EST1-Estadística Descriptiva

UNIDAD 1:
ESTADSTICA
DESCRIPTIVA
OBJETIVOS DE LA UNIDAD:
Distinga Estadstica Descriptiva y Estadstica
Inferencial.
Reconozca una variable cualitativa y
cuantitativa.
Identifique si la variable cuantitativa es:
discreta o continua.
Comprenda la diferencia entre los diferentes
niveles de medicin
Cul es el significado de Estadstica?
Estadstica es la ciencia de
recolectar, organizar, presentar,
analizar e interpretar datos
numricos que ayudan a tomar las
mejores decisiones .
Quin usa la Estadstica?
Las tcnicas estadsticas las usan

ampliamente: comerciantes, contadores,
controladores de calidad, consumidores,
profesionales del deporte,
administradores de hospitales,
educadores, polticos, mdicos, etc.
Tipos de Estadstica
1. Estadstica descriptiva: conjunto de

mtodos para organizar, resumir y
presentar los datos de manera
informativa.
EJEMPLO 1: (Estadstica descriptiva)
Un estudio de la empresa Gallup
encontr que el 49% de la poblacin
sabe el nombre del primer libro de la
Biblia.
El estadstico 49 describe el nmero de
cada 100 personas que conocieron la
respuesta.
EJEMPLO 2: (Estadstica descriptiva)
De acuerdo con un reporte de

consumidores, los dueos de las lavadoras
Whirlpool reportaron 9% de problemas
durante 1999.
El estadstico 9 describe el nmero de
problemas por cada 100 lavadoras.
2. Estadstica inferencial: es una decisin,
estimacin, prediccin o generalizacin
tomada sobre una poblacin con base en
una muestra.
Una poblacin (N)
Es un grupo de individuos, objetos o medidas
de inters.
Conjunto o coleccin completa de todas las
observaciones que tienen inters para realizar
un estudio
Una muestra (n)
Es una porcin, o parte, de la poblacin
que interesa.
Es un subconjunto de una poblacin o una

porcin representativa del universo
poblacional (se usa cuando la poblacin
es demasiado grande y analizarla en su
totalidad requerira mas recursos)
MUESTRA (n)
Elementos
seleccionados de la
poblacin
POBLACION (N)
(ESTADISTICOS)
Todos los elementos
(PARAMETROS)
PARAMETROS: Medidas
estadsticas que se dan en la
poblacin.
ESTADISTICOS: Medidas que se

dan en la muestra.
EJEMPLO 1. (Estadstica inferencial)
Las cadenas de TV monitorean la
popularidad de sus programas de
manera continua, para ello contratan los
servicios de organizaciones que
muestrean la preferencia de los
televidentes.
Tipos de variables
Variable cualitativa o de atributo: la
caracterstica o variable de estudio que
no es numrica.
Podemos distinguirlas por cualidades y
caractersticas.
EJEMPLOS:
Gnero, preferencia religiosa, tipo de
automvil, color de ojos.
Variable cuantitativa: esta variable se
registra en forma numrica.
EJEMPLO:
Saldo en la verificacin de la contabilidad.
Minutos que se permanece en la clase.
El nmero de nios en una familia.
Las variables cuantitativas se clasifican como
discretas o continuas.
Variables discretas: se obtienen por
enumeracin o conteo y solo puede tomar
determinados valores que por lo general son
nmeros enteros.
EJEMPLO: el nmero de cuartos en una casa (1,

2 ,3,..., etc...).
Las variables cuantitativas se clasifican
como discretas o continuas.
Variables continuas: stas pueden tomar
cualquier valor dentro de un intervalo
especfico.
EJEMPLO: el tiempo que se tarda en volar

de Madrid a New York.
Resumen de los tipos de variables
TIPOS DE VARIABLES
INFORMACIN
Cualitativa o de Cuantitativa o
atributo (tipo de auto numrica
que se posee)
Discreta Continua
(nmero de (tiempo para resolver
nios) un examen)
Niveles de medicin
Nivel nominal (escalado): los datos se
clasifican nicamente en categoras y no
pueden arreglarse en forma ordenada.
EJEMPLOS: color de ojos, gnero,

preferencia religiosa.
Las categoras nominales solo forman
clasificaciones o categoras, por esta
caracterstica debern ser mutuamente
excluyentes y tambin debern ser
exhaustivas.
Mutuamente excluyente: Es un individuo,
objeto, medicin que pertenece nicamente
en una categora.
EJEMPLO: color de ojos.
Exhaustivo: Cada individuo, objeto o medicin
debe pertenecer a una de las categoras.
EJEMPLO: preferencia religiosa.
Mas ejemplos.
Estado civil, gnero, raza, credo religioso,
afiliacin poltica, lugar de nacimiento, el
nmero de seguro social, el sexo, los nmeros
de telfono, entre otros.
Niveles de medicin
Nivel ordinal:
Se considera que los datos se arreglan en
determinado orden, pero no pueden
determinarse diferencias entre los valores de
los datos.
EJEMPLOS:
La dureza de los minerales, los resultados de
una carrera de caballos, actitudes como
preferencia, el nivel socioeconmico, orden de
llegada de los corredores,
Niveles de medicin
Nivel de intervalo:
Es semejante al nivel ordinal. Tiene la
propiedad adicional de que pueden
determinarse las diferencias entre los
valores de los datos.
El cero se elige de manera arbitraria (a
partir de donde vamos a iniciar los
intervalos).
EJEMPLOS
La temperatura en tres das invernales
consecutivos son: 28, 31 y 25F. y estos datos
pueden ser clasificados con facilidad.
-Durante una hora se observa el flujo de
vehculos por un paso a desnivel por intervalos
de 15 minutos, la hora podra ser cualquiera, y
la ubicacin de cero vehculos podra ser al
inicio del registro.
Una distribucin por intervalos genera
categoras llamadas CLASES y en esas
clases se anotan las FRECUENCIAS con
que ocurren los eventos o el numero de
datos que estn incluidos en ese intervalo.
Niveles de medicin
Nivel de razn: tiene las caractersticas
del nivel de intervalo con un punto de
inicio cero. Las diferencias y las
operaciones de multiplicacin y divisin
tienen significado en este nivel de
medicin.
El punto cero es significativo. Significa
ausencia de la caracterstica.
EJEMPLOS: cantidades de dinero, altura de
los jugadores de la NBA, salario, distancia
entre sucursales, el peso de una persona,
edad.
Si usted tiene cero dlares, no tiene

dinero.
El peso: si la flecha en la escala de un
dispositivo bien calibrado, esta en cero,
significa ausencia total de peso.
Niveles de medicin
Mutuamente
excluyente
ESCALA
Exhaustivo
NOMINAL
CUALITATIVAS NO
MTRICAS
ESCALA
ORDINAL
DATOS
ESCALA DE
INTERVALO
CUANTITATIVAS
MTRICAS
ESCALA
DE RAZN
Niveles de medicin
Nivel nominal
Solo sirve para asignar categoras, y se
utilizan nombres.
Ej.: 1. Nmeros del DUI
2. Cdigo alfanumrico de cada estudiante
3. Los estudiantes clasifican a sus padres
como: aburridos, enojados, buenos
comprensivos, etc.
Nivel ordinal
establece un orden, hay jerarqua, los
datos pueden ser ordenados en forma
ascendente o descenderte.
Ej. 1. grados de la jerarqua militar
2. Rendimiento escolar de los alumnos
Nivel de razn o proporcin
Se usa cada vez que podamos establecer
una medida de proporcin
1. Medidas de las edades de 2 personas,
una tiene 20 a. la otra 40a.
significa que la de 40 tiene el doble de
edad que la de 20.
2. Programas grabados en el disco duro de
una computadora
Nivel de intervalo
Podemos clasificar los datos por intervalos.
1.Sistema para evaluar a los profesores que
llegan tarde a su escuela.
2.Horas de estudio que dedica un
estudiante a su aprendizaje
Distribucin de frecuencia
Distribucin de frecuencia.
Se agrupan los datos en categoras
mutuamente excluyentes, y en cada
una de stas se asignan las
observaciones.
Construccin de una distribucin de frecuencia
Pregunta de
Investigacin
Recoleccin de Datos
(datos en bruto)
Presentacin
Organizacin
de Datos
de Datos
(grficas)
Distribucin de Conclusin
Frecuencia
Una poblacin es grande si N 30
Una muestra es grande si n 30
CONCEPTOS BASICOS:
SERIE ORDENADA:
Se limita a presentar una lista en forma ascendente o
descendente. Organizacin de los datos recolectados.
Con esto podemos identificar el dato menor y el dato
mayor.
Ejemplo:
Datos sin ordenar: 22, 25, 54, 63, 44, 22, 68
Serie ordenada: 22, 22, 25,44, 54, 63, 68
Moda o modo (Mo): Es el dato que mas se repite
Serie ordenada: 22, 22, 25,44, 54, 63, 68
entonces: Mo = 22
Mediana (Md) de los datos: es el punto medio que

divide la distribucin de los datos ordenados en
forma ascendente o descendente, en el 50% por
arriba y por debajo de esa medida.
Para ubicar la mediana usamos la siguiente formula
uMd = (N/2) + 0.5
N: numero de datos
0.5: es el limite real o factor de continuidad que hay entre
los dos nmeros.
Ejemplo: Usando la Serie ordenada

22, 22, 25,44, 54, 63, 68 N =7
uMd = (7/2) + 0.5 = 4 (ubicacin 4 de la serie)

Entonces
22, 22, 25, 44, 54, 63, 68 Md = 44
1 2 3 4 5 6 7
Media aritmtica muestral
X= suma de todos los datos
n
Media aritmtica poblacional
= suma de todos los datos

N
Usamos cada formula segn el ejercicio lo indique, si

estamos evaluando una poblacin o una muestra.
Distribucin de frecuencia simple
EJEMPLO1: Elaborar una tabla de frecuencia
correspondiente a la edad de 50 personas adultas,
que escuchan las casi 700 estaciones de radio en
Estados Unidos, las cuales son:
35 29 41 34 44 46 42 42 37 47
30 36 41 39 44 39 43 43 44 40
47 37 41 27 33 33 39 38 43 22
44 39 35 35 41 42 37 42 38 43
35 37 38 43 40 48 42 31 51 34
Datos de la primer columna

2-17
Diagrama de tallos y hojas

Diagrama de tallos y hojas: tcnica
estadstica que permite analizar un
conjunto de datos y en la cual cada valor
numrico se divide en dos partes: los
dgitos principales constituyen el tallo y
los dgitos secundarios forman las hojas.
Nota: una ventaja del diagrama de tallos y
hojas sobre la distribucin de frecuencia
es que no se pierde la identidad de cada
observacin.
Se har una tabla de frecuencia simple, con la ayuda del diagrama de
tronco y hoja para organizar los datos
Tronco hoja
2 En el tronco se anotan las decenas o centenas, en la
3 505 hoja van las unidades de los datos que tengamos.
4 74 1. Se inicia identificando el dato mayor y el dato
5 menor.
PM: Dato mayor o puntaje mayor. PM =22
Pm: Dato menor o puntaje menor. Pm= 51
2. Los datos indican que el diagrama debe contener
datos entre 20 y 50. por lo tanto se coloca del 2 al
,5 en el tronco para luego ir agregando las
unidades en la hoja, en el orden en que aparecen
los datos de la investigacin. Se ubican los datos
de la primer columna 35 30 47 44 35.
El tronco del numero 3 indica que tiene los datos de 35 30 35, as sucesivamente se van
ubicando todos los datos columna por columna.
Diagrama de tronco y hoja
Tronco hoja
2 972
3 5056797584953939781784
4 741113441062823223243703
5 1
Se ha ido agregando datos al diagrama de acuerdo al orden de

aparicin, es necesario ordenar los datos en orden ascendente
para tener una mejor percepcin de los datos.
Diagrama de tronco y hoja, orden ascendente
Tronco hoja
2 279
3 0133445555677778889999
4 001111222223333344446778
5 1
Una vez hecho el diagrama es fcil observar cuales son

las lecturas(clases en este caso la variable EDAD), y
cuantas veces se repite cada una de ellas (f:frecuencia
absoluta), datos que servirn para la distribucin de
frecuencias simple.
CLASES f
Tambin se usan los conceptos de:
Frecuencia Relativa (Fr)
Fr = f / n f= frecuencia absoluta
n= numero de datos
Frecuencia Relativa Porcentual (Fr%)

Fr%= Fr x 100 (se usa en los grficos)
Al sumar todos los valores de Fr% debe dar 100
Fr%= 100%
Clase Frecuencia (f) Fr%
edad
Distribucin de 22 1 (1/50)x 100= 2
frecuencia 27
29
1
1
(1/50)x 100= 2
(1/50)x 100= 2
simple 30 1 (1/50)x 100= 2
31 1 (1/50)x 100= 2
Titulo: Edad de 50 personas 33 2 (2/50)x 100= 4
adultas, que escuchan las 34 2 (2/50)x 100= 4

35 4 (4/50)x 100= 8
casi 700 estaciones de radio 36 1 (1/50)x 100= 2
en Estados Unidos 37 4 (4/50)x 100= 8
38 3 (3/50)x 100= 6
39 4 (4/50)x 100= 8
40 2 (2/50)x 100= 4
Cuando se encuentra la Fr%, se 41 4 (4/50)x 100= 8
obtienen porcentajes 42 5 (5/50)x 100= 10
43 5 (5/50)x 100= 10
44 4 (4/50)x 100= 8
46 1 (1/50)x 100= 2
47 2 (2/50)x 100= 4
48 1 (1/50)x 100= 2
51 1 (1/50)x 100= 2
n=50 Fr% = 100%

Cuando se encuentra la Fr%, se obtienen porcentajes; para el
ejemplo anterior fueron nmeros enteros, cuando resultan
decimales, se usa la regla de aproximacin y se puede trabajar con
dos decimales o con un decimal:
a) Se aproxima cualquier numero, cuando el que le sigue es mayor

de 6.
b) Se aproximan los nmeros impares que anteceden al 5; los
pares no.
Ejemplos: con 2 decimales
2.244 = 2.24 (el 4 no aproxima a ningn numero)
2.345 = 2.34 (el 5 no aproxima al numero par)
2.335 = 2.34 (el 5 aproxima al numero impar)
2.336 = 2.34
2.339 = 2.34
Pasos para elaborar una distribucin de frecuencia por
intervalos de clase:
Primer mtodo
1 Se recolectan los datos.
2 Se ordenan los datos en forma ascendente; o se
puede usar el diagrama de tronco y hoja ya ordenado.
3 Determinar el nmero de clases.
El nmero de clases est dado por:
2c > N o C = 1 + 3.32 log N
2c > n o C = 1 + 3.32 log n
Probamos con el primer entero de C para ver
si cumple la desigualdad (2c > N), si no
aproximamos al siguiente entero.
Donde:
C: Nmero de clases.
N : nmero total de datos de la poblacin
n : nmero total de datos de la muestra
4 Determinar el intervalo o la amplitud de la clase.
El intervalo se calcula de la siguiente manera:
i (PM-Pm)/C
Donde:
i: Intervalo de clase. Debe ser un numero entero de
preferencia impar.
(siempre se aproxima al siguiente entero si tiene
decimales, aunque los decimales no requieran
aproximacin. No usamos la regla de aproximacin).
PM: Dato mayor o puntaje mayor.

Pm: Dato menor o puntaje menor.
C: Nmero de clases (debe ser un numero entero).
5 Contar el nmero de individuos u objetos

que pertenecen a cada clase, o sea, la
frecuencia absoluta (f).
CLASES f
Usando el EJEMPLO 1
Elaborar una tabla de frecuencia correspondiente a
la edad de 50 personas adultas, que escuchan las
casi 700 estaciones de radio en Estados Unidos,
las cuales son:
35 29 41 34 44 46 42 42 37 47
30 36 41 39 44 39 43 43 44 40
47 37 41 27 33 33 39 38 43 22
44 39 35 35 41 42 37 42 38 43
35 37 38 43 40 48 42 31 51 34
Nota: Realizar los pasos previamente estudiados.
EJEMPLO 1 continuacin
A) Ordenar los datos en forma ascendente:

22 35 38 41 43
27 35 39 42 44
29 35 39 42 44
30 36 39 42 44
31 37 39 42 44
33 37 40 42 46
33 37 40 43 47
34 37 41 43 47
34 38 41 43 48
35 38 41 43 51
O puede usar el diagrama de tronco y hoja, ordenado en forma

ascendente.
Tronco hoja
2 279
3 0133445555677778889999
4 001111222223333344446778
5 1
B) Determinar el nmero de clases. (n = 50)

C = 1 + 3.32 log n
C = 1 + 3.32 log 50
C = 6.64
(se toma el primer entero y probamos la desigualdad 2c debe ser
mayor que n)
2c > n
2c > 50
26 > 50
64 > 50 se cumple la desigualdad
Por lo tanto C = 6
Nota: Si 26 no hubiese sido mayor que 50 se tendra que
aproximar al siguiente entero usar C = 7 (aunque C hubiera
sido igual a 6.33 siempre podemos aproximar al siguiente
entero, si con el primero no se cumple la condicin)
C) Determinar el intervalo de clase
i (PM-Pm)/C
i (51-22)/6
i 29/6
i 4.8
Por lo tanto i = 5
Lo que significa que cada clase tiene 5
elementos
Elaborar
la distribucin de frecuencias.
Edades de 50 personas adultas que son
radio-escuchas. Entre 22 y 26 solo hay un
Clases elemento
EDADES f Encabezados
Ttulo
Li
[22 26] 1 Frecuencia absoluta
[27 31] 4 Ls: limite superior
Li: limite inferior
[32 36] 9 1. Escribir todos los Li

Se inicia escribiendo el dato menor
como Li, luego se le va sumando 5 al Li
Ls
[37 41] 17 hasta completar las 6 clases.
[42 46] 15 2. Los Ls resultan de restarle 1 al Li de

cada siguiente clase.
[47 51] 4 Cada clase tendr 5 elementos.

[22 26]
Los corchetes cerrados, indican que ambos extremos
estn incluidos en el intervalo, si se tiene a una
persona de 26 aos, estar incluida en este intervalo.
Tambin se puede usar otro tipo de corchete
[22 27[
[27 - 32[
El corchete abierto indica que el 27 no esta incluido en
el primer intervalo, pero si lo esta en el segundo. Si
aparece algn 27 se incluir su frecuencia en el 2
intervalo.
Edades de 50 personas adultas que son radio-escuchas.
CLASES f Fr Fr%
[22 - 27[ 1 1/50 = 0.02 2
[27 - 32[ 4 4/50 = 0.08 8
[32 - 37[ 9 9/50 = 0.18 18
[37 - 42[ 17 17/50 = 0.34 34
[42 - 47[ 15 15/50 = 0.3 30
[47 - 52[ 4 4/50 = 0.08 8
TOTAL 50 = 1.0 = 100 %
Siempre igual a uno

2-5
FRECUENCIA RELATIVA
EDADES f
Dato [22 27[ 1 1/50 = 0.02
menor
[27- 32[ 4 4/50 = 0.08
Clases
[32- 37[ 9 9/50 = 0.18
[37- 42[ 17 17/50 = 0.34
[42- 47[ 15 15/50 = 0.30
[47- 52[ 4 4/50 = 0.08
TOTAL 50 50/50 = 1
Lmites Lmites superiores n= Nmero total de observaciones
inferiores
Otros conceptos
Punto medio (Xm)
Xm = (Ls + Li) / 2
El Ls y el Li son llamados limites absolutos
Limites reales: es el punto medio entre los limites superiores absolutos y los
limites inferiores absolutos de clases continuas.
Ejemplo: (144 +145) / 2 = 144.5
Clases
LR superior para la primer clase y LR
140 144
145 149
inferior para la segunda clase
EJEMPLO 2
El Dr. Palafox, director de la escuela de administracin,

quiere determinar el tiempo que los alumnos dedican al
estudio. As, ha seleccionado una muestra aleatoria de 30
estudiantes, determinando el nmero de horas que cada
uno dedica por semana a la escuela, y ha obtenido los
siguientes datos: 15.0, 23.7, 19.7, 15.4, 18.3, 22.0, 14.2,
20.8, 13.5, 20.7, 17.4, 18.6, 12.9, 20.3, 13.7, 21.4, 18.3,
29.8, 17.1, 18.9, 10.3, 26.1, 15.7, 14.0, 17.8, 33.8, 23.2,
12.9, 27.1, 16.6.
Nota: Considere el lmite inferior 7.5 y el intervalo de clase
de 5 (con esta informacin no es necesario que
encuentre los valores con la formula).
Ordenar los datos de menor a mayor:
10.3, 12.9, 12.9, 13.5, 13.7, 14.0,

14.2, 15.0, 15.4, 15.7, 16.6, 17.1,
17.4, 17.8, 18.3, 18.3, 18.6, 18.9,
19.7, 20.3, 20.7, 20.8, 21.4, 22.0,
23.2, 23.7, 26.1, 27.1, 29.8, 33.8.
Organizar los datos en una distribucin de frecuencia. (realice

todos los pasos.)
Horas de estudio que dedican por semana un grupo de
estudiantes
Horas de Estudio Frecuencia, f
[7.5 12.5[ 1 Recuerde que

en este caso los
[12.5 17.5[ 12 Ls no estn
incluidos en
[17.5 22.5[ 11
cada clase
[22.5 27.5[ 4
[27.5 32.5[ 1
[32.5 37.5[ 1
Total 30
Distribucin de frecuencia relativa
La frecuencia relativa se obtiene al dividir la frecuencia
absoluta entre el nmero total de observaciones.
La frmula quedara: fr = f/n
Horas de Estudio Frecuencia, f Frecuencia relativa
7.5 12.5 1 1/30 = 0.03
12.5 17.5 12 12/30 = 0.40
17.5 22.5 11 11/30 = 0.37
22.5 27.5 4 4/30 = 0.13
27.5 32.5 1 1/30 = 0.03
32.5 37.5 1 1/30 = 0.03
Total 30 30/30 = 1
EJEMPLO 1 : usando diagrama de tallo y hoja
El estudiante Colin obtuvo en doce exmenes de este semestre

las siguientes calificaciones: 86, 79, 92, 84, 69, 88, 91, 83, 96, 78,
82, 85. Construya un diagrama de tallos y hojas para los datos
anteriores.
Tallo Hojas
6 9
7 89
8 234568
9 126
EJEMPLO 2
La Quick Change Oil Company tiene varias sucursales en el rea
metropolitana. El nmero de cambios de aceite en la sucursal de la
calle Oak en los pasados 20 das fue:
65 98 55 62 79 59 51 90 72 56
70 62 66 80 94 79 63 73 71 85
Elaborar un diagrama de tallo y hojas
Tallo Hojas
5 1569
6 22356
7 012399
8 05
9 048
Presentacin grfica de una distribucin
de frecuencia
Se usan generalmente tres formas grficas
histogramas, polgonos de frecuencia y una
distribucin de frecuencia acumulada (ojiva).
Histograma:
grfica en la cual las clases se marcan sobre el
eje horizontal, y las frecuencias, en el eje
vertical. Las frecuencias se representan por
la altura de las barras que se dibujan una
junto a la otra.
2-20
Presentacin grfica de una distribucin
de frecuencia
Un polgono de frecuencia consiste
de segmentos de lnea que unen los
puntos determinados por los puntos
medios de la clase y la frecuencia
correspondiente.
Una distribucin de frecuencia
acumulada (ojiva) se usa para
determinar cuntos o que proporcin
de los datos est por arriba o por
abajo de un valor determinado.
2-11
Ejemplos
Elaborar el histograma, el polgono de

frecuencia y la distribucin de
frecuencia acumulada (ojiva) para las
distribuciones vistas anteriormente en
clase.
1. Edades de 50 personas adultas que
son radio-escuchas.
2. Distribucin de frecuencia para las
horas por semana de estudio, que
dedican 30 estudiantes
2-5
Qu se necesita para construir un histograma?

Las clases o categoras.
Las frecuencias absolutas.
Edades de 50 personas adultas que son radio-escuhas.
EDADES f
[22 - 27[ 1
[27 - 32[ 4
[32 - 37[ 9
[37 - 42[ 17
[42 - 47[ 15
[47 - 52[ 4
Histograma de las Edades de 50 personas
adultas que son radio-escuchas.
18
16
14
12
10
Frecuencia
0
22 27 32 37 42 47 52
Edades de Adultos radioescuchas

Qu se necesita para construir un histograma?
Las clases o categoras.
Las frecuencias absolutas.
Horas de estudio que dedican por semana un grupo de
estudiantes
Horas de Estudio Frecuencia, f
7.5 < 12.5 1
12.5 < 17.5 12
17.5 < 22.5 11
22.5 < 27.5 4
27.5 < 32.5 1
32.5 < 37.5 1
Total 30
Histograma de las horas por semana que
dedican al estudio, un grupo de estudiantes
14
Nmero de estudiantes
12
10
0
7.5 12.5 17.5 22.5 27.5 32.5 37.5
Horas que se dedican al estudio

Qu se necesita para elaborar el grfico del polgono de
frecuencia
Clases o categoras
Frecuencias absolutas
Marcas de clase (puntos medios): es un punto que divide a una clase
en dos partes iguales; es decir, el promedio entre los lmites de clase
superior e inferior, la frmula para calcular el punto medio es:
Xm = (Ls + Li)/2
Qu se necesita para elaborar el grfico
del polgono de frecuencia
Edades de 50 personas adultas que son radio-escuhas.
CLASES f Xm
[22 - 27[ 1 24.5
[27 - 32[ 4 29.5
[32 - 37[ 9 34.5
[37 - 42[ 17 39.5
[42 - 47[ 15 44.5
[47 - 52[ 4 49.5

2-22
Polgono de frecuencias de las edades de las personas

Adultas Radioescuchas
18
16
Nmero de personas
14
12
10
0
24.5 29.5 34.5 39.5 44.5 49.5
Edades
2-16
Qu se necesita para elaborar el grfico del

polgono de frecuencia?
Horas por semana que dedican al estudio, un grupo de estudiantes
Horas de Estudio Frecuencia, f Xm
7.5 < 12.5 1 10
12.5 < 17.5 12 15
17.5 < 22.5 11 20
22.5 < 27.5 4 25
27.5 < 32.5 1 30
32.5 < 37.5 1 35

2-22
Polgono de frecuencias para las horas que se dedican al

estudio
14
Nmero de estudiantes
12
10
0
10 15 20 25 30 35
Horas que se dedican al estudio

Qu se necesita para elaborar una
Distribucin de frecuencia acumulada?
Clases
Frecuencia absoluta.
Frecuencia acumulada (menos que)
(disminuye).
Frecuencia acumulada (ms que)
(aumenta).
Edades de 50 personas adultas que son radio-
escuchas.
Edades f fac (+ que) fac (- que)
[22-27[ 1 1 50
[27-32[ 4 5 49
+
=
[32-37[ 9 14 45
[37-42[ 17 31 36
[42-47[ 15 46 19
[47-52[ 4 50 4
50
fac (+ que): frecuencia acumulada positiva. En cada lnea se van acumulando las
frecuencias. Se inicia con la primer frecuencia (f), y finaliza con el numero total de
datos.
fac (- que) : frecuencia acumulada negativa. En cada lnea se van restando las
frecuencias (f) que estn en el mismo nivel. Se inicia con el total de datos, y finaliza
con la ultima (f).
Distribucin de frecuencia acumulada
para las edades de personas adultas
radioescuchas
f
Menos que
Ms que
50
40
30
20
10
Edades
22 27 32 37 42 47 52
Horas que dedican al estudio 30 estudiantes
Horas f fa (- que) fa (+ que)
[7.5 12.5[ 1 1 30
[12.5 17.5[ 12 13 29
[17.5 22.5[ 11 24 17
[22.5 27.5[ 4 28 6
[27.5 32.5[ 1 29 2
[32.5 37.5[ 1 30 1
Distribucin de frecuencia acumulada para las
horas que dedican al estudio 30 estudiantes
f
Ms que Menos que
30
25
20
15
10
5
Horas
de
7.5 12.5 17.5 22.5 27.5 32.5 37.5 estudio
2-24
Diagrama de barras
Un diagrama de barras: Es una grafica que se construye
con rectngulos o barras separadas a igual distancia una
de otra. Estos rectngulos se pueden dibujar en forma
horizontal o vertical; se usa para representar cualquiera
de los niveles de medicin (nominal, ordinal, de intervalo
o de razn).
EJEMPLO : construya un diagrama de barras para el

nmero de personas desempleadas por cada 100,000
habitantes; utilice las ciudades seleccionadas en 1999 que
se muestran a continuacin.
2-25
EJEMPLO continuacin
Ciudad Nmero de desempleados

por cada 100,000
habitantes
Atlanta, GA 7300
Boston, MA 5400
Chicago, IL 6700
Los ngeles, CA 8900
Nueva York, NY 8200
Washington, D.C. 8900
2-26
Diagrama de barras para los datos de
desempleados
# desempleados/100,000
10000 8900 8900

8200
8000 7300
6700
5400 Atlanta
6000
Boston
4000 Chicago
Los Angeles
2000 New York
0 Washington
1 2 3 4 5 6
Ciudades
2-26
Diagrama de barras
Elabore una grafica de barras horizontal, para los
resultados obtenidos en el primer control de lectura
del grupo 01 de Estadstica I, Ciclo 02-2008.
CATEGORIA NUMERO DE
ESTUDIANTES
Aprobados 68
Reprobados 25
Total 93
2-26
Resultados obtenidos en el primer control de lectura

del grupo 02, Ciclo 02-2008
REPROBADOS
APROBADOS
0 Numero de
estudiantes
10 20 30 40 50 60 70 80 90
2-27
Diagrama de pastel
Un diagrama de pastel es til especialmente al
desplegar la distribucin de frecuencias
relativas. Un crculo se divide de forma
proporcional a la frecuencia relativa y las reas
del crculo se asignan a los diferentes grupos.
EJEMPLO : se tom una muestra aleatoria de 200

corredores para que indicaran su marca de
zapato deportivo favorito.
2-28
EJEMPLO continuacin
Dibuje un diagrama de pastel basndose en la

informacin siguiente.
Marca de zapato # de corredores

Nike 92
Adidas 49
Reebok 37
Asics 13
Otras 9
La marca de zapato deportivo favorito, para un grupo
de corredores.
Marca de f ngulo del sector Porcentaje
zapato G= (f/n) * 360
Fr%=(f/n)* 100%
Nike 92 166 46
Adidas 49 88 24.5
Reebok 37 67 18.5
Asics 13 23 6.5
Otras 9 16 4.5
200
TOTAL 360 100%
Cantidad de grados a graficar
con el transportador, para cada
clase
2-29
Diagrama de pastel para zapatos de corredores
Asics
Reebok
Otras
46.0% Nike
24.5% Adidas
18.5% Reebok
Adidas
6.5% Asics
4.5% Otras
Nike
MEDIDAS DE VALOR
CENTRAL
MEDIDAS DE VALOR CENTRAL
OBJETIVOS
Cuando haya terminado este captulo deber ser capaz de:
1. Calcular la media aritmtica, la mediana, la moda,

la media ponderada y la media geomtrica.
La media, la mediana y la moda para series
simples, datos sin agrupar

La Media Aritmtica : x
xi / N Poblacin
Frmula para serie simples
x xi / n Muestra
Ejemplo 1:
x Obtener la para las siguientes edades, las cuales son
tomadas de una muestra, de un grupo de estudiantes, de un
Colegio en Santa Tecla: 5,5,6,6,7,8,8,8,8,9
x xi / n
x = (5+5+6+6+7+8+8+8+8+9)/10
x = 70/10 Datos que no
necesitan de una
x =7 distribucin.
La Mediana (Md)
Es el valor que ocupa el lugar central de la serie
Ejemplo:
Cul es la mediana de la siguiente serie?
6, 3, 4, 10, 9, 7 y 8.
Primero se ordenan los datos:
3, 4, 6, 7, 8, 9, 10
La mediana de la serie anterior es 7

La Mediana (Md) Continuacin
Ejemplo 2:
Encontrar el valor de la mediana para la siguiente serie de datos:
3, 4, 6, 7, 8, 9, 10, 10
Md = Suma de los datos centrales/2
Md = (7+8)/2
Md = 15/2
Md = 7.5
Recuerde que la ubicacin de la
mediana para este tipo de datos esta
dada por:
N
uMd 0.5
2
La Moda o Modo
El valor que se repite con mayor frecuencia
Ejemplo 1:
La moda para la serie:
100,125,130,130,130,145,150 es:
Mo = 130 (Unimodal)
Ejemplo 2:
La moda para la serie: 100,125,130,130,130,145,145,145,150 es:
Mo = 130 y 145 (Bimodal)
La media, la mediana y la moda para
series agrupadas
( fXm) Poblacin Cuando se tiene una distribucin por

N intervalos de clase, se usan formulas
para series agrupadas, para encontrar
( fXm ) la media, mediana y moda.
x Muestra
n
FXm= frecuencias multiplicadas por puntos medios
Ejemplo 1:
Hallar el promedio de aos para la serie de las edades de
50 personas adultas que son radioescuchas en EEUU
La media, para series agrupadas
( fXm )
x
n
Edades f Xm fXm
[22-27] 1 24.5 24.5
[27-32 ] 4 29.5 118.0
[32-37 ] 9 34.5 310.5
[37-42 ] 17 39.5 671.5
[42-47 ] 15 44.5 667.5
[47-52 ] 4 49.5 198.0
=1990
( fXm )
x
n
1990
x
50
x 39.8 Aos
Ejemplo 2: Se pas un prueba de Lenguaje a todas
las alumnas de bachillerato del Colegio XY. En la
tabla siguiente se muestran los resultados de dicha
prueba, en puntaje. Encuentre la media para esta
serie.
La media, para series agrupadas
Puntaje obtenido por alumnas del Colegio XY

Puntaje f Xm fXm
28 32 10 30 300
33 37 15 35 525
38 42 20 40 800
43 47 35 45 1575
48 52 19 50 950
53 57 12 55 660
58 62 9 60 540
n=120 = 5350
Puntaje f Xm fXm ( fXm )

x
28-32 10 30 300 n
33-37 15 35 525 x 5350

120
38-42 20 40 800 x 5350

120
43-47 35 45 1575 x 44.58
48-52 19 50 950 Puntaje promedio obtenido
53-57 12 51 660 por las 120 estudiantes.
58-62 9 60 540
120 5350
La mediana para series agrupadas
La Mediana
Se puede encontrar por dos mtodos:
Mtodo Grfico (Ojiva) n
faa
Frmula Algebraica Md Li 2
f Md
* ic
Ejemplos:
1. Encuentre la mediana para las edades de 50 personas
radio-escuchas e interprete el resultado.
2. Encuentre la mediana para los puntajes obtenidos por las
120 estudiantes del Colegio XY e interprete el resultado.
2-12

n
Edades de 50 personas adultas faa
Md Li 2 * ic
f Md
que son radio-escuchas.
n 50
CLASES f fa 25
2 2
[22 - 27 ] 1 1 Li = 37
faa = 14
[27 - 32 ] 4 5
Clase f Md= 17
mediana [32 - 37 ] 9 14
ic = 5
[37 - 42 ] 17 31 n
faa
Md Li 2 * ic
f Md
[42 - 47 ] 15 46 50
14
Md 37 2
[47 - 52 ] 4 50 17
*5
Md 40.2 aos
TOTAL 50

Puntaje f fa Lmites reales
28 32 10 10 [27.5 32.5 [
33 37 15 25 [32.5 37.5 [ Clase
38 42 20 45 [37.5 42.5 [ mediana
43 47 35 80 [42.5 47.5 [
48 52 19 99 [47.5 52.5 [
53 57 12 111 [52.5 57.5 [
58 62 9 120 [57.5 62.5 [
n=120
Lmites aparentes
2-12

N
faa N
Md Li 2 * ic faa
f Md Md Li 2 * ic
f Md
n 120
60
2 2 120
45
Li = 42.5 Md 42.5 2 *5
35
faa = 45
Md 44.64 puntos
f Md= 35
ic = 5
Calcule el valor de la media aritmetica y la mediana e interprete su respuesta;
para la siguiente distribucin, correspondiente al salario en dlares de un
grupo de personas
Salario ($) f
300 324 5
325 349 18
350 374 28
375 399 36
400 424 22
425 449 15
450 - 474 4
Moda para series agrupadas
1
Mo Li * ic
1 2
Li = Lmite real inferior de la clase Modal.
1 = Diferencia entre la frecuencia absoluta de la clase Modal y la

frecuencia de la clase anterior a la Modal (Premodal)
2 = Diferencia entre la frecuencia de la clase Modal y la frecuencia de
la clase posterior a la Modal (Posmodal).
ic= tamao del intervalo de clase
Nota: La clase modal es la que tiene la mayor frecuencia
Ejemplo: Calcular la moda para los salarios de 128 personas.

Moda para series agrupadas
1
Mo Li * ic Salario en dlares de 128 personas
1 2
Li = 374.5
Salario ($) f
1 = 36 28 = 8
299.5 324.5 5
2 = 36 22 = 14
324.5 349.5 18
ic = Ls - Li Clase 349.5 374.5 28
modal
ic = 374.5 349.5 = 25 374.5 399.5 36
Mo Li
1
* ic 399.5 424.5 22
1 2
8 424.5 449.5 15
Mo 374.5 * 25
8 14
449.5 474.5 4
Mo $383.59 Salario que ms se repite
OTROS PROMEDIOS
La media ponderada:
xw

wi x i
wi
Ejemplo1: En una escuela metropolitana de San Salvador
hay tres secciones de noveno grado, se les pas un
examen de Matemtica, con los siguientes resultados en
puntaje: Hallar la media ponderada de los puntajes:
Secciones Wi Xi
Xi: siempre ser la
(No. De personas) (Puntaje)
variable en
A 25 68 estudio.
B 30 70
Wi: ser la otra
C 45 60 variable en
relacin.
xw

wi x i
wi
Secciones Wi Xi
(25)(68) (30)(70) (45)(60)
xW
A 25 68 25 30 45
6500
B 30 70 xw
100
C 45 60 x w = 65 (media ponderada en puntaje)
Ejemplo 2: En un hospital en Los ngeles California, hay
50 enfermeras asistentes con un salario de $8.00/ hora; 50
enfermeras prcticas y su salario es de $10.00/ hora; y 100
enfermeras registradas con un salario de $14.00/hora.
Encontrar el salario promedio ponderada para este grupo
de enfermeras.
xw

wi x i
wi
x w (50)(8)+(50)(10)+(100)(14)
50+50+100
x w 400+500+1400
200
2300
xw
200
x w 11.5
R/ El salario medio ponderado es de $11.5/h
La Media Geomtrica
MG x x x ... x n
1 2 3 n
n= numero de DATOS
Ejemplo: Calcule la media geomtrica de los siguientes

valores: 2, 8, 6, 4, 10, 6, 8 y 4
MG x x x ... x
n
1 2 3 n
MG 8
286410 684
MG 7372808
MG 5.4
Incremento Porcentual Promedio en el tiempo o tasa
de cambio
Valoralfinaldelperiodo
MG n 1
Valoralprincipiodelperiodo
n= numero de aos
Ejemplo:
Un pas tiene, en 1967 una poblacin de 6.5 millones de
habitantes, la cual sube en 1977 a 8 millones de
habitantes.
a) Cul es la poblacin media geomtrica del perodo?
b) Cul es la tasa anual de crecimiento?
Incremento porcentual promedio en el
tiempo continuacin
a) MG n x1 x2 x3 ... xn
MG 6.58
MG 52
MG 7.21 millones (media poblacional para ese periodo)
Valoralfinaldelperiodo
b) MG n 1
Valoralprincipiodelperiodo
MG 10
8
1 MG 1.0209 1
6.5 MG 0.0209 *100
MG 2.1%
MG 1.23 1
10
Tasa anual de crecimiento

MEDIA ARMONICA (H)
n
H
1

xi
Ejemplo: Calcule la media armnica de los siguientes valores: 2, 8, 6, 4, 10, 6, 8 y 4
8 8
H 4.75
1 1 1 1 1 1 1 1 1.68333 3

2 8 6 4 10 6 8 4
Relacin entre las medias.
MH MG X
MEDIDAS DE VARIABILIDAD Y DE POSICIN
Objetivos especficos
Que el estudiante:
Defina y calcule el Rango para datos simples y datos agrupados.
Calcule e interprete la Desviacin Media, varianza y desviacin tpica.
Pueda calcular e interpretar: cuartiles, deciles y percentiles para datos
agrupados y no agrupados.
Medidas de Variabilidad o Dispersin
Las medidas de variabilidad indican la distancia comprendida entre

un punto inferior y un punto superior, o el grado de dispersin o
alejamiento, que tiene una medida respecto a otra, tomada como
punto de referencia, entre ellas tenemos, amplitud de variacin
inclusiva y exclusiva, segn incluya o no los puntos extremos dentro
de un intervalo.
Estudiaremos:
Rango inclusivo
Rango exclusivo
Rango total
Pero para no confundir con el rango antes estudiado,

lo llamaremos:
Amplitud de variacin inclusiva (AInc)
Amplitud de variacin exclusiva (AExc)
Amplitud total (At)
Amplitud: es la diferencia entre el valor mayor y el
valor menor de un conjunto de datos. Es la
distancia que hay entre dos datos.
Amplitud exclusiva (AExc)
AExc= PM Pm
Se tiene la siguiente serie ordenada
6,7,8,9,10
AExc= 10 6 = 4
Indica que hay 4 espacios entre las anotaciones
numricas, se refiere al numero de distancias entre
numero y numero consecutivo. Si nos referimos a
puntos valores esta amplitud esta excluyendo a uno
de ellos.
Amplitud inclusiva (Ainc)
AInc= PM Pm +1
AInc= 10 6 +1= 5
Este dato incluye todos los puntos valores pertenecientes al intervalo de 6

a 10
Amplitud total (At)
Se aplica cuando esta referida a la totalidad de los datos que se tienen en
tratamiento.
En los datos agrupados esta comprendida entre el limite inferior de la primera
clase, hasta el limite superior de la ultima clase.
* At = Ls de la ltima clase Li de la primera clase

FORMULAS A USAR EN LAS SIGUIENTES PAGINAS.
PARA DATOS SIMPLES
Todos aquellos que no se presentan por medio de
intervalos de clase.
1. Desviacin media (DM)
Tabla simple sin
frecuencia
Xi (poblacin)
MD
N
Xi x (muestra)
MD
n 1
Xi
Recordando: x
n
Xi

N
2. Varianza ( ) 2
Tabla simple sin

frecuencia
Xi
2
Varianza

2
Poblacional
N
Xi x 2 Varianza Muestral
S 2
n 1
3. DESVIACION ESTANDAR
Tabla simple sin
frecuencia
Xi
2
Poblacion
N
Xi x
2
S Muestra
n 1
PARA DATOS AGRUPADOS
Aquellos datos que estn agrupados por intervalos de clase.
1. Desviacin media (DM)
F Xm
(poblacin) MD
N
(muestra) F Xm x
MD
n 1
Recuerde que la media aritmtica en este tipo de datos es:
FXm
x
n
FXm

N
2. Varianza ( )
2
F Xm
2
Varianza
2
Poblacional N
Varianza Muestral F Xm x 2
S 2
n 1
3. DESVIACION ESTANDAR ( )
F Xm
2
Poblacin

N
F Xm x
2
Muestra
S
n 1
(Series Simples o datos sin agrupar)
* Rango o amplitud: La medida de dispersin mas simple.
AExc = Valor mayor - Valor menor
Ej: Para le serie 2,3,5,7,15,9,11,1,3,6 que representa una poblacin el rango seria:
AExc = 15-1 = 14 Tabla simple sin frecuencia
* Desviacin Media : Xi | Xi- |
MD Xi Xi-
N 1 -5.2 5.2
2 -4.2 4.2
Xi
MD
Xi 3 -3.2 3.2
N N
3 -3.2 3.2
= 2+3+5+7+15+9+11+1+3+6 5 -1.2 1.2
6 -0.2 0.2
10 7 0.8 0.8
MD = 34.4
= 62 = 6. 20 9 2.8 2.8
10
10 11 4.8 4.8
MD = 3.44 15 8.8 8.8
= 0 =34.4
Las barras de valor absoluto indican que el resultado de la

operacin dentro del valor absoluto, siempre ser positivo
(Series Simples o datos sin agrupar)
* Desviacin Media (MD):
Interpretacin de la MD
Un valor pequeo en la desviacin media, indica que la
media si es representativa de los datos, mientras que si la
desviacin media tiene un valor grande, esto indica
dispersin en los datos.
Ventajas: Se usan todos los datos
Es fcil de entender, es la cantidad promedio en la
que los valores se separan de la media.
Desventaja: El uso de valores absolutos.
Por tal razn se usa mejor la desviacin estndar
Varianza y Desviacin Estndar Poblacional (para datos
simples o datos sin agrupar)
La Varianza y la Desviacin Tpica se pueden usar para
comparar la dispersin (separacin) de dos o ms conjuntos de
observaciones. Por ejemplo:
Las notas de las asignaturas bsicas en el ltimo ao de
Bachillerato de Rebeca y Juan para el ao 2007 fueron:
Rebeca: Matemtica: 8, CCNN: 7.5, Lenguaje: 9,

Sociales: 7, e ingles: 7.
Juan: Matemtica: 6, CCNN: 7, Lenguaje: 7,
Sociales: 6.5, e ingles: 10.
Encuentre la Varianza y la Desviacin Estndar y compare ambos
resultados.
Varianza y Desviacin Estndar Poblacional (para datos simples o
datos sin agrupar)
Promedio para las notas de Rebeca: (los datos representan una poblacin,
porque se estn tomando todos los promedios para cada alumno).
Xi
2
Tabla simple sin frecuencia
2
Nota Xi- | Xi- |
2
Xi N 0.56
8 0.3 0.09
7.5 -0.2 0.04 = 2.8/5 0.75
9 1.30 1.69 = 0.56 Varianza
7 -0.7 0.49 Desviacin
7 -0.7 0.49 estndar
=0 2.8
xi / N
8 7.5 9 7 7
7.7 promedio de nota
5
Promedio para las notas de Juan:
x
Tabla simple sin frecuencia 2
Nota Xi- | Xi- |
2
Xi N
6
7
-1.3
-0.3
1.69
0.09 = 9.8/5
2
7 -0.3 0.09 1.96
6.5 0.8 0.64 = 1.96 Varianza
10 2.7 7.29 1.4
=0 9.8
xi / N
Desviacin
estndar
6 7 7 6.5 10

5
7.3 promedio de nota
REBECA JUAN
= 0.56 Varianza = 1.96 Varianza
0.75 Desviacin estndar
1.4 Desviacin estndar
Al comparar los resultados de ambos, los resultados mas
pequeos indican que los datos estn menos dispersos.
Conclusin: Las notas de Juan estn mas dispersas
(separadas) con respecto a su Media Aritmtica, mientras
que las notas de Rebeca estn menos dispersas con respecto
a su Media Aritmtica.
Por lo anterior podemos decir que la Media Aritmtica sera
mas representativa para las notas de Rebeca que para las de
Juan.
Varianza y Desviacin Estndar Muestral (para
datos simples o datos sin agrupar)
EJEMPLO: Los salarios por hora en una muestra de profesores de
medio tiempo en dos Universidades son:
U1 ($3,$4, $6, $8, $10, $11); U2 ($2,$3, $4, $6, $7, $8)
Encuentre la Varianza, la Desviacin Estndar, compare los resultados e
interprtelos.
Se usa una tabla simple sin frecuencia (datos ordenados
ascendentemente).
FRMULA CONCEPTUAL: U1: x xi / n
X= 3+4+6+8+10+11
Xi x 2 6
S
2 X= 42
n 1 6
X= $7.00
Varianza y Desviacin Estndar Muestral (para datos
U1: x $7.00
Xi x 2
Salarios Xi-X (Xi-X)2 S

2
S S2
Xi n 1
52 S 10.4
3 -4 16
S
2
4 -3 9 6 1 S $3.22 Desviacin
6 -1 1 estndar
52
8 1 1 S2
10 3 9 5
11 4 16 S 2 10.4 Varianza
= 52
En algunos casos encontrar la desviacin que est elevada al cuadrado entre

parntesis, en lugar de barras de valor absoluto; esto se debe a que un
numero que esta elevado al cuadrado siempre ser positivo, aunque dicho
numero sea negativo.
Varianza y Desviacin Estndar Muestral (para datos simples
o datos sin agrupar)
U2:
Xi x 2
x xi / n S 2
Tabla simple sin frecuencia n 1

23 4 6 7 8
Xi Xi-X (xi-x)2 x
6
30 28
x 2 -3 9 S
2
6 6 1
x $5.00 3 -2 4 28
S 2
4 -1 1
5
S 2 5.6 Varianza
6 1 1
7 2 4 S S2 S $2.37 Desviacin
tpica
8 3 9 S 5.6
28
Varianza y Desviacin Estndar Muestral (para datos simples
o datos sin agrupar)
Compare los resultados e interprtelos.
U1: S = $3.22 U2: S = $2.37
Interpretacin: hay menos dispersin en los salarios de la

Universidad dos (tiene un valor mas pequeo de desviacin)
que en la Universidad uno; por lo tanto la media aritmtica
representa mejor los salarios de la U2
Desviacion media, Varianza y Desviacin Estndar Muestral (para datos simples o datos sin
agrupar)
Edades de un grupo de padres de familia de los alumnos de un colegio X. (la
informacin corresponde a una muestra) FXi 972
Tabla simple con frecuencia x 37 .4
n 26
Clase (F) F Xi | Xi-X | F| Xi-X | | Xi-X |2 F| Xi-X |2 Formulas a usar para
Edad (Xi)
este tipo de tablas
33 2 66 4.4 8.8 19.4 38.8
F Xi x
34 2 68 3.4 6.8 11.6 23.2 MD
n 1
35 4 140 2.4 9.6 5.8 23.2
F Xi x
36 1 36 1.4 1.4 2 2 2
37 4 148 0.4 1.6 0.2 0.8

S
2
38 3 114 0.6 1.8 0.4 1.2 n 1

39 4 156 1.6 6.4 2.6 10.4
F Xi x
2
40 2 80 2.6 5.2 6.8 13.6 S

n 1
41 4 164 3.6 14.4 13 52
26 972 56 165.2 n= 26
= FXi= 972
X
Desviacion media, Varianza y Desviacin Estndar Muestral (para datos
F Xi x MD = 56 = 2.24
MD
n 1
26-1
F Xi x 2
S
2
S2 = 165.2 = 6.61
n 1
26-1
F Xi x
2
S S =6.61 =2.57
n 1
Para ver lo que la formula le pide, por ejemplo:

F |Xm - x |
Significa que va a sumar la Columna que resulta de la multiplicacion de
frecuencias(F) por la desviacion |Xm - x |
Datos Agrupados
Amplitud total
At = Ls de la ltima clase Li de la primera clase
Ejemplos: Encuentre el rango o amplitud total (At)
para las series agrupadas que estudiamos anteriormente
en clase:
Para la serie de las edades de Aos f
50 personas radio escuchas el 22-27 1
rango sera: 27-32 4
32-37 9
At = 52 - 22
37-42 17
At = 30 aos
42-47 15
47-52 4
Datos Agrupados
Para la serie del puntaje obtenido por todas las alumnas del
Colegio X en un examen de Leguaje, la amplitud total sera
Puntaje f At = 57 - 28
28 32 10 At = 29 puntos
33 37 15
38 42 20
43 47 35
48 52 19
53 57 12
Datos Agrupados
Para la serie de los salarios de
Salario ($) f
un grupo de personas el rango
300 324 5 sera:
325 349 18 At = Ls de la ltima clase Li de la primera clase
350 374 28
At = 474 - 300
375 399 36
At = $174.00
400 424 22
Suponer que es una muestra:
425 449 15 - Encontrar Desviacn Media, Varianza y Desviacin
Estandar
450 - 474 4
Medidas de Variabilidad o Dispersin de Datos Agrupados
(tablas con intervalos de clase)
*Desviacin Media
Ganancia en millones de dlares, f Xm x
obtenida al finalizar el ao pasado por DM
un grupo de empresas nacionales. n 1
fXm
Millones de
dlares
Nmero de
Empresas (F)
Xm FXm x
n
05 12 2.5 30
4235
5 10 35 7.5 262.5
x
10 15 41 12.5 512.5 250
15 20 95 17.5 1662.5
20 25 35 22.5 787.5
x $16.94 millones
25 30 17 27.5 467.5
30 35 10 32.5 325
35 40 5 37.5 187.5
n=250 = 4235
*Desviacin Media
Ganancia en millones de dlares, obtenida al finalizar el ao pasado por un

grupo de empresas nacionales.
x $16.94 millones
f Pm x Millones de Nmero de
MD dlares Empresas Xm x | F |Xm -x |
n 1 (f)
fXm |Xm -
1371.44
MD
250 1 05 12 2.5 30 14.44 173.28
5 10 35 7.5 262.5 9.44 330.4
10 15 41 12.5 512.5 4.44 182.04

1371.44
MD 15 20 95 17.5 1662.
5
0.56 53.2
249
20 25 35 22.5 787.5 5.56 194.6
25 30 17 27.5 467.5 10.56 179.52
30 35 10 32.5 325 15.56 155.6
35 40 5 37.5 187.5 20.56 102.8
MD $5.51 millones =1371.44

Calcule la Desviacin Media, varianza y desviacin estndar para la

siguient e distribucin , la cual corresponde al nmero de pulsaciones
por minuto de todos los estudiantes de Bachillerato en una Escuela
en Santa Tecla.
Nota: Este ejercicio lo desarrollar el
Pulsaciones por minuto
(p.p.m.)
f
estudiante.
43-50 3
51-58 28 f Xm
59-66 131 MD
67-74 283 N
F Xm
2
75-82 351
83-90 185

2
91-98
99-106
64
14
N
F Xm
2
107-114 1

N
*Varianza y Desviacin Estndar
Ejemplos: Calcule la varianza y la desviacin estndar

para las distribuciones anteriormente estudiadas, al final
compare e interprete los resultados.
1. Ganancia en millones de dlares, obtenida al finalizar el

ao pasado por un grupo de empresas nacionales.
2. Nmero de pulsaciones por minuto de todos los estudiantes

de Bachillerato en una Escuela en Santa Tecla.
1. Ganancia en millones de dlares, obtenida al finalizar el

ao pasado por un grupo de empresas nacionales.
Millones Nmero
de de Xm fXm
dlares Empresas
05 12 2.5 30
5 10 35 7.5 262.5
10 15 41 12.5 512.5
15 20 95 17.5 1662.5
20 25 35 22.5 787.5
25 30 17 27.5 467.5
30 35 10 32.5 325
35 40 5 37.5 187.5
4235
2. Nmero de pulsaciones por minuto de todos los estudiantes
de Bachillerato en una Escuela en Santa Tecla.
Pulsaciones por minuto (p.p.m.) f

Nota: Este ejercicio lo
43-50 3
51-58 28
desarrollar el estudiante
59-66 131
f Pm
67-74 283 2

75-82 351 2
83-90 185
N
91-98 64
99-106 14
107-114 1
TEOREMA DE CHEBYSHEV
Regla emprica: En una distribucin simtrica en forma de campana
se establece lo siguiente
a) Aproximadamente el 68% de las observaciones (datos) deben
estar entre la media y mas-menos una desviacin estndar,
queda representado con la siguiente expresin:
Grficamente quedara
68%
x S 68%
Se usa cuando se conoce que la

distribucin tiene forma de
campana.
S x S
b) Aproximadamente el 95% de las observaciones (datos) deben

estar entre la media y mas-menos dos desviaciones estndar,
Se usa cuando se conoce que la Grficamente quedara
distribucin tiene forma de
campana.
2 95%
x 2S 95%
2 2

2S x 2S
c) Aproximadamente el 99.7% de las observaciones (datos) deben

estar entre la media y mas-menos tres desviaciones estndar,
Se usa cuando se conoce que la distribucin tiene forma de campana.
3 99.7% Grficamente quedara
x 3S 99.7%
El uso de esta frmula revela el
dato mayor y el dato menor de la
distribucin ya que est
representando casi al 100% de
los datos.
3 3
Con estos datos se puede
determinar la amplitud de la 3S x 3S
distribucin (AExc) =PM - Pm
TEOREMA DE SHEBYSHEV: En una distribucin simtrica en forma de campana
y establece que:
CUANDO CONOZCA LA MEDIA Y LA DESVIACION ESTANDAR , Y LE
PREGUNTEN SOBRE QU INTERVALO DE DATOS ESTA ENTRE LOS
PORCENTAJES MENCIONADOS .
Se le suma y se le resta a la media la desviacin

HAY TRES POSIBLES OPCIONES:
68% estndar y se obtiene el intervalo de datos en el
que se encuentra el 68 % de la distribucin.
x S 68%
Se le suma y se le resta a la media 2 veces la

2 95% desviacin estndar y se obtiene el intervalo de
datos en el que se encuentra el 95% de la
x 2S 95% distribucin.
Se le suma y se le resta a la media 3 veces la

3 99.7% desviacin estndar y se obtiene el intervalo de
datos en el que se encuentra el 99.7 % de la
x 3S 99.7% distribucin. Y como representa casi al 100 %, se
puede decir que estos datos que se encuentren
ser el PM y el Pm de la distribucin.
Ejemplo:
En una muestra de 600 personas, se miden para estudiar
la estatura, las cules obtuvieron una estatura promedio
de 1.69 m y una desviacin estndar de 0.07 m. Con la
anterior informacin se pregunta:
a) Entre qu estaturas est aproximadamente el 68% de

las personas medidas?
b) Entre qu estaturas est aproximadamente el 95% de
las personas medidas?
c) Tericamente cul es la estatura mayor y la estatura
menor de las personas medidas?
a) Entre qu estaturas est aproximadamente el
68% de las personas medidas?
68% Se usa la segunda formula porque dice que es
una muestra
x S 68% x 1.69 m S 0.07 m

x 1S 1.69 (1)0.07
x 1S 1.69 (1)0.07 1.62
x 1S 1.69 (1)0.07 1.76
Conclusin: El 68% de los datos (estaturas) de la distribucin se

encuentran entre 1.62 y 1.76 metros.
b) Entre qu estaturas est aproximadamente el 95% de las
personas medidas?
2 95% Se usa la segunda formula porque dice que es

una muestra
x 2S 95% x 2S 1.69 (2)0.07

x 2S 1.69 (2)0.07 1.55
x 2S 1.69 (2)0.07 1.83
Conclusin: El 95% de los datos (estaturas) de la distribucin se

encuentran entre 1.55 y 1.83 metros.
c) Tericamente cul es la estatura mayor y la estatura
menor de las personas medidas?
3 99.7% Se usa la segunda formula porque dice que es

una muestra.
x 3S 99.7% Y como no se conoce la tabla de datos, el
puntaje mayor y el puntaje menor se determina
con la formula que casi representa al 100%.
x 3S 1.69 (3)0.07
x 3S 1.69 (3)0.07 1.48
x 3S 1.69 (3)0.07 1.90
El PM=1.80 m
Pm = 1.48 m
En cualquier conjunto de observaciones (muestra o poblacin) la
proporcin de los valores que queda dentro de k desviaciones
estndar de la media es por lo menos
1 1/k2 , donde k es una constante mayor que uno (k >1).
La formula sombreada, representa el % de valores que se encuentra

entre k desviaciones estandar, por lo tanto el resultado de dicha
formula se multiplica por 100.
Se usa cuando se desconoce la forma de distribucin y se nos
pregunta por valores porcentuales que comprende un intervalo de
datos.
K: Es el nmero de desviaciones estndar respecto de la media
Si este dato no se conoce, se determina por medio de la siguiente

formula:
K = (PM-Pm)/desviacin estndar
Ejemplo: El promedio quincenal de ahorro que
tienen los empleados de una empresa
estadounidense es de $ 51.54 y la desviacin
estndar se calcul que es $ 7.51, qu porcentaje
de los ahorros est comprendido entre mas-menos
1.5 desviaciones de la media. (Solo necesita
conocer el valor de k para usar la formula)
1 0.5556 x100% 55.56 %
1
1 2 1
2.25
k R/ Aproximadamente el 55.56% de
los ahorros de los empleados esta
1 1 0.444
1 entre la media y mas menos 1.5
(1.5) 2 desviaciones estndar.
0.5556
Un grupo de vendedoras de un centro comercial percibe un promedio de
ganancias diarias de $200 con una desviacin estndar de $15.5
determine que porcentaje de las ganancias est entre $180 y $ 235.
Se trata de una muestra porque se refiere nada mas a un grupo.
Se tiene X= 200 y S = 15.5

Preguntan un % por lo tanto debe usarse el teorema de chevyshev, no se
conoce K pero se puede determinar ya que se conoce el intervalo de
datos del cual se pide el %
K = (PM- Pm)/ S = (235 180) /15.5 = ?
Determnelo con un decimal y encuentre el % buscado usando la siguiente
formula.
1
1
k2
MEDIDAS DE POSICIN
Cuantiles o fractiles
50% 50%
Md
25% 25% 25% 25%
Cuartiles (Qn)
n = 1,2,3 Q1 Q2 Q3
Deciles (Dn)
n =1,2,3,4..9
D1 D2 D3 D4 D5 D6 D7 D8 D9
1%
Percentiles (Pn)
n = 1,2,3,4,.99
P1 P25 P50 P75 P99
Cuartiles (Qn)
Dividir en 4 partes iguales la distribucin, cada una representa al 25%,
se pueden encontrar 3 cuartiles. n = 1,2,3
Deciles (Dn)
Dividir en 10 partes iguales la distribucin, cada una representa al
10%, se pueden encontrar 9 deciles.
n =1,2,3,4..9
Percentiles (Pn)
Dividir en 100 partes iguales la distribucin, cada una representa al
1%, se pueden encontrar 99 percentiles
n = 1,2,3,4,.99
El procedimiento es parecido que cuando encontrbamos
mediana para datos agrupados y no agrupados.
Recordando sobre la mediana, sabemos que esta divide en 2 a la distribucin,

representa al 50%.
Por lo tanto:
Md = Cuartil 2
Md = percentil 50
Md = decil 5
Ya que cada uno de ellos representa al 50%

MEDIDAS DE POSICIN (Para series simples o series No
agrupadas
Para encontrar el lugar posicional de cuartiles, deciles y percentiles,
para series no agrupadas, debemos utilizar la siguiente frmula: (Esta
brinda la ubicacin, que se tiene que buscar el los datos ordenados
ascendentemente).
L p N 1
P
100 Poblacin
En los siguientes
ejemplos se usa el Lp
L p n 1
P
Muestra para buscar cuartilies,
100
deciles y percentiles en
funcin de percentiles.
Donde P: es el numero del percentil buscado
Ejemplo: El dueo de un gimnasio est interesado en conocer el

tiempo (en minutos) que tardan sus clientes en trasladarse desde
su casa hasta el gimnasio, para ello pasa una encuesta a ciertos
clientes, las respuestas fueron las siguientes:
MEDIDAS DE POSICIN (Para series simples o series
No agrupadas
Minutos que tardan las personas en trasladarse de su casa
al gimnasio
5 15 22 35 45 50
7 16 25 36 46 51
8 18 25 38 47 53
10 18 28 40 49 54
10 20 30 42 49 55
Con la siguiente informacin calcule e interprete:
a) La mediana c) El decil cuatro y decil siete
b) Cuartil uno d) El percentil 37 y percentil 85
MEDIDAS DE POSICIN (Para series simples o series No agrupadas
Minutos que tardan las personas en trasladarse de su casa al gimnasio

a) La mediana Md = P50
5 15 22 35 45 50
L p n 1
P
7 16 25 36 46 51 100
L p 30 1
50
8 18 25 38 47 53 Entero: 15
100
Decimal: 0.5 L p 15.5
10 18 28 40 49 54
Esto quiere decir que el
10 20 30 42 49 55 valor de la mediana
est entre el dcimo
Procedimiento para encontrar la mediana: quinto y dcimo sexto
dato
1 Se resta el dato menor al mayor de las 2
posiciones consecutivas involucradas: 35-30=5
2 Se multiplica el resultado por el decimal buscado en la ubicacin: 5 x 0.5= 2.5
3 Se suma el resultado al dato menor (que seria la posicin 15): 30 + 2.5 = 32.5
No agrupadas
50% 50%
Md= 32.5 minutos
R/ Md = 32.5 minutos
Interpretacin: El 50% de las personas tarda

menos de 32.5 minutos para trasladarse desde
su casa al gimnasio y el otro 50% de las
personas tarde ms de 32.5 minutos en el
traslado.
MEDIDAS DE POSICIN (Para series simples o
series No agrupadas
b) Cuartil uno Q1 = P25
5 15 22 35 45 50
L p n 1
P
7 16 25 36 46 51 100
L p 30 1
25
8 18 25 38 47 53 100
L p 7.75
10 18 28 40 49 54
10 20 30 42 49 55 valor del Q1 est entre el
sptimo y octavo dato
Procedimiento para encontrar el cuartil uno:
1 Se resta el dato menor al mayor: 18-16=2
2 Se multiplica el resultado por la separacin entre los datos: 2 x 0.75= 1.5

3 Se suma el resultado al dato menor: 16 + 1.5 = 17.5
No agrupadas
R/ Q1 = 17.5 minutos
25% 75%
Q1= 17.5 minutos

menos de 17.5 minutos para trasladarse desde su
casa al gimnasio y el otro 75% de las personas tarde
ms de 17.5 minutos en el traslado.
series No agrupadas
c) Decil cuatro D4 = P40
5 15 22 35 45 50
L p n 1
P
7 16 25 36 46 51 100
L p 30 1
40
8 18 25 38 47 53 100
L p 12.4
10 18 28 40 49 54
10 20 30 42 49 55 valor del D4 est entre el
dcimo segundo y dcimo
tercer dato
Nota importante: Como en este caso el valor se repite, no se hace ningn

procedimiento, el valor del cuantil o fractil buscado ser precisamente ese valor.
Por lo tanto el valor del decil cuatro es igual a 25.
No agrupadas
R/ D4 = 25 minutos
menos de 25 minutos para trasladarse desde su
casa al gimnasio y el otro 60% de las personas
tarde ms de 25 minutos en el traslado.
40% 60%
D4= 25 minutos
series No agrupadas
c) Decil siete D7 = P70
5 15 22 35 45 50
L p n 1
P
7 16 25 36 46 51 100
L p 30 1
70
8 18 25 38 47 53 100
L p 21.7
10 18 28 40 49 54
10 20 30 42 49 55 valor del D7 est entre
el vigsimo primero y
Procedimiento para encontrar el decil siete: vigsimo segundo dato
1 Se resta el dato menor al mayor: 46-45=1
2 Se multiplica el resultado por la separacin entre los datos: 1 x 0.7= 0.7

3 Se suma el resultado al dato menor: 45 + 0.7 = 45.7
No agrupadas
R/ D7 = 45.7 minutos
menos de 45.7 minutos para trasladarse desde su
casa al gimnasio y el otro 30% de las personas
tarde ms de 45.7 minutos en el traslado.
70% 30%
D7= 45.7 minutos
El literal d) ser resuelto por los estudiantes en su cuaderno,

con el objetivo de preguntar dudas.
MEDIDAS DE POSICIN (Para Elseries agrupadas)
procedimiento es exactamente el
mismo que para la mediana de datos
Frmulas para series agrupadas: agrupados
Cuartiles: Deciles:
n
n x1 faa
x1 faa D1 LRi 10 * ic
Q1 LRi 4 * ic f D1
f Q1 n
n x 2 faa
x2 faa D2 LRi 10 * ic
Q2 LRi 4 * ic f D2
f Q2 n
x5 faa
n
D5 LRi 10 * ic
x3 faa f D5
Q3 LRi 4 * ic
f Q3 n
x9 faa
D9 LRi 10 * ic
f D9
MEDIDAS DE POSICIN (Para series agrupadas)
En todas las formulas Li ser el limite real
Frmulas para series agrupadas: inferior (se le resta 0.5 al limite inferior
absoluto de la clase que ubica al decil,
cuartil o percentil buscado.
Faa: Frecuencia acumulada anterior a la
Percentiles: clase.
n F: Frecuencia absoluta de la clase que se
x1 faa esta usando.
P1 Li 100 * ic
f P1
n
x 2 faa n
x43 faa
P2 Li 100 * ic
f P2 P43 Li 100 * ic
f P43
n
n x99 faa
x27 faa P99 Li 100 * ic
P27 Li 100 * ic f P 99
f P 27
Se tiene inters en estudiar el
rendimiento de un cierto tipo Para la anterior informacin
de automvil que consume calcule e interprete lo siguiente:
gasolina, para ello se toma
una muestra obteniendo los a) El valor del Q3
siguientes resultados:
b) El valor del D2 y D6
Km. por galn f
35 39 8 c) El valor del P39 y P83
40 44 22
45 49 32
50 54 16
55 - 59 2
Solucin del literal a) Q3
Rendimiento de un cierto tipo de automvil que consume gasolina
Km. por galn f Km, por galn fa
Clase Q3 Ubica la
35 39 8 34.5 39.5 8 clase Q3
40 44 22 39.5 44.5 30
n
45 49 32 44.5 49.5 62 x3 faa
50 54 16 49.5 54.5 Q3 Li 4 * ic
78 f Q3
55 - 59 2 54.5 59.5 80
80 x3 30
n =80 Q3 44.5 4 *5
Este valor se 32
n80
x3x3 60
ubica en la fa R / Q3 49.19 km / galn
44
Interpretacin: El 75% de los
Li 44.5 f Q3 32 ic 5
automviles rinde menos de
49.19 Km/galn y el otro 25% de
ic ls li los automviles rinde ms de
faa 30 ic 44.5 39.5 49.19 Km/galn
MEDIDAS DE POSICIN (Para series agrupadas) Solucin
del literal b) D2
Km. por galn f Km, por galn fa Clase D2

35 39 8 34.5 39.5 8 Ubica la
40 44
clase D2
22 39.5 44.5 30
45 49 32 n
44.5 49.5 62 x2 faa
50 54 16 49.5 54.5 78
D2 Li 10 * ic
f D2
55 - 59 2 54.5 59.5 80
80
x2 8
n =80
D2 39.5 10 *5
Este valor se 22
n80
x 2x 2 16
1010
Li 39.5 f D2 22 automviles rinde menos de
ic 5 los automviles rinde ms de
faa 8
41.32 Km/galn
Solucin del literal b) D6
Km. por galn f Km, por galn fa

35 39 8 34.5 39.5 8 Clase D6 Ubica la
40 44
clase D6
22 39.5 44.5 30
45 49 32 n
44.5 49.5 62 x6 faa
50 54 16 49.5 54.5 D6 Li 10 * ic
78 f D6
55 - 59 2 54.5 59.5 80
80 x6 30
n =80 D6 44.5 10 *5
Este valor se 32
n80
x 6x6 48
1010
Li 44.5 f D6 32 automviles rinde menos de
ic 5 los automviles rinde ms de
faa 30
47.31 Km/galn
Nota: El estudiante resolver el literal c)
Frmulas que se necesitan:
n n
x39 faa x83 faa
P39 Li 100 * ic P83 Li 100 * ic
f P 39 f P 83

EST1-Estadística Descriptiva

Încărcat de

Informații document

Titlu original

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

EST1-Estadística Descriptiva

Încărcat de

Drepturi de autor:

Formate disponibile

UNIDAD 1:

Las tcnicas estadsticas las usan

1. Estadstica descriptiva: conjunto de

De acuerdo con un reporte de

Es un subconjunto de una poblacin o una

ESTADISTICOS: Medidas que se

EJEMPLO: el nmero de cuartos en una casa (1,

EJEMPLO: el tiempo que se tarda en volar

EJEMPLOS: color de ojos, gnero,

Si usted tiene cero dlares, no tiene

Mediana (Md) de los datos: es el punto medio que

Ejemplo: Usando la Serie ordenada

uMd = (7/2) + 0.5 = 4 (ubicacin 4 de la serie)

Media aritmtica poblacional

= suma de todos los datos

Usamos cada formula segn el ejercicio lo indique, si

Datos de la primer columna

Diagrama de tallos y hojas

Se ha ido agregando datos al diagrama de acuerdo al orden de

Una vez hecho el diagrama es fcil observar cuales son

Frecuencia Relativa Porcentual (Fr%)

Titulo: Edad de 50 personas 33 2 (2/50)x 100= 4

adultas, que escuchan las 34 2 (2/50)x 100= 4

n=50 Fr% = 100%

a) Se aproxima cualquier numero, cuando el que le sigue es mayor

PM: Dato mayor o puntaje mayor.

5 Contar el nmero de individuos u objetos

A) Ordenar los datos en forma ascendente:

O puede usar el diagrama de tronco y hoja, ordenado en forma

B) Determinar el nmero de clases. (n = 50)

[32 36] 9 1. Escribir todos los Li

[42 46] 15 2. Los Ls resultan de restarle 1 al Li de

[47 51] 4 Cada clase tendr 5 elementos.

Siempre igual a uno

El Ls y el Li son llamados limites absolutos

El Dr. Palafox, director de la escuela de administracin,

Ordenar los datos de menor a mayor:

10.3, 12.9, 12.9, 13.5, 13.7, 14.0,

Organizar los datos en una distribucin de frecuencia. (realice

[7.5 12.5[ 1 Recuerde que

7.5 12.5 1 1/30 = 0.03

12.5 17.5 12 12/30 = 0.40

17.5 22.5 11 11/30 = 0.37

22.5 27.5 4 4/30 = 0.13

27.5 32.5 1 1/30 = 0.03

32.5 37.5 1 1/30 = 0.03

El estudiante Colin obtuvo en doce exmenes de este semestre

Elaborar el histograma, el polgono de

Qu se necesita para construir un histograma?

Edades de Adultos radioescuchas

7.5 < 12.5 1

12.5 < 17.5 12

17.5 < 22.5 11

22.5 < 27.5 4

27.5 < 32.5 1

32.5 < 37.5 1

Horas que se dedican al estudio

[22 - 27[ 1 24.5

[27 - 32[ 4 29.5

[32 - 37[ 9 34.5

[37 - 42[ 17 39.5

[42 - 47[ 15 44.5

[47 - 52[ 4 49.5