Universidad Autnoma de Baja California

rea de Ciencias Sociales y Humanidades

Departamento
Sur

Instructor: Marco Antonio Monroy

Estadstica
1
Justificacin
La Estadstica nos permite analizar la informacin de cualquier conjunto de datos y
representarla mediante grficos.

La inaccesibilidad de las poblaciones objeto de estudios estadsticos ha dado lugar al

desarrollo de la teora y de los mtodos de muestreo, pudindose afirmar que
actualmente forman parte de los conocimientos culturales del ciudadano medio.
Salarios semanales, en dlares

35
Es importante que los alumnos reflexionen sobre los
30
Nm . de trabajadores

pasos que hay que dar en los estudios estadsticos

25

20

15

10
y que vean que lo esencial no reside tanto en
5

0
$239.50 259.50 259.50 279.50 279.50 299.50 299.50 319.50 319.50 339.50 339.50 359.50
manejar datos y calcular parmetros, sino en

organizar bien los datos, destacando lo

Una parte importante de la informacin que nuestros alumnos van a recibir de su entorno
fundamental, y en utilizar lo calculado para tomar
viene dada en forma de tablas y grficas estadsticas por lo que es necesario que aprendan a
decisiones.
2
interpretar y sacar conclusiones de dichas informaciones.
 Contenido
Captulo 1 ANALISIS DE DATOS ECONMICOS Y ESTADSTICOS
1.1 Definicin de estadstica aplicada a la administracin y la economa.
1.2 Estadstica descriptiva e inferencial.
1.3 Fundamentos de matemticas
1.4 Presentacin de datos.

Captulo 2 ESTADSTICA DESCRIPTIVA: REPRESENTACIN ESTADSTICA Y ANLISIS DE

GRFICAS
2.1 Distribucin de frecuencias.
2.2 Intervalos de clase.
2.3 Histogramas y polgonos de frecuencia.
2.4 Diagramas y grficas.

Captulo 3 DESCRIPCIN DE DATOS ECONMICOS Y ADMINISTRATIVOS: MEDIDAS DE

TENDENCIA CENTRAL
3.1 Media aritmtica.
3.2 Media ponderada.
3.3 Mediana.
3.4 Moda

Captulo 4 DESCRIPCIN DE DATOS ECONMICOS Y ADMINISTRATIVOS: MEDIDAS DE

VARIABILIDAD
4.1 Rango
4.2 Desviacin media absoluta 3

4.3 Varianza y desviacin estndar.

 Contenido
Captulo 5. Correlacin
5.1 El concepto de correlacin.
5.2 la r de Pearson y los valores de z.
5.3 Clculo de la r de Pearson.

Captulo 6 ESTADTICA INFERENCIAL

6.1 Definiciones de probabilidad.
6.2 Introduccin a la inferencia estadstica
6.3 Inferencia estadstica y variables continuas.

4
Polticas de la materia
Para acreditar la materia el alumno deber respetar y poner en prctica los siguientes
lineamientos:

1) Respetar los horarios establecidos por la Institucin.

2) Evitar comer, introducir bebidas y fumar en el aula.
3) Mantener apagado el telfono celular.
4) Participar en todas las actividades escolares que se requieran.
5) Mantener el lugar limpio y decoroso.
6) Utilizar un lenguaje educado

5
Sistema de evaluacin
Los parmetros establecidos para la evaluacin de la materia son los siguientes:
%
Examen 30
Asistencia 30
Tareas y trabajos 40
100

La calificacin mnima para acreditar la materia es de 70%. Para esto deber tener, al
menos, el 80% de asistencia.

Los alumnos podrn exentar siempre y cuando tengan el 100% de trabajos y tareas y
la asistencia.

6
Objetivos particulares

Conocer el significado del concepto de

estadstica.
Conocer las aplicaciones de la estadstica.
Explicar la diferencia entre la estadstica
descriptiva y la estadstica inferencial.
Distinguir entre niveles de medicin nominal,
ordinal, de intervalo y de razn.
Organizar datos en una distribucin de
frecuencias.
7
Objetivo general

El estudiante desarrollar habilidades tcnicas y

conceptuales estadsticas que le facilite
recopilar, agrupar e interpretar datos para la
toma efectiva de decisiones.

8
 Objetivos particulares

Representar la distribucin de frecuencias en un

histograma, un polgono de frecuencias o en un
polgono desde frecuencias acumuladas.
Desarrollar una representacin de tallo y hoja
Representar datos utilizando lneas, de barras y
de sectores (circulares).

9
 Estadstica
Objetivos

Que deberan saber al terminar esta clase:

Que entendemos por estadstica

Cual es la diferencia entre la estadstica descriptiva y la inferencial.

Que es una poblacin y que una muestra.

Que es una variable, el dato y los datos

Cuando la informacin se refiere a un parmetro y cuando a una estadstica

Distinguir cuando una variable es cualitativa y cuando cuantitativa.

Distinguir entre una variable discreta y continua.

10

Distinguir las distintas escalas de medicin nominal, ordinal, de intervalo y de razn

 Qu es la estadstica?
La Estadstica se ocupa de:
Recolectar
Agrupar
Presentar
Datos
Analizar
Interpretar

11
 ESTADISTICA

Ciencia que proporciona las herramientas

(mtodos y procedimientos) necesarios para

recolectar, procesar analizar e interpretar

datos.
12
Para qu sirve la estadstica?
Censos poblacionales.
Control de calidad.
Indicadores del bienestar social.
Reduce tiempos, dinero y esfuerzo a travs de
la inferencia estadstica.
Es un mtodo para evaluar y juzgar lo que se
observa y lo que realmente es.

13
Cundo empez la estadstica?
La Estadstica actual es el resultado de la unin
de dos disciplinas que evolucionaron de forma
independiente hasta confluir en el siglo XIX:
a) el Clculo de Probabilidades, que naci en el
siglo XVII como la teora matemtica de los
juegos de azar.
b) la Estadstica o ciencia del Estado, que
estudia la descripcin de datos.

14
Con la aparicin de la estadstica se solucionaron
problemas relacionados con la imprecisin de los
mtodos de medicin de grandes poblaciones.
A finales del siglo XIX Galton y Pearson inventan
mtodos para medir la relacin entre dos variables y
aparece as la idea de regresin y el coeficiente de
correlacin.
En el campo de las CS, los primeros trabajos para
encontrar relacin entre variables son debidos a Adolfo
Quetelet (1796-1874) y Florence Nightingale (1820-1910)
que aplicaron la Estadstica a problemas demogrficos,
sociolgicos y polticos.
15
 TIPOS DE ESTADISTICA

ESTADISTICA ESTADISTICA

DESCRIPTIVA INFERENCIAL

Describe un conjunto de Obtiene informacin

datos con indicadores (variables e indicadores)

estadsticos o estadgrafos de una muestra representativa

de poblacin

16
Conceptos estadsticos

17
 Conceptos estadsticos
Unidad de Anlisis: es el objeto del cual se
desea obtener informacin. Muchas veces nos
referimos a las unidades de anlisis con el
nombre de elementos. En estadstica, un
elemento o unidad de anlisis puede ser algo
con existencia real, como un automvil o una
casa, o algo ms abstracto como la
temperatura o un intervalo de tiempo. Dada
esta definicin, puede redefinirse poblacin
como el conjunto de unidades de anlisis.
Ejemplo:
Cada uno de los alumnos matriculados en el curso de
18

Matemticas Financieras.
 Conceptos estadsticos
Parmetro: Valor numrico que resume todos los
datos de una poblacin completa. Se utilizan letras
griegas para simbolizar un parmetro como ser y .
Ejemplos: La calificacin promedio del secundario en el momento
de admisin de todos los estudiantes que han asistido alguna vez
a la Universidad o la proporcin de estudiantes cuyo lugar de
origen era distinto del partido de Lujan.
Estadstica: Valor numrico que resume los
datos de una muestra. Se utilizan letras del alfabeto
espaol para simbolizarlas como ser x y s .
Ejemplo: La edad promedio registrada en una encuesta de 150
consumidores de choripanes. 19
 Poblacin y Muestra

Poblacin

Muestra

20
 Conceptos estadsticos
Poblacin: Es el conjunto de todos los individuos o
elementos (unidad de anlisis) que son el objetivo de
nuestro inters. La Poblacin, segn su nmero de
elementos puede ser:

Poblacin Finita Poblacin Infinita

Ejemplo: Ejemplo:

- Alumnos de la UABCS. - Peces del ocano pacfico

- Trabajadores de una empresa. - Bacterias

- Camiones de carga pesada. - Flores Silvestres.

- Clientes de un empresa comercial. - Productos fallados.

NOTA: EN LA PRCTICA CUANDO UNA POBLACIN TIENE UN NUMERO MUY GRANDE O INDETERMINADO DE ELEMENTOS SE LE

CONSIDERA POBLACIN INFINITA. 21

 Conceptos estadsticos

Muestra: Es una parte o un subconjunto de una poblacin. Tiene la caracterstica fundamental de

ser representativa de la poblacin.

La seleccin y estudio de una muestra facilita la inferencia de conclusiones vlidas para la

poblacin de donde se obtuvo la muestra.

Ejemplos:

Grupo de bolsas de azcar que se extraen sistemticamente de una lnea de envasado.

Grupo de tasas que se extrae para llevar a cabo el control de calidad.

22
 Tipos de Estadstica
(ejemplos de estadstica inferencial)
Ejemplo 1: Una encuesta desarrollada por IBOPE, en
marzo 2008, dice que el rating de radio en la ciudad
de La Paz esta encabezado por FM 96.7 con un
10.5% seguido por FM 95.6 con 9.18%
Ejemplo 2: De acuerdo con una encuesta desarrollada
por Apoyo sobre telefona residencial en el 2007, el
gasto mensual promedio por cliente es de $90.30 a
nivel nacional.
Ejemplo 3: El INEGI inform que la Encuesta sobre la
Poblacin Desocupada del mes de mayo de 2008
reporto la tasa ms alta de desempleo que ascendi
al 24.3% a nivel nacional.
23
VARIABLES

24
 Variable

Variable: Caracterstica de inters sobre cada

elemento individual de una poblacin o
muestra.
Dato: Valor de la variable asociada a un
elemento de la poblacin o muestra. Este valor
puede ser un nmero, una palabra o un
smbolo.
Ejemplo: La familia Gonzlez tiene 4 miembros, sus
ingresos mensuales son de US$ 685.00, 2 son de
sexo femenino y 2 masculino.
25
 Variable (cont.)

Datos: Conjunto de valores recolectados para la

variable de cada uno de los elementos que
pertenecen a la poblacin o muestra.
Ejemplo1: El conjunto de 54 cantidad de miembros
recolectados de 54 familias residentes en San Luis.
Ejemplo2: El conjunto de las calificaciones de los 43
estudiantes de estadstica de la carrera de Sistemas

26
1-7

Tipos de Variables

Cualitativa o de Atributos Clasifica o describe

un elemento de la poblacin. Los valores que
puede asumir no constituyen un espacio
mtrico, por lo tanto las operaciones
aritmticas, como sumar y obtener promedios,
no son significativas.
Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado
de Satisfaccin con la Universidad, etc..

27
 Tipos de Variables (cont.)

Cuantitativa o Numrica Cuantifica un elemento de la poblacin. Los valores que

puede asumir constituyen un espacio mtrico, por lo tanto las operaciones

aritmticas, como sumar y obtener promedios,son significativas.

Ejemplos: Cantidad de Habitaciones, Nmero de hijos, Kilmetros recorridos, Tiempo de vuelo,

Ingreso, etc..

28
1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar

a su vez en discretas o continuas.
Cuantitativas Discretas: solo pueden asumir
ciertos valores y normalmente hay huecos
entre ellos. Son conteos normalmente.
Ejemplo1: cantidad de materias aprobadas.(1, 2,3 ......)
Ejemplo2: cantidad de hijos (1, 2, 3,4...)

29
1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar
a su vez en discretas o continuas.
Cuantitativas Continuas: puede asumir
cualquier valor dentro del rango de medicin.
Normalmente se miden magnitudes como ser
longitud, superficie, volumen, peso, tiempo,
dinero
Ejemplo 1: Peso al nacer.
Ejemplo 2: Salario de un empleado
Ejemplo 3: Tiempo de viaje en barco entre La Paz y
Topolobampo. 30
 Tcnicas de recoleccin de datos

CENSO =>Estadstica Descriptiva MUESTREO => Estadstica Inferencial

Se emplea cuando el nmero de unidades de anlisis no es Se emplea cuando el nmero de unidades de

grande (n< 40 aproximadamente)
anlisis es grande pero no se necesita informacin a
Si el nmero de unidades de anlisis es grande y se necesita
detalle de reas geogrficas menores.
una amplia cobertura de informacin en reas menores, como
Caractersticas
distritos, Comunidades nativas o CCPP. Rurales
Mayor rapidez y viabilidad
Caractersticas
Mayor exactitud en la obtencin de informacin
Costoso
Errores de Medicin (de obtener la informacin
Reduce los costos
No tiene cobertura en reas menores.
31
 Cmo se hace una estadstica?

El proceso de elaboracin de una estadstica sigue

normalmente las fases siguientes:

(1) Definir qu queremos estudiar. Es decir, cul es la

pregunta que nos hemos hecho.

(2) Seleccionar adecuadamente la muestra. Una buena

32
(4) Tratar los datos matemticamente para obtener cifras,

porcentajes, medias (media aritmtica, mediana...),

medidas de dispersin (varianza, desviacin

estndar), indicadores, tablas y grficos que ayuden a

responder la pregunta que nos hemos formulado

inicialmente.

(5) Analizar los resultados e interpretar los datos extrados.

33

Es la fase de las conclusiones.

 NIVELES DE

MEDICION DE

LAS VARIABLES

34
 Qu es una variable?

Es la caracterstica de la poblacin o muestra que se est estudiando. Los datos son producto de su

medicin. Por ejemplo, en un anlisis atmosfrico, la velocidad del viento, la precipitacin pluvial, la

temperatura y la humedad durante un periodo determinado son variables.

35
ESCALAS DE MEDICIN EN ESTADSTICA

Escala de medidas

NOMINAL
ORDINAL

36
Niveles de medicin de las variables
Tipos Caracterstica Ejemplos
NOMINAL Valores que se agrupan en Genero (sexo)
categoras disjuntas y Color de pelo
exhaustivas Religin

ORDINAL Hay un orden entre las Clase social

categoras Preferencias
Educacin

DE Hay orden Temperatura

INTERVALO Hay distancia Coeficiente Intelectual
Hay un cero convencional
Hay orden Edad
DE RAZON Hay distancia Produccin
Hay un cero natural Ingresos
37
1-12

Escalas de Medicin

Las variables cualitativas se miden en escala nominal o ordinal.

Nominal: los elementos solo pueden ser clasificados en categoras pero no se da

un orden o jerarqua
Ejemplo 1: Barrio de residencia de los alumnos .

Ejemplo 2: Color de ojos

Ejemplo 3: Simpatizante de un club de futbol

38
 Nivel Nominal

Los valo
res de
las Var
iables
categor (datos)
as mut slo se
uament pueden
e excluy clasifica
Exhaus
entes y
n o s
.
e puede
r exha
ustivam
tivo: Ca n orden ente e
da pers a r. n
ona u o
bjeto o
artculo
Mutuam debe cl
ente Ex asificar
cluyent se en a
e: Un in l menos
debe ex dividuo una cat
cluirse (objeto egora.
de las d o artcu
ems, o lo) al s
sea no er inclu
debe se ido en
r incluid una cat
o en otr egora
o nivel

39
1-12

Escalas de Medicin

Las variables cualitativas se miden en escala nominal o ordinal.

Ordinal: los elementos son clasificados en categoras que tienen un orden o

jerarqua.
Ejemplo 1: Grado de satisfaccin en el uso de un servicio pblico .

Ejemplo 2: La escala jerrquica en una empresa.

40
 Nivel Ordinal
Los valores de las
Variables (datos) se pueden ordena
r pero no es posible dete
diferencia aritmt rminar la
ica (o distancias) en
tre ellos.

Ejemplo: Resultado
s del sabor de tres
bebidas. A, B, C

X = Sabor.

La bebida C clasifi
co 1 ( o 1)

La bebida B clasifi
co 2 ( o 2)

La bebida A clasifi
co 3 ( o 3)

Valores de x : 1, 2,
3 o (1) (2) (3)

41
 Escalas de Medicin

Las variables cuantitativas se miden en escala de intervalo o razn.

Intervalo: Esta escala mide las variables de manera numrica. Los nmeros de

esta escala permiten establecer distancias entre dos individuos. El cero es un

valor que no indica ausencia de la caracterstica o variable medida, y es colocado

arbitrariamente en un lugar de la escala.

Ejemplo: Temperatura en grados Celsius

42
 Escalas de Medicin

Las variables cuantitativas se miden en escala de intervalo o razn.

Razn: Los elementos son clasificados en categoras que tienen un orden o

jerarqua, la diferencia entre valores se pueden realizar y son significativas. El

cero indica la ausencia de la variable o de la caracterstica que se est midiendo.

Ejemplo 1: Estatura de una persona

Ejemplo 2: Ingresos familiares

43
 Nivel Razn

La diferencia entre dos valores es importante y de magnitud definida.

.
As pues, una utilidad neta de cero puede interpretarse como

ausencia de ventas en una empresa. De la misma manera 6 kg

tiene el doble de peso que 3 kg.

Ejemplo:

a) Produccin (unidades).

b) Ingresos Mensuales (Dinero).

c) El peso de una persona.

44
 Clasificacin de Variables
Variable Cuantitativa Variable Cualitativa

(Numrica) (No numrica )

Continua Discreta Ordinal Nominal

Se caracteriza por

Toma slo ciertos No tienen un orden

Puede tomar Tienen un orden
valores. predeter-minado:
cualquier valor predeter-minado:

en un intervalo (procesos de

dado. (Procesos de medicin) contar)

- Nivel de Educacin, estrato Sexo,

Ejemplos
socioeconmico, ocupacin,
N de trabajadores categora de ocupacin. Condicin de de empleo
por oficina, (nombrado o contratado)
Ingreso, talla, peso etc.
n de alumnos 45
 Clasificacin de Variables
Variable: corresponde a la caracterstica de la Unidad de Anlisis

TIPOS DE VARIABLES
Variables Cuantitativas Variables Cualitativas

CONTINUA DISCRETA NOMINAL ORDINAL

Tipos de escala Intervalo o Razn

Toma valores enteros Caracterstica o cualidad cuyas categoras no tienen

un orden preestablecido.
Ejemplos: Nmero de Hijos, Nmero de empleados de una empresa, Nmero de

asignaturas aprobadas en un semestre, etc. Ejemplos: Sexo, Deporte Favorito, etc.

Toma cualquier valor dentro de un intervalo

Caracterstica o cualidad cuyas categoras tienen un orden
Ejemplos: Peso (escala de Razn); Estatura (escala de Razn); Temperatura (Escala de Intervalo), etc.
preestablecido.

Ejemplos: Calificacin (E, MB, NA); Grado de Inters por un

Escala de Razn: Tiene un cero absoluto, el cambio de unidad de medida no afecta la descripcin de la variable. Escala Intervalo: Tiene un cero

arbitrario y al cambiar de unidad de medida cambia la descripcin de la variable.

tema, etc.

46
Unidad de Medida: Gramos o Kilos para la variable Peso; Grados C o F para Temperatura
FUENTES DE

DATOS

47
 FUENTES PRIMARIA DE DATOS
ESTADSTICOS
Cuando no todos los temas disponen de datos publicados, la informacin deber recolectarse y

analizarse. Esto se llama Fuente Primaria.

.

Una forma de recolectar datos es mediante las encuestas.

Hay dos posibilidades:

a) Encuestas Muestrales (en muestras)

b) Encuestas Censales (en poblaciones)

48
 FUENTES SECUNDARIA DE DATOS
ESTADSTICOS
Los problemas que se estudian o se investigan se adquieren de datos empricos (de

la realidad) publicados u obtenidos.

Se pueden encontrar datos (estadsticas) relacionadas en artculos publicados, tesis,

revistas y peridicos.

Estos se llaman Fuentes secundarias.

Fuentes Secundarias
MUESTREOS

49
GRAFICOS
50
TIPOS DE
 Ejemplo
Ttulo y Subttulo

mill US$ 420

Ao Ventas
1 1997 120 350

2 1998 145 280

3 1999 165
4 2000 178 210

5 2001 201 140

6 2002 320
70
7 2003 350
8 2004 355 0
1996 1998 2000 2002 2004 2006

N valores del 0.60 x 8

Fuente: ..
eje vertical = = 4.8 = 5

Primer valor del 355 = 71 = 70

eje vertical = 5 51
 Construc-

cin de Grficos

52
 Otros Grficos: Especializados Mercado Burstil

Grafico de Velas (01/03 -28/03)

Cierre

mximo

Cotizaciones en alza Cotizaciones a la baja 53

mnimo

apertura
PERU : DISTRIBUCION DE LA POBLACION SEGUN NIVEL DE EDUCACION POR SEXO
(Porcentaje - Cifras Estimadas 1999)

Nivel de Educacin HOMBRE MUJER TOTAL

Sin Nivel 13.69 18.67 16.16
InicialInicial y Primaria 37.18 38.82 37.99
Secundaria 34.44 30.21 32.34
Sup. No Univer. 6.07 6.50 6.28
Sup. Univer. 8.44 5.68 7.07
Especial 0.19 0.12 0.15
TOTAL 100.00 100.00 100.00
Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

Nivel de Educacin HOMBRE MUJER TOTAL

Sin Nivel 42.72 57.28 100.00
InicialInicial y Primaria 49.34 50.66 100.00
Secundaria 53.69 46.31 100.00
Sup. No Univer. 48.71 51.29 100.00
Sup. Univer. 60.17 39.83 100.00
Especial 60.81 39.19 100.00
TOTAL 50.42 49.58 100.00
Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 54
1998
 1. Grficos Lineales :

Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa:

1/10/01 - 23/01/02

44.00
US$

42.00

40.00

38.00

36.00

34.00

32.00

30.00

Fuente : Bolsa de Valores de Lima 55

Fuente : Bolsa de Valores de Lima.

 1.a Grficos Lineales Compuestos :

Bolsa de Valores de Lima: Montos Negociados segn Operacin

Julio 1988 - Junio 1998 ( miles US$)

3000

2500 Renta Fija

Aciones
2000

1500

1000

500

56

Fuente : Bolsa de Valores de Lima.

 2. Grficos de Barras Simple
PERU: POBLACIN SEGN NIVEL DE EDUCACIN : 1998

(Cifras Porcentuales)

40.00

35.00

30.00

25.00

20.00

15.00

10.00

5.00

-
Sin Nivel Inicial Secundaria Sup. No Sup. Especial
Univer. Univer.

57

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

 2a. Grficos de Barras Compuesto

PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998

(Porcentajes)

%
45.00

40.00

35.00

30.00

25.00
HOMBRE
20.00
MUJER
15.00

10.00

5.00

0.00
Sin Nivel Inicial Secundaria Sup. No Sup. Univer. Especial
Univer.

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

58
 2a. Grficos de Barras Compuesto

PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998

(Porcentajes)

%
120.00

100.00

80.00
MUJER
60.00
HOMBRE
40.00

20.00

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

59
GRAFICO DE BARRAS HORIZONTALES

60
 3. Grfico Circular

PERU: POBLACIN SEGN DOMINIOS DE ESTUDIO : 1997

(Porcentajes - Cifras Estimadas)

29%
35%

36%

Lima Metrpolitana
Resto Urbano
Rural

61

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

 3. Grfico Circular

VOLUMEN NEGOCIADO EN LA BOLSA DE VALORES DE

LIMA: DIC. 1999 (miles US$)

INSTRUMENTOS

DE DEUDA

39%

OPERACIONES

DE REPORTE

14%

RENTA VARIABLE

47%

Fuente: Bolsa de Valores de Lima

62
 4. Pictograma

Grfico N 3

Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95

(miles de US$)

10
Miles de dlares US$
9
8
7
6
5
4
3
2
1
0
1990 1995
63
 Espaa: Pirmide Poblacional - 1981

64

Fuente: Boletn Demogrfico 1981

Per: Pirmide Poblacional 2005
(Cifras Porcentuales)

65
Evolucin de una Pirmide Poblacional

66
67
 Grfico:

Mapa Estadstico

68
Per: Densidad: Poblacional
2
(Habitantes/ Km

MAPA

ESTADISTICO

69

Fuente: Censo Poblacional 1993

 Grfico: Pictograma

Mujeres en el Mundo: 1990-95

70

Fuente: Roberto Avila Acosta - Estadstica Elememtal

DESCRIPCION DE DATOS:
TABLAS Y GRAFICOS
1-9

MUESTRA

Se denomina muestra al subconjunto de ese universo

y del cual se recopilarn los datos. Es necesario que
esa muestra sea debidamente representativa.
Por ejemplo, se quiere saber el nmero de hijos por
matrimonio de una ciudad. Para este propsito, se
elige una muestra representativa de 50 matrimonios
de ella. Se obtienen los siguientes datos:
2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3,1,7,4,
2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 , 4 , 0 , 3 , 3 , 2 , 6 ,
1,5,4,2,0,3,2,4,3,1.
El nmero total de datos se representa con la letra n.
En nuestro ejemplo n = 50.
72
1-9

FRECUENCIA ABSOLUTA ( fi )

TABLA

La frecuencia absoluta es el xi fi
nmero de veces que 0 4
aparece un valor (x i) en 1 9
los datos obtenidos. 2 12
En nuestro ejemplo, la 3 10
frecuencia absoluta indica el 4 8
nmero de familias que 5 4
tienen esa cantidad de hijos: 6 2
7 1
73
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

74
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

75
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

76
1-9

FRECUENCIA ABSOLUTA

ACUMULADA ( Fi )
Es la suma de las frecuencias absolutas desde
la primera fila hasta la fila elegida.
Por ejemplo, sabemos que hay 25 matrimonios
de la muestra que tienen a lo ms 2 hijos:

77
1-9

FRECUENCIA ABSOLUTA

ACUMULADA ( Fi )
TABLA

xi fi Fi
0 4 4
1 9 13
2 12 25
3 10 35
4 8 43
5 4 47
6 2 49
7 1 50
78
1-9

FRECUENCIA ABSOLUTA

ACUMULADA ( Fi )
GRAFICA

79
1-9

FRECUENCIA ABSOLUTA

ACUMULADA ( Fi )
GRAFICA

80
1-9

FRECUENCIA RELATIVA ( hi )
La frecuencia relativa es el cociente entre la
frecuencia absoluta (fi) y el nmero total de
datos (n). En nuestro ejemplo n = 50:
TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
81

6 2 49 0,04 0,98
1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

82
1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

83
1-9

FRECUENCIA RELATIVA

ACUMULADA (Hi)
La frecuencia relativa acumulada es el cociente
entre la frecuencia absoluta acumulada (F i) y el
nmero total de datos (n). En nuestro ejemplo,
n = 50: TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 84
0,98
1-9

FRECUENCIA RELATIVA

ACUMULADA (Hi)
GRAFICA

85
1-9

FRECUENCIA RELATIVA

ACUMULADA (Hi)
GRAFICA

86
1-9

FRECUENCIA PORCENTUAL (fi %)

La frecuencia porcentual es la frecuencia relativa (h i)
expresada en forma porcentual. En otras palabras, es
la frecuencia relativa (hi) multiplicada por 100.
En nuestro ejemplo TABLA

xi fi Fi hi Hi fi%
0 4 4 0,08 0,08 8%
1 9 13 0,18 0,26 18 %
2 12 25 0,24 0,50 24 %
3 10 35 0,20 0,70 20 %
4 8 43 0,16 0,86 16 %
5 4 47 0,08 0,94 8%
6 2 49 0,04 0,98 4%
87
1-9

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

88
1-9

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

89
1-9

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
La frecuencia porcentual acumulada es la frecuencia
relativa acumulada (Hi) multiplicada por 100. En
nuestro ejemplo: TABLA

xi fi Fi hi Hi fi% Fi%
0 4 4 0,08 0,08 8% 8%
1 9 13 0,18 0,26 18 % 26 %
2 12 25 0,24 0,50 24 % 50 %
3 10 35 0,20 0,70 20 % 70 %
4 8 43 0,16 0,86 16 % 86 %
5 4 47 0,08 0,94 8% 94 %
6 2 49 0,04 0,98 4%
90
98 %
1-9

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

91
1-9

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

92
2.- DESCRIPCION DE DATOS
 ORGANIZACION Y PRESENTACION
DE DATOS UNIDIMENSIONALES
a) Frecuencia Absoluta (fi)
Es el nmero de veces que se presenta un valor o
categora de una variable. Se representa por f i.
f1 + f2 + f3 + .fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el nmero de datos igual o inferior (menor o igual
que) al valor considerado de la variable o la suma de
las frecuiencias absolutas menor o igual que el valor
considerado de la variable. Es decir:
F1 = f1
F2 = f1 + f2
----------------------------- 94
 ORGANIZACION Y PRESENTACION
DE DATOS UNIDIMENSIONALES
c) Frecuencia Relativa (hi)
Es igual a la frecuencia absoluta sobre el numero de
observaciones.
h1 =f1/n
b) Frecuencia Relativa Acumulada (Hi)
Es el resultado de cada frecuencia absoluta
acumulada dividida entre el numero total de
observaciones.
H1 = F1/n
H2 = F2/n
-----------------------------
95
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA

1. Identificar el tipo de variable cuantitativo discreto o

continuo.
2. Determinar el mayor (Xmax) y el menor (Xmin).
3. Calcular R donde R = Xmax Xmin.
4. Si la variable es cuantitativa discreta
El rango es pequeo, entonces trabajar con los
valores originales ordenados de las variables.
Si el rango es grande entonces trabajar con los
datos ordenados agrupados en intervalo de clase
(ver Sturges).
96
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA
5. Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20).
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 50
m = 1 + 3,322log(50) = 6,6439
Se redondea a m = 7 intervalos de clase.
Intervalo cerrado por la izquierda y abierto por la
derecha.
El menor del intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
Marca de clase= (xmax 1er intervalo - X`min )/2
97
 Problemas
Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20).
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 50
m = 1 + 3,322log(50) = 6,6439
Se redondea a m = 7 intervalos de clase.
Intervalo cerrado por la izquierda y abierto por la
derecha.
El menor del intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
Marca de clase= (xmax 1er intervalo - X`min )/2

98
3. Distribucin de Frecuencias
 Distribucin de Frecuencias

N N hijos N N hijos N N hijos N N hijos N N hijos

1 1 7 1 13 2 19 1 25 2
2 1 8 0 14 1 20 4 26 2
3 0 9 5 15 5 21 1 27 1
4 2 10 2 16 4 22 2 28 1
5 2 11 1 17 5 23 1 29 2
6 2 12 2 18 2 24 4 30 1

100
 Distribucin de Frecuencias
x fi h1 Fi Hi hi% Hi%

0 2 0.067 2 0.067 6.67 6.667

1 11 0.367 13 0.433 36.67 43.333

2 11 0.367 24 0.800 36.67 80.000

3 3 0.100 27 0.900 10.00 90.000

4 3 0.100 30 1.000 10.00 100.000

Total 30 100
101
4. DATOS
1-9

PROBLEMA

Problema N 01 : El Area de Control de

Calidad de la empresa FUNDIDOS S. A.
esta llevando a cabo un seguimiento a un
lote de piezas mecanizadas en su taller de
metalmecnica, para esto ha tomado una
muestra aleatoria y se necesita obtener el
siguiente anlisis estadstico descriptivo:
Tabla de Frecuencias.
Histogramas.
Polgonos de Frecuencia.
Ojivas. 103
1279,5 1278,0 1283,0 1273,0 1280,5
1285,0 1273,0 1282,5 1271,5 1269,0
1280,0 1280,0 1272,5 1275,5 1284,0
1273,0 1277,5 1275,5 1277,0 1287,0
1284,0 1286,0 1275,0 1278,0 1275,5
1280,5 1280,0 1282,0 1283,5 1280,0
1275,5 1281,0 1271,0 1274,5 1280,5
1278,0 1275,0 1280,5 1279,0 1278,0
1279,5 1278,5 1266,0 1287,5 1275,5
1275,0 1279,5 1282,5 1276,0 1280,0
1267,0 1273,5 1284,5 1279,5 1274,5
1272,0 1275,0 1276,0 1268,0 1285,0
1282,0 1276,5 1279,0 1269,0 1282,0
1276,0 1271,5 1281,0 1285,5 1276,5
1269,5 1284,5 1276,0 1268,0 1268,5
1266,0 1276,0 1287,5 1272,5 1275,5
1273,5 1268,5 1273,5 1266,5 1269,0
1285,5 1272,5 1272,5 1278,0 1271,5
1275,5 1284,5 1279,5 1267,0 1280,5
1283,5 1286,0 1279,0 1271,0 1287,0
1285,0 1271,0 1276,0 1275,5 1276,5
1273,0 1265,5 1281,5 1277,0 1272,0
104
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA
1. Se identific que la variable es cuantitativa
continua.
2. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1265.5
3. R =(Xmax) - (Xmin)= 1287.5 1265.5 = 22
4. Como el rango es grande entonces trabajamos con
los datos ordenados agrupados en intervalo de
clase (ver Sturges). Si la variable es cuantitativa
continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 110
m = 1 + 3,322log(110) = 7.78
105
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA
Se redondea a m = 8 intervalos de clase.
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
X`min = 1265.5 0.1/2 = 1265.45
Amplitud de Clase= a = R/m = 22/8 = 2.75 = 2.8
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 1265.45 + 2.8 = 1268.25
Y se empieza la tabla 106
 INTERVALOS MC fi Fi hi Hi
(1265.45 - 1268.25 ] 1266.85 8 8 0.07 0.07
(1268.25 - 1271.05 ] 1269.65 9 17 0.08 0.15
(1271.05 - 1273.85 ] 1272.45 16 33 0.15 0.30
(1273.65 - 1276.65 ] 1275.25 23 56 0.21 0.51
(1276.65 - 1279.45 ] 1278.05 12 68 0.11 0.62
(1279.45 - 1282.25 ] 1280.85 21 89 0.19 0.81
(1282.25 - 1285.05 ] 1283.65 13 102 0.12 0.93
(1285.05 - 1287.85 ] 1286.45 8 110 0.07 1.00
110 1.00
107
1-9

PROBLEMA
Problema N 02: En un estudio de dos semanas
sobre la productividad de los trabajadores de una
fundicin, se obtuvieron los siguientes datos sobre el
nmero total de piezas aceptables que produjeron los
trabajadores:
Elaborar la Tabla de Distribucin de Frecuencias.
Dibujar el Histograma y Polgono de Frecuencia.

108
65 36 49 84 79 56 28 43 67 36
43 78 37 40 68 72 55 62 22 82
88 50 60 56 57 46 39 57 73 65
59 48 76 74 70 80 75 56 45
75 62 72 63 32 80 64 53 74 34
76 60 48 55 51 54 45 44 35 51
21 35 61 45 33 61 60 85 68
45 53 77 42 69 52 68 52 47
62 65 75 61 73 50 53 59 41 54
41 74 82 78 26 35 47 70 38 70
109
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA
1. Se identific que la variable es cuantitativa discreta.
2. Se tiene que (Xmax) = 21 y (Xmin)= 88
3. R =(Xmax) - (Xmin)= 21 88 = 67
4. Como el rango es grande entonces trabajamos con
los datos ordenados agrupados en intervalo de
clase (ver Sturges). Si la variable es cuantitativa
continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 97
m = 1 + 3,322log(97) = 7.60 = 8
110
1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVA
Se redondea a m = 8 intervalos de clase.
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
X`min = 21 1/2 = 20.5
Amplitud de Clase= a = R/m = 67/8 = 8.375 = 9
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 20.5 + 4.5 = 25
Y se empieza la tabla 111
5. DIAGRAMA DE PUNTOS
DIAGRAMA DE PUNTOS
(herramienta til para pocos datos)

Ejemplo: Datos de resistencia a la tensin

de muestras de mortero Portland
(Kg/cm2) con polmero agregado:
16.85 16.40 17.21 16.35 16.52
17.04 16.96 17.15 16.59 16.57
mortero Portland sin modificar:
17.50 17.63 18.25 18.00 17.86
17.75 18.22 17.90 17.96 18.15
 DIAGRAMA DE PUNTOS

(herramienta til para pocos datos)

* * ** * * ** * * + + + + + ++ + + +

16.0 16.5 17.0 17.5 18.0 18.5

* = Mortero modificado

+ = Mortero sin modificar

5. DIAGRAMA DE

Y DE TALLO Y HOJAS
 DIAGRAMA DE TALLO Y HOJAS

Ejemplo: Resistencia a la Tensin de 80 muestras de

aleacin Aluminio-Litio

105 221 183 186 121 181 180 143 97 154

153 174 120 168 167 141 245 228 174 199
181 158 176 110 163 131 154 115 160 208
158 133 207 180 190 193 194 133 156 123
134 178 76 167 184 135 229 146 218 157
101 171 165 172 158 169 199 151 142 163
145 171 148 158 160 175 149 87 160 237
150 135 196 201 200 176 150 170 118 149
 DIAGRAMA DE TALLO Y HOJAS
Tallo Hoja Frecuencia
7 6 1
8 7 1
9 7 1
10 5 1 2
11 5 8 0 3
12 1 0 3 3
13 4 1 3 5 3 5 6
14 2 9 5 8 3 1 6 9 8
15 4 7 1 3 4 0 8 8 6 8 0 8 12
16 3 0 7 3 0 5 0 8 7 9 10
17 8 5 4 4 1 6 2 1 0 6 10
18 0 3 6 1 4 1 0 7
19 9 6 0 9 3 4 6
20 7 1 0 8 4
21 8 1
22 1 8 9 3
23 7 1
24 5 1