MATEMÀTIQUES APLICADES 4T ESO 2019-2020

T 11. ESTADÍSTICA (1ª part)

11.1. INTRODUCCIÓ I CONCEPTES BÀSICS

Un ​estudi estadístic ​recull i ordena dades sobre una característica determinada d’una
població i després les analitza i les interpreta.

Població: ​conjunt format per tots els elements objecte d’estudi.

Mostra: ​part de la població que escollim per fer l’estudi.

Individu: c​ada element de la població o mostra. El nombre d’individus que

configuren una mostra s’anomena ​grandària de la mostra ​i es sol representar per
N.

Les ​variables estadístiques ​són els aspectes o característiques objecte d’estudi i poden
ser de dos tipus:

● Qualitatives: ​quan no es poden mesurar. Exemple: el color dels cotxes, la

comunitat autònoma de naixement, menjar preferit....

● Quantitatives: ​quan es poden mesurar. Exemple: el nombre de germans, el pes,..

○ Quantitativa discreta. ​Observau que ​el nombre de germans només pot
prendre valors enters (0,1, 2, 3, ...)
○ Quantitativa contínua. ​Observau que ​pes pot prendre tots els valors
possibles dins un interval (50, 51’3, 52’7, 68’1, …)​.

Fases d’un estudi estadístic:

1. Recollida de dades
2. Recompte i ordenació de dades en una taula
3. Representació gràfica
4. Càlcul de paràmetres i interpretació dels resultats

❖ EXEMPLE
Es vol fer un estudi sobre el color dels ulls, el nombre de germans i el pes dels alumnes de 4t
d’ESO. En comptes de fer l’estudi sobre la totalitat dels alumnes (ja que són molts) se n’han
seleccionat 30 a l’atzar i s’ha procedit a la recollida de informació.

RECOLLIDA DE DADES

​Les dades obtingudes han estat les següents:

 Color dels ulls Nombre d’alumnes
Marró 21
Blau 6
Verd 3​

Nombre de germans
1, 0, 2, 1, 3, 1, 2, 2, 1, 2, 3, 2, 2, 3, 2, 0, 1, 2, 1, 1, 2, 1, 2, 2, 5, 1, 2, 0, 2, 2

Pes (en Kg)

57, 41, 68’5, 50, 45, 55, 53, 52, 49, 56, 49, 69, 50, 62, 60,

56, 64, 54, 64, 57, 53’5, 53, 58, 51, 57, 59, 52, 67’4, 55, 56

Població​ : el conjunt de tots els alumnes de 4t d’ESO

Mostra​:​ el conjunt format pels 30 alumnes seleccionats a l’atzar amb els quals s’elabora l’estudi.
La ​grandària de la mostra ​és el nombre d’individus als que hem entrevistat i es designa per N.
En aquest cas, N = 30.

Les ​variables estadístiques ​que estudiam són:

- ​Color dels ulls:​ ​és una variable estadística ​qualitativa

- ​Nombre de germans:​ és una variable estadística ​quantitativa discreta
- ​Pes:​ és una variable estadística ​quantitativa contínua

11.2. TAULES DE FREQÜÈNCIES. ORDENACIÓ DE LES DADES I RECOMPTE DE

FREQÜÈNCIES

Per facilitar l’estudi de les dades, es solen organitzar en una ​taula estadística de freqüències.​

Construïm la taula de la manera següent:

1. A la primera columna s’hi col·loquen els valors que pren la ​variable en ordre creixent ​(es
designa ​xi​​ ).
2. A la segona columna s’indica el nombre de vegades que es repeteix cada valor, és a dir, la
seva ​freqüència absoluta​ f​i
3. Per a poder comparar diferents estudis s’ha de calcular també la ​freqüència relativa ​h​i​,
que és el quocient entre la freqüència absoluta ( f​i i​ el nombre total de dades N)

h​i​= f​i ​/ N
 4. La ​freqüència absoluta acumulada ​Fi​ ​es calcula sumant les freqüències absolutes de les
files anteriors
5. La ​freqüència relativa acumulada ​Hi​ ​es calcula sumant les freqüències relatives de les
files anteriors
6. També és útil calcular la columna de ​percentatges ​p​i ​. Serveix per conèixer, per exemple,
el percentatge d’alumnes que tenen 2 germans, o 3 germans, etc... Per calcular-los,
multiplicam per 100 les freqüències relatives:

p​i​= 100 · h​i

7. El ​percentatge acumulat ​Pi es calcula sumant els percentatges de les files anteriors

❖ EXEMPLE:
Construeix la taula de freqüències i percentatges corresponent al ​nombre de germans​:

Freq. Freq.
Nre de Freq. Freq. Percentatges
Absolta relativa Percentatges
germans Absolta relativa acumulats
Acumulada acumulada p​i
xi​ f​i h​i P​i
F​i H​i
0 3 3/30=0,1 3 0,1 0,1·100=10% 10%
1 9 9/30=0,3 3+9=12 0,1+0,3=0,4 0,3·100=30% 10+30=40%
2 14 14/30=0,47 12+14=26 0,4+0,47=0,87 0,47·100=47% 40+47=87%
3 3 3/30=0,1 26+3=29 0,87+0,1=0,97 0,1·100=10% 87+10=97%
4 0 0/30=0 29+0=29 0,97+0=0,97 0% 97+0=97%
5 1 1/30=0,03 29+1=​30 0,97+0,03=​1 0,03·100=3% 97+3=​100%
​N=30 1 100%

*Fitxau-vos que han de donar el total, sinó hi ha algun error.

*Si no dona 1 hi ha algun error, tot i que pot ser que vos quedi 0,99 o 1,01 depenent de
com heu arrodonit els valors.

Construeix la taula de freqüències i percentatges corresponent al ​color d’ulls​:

Freq.
Color Freq.
Freq. Freq. Absolta Percentatges
dels relativa Percentatges
Absolta relativa Acumulada acumulats
ulls acumulada p​i
f​i h​i F​i P​i
xi​ H​i

Marró 21​ 21/30=0,7 21 0,7 0,7·100=70% 70%

Blau 6 6/30=0,2 21+6=29 0,7+0,2=0,9 0,2·100=20% 70+20=90%
Verd 3 3/30=0,1 29+1=​30 0,9+0,1=​1 0,1·100=10% 90+10=​100%
N=30 1 100%
 11.3 TAULA AMB DADES AGRUPADES

Si la variable estadística pren un nombre gran de valors diferents, les dades s’han d’agrupar en
intervals o classes. (​Usualment, les variables quantitatives contínues requereixen aquest
procediment).
Per fer-ho, seguim les passes següents:
1. Localitzem els valors extrems i es calcula la seva diferència. Decidim el nombre d’intervals
que volem formar (normalment entre 6 i 15 intervals, depenent de les dades) així com la
seva amplitud (​ha de ser la mateixa en tots els intervals​).
2. Formem els intervals de manera que abarquin la totalitat de les dades i que cada dada
aparegui només en un.
3. Finalment, repartim les dades en els intervals corresponents i elaborem la taula.

A la taula hi ha d’aparèixer el que s’anomena la ​marca de classe ​(es denota x​i ), que és el punt
mitjà de cada interval i es calcula sumant els dos valors de l’interval i dividint per dos. Aquest valor
representa tot l’interval i ens servirà per a fer càlculs.

❖ EXEMPLE
Decidim fer 6 intervals. La dada major és 69 i la menor 41, aleshores:
69-41=28 → 28:6=4,7 → Com que ens ha donat 4,7 farem intervals de diferència 5, ja que si
només els feim de diferència 4 no ens bastarà.
Si un valor cau just al límit de l’interval, entra dins el de damunt! Per exemple, si un alumne pesa
50kg, l’hem de comptar a la segona fila, no a la tercera ja que l’interval és tancat a la dreta.

Freq.
Intervals Marca de Freq. Freq. Freq. relativa Percentatges
Absolta Percentatges
Pes classe Absolta relativa acumulada acumulats
Acumulada (%) p​i
x​i f​i h​i H​i P​i
F​i
(40+45)/2=42, 0,066·100=6,6
(40 , 45] 2 2/30=0,06 2 0,06666 6,66%
5 %
(45+50)/2=47, 0,066+0,13=0, 0,133·100=​13,3 6,7+13,3=​20
(45 , 50] 4 4/30=0,13 2+4=6
5 2 % %
(50+55)/2=52,
(50 , 55] 9 9/30=0,3 6+9=15 0,2+0,3=0,5 0,3·100=30% 20+30=50%
5
(55+60)/2=57,
(55 , 60] 9 9/30=0,3 15+9=24 0,5+0,3=0,8 0,3·100=30% 50+30=80%
5
(60+65)/2=62,
(60 , 65] 3 3/30=0,1 24+3=27 0,8+0,1=0,9 0,1·100=​10% 80+10=90%
5
(65+70)/2=67,
(65 , 70] 3 3/30=0,1 27+3=​30 0,9+0,1=​1 0,1·100=10% 90+10=​100%
5
N=30 1 100%

● Observant la taula, contesta les preguntes següents:

a) Quin percentatge d’alumnes pesen entre 45 i 50 kg? ​Un 13,3 %​ pesen entre 45 i 50 kg.
b) Quin percentatge d’alumnes pesa menys de 50 kg (o 50kg)? Un ​20%​ d’alumnes.
c) Quin percentatge d’alumnes pesen entre 60 i 65 kg? Un ​10%​ pesen entre 60 i 65 kg.

11.4. GRÀFICS ESTADÍSTICS

● El ​diagrama de barres ​s’utilitza per a representar dades que no estan agrupades en

intervals. Es representen sobre l’eix horitzontal els valors de la variable. Sobre aquests
punts s’alcen unes barres d’altura igual a la freqüència absolutes.

El ​polígon de freqüències​ ​és la línia trencada que uneix els punts mitjans de les barres.

● L’​histograma ​s’utilitza per representar variables amb dades agrupades. Es representen

sobre l’eix horitzontal els extrems dels intervals i es construeixen uns rectangles d’altura
igual a la freqüència absoluta de cada interval.

● El ​diagrama de sectors ​serveix per representar les dades de qualsevol tipus de

variable. Consisteix en un cercle dividit en sectors circulars que representen els valors de la
variable.
Angle = f​i ​/ N · 360º
❖ EXEMPLE:

Freq.
Color dels ulls
Absolta Angle
xi​
f​i
Marró 21 21/30·360º=252
º
Blau 6 6/30·360º=72º
Verd 3 3/30·360=36º
N=30 360º