Estadística

1
 Estadística

Objetivo general

Este curso pretende familiarizar al alumno con

los conceptos y procedimientos importantes de la
estadística los cuáles se utilizaran cotidianamente
en situaciones que van desde manejo de
información hasta la toma de decisiones; además
de identificar en problemas concretos la posible
participación de la estadística y reconocer su
participación en la solución de dichos problemas.

2
 Estadística
Medidas de tendencia central.
En general, se llaman medidas de la
distribución a ciertos valores característicos que
representan los aspectos más destacables de
dicha distribución y facilitan su estudio.

Medidas de tendencia central.

También llamadas medidas de posición o
centralización, sirven para estudiar las
características de los valores centrales de la
distribución, atendiendo a distintos criterios.
3
 Estadística
Medidas de tendencia central.
Las medidas mas usuales son: La media aritmética
o simplemente media, la mediana y la moda.
Veamos su significado con un ejemplo:
Supongamos se queremos describir de una forma
breve y precisa los resultados obtenidos por un
grupo de alumnos en cierto examen; diríamos:
1. La nota media o el promedio de la clase es de
85.
2. La mita de los alumnos han obtenido una nota
inferior a 78.
4
 Estadística
Medidas de tendencia central.
3. La nota que más veces se repite es el 89

Media aritmética.
Es la suma de todos los elementos de la serie
dividida por el número total de ellos. En forma
simbólica: n

 xi
x i 1

5
 Estadística
Medidas de tendencia central.
Ejemplo 12: Hallar la media aritmética de los
siguientes valores: 5, 7, 8, 10 y 15.

Propiedades de la media.
1. La suma de las desviaciones de un conjunto de
números respecto de su media es cero.
2. La suma de los cuadrados de las desviaciones
de un conjunto de números con respecto a
cualquier otro número es mínima cuando ese otro
número es precisamente la media.
6
 Estadística
Medidas de tendencia central.
Mediana
Una vez dispuestos todos los valores en forma
ascendente o descendente, el valor central de esa
serie, es la mediana. La mediana tiene el mismo
número de valores a su izquierda que a su
derecha.
La mediana es el valorn que
1 ocupa el lugar
2

La mediana suele representarse con la letra m.

Veamos distintas situaciones en los ejemplos. 7
 Estadística
Medidas de tendencia central.
Ejemplo 13.
Hallar la mediana de los siguientes valores:
11, 6, 26, 5, 23, 27, 9, 19, 15.

Ejemplo 14.
Hallar la mediana de los siguientes valores:
10, 5, 24, 21, 27, 7, 15, 20.

Ejemplo 15.
Hallar la mediana de los siguientes valores:
3, 4, 4, 4, 6, 8
8
 Estadística
Medidas de tendencia central.
Ejemplo 16.
Hallar la mediana de los siguientes valores:
5, 6, 8, 8, 8, 8, 10, 12, 13

Moda.
La moda de un conjunto de datos es el valor que
se presenta con mayor frecuencia, es decir, el que
se repite un mayor número de veces.
Por ejemplo, del siguiente conjunto,
2, 3, 3, 4, 4, 4, 5, 5, 5, 5, 6, 7, 7, 8
la moda es 5.
9
 Estadística
Medidas de tendencia central.
Cálculo de la media para datos agrupados.
Para calcular la media cuando los datos están
agrupados, se utiliza klas siguiente fórmula:
 f i mi
x i 1

n
donde fi es la frecuencia de la clase i y mi es la
marca de clase i y k es el número de clases.

10
 Estadística
Medidas de tendencia central.
Ejemplo 17.
Calcule la media del siguiente conjunto de datos
agrupados.
Clase Frecuencia
[10, 14) 1
[14, 18) 7
[18, 22) 10
[22, 26) 16
[26, 30) 9
[30, 34) 6
[34, 38) 1

11
 Estadística
Medidas de tendencia central.
Cálculo de la mediana para datos agrupados.
La mediana se calcula de la siguiente forma:
1. Se calcula n/2.
2. A la vista de las frecuencias acumuladas, se
halla el intervalo que contiene a la mediana.
3. Se calcula la frecuencia del intervalo que
contiene a la mediana.
4. Hallar el límite inferior de la clase que contiene
a la mediana.
5. Se halla la frecuencia de los valores que quedan
12
 Estadística
Medidas de tendencia central.
por debajo de la clase que contiene a la mediana.
6. Calcular la mediana con la siguiente fórmula:
I n 
ml   fi 
fM  2 
l: Límite inferior del intervalo de la mediana
I: Amplitud de la clase.
fM: Frecuencia del intervalo de la mediana.
fi: Frecuencia acumulada de los valores inferiores
al intervalo de la mediana.
n: Número total de datos. 13
 Estadística
Medidas de tendencia central.
Ejemplo 18.
Calcule la mediana del ejemplo 17.

14
 Estadística
Ejercicios.
Ejercicios.
1. En un experimento de psicología, se pide a 50
alumnos que memoricen cierta secuencia de
palabras. La siguiente tabla da los tiempos, en
segundos, que necesitan los participantes del
experimento para la memorización. Realice la
distribución de frecuencias, dibuje su histograma
y ojiva.

15
 Estadística
Ejercicios.
Tiempo en segundos, para la
memorización de 50 alumnos.

100 107 34 57 66
30 79 84 118 77
135 95 130 138 52
126 89 128 100 88
61 108 79 37 93
116 45 57 112 73
129 46 107 109 32
106 122 41 70 96
98 117 97 99 62
88 85 149 75 105

16
 Estadística
Ejercicios.
2. La siguiente tabla muestra las lecturas de la
presión sanguínea sistólica que se hicieron 40
adultos que se presentaron a un examen físico
antes del empleo. Realice la distribución de
frecuencias, dibuje su histograma y ojiva.

17
 Estadística
Ejercicios.

Presión sanguínea sistólica

de 40 adultos

104 112 128 139

118 132 132 112
106 107 129 125
103 125 104 129
126 126 115 118
117 116 113 122
123 107 122 105
110 133 142 143
116 114 129 117
106 124 115 118

18
 Estadística
Ejercicios.
3. En los siguientes conjuntos de datos, encuentre
la media, mediana y moda.
a. Número de horas gastadas en ver televisión en
una semana por 10 estudiantes.
24, 25, 22, 20, 15, 25, 17, 16, 15, 17
Resp. x = 19.6, m =18.5, M = 15, 17 y 25

b. Número de días que faltaron a la escuela 15

estudiantes de primer año durante el año escolar
son: 1, 8, 2, 2, 3, 9, 2, 3, 5, 2, 4, 7, 9, 8, 5
Resp. x = 4.7, m = 4, M = 2.
19
 Estadística
Ejercicios.
4. Calcule la media y mediana para el siguiente
conjunto de datos agrupados.
a.
Clase Frecuencia
[118, 127) 3
[127, 136) 5
[136, 145) 9
[145, 154) 12
[154, 163) 5
[163, 172) 4
[172, 181) 2

Resp. x = 147.475, m = 147.25

20
 Estadística
Ejercicios.
5. Calcule la media y mediana para la distribución
de frecuencias que obtuvo del ejercicio 1.

6. Calcule la media y mediana para la distribución

de frecuencias que obtuvo del ejercicio 2.

Tarea.
1. Ejercicio 1.
2. Ejercicio 3.
3. Ejercicio 4.
21
 Estadística
Cuartiles, deciles y percentiles.
Cuantiles.
Constituyen una generalización del concepto de la
mediana. Así como la mediana divide a un
conjunto de datos en dos partes con el mismo
número de elementos cada una, si la división se
hace en cuatro partes, o en diez partes, o en cien
partes, llegamos al concepto de cuantil. Hay
principalmente, tres cuantiles importantes
cuartiles, deciles y percentiles.

22
 Estadística
Cuartiles, deciles y percentiles.
Cuartiles.
Son 3 valores con las siguientes características:
Q1: El primer cuartil es el valor de la variable por

debajo del cual queda 1/4 de los elementos

del conjunto de datos, esto es 25%.
Q3: El tercer cuartil es el valor de la variable por
debajo del cual quedan 3/4 de los elementos
del conjunto de datos.
Evidentemente el segundo cuartil coincide con la
mediana. 23
 Estadística
Cuartiles, deciles y percentiles.
Las fórmulas para calcular los cuartiles son:
primer cuartil I n 
Q1  l    f i 
f 4 
tercer cuartil I  3n 
Q2  l    fi 
f  4 
l: Límite inferior de la clase a la que pertenece el
cuartil.
I: Amplitud del intervalo.
f: Frecuencia de clase donde se encuentra el
cuartil.
24
 Estadística
Cuartiles, deciles y percentiles.
n: Total de elementos de la muestra.
fi: Frecuencia acumulada de todos los valores
inferiores a la clase que contiene al cuartil.
Ejemplo 19.
Del siguiente conjunto de datos hallar el primer y
el tercer cuartil. Clase Frecuencia
[20, 25) 5
[25, 30) 9
[30, 35) 14
[35, 40) 20
[40, 45) 26
[45, 50) 18
[50, 55) 7
[55,60) 11
25
 Estadística
Cuartiles, deciles y percentiles.
Deciles.
Si se divide al conjunto de datos en 10 aprtes
iguales tendremos los deciles.
D1: deja el 10% de los valores del conjunto de
datos por debajo de él. Análogamente ocurre con
los demás deciles.
Las fórmulas para calcularlos son:
I  n 
D1  l    fi 
f  10 
26
 Estadística
Cuartiles, deciles y percentiles.

I  9n 
D9  l    fi 
f  10 
Ejemplo 20.
Encuentre el segundo y el séptimo decil de los
datos ejemplo 19.

Percentiles.
Hay 99 percentiles que se denotan por P1, P2,
…,P99. Así P90, por ejemplo deja por debajo de él
27
 Estadística
Cuartiles, deciles y percentiles.

90 % de los elementos. La fórmula para realizar el

cálculo del percentil 45, por ejemplo sería:
I  45n 
P45  l    fi 
f  100 

Ejemplo 21.
Calcule los percentiles 8 y 73 de los datos del
ejemplo 19.

28
 Estadística
Medidas de dispersión.
Si se tienen datos respecto a los promedios, se
cuenta con cierta información del desempeño de
grupos o individuos, pero no lo suficiente para
que sea de utilidad. Es necesario conocer otras
medidas, aparte de los valores de centralización,
que nos indique que tan alejados están los valores
respecto de los valores centrales.
Las medidas de desviación, variación o
dispersión que estudiaremos son rango, desviación
estándar y varianza.
29
 Estadística
Medidas de dispersión.
Rango.
El rango se define como la diferencia entre el
valor máximo y mínimo del conjunto de datos. En
forma compacta: R  X X
max min

Ejemplo 22.
Encuentre el rango del siguiente conjunto de
datos.
87, 93, 72, 104, 85, 123, 98, 116, 76

30
 Estadística
Medidas de dispersión.
Desviación estándar o típica.
La desviación estándar se define como la raíz
cuadrada de la media de los cuadrados de las
desviaciones con respecto a la media de los
valores. En forma compacta:

S
 (x  x) 2

o n

n x    x 
1 2
S 2

n
31
 Estadística
Medidas de dispersión.
Ejemplo 23.
Calcular la desviación estándar del siguiente
conjunto de datos: 5, 8,10, 12 y16.

Ejemplo 24.Calcular la desviación estándar del

siguiente conjunto de datos:
100 107 34 57 66
30 79 84 118 77
135 95 130 138 52
126 89 128 100 88
61 108 79 37 93

32
 Estadística
Medidas de dispersión.
Varianza.
La varianza se define como el cuadrado de la
desviación estándar, es decir S2. En forma
n x    x 
compacta 2 2

S 
2
2
n

Ejemplo 25. Calcular la varianza del conjunto de

datos de los ejemplos 23 y 24.

33
 Estadística
Medidas de dispersión.
Existe una forma diferente para calcular la
desviación estándar y ésta se utiliza en la
estadística inferencial y se calcula de la siguiente
forma:
S
 (x  x) 2

o n 1

n x    x 
2 2

S
n( n  1)

34
 Estadística
Medidas de dispersión.
Desviación estándar para datos agrupados.
Se aplica la siguiente fórmula:

S
 f (m i  x) 2

f: Es la frecuencia absoluta de cada intervalo.

mi: Es la marca de clase

35
 Estadística
Medidas de dispersión.
Ejemplo 26.
Calcular la desviación estándar del siguiente
conjunto de datos agrupados.
Clase Frecuencia
[20, 25) 5
[25, 30) 9
[30, 35) 14
[35, 40) 20
[40, 45) 26
[45, 50) 18
[50, 55) 7
[55,60) 11

36
 Estadística
Medidas de dispersión.
Uso de la desviación estándar.
La desviación estándar nos permite determinar,
con un buen grado de precisión, dónde están
localizados los valores de una distribución de
frecuencias con relación a la media. Podemos
hacer esto de acuerdo con el teorema de
Chebyshev, que dice que no importa que forma
tenga la distribución, al menos el 75% de los
valores caen dentro de 2 desviaciones estándar a
partir de la media de la distribución, y al menos
89% de los valores caen dentro de 3
37
 Estadística
Medidas de dispersión.
desviaciones estándar a a partir de la media.

Ejemplo 27.
Analice los siguientes datos utilizando el teorema
de Chebyshev.
Calificaciones del examen de
grado de 20 alumnos

602 580 650 601

552 590 402 420
460 449 501 486
550 512 484 498
462 407 544 558

38
 Estadística
Medidas de dispersión.
Resultado estándar.
La desviación estándar es también útil para
describir qué tan lejos las observaciones
individuales de una distribución se apartan de la
distribución. Una medida que se conoce como
resultado estándar nos da el número de
desviaciones estándar que una observación en
particular ocupa por debajo o por encima de la
media. Si x simboliza la observación, entonces el
resultado estándar calculado a partir de los datos
de la población es:
39
 Estadística
Medidas de dispersión.
xx
Resultado estándar de la población =
S
También es útil, cuando los resultados de pruebas
diferentes aplicadas a los mismos individuos han
de ser comparados.

Ejemplo 28.
Obtenga el resultado estándar para un alumno que
obtiene 580 puntos en el examen de grado de los
datos del ejemplo 27.
40
 Estadística
Medidas de dispersión.
Ejercicios.
1. Dada la distribución siguiente de las
puntuaciones de una prueba determine:
Clase Frecuencia
a. Q1, Q3. [120, 130) 2
b. P2, P6, P9. [110, 120) 8
[100, 110) 12
c. C10, C50, C70. [90, 100) 24
[80, 90) 36
[70, 80) 42
[60, 70) 37
[50, 60) 21
[40, 50) 10
[30, 40) 7
[20, 30) 1
41
 Estadística
Medidas de dispersión.
2. Para los siguientes conjuntos de datos
determine el rango, desviación estándar y la
varianza.
a. 20, 19, 18, 15, 14, 13, 12, 8
b. 34, 34, 30, 29, 28, 25, 20, 18, 12, 8
c. 37, 35, 44, 40, 35, 42, 43, 38, 43, 40
34, 36, 35, 46, 40, 45, 35, 38, 35, 34

42
 Estadística
Medidas de dispersión.
3. Determine la desviación estándar de las
siguientes tablas de distribución.
a. Clase Frecuencia
[120, 130) 2
[110, 120) 8
[100, 110) 12
[90, 100) 24
[80, 90) 36
[70, 80) 42
[60, 70) 37
[50, 60) 21
[40, 50) 10
[30, 40) 7
[20, 30) 1

43
 Estadística
Medidas de dispersión.
b.
Clase Frecuencia
[118, 127) 3
[127, 136) 5
[136, 145) 9
[145, 154) 12
[154, 163) 5
[163, 172) 4
[172, 181) 2

44
 Estadística
Medidas de dispersión.
4. La escala de inteligencia Wechsler para niños
se aplica a un grupo de 24 estudiantes de cuarto
grado. Sus CI son:
Puntajes de CI de 24 alumnos

98 115 122
99 111 99
113 101 108
103 95 89
100 101 104
107 96 114
116 113 103
90 100 102
45
 Estadística
Medidas de dispersión.
a. Entre que valores debe caer al menos el 75% de
las observaciones, de acuerdo con el teorema de
Chebyshev.

b. Obtenga el resultado estándar para un alumno

que tiene un CI de 90, de 100 y de 115.

5. Dados los siguientes valores estadísticos:

x = 84, S =12. Obtener el resultado estándar para
los diferentes valores de x: 84, 72, 96, 54, 120, 91.
46
 Estadística
Medidas de dispersión.
Tarea 3.
1. Ejercicio 1, inciso c.
2. Ejercicio 2, inciso c.
3. Ejercicio 3, inciso a.
4. Ejercicio 4.

47