CONCEPTOS BASICOS

ESTADISTICA
Es la parte de las matemticas que se encarga del estudio de una determinada caracterstica en
una poblacin, recogiendo los datos, organizndolos en tablas, representndolos grficamente y
analizndolos para sacar conclusiones de dicha poblacin.

La estadstica recolecta, organiza, presenta, analiza e interpreta.

TIPOS DE ESTADISTICA
Estadstica descriptiva. Realiza el estudio sobre la poblacin completa, observando una
caracterstica de la misma y calculando unos parmetros que den informacin global de toda la
poblacin.

Estadstica inferencial. Realiza el estudio descriptivo sobre un subconjunto de la poblacin

llamado muestra y, posteriormente, extiende los resultados obtenidos a toda la poblacin.

TIPOS DE ESTADISTICA
Se ocupa de la coleccin y
clasificacin de informacin, de
su resumen en cuadros y
grficos
adecuados
que
resuman en forma apropiada la
informacin captada.

ESTADISTICA
DESCRIPTIVA

Se ocupa de los procesos de

estimacin, anlisis y prueba
de hiptesis con el propsito de
llegar a conclusiones que
brinden una adecuada base
cientfica para la toma de
decisiones tomando como base
la informacin captada por la

ESTADISTICA
INFERENCIAL

POBLACION
Es el conjunto de todos los valores de un fenmeno o propiedad que se quiere observar.
Tambin se usa el nombre de variable para designar a este conjunto.
Por ejemplo, las edades de los escolares de enseanza media del pas, las preferencias de marca
de jabn manifestadas por un conjunto de consumidores, los dimetros de los ejemplares de un
objeto producido por una mquina, etc.

MUESTRA
Es la parte de la poblacin que efectivamente se mide, con el objeto de obtener informacin
acerca de toda la poblacin. La seleccin de la muestra se hace por un procedimiento que
asegure en alta grado que sea representativa de la poblacin.

La muestra es una herramienta de la investigacin cientfica, cuya funcin bsica es determinar

que parte de la poblacin debe examinarse, con la finalidad de hacer inferencias sobre dicha
poblacin.
Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y
diferencias encontradas en la poblacin, es decir ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una poblacin mucho ms grandes de la que originalmente se
tom la muestra. Error de Inferencia.
TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y
mtodos de muestreo no probabilsticos.

MUESTREO PROBABILISTICO: Son aquellos que se basan en el principio de

equiprobabilidad, es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra.
MUESTREO NO PROBABILISTICO: Este tipo de muestra no tiene la certeza de que la
muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico
CARACTERISTICA

VENTAJAS

Se selecciona una muestra

de

tamao

de

una

poblacin de N unidades,
cada elemento tiene una
Aleatorio simple

probabilidad de inclusin

igual y conocida de n/N.

Sistemtico

INCONVENIENTE

Conseguir un listado de los

N elementos de la poblacin
Determinar tamao muestral
n.
Definir un intervalo k= N/n.
Elegir un nmero aleatorio,
r, entre 1 y k (r= arranque
aleatorio).
Seleccionar los elementos

de la lista.

Sencillo y de fcil
comprensin.
Clculo rpido de
medias y
varianzas.
Se basa en la teora
estadstica, y por
tanto existen
paquetes
informticos para
analizar los datos

Requiere que se posea de

Fcil de aplicar.
No siempre es
necesario tener un
listado de toda la
poblacin.
Cuando la
poblacin est
ordenada
siguiendo una
tendencia
conocida, asegura
una cobertura de
unidades de todos
los tipos.

Requiere que se posea de

antemano
completo
poblacin.
trabaja

un
de

listado
toda

la

Cuando

se

con

muestras

pequeas es posible que

no

represente

la

poblacin adecuadamente.

antemano
completo
poblacin.
trabaja

un
de

listado
toda

la

Cuando

se

con

muestras

pequeas es posible que

no

represente

la

poblacin adecuadamente.

En
ciertas
ocasiones
resultar
conveniente

Tiende a asegurar

Se ha de conocer la

Estratificado

estratificar la muestra segn

ciertas variables de inters.
Para ello debemos conocer
la composicin estratificada
de la poblacin objetivo a
hacer un muestreo. Una vez
calculado
el
tamao
muestral apropiado, este se
reparte
de
manera
proporcional
entre
los
distintos estratos definidos
en la poblacin usando una
simple regla de tres.

Se realizan varias fases de

muestreo
sucesivas
(polietpico)
La necesidad de listados de
Conglomerados

las unidades de una etapa se

limita a aquellas unidades
de muestreo seleccionadas
en la etapa anterior.

que la muestra
represente
adecuadamente a
la poblacin en
funcin de unas
variables
seleccionadas.
Se
obtienen
estimaciones ms
precisa
Su objetivo es
conseguir
una
muestra lo ms
semejante posible
a la poblacin en
lo
que
las
variables
estratificadoras se
refiere.

Es muy eficiente
cuando
la
poblacin es muy
grande y dispersa.
No es preciso
tener un listado de
toda la poblacin,
slo
de
las
unidades
primarias
de
muestreo.

distribucin en la
poblacin de las
variables utilizadas
para
la
estratificacin

El error estndar es
mayor que en el
muestreo aleatorio
simple
o
estratificado.
El clculo del error
estndar
es
complejo.

VARIABLES
Es una caracterstica observable que vara entre los diferentes individuos de una poblacin. La
informacin que disponemos de cada individuo es resumida en variables.
Las variables representan y sintetizan conceptualmente las propiedades o caractersticas de las
unidades de anlisis, a las cuales se les pueden adjudicar distintos valores numricos
Clasificacin de las variables estadsticas: cualitativas y cuantitativas
(Discretas y continuas).

Hemos visto que un carcter estadstico es una propiedad que permite clasificar a los individuos
de la poblacin.

Hay dos tipos:

Caracteres estadsticos cuantitativos:
Se dice que un carcter estadstico es cuantitativo cuando sus modalidades son medibles
(expresables como nmeros y cumpliendo unas propiedades de medida.). Ejemplos: peso, talla,
pulso, edad, etc.
Caracteres estadsticos cualitativos:
Se dice que un carcter estadstico es cualitativo cuando sus modalidades no pueden ser
medidas. Ejemplos: raza, sexo, profesin, estado civil, etc.
Nota: Es evidente, por ejemplo, que si el carcter es el estado civil, podamos asignarle a sus
modalidades los siguientes nmeros: A los casados 1, solteros 0, viudos un 2, etc., pero este
carcter no es medible en el sentido de que el 1>0 por ejemplo, expresin que no tiene sentido.
Ejemplos:
La profesin es un carcter cualitativo.
Dentro del podemos tener modalidades: profesor, pen, abogado, etc.
Lo anterior determina un atributo que puede ser observado pero no medido. Podemos contar el
nmero de abogados o profesores, pero no medirlos. En cambio, un carcter cuantitativo
determina una variable que llamaremos variable estadstica. Atributos: se le suele llamar a las
variables cualitativas.
La talla es un carcter cuantitativo. Es por lo tanto una variable estadstica que podemos medir,
puede tomar diversos valores: 1.60, 1.62,......., 1.92,....etc.
Las variables estadsticas cuantitativas pueden ser: continuas o discretas.

Discreta: es aquella que solo puede tomar un nmero finito o infinito numerable de valores.
Dicho con otras palabras: cuando no puede tomar cualquier valor entre dos valores dados. O
bien solo toma valores aislados, generalmente enteros.
Ejemplo: el nmero de libros en una estantera, las tiradas de un dado, el nmero de ptalos de
una flor, etc.
Continua: cuando puede tomar, al menos tericamente, todos los valores posibles dentro de un
cierto intervalo de la recta real.
Ejemplo: la temperatura de los enfermos entre 35 y 40 grados, aunque en la prctica sea
imposible medir temperaturas aproximando hasta la cuarta o quinta cifra decimal. En la
prctica son variables estadsticas continuas aquellas que fijamos como suceso elemental las
que entren en un intervalo.

DATOS NO AGRUPADOS
Son datos recolectados, normalmente en una cantidad pequea, los cuales se analizan tal y
como fueron recolectados, es decir, que no se cuentan o clasifican para analizarse.
Media Aritmtica:
Medida de tendencia central usualmente llamada promedio, se define como la divisin de la
suma de todos los valores entre el nmero de datos.
El promedio aritmtico de un conjunto de valores ( x 1 x 2 x 3 x 4 x n )

es:

Xi
x =

i=1

x 1 + x 2 + x 3 + x 4 ++ x n
n

Ejercicios:
1. Un cazador sale durante cinco noches a los faldeos de un cerro y diariamente trae, el
siguiente nmero de conejos: 15, 17, 13, 18, 17. Luego, la media aritmtica del nmero
de conejos cazados diariamente es:
Solucin
La media aritmtica o promedio es:
x=

15+ 17+13+18+17 80
= =16
5
5

2. La media aritmtica del siguiente grupo de datos 7, 20 13, 14, 6, 9, 1 es :

Solucin
x=

7+20+13+14 +6+9+1 70
= =10
7
7

3. El promedio aritmtico de los siguientes puntajes: 12, 15, 23, 18, 32, 48, 9 es:
Solucin
x=

12+15+ 23+18+32+48+ 9 157

=
=22.4
7
7

4. Se sabe que el promedio del siguiente grupo de datos 2, 4, 6, 8, x es 10. cul es el valor
de X?
Solucin
10=

2+4 +6+ 8+ x 20+ x

=
5
5

50=20+ x x =30
5. La media entre cinco datos es 5 y se sabe que los cuatro primeros son: 4, 3, 9 y 7,
entonces, el dato que falta es:
Solucin
5=

4 +3+9+ 7+ x 23+ x
=
5
5
25=23+ x x =2

Mediana:
Es el valor que ocupa la posicin central de un conjunto de datos, los cuales han sido
previamente ordenados, ya sea de manera creciente o decreciente.
La ubicacin de la mediana de n datos ordenados se determina por:
n+1
2
Ejemplos:
Cuando la cantidad de datos es impar.
Determine la mediana de los siguientes datos:
6; 5; 9; 10; 15; 7; 12

Solucin
Ordenamos los datos de forma creciente
5; 6; 7; 9; 10; 12; 15

ubicacion mediana

7+1
=4
2

Me = 9
Cuando la cantidad de dato es par.
Determine la mediana de los siguientes datos:
10; 13; 11; 9; 20; 7; 6; 4; 18; 16
Solucin
Ordenamos en forma creciente
4; 6; 7; 9; 10; 11; 13; 16; 18; 20

Me=

ubicacion mediana

10+1
=5.5
2

10+11
=10.5
2

Moda
La moda es la medida que se relaciona con la frecuencia con que se presenta el dato o los datos
con mayor incidencia, con lo que se considera la posibilidad de que exista ms de una moda
para un conjunto de datos. La notacin ms frecuente es la siguiente: Mo y x . Esta medida se
puede aparecer tanto para datos cualitativos como cuantitativos. Se dice que cuando un
conjunto de datos tiene una moda la muestra es unimodal, cuando tiene dos modas bimodal,
cuando la muestra contiene ms de un dato repetido se dice que es multimodal y un ltimo
caso es cuando ningn dato tiene una frecuencia, en dicho caso se dice que la muestra es
amodal.
Es el valor, clase o categora que ocurre con mayor frecuencia y sus caractersticas son:

- Puede no existir o existir ms de una moda

- Su valor no se ve afectado por los valores extremos en los datos
- Se utiliza para analizar tanto la informacin cualitativa como la cuantitativa
- Es una medida inestable cuando en nmero de datos es reducido.
Ejemplos:

1.- Determinar la moda del siguiente conjunto de datos:

a) 1, 2,

3,

3, 4, 5, 6, 7, 7, 3, 1, 9, 3

La moda de este conjunto de datos es igual a 3 y si considera unimodal

b) 1, 2,

3,

v4, 4,
v 5, 2, 1,

3, 4,v 2, -3,

4,v 6, 3,

Las modas de este conjunto de datos son 3 y 4 ya que ambas tienen la ms alta frecuencia, por
lo que la muestra es bimodal
c) 1, 2, 3, 4, 5, 6, 7, 8, 9
La muestra no contiene ningn dato repetido por lo que se considera que la muestra es amodal.
Grficamente eso se puede reflejar mediante el anlisis de un histograma de frecuencias.

UNIMODAL

BIMODAL

AMODAL

DATOS AGRUPADOS
Es aquella distribucin en la que la disposicin tabular de los datos estadsticos se encuentra
ordenada en clases y con la frecuencia de cada clase; es decir, los datos originales de varios
valores adyacentes del conjunto se combinan para formar un intervalo de clase.

Su fin es resumir la informacin.

Generalmente, los elementos son de mayor tamao, por lo cual requieren ser agrupados,
esto implica: ordenar, clasificar y expresar los en una tabla de frecuencias.
Se agrupa a los datos, si se cuenta con 20 o ms elementos. Aunque contemos con ms
de 20 elementos, debe de verificarse que los datos n sean significativos, Esto es: que la
informacin sea repetitiva, tambin debemos de verificar que los datos puedan
clasificarse. Y que dicha clasificacin tiene coherencia y lgica (de acuerdo a lo que se
nos est pidiendo). Una vez que ya hemos ordenado y clasificado, presentaremos la
informacin obtenida mediante una tabla de frecuencias.
La agrupacin de los datos puede ser simple o mediante intervalos de clase.

Media
Se calcula sumando todos los productos de marca clase con la frecuencia absoluta respectiva y
su resultado dividirlo por el nmero total de datos:

Ejemplo:
1. Edad de los estudiantes de Topografa SENCICO
Clase
17 19
19 21
21 23
23 25
25 27
n=

Frecuencia (f)
71
50
41
53
23
238

fX 5050 =21.22 aos

n

238
X

Punto Medio (X)

18
20
22
24
26

f .X
1278
1000
902
1272
598
5050

Se determina que la media de las edades de los estudiantes de topografa es de 21.22 aos.

2. En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la
tabla. Calcul a la puntuacin medi a
Clase
10 20
20 30
30 40
40 50
50 60
60 70
70 80
n =

Frecuencia (f)
1
8
10
9
8
4
2
42

Punto Medio (X)

15
25
35
45
55
65
75

f .X
15
200
350
405
440
260
150
1 820

fX 1820 =43.33
n

42

Mediana
Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor
a mayor.
La mediana se representa por Me.
La mediana se puede hallar slo para variables cuantitativas.

Clculo de la mediana para datos agrupados

La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de
la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre. N / 2
Ejemplo:
1. Distribucin de 250 personas segn su edad, que utilizan el servicio de Windows Live
Messenger.
Edades
5 10
10 15
15 20
20 25
25 30
30 35
40 45
50 - .
n=

Localizacin:

Frecuencia
11
23
61
60
45
20
15
15
250
n 250

125
2
2

FA
11
34
95
155
200
220
235
250

n
FA
2
Mediana=L+
(i)
f

250
95
2
Mediana=20+
( 5 ) 22.5 aos
60
2. Calcul ar la me dian a de una distribucin estadstica que viene dada por la siguiente
tabla:
N
60 63
63 66
66 69
69 72
72 75
n=

Localizacin:

Frecuencia
5
18
42
27
8
100
n 100

50
2
2

n
FA
2
Mediana=L+
(i)
f

100
23
2
Mediana=66+
( 3 ) 67.93
42

FA
5
23
65
92
100

Moda
Es el valor que representa la mayor frecuencia absoluta. En tablas de frecuencias con datos
agrupados, hablaremos de intervalo modal.

La moda se representa por Mo.

Mo=l i+(

D1
)A
D 1+ D 2 i

Dnde:
Li : Limite inferior de laclase modal .

D 1 : es el delta de frecuencia absoluta modal y la frecuencia absoluta premodal .

D 2 : es el delta de frecuencia absoluta modal y la frecuencia absoluta postmodal .

A i :amplitud del intervalo modal .

Ejemplo:

1.

Determinar la Moda, a partir de la tabla presentada.

Edad

Marca

Frecuencia

Frecuencia

clase( x i )

absoluta( f i )

acumulda( f i )

15
25
35
45
55
65
75

8
20
14
8
2
2
1
n = 55

8
28
42
50
52
54
55

10 20
20 30
30 40
40 50
50 60
60 70
70 80

Mo=l i+

D1
A
D1+ D 2 i

l i=20
D 1=208=12
D 2=2014=6
A i=10

12
( 12+6
)10 26.66

Mo=20+

Ejercicios resueltos de media, moda y mediana

1. Sea una distribucin estadstica que viene dada por la siguiente tabla
Datos

(Xi)

Frecuencia

fi
Absoluta )
61
64
67
70
73

5
18
42
27
8
100

Calcular la media, mediana y moda

Solucin: Primero se calcula las columnas de:

xi . f i

y de las frecuencias acumuladas

FA.
Frecuencia

Datos

fi
Absoluta )

(Xi)
61
64
67
70
73

5
18
42
27
8
100
Calculamos la media o promedio

xi. f i

Frecuencia
acumulada FA

305
1152
2814
1890
584
6745

5
23
65
92
100

fX 6745 =67.45
n

100

Calculamos la mediana
Para calcular la mediana Me, usamos la expresin

n+1
2

n+1 100+1

50.5
2
2

Me = 67
Como se sabe que la moda es el dato que ms se repite por lo tanto Mo = 67.