Clases de Estadística

UNIVERSIDAD NACIONAL DE FRONTERA - SULLANA
INTRODUCCIN A LA ESTADSTICA
SULLANA PER
2016
l
ESTADSTICA
INTRODUCCION: El curso programtico de Estadstica aplicada a la investigacin educativa
comprende Estadstica y Probabilidad, Inferencia y Diseos Experimentales, orientados para que sirva
de soporte en la formacin cientfica en el profesional, con el objetivo, que utilice las tcnicas de la
Estadstica y Probabilidad, Inferencia y Diseos Experimentales para solucionar problemas en su
campo de formacin profesional. Estas aristas del curso permiten realizar: Una descripcin de grandes
colecciones de datos empricos o realizar un anlisis estadstico de datos experimentales y de los
datos de un fenmeno observado. As como, la toma de decisiones frente a una situacin dotada de
incertidumbre.
Por cuestiones didcticas estudiaremos el curso en cuatro captulos:
CAPTULO 01: Estadstica
CAPTULO 02: Probabilidad
CAPTULO 03: Inferencia
CAPTULO 03: Diseos Experimentales
CAPTULO 01: ESTADSTICA

I. DEFINICIN:
La Estadstica es una ciencia que proporciona un conjunto de mtodos y tcnicas para recolectar,
clasificar informacin y luego analizarla a fin de inferir algo respecto de la fuente de informacin.
La estadstica como ciencia cumple los aspectos principales del mtodo cientfico.
1. Realizacin de experimentos y observaciones.
2. Obtencin de conclusiones o proposiciones objetivas a partir de los resultados de dichos
experimentos y observaciones.
3. Formulacin de leyes que simplifiquen la descripcin de un gran nmero de experiencias u
observaciones.
II. NOMENCLATURA ESTADISTICA:
Considerando que existe un conjunto de trminos que se usaran frecuentemente en la
Estadstica, es necesario precisar el significado de algunos de ellos:
1. ESTADSTICAS: Se toma como sinnimo de DATOS ESTADSTICOS, servir para
designar a toda coleccin sistemtica de datos referentes a un determinado fenmeno.
2. ESTADSTICO: Es la persona que se dedica al estudio de la ESTADSTICA, es el
profesional que analiza estadsticas, desarrolla mtodos y modelos estadsticos y contribuye
a la ciencia estadstica.
3. ESTADGRAFO: Es cualquier funcin de datos empricos que se usan con fines descriptivos
o analticos; son medidas de resumen estadstico de un conjunto de datos. Por ejemplo: La
media aritmtica, la mediana, la varianza, el coeficiente de correlacin, etc.
4. DATO: Es el valor o respuesta que adquiere la variable en cada unidad de anlisis. Dato es
el resultado de la observacin, entrevista o recopilacin en general. Los datos son la materia
prima de la estadstica.
5. INFORMACIN: Es el resultado de los datos procesados de acuerdo a ciertos objetivos. No
hay informacin sin datos.
6.
INDICADORES: Son elementos caractersticos que describen una situacin o fenmeno

permitiendo su anlisis. Estos son: ndices, proporciones, estadgrafos, o medidas de
resumen en general.
Los indicadores no determinan la realidad, la realidad determina el valor del indicador.
La validez y confiabilidad del indicador depende de la validez de los datos utilizados y de la
lgica de su relacin o construccin.
7. MUESTRA: Es una parte o subconjunto de una poblacin de estudio. La muestra esta
constituida de elementos seleccionados de forma aleatoria, con la finalidad de investigar las
propiedades de la poblacin.
8. PARMETRO: Es un valor obtenido para describir en forma resumida las caractersticas
ms importantes acerca de la poblacin, en tanto las medidas de resumen de una muestra
se llaman estadgrafos.
9. POBLACIN O UNIVERSO: Es un conjunto completo de individuos u objetos de estudio
que poseen alguna caracterstica comn observable. Poblacin es el universo de estudio
que est integrado por la totalidad de todas las unidades de anlisis.
10. UNIDAD DE ANLISIS: Es el objeto o elemento indivisible que ser estudiado en una
poblacin, sobre los cuales se va a obtener datos. La unidad de anlisis no es el fenmeno
investigado si no el que genera el fenmeno y proporciona datos concretos.
11. VARIABLE: Es una caracterstica que puede tomar diferentes valores. Las variables son
caractersticas observables susceptibles de adoptar distintos valores o ser expresados en
varias categoras. La variable adquiere un valor determinado en cada unidad de anlisis. Las
variables se denotan por X, Y, Z, etc.
Las variables se clasifican en:
a. VARIABLE CUALITATIVA: Indican una cualidad de la unidad de anlisis. Por ejemplo:
Profesin, La clasificacin de estudiantes segn actitudes, etc.
Las variables cualitativas se clasifican a su vez en nominales y ordinales.
Variable Cualitativa Nominal: Son aquellas donde las categoras o modalidades de la
variable no siguen un orden especfico. Ejemplo:
Variable: Profesin
Categora: Ingeniero, Mdico, Arquitecto, Profesor.
Variable Cualitativa Ordinal: Son aquellas donde las categoras o modalidades de la
variable siguen un orden o son susceptibles a una ordenacin. Ejemplo:
Variable: Rendimiento acadmico
Categora: Malo, Regular, Bueno.
b. VARIABLE CUANTITATIVA: Indica en que cantidad se posee una determinada
caracterstica.
La variable cuantitativa a su vez se clasifica en discretas y continas.
Variable Cuantitativa Discreta: Surge por el procedimiento de conteo, generalmente la
variable toma valores enteros. Ejemplo:
Variable: Nmeros de carros de una empresa minera. Nmero de lingotes de oro, etc.
Variable Cuantitativa Contina: La variable puede tomar cualquier valor de un intervalo.
Ejemplo:
Variable: El peso de los lingotes de oro, Las ventas del da, etc.
PRCTICA 01: FORMULACIN DE PROBLEMAS

INSTRUCCIONES:
(1) Identifique las variables en los siguientes problemas de investigacin. As mismo, aplicando
el principio causa efecto determine si hay dependencia entre las variables o no.
(2) Formular para cada problema de investigacin un Hiptesis u Objetivos
(3) Formular cinco problemas e identificar sus variables de estudio, as mismo proponga la
hiptesis u objetivos para el estudio.
PROBLEMA 01:
Cmo influye el tiempo de estudio que dedican a una asignatura en el rendimiento acadmico de los
alumnos del nivel secundario de la I.E. Andrs Avelino Cceres de Ayacucho, ao 2008?
(1) VARIABLE INDEPENDIENTE
: Tiempo de estudio
(2) VARIABLE DEPENDIENTE
: Rendimiento acadmico
(3) HIPTESIS
: El tiempo de estudio que dedican en una materia influye
significativamente en el rendimiento acadmico de los alumnos del nivel secundario de la I.E. Andrs
Avelino Cceres de Ayacucho, del ao 2008.
PROBLEMA 02:
Cul es el perfil en funcin a los factores psico-sociodemogrficos asociados al desarrollo integral de
los estudiantes del nivel secundaria de la I.E. Andrs Avelino Cceres de Ayacucho, en el ao 2008?
(1) VARIABLE
: Factores psico-sociodemogrficos
(2) VARIABLE
: Desarrollo integral
(3) OBJETIVO
: Describir el perfil en funcin a los factores psicosociodemogrficos asociados al desarrollo integral de los estudiantes del nivel secundario de la I.E.
Andrs Avelino Cceres de Ayacucho, ao 2008
PROBLEMA 03:
Cul es la relacin entre los factores psico - sociodemogrficos y el desarrollo integral de los
educandos del nivel secundario de la I.E. Andrs Avelino Cceres de Ayacucho, junio del 2008?
(1)
(2)
(3)
PROBLEMA 04:
Cmo influye la motivacin interna, la autoestima en el rendimiento acadmico de los estudiantes del
nivel secundario de la I.E. Andrs Avelino Cceres de Ayacucho, ao 2008?
(1)
(2)
(3)
PROBLEMA 05:
Cul es la correlacin que existe entre el rendimiento acadmico histrico de los estudiantes en los
grados de primaria con el rendimiento acadmico en los dos primeros grados de la educacin
secundaria de estudiantes que cursan el tercer ao de la I.E. Andrs Avelino Cceres de Ayacucho,
ao 2008?
(1)
(2)
(3)
PROBLEMA 06:
Qu aspectos del entorno del estudiante estn relacionados con su formacin integral, teniendo
como referencia los alumnos cuarto ao del nivel secundario de la I.E. Andrs Avelino Cceres de
Ayacucho, junio del 2008?
(1)
(2)
(3)
PRCTICA 02: ELEMENTOS ESENCIALES DE UNA INVESTIGACIN

INSTRUCCIONES:
Analizar los enunciados propuestos e identifique: La poblacin de estudio, muestra, variable de
estudio y la unidad de anlisis. Aplicando el razonamiento y capacidad de induccin - deduccin.
1. Seleccionar del curso de educacin fsica, los 10 primeros estudiantes que corran los 100
metros planos en menos de 9.78 segundos, tomando como referencia a los estudiantes con
mejor aptitud fsica de La Gran Unidad Educativa Ramn Castilla.
Poblacin
: Total de estudiantes matriculados en la asignatura de educacin fsica
de La Gran Unidad Educativa Ramn Castilla
Muestra
: Estudiantes con mejor aptitud fsica.
Variable de estudio: El tiempo que demoran en recorrer los 100 metros planos.
Unidad de anlisis : Un estudiante
2.
3.
La Direccin de la Institucin Educativa San Martn, en su Proyecto Educativo Institucional

tiene como competencia potenciar las capacidades de sus 572 estudiantes de nivel
secundaria. Para ejecutar tal fin, los docentes aplicando las tcnicas clasificacin
recomiendan a los estudiantes que taller es adecuado teniendo como referencia sus
habilidades, para que integren en forma libre uno y solamente uno de los siete talleres de
formacin que promociona. Los talleres tienen una capacidad para 30 estudiantes y
presentar a sus mejores alumnos para que exhiban sus habilidades en sus fiestas
aniversarias.
Poblacin
:
Muestra
:
Variable de estudio :
Unidad de anlisis :
En el Centro Educativo Santa Teresita se observa que el calificativo promedio a nivel de la
Institucin con respecto al redimiendo acadmico es de 14 puntos en los cinco ltimos aos,
en efecto para el 2008 se propone mejorar este indicador, formulando un plan estratgico
para los tres aos posteriores, el que ser evaluado monitoreando el desarrollo de los
programas curriculares en las aulas seleccionadas.
Poblacin
:
Muestra
:
Unidad de anlisis :
4. La Direccin Regional desea invertir una partida de dos millones de soles en la
implementacin de 5 colegios, los peritos comisionados evaluaran a los centros educativos

de la regin priorizando si la calificacin de la infraestructura es deficiente. Escogern tres
en la zona rural, dos en zona urbana.
Poblacin
:
Muestra
:
Unidad de anlisis :
5.
En un concurso de matemticas a nivel regional se seleccionan los tres primeros puestos de

cada una de las dos categoras. La primera categora esta formada por estudiantes de
cuarto y quinto ao; la segunda categora por estudiantes de primero a tercer ao de
educacin secundaria. Los ganadores sern premiados con S/. 500.00, S/. 400.00 y S/.
300.00 respectivamente.
Poblacin
:
Muestra
:
Unidad de anlisis :
6.
El profesor Juan Arrollo, investiga el nivel de motivacin que tienen sus alumnos para el
estudio de la asignatura de matemticas
Poblacin
:
Muestra
:
Unidad de anlisis :
7.
La Direccin de una Institucin educativa desea renovar el 50% de su plana docente

contratada, para cumplir con su finalidad evala los ndices de desaprobados reportados en
los informes de las asignaturas que dictaron de los dos ltimos aos y el nmero de faltas
registradas a las jornadas de trabajo extracurriculares del presente ao.
Poblacin
:
Muestra
:
Unidad de anlisis :
8.
Se desea seleccionar al brigadier del aula, para lo cual se proponen cuatro candidatos. El
candidato que obtiene la mayor votacin es declarado brigadier.
Poblacin
:
Muestra
:
Unidad de anlisis :
9.
Elegir el estudiante del ao de la comunidad educativa provincial, observando su actividad

acadmica y aptitudinal.
Poblacin
:
Muestra
:
Unidad de anlisis :
10. Seleccionar al mejor estudiante en todas las reas, del nivel secundario del Per.
Poblacin
:
Muestra
:
Unidad de anlisis :
III. ORGANIZACIN Y CLASIFICACIN DE DATOS.

Frente a un conjunto de datos, lo primero que se debe realizar es expresar y clasificar de acuerdo
a criterios convenientes, en alguna forma simple de tal manera que se observe rpidamente
todas las caractersticas posibles para obtener conclusiones tiles ya sea directamente o por
medio de clculos posteriores. Se consideran los siguientes pasos:
1. Revisin y correccin de los datos.
2. Construccin de tablas de frecuencias.
3. Representacin tabular o cuadros estadsticos y graficas.
3.1 REVISIN Y CORRECCIN DE LOS DATOS
Ningn anlisis estadstico, por acabado y seguro que sea, es capaz de suministrar respuestas
adecuadas a un problema en estudio, si aquel se basa en una informacin incorrecta. De aqu la
regla debe ser revisar y corregir los datos recolectados previamente.
3.2. TABLAS DE FRECUENCIAS
Si los datos son nmeros es necesario clasificarlos en un cuadro resumen de las observaciones
originales a las que se les conoce como TABLAS DE DISTRIBUCIN DE FRECUENCIAS o
SIMPLEMENTE TABLA DE FRECUENCIAS.
3.2.1. DATOS DE VARIABLES DISCRETAS

Sean x1 , x2 ,..., xn un conjunto de n observaciones discretas y sean
y1 , y2 ,..., ym el
conjunto de valores diferentes que toman los datos originales (m <= n).
DEFINICIN 01: Se llama FRECUENCIA ABSOLUTA del valor
yi al nmero de veces que

aparece este valor en el conjunto de observaciones y se representa por " ni " donde
i 1, 2,..., m
EJEMPLO:
Se realiza un estudio en una Institucin Educativa para saber el nmero ms frecuente de hijos que
tienen los Padres de Familia, con la finalidad de estimar posteriormente en cuando bajaran sus
ingresos de matricula del prximo ao 2008 de su poblacin estudiantil, si solo cobran matricula por un
hijo. Para tal objetivo se selecciona una muestra aleatoria de 16 Padres de los que se obtuvo la
x1 2 x2 1 x3 3 x4 1
y1 1
x5 2 x6 1 x7 3 x8 3
y2 2
siguiente informacin:
y3 3
x9 2 x10 1 x11 2 x12 3
x13 4
x14 1
x15 1
Con la informacin construya una tabla de frecuencias absolutas e interprete la frecuencia mxima y
mnima.
N de
Hijos
N de Padres
1
2
3
4
Total
6
5
4
1
16
ni
INTERPRETACIN:
Hay en la Institucin Educativa seis Padres de familia que
tienen un hijo, as como, un Padre que tiene cuatro hijos.
DEFINICIN 02: Se llama FRECUENCIA ABSOLUTA ACUMULADA MENOR QUE

correspondiente al valor yi , al nmero de observaciones menores o iguales a yi ( xi yi ) . Si
denotamos esta frecuencia por N i , entonces:
Entonces la TABLA DE FRECUENCIAS ABSOLUTAS tiene la siguiente forma:

Valores diferentes
observados yi
Frecuencias
absolutas ni
y1
n1
y2
n2
.
.
.
ym
.
.
.
nm
Total
y4 4
x16 2
Ni n1 n2 ... ni
i
Usando la notacin de sumatoria, la frecuencia absoluta acumulada se escribe: N i
nj
j 1
EJERCICIO: Calcular las frecuencias absolutas acumuladas del ejemplo anterior.

DEFINICIN 03: Se llama FRECUENCIA ABSOLUTA ACUMULADA MAYOR QUE
correspondiente al valor yi , al nmero de observaciones mayores o iguales a yi ( xi yi ) , Si
*
denotamos a esta frecuencia por N i , entonces: Ni
ni ni 1 ... nm
En notacin de sumatoria, se escribe: N i
nj
j i
DEFINICIN 04: Se llama FRECUENCIA RELATIVA del valor

absoluta de
yi y el nmero total de observaciones.
Esta frecuencia se denota por hi entonces:
hi
ni
n
yi , al cociente de la frecuencia
DEFINICIN 05: Se llama FRECUENCIA RELATIVA PORCENTUAL, a la frecuencia relativa
hi
N m ni n
multiplicada por 100% (100 hi %), y representa el porcentaje de observaciones que corresponde al
valor
yi
i 1
PROPIEDAD 05: La frecuencia absoluta acumulada MAYOR QUE correspondiente al valor
DEFINICIN 06: Se llama FRECUENCIA RELATIVA ACUMULADA MENOR QUE del valor
yi a la
coincide con el nmero total del conjunto de observaciones. Es decir:

m
N1* ni n
frecuencia relativa total de las observaciones menores o iguales a
yi .
Si denotamos a esta frecuencia por H i , entonces: Hi h1 h2 ... hi
i 1
PROPIEDAD 06: La frecuencia relativa acumulada MENOR QUE correspondiente al valor
En notacin de sumatoria se tiene:
Hi hj
ym
coincide con la unidad. Es decir:
j 1
DEFINICIN 07: Se llama FRECUENCIA RELATIVA ACUMULADA MAYOR QUE del valor
frecuencia relativa total de las observaciones mayores o iguales a
Si denotamos por H i esta frecuencia entonces: H i
H m hi 1
yi a la
i 1
yi .
PROPIEDAD 07: La frecuencia relativa acumulada MAYOR QUE correspondiente al valor
y1
h j hi hi 1 ... hm
y1
coincide con la unidad. Es decir:
j 1
H1* hi 1
DEFINICIN 08: Se llama FRECUENCIA RELATIVA ACUMULADA PORCENTUAL a la frecuencia
H i ( H i* ) multiplicado por 100%. Es decir, 100H i % (100H i* %) , y representa

el porcentaje de observaciones menores o iguales a yi (mayores o iguales a yi ).
i 1
acumulada
PROPIEDAD 08: La frecuencia absoluta acumulada MENOR QUE correspondiente al valor

es
3.2.1.1 PROPIEDADES DE LAS FRECUENCIAS

Las propiedades que a continuacin se presentan son consecuencias de las definiciones
anteriores de frecuencia absoluta, frecuencia absoluta acumulada, frecuencia relativa y
frecuencia relativa acumulada.
PROPIEDAD 01: Las frecuencias absolutas y frecuencias absolutas acumuladas son siempre
enteros no negativos. Es decir:
ni 0 ,
Ni 0 ,
Ni 0
n
i 1
n1 . Es decir:
1
N1 ni n1
i 1
PROPIEDAD 09: La frecuencia absoluta acumulada MAYOR QUE correspondiente al valor

es
n1 n2 ... nm n
N m* ni nm
i m
PROPIEDAD 10: La frecuencia relativa acumulada MENOR QUE correspondiente al valor y1 es
h1 . Es decir:
1
H1 hi h1
PROPIEDAD 03: Las frecuencias relativas y las frecuencias relativas acumuladas son siempre
nmeros fraccionarios no negativos, no mayores que uno. Es decir:
0 hi 1, 0 Hi 1, 0
ym
nm . Es decir:
i 1, 2, ..., n
PROPIEDAD 02: La suma de todas las frecuencias absolutas es igual al nmero total del
conjunto de observaciones. Es decir:
m
y1
*
Hi
PROPIEDAD 11: La frecuencia relativa acumulada MAYOR QUE correspondiente al valor
i 1, 2,..., m
PROPIEDAD 04: La frecuencia absoluta acumulada MENOR QUE correspondiente al valor

coincide con el nmero total del conjunto de observaciones. Es decir:
i 1
ym
es
hm . Es decir:
ym
N3
H m* hi hm
hijos o tienen como mximo tres hijos.
i m
PROPIEDAD 12: Las frecuencias absolutas acumuladas cumplen las desigualdades siguientes:
n1 N1 N 2 ... N m n
N
h2
*
2
: Hay diez padres de familia que tienen por lo menos dos hijos.
: La proporcin de padres de familia que tienen dos hijos, es de 0.31.
h2 % : El 31% de los padres de familia tienen dos hijos.

H 2 % : El 69% de los padres de familia tienen como mximo dos hijos.
y Ni Ni 1 ni , i 1, 2,..., m
y N 0 0. como
: En la Institucin Educativa se registran 15 padres de familia que tienen de uno a tres
ni Ni Ni 1
H 2*
n N1* N 2* ... N m* nm
y Ni* Ni*1 ni 1 , i 2,3,..., m
y ni 1 Ni*1 Ni*
: La proporcin de padres de familia que tienen por lo menos dos hijos, es de 0.62
3.2.2. DATOS DE VARIABLE CONTINUA

Sean x1 , x2 ,..., xn un conjunto de observaciones, siendo n el tamao de la muestra y donde
PROPIEDAD 13: Las frecuencias relativas acumuladas cumplen las desigualdades siguientes:
h1 H1 H 2 ... H m
y H i H i 1 hi , i 1, 2,..., m
donde H 0 0, hi H i H i 1
los datos son del tipo continuo. En este caso debido a que la magnitud de la caracterstica puede
tomar al menos una tericamente, una infinidad de valores, el proceso de reduccin, agrupacin
o condensacin de los datos originales, que conducen a la construccin de tablas de frecuencia,
no es tan simple como en el caso discreto, puesto implica realizar algunos clculos previos a la
elaboracin de la tabla de frecuencias.
DEFINICIN 09: AMPLITUD DEL RECORRIDO RANGO ( R ), es la longitud del recorrido del
conjunto de datos. Es decir:
1 H1* H 2* ... H m* hm
R xm x xm n
y H i* H i*1 hi1 , i 2,3,..., m

donde hi1 H i*1 H i*
Donde :
EJEMPLO:
Construya todas las frecuencias estudiadas para la distribucin de Padres de familia segn
nmero de hijos (Tabla anterior). Interprete una frecuencia de cada columna.
SOLUCIN:
N de
Hijos
N de
Padres ni
1
2
3
4
Total
6
5
4
1
16
Ni
N i*
hi
hi %
Hi
Hi %
H i*
6
11
15
16
16
10
5
1
0.38
0.31
0.25
0.06
1.00
38
31
25
6
100
0.38
0.69
0.94
1.00
38
69
94
100
1.00
0.62
0.31
0.06
INTERPRETACIN:
n3 : En la Institucin Educativa hay cuatro padres de familia que tienen tres hijos
xm x : Observacin de valor mximo

xm n : Observacin de valor mnimo
DEFINICIN 10: Se llama CLASES INTERVALOS DE CLASE a cada uno de los grupos en
que se divide el conjunto de datos.
Si la variabilidad de los datos es grande, entonces se fijara un nmero de intervalos pequeos de
tal forma que no se pierda la representatividad de la informacin. Por otro lado si no se conoce
nada algo con respecto al comportamiento de los datos se utiliza la REGLA DE STURGES:
m 1 3.332log(n)
Donde:
m: Nmero de Intervalos
n: Nmero total de observaciones
DEFINICIN 11: AMPLITUD DE CLASE ( C ), es la longitud del intervalo que define la clase y se
define como:
En una Escuela de Educacin Secundaria se frmula una tarea de matemticas, la que tiene por
objeto medir el tiempo en minutos que emplean los alumnos en terminarla; los datos se registran a
continuacin:
R
m
CONSTRUCCIN DE LOS INTERVALOS DE CLASE
Alumno Tiempo Alumno Tiempo Alumno Tiempo Alumno Tiempo Alumno Tiempo
Los intervalos de clase se construyen partiendo de un
xmin , al que se le va asignado
consecutivamente a las clases, los limites inferior y superior de clase, de la siguiente manera:
lim inf : y0 xm n
limsup: y1 xm n c
lim inf : y1 xm n c
limsup: y2 xm n 2c
.
.
lim inf:ym-1 =x mn +(m-1)c
limsup: ym =x mn +mc=x mx
DEFINICIN 12: LA MARCA DE CLASE es el punto medio del intervalo que representa a dicha
clase. Se denota por " yi "
i 1, 2,..., m . Es decir:
1
2
74
70
13
14
64
60
25
26
94
90
37
38
63
61
49
50
69
70
3
4
78
72
15
16
68
62
27
28
98
92
39
40
65
60
51
52
74
68
5
6
76
110
17
18
66
84
29
30
96
79
41
42
66
75
53
54
70
104
7
8
108
118
19
20
80
88
31
32
75
81
43
44
80
76
55
56
100
107
9
10
108
112
21
22
82
86
33
34
80
80
45
46
80
75
57
58
102
106
11
80
23
65
35
63
47
75
59
79
12
85
24
60
36
80
48
101
60
100
Con los datos, realizar lo siguiente:

(a) Organizar los datos en una tabla de distribucin de frecuencias.
(b) Interprete las frecuencias.
y y
yi i 1 i
2
DEFINICIN 13: La frecuencia absoluta ( ni ) de la clase i-sima, es el nmero de observaciones del
conjunto original que pertenecen a dicha clase. Entonces, la tabla de distribucin de frecuencias tiene
la siguiente forma:
SOLUCIN:
(a) Pasos para organizar los datos en una tabla de distribucin de frecuencias:
1. Identificar el valor mximo y mnimo del conjunto de datos:
TABLA DE DISTRIBUCION DE FRECUENCIAS

Intervalo
Marca de
clase yi
frecuencia
y0 y1
y1 y2
y1
n1
y2
n2
.
.
.
.
.
.
.
.
ym
.
.
.
nm
yi 1 yi
ym1 ym
Total
EJEMPLO:
ni
xmn 60, xmx 118

2. Determinar el recorrido de la variable o rango R:
R xmx xmn 118 60 58

3. Determinar el nmero de intervalos a confeccionar m, aplicando la regla de Sturges:
m 1 3.3log(n) 1 3.3log(60) 6.87 7

4. Calcular la amplitud del intervalo C:
5. Elaborar los intervalos:
R 58
8.29 8
m 7
[Intervalo>
60
68
68
76
76
84
84
92
92
100
100
108
108
116
OBSERVACIN:
a. Al confeccionar los intervalos hay que fijarse que el valor mximo est
contenido en el ltimo intervalo [108 116>, en efecto, no contiene a 118.
b. Para solucionar el inconveniente, aplicamos el criterio de calcular el
exceso asumido al aplicar el redondeo sobreestimando.
CALCULAR EL NUEVO RECORRIDO (R): Si se efecta el clculo con
los resultados presentados en los pasos 3 y 4 el nuevo recorrido es:
R = C . m = 7 ( 8 ) = 56
Lo cual no es recomendable, puesto que observamos que el sptimo
intervalo no contiene a 118.
Para solucionar el inconveniente debemos calcular la amplitud
sobreestimando al redondear:
R 58
8.29 9
m 7
En consecuencia el recorrido adecuado es:

R = C . m = 9 ( 7 ) = 63
CALCULAR EL EXCESO E:
Esto es: E = R - R = 63 58 = 5
Luego:
Si, el exceso es un nmero par, se redistribuye la mitad del exceso a
los dos extremos del recorrido original, para obtener una distribucin
de los datos en forma simtrica. Es decir:
xmn
E
E
, xmx
2
2
Si, el exceso es un nmero impar se presenta dos casos:

Cuando los datos estn medidos considerando hasta las cifras
decimales; el exceso se distribuye en forma simtrica. Es decir:
E
E
xmn , xmx
2
2
Extremo inferior + amplitud = 58 + 9 = 67

En consecuencia el primer intervalo es [ 58 - 67 > ; los dems intervalos se confeccionan
de forma similar.
6. Construir la tabla de distribucin de frecuencias:
[Tiempo>
ni
Ni
hi
hi %
Hi
Hi %
58
67
76
85
94
103
112
12
13
15
5
7
6
2
12
25
40
45
52
58
60
0,20
0,22
0,25
0,08
0,12
0,10
0,03
20
22
25
8
12
10
3
0,20
0,42
0,67
0,75
0,87
0,97
1,00
20
42
67
75
87
97
100
67
76
85
94
103
112
121
60
1,00
100
(b) Interpretar las frecuencias
: En la Institucin Educativa hay 15 estudiantes que emplearon entre 76 y 85
n3
N3
minutos para terminar su tarea.

: En la Institucin Educativa hay 40 estudiantes que emplearon entre 58 y 85
h2
minutos para terminar su tarea.

: La proporcin de estudiantes que emplearon entre 67 y 76 minutos para culminar
su tarea, es de 0.22.
: El 22% de los estudiantes emplearon entre 67 y 76 minutos para culminar su tarea.
h2 %
H 5 % : El 87% de los estudiantes emplearon entre 58 y 103 minutos para culminar su tarea
3.2.3. DATOS DE VARIABLE CUALITATIVA
En el caso de datos cualitativos, la tabla de distribucin de frecuencias adoptara la siguiente
forma:
Cuando los datos son nmeros enteros y el exceso es un nmero

impar, nos alejamos ligeramente de la simetra, para redistribuir el
exceso de la siguiente forma:
Variable
E 1
E 1
xmn
, xmx
2
2
Frec. abs. ni
Frec. relativas hi
hi %
Caracterstica A
nA
hA
100 h A
Caracterstica B
nB
hB
100 h B
En consecuencia los nuevos lmites del recorrido de la variable son:
E 1
E 1
2 60 2 58 , xmx 2 118 3 121
Caracterstica Z
nZ
hZ
100 h Z
Totales
1.00
100 %
xmn
Con las observaciones hechas: Empezamos a elaborar los intervalos; donde el primer
intervalo esta dado por:
EJEMPLO:
La revista signos de la Congregacin de Colegios Catlicos del Per, efectu una encuesta
respecto a lo adecuado de la proteccin policial en la Ciudad. Se selecciono un total de 419
personas en una muestra aleatoria simple. Los siguientes datos reflejan las respuestas de las
personas encuestadas a la pregunta. Es adecuada la proteccin policial en su vecindario?
Respuesta
Frec. abs. ni
Si
293
No
80
No sabe resp
46
Total
419
hi
hi %
(2) TTULO: Es la descripcin resumida del contenido del cuadro. La redaccin del ttulo debe ser
breve, claro y completo, de modo que se pueden deducir sin ambigedad que tipo de
informacin contiene el cuadro. La redaccin del un titulo completo debe indicar:
QU: Qu hay en el cuadro, se refiere al hecho observado o la caracterstica principal. Ejemplo:
Nmero de hijos por padre de familia.
DONDE: Se refiere al lugar geogrfico o institucin a la que corresponde la informacin. Ejemplo:
I.E. San Martn
1.00
100%
Responda lo siguiente:
i.
ii.
(1) NMERO: Es el cdigo de identificacin del cuadro que permite ubicar en el interior de un
documento. Ejemplo: CUADRO N 01.
Qu proporcin de personas no saben responder?.

Qu porcentaje de personas contestaron Si?
EJERCICIO:
Se solicito a 20 estudiantes de la UNSCH, llenar una ficha acadmica donde deban registrar su
auto evaluacin en su formacin profesional, segn la siguiente escala: Muy Buena (MB), Buena
(B), Regular (R). Los datos son los siguientes:
R; MB; B; MB; MB; B; B; MB; R; MB; R; B; MB; B; R; B; MB; B; B; R.
Determinar:
(a) La variable de estudio.
(b) Elaborar una tabla de frecuencias.
3.3. REPRESENTACION TABULAR Y GRFICA.
La ejecucin de una investigacin implica que se ha recolectado una serie de datos y clasificado
la informacin; resultando imprescindible presentarla de manera adecuada par que permita hacer
un anlisis til.
Existen dos tipos de presentacin: mediante cuadros estadsticos y grficos:
3.3.1. CUADROS ESTADSTICOS.
En general un cuadro estadstico es un arreglo ordenado de filas y columnas de los datos o series
estadsticas o tambin caractersticas relacionadas con el objeto de ofrecer informacin de fcil
lectura, comparacin e interpretacin. Las caractersticas pueden ser cualitativas, cuantitativas o
una combinacin de ellas.
El objetivo de las lneas (horizontales) y columnas (verticales) de un cuadro se deben
organizar de modo que se evidencie los aspectos que interesa mostrar y resalten las
comparaciones que se desean hacer notar. La tabla de distribucin de frecuencias es un caso
especial de un cuadro estadstico.
PARTES DE UN CUADRO ESTADSTICO.
Las partes de un cuadro estadstico son:
COMO: Como estn ordenados o clasificados los datos en el cuadro. La variable ubicada en la
fila se identifica con la preposicin por y las de la columna con la preposicin segn. Ejemplo:
Distribucin de frecuencias de padres de familia segn nmero de hijos.
CUANDO: A que momento o periodo de tiempo est referida la informacin. Ejemplo: Abril del
2008
(3) CUADRO PROPIAMENTE DICHO:
Es la parte del cuadro que contiene la informacin y consta de un conjunto de casillas o celdas,
dispuestas en columnas y filas. Sus elementos esenciales son: Encabezamiento de las columnas,
columna principal o matriz y cuerpo.
ENCABEZAMIENTO: Es la primera fila del cuadro en el se explica las categoras y el objeto de
cada una de las columnas, es decir indica la naturaleza de los datos inscritos en cada celda que
se halla debajo. Deben ser breves y explcitos. Ejemplo: Frecuencia Absoluta, Frecuencia
Relativa.
COLUMNA PRINCIPAL O MATRIZ: Es aquella en la que se anotan las categoras o las
diferentes clases de la escala de clasificacin utilizada. Ejemplo: Los intervalos confeccionados,
las categoras de la variable Estado Civil.
CUERPO: Es el conjunto de celdas o casillas, que son la interseccin de filas y columnas, donde
estn anotados los datos numricos.
(4) NOTAS AL PIE NOTAS EXPLICATIVAS: Contiene habitualmente la fuente de los datos
representados y cualquier nota aclaratoria sobre el contenido del cuadro.
FUENTE: Es la indicacin al pie del cuadro que sirve para nombrar la entidad responsable de
donde se obtuvieron los datos. Ejemplo: Departamento de Estadstica del Poder Judicial.
AUTOR: Es una indicacin que se coloca debajo de la fuente y sirve para mencionar al
responsable que ha utilizado los datos originales o de la fuente.
CUADRO 01: DISTRIBUCIN DE LA INVERSIN DE LA INSTITUCIN EDUCATIVA PARTICUAR

SAN REMO POR TRIMESTRES DEL 2007, SEGN NIVELES Y GRADOS DE
DE EDUCACIN.
INVERSIN EN SOLES DE
LA I.E.P. SAN REMO
NIVEL DE EDUCACIN
PRIMARIA
AO 2007 / TRIMESTRE
II
III
IV
46228
53961
51295
PRIMER GRADO
20563
27369
26025
SEGUNDO GRADO
14376
14508
13783
TERCER GRADO
3381
3489
3319
CUARTO GRADO
1155
1095
1043
QUINTO GRADO
6753
7500
7125
113600
116033
110138
PRIMER AO
27702
25773
24484
SEGUNDO AO
35847
37815
35826
TERCER AO
6668
6348
6148
CUARTO AO
19177
18809
17869
QUINTO AO
24206
27288
25811
SECUNDARIA
EDUCACIN ESPECIAL
101118
91227
96681
TOTAL
260946
261221 258114
FUENTE: INSTITUCIN EDUCATIVA PARTICUAR SAN REMO
AUTOR: ADMINISTRACIN CONTABLE DE LA I.E.P
3.3.2.
REPRESENTACIN GRFICA
Un grfico es la representacin de un fenmeno estadstico por medio de figuras geomtricas,
(puntos, lneas, rectngulos, paralelipedos, etc.) cuyas dimensiones son proporcionales a la
magnitud de los datos representados.
Su objeto principal es la representacin de los datos de forma grfica, que permita de un
solo golpe de vista darse cuenta del conjunto de elementos presentados y de evidenciar sus
variaciones caractersticas. El grfico es un auxiliar del cuadro estadstico, no lo sustituye si no
que lo complementa.
VENTAJAS Y DESVENTAJAS DEL GRFICO:
EL grfico tiene la ventaja sobre el cuadro, de permitir apreciar ms rpidamente los datos y
abarcar todo su conjunto.
La construccin del grafico se basa en el cuadro estadstico, pero tiene sus limitaciones
como las siguientes:
(1) El grfico no puede presentar tantos grupos de datos como una tabla. Un cuadro puede
tener 4 o ms columnas de datos, sin embargo representado esto en un grafico dificulta su
comprensin.
(2) En los cuadros pueden darse valores exactos, en los grficos muchas veces solo valores
aproximados.
3.3.3. PARTES DE UN GRFICO
Un grafico debe contener las siguientes partes: Titulo, Grafico propiamente dicho y notas
explicativas.
3.3.4. REGLAS PRINCIPALES PARA EL TRAZADO DE GRAFICOS LINEALES
(1) Las frecuencias se ubican por lo general en el eje vertical y el mtodo de clasificacin en el
eje horizontal.
(2) Las dos escalas de los ejes deben guardar proporcin de tal forma que el grafico no de la
impresin de fluctuaciones muy lentas o muy exageradas.
(3) La escala que representa la frecuencia debe empezar en cero. Cuando no puede empezar
de forma normal, se parte la escala con una lnea en zigzag.
(4) El titulo se coloca generalmente en la parte superior del grafico, precisando lo ms claro
posible el contenido que expone.
(5) Debe indicar la unidad de medida utilizada.
(6) Cada escala debe ser rotulada de tal manera que se comprenda fcilmente que representa:
kg, libras, etc.
(7) Las escalas no deben tener muchas subdivisiones.
(8) El grafico generalmente progresa de izquierda a derecha y de abajo hacia arriba.
(9) Las lneas del propio grafico deben dibujarse ms gruesas que las escalas.
(10) No deben trazarse ms lneas coordenadas que las necesarias para la fcil lectura,
procurando que el cero aparezca en el diagrama.
(11) El grafico generalmente debe ir acompaado de la tabla que le dio origen.
(12) Para alcanzar su objetivo con sencillez no debe contener ms lneas o smbolos que los que
el ojo pueda cmodamente seguir.
3.3.5. PRINCIPALES TIPOS DE GRFICO.
Hay varias formas de hacer la representacin grfica de un conjunto de datos estadsticos; cada
una de ellas posee ventajas por las que se adaptan mejor para presentar un tipo de series
estadsticas que otro. El investigador elegir el ms conveniente.
Los ms usuales son los siguientes:
1. Diagrama de barras
2. Pictogramas
3. Grfico de sectores
4. Diagrama de frecuencias
5. Histogramas de frecuencias
6. Polgono de frecuencias absolutas y relativas.
7. Polgono de frecuencias acumuladas u ojivas.
(1)
GRFICO DE BARRAS
Es aquel en cual la informacin queda representada por una serie de rectngulos, barras o
paralelipedos, los cuales pueden dibujarse horizontalmente o verticalmente.
Este grfico se utiliza para representar variables de tipo cualitativo o cuantitativo discreto.
INVERSIN EN SOLES
GRFICO 01: DISTRIBUCIN DE LA INVERSIN EN

SOLES EN EL II TRIMESTRE DEL 2007 SEGN GRADOS
DE ESTUDIOS DE LA I.E. "SAN REMO"
40000
35000
30000
25000
20000
15000
10000
5000
0
Para construir el grafico de sector, se utiliza una circunferencia, cuyo crculo se divide en
sectores tales que sus medidas angulares centrales y por tanto la superficie del sector circular
sean proporcionales a las magnitudes de los valores de la variable que representan. Al total del
crculo le corresponde 360 y mediante una regla de tres simple se encontrar el nmero en
grados que le corresponde a cada sector.
Total (n) : 360
Parte(ni) : x
n *360
x i
n
PRIMER
SEGUNDO
TERCER
CUARTO
GRFICO 03: DISTRIBUCIN DE FRECUENCIAS

ABSOLUTAS DE LOS PADRES SEGN NMERO DE
HIJOS, DE LA I.E "SANTA TERESA", 2007
QUINTO
GRADOS DE ESTUDIO
1

(2) PICTOGRAMA O PICTOGRAFOS

Un pictograma es la representacin de series estadsticas por medio de smbolos que por su
forma sugieren la naturaleza de los datos. Consiste en tomar como unidad un smbolo arbitrario
para el que debemos fijar previamente el valor que le asignamos como unidad.
EJEMPLO: De la tabla de Distribucin de frecuencias presenta el nmero de hijos por familia.
Elabore un pictograma.
N DE HIJOS (yi)
N DE FAMILIAS (ni)
1
2
3
4
TOTAL
6
5
4
1
16
UN HIJO
FUENTE: FICHA DE MATRICULA DE LA INSTITUCIN EDUCATIVA SANTA TERESA

AUTOR: SECRETARIA DE LA I.E.
NOTA: TOMANDO COMO UNIDAD UNA FAMILIA (*)
(3) GRAFICO DE SECTORES

Este sistema de representacin se utiliza para representar datos cualitativos o cuantitativos
discretos. Su uso ms frecuentes es con fines comparativos; cuando se quiere mostrar las
diversas componentes de una serie de valores de la variable comparada con el total.
CUATRO HIJOS

ABSOLUTAS DE LOS PADRES SEGN NMERO DE
HIJOS, DE LA I.E "SANTA TERESA", 2007
PADRES DE FAMILA
FAMILIA CON 4 HIJOS: *
TRES HIJOS
(4) DIAGRAMA DE FRECUENCIAS

El diagrama de frecuencias se usa para representar los diferentes tipos de distribuciones de
frecuencias de datos discretos. Por tanto se pueden confeccionar seis grficos.
FAMILIA CON 1 HIJOS: ******
FAMILIA CON 3 HIJOS: ****
DOS HIJOS

GRAFICO 02: DISTRIBUCION DE FRECUENCIAS DEL NMERO DE HIJOS SEGN FAMILIAS
FAMILIA CON 2 HIJOS: *****
2
0
1
3
N DE HIJOS

yi-1
yi ym ni
hi Ni Hi
91.5 92.5 92 4 0.08 4 0.08
92.5 93.5 93 11 0.22 15 0.30
93.5 94.5 94 20 0.40 35 0.70
94.5 95.5 95 9 0.18 44 0.88
95.5 96.5 96 6 0.12 50 1.00
Total
50 1.00
Graficar las frecuencias absolutas y las frecuencias relativas simples

PROPORCIN DE
PADRES

RELATIVAS ACUMULADAS DE LOS PADRES SEGN
NMERO DE HIJOS, DE LA I.E "SANTA TERESA",
2007
25
20
20
15
10
5
11
1,500
0,688
1,000
0,500
N DE FARDOS

ABSOLUTAS DE LOS FARDOS DE PAPEL SEGN PESO,
RECOLECTADOS POR LA I.E. "LAS CARMELITAS" AO
2007
0,938
1,000
92
93
94
95
96
PESO
0,375
FUENTE: I.E LAS CARMELITAS
AUTOR: SECRETARIA DE LA I.E LAS CARMELITAS
0,000
1
N DE HIJOS
(5) HISTOGRAMA DE FRECUENCIAS

Se usa para representar grficamente las distribuciones de frecuencias absolutas o relativas de
datos cuantitativos continuos agrupados en clases.
GRFICO 08: DISTRIBUCIN DE FRECUENCIAS ABSOLUTAS DEL LOS FARDOS DE PAPEL

SEGN PESOS DE LA I.E LAS CARMELITAS AO 2007
0,45
0,4
0,4
0,35
0,3
0,25
El histograma queda representado por una serie de rectngulos semejantes a los del histograma
de barras, con la diferencia que las barras se colocan verticalmente y deben ir uno al lado de las
otras sin que haya un espacio que las separe. La base de cada rectngulo es la amplitud de la clase
(intervalo) de la variable correspondiente y la altura esta definida por la frecuencia absoluta n i
frecuencia relativa hi.
EJEMPLO: En la I.E. LAS CARMELITAS tienen como objetivo recolectar papel en todo el ao
2007; para venderlos deben hacer fardos de 95 kilogramos para la industria del reciclaje. El
comprador pesa 50 fardos cuyos pesos se presentan a continuacin:
0,22
0,18
0,2
0,15
0,1
0,12
0,08
0,05
0
PESOS

(6) POLGONO DE FRECUENCIAS

Los polgonos de frecuencias absolutas o relativas, se obtienen uniendo los puntos medios de las
bases superiores de los rectngulos en el histograma de frecuencias absolutas o relativas
respectivamente.
EJERCICIO:
Elabor el polgono de frecuencias para las absolutas y las relativas.
GRFICO 10: DISTRIBUCIN DE FRECUENCIAS ABSOLUTAS ACUMULADAS

DE LOS FARDOS DE PAPEL SEGN PESOS, RECOLECTADOS POR LA I.E.
LAS CARMELITAS AO 2007
60
50
50
44
40
35

ABSOLUTAS DE LOS FARDOS DE PAPEL SEGN PESOS
RECOLECTADOS DE LA I.E. LAS CARMELITAS AO 2007
30
20
15
10
25
20
20
92.5
93.5
95.5
96.5
PESOS
15
11
10
5
94.5
9
6
0
92
93
94
95
96

GRFICO 11: DISTRIBUCIN DE FRECUENCIAS RELATIVAS

PORCENTUALES ACUMULADAS DE LOS FARDOS DE PAPEL SEGN
PESO, RECOLECTADOS POR LA I.E. LAS CARMELITAS AO 2007
PESO
120
100
100
88
80
(7) POLGONO DE FRECUENCIAS ACUMULADAS U OJIVAS.

Una ojiva es una representacin grfica de una distribucin de frecuencias absolutas acumuladas o
las frecuencias relativas acumuladas. Su construccin es de la siguiente forma:
(a) Se ubica en el eje horizontal los lmites de los intervalos de clase.
(b) Se levantan sobre el extremo superior de cada clase un segmento cuya longitud coincidan con
la frecuencia absoluta acumulada o con la frecuencia relativa acumulada de dicha clase.
(c) Luego se unen con segmentos de rectas los extremos superiores de dichos segmentos
verticales.
70
60
40
30
20
8
0
92.5
93.5
94.5
PESOS

95.5
96.5
PRCTICA 03: TABLA DE DISTRIBUCIN DE FRECUENCIAS Y GRFICOS ESTADSTICOS

INSTRUCCIONES: Leer cada uno de los enunciados que se presentan a continuacin y responda
puntualmente a cada uno de los tems formulados para cada pregunta.
PREGUNTA 01:
Clasifique las siguientes variables de estudio, en cualitativas y cuantitativas, as como sub
clasificacin:
A.
Elige una frase que describa a tu ciudad:

Fc1 Ordenada y tranquila
Fc2 Ordenada y bulliciosa
Fc3 Desordenada y tranquila
Fc4 Desordenada y Bulliciosa
B. Cuando evalas tu esencia como persona, solo reconoces tus caractersticas:
Ep1 Positivas
Ep2 Negativas
Ep3 Positivas y negativas
C. Con quin tienes mas confianza:
Mc1 Padre
Mc2 Madre
Mc3 Hermano(a)
Mc4 Amiga
D. Si haces un balance de tus acciones durante toda tu trayectoria
de vida, con cunto te
calificaras en una escala de 0 a 20:
BA01 Baja
[0 10]
BA02 - Regular
[11 13]
BA03 - Buena
[14 16]
BA04 Muy Buena
[17 20]
E. Si tuvieras que vender algo a una persona humilde, que te cost S/. 10.00 le venderas a S/.
15.00 o S/. 12.00
F. Qu nota promedio lograste en la asignatura de matemticas.
PREGUNTA 02:
Una profesora califica a sus estudiantes en el aspecto de intervenciones orales con calificativos que
varan de 10 a 14 puntos por participacin. Los datos extrados del registro de evaluaciones son las
siguientes:
10 12 10 14 12
14 11 12 11 13
10 10 12 12 10
11 11 11 12 11
12 11 12 12 10
13 10 13 11 13
Organizar los datos en una tabla de distribucin y luego responda lo siguiente:
(a) Cuntos alumnos tienen notas aprobatorias?
(b) Cuntos alumnos obtuvieron notas de once a trece?
(c)
(d)
(e)
(f)
(g)
Cul es la proporcin de estudiantes desaprobados?

Cul es la proporcin de alumnos que tienen notas de por lo menos once?
Cul es el porcentaje de alumnos aprobados con notas mayores de once?
Cul es el porcentaje de alumnos que obtuvieron notas de por lo menos doce?
Supongamos que hay un estudiante que tiene promedio de 17 en los exmenes escritos, analice
si la nota de promedio 14 obtenido en intervenciones orales influye en el promedio general.
Explique su razonamiento y que hara Ud. al respecto
PREGUNTA 03:
Se pregunto a un grupo de estudiantes su estatura en cms, los datos obtenidos son los siguientes:
152 163 154 170 164 154 166
163 162 168 168 172 170 160
161 158 165 165 151 161 157
160 155 158 158 170 169 168
155 156 162 162 166 168 160
Organice los datos en una tabla de distribucin de frecuencias con sus elementos y responda
puntualmente los siguientes tems:
(a) Cul es el rango de talla ms frecuente?
(b) Cul es el rango de talla ms baja?
(c) Cul es porcentaje de alumnos que tienen el rango de talla ms alta?
(d) Interprete las frecuencias absolutas acumuladas en funcin de la marca de clase
PREGUNTA 04:
En una encuesta a 50 estudiantes seleccionados del nivel secundaria de la I.E. Ramn Castilla en ao
2007, se les consult al respecto de Cmo califican sus relaciones familiares?, obteniendo como
respuestas Buenas ( B ), Regulares ( R ) y Malas ( M ). Los datos registrados son los siguientes:
B R R M R M R B R R R R MR M R R R B M B BM R R M R R B
B B R R R M R R M R R R B B R R R B R R B
Determine los siguientes tems:
(a) La variable de estudio.
(b) Elabor una tabla de distribucin de frecuencias con sus elementos.
(c) Interprete los resultados y recomiende que puede hacer para mejorar la situacin familiar.
(d) Elaborar un grafico adecuado para cada frecuencia.
PREGUNTA 05:
Los siguientes puntajes son los resultados de un examen para medir el coeficiente intelectual de un
grupo de estudiantes:
93 99 105 103 107 110 115 92 108 110 115 120 93 124 130 102 112 102 108 110 109
110 95 98 90 124 104 108 125 130 136 140 108 96 104 107 106 97 122 103
Determinar los siguientes tems:
(a) Construya una tabla de distribucin de frecuencias.
(b) Determine cuantos estudiantes tienen coeficiente intelectual menores de 104 puntos
(c) El nmero de estudiantes que tienen coeficiente intelectual de 112 puntos a ms.
(d) El nmero de estudiantes que tienen coeficiente intelectual de por lo menos 104 puntos ms
pero menos de 136 puntos.
(e) La proporcin de estudiantes con coeficiente intelectual menores de 112 puntos.

(f) La proporcin de estudiantes con coeficiente intelectual de por los menos 104 puntos pero a los
ms 128 puntos.
(g) El porcentaje de estudiantes con coeficiente intelectual entre 128 y 144 puntos.
(h) Elaborar un grfico apropiado para cada frecuencia
PREGUNTA 06:
Los datos que se presentan a continuacin son los gastos de mantenimiento diarios de la I.E. Santa
Teresita en el
2007
31 41 53 61 65 69 74 78
34 41 54 62 68 69 75 78
34 48 55 63 68 70 76 79
38 48 56 64 68 73 77 83
39 49 59 64 69 74 78 84
Con la informacin realizar lo siguiente:
(a) una tabla de frecuencias y sus elementos
(b) Elaborar un grafico para la frecuencias relativas porcentuales
(c) Interprete la frecuencia n2, n4, N2, N4; h2, h4, H2 y H4 , h2%, h4%, H2% y H4 %
PREGUNTA 07:
Los 40 estudiantes de la serie 200 de la Escuela Profesional de Educacin Primaria matriculados en
Estadstica Aplicada, rindieron su primer examen parcial obteniendo los siguientes resultados:
08 13 08 14 05 11 12 16 11 17 09 16 08 07 13 12 15 19 12 11 11 12 13 04
09 14 12 11 12 11 10 11 13 13 10 15 11 16 08 14
Con la informacin determine lo siguiente:
(a) Elabor una tabla de frecuencias relativas acumuladas.
(b) Construya un polgono de frecuencias relativas acumuladas.
(c) Interprete los resultados de la tabla de frecuencias determine si se lograron los objetivos de la
ctedra.
PREGUNTA 08:
A continuacin se presenta la tabla de distribucin de frecuencias del coeficiente intelectual de
estudiantes.
Li
Ls
88
Yi
ni
92
104
Ni
hi
13
0.200
28
0.375
144
Total
0.075
36
38
140
0.050
40
Hi
0.775
Completar en la tabla los datos que faltan e interprete en funcin de la marca del intervalo y en funcin
de la marca clase las frecuencias n2, n4, N2, N4; h2, h4, H2 y H4
PREGUNTA 09:
Se desea analizar que efectos tiene la aplicacin de un nuevo mtodo a un grupo de estudiantes del
tercer grado de educacin secundaria en la asignatura de Comunicacin, que anteriormente se
aplicaba el mtodo tradicional. Para establecer si hay alguna diferencia significativa se compara el
nuevo mtodo con el mtodo habitual aplicado a otro grupo de estudiantes de similares caractersticas
en el rea de Comunicacin. Para realizar las mediciones de los efectos de los mtodos se aplica una
evaluacin a ambos grupos en forma simultnea, cuyos resultados se presentan en las siguientes
tablas de distribucin:
RESULTADOS DEL NUEVO MTODO EN EL GRUPO EXPERIMENTAL
Rendimiento
N de Alumnos
[00 - 05]
7
[06 - 10]
20
[11 - 15]
34
[16 - 20]
9
Total
RESULTADOS DEL MTODO TRADICIONAL
Rendimiento
[00 - 05]
[06 - 10]
[11 - 15]
[16 - 20]
Total
70
N de Alumnos
15
30
20
5
70
Con la informacin determinar:

(a) Si hay diferencia significativa entre el nuevo mtodo y el mtodo tradicional, en trminos
porcentuales Cunto es?
(b) Cul es el porcentaje de estudiantes recuperables en ambos mtodos?
(c) Cul es el porcentaje de estudiantes que tienen serios problemas de aprendizaje en el rea de
comunicacin en ambos mtodos?
(d) Si el nuevo mtodo proporciona mejores resultados que el mtodo tradicional. Explique el
porque?
(e) Evidencie la diferencia entre mtodos de forma grfica
PREGUNTA 10:
Se evala a 50 estudiantes de quinto grado de primaria en la asignatura de matemtica, empleando la
escala vigesimal [0, 20; pero el reporte de la calificacin debe informarse segn los cdigos D, C, B, A,
AD y para efectos de la interpretacin utilizar la equivalencia cualitativa de la escala presentada en la
tabla adjunta.
PREGUNTA 12:
Con la informacin adjunta en la tabla describir el perfil de estudiantes
ESCALA DE MEDICIN
D Muy Bajo
[00 - 05]
C Bajo
[06 - 10]
B Regular
[11 - 13]
A Bueno
[14 - 16]
AD Muy Bueno
[17 - 20]
Los calificativos de la evaluacin son los siguientes:
3
0
7
12
6
8
1
5
7
1
6 5 1 3 1
19 17 5 16 0
16 19 13 17 16
10 3 2 11 18
11 8 4 9 19
TABLA N 01: Distribucin de frecuencias de las variables del perfil Psico Sociodemogrfico y el
desarrollo integral de las alumnas del I.E. Santa Teresa de La Inmaculada, ao 2007.
8 4 5
18 12 11
20 7 19
14 0 17
10 9 3
Con los datos elaborar lo siguiente:

(a) Una tabla de distribucin de frecuencias donde se haga visible la escala cualitativa y la
cuantitativa
(b) Un reporte tomando como referencia los cdigos D, C, B, A, AD.
(c) Un reporte que indique a donde estn ms concentrados los calificativos. Si estn
concentrados para calificativos desaprobatorios? Si estn concentrados para calificativos
aprobatorios?
PREGUNTA 11:
Los ingresos por concepto de matricula de la Institucin Educativa Gran Mariscal Andrs Avelino
Cceres en el mes de enero y febrero del 2008, son los siguientes: Los datos estn expresados en
soles.
936
616
773
936
947
776
626
878
611
920
548
619
542
512
723
793
952
826
842
600
651
946
825
514
715
653
578
975
976
783
901
962
650
717
973
880
517
852
694
737
563
832
998
827
538
940
574
588
935
609
697
688
625
621
857
949
675
619
786
Con los datos realizar:

(a) Una tabla de distribucin de frecuencias con sus elementos.
(b) Elaborar un grafico apropiado con sus elementos esenciales.
(c) Interpretar las frecuencias absolutas mxima y mnima, as como las frecuencias h 2%, h4%, H2%
y H4 %.
(d) Si el gasto de mantenimiento de la institucin Educativa es de 1500 soles mensuales, Alcanzara
el importe recaudado por concepto de matricula para cubrir los gastos de mantenimiento del ao?
Justifique su respuesta?
(e) Podr ahorrar la institucin Educativa a pesar de pagar los gastos de mantenimiento y gastos en
refaccionar la infraestructura que asciende a 10000? justificar su respuesta?
----------------------------+-----------------+-----------------------------------------------VARIABLES
|
FRECUENCIAS
|
GRFICO DE LAS MODALIDADES
IDENT
MODALIDADES
| EFEC.
PORCE. | HISTOGRAMAS DE PUNTOS RELATIVOS
----------------------------+-----------------+-----------------------------------------------9 . En la balanza de tu vida las caractersticas que ms pesan son:
Bv1 - Las negativas
|
23
9.31 |******
Bv2 - Las positivas
|
73
29.55 |******************
Bv3 - Positiv/ Negativas
| 151
61.13 |*************************************
----------------------------+-----------------+-----------------------------------------------11 . Registra 3 valores prioritarios que estn ligados a tu convivencia:
Vp1 - J, D h y solid,Lib
| 207
83.81 |***************************************************
Vp2 - Eco,D h, L y solida |
40
16.19 |**********
----------------------------+-----------------+-----------------------------------------------13 . Las relaciones familiares son:
Rf1 - Buenas
| 142
57.59 |***********************************
Rf2 - Malas
|
4
1.62 |**
Rf3 - Regulares
| 101
40.89 |**************************
----------------------------+-----------------+-----------------------------------------------14 . Con quien tienes ms confianza:
Mc1 - Padre
|
9
3.64 |***
Mc2 - Madre
| 135
54.66 |*********************************
Mc3 - Hermano(a)
|
32
12.96 |********
Mc4 - Amiga
|
71
28.74 |******************
----------------------------+-----------------+-----------------------------------------------16 . Sientes que tus padres:
Spa1 - Te adoran
| 186
75.30 |**********************************************
Spa2 - Te toleran
|
55
22.27 |**************
Spa3 - Les eres indiferente |
6
2.43 |**
----------------------------+-----------------+-----------------------------------------------17 . Capacidades que crees estn en ti o has conquistado:
CQ01 - 1457
| 142
57.49 |***********************************
CQ02 - 1246
|
71
28.74 |******************
CQ03 - 2567
|
34
13.77 |*********
----------------------------+-----------------+-----------------------------------------------20 . Te sientes un miembro importante dentro de tu familia por que te escuchan y valoran:
Mif1 - Si
| 200
80.97 |*************************************************
Mif2 No
|
47
19.03 |************
----------------------------+-----------------+-----------------------------------------------23 . Eres capaz de hacer las cosas y enfrentar los obstculos a presentarse:
Eoc1 - Si
| 216
87.45 |***************************************************
Eoc2 - No
|
31
12.55 |********
----------------------------+-----------------+-----------------------------------------------24 . Registra las frases que se adaptan a tu rutina de vida:
3Mr1 - 1256
|
54
21.86 |**************
3Mr2 - 246
| 130
52.63 |********************************
3Mr3 - 346
|
63
25.51 |****************
----------------------------+-----------------+-----------------------------------------------27 . Te siente obligada por tus amigos a realizar algunas ,pero por no contrarales les das el
gusto
Orc1 - Siempre
|
3
1.21 |*
Orc2 - A veces
|
83
33.60 |*********************
Orc3 - Nunca
| 161
65.18 |****************************************
----------------------------+-----------------+------------------------------------------------
IV. MTODOS PARA EL ANLISIS DESCRIPTIVOS DE DATOS CUANTITATIVOS

INTRODUCCIN
Las tablas de frecuencias o cuadros estadsticos, los distintos tipos de grficos y tambin la razn, los
ndices, las proporciones, porcentajes y tasas que se han estudiado anteriormente, constituyen
diversos modos de resumir informacin que sirven para transmitir las caractersticas principales de la
informacin presentada en los datos y contienen elementos descriptivos que hacen innecesario el
examen de todos los datos.
Las cifras descriptivas que se obtienen como funcin de una muestra (x1, x2,, xn); es decir, como
funcin de un conjunto de datos (que representa un subconjunto de la poblacin), se llama Estadgrafo
o Estadstico los cuales se clasifican en: Estadgrafos de posicin, dispersin, concentracin y de
forma. Los que se detallan a continuacin.
I. ESTADIGRAFOS DE POSICIN.
Son aquellos que describen la posicin que ocupan la distribucin de frecuencia con respecto a un
valor de la variable. Se distinguen dos tipos: Los estadgrafos de tendencia central y los de
localizacin.
1. MEDIDAS DE POSICION:
MEDIDAS DE TENDENCIA CENTRAL
En estadstica tiene importancia medir la tendencia central, lo que se consigue con los promedios,
los cuales son:
(1) Media Aritmtica
(2) Media Geomtrica
(3) Media Armnica
(4) Media Cuadrtica
(5) Media de Potencias
(6) Mediana
(7) Moda
(1) MEDIA ARITMTICA POBLACIONAL
La media aritmtica de una poblacin finita de N elementos:
xi
x1 x2 ... xn
i 1
M ( x) x
n
n
B. PARA DATOS TABULADOS.
Si los datos han sido clasificados en m clases en una tabla de frecuencias con
marca de clase yi , la media aritmtica esta dado por:
m
yi ni
M ( y ) y i1
i 1
(1.2) PROPIEDADES DE LA MEDIA ARITMTICA

La media aritmtica por su forma algortmica cumple las siguientes propiedades:
P1: Si todos los valores observados son iguales a una constante, entonces la media
aritmtica de este conjunto de datos es la misma constante. Es decir:
x1 , x2 ,..., xn b
Entonces:
M ( x) M (b) b
P : Si a cada valor de las observaciones x1 , x2 ,..., xn
2
se le suma o resta una
cantidad constante, la media aritmtica del nuevo conjunto transformado
yi xi b , es la media aritmtica del conjunto original ms o menos la constante.
y M ( y ) M ( x) b
x1 , x2 ,..., xN se denota por
xi
x1 x2 ... xN
i 1
N
N
P3: Si a cada valor de un conjunto de observaciones
x1 , x2 ,..., xn
se le multiplica
por una constante diferente de cero, la media aritmtica del conjunto transformado
yi axi , es la media aritmtica del conjunto original multiplicado por la constante. Es
decir:
y= M(y)=aM(x)
MEDIA ARITMTICA MUESTRAL

A. PARA DATOS NO TABULADOS.
La media o promedio de una muestra
hi ni
Es decir:
y esta dado por el cociente de la suma de todos los valores de la variable entre el nmero total
de valores. Es decir:
(1.1)
P4: La suma algebraica de las desviaciones de cada valor observado
x1 , x2 ,..., xn de tamao de n de una variable
esta dado por el cociente de la suma de todos los valores de la variable entre el numero
total de valores. Es decir:
x1 , x2 ,..., xn , con respecto a su media es cero. Es decir:

a.
PARA DATOS NO TABULADOS.
aritmticas de las muestras, entonces las medias asociadas a las n1 n2 ... nk
( xi x ) 0
i 1
b.
PARA DATOS TABULADOS
observaciones esta dado por:
( yi y )ni 0
n1 x1 n2 x2 ... nk xk
n1 n2 ... nk
i 1
P5: La suma de los cuadrados de las desviaciones de cada una de las observaciones
x1 , x2 ,..., xn con respecto a su
media es mnima. Esta propiedad significa que si
a es cualquier valor, entonces:

a.
PARA DATOS NO TABULADOS

n
2
2
( x x ) ( x a)
i
i 1
i
i 1
b. PARA DATOS TABULADOS

m
i 1
i 1
2
ni ( yi y ) ni ( yi a)2
P6: Si
x1 , x 2 ,..., x n y y1 , y 2 ,..., y n
son dos conjuntos de observaciones de n valores, cada
uno de dos variables x e y, expresados en las mismas unidades, entonces:

M ( x y) M ( x) M ( y )
P7: En casos especiales, esto es, cuando es apropiado hacerlo, la media aritmtica
muestral se puede utilizar para estimar la cantidad total de una poblacin, esta
propiedad indica que:
(2) MEDIA GEOMTRICA

a. PARA DATOS NO TABULADOS:
La media geomtrica simple M G xG de n observaciones x1 , x2 ,..., xn positivas esta dada por
la raz n sima del producto de los n valores observados, es decir:
xG M G n x1 . x2 .... xn n
Este procedimiento tiene su base en que en muchas ocasiones hay la necesidad de obtener
muestras diferentes de una poblacin, ya sea por cuestiones tcnicas o por disponibilidad de
informacin.
Supongamos que de una poblacin (o de dos poblaciones diferentes) se obtienen dos
o ms muestras de tamao nk cada una respectivamente. Sean x1 , x2 ,..., xk las medias
i1
xi
b. PARA DATOS TABULADOS:

Si los datos estn agrupados en clases, la media geomtrica ponderada, es la raz n sima del
producto de las marcas de clases elevadas a sus respectivas frecuencias, es decir:
m n
n
n
n
yG n y11 . y 22 .... y mm n
yi i
i1
(3) MEDIA ARMNICA:

La media armnica M H x H de n trminos no nulos
x1 , x 2 ,..., x n
es el reciproco de la media
aritmtica de los recprocos de estos trminos. Es decir:

xH M H
1
1
x1
Total Nx
(1.2) MEDIA ARITMETICA A PARTIR DE SUB MUESTRAS.
n 1
i 1 x
i
...
x2
xn
n

La media armnica para datos tabulados o media armnica ponderada se define por:
yH M H
1
1 m ni
n i1 yi
n
m ni
i1 y
i
(4) MEDIA CUADRATICA

xC M C ( x )
n 2
xi
i1
n
Nj : Frecuencia absoluta acumulada de la clase mediana

Nj-1 : Frecuencia absoluta acumulada de la clase pre mediana
n
: nmero de observaciones (tamao de muestra)
m
2
ni yi
i1
yC M C ( y )
(7) MODA
La moda de una muestra
(5) MEDIA DE POTENCIAS

xr M r ( x )
n r
xi
r i1
n
(6) MEDIANA
Dado un conjunto de n observaciones
( y)
m
r
n y
i
i
r
i 1
de la variable o caracterstica X, se define la
mediana de este conjunto de los valores; como aquel valor que no es superado, ni supera a ms de
la mitad de las n observaciones arregladas en orden de magnitud creciente o decreciente.
i. Si el tamao de la muestra n es impar: ordenar en forma creciente o decreciente.
x xme Me x n1
(
x n x n
( 1)
2
b. PARA DATOS TABULADOS (VARIABLE CONTINUA):

Se calcula mediante la siguiente formula:
n
2 N j 1
Me y j 1 C
N j N j 1
Donde:
y j1 : Limite real inferior del intervalo que contiene a Nj
C : Amplitud de la clase mediana
M o xmo
CALCULO DE LA MODA DE DATOS TABULADOS:

Cuando los datos estn tabulados: la clase que contiene mayor frecuencia ser la que contiene
a la moda y se llama clase modal.
(a) PARA VARIABLE DISCRETA
En esta caso la moda se determina fijndose en el valor de la variable que mas se repite
(frecuencia absoluta mxima)
Mo y
n j n j 1
C
j 1
( n j n j 1 )( n j n j 1)
Mo y
j 1
1
C
1 2
Donde :
1
n j n j 1
x xme Me
frecuencia en una distribucin de datos. Y se denota por
n j n j1
ii. Si el nmero de observaciones es par: la mediana es la semi suma de sus valores centrales.
( )
2
es el valor de la variable que cuenta con una mayor
(b) PARA VARIABLE CONTINUA

La moda para la variable continua se calcula mediante la siguiente formula:
x1 , x2 ,..., xn
x1 , x 2 ,..., x n
Donde:
y j1
: Lmite inferior de la clase modal nj
: Amplitud de la clase modal
nj
: Frecuencia absoluta de la clase modal
n j1 : Frecuencia absoluta de la clase pre modal

n j1 : Frecuencia absoluta de la clase post modal
VENTAJAS DE LA MODA:
1. La moda, se puede usar como una localizacin tanto para datos cualitativos como
cuantitativos.
2. La moda no esta afectada por los valores extremos.
RELACIN ENTRE MODA, MEDIA Y MEDIANA EN DISTRIBUCIONES SIMTRICAS Y
ASIMTRICAS.
1.
1. En una distribucin de frecuencias simtricas cuya representacin grafica es acampanada y

adems unimodal; coinciden exactamente en el mismo valor; media, mediana y moda.
x Me Mo
2.
x Me Mo
ii. Si
Para otro tipo de distribuciones de forma ms complicada, no existen reglas fijas a priori sobre
la disposicin relativa de las tres medidas, debindose estudiar aisladamente cada caso.
que se ubica entre las frecuencias absolutas acumuladas N j 1

2.
n
4
N j
n
4
valor
; De
donde se puede presentar los casos:

i. Si
N j 1
n
4
el primer cuartil es Q1 y j 1
Donde y j 1 es el lmite inferior de la clase que contiene a Q1

ii. Si
N j 1
n
4
, entonces el primer cuartil debe encontrarse dentro del intervalo y j 1 , y j , por
lo tanto Q1
no es un entero, hacemos una interpolacin lineal entre los dos valores
Se identifica la clase que contiene a Q1; con el siguiente procedimiento, se calcula
Luego de est breve descripcin ampliaremos la idea de la mediana para estudiar a otros
estadgrafos que dividen el conjunto de datos en otras proporciones.
Entonces para hallar Q1:
Q1 x
n 1
4
(b) PARA DATOS TABULADOS:

Si los datos estn agrupados en clases, entonces Q1 se determina como sigue:
1. Se construye la tabla de frecuencias absolutas acumuladas Menor que Ni.
x Mo 3(x Me )
Son tres valores con las siguientes caractersticas:

Q1: Primer cuartil: Es un valor referencial donde el 25% de las observaciones tienen valores
menores o iguales a Q1, en tanto que el 75% de observaciones restante tiene valores
superiores a Q1.
(a) PARA DATOS NO TABULADOS:
Sea x , x ,...,x un conjunto de observaciones de una variable o caractersticas x.
correspondientes a las dos observaciones entre las cuales se encuentra la fraccin.
x Me Mo
CUARTILES:
DEFINICIN: Los cuartiles son valores que dividen a un conjunto de datos ordenados en forma
ascendente o descendente en cuatro partes iguales, y se denotan por: Qi ; i 1,2,3
n 1
n 1
3. Si la distribucin es moderadamente asimtrica y unimodal, se cumple aproximadamente la

relacin:
(1)
Se localiza el punto de posicin del valor correspondiente a la

observacin ordenada.
i. Si n 1 es un entero, entonces:
ii. Si la distribucin es ms alargada para valores pequeos de la variable (asimetra a

izquierda o negativa), la situacin general, es:
(1) CUARTIL
(2) DECILES
(3) PERCENTILES
x (1) , x (2) ,..., x (n )
x (n ) , x (n 1) ,..., x 2 , x 1
2. Si la distribucin tiene la forma acampanada, es unimodal, pero no tiene simetra, las tres
medidas toman valores diferentes, y la mediana queda comprendida generalmente entre la
moda y la media aritmtica:
i. Si la distribucin es ms alargada para valores grandes de la variable (asimetra a la
derecha o positiva), entonces la situacin general, es:
MEDIDAS DE LOCALIZACIN
CUANTILES
Los cuantiles es una generalizacin de la definicin de mediana. As como la mediana divide al
conjunto de datos en dos partes, con igual nmero de elementos cada una; esta idea proyectada
al dividir el conjunto de datos en cuatro partes, diez partes, cien partes, define al cuantil. Los
principales son:
Se ordenan los datos en forma ascendente (o descendente):
se debe localizar a una distancia d de y j 1 , expresndose como
Q1 y j 1 d .
El valor de d se calcula mediante regla de tres simples, suponiendo que las observaciones
estn uniformemente distribuidas en todo el intervalo. Es decir:
Si en una amplitud c j hay N j N j 1 observaciones. En qu amplitud d habr
Es decir:
n
4
N j 1 ;
c j N j N j 1
d
n
4
Donde
ii. Si
N j 1
d c j
3n
4 N j 1
N j N j 1
valor
N j 1
n
4
que
se
ubica
Nj: Frecuencia absoluta acumulada de la clase que contiene Q1

Nj-1: Frecuencia absoluta acumulada inmediata anterior a la clase de Q1
n: nmero de observaciones (tamao de muestra)
(2)
Q2: Segundo cuartil: El segundo cuartil coincide con la mediana: Es decir: Q 2 Me

Q3: Tercer cuartil: Es un valor referencial donde el 75% de las observaciones tienen valores
menores o iguales a Q3, en tanto que el 25% de observaciones restante tiene valores
superiores a Q3
(a) PARA DATOS NO TABULADOS
Sea x 1 , x 2 ,..., x n un conjunto de observaciones de una variable o caractersticas X.
Entonces para hallar Q3
1. Se ordenan los datos en forma ascendente (o descendente): x (1) , x (2) ,..., x (n )
x (n ) , x (n 1) ,..., x 2 , x 1
3n
4
i. Si
3(n 1)
Q 3 y j 1 d
El valor de d se calcula mediante regla de tres simples, suponiendo que las observaciones estn
uniformemente distribuidas en todo el intervalo. Es decir:
Si en una amplitud c j hay
N j N j 1 observaciones.
En qu amplitud d habr
c j
N j
n
4
observacin
N j
N j
c j
Luego
Donde:
Q3
n
4
N j
y j
N j
N j
c j
n
4
decir:
es un entero, entonces:
acumuladas
4 , entonces el tercer cuartil debe encontrarse dentro del intervalo

Si
y j 1 , y j
y
, por lo tanto Q3 se debe localizar a una distancia d de j 1 ,
Donde
3 ( n 1)
absolutas
3n
N j 1
expresndose como
Q3 x
frecuencias
el tercer cuartil es Q 3 y j 1
3(n 1)
las
Donde y j 1 es el lmite inferior de la clase que contiene a Q3
C: Amplitud de la clase que contiene a Q1
ordenada.
entre
; De donde se puede presentar los casos:
N j
(1) Si N j 1
Donde:
2. Se localiza el punto de posicin del valor correspondiente a la
no es un entero, hacemos una interpolacin lineal entre los dos
valores correspondientes a las dos observaciones entre las cuales se encuentra la

fraccin.
(b) PARA DATOS TABULADOS
Si los datos estn agrupados en clases, entonces Q3 se determina como sigue:
2. Se identifica la clase que contiene a Q3; con el siguiente procedimiento, se calcula
4 N j 1
N j N j 1
Luego : Q1 y j 1 c j
3(n 1)
n
4
N j
N j
N j
N j 1 ;
Es
ii. Si
C: Amplitud de la clase que contiene a Q3

Nj: Frecuencia absoluta acumulada de la clase que contiene Q3
Nj-1: Frecuencia absoluta acumulada inmediata anterior a la clase de Q3
n : nmero de observaciones
(2)
in
10
ii.
Si
i (n 1)
10
10
(b) PARA DATOS ABULADOS:

Para datos tabulados se siguen los siguientes pasos:
2. Se identifica la clase que contiene a Di; con el siguiente procedimiento, se calcula
in
valor
10
i. Si
N j 1
10
el decil es Di y j 1
Donde y j 1 es el lmite inferior de la clase que contiene a Di
observaciones. En qu amplitud d habr
N j
in
N j
N j
Di
c j
in
10
N j
y j
N j
N j
c j
1
1
in
10
N j
N j
N j
1
1

C: Amplitud de la clase que contiene a Di
Nj : Frecuencia absoluta acumulada de la clase que contiene Di
Nj-1 : Frecuencia absoluta acumulada inmediata anterior a la clase de Di
n : nmero de observaciones
correspondientes a las dos observaciones entre las cuales se encuentra la fraccin.
in
N j 1
Donde:
no es exacto, D i se obtiene interpolando linealmente entre los dos valores
puede presentar los casos:
Luego
que se ubica entre las frecuencias absolutas acumuladas N j 1
Donde
es exacto, D i x i ( n 1)
expresndose como
10
observacin ordenada. Entonces:
10
y j 1 ,
N j 1 ; Es decir:
c j
CLCULO DE LOS DECILES:

Cuando los datos no estn tabulados primero se ordenan en forma ascendente o
descendente las observaciones. Luego se localiza la posicin del valor correspondiente a la
Si
se debe localizar a una distancia d de
Si en una amplitud c j hay N j
Anlogamente ocurre con los deciles D3,.......D9. El decil 8, por ejemplo, deja el 80% del conjunto
de datos menores o iguales a l, y el 20% de las observaciones superiores a l.
i.
, entonces el decil debe encontrarse dentro del intervalo y j 1 , y j , por lo
El valor de d se calcula mediante regla de tres simples, suponiendo que las

observaciones estn uniformemente distribuidas en todo el intervalo. Es decir:
D2: SEGUNDO DECIL: Es el valor referencial que deja el 20% de las observaciones menores o
iguales a l y el 80% de las observaciones mayores a l.
i (n 1)
10
Di y j 1 d
D1: PRIMER DECIL: Es el valor referencial que deja 10% de las observaciones menores o
iguales a l y el 90% superiores a l.
10
in
tanto Di
DECILES
DEFINICIN: Los valores que dividen a un conjunto de datos ordenados en forma ascendente (o
descendente) en diez partes iguales se llaman DECILES y se representan por: Di ; i 1,2,...,9
i (n 1)
N j 1
in
10
N j
; De donde se
(3)
PERCENTILES
Hay 99 percentiles que se denotan: P1, P2, P3,.......,P98, P99. As P90, por ejemplo, deja por debajo
de l el 90% de los elementos. El procedimiento de clculo es similar a la de los Cuartiles y
Deciles.
La frmula para realizar el clculo del percentil Pi , Ser:
Pi y j 1 c j
in
100 N j 1
N j N j 1
PRCTICA 04: MEDIDAS DE TENDENCIA CENTRAL Y DE LOCALIZACIN

INSTRUCCIN: Lee cada una de las preguntas y responde puntualmente lo que se solicita.
1. Los datos que se presentan a continuacin son los gastos de mantenimiento diarios de la
I.E. Santa Teresita
31 41 53 61 65 69 74 78
34 41 54 62 68 69 75 78
34 48 55 63 68 70 76 79
38 48 56 64 68 73 77 83
39 49 59 64 69 74 78 84
5.
6.
Con la informacin realizar lo siguiente:

(d) una tabla de frecuencias
(e) Elaborar un grafico para la frecuencias relativas porcentuales
(f) Interprete la frecuencia H2 y H4
2.
Los 40 estudiantes de la serie 200 de la Escuela Profesional de Educacin Primaria

matriculados en Estadstica Aplicada, rindieron su primer examen parcial obteniendo los
siguientes resultados:
08 13 08 14 05 11 12 16 11 17
09 16 08 07 13 12 15 19 12 11
11 12 13 04 09 14 12 11 12 11
12 10 11 13 13 10 15 11 16 08
Con la informacin determine lo siguiente:
(d) Elabor una tabla de frecuencias relativas acumuladas.
(e) Construya un polgono de frecuencias relativas acumuladas.
(f) Interprete los resultados de la tabla de frecuencias determine si se lograron los
objetivos de la ctedra.
3.
4.
Supongamos que la poblacin de notas en una determinada materia son: 11, 12, 13, 14, 15.
con la informacin calcular:
(a) Media poblacional.
(b) Seleccione 10 muestras diferentes de tamao 2 y con cada una calcular la media
aritmtica muestral.
(c) Determinar cuntas muestras proporcionan una estimacin exacta de la media
poblacional.
Los resultados de un examen practicado a 20 estudiantes en un curso de matemticas, en
orden ascendente son: 39, 46, 57, 65, 70, 71, 71, 72, 72, 75, 77, 79, 81, 84, 84, 87, 93, 94,
97y 97 puntos. Determine:
(a) La media aritmtica de los datos
(b) Si a cada observacin de la muestra se le suma 3 puntos. Cules es el promedio
del nuevo conjunto de datos?
(c) Supongamos que la calificacin se transformar a la escala de 0 a 20. Cul es el
nuevo promedio.
7.
La informacin que se presenta a continuacin son el nmero de faltas de los docentes

durante el ao 2006. 1, 2, 3, 4, 5. Con los datos determine:
(a) La media aritmtica.
(b) La media geomtrica
(c) La media armnica
(d) La media cuadrtica.
(e) La media cbica.
(f) Ordene en forma ascendente los promedios.
Supongamos que se tiene una Institucin Educativa que tiene dos locales en lugares
diferentes, de los cuales se selecciona una muestra de recibos en el local A: donde hay un
gasto mensual de luz de: 150, 200, 180, 190, 160 soles y en el local B registra un pago de
luz de: 250, 150, 230, 200, 280 soles. Con los datos determinar:
(a) Cuanto es el pago promedio mensual por concepto de consumo de luz de la
Institucin Educativa.
(b) Cual es la diferencia entre los pagos promedios por consumo de luz.
(c) Estimar cuanto dinero pagar en un ao por consumo de luz.
A continuacin se presenta la tabla de distribucin de frecuencias del coeficiente intelectual
de estudiantes.
Li
Ls
Yi
ni
Ni
hi
Hi
hi%
88
96
92
5
5
0.125
0.125
12.50
96
104
100
8
13
0.200
0.325
20.00
104
112
108
15
28
0.375
0.700
37.50
112
120
116
3
31
0.075
0.775
7.50
120
128
124
5
36
0.125
0.900
12.50
128
136
132
2
38
0.050
0.950
5.00
136
144
140
2
40
0.050
1.000
5.00
Total
40
1.000
100.00
Con la informacin determinar:
(a) La media aritmtica
(b) La media geomtrica.
(c) La media armnica
(d) La media cuadrtica.
(e) La media cbica.
(f) La mediana
(g) La moda
(h) Que tipo de asimetra tienen los datos comparando la media, mediana y moda.
(i) Calcular los tres primeros cuartiles
(j) Calcular el Decil uno, el Decil cinco y el Decil nueve.
(k) Calcular el Percentil diez, cincuenta y noventa.
(l) Calcular las siguientes constantes:
C As
Q 3 2Q 2 Q1
Q 3 Q1
K3
Q 3 Q1
2(P90 P10 )
2. ESTADGRAFOS DE DISPERSIN
Las medidas de dispersin nos indican si una serie de valores de la variable observada son muy
cercanos entre s o por el contrario son muy dispersos.
Dependiendo del tipo de diferencia usada, se obtienen distintas expresiones que entregan
visiones parciales de la forma en que los datos varan.
Las medidas de dispersin son de dos tipos:
A) MEDIDAS DE DISPERSIN ABSOLUTAS
Las medidas de dispersin absolutas se caracterizan por ser valores expresados en las mismas
unidades de la variable en estudio. Dependen de las unidades de medida
Estas son:
(1) RECORRIDO DE LA VARIABLE ( R ):
Recorrido de la variable rango (Intervalo de variacin)
Dada una serie de valores x1, x2, ..., xn, su recorrido R es la diferencia aritmtica entre el
mximo y el mnimo de estos valores:
R x mx x mn

m
DM D y

n
DMe
RID D9 D1 P90 P10
(5) DESVIACIN MEDIA ABSOLUTA ( DM ):

Sea x1, x2, ..., xn, una muestra de tamao n de una variable, la desviacin media absoluta es la
media aritmtica de los valores absolutos de las desviaciones de los valores observados respecto
de la media aritmtica.
n
xi x
i
1
DMe
y i Me n i
i
1
(7) VARIANZA Y DESVIACIN TPICA:
(4) INTERVALO INTERDECIL ( RID ):

Es la diferencia aritmtica entre los deciles noveno y dcimo, llamada desviacin del cuartil.
DM D X
x i Me
Q 3 Q1
2
(6) DESVIACIN MEDIANA ABSOLUTA (DMe):

Sea x1, x2, ..., xn, una muestra de tamao n de una variable, la desviacin mediana absoluta
es la media aritmtica de los valores absolutos de las desviaciones de los valores observados
respecto de la mediana.
RI Q3 Q1 P75 P25
QD
Donde:
m: nmero de clases
ni: frecuencia absoluta de la clase i
yi: marca de clase
(2) RECORRIDO INTERCUARTLICO ( RI ):

Se define como la diferencia aritmtica entre el tercer cuartil y primer cuartil tambin la
diferencia entre los P75 y P25. Llamado tambin intervalo intercuartil.
(3) INTERVALO SEMIINTERCUARTILICO (QD):

Definida como la mitad del recorrido intercuartil. Conocida tambin como desviacin cuartil.
y i y ni
7.1 VARIANZA POBLACIONAL:

Sea x1, x2, ..., xN, una poblacin de tamao N de una variable, La varianza poblacional se
define como la media aritmtica del cuadrado de las desviaciones de los valores observados
con respecto a su media . Y se denota por:
N
M ( x i )
(x )
i
i 1
7.2 VARIANZA DE UNA MUESTRA:

Sea x1, x2, ..., xn, una muestra de tamao n de una variable, se define como la media
aritmtica del cuadrado de las desviaciones de los valores observados con respecto a su
media. Denotado por V(x).

n
(x
V (x ) M
( x x ) 2 S x2 i 1
x)
Para datos no tabulados:

2
V (y ) M
( y y ) S y
2
m
2
n (y y )
i
i 1 i
7.3. PROPIEDADES DE LA VARIANZA:

P1: La varianza de un conjunto de observaciones x 1 , x 2 ,..., x n , siempre es un nmero no
negativo. Es decir:
Donde:
m: nmero de clases
ni: frecuencia absoluta de la clase i
yi: marca de clase
La formula anterior se puede escribir de la siguiente forma:
V (x ) 0
P2: La varianza de una constante es cero. Esto significa, que si x 1 x 2 ... x n b

constante, entonces:
2 m
2
V ( y ) S y hi ( y i y )
i 1
V ( x ) V (b ) 0
P3: Si a cada observacin x 1 , x 2 ,..., x n
NOTA: Si conocemos la media poblacional y sustituimos en la siguiente formula:

(x
V (x ) M
( x x ) 2 S x2 i 1
x)
V (y ) V ( x b ) V (x )
P4: Si cada valor de un conjunto x 1 , x 2 ,..., x n se multiplica por una constante a, la

varianza del nuevo conjunto de valores y 1 , y 2 ,..., y n , donde y i ax i , i = 1, 2, ,n, es
2 n
2
(x x ) (x )
i
i 1 i
i 1
(x x )
i
La misma que implica que hay una diferencia entre i 1
(x )
i
i 1
igual a la varianza del conjunto original multiplicada por el cuadrado de la constante. Es

decir:
n
2 n
2 n
2
(x x )
(x x )
(x )
i
i
2
i 1
i 1
i 1 i
n
n 1
n
n
n
2
2
(x x )
(x x )
i
i 1
i 1 i
y
es grande para muestras pequeas, y
n
n 1
es mnima para muestras grandes, prcticamente son iguales. Entonces para muestras
grandes n 60 , puede usarse cualquiera de las formulas. Para muestras pequeas se
S x2
n
2
(x x )
i 1 i
n 1
Finalmente las varianzas corregidas son:
2 y
para solucionar esta diferencia de estimacin de la varianza muestral es necesario realizar

una correccin apropiada
usa V ( x ) M ( x x )
se adiciona o se le resta una constante b > 0, la
varianza del nuevo conjunto de valores y 1 , y 2 ,..., y n donde y i x i b , i = 1, 2, ,n,

coincide con la varianza del conjunto original. Es decir:
se cumple la siguiente relacin:
La diferencia entre
Para datos tabulados:
m
2
n (y y )
2 i 1 i i
V '( y ) M (y y ) S 'y
n 1
n
2
(x x )
2 i 1 i
V '( x ) M ( x x ) S ' x
n 1
2
V (y ) a V ( x )
7.4. VARIANZA CALCULADA A PARTIR DE SUB MUESTRAS.

Si x 1 y x 2 son las medias aritmticas de dos submuestras de tamao n1 y n 2
2
respectivamente y S 1 , S 2 sus varianzas correspondientes. Entonces la varianza de la

muestra de tamao n n1 n 2 est dado por:
S
(n
1) s
2
1
(n
1) s
2
2
n (x x )
1 1
n (x x )
2
2
n 1
donde:
x
n1 x 1 n 2 x 2
n
En general se tiene:
n
, llamada varianza corregida.

S
donde:
2
(n 1)s
i
i 1 i
n 1
n (x x )
i 1 i i
n 1
INTERVALO CONFIDENCIAL PARA LA MEDIA:
n x
i 1 i i
Esta varianza total se puede descomponer en:

INTERVARIANZA: Mide la variabilidad entre los estratos o submuestras.
k
sb
n (x x )
i 1 i i
n 1
INTRAVARIANZA: Mide la variabilidad dentro de los estratos.

k
sw
CON UNA DESVIACIN
: x s
CON DOS DESVIACIONES
: x 2s
CON TRES DESVIACIONES
: x 3s
CON CUATRO DESVIACIONES
: x 4s
TEOREMA DE TCHEBYSHEV: Dado un conjunto de observaciones x 1 , x 2 ,..., x n , entre la

media aritmtica y ks
2
(n 1)s
i
i 1 i
, existe por lo menos, el 100(1
)%
con k 1 de las
observaciones sin que importe como se distribuye el conjunto de datos.
n 1
8. DESVIACIN TPICA O DESVIACIN ESTNDAR.

La desviacin estndar es la media de distancias que tienen los datos respecto de su media
aritmtica, expresada en las mismas unidades que la variable.
La desviacin estndar es simplemente el "promedio" esperado con respecto de la media
aritmtica, o indica que tan distante estn los puntos de la media.
La desviacin estndar se define como la raz cuadrada positiva de la varianza: Es decir:
2
D (x ) s x v (x ) s x
B) MEDIDAS DE DISPERSIN RELATIVAS

Las medidas
de dispersin relativas se caracterizan por ser valores expresados
independientemente de las unidades en que se expresa la variable en estudio.
1. COEFICIENTE DE APERTURA:
Se define como el cociente entre el valor mximo y el mnimo del recorrido de la variable. Es
decir, es el nmero de veces que contiene el valor mximo al mnimo.
PROPIEDADES DE LA DESVIACIN TPICA:
C .A
P1: La desviacin tpica de un conjunto de observaciones x 1 , x 2 ,..., x n , siempre es un nmero no

negativo. Es decir
D (x ) s 0
P2: La desviacin tpica de una constante es cero.

D (c ) s c 0
P3: Si a cada observacin x 1 , x 2 ,..., x n se adiciona o se le resta una constante b > 0, la

desviacin tpica del nuevo conjunto de valores y 1 , y 2 ,..., y n donde y i x i b , i = 1, 2,
,n, coincide con la desviacin tpica del conjunto original. Es decir:
s y s x b s x
P4: Si cada valor de un conjunto x 1 , x 2 ,..., x n se multiplica por una constante a, la desviacin
tpica del nuevo conjunto de valores y 1 , y 2 ,..., y n , donde y i ax i , i = 1, 2, ,n, es igual a la
desviacin tpica del conjunto original multiplicada por el valor positivo (valor absoluto) de la
constante. Es decir:
s y s ax a s x
NOTA:
La desviacin estndar tiene su aplicabilidad para confeccionar intervalos confidenciales. Es
decir:
X
X
mx
mn
2. RECORRIDO RELATIVO:
Se define como el cociente del recorrido de la variable entre la media aritmtica, Es decir, es el
nmero de veces que contiene el recorrido de la variable a la media aritmtica.
RR
mx
mn
R
x
3. RECORRIDO SEMI INTERCUARTILICO RELATIVO:

Definida como el cociente del intervalo semi intercuartil entre la media aritmtica. Es decir,
cuantas veces contiene la desviacin cuartil a la media aritmtica.
RQD
(Q 3 Q1 ) / 2
QD
x
4. COEFICIENTE DE VARIACIN:
El Coeficiente de Variacin (CV) representa el nmero de veces que la desviacin tpica contiene
a la media aritmtica y por lo tanto cuanto mayor es CV mayor es la dispersin y menor la
representatividad de la media.
CV
s
x
Generalmente el coeficiente de variacin se expresa en porcentaje para su interpretacin.
3. MEDIDAS DE FORMA DE LA DISTRIBUCIN

La distribucin de datos observados desde el punto de vista grfico permite determinar como estn
distribuidos los datos a lo largo del eje horizontal, as como la altura alcanzada por la distribucin
sobre el eje vertical. Esta simple inspeccin, intuitivamente forma la idea, de cual es la tendencia de
los datos, diferenciando dos medidas conocidas factibles de medir, estas son: La Asimetra y
Apuntamiento o Curtosis de la distribucin.
ASIMETRA:
Es la deformacin horizontal de las distribuciones de frecuencias.
En las diferentes distribuciones se puede observar sobre el eje horizontal los siguientes tipos
de forma:
Distribucin Simtrica, si se le puede doblar a lo largo del eje vertical de manera que
coincidan los dos lados.
Distribucin Asimtrica Positiva o a la derecha, si tiene una ramificacin ms extendida
hacia la derecha o hacia valores grandes de la variable.
Distribucin Asimtrica Negativa o a la izquierda, si tiene una ramificacin ms extendida
hacia la izquierda o hacia valores pequeos de la variable.
Existen algunos algoritmos para calcular la deformacin de la distribucin sobre eje horizontal;
en este contenido se realizar el clculo mediante los cuantiles.
(b) COEFICIENTE DE ASIMETRA EN FUNCIN DE PERCENTILES.
P 2P P
50 10
C As 90
P P
90
10
INTERPRETACIN DEL COEFICIENTE DE ASIMETRA:
Si, C
As 0 , la distribucin es asimtrica positiva o sesgada hacia la derecha.

Si, C
As 0 , la distribucin es simtrica.
Si, C
As 0 , la distribucin es asimtrica negativa o sesgada hacia la izquierda.
APUNTAMIENTO O CURTOSIS:
Es la medida de deformacin vertical de una distribucin de frecuencias, es la medida de
apuntamiento o achatamiento de una distribucin. (Indica la menor o mayor altura del mximo
central)
En la distribucin de los datos se puede presentar los siguientes casos de apuntamiento:
Si, la distribucin de datos presenta un apuntamiento muy pronunciado o ms apuntada que la
normal, se llama LEPTOCRTICA.
Si, la distribucin de datos presenta un apuntamiento moderado o apuntamiento normal, se llama
MESOCRTICA.
Si, la distribucin de datos presenta menos apuntamiento que la normal o achatada, se llama
PLATICRTICA.
(a) COEFICIENTE DE ASIMETRA EN FUNCIN DE CUARTILES:
Q 2Q Q1
2
c As 3
Q Q1
3
INTERPRETACIN DEL COEFICIENTE DE ASIMETRA:
EL CLCULO DE LA CURTOSIS EN FUNCIN DE LOS CUANTILES.

Q Q1
3
k
2(P P )
90 10
Si, C
As 0 , la distribucin es asimtrica positiva o sesgada hacia la derecha.

Si, C
As 0 , la distribucin es simtrica.
Si, C
As
0 , la distribucin es asimtrica negativa o sesgada hacia la izquierda.
INTERPRETACIN DEL COEFICIENTE DE CURTOSIS K:
Si, k 0.263 , la distribucin es LEPTOCRTICA.

Si, k 0.263 , la distribucin es MESOCRTICA.
Si, k 0.263 , la distribucin es PLATICRTICA
PRCTICA 05: MEDIDAS DE DISPERSIN Y DE DEFORMACIN DE LA DISTRIBUCIN

INSTRUCCIN: Analiza las preguntas y responde aplicando las medidas de tendencia, dispersin y
de deformacin
1.
La siguiente tabla de distribucin de frecuencias presenta el comportamiento del proceso de

aprendizaje de estudiantes evaluados en un trabajo dirigido por el Docente cuyo calificativo es de
0 a 75
Li-Ls
05 - 15
15 - 25
25 - 35
35 - 45
45 - 55
55 - 65
65 - 75
Total
(a)
(b)
(c)
(d)
Ym
10
20
30
40
50
60
70
ni
8
20
42
60
42
20
8
200
hi
0.04
0.10
0.21
0.30
0.21
0.10
0.04
1.00
Ni
8
28
70
130
172
192
200
Hi
0.04
0.14
0.35
0.65
0.86
0.96
1.00
Con los datos realizar lo siguiente:

Calcular la media muestral.
Calcular las medidas de dispersin absolutas y relativas.
Calcular las medidas de asimetra y apuntamiento.
Interpretar cada uno de los estadgrafos de los tems anteriores
2. Dos empresas que compiten en el mismo rubro tienen la siguiente distribucin de sueldos en el
2006.
Empresa A
sueldos
ni
150-180
30
180-210
40
210-240
20
Total
90
Empresa B
sueldos
ni
160-190
30
190-220
50
220-250
40
Total
120
Con la informacin realice lo siguiente:
Considere que las dos muestras provienen de la misma poblacin y estime la media total de
los sueldos de los obreros y la varianza total, e intrprete los resultados.
3. Consider que las siguientes notas con respecto a un curso corresponden a toda la poblacin de
notas: 11, 12, 13, 14, 15, 16. las mismas que tienen como media poblacional 13.5 .
Seleccione una muestra de tamao n = 3, y pruebe la siguiente relacin.
n
2 n
2
(x x ) (x )
i
i 1 i
i 1
4. El programa Sistema Integral de salud SIS desarrolla asistencia en las Instituciones Educativas
y hace un programa piloto para el despistaje de corazn en los estudiantes, para ejecutarlo
selecciona al azar un centro educativo y de el selecciona una muestra de 5 alumnos, para hacer
mediciones de la frecuencia cardiaca. Estas son: 130, 127, 132, 132, 129. Hallar la varianza
muestral y luego la varianza corregida.
5. Los datos que se muestran en la siguiente tabla son los egresos semanales de la Institucin
Educativa PULGARCITO, por concepto de mantenimiento de equipos e infraestructura y
servicios bsicos.
Li - Ls
00 - 100
100 200
200 - 300
300 - 400
400 - 500
500 - 600
600 - 700
Total
Ym
50
150
250
350
450
550
650
ni
5
10
18
22
5
2
1
63
Con la informacin, calcular e interpretar los siguientes estadgrafos:

(a) La variabilidad de los datos
(b) El coeficiente de variacin
(c) La asimetra y el apuntamiento de la distribucin de los datos
(d) Elaborar intervalos confidenciales para el promedio aplicando el teorema de TCHEBYSHEV
6. Del ejercicio nmero (2) determine el coeficiente de variacin de cada una de las empresas y
comprelos, para luego escribir algunas observaciones.
4. DISTRIBUCIONES BIDIMENSIONALES
INTRODUCCIN:
En la naturaleza investigamos unidades de estudio o unidades experimentales de las que nos
interesa dos o ms caractersticas.
Por ejemplo, en un estudiante observamos la habilidad mental con el rendimiento
acadmico; donde a la variable habilidad mental se puede representar por X y a la variable
rendimiento acadmico por Y, de tal forma que al asociar ambas variables mediante el par
ordenado (x,y) se construye una variable bidimensional que expresa la observacin simultnea
de la habilidad mental y rendimiento acadmico en un estudiante.
En efecto, estadsticamente interesa estudiar de la variable bidimensional dos aspectos
importantes:
(a) Las distribuciones bidimensionales de frecuencias, que se pueden presentar mediante tablas
bidimensionales de frecuencias y la reduccin de datos bidimensionales a travs de
estadgrafos o medidas de resumen.
(b) Elaborar o construir modelos asociando las variables para medir la relacin entre ellas; estos
modelos determinan la dependencia entre variables.
1. TABLAS BIDIMENSIONALES DE FRECUENCIAS:
En la tabulacin de la variable bidimensional (x,y) se puede presentar una combinacin de
variables unidimensionales segn su naturaleza, las que determinan la siguiente clasificacin:
TIPOS
VARIABLES (x,y)
Dos
Categrica / Categrica
caractersticas Ejemplo:
cualitativas
Sexo y color de pelo
Discreta / Discreta
Ejemplo:
Nmero de personas y nmero de
habitaciones
Dos
Continua / Continua
caractersticas Ejemplo:
cuantitativas
Permetro craneal y permetro torxico
Discreta / Continua
Ejemplo:
Pulsaciones y temperatura
Una
cualitativa y
una
cuantitativa
Categrica / Discreta
Ejemplo:
Nivel educativo y nmero de hijos
Categrica / continua
Ejemplo:
Profesin y ingreso econmico
En la construccin de la tabla de distribucin de frecuencias bidimensionales primero se

determina las categoras de la variable X e Y que implcitamente se genera un arreglo
rectangular donde las k modalidades de X: x1, x2, , xk representan a las filas y las
modalidades de Y: y1, y2, , y representan a las columnas.
DISTRIBUCIN BIDIMENSIONAL DE FRECUENCIAS ABSOLUTAS
Presentamos a continuacin dos variables X e Y de naturaleza discreta, donde:
X : x 1 , x ,..., x i ,..., x
2
k
Y : y 1 , y ,..., y j ,..., y
2
Luego se organizan las modalidades de las variables en una tabla de doble entrada, formando
un arreglo rectangular donde en la interseccin de la i sima fila con la j sima columna, se
ubica la frecuencia n , que indica cuantas veces se presentan simultneamente la
ij
modalidad x y la modalidad y j .
Y
X
x1
x2
.
.
.
xi
.
.
.
xk
n.j
y1
y2
yj
yl
ni.
n11 n12
n21 n22
n1j
n2j
n1l
n2l
n1.
n2.
ni1
ni2
nil
ni.
nk1
n.1
nk2
n.2
nkj
n.j
nkl
n.l
nk.
n..
nij
Donde:
ni . nij es la suma total de las

j 1
k
n. j nij es la suma total de las
i 1
frecuencias absolutas nij segn el ndice j

frecuencias absolutas nij segn el ndice i
k
k
n.. n ij n i . n. j n es la suma total de las frecuencias absolutas nij segn
i 1 j 1
i 1
j 1
los ndices i y j, as como tambin la suma total de los totales ni. y n.j
OBSERVACIONES:
(a) La frecuencia absoluta ni. es el nmero de observaciones que presenta la modalidad o
valor xi de la caracterstica X, independiente de las modalidades o valores de la
caracterstica Y. De la misma forma, n.j es el nmero de observaciones que
corresponden a la modalidad o valor yj de la caracterstica E independiente de las
modalidades o valores de la variable X.
(b) Si la naturaleza de la variable X (y/o variable Y) es continua, xi (y/o yj) representara la marca
de clase nmero i o j, de tal manera que se reducir el caso continuo al caso discreto, de la
misma forma como se estudio en las variables unidimensionales.
(c) Si las variables X e Y son cualitativas, la tabla de distribucin bidimensional se llama TABLA
DE CONTINGENCIA.
DISTRIBUCIN BIDIMENSIONAL DE FRECUENCIAS RELATIVAS
DEFINICIN 01: Se llama frecuencia relativa o simplemente frecuencia de la pareja de
valores o modalidades xi o yj a la proporcin de observaciones que presentan
simultneamente los valores o modalidades xi e yj
Es decir: h
ij
nij
n
La tabla de distribucin de frecuencias relativas es la siguiente:

Y
X
x1
x2
.
.
.
xi
.
.
.
xk
h.j
y1
y2
yj
yl
hi.
h11
h21
h12
h22
h1j
h2j
h1l
h2l
h1.
h2.
hi1
hi2
hij
hil
hi.
hk1
h.1
hk2
n.2
hkj
h.j
hkl
h.l
hk.
h..
OBSERVACIONES:
(a) La suma de las frecuencias relativas de todos los pares de valores o modalidades
posibles es igual a la unidad.
Es decir: h 1
i 1 j 1 ij
(b) Las sumas parciales se designan igualmente por un (.) en lugar del ndice, que
hace la funcin de sumatoria.
ni .
hi .
h
n j 1 ij
h. j
n. j
h
n i 1 ij
h h 1
i 1 i . j 1 . j
(c) En algunas situaciones de acuerdo a objetivos especficos, podr definirse las frecuencias
relativas con relacin al total de cada columna o de cada fila. Es decir se tendr:
nij
ni .
nij
n. j
DISTRIBUCIN MARGINALES
DISTRIBUCIN MARGINAL DE X
Consideremos la columna marginal (columna de los totales horizontales) de la tabla de doble entrada.
Las frecuencias absolutas ni. definen lo que se denomina DISTRIBUCIN MARGINAL DE X. Es
una distribucin de una sola caracterstica:
k
ni . nij y ni . n.. n
i 1
j 1
La frecuencia relativa marginal del valor o modalidad xi es igual a hi. ; es decir:
n
k
hi . i . y hi . 1
n
i 1
DISTRIBUCIN MARGINAL DE Y
De la misma forma, la distribucin marginal de la caracterstica Y est definida por las frecuencias
absolutas marginales n.j
k
n. j nij y n. j n.. n
i 1
j 1
La frecuencia relativa marginal del valor o modalidad yj es igual a h.j ; es decir:
h. j
n. j
n
y h. j 1
j 1
TABLA DE DISTRIBUCIN MARGINAL DE X
Valores
de X
x1
x2
.
.
.
xi
.
.
.
xk
Total
Frec.
Abs ni.
n1.
n2.
Frec. Rel hi.

h1.
h2.
ni.
hi.
nk.
n..=n
hk.
h..=1
TABLA DE DISTRIBUCIN MARGINAL DE Y
Valores
de Y
y1
y2
.
.
.
yj
.
.
.
yl
Total
Frec.
Abs n.j
n.1
n.2
Frec. Rel
h.j
h.1
h.2
n.i
h.j
Valores
de X
x1
n.l
n..=n
h.l
h..=1
x2
.
.
.
xi
i j
N ij nrp
r 1 p 1
.
.
.
DISTRIBUCIN BIDIMENSIONAL DE FRECUENCIAS RELATIVAS ACUMULADAS

Las frecuencias relativas acumuladas bidimensionales estn definidas por:
i j
H ij hrp
r 1 p 1
DISTRIBUCIONES CONDICIONADAS
DEFINICIN 02: La distribucin absoluta de la variable X condicionada a que la variable Y
toma el valor fijo yj (Y=yj), j = 1, 2, , l, se denota por n
y esta dada por la j
x /y y
sima columna de la tabla de doble entrada de distribucin de frecuencias absolutas. Es

decir:
x /y y
ij
nij
n.j
, i = 1, 2, , k
TABLA DE LA DISTRIBUCIN DE X CONDICIONADA A QUE LA VARIABLE Y TOME UN

VALOR FIJO yj
DISTRIBUCIN BIDIMENSIONAL DE FRECUENCIAS ABSOLUTAS ACUMULADAS

Las frecuencias absolutas acumuladas bidimensionales estn definidas por:
x /y y
i 1,...,k
Esta distribucin condicionada es una distribucin de una sola variable.

Existen l distribuciones condicionadas segn la variable X que corresponden a cada uno de
los valores de yj de la variable Y.
DEFINICIN 03: La distribucin de frecuencias relativas de la variable X condicionada a que
la variable y tome un valor fijo yj (y=yj) con j = 1, 2, , l es igual a:
xk
Total
EJERCICIO:
Frec. Abs.
Condicionada
por y = yj
Frec. Rel.
Condicionada
por y = yj
x /y y
x /y y
n1j
n1 j / n. j
n2j
n 2 j / n. j
nij
n ij / n. j
nkj.
n kj / n. j
n.j
En una muestra de 50 viviendas familiares de la ciudad de Ayacucho, se considera como primera variable (X) el
nmero de personas por vivienda, y como segunda variable (Y) el nmero de habitaciones por vivienda. Los valores
observados fueron:
X
6
4
6
5
5
6
5
6
8
Y
2
2
3
4
3
3
3
3
4
X
7
7
6
9
5
5
5
9
7
Y
4
3
4
5
2
3
3
6
3
X
8
4
4
6
5
5
4
9
6
Y
5
2
4
3
3
3
4
5
2
X
5
8
5
5
9
4
7
7
5
Y
2
6
2
3
6
4
6
4
2
X
5
4
7
9
6
7
4
7
4
Y
4
2
5
3
2
4
3
5
3
X
6
6
9
6
5
Y
5
3
4
4
3
Con la informacin determinar lo siguiente:
a) Elabor una tabla de Frecuencias absolutas y las frecuencias marginales. Interprete n 25, n.5 y n4.
b) Halar el promedio de cada variable e intrprete cada promedio.
c) Confeccione la tabla de distribucin de frecuencias absolutas acumuladas Nij
2. ESTADGRAFOS DE UNA VARIABLE CUANTITATIVA BIDIMENSIONAL

MEDIAS MARGINALES
En el clculo de las medias para el caso bidimensional, se pueden distinguir dos casos:
(a) Cuando las variables (X,Y) son de distinta naturaleza y estn expresadas en
distintas unidades.
Por ejemplo:
(X = Edad, Y = Ingreso)
(X = Estatura, Y = Peso)
En este caso se calculan independientemente la media de cada variable X e Y,
llamadas medias marginales
x i ni .
M ( x ) X i 1
La media marginal para X:
M (y ) y
La media marginal para Y:
MEDIAS CONDICIONALES
En la tabla de frecuencias bidimensionales se puede analizar el comportamiento de una
variable condicionada a un valor particular de la otra variable.
En general, si observamos la tabla bidimensional en toda su dimensin cada fila o
columna constituyen una distribucin unidimensional.
Entonces, se puede condicionar la media aritmtica de una variable con respecto a un
valor particular de la otra variable, y de esta forma definir las MEDIAS
CONDICIONALES:
La media condicional de X respecto a un valor de Y.
k
M (X / y y j )
M (Y / X x i )
xi
k
i 1 j1(
n
1
y j
2
)n ij
x y
SX
k n x 2 nx 2
i 1 i . i
n 1
Varianza marginal para Y:
y j n. j
j 1
n 1
O tambin por su formula desarrollada:
SY
x i ni .
n (x x )
i 1 i . i
SX
donde
x i 1
ni .
O tambin se puede calcular en funcin de las medias marginales.

M f (x , y )
n y
j 1 ij
VARIANZA MARGINAL
La varianza marginal est definida por:
Varianza marginal para X:
(b) Cuando las dos variables son dependientes, de la misma naturaleza y estn
expresadas en las mismas unidades, definen una funcin U f (x , y )
Luego el promedio de las variables esta dado por:
M f (x , y )
n. j
La media condicional de Y respecto a un valor de X.
y n
j 1 j . j
n x
i 1 ij i
n (y y )
j
j 1 . j
n 1
O tambin por su formula desarrollada:

2
Sy
n y 2 ny 2
j 1 . j j
n 1
1
COVARIANZA
La covarianza es la medida de asociacin lineal ms simple entre dos variables X e Y
DEFINICIN:
Sea ( x i , y j ) con i 1,2,..., k
y j 1,2,...,
los distintos valores de la variable
bidimensional (x,y), con frecuencias absolutas n ij ,

covarianza entre las variables X e Y se define:
i 1,2,..., k
y j 1,2,..., . La
(a) PARA DATOS NO TABULADOS

n
Cov ( x , y )
( x x )( y y )
i
i
i 1
O su formula desarrollada
Cov ( x , y )
(b)
n
x y
i 1 i i
n
x .y
PARA DATOS TABULADOS

k
Cov ( x , y )
n ( x x )( y y )
i
i 1 j 1 ij i
La frmula desarrollada correspondiente es:

Cov ( x , y )
1 k
n x y x .y
i j
n i 1 j 1 ij
RELACIN DE LA VARIANZA Y COVARIANZA.

La varianza de la suma de dos variables es igual a la suma de las varianzas de las variables
ms el doble de la covarianza de las mismas variables.
V (x y ) V (x ) V (y ) 2Cov (x , y )
De la misma forma la varianza de la diferencia de dos variables est dada por:
V (x y ) V (x ) V (y ) 2Cov (x , y )
PROPIEDADES DE LA CORRELACIN LINEAL:

El coeficiente de correlacin vara desde -1 hasta 1. 1 r 1
(1) Si r > 0, entonces existe Correlacin directa positiva
(2) Si r < 0, expresa una Correlacin inversa negativa
(3) Si r = +1, hay una correlacin perfecta positiva.
(4) Si r = -1, hay una correlacin perfecta negativa.
(5) Si r = 0, las variables son incorrelacionadas.
LA INTERPRETACIN CLSICA DEL COEFICIENTE DE CORRELACIN ES LA
SIGUIENTE:
(a) Si 0.00 r 0.20 existe correlacin no significativa.
(b) Si 0.20 r 0.40 existe una correlacin baja.
(c) Si 0.40 r 0.70 existe una correlacin significativa.
(d) Si 0.70 r 1.00 existe alto grado de asociacin.
3. REGRESIN LINEAL
INTRODUCCIN:
En la investigacin cuando se trabaja con dos o ms variables es importante determinar el grado de
relacin que hay entre ellas. Por ejemplo, si relacionamos el rendimiento acadmico con el tiempo
que se dedica al estudio de una materia; as mismo, si relacionamos el peso con la talla de una
persona.
En efecto, Estadsticamente interesa analizar la relacin existente entre dos o ms
variables, siempre que se tenga un indicio que entre las variables hay algn grado de dependencia
o asociacin. Est relacin implica un modelo matemtico, que expresa la relacin funcional que
hay entre las variables en estudio, donde se intenta predecir o explicar el comportamiento o
resultado de una Variable Dependiente (VD) en funcin de otras Variables Independientes (VI), as
como investigar si ellas estn asociadas o correlacionadas entre si.
3.1 DIAGRAMA DE DISPERSIN:
Dado n observaciones bidimensionales, cada par de valores (X,Y) en el plano cartesiano o
rectangular esta presentado por un punto, y habr tantos puntos como parejas de
observaciones se tenga. Esta representacin grfica sobre el plano presenta una nube de
puntos que puede tomar diferentes formas y se le conoce como DIAGRAMA DE DISPERSIN.
RELACIN LINEAL POSITIVA
DIAGRAMA DE DISPERSIN 01
70
60
CORRELACIN LINEAL:
DEFINICIN: El coeficiente de correlacin ndice de correlacin de PEARSON entre dos
variables X e Y se define por:
r
Cov ( x , y )
Sx Sy
40
y = 5.5321x - 3.5967
R2 = 0.9368
30
20
10
0
0
Donde:
SX
50
SY son las desviaciones estndar de X e Y respectivamente.
10
15
RELACIN LINEAL NEGATIVA
puntos. A este proceso de modelar la expresin matemtica que mejor se ajusta a la

nube de puntos se llama FUNCIN DE REGRESIN O MODELO DE REGRESIN.
DIGRAMA DE DISPERSIN 02
8
y = -0.4827x + 6.2973
R2 = 0.8951
6
4
3.2 MODELO DE REGRESIN

Dadas las variables (X,Y) se puede estimar el modelo y f ( x ) que pretende explicar o
predecir la variable independiente el comportamiento de la variable dependiente.
3.2.1. REGRESIN LINEAL SIMPLE
Si la regresin de Y en X es una funcin lineal, y a bx , donde a, b son
constantes; se llama regresin lineal simple de Y en X.
2
0
0
10
15
RELACIN NO LINEAL
-3.2166
y = 0.9125x
2
R = 0.9399
1
0.8
El valor de a se llama ordenada en el origen, puesto que es el punto en que la lnea

recta corta al eje Y. La pendiente de la recta se mide por b que da el cambio en Y
por unidad de cambio en el valor de X; el signo de b tambin indica el tipo de
relacin entre X e Y.
3.2.2. ESTIMACIN POR EL MTODO DE MNIMOS CUADRADOS.
Uno de los objetivos principales en anlisis de regresin es estimar los parmetros
a y b de la recta L : y a bx dado un conjunto de datos bidimensionales (X,Y).
El procedimiento de estimacin de los parmetros se llama MTODO DE MNIMOS
CUADRADOS y consiste en hallar la recta L, de tal manera que la suma de los
cuadrados de las diferencias de las ordenadas y i y a bx i de los puntos
observados ( x i , y i ) y los puntos sobre la recta L, ( x i ,a bx i ) sea mnima.
El Mtodo de Mnimos Cuadrados significa minimizar la siguiente expresin:
0.6
0.4
n
2
SCD y i (a bx i )
i 1
0.2
0
0
10
15
SIN RELACIN DEFINIDA, INCORRELACIONADA
Minimizar significa derivar SCD con respecto a cada uno de los parmetros a y b e
igualar a cero cada una de las derivadas parciales. Es decir:
SCD
2 y i (a bx i ) ( 1) 0
i 1
a
SCD
2 y i (a bx i ) ( x i ) 0
i 1
Haciendo las operaciones respectivas en ambas ecuaciones se obtiene el sistema:
4.00
y b x na
i 1 i
i 1 i
3.00
n 2
n
y x b x a x
i
i
i
i 1
i 1
i 1 i
2.00
1.00
Al solucionar el sistema se obtiene:
0.00
0
10
Luego de graficar los n pares de la variable bidimensional y observar la nube de puntos,

es necesario analizar que expresin matemtica representa o se ajusta mejor a la nube de
a y bx
x y nx .y
Cov ( x ,y )
i 1 i i
n 2
2
S x2
x nx
i
i 1
Luego de estimar los valores de los parmetros se escribe la recta estimada

y a bx , que significa un valor estimado de y
2
3.2.3. VARIACIN NO EXPLICADA

2
El estadgrafo mide la variabilidad de la recta alrededor de la recta de regresin.

n
2
(y y)
2 i 1 i

n 2
O tambin por su frmula equivalente:
2
nS y nbCov ( x , y )
Cov ( x , y ) Cov ( x , y )
S x S y S x S y
Cov ( x , y )
S x S y
x y nx .y
Cov ( x ,y )
i 1 i i
n 2
2
S x2
x nx
i
i 1
Hallando primero b
5
x y nx .y
16296 5(11.4)(52)
i 1 i i
b 5
4.4595
2
783 5(11.4)
x nx
i 1 i
n 2
3.2.4. COEFICIENTE DE DETERMINACIN:

Indica en que porcentaje la variable independiente X explica a la variable
dependiente Y.
El coeficiente de determinacin esta dado por:
Con los datos realice lo siguiente:

(a) Estime la recta de regresin de Y sobre X.
(b) Elabor el diagrama de dispersin
(c) Calcular el coeficiente de determinacin
(d) Calcular la dispersin de los puntos alrededor de la recta de regresin.
SOLUCIN:
(a) Hallando los parmetros a y b
a y bx
Hallando a
a y bx 52 4.4595(11.4) 1.1617
Luego el modelo de regresin es:
y 1.1617 4.4595x
(b) El diagrama de dispersin es:
PROPIEDADES:
(a) El coeficiente de determinacin varia desde 0 hasta 1.
(b) Si r
(c) Si r
2
2
es cercano a 1, indica una fuerte correlacin entre X e Y.

est cercano a 0 indica una pobre correlacin entre X e Y.
EJERCICIO:
En una evaluacin a un grupo de 5 alumnos se aplican dos pruebas, una de ellas mide la
habilidad mental y la otra una prueba de conocimientos, los resultados se registran a
continuacin:
Habilidad
Conocimientos
Estudiantes
Mental X
Y
Mara
18
82
Pedro
15
68
Susana
12
60
Aldo
9
32
Juan
3
18
(c) Hallando el coeficiente de determinacin.

Hallando la varianza de X:
2
Sx
1 n 2
2 1
2
x x (783) 11.4 26.64
i
i
1
n
5
Hallando la varianza de Y:
Sy
1 n 2
2 1
2
y y (16296) 52 555.20
i
n i 1
5
Hallando la Cov(x,y):
Cov ( x , y )
1 n
1
x y x .y (3558) (11.4)(52) 118.8
i i
i
1
n
5
Hallando el coeficiente de determinacin.

2
Cov ( x , y )

Sx Sy
(26.64)(555.20)
118.8
2
0.95422
r2 = 95.42 % indica que los conocimientos son explicados en un 95.42 % por la habilidad
mental.
(d) La dispersin alrededor de la recta es:
2
5(555.2)52(4.4595)(118.8)
42.3523
3

Clases de Estadística

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Clases de Estadística

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DE FRONTERA - SULLANA

CAPTULO 01: ESTADSTICA

INDICADORES: Son elementos caractersticos que describen una situacin o fenmeno

PRCTICA 01: FORMULACIN DE PROBLEMAS

PRCTICA 02: ELEMENTOS ESENCIALES DE UNA INVESTIGACIN

La Direccin de la Institucin Educativa San Martn, en su Proyecto Educativo Institucional

4. La Direccin Regional desea invertir una partida de dos millones de soles en la

implementacin de 5 colegios, los peritos comisionados evaluaran a los centros educativos

En un concurso de matemticas a nivel regional se seleccionan los tres primeros puestos de

La Direccin de una Institucin educativa desea renovar el 50% de su plana docente

Elegir el estudiante del ao de la comunidad educativa provincial, observando su actividad

III. ORGANIZACIN Y CLASIFICACIN DE DATOS.

3.2.1. DATOS DE VARIABLES DISCRETAS

yi al nmero de veces que

DEFINICIN 02: Se llama FRECUENCIA ABSOLUTA ACUMULADA MENOR QUE

Entonces la TABLA DE FRECUENCIAS ABSOLUTAS tiene la siguiente forma:

Usando la notacin de sumatoria, la frecuencia absoluta acumulada se escribe: N i

EJERCICIO: Calcular las frecuencias absolutas acumuladas del ejemplo anterior.

denotamos a esta frecuencia por N i , entonces: Ni

En notacin de sumatoria, se escribe: N i

DEFINICIN 04: Se llama FRECUENCIA RELATIVA del valor

yi y el nmero total de observaciones.

Esta frecuencia se denota por hi entonces:

DEFINICIN 05: Se llama FRECUENCIA RELATIVA PORCENTUAL, a la frecuencia relativa

PROPIEDAD 05: La frecuencia absoluta acumulada MAYOR QUE correspondiente al valor

coincide con el nmero total del conjunto de observaciones. Es decir:

frecuencia relativa total de las observaciones menores o iguales a

PROPIEDAD 06: La frecuencia relativa acumulada MENOR QUE correspondiente al valor

En notacin de sumatoria se tiene:

coincide con la unidad. Es decir:

PROPIEDAD 07: La frecuencia relativa acumulada MAYOR QUE correspondiente al valor

coincide con la unidad. Es decir:

DEFINICIN 08: Se llama FRECUENCIA RELATIVA ACUMULADA PORCENTUAL a la frecuencia

H i ( H i* ) multiplicado por 100%. Es decir, 100H i % (100H i* %) , y representa

PROPIEDAD 08: La frecuencia absoluta acumulada MENOR QUE correspondiente al valor

3.2.1.1 PROPIEDADES DE LAS FRECUENCIAS

PROPIEDAD 09: La frecuencia absoluta acumulada MAYOR QUE correspondiente al valor

PROPIEDAD 10: La frecuencia relativa acumulada MENOR QUE correspondiente al valor y1 es

PROPIEDAD 11: La frecuencia relativa acumulada MAYOR QUE correspondiente al valor

PROPIEDAD 04: La frecuencia absoluta acumulada MENOR QUE correspondiente al valor

hijos o tienen como mximo tres hijos.

h2 % : El 31% de los padres de familia tienen dos hijos.

: En la Institucin Educativa se registran 15 padres de familia que tienen de uno a tres

3.2.2. DATOS DE VARIABLE CONTINUA

y H i* H i*1 hi1 , i 2,3,..., m

xm x : Observacin de valor mximo

CONSTRUCCIN DE LOS INTERVALOS DE CLASE

Los intervalos de clase se construyen partiendo de un

xmin , al que se le va asignado

lim inf:ym-1 =x mn +(m-1)c

Con los datos, realizar lo siguiente:

TABLA DE DISTRIBUCION DE FRECUENCIAS

xmn 60, xmx 118

R xmx xmn 118 60 58

m 1 3.3log(n) 1 3.3log(60) 6.87 7

5. Elaborar los intervalos:

En consecuencia el recorrido adecuado es:

Si, el exceso es un nmero impar se presenta dos casos:

Extremo inferior + amplitud = 58 + 9 = 67

minutos para terminar su tarea.

minutos para terminar su tarea.

Cuando los datos son nmeros enteros y el exceso es un nmero

En consecuencia los nuevos lmites del recorrido de la variable son:

Qu proporcin de personas no saben responder?.