cuarta edición. Enric Mateu (2003).htm 11. Dennis D. Galbiati Riesco. Probabilidad y Estadística aplicadas a la ingeniería. Consultado el 01 de marzo de 2010 en: http://www. Referencias: 1.cl/ejercicios_4/ConceptosBasicos. Estadística aplicada a los negocios y la economía. Víctor (1999).Statistics. México: McGraw-Hill. Segunda edición. Instituto de Estadística. Pontificia Universidad Católica de Valparaíso. 1: 3-7.

veamos de dónde y cómo se obtienen los datos que vamos a organizar. pero los más frecuentes son: Censos Es una técnica de recolección de datos que se aplica a la totalidad de los elementos que componen la población o universo que se estudia. En esta unidad estudiaremos la Estadística Descriptiva. y las variables que se van a estudiar de acuerdo al problema planteado. Cuando se realiza un trabajo que requiere de la estadística. Introducción En la unidad anterior vimos que existen dos grandes divisiones de la estadística: la que se dedica a la recolección. se debe tomar en cuanta a todos los elementos de la población. Representación numérica y gráfica de datos Propósitos En esta unidad:  Identificarás algunos conceptos que se utilizan en estadística descriptiva. También aprendimos a determinar el espacio de estudio. Existen muchos métodos para recolectar información. presentación y categorización de datos. Educación Superior Abierta y a Distancia • Primer cuatrimestre 21 .  Organizarás datos en diferentes tipos de tablas y elaborarás varios tipos de gráficas. y la que se dedica a realizar hipótesis en base a dichos datos. Un censo debe cumplir dos condiciones: Universalidad: esto es. llamada inferencial.Unidad 2. Competencia específica Utiliza las técnicas de representación numérica y gráfica para representar información a través de la organización de los datos obtenidos de una muestra o población. las personas que realizan el trabajo diseñan sus instrumentos para recolectar la información y obtener los datos que necesitan. Simultaneidad: debe realizarse dentro de un periodo de tiempo limitado. y dentro de ella aprenderemos cómo organizar y presentar los datos que se obtienen de las muestras tomadas de nuestras poblaciones. llamada estadística descriptiva. es decir la población. Antes de comenzar con los temas.

resume. experimento los sabores de los alimentos sin antes predecir cuál pienso que me sabrá más salado. un experimento para determinar la velocidad de la luz en el vacío. En el segundo ejemplo.1. Mi experimento verifica si esta hipótesis es cierta o no y en él cabe un margen de error experimental. donde se está determinando la velocidad de la luz. veamos en qué consisten. Por ejemplo.Encuesta Esta técnica se utiliza para recolectar información de una muestra de la población. experimentar mediante el sentido del gusto. en el cual se determinan las características o comportamientos del fenómeno que se analiza. Por ejemplo. es que la velocidad de la luz en el vacío es de 300 000 km/seg. En el primer ejemplo. también se define como el proceso que se realiza para verificar una serie de hipótesis relacionadas con un determinado fenómeno. Organización de datos y distribución de frecuencias La descripción estadística organiza los datos y los presenta en forma de tablas y gráficas. mi hipótesis. Esta área sólo describe. sin elaborar inferencias ni obtener conclusiones. a partir de estudios anteriores. La organización de datos se realiza a través de tablas que se utilizan para simplificar la presentación y distribución de estos datos. A continuación veremos que existen diferentes tipos de presentación de datos y con base en ellos distintas clasificaciones de frecuencia. Un experimento es una prueba que se realiza para determinar las características o comportamientos de una cosa. frecuencia acumulada y frecuencia absoluta. Educación Superior Abierta y a Distancia • Primer cuatrimestre 22 . Consiste en presentar un conjunto de preguntas abiertas (preguntas que no tienen respuestas predeterminadas) o cerradas (preguntas que cuentan con una serie de respuestas establecidas). organiza y representa los datos obtenidos de una población o muestra de dicha población. como: frecuencia relativa. Experimento Otra de las técnicas más recurridas en estadística para recolectar información son los experimentos. Un experimento. La diferencia entre la primera y la segunda definición es que en la segunda se parte de una hipótesis mientras que en la primera no necesariamente. qué alimentos nos parecen más salados. 2.

 Frecuencia relativa acumulada: es la suma de las frecuencias relativas hasta el renglón i. Este dato también puede verse como un porcentaje. 7.1. 23. 23. Por ahora veamos cómo se representan los tipos de frecuencia que vimos anteriormente. 41.  Frecuencia relativa: es el resultado de dividir la frecuencia entre el número total de datos (N).1.12 50 h5=f5/N=0. 18. 47. 47. 41. 18.6250 h1+h2+h3+h4+h5=H5=0. No. 23. 52.2500 h1+h2+h3=H3=0. 7.25 00 h4=f4/N=0.2. 18.  Frecuencia acumulada: es la suma de las frecuencias absolutas de las variables hasta el renglón i.0 000 Educación Superior Abierta y a Distancia • Primer cuatrimestre 23 . 52.06 25 h2=f2/N=0. 47. supongamos que tenemos la siguiente distribución de datos: 18.0000 h1=H1=0. 23. También es conocida como frecuencia absoluta acumulada. Frecuencias Dentro de los conceptos básicos para la organización de datos están los que conciernen a la frecuencia:  Frecuencia: es el número de veces que se repite un dato. 47. 52.21 87 h6=f6/N=0. 23. 23. Podemos encontrar las frecuencias organizadas en tablas que estudiaremos más adelante. 23.18. De renglón (i) Datos obtenidos de la variable Frecuenci a fi Frecuencia Acumulada Fi Otra forma para obtener Fi Frecuencia Relativa hi Frecuencia Relativa acumulada Hi 1 2 3 4 5 6 Total 7 18 23 41 47 52 f1= 2 f2= 6 f3= 8 f4= 4 f5= 7 f6= 5 N=32 f1=F1= 2 f1+f2= F2= 8 f1+f2+f3= F3=16 f1+f2+f3+f4 = F4=20 f1+f2+f3+f4 +f5= F5=27 f1+f2+f3+f4 +f5+f6= F6=32 f1 = F1=2 F1+f2=F2= 8 F2+f3=F3= 16 F3+f4=F4= 20 F4+f5=F5= 27 F5+f6=F6= 32 h1=f1/N=0. 18. 41. 52. 52.0625 h1+h2=H2=0. 23.5000 h1+h2+h3+h4=H4=0.8430 h1+h2+h3+h4+h5+h6=H6=1. 47.18 75 h3=f3/N=0. 47.15 63 1. 41. 47. también se le conoce como frecuencia absoluta.

Intervalo de clase: En estadística. es decir 10.2. Marca de clase: Es el punto medio del intervalo y es el resultado de la suma de los límites inferior y superior del intervalo dividido entre 2. Las fronteras de clase se utilizan para recuperar los datos entre el límite superior de un intervalo y el límite inferior del siguiente. conocidos estos últimos como límites del intervalo. Dados los números 15 y 25.5 y 25.5-36. Ejemplo de intervalos Veamos cómo se representan los conceptos relacionados con los intervalos. tendríamos que: El intervalo corresponde a todos los números que se encuentran entre el 15 y el 25. Educación Superior Abierta y a Distancia • Primer cuatrimestre 24 .5. La frontera de clase no debe coincidir con los datos límites del intervalo. El intervalo de clase sería: 15-25 Los límites del intervalo son: Límite inferior = 15 Límite superior = 25 La amplitud del intervalo 15-25 sería: 25 menos 15. Intervalos      Intervalo o rango: Conjunto de números comprendidos entre otros dos números dados. porque sería complicado identificar el intervalo al que pertenece dicho dato.5-25. por último. las fronteras de clase serían: 3. La frontera de clase: si tomamos los intervalos 4-14.5 y 14.5. A la marca de clase también se le denomina punto medio de clase.5-14. 15-25 y 26-36. Es recomendable que todos los intervalos tengan la misma amplitud. Ejemplo: Con en base las fronteras dadas se construyen los nuevos intervalos 3. para el primer intervalo.5 no se sabría si ponerlo en el segundo o en el tercer intervalo.5 para el segundo intervalo.5 y 36. Fronteras de clase: Son los puntos medios entre los límites de intervalos consecutivos.5 y 25. Si se tiene el dato 25.1.2. 14. 14.5 para el tercer intervalo. se llama intervalo de clase a la expresión que nombra un intervalo. 25. Para ello podemos restar el dato menor del dato mayor y dividir este resultado entre el número de intervalos que se deseen.5. Amplitud del intervalo: Es la diferencia del límite superior menos el límite inferior (Ls Li).

5 y 24. Esto no es necesario y no siempre se logra.5-35.Si esta coincidencia sucede deberá moverse el intervalo. sobre todo cuando los intervalos tienen la misma amplitud. pero generalmente se suelen crear entre 5 y 20 intervalos.5-24.5. diríamos que vamos a construir 7 intervalos. se identifica el número mayor (Xn) y el número menor (X1) en los datos. 13. Dividir el rango entre el número de intervalos que se desea tener: Recordemos que lo recomendable es elegir un número entre 5 y 20 para los intervalos. Siguiendo con nuestro ejemplo. moviéndolo un punto a la izquierda tendríamos los intervalos 2. 2. generalmente. 3.1.3. del tamaño del rango de la población o muestra.5-13. Entonces decimos que K=7. El rango es el resultado de la resta. tendríamos lo siguiente: Xn= 56 y X1= 18. que se representa con (k). Educación Superior Abierta y a Distancia • Primer cuatrimestre 25 . Determinar el número de intervalos que se desea tener: No existe una regla para determinar el número de intervalos. Calcular el rango: Para esto. por lo tanto: R= Xn – X1= 56 – 18= 38 2. Lo que se debe hacer para determinar los intervalos de clase es lo siguiente: 1. dependen. Siguiendo con el ejemplo. La marca de clase del intervalo 15-25 es igual a: Es recomendable que la marca del intervalo coincida con alguno de los datos. Construcción de intervalos de clase La formación de clases o intervalos de clase. Dividimos entre uno menos de los intervalos deseados porque con el número de datos se acumula un intervalo más.5. La decisión la toma el investigador. esto es: R= Xn – X1 Por ejemplo: Si en una serie de datos que van desde el 18 hasta el 56.

27. 37. Ejemplo de construcción de intervalos Veamos el siguiente ejemplo para la construcción de intervalos de clase. 60. 31. 29. como en este caso. 48. 50. Se forman los intervalos: Los intervalos se forman comenzando un número antes del primer dato: INTERVALOS: 17 a 22 (se cuenta 5 desde 18 hasta 22) 23 a 28 29 a 34 35 a 40 41 a 46 47 a 52 53 a 58 Nota: No importa que el último intervalo exceda el último dato. 30. 30. 39. 22.Siguiendo con el ejemplo. 35. 20. 40. deseo 7. entonces: Esta será la amplitud de los intervalos. 35. 55. el empleado tiene los siguientes datos: 35. 29. Cuando no es un número entero. 38. 36. 58. 32. tomamos el rango igual a 5. 25. 27. 48. 20. 28. Para ello pide a uno de sus empleados que le elabore un reporte. 52. Calcular el rango: R= Xn – X1= 60-20=40 2. 23. 4. 40. 36. 31. 25. Determinar el número de intervalos entre 5 y 20: Elegimos 8 intervalos Educación Superior Abierta y a Distancia • Primer cuatrimestre 26 . 31. Vayamos paso por paso: 1. 28 46. 44. 40. 28. 52. 30. 27. 24. 39. entonces se divide entre el número de intervalos que se quieren. 48. 30. Cuando la cantidad de datos es tal que no alcanza para acumular un intervalo más. se escoge el entero más cercano. 24. 56. 38. 30. El director de una consultoría en desarrollo de software desea conocer el número de incidencias en sus desarrollos reportadas durante los meses de agosto y septiembre. 26. 22. 26. 41. 24. 38. 49. 37. 31. 56.

3.3. 51-55.4. Se forman los intervalos: Comenzamos por un número anterior al límite inferior: 19-24.9 27.2 Educación Superior Abierta y a Distancia • Primer cuatrimestre 27 .2.2.3. el número de ocurrencias de un valor dado). Ejemplo: Supongamos que la medición de temperatura a lo largo del día da como resultado los siguientes valores en grados Celsius: 20. Se organizan en columnas o renglones y se registran las mediciones o datos obtenidos.5.5 Tablas de frecuencias Esta nos aporta mayor información pues está formada por categorías de la variable que se esté midiendo y su frecuencia (es decir.4. 27.1.1. Tablas de datos Existen diferentes tipos de tablas para presentar los datos.3. 21.3. 25. 25-29.1.2.4. 3640.5.2 22.9 25.3 26.3.3.7 2.1.1 23. Dividir el rango entre el número de intervalos: 4. 23. Ejemplo: suponga que un experimento da los siguientes valores medidos: 1.6.5. Veamos en qué consiste cada una: Una tabla de datos es la forma más sencilla de organizar un conjunto de datos y se utiliza cuando la información que necesitamos son los datos mismos.4. Tabla de frecuencias.4 21.7.9. 46-50. 30-35.1.4. 22.2. 56-60.5. Tabla por intervalos de clase y Tablas de doble entrada. 41-45.2.4. 26.1. las más utilizadas son: Tabla de datos.2. 2. Entonces construimos una tabla como la siguiente: Temperatura (Celsius) 20.2.9.

Procedemos entonces a agrupar por categorías. según la frecuencia o número de veces que aparece cada medición: Valor de la Variable medida 1 2 3 4 5 6 Frecuencia 4 7 5 4 5 1 2. Educación Superior Abierta y a Distancia • Primer cuatrimestre 28 . Se forma poniendo en los renglones de la tabla la información de una de las variables y en las columnas la información de la otra variable. Tablas de doble entrada Estas tablas proporcionan información referente a dos variables o eventos relacionados entre sí. Ejemplo: En una encuesta sobre el desempleo en el Área Metropolitana de la Ciudad de México. Tablas por intervalos de clase En este tipo de tablas los datos son presentados por intervalos de clase y no por los valores correspondientes a cada variable.700 desempleados. se organizan los datos por grupos de edades (intervalos de clase) y se presenta la frecuencia de cada intervalo.1. teniendo un total de 23. Grupo de edad De 12 a 19 De 20 a 24 De 25 a 34 De 35 a 44 De 45 a 99 Frecuencia 9600 7100 3900 1500 1600 2.6.1.7.

Las gráficas son representaciones visuales de los datos que se muestran en una tabla.2. Ahora veremos la representación gráfica de los datos. Por ejemplo: Supongamos que medimos la temperatura de un líquido con respecto al tiempo de calentamiento. Representación gráfica de datos Introducción En el tema anterior presentamos diferentes formas de organizar o de tabular datos y vimos la distribución de frecuencias.Ejemplo: Suponga que se miden el número de cirugías realizadas por edades en una muestra de 100 personas. Podríamos considerar la tabla como una tabla de frecuencias o como una tabla de doble entrada: Tiempo (min) 1-5 6-10 11-15 Temperatura (°C) 36 44 67 2. encontrándose lo siguiente: Edades / No. En el renglón colocamos los tiempos y en las columnas la temperatura obtenida. Existen diferentes tipos de gráficas. Educación Superior Abierta y a Distancia • Primer cuatrimestre 29 . de cirugías Menos de 2 cirugías Más de 2 cirugías 0-10 1 0 11-20 2 2 21-30 6 4 31-40 11 7 41-50 17 6 Más de 50 30 14 Una tabla cualquiera puede ser vista como una tabla de doble entrada. en la cual las variables relacionadas son los rangos contra el valor de las variables en dicho rango. cada una de ellas se elabora con base en el tipo de información que se quiere representar.

la diferencia radica en que el histograma no presenta separación entre las barras.1. Barras horizontales: • • En el eje horizontal se representan las frecuencias.    El eje horizontal se utiliza para representar a la variable independiente. nominal y discreto. es decir. la frecuencia relativa y el porcentaje por medio de la altura de la barra y no por el área de la barra. En estas se muestran la frecuencia. las alturas de las barras serán proporcionales a las frecuencias. Un histograma y una gráfica de barras son muy semejantes. Se elabora en un sistema de coordenadas rectangulares. El eje vertical representa a la escala de frecuencias. En el eje vertical los valores de la variable. Educación Superior Abierta y a Distancia • Primer cuatrimestre 30 . a la escala de medición o fronteras de clase. La gráfica de barras se traza sobre un eje de coordenadas. Esta gráfica muestra las discontinuidades en las mediciones por medio de espacios vacios entre las barras.2. Y puede ser de dos formas: Barras verticales: • • En el eje horizontal se representan los valores de la variable. 2.2. Gráfica de barras Este tipo de gráfica se utiliza para datos de tipo ordinal. El histograma también proporciona visualmente el aspecto de la distribución y dispersión de las mediciones.2. En el eje vertical se representa la frecuencia de cada clase. Histograma Histograma es la representación gráfica de una variable continua. Si los intervalos de clase tienen el mismo ancho.2.

Gráfica de líneas Una gráfica de líneas se construye también en un sistema coordenado rectangular. La frecuencia de cada valor medido es representada por la altura del punto.4. Esta gráfica muestra la relación entre las variables dividiendo un círculo (o pastel) en sectores (o rebanadas).7 30. 2.5 30. Para trazar la gráfica.2. y muestra la relación entre las variables mediante puntos conectados por líneas continuas. Ejemplo: Considere la siguiente tabla de datos. Medición en cm 30 30.8 30.9 Frecuencia 3 7 12 18 23 21 17 11 5 1 Frecuencia acumulada 3 10 22 40 63 84 101 112 117 118 Porcentaje 3% 6% 10% 15% 19% 18% 14% 9% 4% 1% Educación Superior Abierta y a Distancia • Primer cuatrimestre 31 .2.3 30.1 30. En el eje horizontal se representa a la variable y en el eje vertical la frecuencia. También se utilizan para representar la distribución de frecuencias.6 30.2. pero es el área de cada sector la proporcional a los valores medidos. Gráfica de área o de pastel Una forma de representar datos u observaciones de una variable cualitativa es mediante un diagrama circular. Se determinan los puntos de corte del valor de la variable con su frecuencia y se unen. se hace una distribución proporcional de las frecuencias del problema con respecto a la circunferencia determinando sectores circulares para cada categoría.3.4 30. obteniéndose la gráfica de línea.2 30.

En la gráfica de pastel se muestra dentro de cada “rebanada” la medición en cm y el porcentaje que corresponde a la frecuencia relativa. frecuencia.En esta figura se muestra el histograma de las mediciones en cm vs. Educación Superior Abierta y a Distancia • Primer cuatrimestre 32 . note como el ancho de las clases es el mismo.

Myers et al. Consultado el 27 de abril de 2010 en: http://www.html Educación Superior Abierta y a Distancia • Primer cuatrimestre 33 .gov. Ronald E. Raymond H. 2.pdf Para saber más: 5. Consultados el 26 de abril de 2010 en: http://www. Cuarta edición. 3.En esta figura se muestra la frecuencia acumulada mediante una gráfica de línea. Estadística y probabilidad. Probabilidad y Estadística aplicadas a la ingeniería.tec.edu.htm 4. Consultado el 26 de abril de 2010 en: http://www. además de participar en un foro sobre el uso cotidiano de la estadística descriptiva.. Runger (1996).virtual.co/cursos/odontologia/2002890/lecciones/estadistica_descrip tiva_2/estadistica_descriptiva_2. Intervalos de clase. Referencias: 1. México: McGraw-Hill. Octava edición.unal. Walpole.doc. Montgomery.ar/proyectos/censo2001/maestros/quees/masinfo. México: Pearson Educación. Probabilidad y Estadística para Ingeniería y ciencias.vitutor. y George C. (2007).com/estadistica.gt/boletin/URL_03_BAS01.edu. Consiste en la elaboración de tablas de datos y gráficas de diferentes tipos. Consideraciones específicas de la unidad En esta unidad se trabajará con dos problemas diferentes que permitirán practicar a elaboración de tablas de datos y gráficas. Censo y entrevista. http://www.indec.url. La evidencia de aprendizaje se generará a partir de la muestra que se obtuvo en la unidad uno. Douglas C.

muestran cómo se dispersan o separan los datos. 3. Las medidas de tendencia central más comunes son: la media aritmética.Unidad 3. Estos dos tipos de indicadores estadísticos son: las medidas de tendencia central. Competencia específica Utiliza las medidas de tendencia central y dispersión para describir un conjunto de datos mediante la representación numérica y gráfica de la información obtenida en una muestra o población.1. que. simplemente. comúnmente conocida como media o promedio. Introducción Para cualquier conjunto de datos estudiados es importante tener información resumida de sus características. de forma contraria a las anteriores. Medidas de tendencia central y dispersión Propósitos En esta unidad: • Aplicarás el procedimiento para obtener las medidas de tendencia central y dispersión en datos agrupados y no agrupado. Para resumir la información se utilizan dos tipos de valores que en lugar de representar cada dato. Media aritmética La media aritmética o. y las medidas de dispersión. La media es resultado de dividir la suma de todos los valores (xi) entre el número total de datos (N). representan conjuntos de datos. respectivamente.1. se denota por o por la letra μ según se calcule en una muestra o en la población. 3. Se llaman así porque tienden a ubicarse en la parte central del conjunto de datos. Esta información nos indica cómo se comporta la población de datos que tenemos. media. Medidas de tendencia central Las medidas de tendencia central son los valores que representan un conjunto de datos de forma tal que nos ayudan a saber dónde están acumulados los datos pero sin indicar como se distribuyen. la mediana y la moda.1. Educación Superior Abierta y a Distancia • Primer cuatrimestre 34 . que nos muestran hacia qué valores se agrupan o acumulan los datos.

varía de acuerdo a la manera cómo los tenemos organizados. la frecuencia (fi) o el número de veces que se repite cada valor en una serie de datos. cada valor se representa de manera individual. en una columna. el total de la población se representa con la letra N y el total de la muestra se representa con la letra n. el valor de la variable (xi) y. Fórmula para calcular la media en datos no agrupados Los datos no agrupados son aquellos datos que organizamos en una tabla de datos. en otra columna.La fórmula para calcular la media de una distribución de datos. las tablas que contienen. es decir. es decir. Fórmula para calcular la media en datos agrupados por frecuencias simples Los datos agrupados en frecuencias son aquellos que organizamos en una tabla de frecuencias. Las fórmulas para calcular la media son: En una población En una muestra En estas fórmulas la diferencia radica en que. Las fórmulas para calcular la media con los datos organizados de esta manera son: En una población En una muestra Educación Superior Abierta y a Distancia • Primer cuatrimestre 35 .

8. Es decir. 4. 6. Por ejemplo: Supongamos que tenemos los siguientes valores: 2. 0. 8. 2. su suma dividida entre dos. 6. en este caso la mediana es el promedio de esos dos datos. Mediana La mediana es el valor que divide a la mitad la serie de datos que se tienen. 4. es decir. 1. 8. el número de datos que queda a la izquierda de la mediana es igual al número de datos que queda a la derecha. 7. 7. 0. 4. 1. 9 1. Si n es impar hay un dato que queda en medio de todos. 6. Para cuando la cantidad de valores de la distribución es impar: 1. entonces. éste será igual a la mediana. la mediana queda en medio de todos los datos cuando los acomodas ya sea en orden creciente o decreciente. 6. Buscamos el valor del centro. Recuerda que las tablas de intervalos muestran el número de datos que abarca cada intervalo (frecuencia por intervalo). 2. 8. Ordenamos: 0. 1. 9 Educación Superior Abierta y a Distancia • Primer cuatrimestre 36 . Las fórmulas para calcular la media con los datos organizados de esta manera son: En una población En una muestra 3. 1.1. 4. Ordenamos los valores de menor a mayor.Fórmula para calcular la media en datos agrupados por intervalos Los datos agrupados en intervalos son aquellos que se organizan dentro de un rango establecido entre un límite inferior y un límite suprior.2. 0. Si n es par hay dos datos que quedan en medio de todos.

2 1.5 Mediana en datos agrupados por intervalos Cuando queremos calcular la mediana en datos agrupados por intervalos. 9 2. 6. 7. 2. 4. 2. es necesario localizar el intervalo donde se encuentre . 4. 1. 8. El dato que divide a la mitad es: 4. 3. Promediamos los valores del centro. tenemos que buscar el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Promediamos: . 1. ocupamos siguiente fórmula: En donde: Li = Límite inferior del renglón en donde debe estar la mediana Fi-1 = Frecuencia acumulada anterior al renglón de la mediana fi = frecuencia del renglón de la mediana ai = tamaño del intervalo Educación Superior Abierta y a Distancia • Primer cuatrimestre 37 . por lo tanto Me: 4. 7. 2. 1. 6. 3.2. 7. 6. 2. Ordenamos 1. Buscamos los datos del centro: 4. 5. Buscamos los valores del centro. por lo tanto Me: 4 Para cuando la cantidad de valores es impar: 1. Por ejemplo: Supongamos que tenemos los siguientes valores: 5. 7. 8. 5 3. 9. 3. 6. 3. es decir. 3. Ordenamos los valores de menor a mayor.

es decir. A mayor dispersión menor representatividad de la medida de posición y viceversa. el valor cuya frecuencia absoluta es mayor. Las medidas de dispersión más comunes son: el recorrido. Algunas veces el valor que más se repite puede no ser único. siendo ésta la mayor. En esas ocasiones podemos hablar de poblaciones o muestras bimodales si existen dos modas o multimodales si existen más de dos. y se denota como Mo. mediante un solo punto. Educación Superior Abierta y a Distancia • Primer cuatrimestre 38 . Moda La moda es el valor del dato que más veces se repite.3. esto es. primero localizamos el intervalo que tiene mayor frecuencia absoluta y utilizamos la siguiente fórmula para calcular la moda: En donde: Li = Límite inferior del renglón en donde debe estar la moda fi = frecuencia del renglón de la moda fi+1 = Frecuencia ulterior al renglón de la moda fi-1 = Frecuencia anterior al renglón de la moda ai = tamaño del intervalo 3. que miden acumulaciones. puede haber dos o más datos que aparezcan con la misma frecuencia absoluta.1. Por ejemplo si tomamos una muestra de hombres y mujeres y medimos sus estaturas tendremos dos modas. Dicho grado de separación nos indica lo representativa que es la medida de posición con respecto al conjunto total de datos. Cuando nuestra distribución de datos es por intervalos de clase. la varianza y la desviación estándar. las medidas de dispersión miden el grado de separación o alejamiento que tiene una variable estadística en torno a una medida de posición o tendencia central.2. Medidas de dispersión A diferencia de las medidas de tendencia central.3.

52. Varianza La varianza mide la mayor o menor dispersión de los valores de la variable respecto a la media aritmética. 57. 68. 69. La fórmula de la varianza para datos no agrupados es: Para calcularla en una muestra: Para calcularla en una población: Educación Superior Abierta y a Distancia • Primer cuatrimestre 39 . también se le conoce como rango y se denota por Re. 74. sustituyendo los valores: Re=78-52=26 3. Recorrido El recorrido representa la distancia que hay entre el primero y el último valor de la variable. La fórmula para calcularlo es: Donde: máx xi es el valor máximo del a variable min xi es el valor mínimo de la variable Por ejemplo: Supongamos que tenemos la siguiente distribución de datos: 69. Calculamos el rango. 76.1. 52. 71. 74.2. 52.3.2.2. 78. Siempre es mayor o igual que cero y menor que infinito. Se define como la media de los cuadrados de las diferencias del valor de los datos menos la media aritmética de estos. 69.

respectivamente. Desviación típica o estándar La desviación típica muestra qué tan alejado está un dato del valor de la media aritmética. según se calcule en una muestra o en toda la población.2.Varianza para datos agrupados por intervalos La fórmula para calcular la varianza en datos agrupados por intervalos es la siguiente: Para calcularla en una muestra: Para calcularla en una población: 3. la diferencia que hay entre un dato y la media aritmética. Se denota como S o. es decir. Se expresa mediante las siguientes fórmulas: En datos no agrupados: En una población: En una muestra: Educación Superior Abierta y a Distancia • Primer cuatrimestre 40 .3. Se define como la raíz cuadrada positiva de la varianza.

al final del tema uno y dos estas actividades se comparten con el resto del grupo para que entre todos se revisen y retroalimenten.En datos agrupados por intervalos: En una población: En una muestra: Consideraciones específicas de la unidad Las actividades de esta unidad se trabajan en diferentes momentos. uno para las medidas e tendencia central y otro para las medidas de dispersión. además de la autoevaluación y la evidencia de aprendizaje. Se les solicita a los alumnos que al concluir cada subtema (tipo de medida) se elabora una actividad relacionada con el mismo. los alumnos tendrán que obtener las medidas de tendencia central y dispersión. a manera de conclusión. Se contará con dos foros de uso general. Esta última consiste en la presentación de las medidas de tendencia central y dispersión de los datos obtenidos de la muestra de la unidad uno. una reflexión sobre el uso y las aplicaciones de la estadística descriptiva. a partir de un problema que se trabaja en la unidad 2. Cuenta con una actividad que debe ser enviada al facilitador como tarea. Educación Superior Abierta y a Distancia • Primer cuatrimestre 41 . El objetivo de estos foros es que los alumnos planteen sus dudas a todo el grupo o compartan información que pueda ser de utilidad para el estudio de los temas. además de incluir.

México: McGraw-Hill. y George C. Walpole. Octava edición. Estadística y probabilidad. Medidas de tendencia central y dispersión. Consultado el 27 de abril de 2010 en: http://bibliotecavirtual.lasalleurubamba. Douglas C. Runger (1996).html Educación Superior Abierta y a Distancia • Primer cuatrimestre 42 .vitutor.edu.. (2007). Cuarta edición.com/estadistica.pdf 4. 2. Raymond H. Montgomery.pe/Estadistica/res/pdf/estadisticadescriptivav ariables2. Ronald E. Probabilidad y Estadística aplicadas a la ingeniería. Myers et al. Consultado el 27 de abril de 2010 en: http://www. México: Pearson Educación.Referencias: 1. 3. Probabilidad y Estadística para Ingeniería y ciencias.

Sign up to vote on this title
UsefulNot useful