LA ESTADSTICA

trata del recuento, ordenacin y clasificacin de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadstico consta de las siguientes fases: 1. Recogida de datos. 2. Organizacin y representacin de datos. 3. Anlisis de datos. 4. Obtencin de conclusiones.

Conceptos de Estadstica

Poblacin
Una poblacin es el conjunto de todos los elementos a los que se somete a un estudio estadstico.

Individuo
Un individuo o unidad estadstica es cada uno de los elementos que componen la poblacin.

Muestra
Una muestra es un conjunto representativo de la poblacin de referencia, el nmero de individuos de una muestra es menor que el de la poblacin.

Muestreo
El muestreo es la reunin de datos que se desea estudiar, obtenidos de una proporcin reducida y representativa de la poblacin.

Valor
Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y cruz.

Dato
Un dato es cada uno de los valores que se ha obtenido al realizar un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.

DEFINICIN DE VARIABLE
Una variable estadstica es cada una de las caractersticas o cualidades que poseen los individuos de una poblacin.

TIPOS DE VARIABLE ESTADSTICAS 1. VARIABLE CUALITATIVA

Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser medidas con nmeros. Podemos distinguir dos tipos:

1.1 VARIABLE CUALITATIVA NOMINAL

Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo.

1.2 VARIABLE CUALITATIVA ORDINAL O VARIABLE CUASICUANTITATIVA

Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1, 2, 3, ... Medallas de una prueba deportiva: oro, plata, bronce.

VARIABLE CUANTITATIVA
Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden realizar operaciones aritmticas con ella. Podemos distinguir dos tipos:

VARIABLE DISCRETA
Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Por ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.

VARIABLE CONTINUA
Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75. En la prctica medimos la altura con dos decimales, pero tambin se podra dar con tres decimales.

TABLAS DE ESTADSTICA DISTRIBUCIN DE FRECUENCIAS La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos estadsticos, asignando a cada dato su frecuencia correspondiente. TIPOS DE FRECUENCIAS 1. FRECUENCIA ABSOLUTA La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un estudio estadstico. Se representa por fi. La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa por N. Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o sumatoria.

FRECUENCIA RELATIVA
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento y se representa por ni. La suma de las frecuencias relativas es igual a

FRECUENCIA ACUMULADA
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. Se representa por Fi.

FRECUENCIA RELATIVA ACUMULADA

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento.

Ejemplo el mes de julio, en una ciudad se han registrado las siguientes temperaturas Durante mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

Xi
27 28 29 30 31 32

fi
1 2 6 7 8 3

Fi
1 3 9 16 24 27

ni
0.032 0.065 0.194 0.226 0.258 0.097

Ni
0.032 0.097 0.290 0.516 0.774 0.871

33
34

3
1 31

30
31

0.097
0.032 1

0.968
1

Este tipo de tablas se utiliza con variables discretas

DISTRIBUCIN DE FRECUENCIAS AGRUPADAS La distribucin de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables toman un nmero grande de valores o la variable es continua. Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le asigna su frecuencia correspondiente. LMITES DE LA CLASE Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la clase. AMPLITUD DE LA CLASE La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase. MARCA DE CLASE La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo para el clculo de algunos parmetros.

CONSTRUCCIN DE UNA TABLA DE DATOS AGRUPADOS

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13. 1 Se localizan los valores menor y mayor de la distribucin. En este caso son 3 y 48. 2 Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea divisible por el nmero de intervalos queramos establecer. Es conveniente que el nmero de intervalos oscile entre 6 y 15. En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50 : 5 = 10 intervalos. Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al intervalo, pero el lmite superior no pertenece intervalo, se cuenta en el siguiente intervalo.

ci [0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) [35, 40) [40, 45) [45, 50) 2.5 7.5 12.5 17.5 22.5 27.5 32.5 37.5 42.5 47.5

fi 1 1 3 3 3 6 7 10 4 2 40

Fi 1 2 5 8 11 17 24 34 38 40

ni 0.025 0.025 0.075 0.075 0.075 0.150 0.175 0.250 0.100 0.050 1

Ni 0.025 0.050 0.125 0.200 0.275 0.425 0.600 0.850 0.950 1

DIAGRAMA DE BARRAS Y POLGONOS DE FRECUENCIAS

DIAGRAMA DE BARRAS

Un diagrama de barras se utiliza para de presentar datos cualitativos o datos cuantitativos de tipo discreto.
Se representan sobre unos ejes de coordenadas, en el eje de abscisas se colocan los valores de la variable, y sobre el eje de ordenadas las frecuencias absolutas o relativas o acumuladas. Los datos se representan mediante una altura proporcional a la frecuencia. barras de

EJEMPLO Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su grupo sanguneo ha dado el siguiente resultado:

Grupo sanguneo A B AB 0

fi 6 4 1 9 20

POLGONOS DE FRECUENCIA Un polgono de frecuencias se forma uniendo los extremos de las barras mediantes segmentos. Tambin se puede realizar trazando los puntos que representan las frecuencias y unindolos mediante segmentos.
EJEMPLO Las temperaturas en un da de otoo de una ciudad han sufrido las siguientes variaciones: Hora 6 9 12 15 18 Temperatu ra 7 12 14 11 12

21
24

10
8

DIAGRAMA DE SECTORES
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa frecuentemente para las variables cualitativas. Los datos se representan en un crculo, de modo que el ngulo de cada sector es proporcional a la frecuencia absoluta correspondiente.

El diagrama circular se construye con la ayuda de un transportador de ngulos.

En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natacin, 9 juegan al ftbol y el resto no practica ningn deporte.

Alumnos
Baloncesto 12 Natacin Ftbol 3 9

ngulo
144 36 108

Sin deporte 6
Total 30

72
360

HISTOGRAMA Es una representacin grfica de una variable en forma de barras. Se utilizan para variables continuas o para variables discretas, con un gran nmero de datos, y que se han agrupado en clases. En el eje abscisas se construyen unos rectngulos que tienen por base la amplitud del intervalo, y por altura, la frecuencia absoluta de cada intervalo. La superficie de cada barra es proporcional a la frecuencia de los valores representados.

POLGONO DE FRECUENCIA
Para construir el polgono de frecuencia se toma la marca de clase que coincide con el punto medio de cada rectngulo.

EJEMPLO El peso de 65 personas adultas viene dado por la siguiente tabla:

ci [50, 60) [60, 70) [70, 80) 55 65 75 fi 8 10 16 Fi 8 18 34

[80, 90)
[90, 100) [100, 110) [110, 120)

85
95 105 115

14
10 5 2 65

48
58 63 65

PARMETROS ESTADSTICOS Es un nmero que se obtiene a partir de los datos de una distribucin estadstica. Los parmetros estadsticos sirven para sintetizar la informacin dada por una tabla o por una grfica. TIPOS DE PARMETROS ESTADSTICOS

Hay tres tipos parmetros estadsticos:

1. 2. 3. DE CENTRALIZACIN. DE POSICIN DE DISPERSIN.

MEDIDAS DE CENTRALIZACIN
Nos indican en torno a qu valor (centro) se distribuyen los datos. La medidas de centralizacin son:

Media aritmtica
La media es el valor promedio de la distribucin.

Mediana
La mediana es la puntacin de la escala que separa la mitad superior de la distribucin y la inferior, es decir divide la serie de datos en dos partes iguales.

Moda
La moda es el valor que ms se repite en una distribucin.

MEDIDAS DE POSICIN
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo nmero de individuos. Para calcular las medidas de posicin es necesario que los datos estn ordenados de menor a mayor. La medidas de posicin son:

CUARTILES
Los cuartiles dividen la serie de datos en cuatro partes iguales.

DECILES
Los deciles dividen la serie de datos en diez partes iguales.

PERCENTILES
Los percentiles dividen la serie de datos en cien partes iguales.

MEDIDAS DE DISPERSIN
Las medidas de dispersin nos informan sobre cuanto se alejan del centro los valores de la distribucin. Las medidas de dispersin son:

RANGO O RECORRIDO
El rango es la diferencia entre el mayor y el menor de los datos de una distribucin estadstica.

DESVIACIN MEDIA
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media.

VARIANZA
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media.

DESVIACIN TPICA
La desviacin tpica es la raz cuadrada de la varianza.

MODA
La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo. Se puede hallar la moda para variables cualitativas y cuantitativas. Hallar la moda de la distribucin: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4 Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la mxima, la distribucin es bimodal o multimodal, es decir, tiene varias modas. 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9 Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda. 2, 2, 3, 3, 6, 6, 9, 9 Si dos puntuaciones adyacentes tienen la frecuencia mxima, la moda es el promedio de las dos puntuaciones adyacentes. 0, 1, 3, 3, 5, 5, 7, 8 Mo = 4

CLCULO DE LA MODA PARA DATOS AGRUPADOS

1 Todos los intervalos tienen la misma amplitud.

Li es el lmite inferior de la clase modal. fi es la frecuencia absoluta de la clase modal. fi--1 es la frecuencia absoluta inmediatamente inferior a la clase modal. fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal. ai es la amplitud de la clase. Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:

Ejemplo
Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:
fi [60, 63) [63, 66) [66, 69) [69, 72) [72, 75) 5 18 42 27 8 100

2 Los intervalos tienen amplitudes distintas. En primer lugar tenemos que hallar las alturas.

La clase modal es la que tiene mayor altura.

La frmula de la moda aproximada cuando existen distintas amplitudes es:

Ejemplo En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos. Calcular la moda.
fi [0, 5) 15 hi 3

[5, 7)
[7, 9) [9, 10)

20
12 3 50

10
6 3

MEDIANA

Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor. La mediana se representa por Me. La mediana se puede hallar slo para variables cuantitativas. Clculo de la mediana 1 Ordenamos los datos de menor a mayor. 2 Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5 3 Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales. 7, 8, 9, 10, 11, 12 Me= 9.5

CLCULO DE LA MEDIANA PARA DATOS AGRUPADOS La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Es decir tenemos que buscar el intervalo en el que se encuentre

Li es el lmite inferior de la clase donde se encuentra la mediana.

es la semisuma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase mediana.

ai

es la amplitud de la clase.

La mediana es independiente de las amplitudes de los intervalos.

Ejemplo Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla:
fi [60, 63) 5 Fi 5

[63, 66)
[66, 69) [69, 72)

18
42 27

23
65 92

[72, 75)

8 100

100

100/2 = 50 Clase de la mediana: [66, 69)

MEDIA ARITMTICA
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el resultado entre el nmero total de datos. es el smbolo de la media aritmtica.

Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.

Media aritmtica para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la media es:

Ejercicio de media aritmtica En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla. Calcula la puntuacin media.
xi [10, 20) [20, 30) [30,40) [40, 50) [50, 60 15 25 35 45 55 fi 1 8 10 9 8 xi fi 15 200 350 405 440

[60,70)
[70, 80)

65
75

4
2 42

260
150 1 820

CUARTILES
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados en cuatro partes iguales. Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos. Q2 coincide con la mediana Clculo de los cuartiles
1 Ordenamos los datos de menor a mayor. 2 Buscamos el lugar que ocupa cada cuartil mediante la expresin

Nmero impar de datos

Nmero par de datos

2, 5, 3, 6, 7, 4, 9

2, 5, 3, 4, 6, 7, 1, 9

CLCULO DE LOS CUARTILES PARA DATOS AGRUPADOS

En primer lugar buscamos la clase donde se encuentra en la tabla de las frecuencias acumuladas.

Li es el lmite inferior de la clase donde se encuentra el cuartil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase del cuartil. ai es la amplitud de la clase.

Ejercicio de cuartiles
Calcular los cuartiles de la distribucin de la tabla:
fi [50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120) 8 10 16 14 10 5 2 65 Fi 8 18 34 48 58 63 65
Clculo del primer cuartil

Clculo del segundo cuartil

Clculo del tercer cuartil

DECILES Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos. D5 coincide con la mediana.

CLCULO DE LOS DECILES En primer lugar buscamos la clase

donde se encuentra en la tabla de las frecuencias acumuladas.

Li es el lmite inferior de la clase donde se encuentra el decil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase el decil.. ai es la amplitud de la clase.

EJERCICIO DE DECILES

Calcular los deciles de la distribucin de la tabla:

Clculo del primer decil

fi

Fi

[50, 60) 8
[60, 70) 10 [70, 80) 16 [80, 90) 14 [90, 100) [100, 110) [110, 120) 10 5 2 65

8
18
Clculo del segundo decil

34 48 58 63 65
Clculo del cuarto decil
Clculo del tercer decil

Clculo del quinto decil

Clculo del sexto decil

Clculo del sptimo decil

Clculo del octavo decil

Clculo del noveno decil

PERCENTILES
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos. P50 coincide con la mediana

CLCULO DE LOS PERCENTILES

En primer lugar buscamos la clase donde se encuentra en la tabla de las frecuencias acumuladas.

Li es el lmite inferior de la clase donde se encuentra el percentil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase del percentil. ai es la amplitud de la clase.

Ejercicio de percentiles

Calcular el percentil 35 y 60 de la distribucin de la tabla:

fi [50, 60) [60, 70) [70, 80) 8 10 16

Fi 8 18 34

Percentil 35

[80, 90)

14

48
58 63 65

[90, 100) 10 [100, 110) [110, 120) 5 2

Percentil 60

65

DESVIACIN MEDIA
DESVIACIN RESPECTO A LA MEDIA La desviacin respecto a la media es la diferencia en valor absoluto entre cada valor de la variable estadstica y la media aritmtica.

Di = |x - x|
DESVIACIN MEDIA
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media. La desviacin media se representa por

Ejemplo Calcular la desviacin media de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Desviacin media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la desviacin media es:

Calcular la desviacin media de la distribucin:

xi [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) 12.5 17.5 22.5 27.5 32.5 fi 3 5 7 4 2 21 xi fi 37.5 87.5 157.5 110 65 457.5 |x - x| 9.286 4.286 0.714 5.714 10.714 |x - x| fi 27.858 21.43 4.998 22.856 21.428 98.57

VARIANZA
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media de una distribucin estadstica. La varianza se representa por .

Varianza para datos agrupados

Para simplificar el clculo de la varianza vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.

Varianza para datos agrupados

Calcular la varianza de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Calcular la varianza de la distribucin de la tabla:

xi [10, 20) [20, 30) [30,40 ) [40, 50) 15 25 35 45 fi 1 8 10 9 8 4 2 42 xi f i 15 200 350 405 440 260 150 1 820 xi2 f i 225 5000 12 250 18 225 24 200 16 900 11 250 88 050

[50, 60 55 [60,70 ) [70, 80) 65 75

DESVIACIN TPICA
La desviacin tpica es la raz cuadrada de la varianza. Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de desviacin. La desviacin tpica se representa por .

Desviacin tpica para datos agrupados

Para simplificar el clculo vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.

Desviacin tpica para datos agrupados

Ejercicios de desviacin tpica Calcular la desviacin tpica de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Calcular la desviacin tpica de la distribucin de la tabla:

xi [10, 20) [20, 30) fi xi fi xi2 fi

15
25

1
8 10 9 8 4 2 42

15
200 350 405 440 260 150 1 820

225
5000 12 250 18 225 24 200 16 900 11 250 88 050

[30,40) 35 [40, 50) [50, 60) 45 55

[60,70) 65 [70, 80) 75

Observaciones sobre la desviacin tpica

1. La desviacin tpica, al igual que la media y la varianza, es un ndice muy sensible a las puntuaciones extremas. 2. En los casos que no se pueda hallar la media tampoco ser posible hallar la desviacin tpica. 3. Cuanta ms pequea sea la desviacin tpica mayor ser la concentracin de datos alrededor de la media.

COEFICIENTE DE VARIACIN Y PUNTUACIONES TPICAS

COEFICIENTE DE VARIACIN

El coeficiente de variacin es la relacin entre la desviacin tpica de una muestra y su media.

El coeficiente de variacin se suele expresar en porcentajes:

1. El coeficiente de variacin permite comparar las dispersiones de dos distribuciones distintas, siempre que sus medias sean positivas. 2. Se calcula para cada una de las distribuciones y los valores que se obtienen se comparan entre s. 3. La mayor dispersin corresponder al valor del coeficiente de variacin mayor.

EJERCICIO
Una distribucin tiene x = 140 y = 28.28 y otra x = 150 y = 24. Cul de las dos presenta mayor dispersin?

La primera distribucin presenta mayor dispersin.

PUNTUACIONES TPICAS
Puntuaciones diferenciales
Las puntuaciones diferenciales resultan de restarles a las puntuaciones directas la media aritmtica.

xi = Xi X
Puntuaciones tpicas
Las puntuaciones tpicas son el resultado de dividir las puntuaciones diferenciales entre la desviacin tpica. Este proceso se llama tipificacin. Las puntuaciones tpicas se representan por z.

1. 2. 3. 4.

Observaciones sobre puntuaciones tpicas La media aritmtica de las puntuaciones tpicas es 0. La desviacin tpica de las puntuaciones tpicas es 1. Las puntuaciones tpicas son adimensionales, es decir, son independientes de las unidades utilizadas. Las puntuaciones tpicas se utilizan para comparar las puntuaciones obtenidas en distintas distribuciones.

EJEMPLO

En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos es 58.2 kg y el de las alumnas y 52.4 kg. Las desviaciones tpicas de los dos grupos son, respectivamente, 3.1 kg y 5.1 kg. El peso de Jos es de 70 kg y el de Ana es 65 kg. Cul de ellos puede, dentro del grupo de alumnos de su sexo, considerarse ms grueso?

Jos Z1 es ms grueso respecto de su grupo que Ana Z2 respecto al suyo.