Guia Didactica Estadistica y Probabilidad

Licenciatura de Administracin
ESTADISTICA Y PROBABILIDAD
Hctor Paredes
Segundo cuatrimestre
Gua de estudio
ndice
Mensaje de bienvenida
Introduccin al contenido
Propsito y objetivo de la asignatura
ndice de contenidos de la asignatura
Expectativas
Listado de lecturas por mdulo
Listado de actividades de la asignatura por mdulo
Orientaciones para el estudio
Resumen de la asignatura
Bibliografa
MENSAJE DE BIENVENIDA
Estimado alumno, te doy la ms cordial bienvenida a la materia de
ESTADISTICA Y PROBABILIDAD, una asignatura muy importante en la
formacin de profesionales de cualquier disciplina. Durante tu vida como
estudiante y en tu desarrollo como profesional, te enfrentars a problemas que
debers afrontar tomando decisiones, la mejor forma de tomar buenas
decisiones es con informacin y una de las mejores formas de obtener
informacin confiable es mediante el empleo de la estadstica y probabilidad.
En todo trabajo de investigacin como podra ser un estudio de mercado, un
estudio de productividad laboral, estudios de ventas, pronsticos de gastos,
etc., se requieren de conocimientos bsicos de probabilidad y estadstica.
INTRODUCCIN
La palabra estadstica nos trae a la mente con frecuencia imgenes de
nmeros apilados en grandes arreglos y tablas, grandes volmenes de cifras
relativas a nacimientos, muertes, enfermedades, ingresos, etc. La estadstica
es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia
con tanta antigedad como la escritura, y es por s misma auxiliar de todas las
ciencias medicina, ingeniera, sociologa, psicologa, economa, etctera,

as como de los gobiernos, mercados y otras actividades humanas.
La estadstica es una disciplina que utiliza recursos matemticos para
organizar y resumir una gran cantidad de datos obtenidos de la realidad, e
inferir conclusiones respecto de ellos.
La probabilidad mide la frecuencia con la que ocurre un resultado en un
experimento bajo condiciones suficientemente estables. La teora de la
probabilidad se usa extensamente en reas como la estadstica, la
matemtica, la ciencia y la filosofa para sacar conclusiones sobre la
probabilidad de sucesos potenciales y la mecnica subyacente de sistemas
complejos.
La estadstica y la probabilidad se han vuelto requisitos indispensables en la
vida cotidiana para interpretar una gran variedad de informacin en diversos
campos de estudio. En su entorno una persona encuentra reportes
financieros, econmicos, mdicos y otros que se pueden entender y evaluar
con una comprensin bsica de estas disciplinas. En el caso de la estadstica,
esta ocupa un lugar de gran importancia en la investigacin y en la prctica
mdica. En relacin a la probabilidad, en la actualidad una de sus aplicaciones
ms importantes se da en el anlisis de riesgo.
Siendo tal la importancia de ambas disciplinas, es necesario que te adentres
en su estudio y conozcas la variedad de aplicaciones que tienen tanto en tu
vida diaria como profesional.
Propsito y objetivos
Objetivo
Conocers y aplicars los mtodos estadsticos y los procedimientos para
realizar el procesamiento de datos que conlleve al anlisis y solucin de
problemas en diversos mbitos de actividad empresarial, desarrollando la
capacidad de utilizar eficientemente los avances de la tecnologa en la
organizacin y manejo de grandes cantidades de datos para su
procesamiento, anlisis, interpretacin y presentacin de resultados para
propsitos especficos dentro de la empresa.
Propsito
El propsito del curso es que seas capaz de visualizar la manera como el uso
de tcnicas estadsticas y de probabilidad te facilita el comprender como se
comporta la informacin de eventos que ya sucedieron en ciertas
circunstancias y de esta forma poder predecir sucesos para poder tomar
decisiones que puedan cambiar o mejorar lo que se presentar.
ndice
Mdulo 1: Fundamentos de estadstica
Mdulo 2: Estadstica descriptiva. Medidas de tendencia central y de
dispersin I. (Distribucin de frecuencias).
dispersin II. (Representaciones grficas).
dispersin III. (Medidas de tendencia central).
dispersin IV. (Principales medidas de dispersin).
Mdulo 6: Otras medidas descriptivas.
Mdulo 7: Examen de medio cuatrimestre.
Mdulo 8: Principios de probabilidad.
Mdulo 9: Distribuciones de probabilidad discretas.
Mdulo 10: Distribuciones continuas.
Mdulo 11: Teora bsica del muestreo.
Mdulo 12: Mtodos de muestreo: El muestreo aleatorio simple.
Mdulo 13: Entrega de caso prctico.
Mdulo 14: Examen final de cuatrimestre
Expectativas
Mis expectativas en relacin a tu participacin en la asignatura son:
Que revises las lecturas asociadas a cada tema del curso. Estas te
brindarn la informacin necesaria para cubrir cada tema y realizar las
actividades requeridas para evaluar tus conocimientos en cada mdulo.
Las lecturas complementarias son de lectura sugerida pero te
recomiendo revisarlas ya que te aportarn informacin que te permitir
profundizar en los temas cubiertos en cada mdulo.
Que realices las actividades de aprendizaje indicadas en cada mdulo
ya que stas te permitirn desarrollar las competencias de la asignatura
que te encuentras estudiando.
Que a partir de este curso incorpores o adoptes esta metodologa para
la elaboracin de todos tus trabajos asignados durante el estudio de tu
licenciatura y en tu vida como profesionista.
Listado de lecturas de la asignatura

Para el estudio de esta asignatura se ha realizado una cuidadosa seleccin de
lecturas. A travs de la revisin de las mismas, te dars cuenta de que
algunos conceptos se mencionan en repetidas ocasiones en diferentes
momentos del curso. La intencin de esto, es que no tengas que acudir a
diferentes fuentes para cubrir el contenido de la asignatura, sino que a travs
de la revisin de los contenidos presentados puedas contar con diferentes
puntos de vista sobre los temas cubiertos.
Mdulo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Lecturas
Manual de Estadstica captulo 1
Estadstica bsica con aplicaciones en Excel captulo 1
Manual de Estadstica captulo 2
Tablas de frecuencia
Captulo III-2
Estadstica bsica con aplicaciones en Excel captulos 6 y 7
Examen de medio cuatrimestre
Introduccin a la probabilidad - parte 1
Introduccin a la probabilidad - parte 2
Discretas
Distribucin Normal
Tablas de distribuciones normales
Libro Desarrollo estratgico para la investigacin cientfica
Tcnicas de muestreo
Muestreo aleatorio simple
Entrega de caso prctico
Lectura final
Examen de fin de cuatrimestre
Listado de actividades de la asignatura

Las actividades de aprendizaje diseadas para este curso, tienen como
objetivo garantizar el aprendizaje de cada uno de los temas de la asignatura.
Para realizar cada una de ellas es necesario revisar una o varias lecturas a
travs de las cuales podrs incorporar los conocimientos, hacindolos tuyos
para despus explicarlos, presentarlos y ejemplificarlos en la forma que el
profesor te lo solicite en las instrucciones de cada una de las actividades del
curso.
Es importante que tomes en consideracin las instrucciones y lineamientos de
cada actividad ya que eso te facilitar el aprendizaje.
Especialmente para este curso de estadstica, es necesario que en tu
computadora tengas instalada una versin de Microsoft Excel, de preferencia
en idioma espaol, versin 2007 ya que las prcticas se basan en la utilizacin
de este paquete computacional.
A continuacin te presentamos algunas recomendaciones para facilitar tu
estudio, organizar tu tiempo y cumplir con los objetivos de aprendizaje de la
asignatura:
4
1. Asigna una parte de un cuaderno profesional para comenzar tus apuntes

personales de la materia.
2. Al trabajar con las lecturas sigue estos pasos:
Revisa cada lectura de forma rpida sin pretender memorizar

conceptos, solamente debes darle un vistazo para tener una idea
general de la misma.
Identifica los encabezados que se encuentran en la lectura ya que
estos son los puntos importantes a identificar en cada una.
Lee detalladamente cada lectura, intentando en lo posible,
comprender el contenido.
Elabora un pequeo comentario o resumen en tu cuaderno de
apuntes de cada uno de los puntos de la lectura, esto te ayudar en
los pasos siguientes para realizar cada una de las actividades y como
punto de partida para estudiar para los exmenes.
Procura escoger una hora en la que normalmente te sientas con la
mejor disposicin para estudiar.
No dediques ms de dos horas continuas a la lectura o realizacin de
una actividad ya que est demostrado que dedicar periodos
superiores a ese tiempo reduce el aprovechamiento.
Procura siempre estudiar a la misma hora, no importa si es de da, de
noche o en la madrugada. Lo importante es que siempre sea a la
misma hora.
Resumen
Los mtodos estadsticos tradicionalmente se utilizan para propsitos
descriptivos, para organizar y resumir datos numricos. La estadstica
descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en
forma grfica o ilustrativa y el clculo de medidas descriptivas.
Ahora bien, las tcnicas estadsticas se aplican de manera amplia en
mercadotecnia, contabilidad, control de calidad y en otras actividades;
estudios de consumidores; anlisis de resultados en deportes;
administradores de instituciones; en la educacin; organismos polticos;
mdicos; y por otras personas que intervienen en la toma de decisiones.
Espero que los contenidos a cubrir sean de tu agrado y disfrutes de este
curso.
SUERTE!
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
Cazau, Pablo (2007). Vocabulario de Estadstica. Consultado en Julio 15,
2008 en http://www.galeon.com/pcazau/402-voc-esta-meto.htm.
Ruiz Muoz, David (2004). Manual de Estadstica. Madrid, Espaa:
Eumed.net.
Vergara S, Juan Carlos., Quesada I, Vctor Manuel (2006). Estadstica bsica
son aplicaciones en MS Excel. Cartagena, Colombia: Grupo Mtodos
Cuantitativos de Gestin.
Mdulo 1
FUNDAMENTOS DE ESTADSTICA
ndice
Introduccin
ndice de temas
o
1.1 Estadstica descriptiva e inferencial
o
1.2 Aplicaciones de la Estadstica
o
1.3 Concepto de Variable
Organizador avanzado
Fundamentos de estadstica
Ejercicios de autoevaluacin
Resumen
Bibliografa del mdulo
Introduccin
Para comenzar con el estudio de la estadstica te pido revisar el libro Manual
de Estadstica, el cual te brinda un panorama general de esta disciplina en un
lenguaje sencillo. La estadstica es una materia en la que trabajaremos con
grupos de datos a partir de los cuales realizaremos anlisis y obtendremos
resultados. Para ello, es necesario auxiliarse de herramientas informticas que
nos permitan realizar el procesamiento de la informacin de manera gil y
sencilla. Una herramienta que todos tenemos a la mano es la hoja de clculo
Excel de Microsoft. Hay en el mercado herramientas gratuitas y similares en
su funcionamiento a Excel que puedes descargar de internet, en el caso de
que no contaras con una copia de este paquete instalada en tu mquina.
Microsoft Excel es la herramienta que utilizaremos a lo largo del curso para
ayudarnos en el procesamiento de la informacin adems de que ser una
gran oportunidad, si todava no lo has manejado, para que aprendas acerca
de las diferentes funciones que incluye este paquete. Entre las lecturas para
este primer mdulo, se pide la revisin del primer captulo de un libro que
ofrece informacin introductoria al uso de Excel aplicado a ejercicios de
estadstica. Es importante que revises la informacin de este primer captulo
ya que los captulos siguientes se irn cubriendo a lo largo del curso como
complemento a la informacin explicada en cada apartado. Las actividades
para este primer mdulo estn orientadas a que a partir de la informacin
revisada en las lecturas puedas proporcionar ejemplos de informacin
estadstica.
Recuerda que la plataforma tecnolgica que el CEAAM maneja, slo permite

subir un solo archivo, de tal manera que, si se solicita realizar ms de uno,
ser necesario que toda la informacin la incluyas en un solo archivo o
tambin puedes comprimir dos o ms archivos utilizando herramientas
gratuitas
como
Winzip
(http://www.winzip.com)
o
Winrar
(http://winrar.softonic.com/) descargables de internet y de esta manera puedes
fcilmente enviar los archivos que necesites.
Finalmente te comento que este curso est estructurado en dos grandes
bloques. El primer bloque abarca del mdulo 1 al 6 y el otro bloque comienza
a partir del mdulo 8 ya que si recuerdas, las semana 7 y 14 del curso estn
destinadas a la aplicacin de los exmenes de medio y fin de cuatrimestre. La
semana 13 del curso est reservada para la entrega de un caso prctico. Las
primeras seis semanas del curso estn orientadas a la revisin de conceptos
de estadstica y las otras seis semanas a revisar los conceptos de
probabilidad.
En cada mdulo ser necesaria tu participacin en la elaboracin y entrega de
una o ms actividades de aprendizaje que en su mayora son totalmente
prcticas. Debers guardar cada uno de los trabajos que realices en cada
mdulo de acuerdo a los lineamientos de entrega que se indican en cada
actividad. Al final del curso y durante la semana 14 ser necesaria la entrega
de todo tu trabajo realizado a lo largo del curso a manera de un portafolio
electrnico.
En algunos momentos durante el curso, ser necesario que realices entregas
parciales de tu portafolio electrnico, para que el profesor supervise tu trabajo
y puedas realizar cambios si esto fuera necesario, con tiempo suficiente antes
de la entrega final.
Objetivo
El estudiante identificar la importancia que ha tenido el uso de la estadstica,
as como los conceptos ms importantes y sus aplicaciones a partir de la
lectura del manual de estadstica, indispensable para poder comenzar con su
estudio.
Propsito
Que comiences a entender la importancia y los conceptos bsicos de la
estadstica que se emplearn a lo largo del curso.
El estudio a distancia es una actividad que implica cambios sobre la
modalidad tradicional de estudiar que bsicamente se realiza en forma
presencial. Es importante que consideres ciertos aspectos y recomendaciones

generales para lograr mejores resultados durante el tiempo que dedicas al
estudio a distancia:
El estudio a distancia implica un cambio drstico en tu forma de

estudiar ya que en la manera tradicional, tu acudes a las instalaciones
de tu escuela, tienes contacto con tus compaeros y maestros, la hora
de estudio se concentra solamente en los periodos de asistencia
presencial al saln de clases, etc. En la modalidad a distancia, la
plataforma del CEAAM te ofrece un espacio virtual que te da acceso a
los contenidos de tu curso, te permite el contacto con tus compaeros y
profesor y en donde la interaccin con todos estos elementos no se
encuentra restringida ni por espacio ni por tiempo.
Cada vez ser ms frecuente, tanto durante tu vida escolar como
profesional que estudies de esta manera ya que las tecnologas de
informacin y comunicacin han incursionado en todos los campos,
sobre todo en el de la educacin, cambiando de forma drstica la forma
de ensear y aprender.
Los contenidos y actividades de este curso estn diseados y
redactados para que aprendas a distancia. Es importante dar lectura a
cada texto y a cada actividad de tu curso para que puedas tener una
mejor comprensin de los contenidos de cada mdulo.
Para que tu estudio se realice de una manera adecuada debes
planificarlo y realizarlo de forma estructurada. A continuacin te damos
algunas sugerencias:
o Establecer objetivos de estudio semanales. Para realizar lo
anterior debes dar una revisada rpida, al inicio de cada
semana, de los contenidos propuestos para cada mdulo, los
cuales implican el estudio de una o ms lecturas y la realizacin
de tareas que aplican los conocimientos adquiridos. Con esta
informacin podrs realizar un calendario de avances semanales
para poder terminar a tiempo cada mdulo del curso.
o Para poder cubrir los contenidos del curso debers realizar una
planificacin realista de tu tiempo, estimando de una a dos horas
diarias para dedicarlas al estudio.
o Por cada lectura realiza primero una revisin rpida, despus
repasa de nuevo el documento, leyndolo con ms detenimiento
para comprender los conceptos ah expuestos.
o Identifica las fechas de entrega de tareas y exmenes para
establecer objetivos a cumplir en forma semanal y mensual.
o Internet es una fuente inagotable de recursos, por lo que te
sugiero acudir a ella cuando necesites clarificar un concepto,
buscar informacin sobre un tema o consultar una base de datos
o un diccionario sobre el tema de estudio. Aunque no toda la
informacin que est en la red es veraz, a travs de la prctica
podrs identificar cules fuentes son confiables y cules no
dentro de los mismos recursos que ofrece la red. Esto te
permitir desarrollar competencias especficas para la bsqueda

y el manejo de informacin a travs de medios virtuales.
o Las autoevaluaciones te permitirn retomar aquellos conceptos
importantes del tema y evaluar tus conocimientos acerca de
ellos. Si tienes dudas sobre la solucin de las mismas te
pedimos consultes a tu asesor.
o Estas y otras prcticas te permitirn familiarizarte con el estudio
a distancia, el cual requiere de una disciplina diaria de estudio.
FUNDAMENTOS DE ESTADSTICA
La Estadstica se divide en dos grandes reas (descripcin de datos y
realizacin de inferencias) que reflejan la propia historia del desarrollo de esta
ciencia. La Estadstica actual, es el producto del encuentro de dos ramas
distintas del saber, la antigua estadstica y el clculo de probabilidades, que se
encontraron en el siglo XIX. Etimolgicamente, la palabra estadstica procede
de la palabra estado, ya que desde la antigedad los romanos hicieron
recolecciones de datos que posteriormente tenan que resumir de una forma
comprensiva y que permitiera proporcionar informaciones tiles. Este tipo de
estudios dio lugar a la estadstica descriptiva cuya misin consiste en describir
situaciones y procesos dados; para ello se sirve de tablas, representaciones
grficas, proporciones, nmeros ndice y medidas tpicas.
Sin embargo, las conclusiones extradas se agotan en el propio conjunto de
datos observados, pues el objetivo consista en hacerse una idea clara de lo
que haba, y lo que haba se contaba y se meda. Lo que posibilit el clculo
10
de probabilidades fue, precisamente, el desarrollo de un conjunto de mtodos

para extrapolar las conclusiones a entidades no observadas. Es decir,
proporcion el instrumento adecuado para poder hacer inferencias acerca de
grandes cantidades de observaciones potenciales a partir de unas pocas
observaciones reales. Estas tcnicas tuvieron su fundamento en el desarrollo
de la curva normal por Gauss, en su aplicacin por Galton a los problemas de
herencia, etc. Sin embargo los autnticos fundadores de estas tcnicas fueron
Karl Pearson (1857-1936) y Sir Ronald Fisher (1890-1962). As se ha
desarrollado la estadstica analtica o inferencial, basada en la teora de
probabilidades que trata de obtener leyes generales a partir de la observacin
de algunos datos. Precisamente este fundamento probabilstico, condiciona el
que los resultados obtenidos se vean sujetos a unos mrgenes de error.
Ahora daremos una definicin de Estadstica en la que aparecen algunos
trminos no definidos, lo cual no impedir entender su significado.
Estadstica es la ciencia que se ocupa de la ordenacin y anlisis de datos
procedentes de muestras, y de la realizacin de inferencias acerca de las
poblaciones de las que stas proceden.
Poblacin es el conjunto de todos los individuos (personas, objetos, animales,
etc.) que porten informacin sobre el fenmeno que se estudia.
Para inferir algo acerca de una poblacin, usualmente tomamos una muestra
de ella.
Muestra es un subconjunto de la poblacin de inters.
Una poblacin puede consistir de individuos, tales como todos los estudiantes
de la universidad, todos los estudiantes que estudian Estadsticas o todos los
internos de la penitenciaria. Una poblacin puede tambin consistir de objetos,
tales como todos los motores producidos por la planta Ford o todas las truchas
en un estanque. Una poblacin tambin puede consistir en un grupo de
medidas, tales como las estaturas equipo de bsquetbol Dorados de
Chihuahua.
TIPOS DE VARIABLES
Lo primero que debemos entender, es el concepto de variable, por ejemplo:
nosotros estaremos trabajando con datos como SEXO el cual puede tomar
dos valores Masculino y Femenino o EDAD la cual puede tomar distintos
valores desde 0 aos hasta 110 aos o ms. Esto depender de muchos
factores que veremos en las actividades.
Variable Cualitativa
Cuando la variable estudiada es no numrica, esta es llamada variable
cualitativa tambin llamada atributo (p.ej. lugar de nacimiento, religin, color
de ojos, etc.)
11
Variable Cuantitativa
Cuando la variable estudiada puede expresarse en forma numrica, esta es
llamada variable cuantitativa (p.ej. el saldo de una cuenta bancaria, la
duracin de una batera, la velocidad de los automviles en el perifrico).
Variables Discretas
Las variables cuantitativas pueden ser discretas o continuas. Las variables
discretas pueden asumir slo ciertos valores, y hay usualmente huecos entre
los valores (nmero de cuartos en una casa, nmero de carros en el
estacionamiento del claustro, nmero de estudiantes en la clase de
estadsticas). Note que cada una de estas variables puede valer un nmero
entero (p.ej. 1, 2, 3, etc.) pero no puede valer nmeros fraccionarios (p.ej. 1.5).
Tpicamente, las variables discretas resultan de un conteo.
Variables Continuas
Las variables continuas pueden asumir todos los valores dentro de un rango
especfico (p.ej. presin del aire en una llanta, el tiempo que se toma en viajar
de Chihuahua a Jurez, el peso de los jugadores de ftbol americano de las
guilas de la U.A.CH., etc). Tpicamente, las variables continuas resultan de
medir algo, y lgicamente dependen de la exactitud del instrumento de
medicin.
ESCALAS DE MEDICIN
La estadstica no realiza sus funciones directamente sobre las modalidades
observadas, sino que stas se representan por nmeros, y la estadstica
realiza sus funciones sobre esos nmeros.
Se llama medicin al proceso de atribuir nmeros a las caractersticas. La
medicin estudia las condiciones de construccin de representaciones
numricas, y los modelos desarrollados para la medicin se llaman escalas.
Escala Nominal
El trmino nivel nominal es normalmente usado para referirse a datos que
solamente pueden clasificarse en categoras. Sin embargo, no hay mediciones
y no hay escalas involucradas, slo hay conteo. En este tipo de nivel de
medicin el orden en que estn acomodadas las categoras es totalmente
arbitrario.
Religiones en Mxico (poblacin con 5 aos o ms, censo del
2000)
Religin Catlica
74 612 373
12
Religin no catlica
3 483 593
Sin religin
2 982 929
Total
81 078 895
Escala Ordinal
Este tipo de nivel de medicin tiene caractersticas similares al nivel nominal
con la diferencia de que en el nivel ordinal las categoras indican que unas son
ms que las otras.
Evaluacin de la atencin mdica en Uruguay (2006)
buena / muy buena
75,7
regular
17,1
mala / muy mala
ns / nc
5,2
Total
100
Escala cuantitativa intervalar

En este nivel de medicin, las categoras estn definidas por intervalos de
valores, y estn acomodadas en orden a la magnitud de los valores. El
tamao de los intervalos es el mismo.
Calificaciones de los aspirantes a la academia militar
Calificacin
Nmero de aspirantes
90 99
42
80 89
19
70 79
60 69
Escala cuantitativa Racional

En este nivel al igual que en el nivel intervalar, las categoras son del mismo
tamao. La diferencia es que, este nivel tiene un punto cero significativo y el
valor de las categoras es en relacin a ese punto.
13
Ingreso de los empleados de la compaa en relacin a la

media de la industria
2000
12
1000
25
32
-1000
17
-2000
10
Despus de haber revisado el tema de este mdulo, te invito a que realices las
siguientes actividades, esto te dar ms elementos para afianzar los
conocimientos adquiridos hasta este momento.
Descripcin
Lecturas y
actividades
1. Realiza la lectura del primer captulo del Manual de

Estadstica (L_01_E_01_Manual_Estadstica.pdf) y elabora
un cuadro sinptico con los elementos ms importantes que
identifiques en la misma. Enva tu archivo a la plataforma.
2. Realiza la lectura Estadstica bsica con aplicaciones en
Excel (L_01_E_02_Capitulo_I.pdf) la cual corresponde al
primer captulo de un libro que estaremos cubriendo a lo largo
del curso. A partir de la lectura de este archivo, te pido
revisar los iconos con los cuales identificaremos el trabajo
de los ejercicios con Excel que vienen ah explicados. No es
necesario que enves nada.
3. A partir de la informacin anterior, elabora un documento de
al menos una cuartilla en donde proporciones 5 ejemplos de
poblacin y 3 muestras de cada una. Enva tu archivo a la
plataforma.
4. Investiga en una enciclopedia en Internet qu es una variable
y reflexiona acerca de ejemplos de uso. No es necesario
enviar nada a la plataforma.
14
EJERCICIOS DE AUTOEVALUACIN
Contesta las siguientes preguntas:
1. Los comienzos de la estadstica pueden ser hallados en?
a) El antiguo Egipto
b) Roma
c) Grecia
2. La teora de los errores de observacin fue un aporta de Laplace y Gauss?
a) Verdadero
b) Falso
3. La historia de la estadstica est resumida en tres grandes etapas o fases,
Cuales son?
4. Los mtodos de anlisis para la informacin cuantitativa se pueden dividir
en?
5. Cules son los errores estadsticos ms comunes?
6. Definicin de Estadstica?
7. Cul es la utilidad de la Estadstica?
8. Cul es la diferencia entre Estadstica Inferencial y Descriptiva?
9. Qu es una variable?
10. Tipos de variables?
15
Resumen
Tipos de Estadsticas:
Estadstica Descriptiva
La primer parte de la definicin de estadstica, es comnmente conocida como
Estadstica Descriptiva.
La definicin es la siguiente: Estadstica descriptiva es el conjunto de
procedimientos utilizados para organizar, resumir y presentar grupos de datos
numricos. Los grupos de datos numricos no organizados son de poca
utilidad. Sin embargo, existen tcnicas estadsticas que estn disponibles para
organizar estos datos en distribuciones de frecuencia, presentarlos en
grficas, resumirlos en promedios y medidas de dispersin.
Estadstica inferencial
Otra faceta de las estadsticas es la estadstica inferencial, tambin llamada
estadstica inductiva. La principal utilidad de la estadstica inferencial es
conocer algo acerca de una poblacin basndose en una muestra tomada de
esa poblacin. Estadstica Inferencial es el conjunto de mtodos utilizados
para obtener conclusiones relativas a una poblacin, basndose en el
conocimiento de las caractersticas de una muestra.
Bibliografa
Hill.
16
Mdulo 2
Estadstica descriptiva
Medidas de tendencia central y de dispersin I (Distribucin de Frecuencias)
ndice
Introduccin
ndice de temas
o
2.1 Distribucin de Frecuencias
Estadstica descriptiva. Medidas de tendencia central y de dispersin I
(Distribucin de Frecuencias)
Resumen
Introduccin
Este segundo mdulo del curso est orientado a que revises la informacin
sobre el tema de la distribucin de frecuencias. Para ello te pedimos que
complementes lo anteriormente descrito con la lectura de dos archivos. El
primer archivo ya lo empezaste a revisar en el mdulo anterior, es el Manual
de Estadstica, pero ahora revisars el captulo 2 que comienza en la pgina 8
y en donde se describe a detalle este tema. Tambin ser necesario que
revises las lecturas Tablas de frecuencia y Captulo II. En ambas se
describen algunos ejemplos estadsticos y el anlisis de los mismos a travs
del uso de Excel. Recuerda que estaremos usando esta aplicacin como
auxiliar en el procesamiento de la informacin.
Las actividades para esta semana consisten en resolver algunos ejercicios
usando Excel adems de revisar la informacin del Manual de Estadstica
para hacer un resumen de los trminos ah descritos.
Objetivo
El estudiante aplicar el concepto de distribucin de frecuencias como
elemento inicial en la Estadstica Descriptiva, a partir de un conjunto de
lecturas y actividades relacionadas, indispensable para la clasificacin y
ordenamiento de los datos para su estudio estadstico.
17
Propsito
Que aprendas como debes crear la tabla de distribucin de frecuencias a
partir de un conjunto de datos proporcionados.
Organiza tu propia agenda, estableciendo objetivos semanales para

cubrir los contenidos de las lecturas y realizar las actividades de
aprendizaje planeadas para cada mdulo.
Realiza una lectura rpida y despus una segunda revisin de los
contenidos ya que esto te permitir obtener una mejor comprensin de
los conceptos estudiados.
Realiza resmenes, esquemas, cuadros sinpticos o mapas
conceptuales para clarificar conceptos, establecer similitudes o
diferencias entre los contenidos que vas cubriendo a lo largo del curso.
Utiliza un cuaderno de apuntes para anotar los conceptos ms
importantes.
Establece conexiones entre los conocimientos nuevos y los ya
cubiertos en cuatrimestres anteriores, inclusive de otras materias, para
que vayas estructurando una visin global del mbito de aplicacin de
tu carrera.
LA ESTADSTICA DESCRIPTIVA
La estadstica descriptiva se encarga de resumir y organizar una gran cantidad
de datos referentes a una muestra o a una poblacin. Para resumir y organizar
los datos se utilizan diferentes procedimientos, llamados tcnicas descriptivas:
la matriz de datos permite ordenarlos, las tablas de frecuencias o tablas de
distribucin de frecuencia permiten agruparlos, los grficos permiten
visualizarlos, las medidas estadsticas y las medidas de asimetra y curtosis
permiten resumirlos reducindolos a un solo dato.
El proceso comienza con la recoleccin de los datos para despus ordenarlos
en una matriz de datos y posteriormente agruparlos en una tabla de
frecuencias. La forma de ordenarlos y agruparlos depender del tipo de
variable considerada.
Las tablas de frecuencias contienen tres elementos importantes: las
frecuencias, el tamao de la muestra y los intervalos.
a) Frecuencia (f). Se define como la cantidad de datos iguales o que se
repiten. Por ejemplo, al realizar el levantamiento de informacin de las
edades de los alumnos en una primaria, podemos decir que la
frecuencia 8 significa que el dato 7 aos se repite 8 ocho veces.
b) Tamao de la muestra (n). Es la cantidad total de datos. La suma de
todas las frecuencias f debe dar como resultado el tamao n de la
muestra.
18
c) Intervalos. Un intervalo, tambin llamado intervalo de clase, es cada

uno de los grupos de valores ubicados en una fila en una tabla de
frecuencias. Por ejemplo, el intervalo 15-16 significa que en esa fila se
estn considerando las edades de 15 a 16 aos.
La estadstica descriptiva hace nfasis en tres aspectos:
1. La forma de la distribucin. Para describir como estn distribuidos los
datos utiliza una herramienta llamada "distribucin de frecuencia" y presenta la
informacin por medio de tablas y grficas.
2. Las "medidas de tendencia central" que resume la informacin a una
cifra que es representativa de la serie de datos.
3. Las "medidas de variabilidad" nos indican que tan variables son los datos
respecto a las medidas de tendencia central.
Primero comenzaremos presentando la manera de elaborar una distribucin
de frecuencia, para despus continuar con los temas de medidas de tendencia
central y medidas de variabilidad.
Construccin de una distribucin de frecuencias
Una distribucin de frecuencias es una serie de datos agrupados en
categoras, en las cuales se muestra el nmero de observaciones que
contiene cada categora.
Los pasos para la construccin de una distribucin de frecuencias son mejor
explicados con este ejemplo:
Los siguientes datos son el nmero de meses de duracin de una muestra de
40 bateras para coche.
22
41
35
45
32
37
30
26
34
16
31
33
38
31
47
37
25
43
34
36
29
33
39
31
33
31
37
44
32
41
19
34
47
38
32
26
39
30
42
35
1. El rango
Rango = Dato mayor Dato menor = 47 16 = 31
2. Nmero tentativo de los intervalos de clase
19
El nmero de intervalos (nic) puede ser como mnimo 5 y como mximo 15 de

acuerdo a la frmula 2 nic
Nmero de intervalos (nic)
Nmero mximo de datos ( 2 nic)
32
64
128
256
512
10
1024
En este ejercicio, puesto que tenemos 40 datos el NIC sera de 6.

3. Tamao de los Intervalos de Clase (tic)
Rango
TIC =
31
=
NIC
= 5.16 se redondea a 5
6
Para facilitar la clasificacin de los datos, el Tic se redondea a una cifra ms o

menos cerrada.
4. Lmite inferior
Usualmente, el lmite inferior del primer intervalo de clase es un mltiplo del
tamao del intervalo (tic) igual o menor que el dato ms chico. Si el tic es ms
grande que el dato menor, el primer lmite inferior es cero. En este problema el
tic es de 5, entonces el primer lmite inferior ser el mayor mltiplo de 5 pero
inferior o igual al dato menor, el 15.
El lmite inferior de los siguientes intervalos se calcula sumando el tic al lmite
inferior del intervalo anterior hasta llegar a un nmero no mayor al dato ms
grande.
5. Lmite superior
El lmite superior se calcula con la siguiente frmula LS = LI + TIC 1
LI
LS
15 19
20
20 24
25 29
30 34
35 39
40 44
45 49
6. Lmite Superior Real
Los lmites anteriores son los lmites nominales pero no son los reales. Los
lmites reales son el punto medio entre el lmite superior y el lmite inferior del
siguiente intervalo.
LS + LIsig
LSR =
2
LI
LS LSR
15 19 19.5
20 24 24.5
25 29 29.5
30 34 34.5
35 39 39.5
40 44 44.5
45 49 49.5
7. Marca de clase (x)
La marca de clase, tambin llamada punto medio del intervalo es la mitad de
la distancia entre los lmites inferior y superior de cada intervalo. La marca de
clase es el valor ms representativo de los valores del intervalo.
21
LI + LS
X=
2
LI
LS LSR X
15 19 19.5 17
20 24 24.5 22
25 29 29.5 27
30 34 34.5 32
35 39 39.5 37
40 44 44.5 42
45 49 49.5 47
8. Clasificacin de los datos y conteo de frecuencias
Clasificar las observaciones en los intervalos. La prctica usual es marcar con
una lnea (/) que representa una observacin. En el ejemplo la observacin 22
se clasifica en el intervalo 20 24 porque se encuentra entre el 20 y el 24
inclusive. Una vez clasificados todos los datos se cuentan las lneas de cada
intervalo y el resultado es la frecuencia de cada intervalo de clase.
LI
LS LSR X
cuenta
15 19 19.5 17 //
20 24 24.5 22 /
25 29 29.5 27 ////
30 34 34.5 32 ///// ///// ///// 15

35 39 39.5 37 ///// /////
10
40 44 44.5 42 /////
45 49 49.5 47 ///
22
9. Distribucin de frecuencia relativa

Se pueden convertir las frecuencias de clase en frecuencias relativas de clase
para mostrar los porcentajes de observaciones en cada intervalo de clase.
Para convertir una distribucin de frecuencia en una distribucin de frecuencia
relativa cada una de las frecuencias de clase se dividen entre el nmero total
de observaciones.
F
FR =
n
LI
LS LSR X
cuenta
FR
15 19 19.5 17 //
2/40=.05
20 24 24.5 22 /
1/40=.025
25 29 29.5 27 ////
4/40=.1
30 34 34.5 32 ///// ///// ///// 15 15/40=.375

35 39 39.5 37 ///// /////
10 10/40=.25
40 44 44.5 42 /////
5/40=.125
45 49 49.5 47 ///
3/40=.075
n=
40
10. Distribuciones de frecuencia acumulada

Las distribuciones de frecuencia acumulada se usan cuando queremos
determinar cuantas observaciones, o que porcentaje de observaciones estn
debajo de cierto valor.
La distribucin de frecuencia acumulada de cierto intervalo se calcula
sumando las frecuencias de clase desde el primer intervalo hasta la frecuencia
23
de clase del intervalo de inters. Si queremos la frecuencia acumulada del

intervalo 25 29, sumamos las frecuencias de clase 2 + 1 + 4 = 7.
La distribucin de frecuencia relativa acumulada de cierto intervalo se calcula
dividiendo la frecuencia acumulada entre el nmero total de observaciones.
FA
FRA =
n
LI
LS LSR X
cuenta
FR
FA FRA
15 19 19.5 17 //
.05
20 24 24.5 22 /
.025 3
.075
25 29 29.5 27 ////
.1
.175
.05
30 34 34.5 32 ///// ///// ///// 15 .375 22 .55

35 39 39.5 37 ///// /////
10 .25
40 44 44.5 42 /////
.125 37 .925
45 49 49.5 47 ///
.075 40 1
n=
32 .8
40
Despus de haber revisado la distribucin de frecuencias, te invito a que

realices algunas actividades para afianzar los contenidos revisados.
Es momento de realizar algunas actividades, al trmino de la temtica.
Descripcin
Lecturas y
actividades
1. Retoma el libro que empezamos a revisar la semana pasada

que
es
el
Manual
de
Estadstica
(L_01_E_01_Manual_Estadstica.pdf) y realiza la lectura del
captulo II. A partir de su revisin, identifica los principales
conceptos que ah se manejan y crea un pequeo resumen
de cada trmino. Enva tu archivo a la plataforma.
2. Realiza
la
lectura
Tablas
de
(L_02_E_01_TABLAS_DE_FRECUENCIA.doc).
frecuencia
3. Realiza
la
lectura
del
archivo
Captulo
II
(L_02_E_02_Capitulo_II.pdf) que corresponde al segundo
24
captulo del libro Estadstica bsica con aplicaciones en

Excel. A partir de la lectura del mismo, realiza los ejercicios
en Excel que vienen indicados a partir de la pgina 23 del
archivo.
Tendrs que copiar la informacin a Excel y crear las frmulas
o aplicar las funciones que sean necesarias para obtener los
resultados de cada ejercicio planteado. Guardar el archivo
con el nombre EJERCICIOS MODULO 2 y enva tu archivo
a la plataforma.
25
Autoevaluacin
1. Qu es la MEDIA y cuantos tipos hay?
2. Qu es la MEDIANA?
3. Qu es la MODA?
4. Qu son los CUARTILES?
5. Qu son los DECILES?
6. Qu son los CENTILES?
7. Cules son los elementos que contiene la tabla de distribucin?
8. Qu es la frecuencia absoluta?
9. Cmo se obtiene la frecuencia absoluta acumulada?
10. Que es la frecuencia relativa?
11. Cmo se obtiene la frecuencia relativa?
12. Diferencia entre frecuencia relativa y frecuencia relativa acumulada?
26
RESUMEN
Como puedes ver, es simple la elaboracin de la tabla de frecuencia, lo ms
importante antes de elaborar la tablas de frecuencia es tener datos y lo
realmente difcil seria obtener estos datos, para lo cual existen herramientas
como las entrevistas, cuestionarios si es que se trata de investigacin de
campo, o actualmente puedes obtener informacin de las bases de datos de
las empresas.
El principal objetivo de la estadstica descriptiva es sintetizar conjuntos de
datos mediante tablas o grficos resumen, con el fin de poder identificar el
comportamiento caracterstico de un fenmeno y facilitar su anlisis
exhaustivo.
Cualquier investigacin que se emprenda puede conducir a la acumulacin de
valores cuantitativos y cuasi-cualitativos correspondientes a las diversas
medidas efectuadas. Esta posibilidad, convierte a la estadstica en una
herramienta vital para el tratamiento de volmenes de datos mediante tablas
resmenes conocidas como "Tablas de Frecuencia". Cuando los datos son
agrupados, la interpretacin resulta ser ms sencilla.
Bibliografa
Hill.
27
Mdulo 3
Medidas de tendencia central y de dispersin II (representaciones grficas)
ndice
Introduccin
ndice de temas
o Representaciones Grficas
Estadstica Descriptiva. Medidas de tendencia central y de dispersin II
(representaciones grficas)
Resumen
Bibliografa
Introduccin
Presentacin Grfica
Tres grficas que nos ayudarn a representar grficamente una distribucin de
frecuencias son: a) el histograma, b) el polgono de frecuencia y c) la ojiva de
frecuencia acumulada.
a) El histograma
El histograma es una de las grficas ms ampliamente utilizadas y una de las
mas fciles de entender. Un histograma describe una distribucin de
frecuencia utilizando una serie de rectngulos adyacentes donde la altura de
cada rectngulo es proporcional a la frecuencia de clase que representa.
b) Polgono de frecuencia
El polgono de frecuencia consiste de segmentos de lnea conectando los
puntos formados por la interseccin de las marcas de clase y las frecuencias
de clase.
El polgono de frecuencia relativa es similar al anterior solo que en este se
muestran porcentajes, es decir las frecuencias relativas de cada clase.
28
c) Ojivas de Frecuencia Acumulada

Las distribuciones de frecuencia acumulada y frecuencia relativa acumulada,
se presentan grficamente con las ojivas de frecuencia acumulada y
frecuencia relativa acumulada, que es una grfica de segmentos de lnea que
une los puntos donde se cruzan los lmites reales, con las frecuencias
acumulada y relativa acumulada de cada intervalo de clase.
29
Hasta este momento se ha descrito la serie de datos en funcin de como

estn distribuidos, y se present la informacin en forma de tabla y de grfica.
En las siguientes secciones, presentaremos otras herramientas de la
estadstica descriptiva como las medidas de tendencia central y las medidas
de variabilidad.
Objetivo
El estudiante construir grficos a partir de tablas de frecuencia, utilizando
herramientas como Excel, indispensable para el anlisis e interpretacin de
datos.
Propsito
Que entiendas la importancia de los grficos, y aprendas a interpretar qu es
lo que representan, ya que un grfico es la mejor forma para presentar un
conjunto de datos y ver su comportamiento facilitando su anlisis.
30

importantes.
tu carrera.
ESTADSTICA DESCRIPTIVA
Medidas de tendencia central y de dispersin II (representaciones grficas)
Los datos se recolectan y tabulan para despus representarlos en forma
grfica. De esta forma, se puede visualizar de una mejor manera los
resultados obtenidos. Existen varios tipos de grficas para representar los
datos recolectados y una de las herramientas que existen en el mercado para
hacerlo es Excel. En este mdulo te pido revisar dos lecturas: Captulo III_1
y Captulo III_2. Ambas lecturas te explicarn los distintos tipos de grficos
existentes y la forma de crearlos en Excel. Es muy importante que revises
detenidamente los procedimientos explicados y que practiques lo revisado
haciendo los ejemplos directamente en el paquete. Las actividades para este
mdulo estn orientadas precisamente a la elaboracin y envo de varios
ejercicios estadsticos con Excel.
Descripcin
Lecturas y
actividades
1. Realiza la lectura del archivo Captulo III_1

(L_03_E_01_Capitulo_III_1.pdf).
2. Realiza la lectura del archivo Captulo III_2
(L_03_E_02_Capitulo_III_2.pdf).
Ambos archivos cubren el tema de los grficos y su
elaboracin utilizando Excel como la herramienta. En este
segundo archivo encontrars las instrucciones para la
solucin de un ejercicio en la pgina 21. Captura la
informacin ah indicada, directo en el paquete Excel y
resuelve el problema utilizando las frmulas y grficas que
te proporciona el paquete. Guarda tu archivo con el
31
nombre EJERCICIOS MDULO 3. Enva tu archivo a la

plataforma.
Autoevaluacin
Problemas
Elabora la distribucin de frecuencias de las siguientes series de datos,
con sus respectivas grficas:
1. Los resultados siguientes representan las calificaciones del examen
final de un curso de estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61
3. El gerente de una firma especializada en renta de condominios para

vacacionistas, quiere saber como estn distribuidas los montos de las
rentas mensuales de los departamentos de la firma. Seleccion una
muestra de departamentos cuyas muestras son mostradas abajo.
Rentas mensuales de los condominios
1170
1207
1581
1277
1305
1472
1077
1319
1537
1849
1332
1418
1949
1403
1744
1532
1219
896
1500
1671
1471
1399
1041
1379
821
1558
1118
1533
1510
1760
1826
1309
1426
1288
1394
1545
1032
1289
695
803
1440
1421
1329
1407
718
1457
1449
1455
2051
1677
1119
1020
1400
1442
1593
1962
1263
1788
1501
1668
1352
1340
1459
1823
1451
1138
1592
982
1981
1091
4. Los siguientes datos representan la duracin de la vida en meses de 30

bombas de combustible similares.
32
24
36
40
16
18
30
60
72
66
78
28
67
72
15
18
48
71
22
57
54
12
72
5. Los siguientes datos representan la duracin de la vida, en segundos,

de 50 moscas sometidas a un nuevo atomizador en un experimento de
laboratorio controlado.
17
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15
4. Se aplic una encuesta donde se les pide indicar el nmero de amigos o

parientes que visitan cuando menos una vez al mes. Los resultados son
los siguientes:
3
14
5. Una compaa de cambio de aceite tiene varias sucursales en la zona

metropolitana. El nmero de cambios de aceite en la sucursal de la calle
Roble en los pasados 20 das son:
66
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
6. El gerente de un negocio de comida rpida esta interesado en el nmero

de veces que un cliente compra en su tienda durante un periodo de dos
semanas. Las respuestas de los 51 clientes fueron:
5
14
11
12
15
10
12
33
8. El presidente de una agencia de viajes, quiere informacin sobre las

edades de la gente que toma cruceros por el Caribe. Una muestra de 40
clientes que tomaron un crucero el ao pasado revel estas edades:
77
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
9. Una cadena de tiendas de artculos deportivos al servicio de

esquiadores principiantes, planea hacer un estudio de cuanto gasta un
esquiador principiante en su primera compra de equipo. Una muestra de
recibos de sus cajas registradoras revel esas compras iniciales.
1 4 0 8
2 2 6 5 1 6 8 9
0 1 1 4 1 7 2 2 3 0 1 4 2 8
6 1 2 5
2 3 5 2 1 2 1 7 1 1 4 9 1 5 6 1 6 2 1 1 8 1 3 9 1 4 9 1 3 2 1 0 5
1 6 2 1 2 6 2 1 6 1 9 5 1 2 7 1 6 1 1 3 5 1 7 2 2 2 0 2 2 9 1 2 9
8
7 1 2 8 1 2 6 1 7 5 1 2 7 1 4 9 1 2 6 1 2 1 1 1 8 1 7 2 1 2 6
10.- Se conduce un estudio de los efectos de fumar sobre los patrones de

sueo. La medicin que se observa es el tiempo, en minutos, que toma
quedar dormido. Se obtienen estos datos:
69
56
22
28
41
28
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30
11. Un banco seleccion una muestra de 40 cuentas de cheques de

estudiantes. Abajo aparecen sus saldos de fin de mes.
404
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
12.- Una compaa de luz seleccion una muestra de 20 clientes

residenciales. Los siguientes datos son las cuentas que se les factur el
mes pasado:
34
54
48
58
50
25
47
75
46
60
70
67
68
39
35
56
66
33
62
65
67
13.- Una muestra de suscriptores de una compaa telefnica revel los

siguientes nmeros de llamadas recibidas en la ltima semana.
52
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Resumen
Como te has podido dar cuenta, elaborar hoy en da una grafica no tiene
ninguna complicacin, lo importante es entender qu es lo que representa el
grafico y cundo aplicar cada uno de los tipos de grficos. As como los
grficos son una herramienta excelente para analizar el comportamiento de
datos, tambin nos pueden confundir fcilmente e incluso existen tcnicas
para disfrazar datos mostrando verdades a medias o incluso mentiras con los
mismos datos solo cambiando el enfoque al momento de generar el grafico,
por esta razn te recomiendo que practiques la generacin de grficos ya que
en tu vida profesional te sern de mucha utilidad.
Bibliografa
Hill.
Mdulo 4
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN III
(Medidas de tendencia Central)
ndice del mdulo:
Introduccin
ndice de temas
Estadstica descriptiva. Medidas de tendencia central y de dispersin III
35
Resumen
Introduccin
Medidas de Tendencia Central
Las medidas de tendencia central, como su nombre lo dice, son clculos o
evaluaciones que nos proporcionan idea del comportamiento del fenmeno en
la parte cntrica de ste. En otras palabras las mediadas de tendencia central
se ocupan de medir el centro, el foco o el medio de un fenmeno.
Algunas medidas son las siguientes:
Media Aritmtica.
Media Geomtrica.
Mediana.
Moda.
Las medidas de tendencia central proporcionan informacin acerca de los

valores cntricos de una variable a estudiar. Los valores medios nos darn
una idea esencial a cerca del comportamiento de la variable, por ejemplo el
promedio de los datos.
Objetivo
El estudiante aplicar las medidas de tendencia central a partir de datos
modelos descritos en las lecturas, indispensable para la adecuada
interpretacin de informacin estadstica.
Propsito
Que entiendas qu representan las medidas de tendencia central y en qu
momento se deben usar.
ndice
5.1 Medidas de tendencia central.

36

importantes.
tu carrera.
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN III
Que es un promedio?
A menudo necesitamos un solo nmero para representar una serie de datos.
Este nico nmero puede ser considerado como tpico de todos los datos.
La palabra promedio es usada frecuentemente en nuestro lenguaje diario,
normalmente nos referimos a la media aritmtica, pero podra referirse a
cualquiera de los otros promedios. Un trmino ms preciso de promedio es
una medida de tendencia central. Hay tres diferentes medidas de tendencia
central: la media aritmtica, la mediana, y la moda.
La Media Aritmtica
La medida de tendencia central ms ampliamente usada es la media
aritmtica, usualmente abreviada como media.
La media aritmtica de un conjunto de n valores es el resultado de la suma de
todos ellos dividido entre n.
Propiedades de la media aritmtica
1. Puede ser calculada en distribuciones con escala relativa e intervalar.
2. Todos los valores son incluidos en el cmputo de la media.
3. Una serie de datos slo tiene una media
4. Es una medida muy til para comparar dos o ms poblaciones.
5. Es la nica medida de tendencia central donde la suma de las desviaciones
de cada valor respecto a la media es igual a cero. Por lo tanto podemos
considerar a la media como el punto de balance de una serie de datos.
37
Desventajas de la media aritmtica

1. Si alguno de los valores es extremadamente grande o extremadamente
pequeo, la media no es el promedio apropiado para representar la serie de
datos.
2. No se puede determinar si en una distribucin de frecuencias hay intervalos
de clase abiertos.
La media para datos agrupados
Frecuentemente los datos ests agrupados y presentados en forma de
distribucin de frecuencias. Si esto sucede es normalmente imposible
recuperar los datos crudos originales. Por consiguiente si queremos calcular la
media u otro estadstico es necesario estimarlo en base a la distribucin de
frecuencias.
La media aritmtica de una muestra de datos organizados en una distribucin
de frecuencias se calcula de la siguiente manera:
fx
=
n
Donde:
simboliza la media de la muestra
x
es la marca de clase
es la frecuencia de clase
fx
es la suma de los productos de f por X
es la suma de las frecuencias de clase
Ejemplo:
Calcular la media aritmtica de la siguiente distribucin de frecuencia del
nmero de meses de duracin de una muestra de 40 bateras para coche.
Como podemos ver, es la distribucin de frecuencia que elaboramos en la
seccin anterior.
38
duracin de las bateras (meses) Nmero de bateras

15 19
20 24
25 29
30 34
15
35 39
10
40 44
45 49
Daremos como un hecho que ya sabemos elaborar una distribucin de

frecuencias.
Primeramente, de la distribucin de frecuencias que ya tenemos, utilizaremos
la marca de clase y la frecuencia de clase, para despus calcular el producto
fX y proceder finalmente a calcular la sumatoria fX y aplicar la frmula.
LI
LS X
FX
15 19 17 2
34
20 24 22 1
22
25 29 27 4
108
30 34 32 15
480
35 39 37 10
370
40 44 42 5
210
45 49 47 3
141
n =40 fX = 1365
39
fx
=
1365
=
= 34.12
40
La media para datos no agrupados

Para datos crudos, es decir datos no agrupados, la media es la suma de todos
los valores dividida entre el nmero total de valores. Para encontrar la media
de una muestra se usa la siguiente frmula:
x
=
n
Donde:
es la media de la muestra
x
es la suma de todos los valores de la muestra
es el nmero de elementos de la muestra
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
media aritmtica de estas observaciones?
x
=
85.4 + 85.3 + 84.9 + 85.4 + 84.0

=
= 85.0
5
La media de la muestra y la media de la poblacin:

Las medidas caractersticas de una muestra son llamadas estadsticas y las
medidas caractersticas de una poblacin se denominan parmetros. La media
de la poblacin se calculan de la misma manera que la media de la muestra,
que calculamos arriba, pero tiene diferente notacin:
40
x
=
N
Donde:
es la media de la poblacin
x
es la suma de todos los valores de la

poblacin
es el nmero de elementos de la poblacin
La mediana
Cuando una serie de datos contiene uno o dos valores muy grandes o muy
pequeos, la media aritmtica no es representativa. El valor central en tales
problemas puede ser mejor descrito usando una medida de tendencia central
llamada mediana.
La mediana es el punto medio de los valores de una serie de datos despus
de haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes
que la mediana como posteriores en el arreglo de datos.
Ejemplo:
mediana de las observaciones muestreadas?
85.4
85.4
85.3
84.9
84.0
Ejemplo:
41
Una muestra de los honorarios de los paramdicos cargados por una clnica
revel estas cantidades: $35, $29, $30, $25, $32, $35. Cul es la mediana?
25
29
30
32
35
35
En este caso la mediana se calcula obteniendo la media de las dos
observaciones centrales.
30 + 32
=
= 31
2
Propiedades de la mediana
1. Hay slo una mediana en una serie de datos.
2. No es afectada por los valores extremos (altos o bajos)
3. Puede ser calculada en distribuciones de frecuencia con intervalos abiertos,
si no se encuentra en el intervalo abierto.
4. Puede ser calculada en distribuciones con escala relativa, intervalar, y
ordinal.
La mediana para datos agrupados

Cuando los datos se encuentran agrupados en una distribucin de frecuencia
no conocemos los datos originales, por lo tanto es necesario estimar la
mediana mediante los siguientes pasos:
1. Calcular el valor n / 2
42
2. Localizar el intervalo de clase donde se encuentra la mediana (intervalo

mediano). Esto se hace encontrando el primer intervalo de clase donde la
frecuencia acumulada es igual o mayor que n / 2.
3. Aplicando la siguiente frmula con los valores del intervalo mediano:
( n/2 - FA ) tic
= LSR +
F
Ejemplo:
Calcular la mediana de la siguiente distribucin de frecuencia del nmero de
meses de duracin de una muestra de 40 bateras para coche.
Duracin de las bateras (meses) Nmero de bateras
15 19
20 24
25 29
30 34
15
35 39
10
40 44
45 49
Para calcular la mediana de una distribucin de frecuencias necesitamos que

tenga las columnas de lmite superior real (LSR), frecuencia acumulada (FA),
frecuencia (F).
1. El valor de (n / 2) = 40 / 2 = 20
2. El intervalo mediano es:
LI
LS
LSR
FA
15
19
19.5
17
43
20
24
24.5
22
25
29
29.5
27
30
34
34.5
32
15 22
35
39
39.5
37
10 32
40
44
44.5
42
37
45
49
49.5
47
40
intervalo mediano
N = 40
3. Aplicar la frmula con los datos del intervalo mediano:
( n/2 - FA ) tic
= LSR +
( 20 - 22 )( 5 )
= 34.5 +
= 33.83
15
La moda
La moda es la medida de tendencia central especialmente til para describir
mediciones de tipo ordinal y nominal.
La moda. Es el valor de la observacin que aparece ms frecuentemente.
Propiedades de la moda
1. La moda se puede determinar en todos los tipos de mediciones (nominal,
ordinal, intervalar, y relativa).
2. La moda tiene la ventaja de no ser afectada por valores extremos.
3. Al igual que la mediana, puede ser calculada en distribuciones con
intervalos abiertos.
Desventajas de la moda
En muchas series de datos no hay moda porque ningn valor aparece ms de
una vez.
44
En algunas series de datos hay ms de una moda, en este caso uno podra
preguntarse cul es el valor representativo de la serie de datos?
Ejemplo
moda de las observaciones muestreadas?
= 85.4
La moda para datos agrupados
Para datos agrupados en una distribucin de frecuencia, la moda puede ser
estimada por la marca de clase del intervalo que contenga la frecuencia de
clase ms grande. Si hay dos intervalos contiguos con frecuencia mxima la
moda ser la media aritmtica de las dos marcas de clase. Si hay dos o ms
intervalos no contiguos con frecuencia de clase mxima habr dos o ms
modas que sers las marcas de clase de dichos intervalos.
Ejemplo: Calcular las modas de las siguientes distribuciones de frecuencia:
X
F hay dos modas:
F no hay moda
10 3
15 15
10 8
=
15
= 10
10 4
15 6
15 4
20 9
20 7
20 4
25 10
25 8
25 4
30 7
30 8
= (25+30) / 2 = 27.5
30 4
Comparacin entre medidas de tendencia central

Si no hay ningn argumento de peso en contra, se preferir siempre la media.
Hay dos razones para apoyar esta norma general. La primera es que en ella
45
se basan otros estadsticos y la segunda es que es mejor estimador de su

parmetro que la mediana y la moda.
Hay al menos 3 situaciones en las que se preferir la mediana a la media:
1. Cuando la variable est medida en escala ordinal
2. Cuando haya valores extremos que distorsionen la interpretacin de la
media.
3. Cuando haya intervalos abiertos, situaciones en las que el intervalo superior
carece de lmite superior, el intervalo inferior carece de lmite inferior o ambos.
La media es extremadamente sensible a las puntuaciones y un cambio en slo
una de ellas supone un cambio en la media aritmtica, mientras que la
mediana slo se vera alterada por cambios en los valores centrales.
La mediana ser la segunda candidata para representar la tendencia central y
se preferir la mediana a la moda, a menos de que:
1. Se trate de una variable medida en escala nominal
2. Haya intervalos abiertos y la mediana pertenezca a uno de ellos.
A continuacin aparecen indicadas las actividades a realizar para este mdulo:

Descripcin
Lecturas y
actividades
1. Realizar
la
lectura
del
Captulo
4
(L_04_E_01_Capitulo_IV.pdf) que habla sobre el tema de
las medidas de tendencia central. Identifica, a partir de la
revisin de la lectura, los conceptos ms importantes
abordados en la misma.
2. Elabora los ejercicios de Excel que se muestran en esta
lectura a partir de la pgina 23. Captura los datos en un
archivo de Excel y aplica las frmulas y funciones
necesarias para obtener los resultados. Guarda tu archivo
como EJERCICIOS MODULO 4. Enva tu archivo a la
plataforma.
Resumen
Las medidas de tendencia central son las ms usadas comnmente en todos
los mbitos para medir o darnos una idea de cmo se comporta la
46
informacin, por ejemplo, las clsicas preguntas de tus padres Cmo te fue
en la escuela? Y una respuesta tambin clsica sera En promedio Bien o
tambin cuntos sacaron menor calificacin que tu?, o cuando la calificacin
ms alta fue de 8 de entre muchos reprobados y tu sacaste 6 dices realmente
no me fue mal. Entonces los datos siempre son relativos ya que para hacer
mediciones necesitamos puntos de comparacin y esto es lo que son las
medidas de tendencia central.
Autoevaluacin
Problemas
Para cada uno de los siguientes problemas: (a) determine la media moda y
mediana sin agrupar los datos; (b) elabore la distribucin de frecuencia y
calcule la media, moda y mediana para datos agrupados.
1. Los resultados siguientes representan las calificaciones del examen final de
un curso de estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61

vacacionistas, quiere saber como estn distribuidas los montos de las rentas
mensuales de los departamentos de la firma. Seleccion una muestra de
departamentos cuyos datos son mostrados abajo.
1170
1207 1581 1277 1305 1472 1077 1319 1537 1849
1332 1418 1949 1403 1744 1532 1219 896

1471 1399 1041 1379 821
1558 1118
1500 1671
1533 1510 1760
1826 1309 1426 1288 1394 1545 1032 1289 695
803
47
1440 1421 1329 1407 718

1119
1457 1449 1455 2051 1677
1020 1400 1442 1593 1962 1263 1788 1501 1668
1352 1340 1459 1823 1451 1138 1592 982
1981 1091

24
36
40
16
18
30
60
72
66
78
28
67
72
15
18
48
71
22
57
54
12
72
4. Los siguientes datos representan la duracin de la vida, en segundos, de 50

moscas sometidas a un nuevo atomizador en un experimento de laboratorio
controlado.
17
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15

parientes que visitan cuando menos una vez al mes. Los resultados son los
siguientes:
3
48
14

66
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
7. El gerente un negocio de comida rpida esta interesado en el nmero de

veces que un cliente compra en su tienda durante un periodo de dos
5
3 3
1 4
4 5 6 4 2
6 6 6
7 1 1 14
2 4
4 4
5 6 3 5 3
4 5 6
8 4 7 6
9 11
3 12
4 7 6 5 15
1 1 10
8 9 2 12
8. El presidente de una agencia de viajes, quiere informacin sobre las edades

de la gente que toma cruceros por el Caribe. Una muestra de 40 clientes que
tomaron un crucero el ao pasado revel estas edades:
77
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
9. Una cadena de tiendas de artculos deportivos al servicio de esquiadores

principiantes, planea hacer un estudio de cunto gasta un esquiador
49
principiante en su primera compra de equipo. Una muestra de recibos de sus

cajas registradoras revel esas compras iniciales.
140 82
265 168 90
114
172 230 142 86
235 212 171 149 156 162 118
125
139 149 132 105
162 126 216 195 127 161 135 172 220 229 129
87
128 126 175 127 149 126 121 118
172 126

69
56
22
28
41
28
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30

404
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
12. Una compaa de luz seleccion una muestra de 20 clientes residenciales.

Los siguientes datos son las cuentas que se les factur el mes pasado:
54
48
58
50
25
47
75
46
60
70
50
67
68
39
35
56
66
33
62
65
67
13. Una muestra de suscriptores de una compaa telefnica revel los

52
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Bibliografa
Hill.
51
Mdulo 5
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN IV
(Principales medidas de Dispersin)
ndice
Introduccin
ndice de temas
o 5.1 Principales medidas de Dispersin.
Medidas de tendencia central y de dispersin IV
(principales medidas de dispersin)
Resumen
Bibliografa
Introduccin
Qu son las medidas de variabilidad o Dispersin?
Las medidas de variabilidad de una serie de datos, muestra o poblacin,
permiten identificar que tan dispersos o concentrados se encuentran los datos
respecto a una medida de tendencia central.
Hay varias razones para analizar la variabilidad en una serie de datos.
Primero, al aplicar una medida de variabilidad podemos evaluar la medida de
tendencia central utilizada. Una medida de variabilidad pequea indica que los
datos estn agrupados muy cerca, digamos, de la media. La media, por lo
tanto es considerada bastante representativa de la serie de datos.
Inversamente, una gran medida de variabilidad indica que la media no es muy
representativa de los datos.
Una segunda razn para estudiar la variabilidad de una serie de datos es para
comparar como estn esparcidos los datos en dos o ms distribuciones. Por
ejemplo, la calificacin promedio de dos estudiantes, A = {90, 80, 75, 75 } y B
= {90, 55, 85, 90 }, es de 80. Basados en esto podramos pensar que sus
calificaciones son idnticas. Pero si revisamos el detalle de sus calificaciones
vemos que esta conclusin no es correcta.
Objetivo
52
El estudiante aplicar las medidas de dispersin en ejercicios especficos, a

partir de datos de lecturas y ejercicios seleccionados, indispensable para el
anlisis de datos estadsticos.
Propsito
El propsito es que entiendas que la dispersin nos muestre que tan alejados
o cercanos a la media estn los datos, y que para representar esto
numricamente existen las medidas de dispersin.

importantes.
tu carrera.
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN IV
(Principales medidas de Dispersin)
La Desviacin media
La desviacin media mide la cantidad promedio que varan los datos respecto
a su media. La definicin es:
Desviacin media. Es la media aritmtica de los valores absolutos de las
desviaciones de los datos respecto a su media.
La frmula de la desviacin media (Dm) es:
| X -
Dm =
n
53
Ejemplo:
desviacin media de las observaciones muestreadas?
X
X-
|X -
85.4
+ 0.4
0.4
85.4
+ 0.4
0.4
85.3
+ 0.3
0.3
84.9
- 0.1
0.1
84.0
- 1.0
1.0
= 2.2
Desviacin media para datos agrupados

En el caso de que los datos se encuentren agrupados en una distribucin de
frecuencia la frmula es:
f | X -
Dm =
n
Ventajas y Desventajas de la desviacin media

La desviacin media tiene dos ventajas. Utiliza para su cmputo todos los
elementos de la serie de datos y es fcil de entender. Sin embargo, es difcil
trabajar con valores absolutos y por ello la desviacin media no es usada
frecuentemente.
Cuando la suma de las desviaciones parciales absolutas es igual a cero, la
desviacin media no es una medida de variabilidad aceptable. Por ejemplo,
tenemos dos series de datos:
54
A = { 0, 50, 100 }
B = { 49, 50, 51 }
Claramente observamos que la serie B tiene una dispersin mayor que la
serie A, sin embargo en ambos casos la desviacin media es cero.
La varianza y la desviacin estndar
Concepto
La varianza y la desviacin estndar sirven para cuantificar la variabilidad de
una muestra midiendo su dispersin alrededor de la media. La definicin es la
siguiente:
Varianza. Es la media aritmtica de las desviaciones cuadradas de los datos
respecto a la media.
Desviacin estndar. Es la raz cuadrada de la varianza.
Varianza y Desviacin Estndar para datos no agrupados
Las frmulas de la varianza de una poblacin y de una muestra son
ligeramente diferentes. Las frmulas son:
(x)2
(x)2
x2 -
x2 2=
S2=
n-1
Varianza de una poblacin
Varianza de una muestra
Las desviaciones estndar de la poblacin y muestra se calculan simplemente

sacando la raz cuadrada a la respectiva varianza.
desviacin
poblacin
estndar
de
una
desviacin estndar de una muestra
S = S2
Ejemplo:
varianza y la desviacin estndar de las observaciones muestreadas?
55
X2
85.4
7293.16
85.3
7276.09
84.9
7208.01
85.4
7293.16
84.0
7056.00
x= 425.0
(425)2
(x)2
x2 2
S=
36126.42 n
n-1
S=
x2= 36126.42
= 0.355
5-1
0.355
=
0.5958
Varianza y Desviacin Estndar para datos agrupados

Si los datos estn agrupados en una distribucin de frecuencia, la varianza y
la desviacin estndar de la muestra se pueden aproximar sustituyendo Sfx
por Sx y Sfx por Sx. Las frmulas quedaran de la siguiente manera:
(fx)2
(fx)2
fx -
fx2 -
S=
n-1
varianza de una poblacin
desviacin
poblacin
estndar
de
varianza de una muestra
una
56
desviacin estndar de una muestra
S = S2
Ejemplo:
Calcular la varianza y la desviacin estndar de la siguiente distribucin de
frecuencia del nmero de meses de duracin de una muestra de 40 bateras
para coche.
duracin de las bateras (meses) Nmero de bateras
15 - 19
20 - 24
25 - 29
30 - 34
15
35 - 39
10
40 - 44
45 - 49
Primeramente, calculamos la marca de clase, para despus calcular los

productos fX y fx2 para proceder finalmente a calcular las sumatorias fX y
fx2 y aplicar las frmulas.
LI
LS X
FX
FX2
15 19 17 2
34
588
20 24 22 1
22
484
25 29 27 4
108
2916
30 34 32 15
480
15360
35 39 37 10
370
13690
40 44 42 5
210
8820
45 49 47 3
141
6627
57
n =40 fX = 1365 fx2 = 48475
(fx)2
fx2 S2=
n
n-1
S=
S2 =
48475
-
(1365)2
40
= 48.573
40 - 1
48.573
= 6.969
Las lecturas y actividades a realizar para esta semana son:

Descripcin
Lecturas y
actividades
1. En esta
semana continuaremos con la lectura del libro

Estadstica bsica con aplicaciones en Excel. Ahora
revisaremos el captulo 5 (L_05_E_01_Capitulo_V.pdf)
que trata sobre las medidas de dispersin.
2. A partir de la lectura anterior, captura
los datos de los

ejercicios planteados en las pginas 27 a 29 y resulvelos
utilizando Excel. Guarda tus ejercicios en un archivo con
el nombre EJERCICIOS MODULO 5. Enva tu tarea a la
plataforma.
Autoevaluacin
Problemas
Para cada uno de los siguientes problemas: (a) determine la varianza y la
desviacin estndar sin agrupar los datos; (b) elabore la distribucin de
frecuencia y calcule la desviacin media, varianza, desviacin estndar y
desviacin cuartilar para datos agrupados.
58
1. Los resultados siguientes representan las calificaciones del examen final de

un curso de estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61

vacacionistas, quiere saber como estn distribuidas los montos de las rentas
mensuales de los departamentos de la firma. Seleccion una muestra de
departamentos cuyas muestras son mostradas abajo.
1170
1207 1581 1277 1305 1472 1077 1319 1537 1849
1332 1418 1949 1403 1744 1532 1219 896

1471 1399 1041 1379 821
1558 1118
1500 1671
1533 1510 1760
1826 1309 1426 1288 1394 1545 1032 1289 695

1440 1421 1329 1407 718
1119
803
1457 1449 1455 2051 1677
1020 1400 1442 1593 1962 1263 1788 1501 1668
1352 1340 1459 1823 1451 1138 1592 982
1981 1091

24
36
40
16
18
30
60
72
66
78
28
67
72
15
59
18
48
71
22
57
54
12
72
4. Los siguientes datos representan la duracin de la vida, en segundos, de 50

moscas sometidas a un nuevo atomizador en un experimento de laboratorio
controlado.
17
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15

parientes que visitan cuando menos una vez al mes. Los resultados son los
siguientes:
3
14

66
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
60
7. El gerente local un negocio de comida rpida esta interesado en el nmero

de veces que un cliente compra en su tienda durante un periodo de dos
5
14
11
12
15
10
12
8. El presidente de una agencia de viajes, quiere informacin sobre las edades

de la gente que toma cruceros por el Caribe. Una muestra de 40 clientes que
tomaron un crucero el ao pasado revel estas edades:
77
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
9. Una cadena de tiendas de artculos deportivos al servicio de esquiadores

principiantes, planea hacer un estudio de cuanto gasta un esquiador
principiante en su primera compra de equipo. Una muestra de recibos de sus
cajas registradoras revel esas compras iniciales.
140
82
265
168
90
114
172
230
142
86
125
235
212
171
149
156
162
118
139
149
132
105
162
126
216
195
127
161
135
172
220
229
129
87
128
126
175
127
149
126
121
118
172
126

69
56
22
28
41
28
61
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30

404
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
12.- Una compaa de luz seleccion una muestra de 20 clientes

residenciales. Los siguientes datos son las cuentas que se les factur el mes
pasado:
54
48
58
50
25
47
75
46
60
70
67
68
39
35
56
66
33
62
65
67
13.- Una muestra de suscriptores de una compaa telefnica revel los

52
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Resumen
Las medidas de dispersin nos dicen la distancia promedio de los datos a la
media.
62
Por ejemplo en un saln de clases puede ser que el promedio de

calificaciones sea 8, pero todos los alumnos obtuvieron entre 7 y 9 de
calificacin; y en otro saln el promedio de calificaciones es de 8, pero todos
los alumnos sacaron calificaciones entre 0 y 10; de los dos grupos su media
es de 8 pero la dispersin de las calificaciones es diferente. Vaya que existe
diferencia verdad?
Cuando son pocos los datos como por ejemplo en un examen de matemticas
de diez alumnos, a veces no se le encuentra mucho sentido ya que es obvio el
comportamiento de los datos, pero imagnate en los datos resultantes de una
encuesta publicitaria en el uso de alguna pasta de dientes a nivel nacional.
Bibliografa
Hill.
Mdulo 6
OTRAS MEDIDAS DESCRIPTIVAS
ndice
Introduccin
ndice de temas
o 6.1 Medidas de Posicin
o 6.2 Medidas de Forma
Otras medidas descriptivas
Resumen
Bibliografa
Introduccin
En este mdulo dedicaremos tiempo al estudio de otros tipos de medidas
descriptivas, las cuales nos van a ser de mucha utilidad, sobre todo cuando
abordemos el tema de probabilidad.
Objetivo
63
El estudiante emplear medidas de posicin y de forma en datos modelo, a

partir de ejercicios y lecturas asignadas, indispensable para una mejor
interpretacin de datos estadsticos.
Propsito
Es que aprendas a observar grficas en cuanto a la posicin y a su forma que
presentan, debido al comportamiento de los datos para que puedas dar una
ms amplia interpretacin de la informacin que los datos nos proporcionan.

importantes.
tu carrera.
OTRAS MEDIDAS DESCRIPTIVAS

Las medidas de posicin equivalen a los valores que puede tomar una
variable caracterizados por agrupar a cierto porcentaje de observaciones en la
muestra o poblacin.
Las medidas de posicin son ideales para obtener informacin adicional a
partir de datos resumidos, es decir, que presentan perdida de informacin por
agrupamiento en intervalos de clase.
Las medidas de forma permiten comprobar si una distribucin de frecuencia
tiene caractersticas especiales como simetra, asimetra, nivel de
concentracin de datos y nivel de apuntamiento que la clasifiquen en un tipo
particular de distribucin.
Las medidas de forma son necesarias para determinar el comportamiento de
los datos y as, poder adaptar herramientas para el anlisis probabilstico.
A continuacin se indican las lecturas y actividades para esta semana:
64
Descripcin
Lecturas y
actividades
1. Realiza
la
lectura
del
captulo
6
(L_06_E_01_Capitulo_VI.pdf) del libro Estadstica bsica
con aplicaciones en Excel.
2. A partir de la lectura del captulo 6 del libro, contesta los
ejercicios propuestos y el cuestionario de repaso que
vienen de la pgina 15 a la 17. Incluye tus respuestas en
un archivo de Excel y gurdalo con el nombre
EJERCICIOS MODULO 6a. Enva tu archivo a la
plataforma.
3. Realiza la lectura del captulo 7 del mismo libro
(L_06_E_02_Capitulo_VII.pdf). Es muy importante que
asimiles bien los conceptos que se muestran ya que se
utilizarn en los siguientes mdulos, si lo crees pertinente
crea un apunte personal el cual te ayudar mucho.
4. Ahora, elabora los ejercicios que se proponen en este
captulo los cuales se encuentran en las pginas 11 y 12.
Guarda la informacin en un documento con el nombre
EJERCICIOS MODULO 6b. Enva tu archivo a la
plataforma.
5. Por ltimo, te pido revisar el resumen de simbologa y
frmulas dentro de este mismo captulo. La informacin se
encuentra en los anexos A y E (pginas 13 a 17). No se
necesario enviar nada a la plataforma.
6. No olvides que durante esta semana debers enviarme
los ejercicios que llevas realizados ya que es parte de la
revisin de tu portafolio electrnico que debers entregar
en la semana 14 del curso.
Autoevaluacin
Contesta las siguientes preguntas:
a) Indica qu tan apuntada o achatada se encuentra una distribucin respecto
a un comportamiento normal (distribucin normal). Si los datos estn muy
concentrados hacia la media, la distribucin es leptocrtica (curtosis mayor a
0). Si los datos estn muy dispersos, la distribucin es platicrtica (curtosis
menor a 0).
65
a) CURTOSIS
b) COEFICIENTE DE ASIMETRA
c) DISTRIBUCIN SIMTRICA
b) Mide el grado de asimetra de la distribucin con respecto a la media. Un
valor positivo de este indicador significa que la distribucin se encuentra
sesgada hacia la izquierda (orientacin positiva). Un resultado negativo
significa que la distribucin se sesga a la derecha.
a) CURTOSIS
c) Al dividir una distribucin de frecuencia mediante la mediana, ambas reas
resultantes son iguales, es decir, los datos se distribuyen de la misma forma y
el rea abarcada por ambos lados es equivalente (50% de los datos se
encuentran distribuidos en ambas secciones).
a) CURTOSIS
d) Qu son los CUARTILES?
e) Qu son los DECILES?
f) Qu son los PERCENTILES?
Resumen
Medidas de forma
Las medidas de forma permiten comprobar si una distribucin de frecuencia
tiene caractersticas especiales como simetra, asimetra, nivel de
concentracin de datos y nivel de apuntamiento que la clasifiquen en un tipo
particular de distribucin.
Las medidas de forma son necesarias para determinar el comportamiento de
los datos y as, poder adaptar herramientas para el anlisis probabilstico.
Adems de identificar la ubicacin y dispersin que tienen los datos, es
importante determinar su forma, como un complemento de su descripcin.
Las dos medidas de uso comn son el coeficiente de asimetra y el coeficiente
de curtosis.
Bibliografa
Hill.
66
67
Mdulo 7
PREPARATIVOS PARA
CUATRIMESTRE
EL
EXAMEN
DE
MEDIO
Texto para la semana 7 (examen intermedio):

En esta semana presentars el examen intermedio que abarca los contenidos de los
primeros seis mdulos de tu cuatrimestre.
Para presentar tu examen revisa las lecturas, actividades y preguntas de las
autoevaluaciones.
68
Mdulo 8
PRINCIPIOS DE PROBABILIDAD
ndice
Introduccin
ndice de temas
o Introduccin
o Probabilidad clsica de frecuencia relativa y subjetiva
o Reglas para el clculo de probabilidades
Principios de probabilidad
Resumen
Bibliografa
Introduccin
Imagina ir al hipdromo, o a las Vegas a jugar Dados o Ruleta, o pegarle a los
Pronsticos Deportivos.y ganar con una simple frmula matemtica; bueno
pues esta ha sido realmente la motivacin que se ha tenido desde la
antigedad para trabajar con las matemticas en funcin de predecir un
evento a lo cual le llamaron PROBABILIDAD.
La probabilidad naci gracias a los juegos de azar. En el Renacimiento
empiezan a surgir inquietudes en torno a contabilizar el nmero de posibles
resultados de un dado lanzado varias veces, o problemas ms prcticos sobre
cmo repartir las ganancias de los jugadores cuando el juego se interrumpe
antes de finalizar. A los matemticos del siglo XVI como Pacioli, Cardano y
Tartaglia se deben las primeras consideraciones sobre los juegos de azar.
Objetivo
El estudiante emplear los principios bsicos de la probabilidad, en la solucin
de ejercicios asignados por el profesor, indispensable para el estudio formal
de la probabilidad.
Propsito
69
Es que entiendas los principios bsicos de Probabilidad y puedas iniciar con

su estudio.

importantes.
tu carrera.
PRINCIPIOS DE PROBABILIDAD
Tal como habamos mencionado al inicio del curso, la materia de Probabilidad
y estadstica se ha dividido en dos grandes bloques en donde los primeros 6
mdulos cubrieron temas relacionados a la estadstica y ahora, a partir del
mdulo 8 estaremos hablando sobre el tema de la probabilidad. Las lecturas
para esta semana estn encaminadas a darte los conceptos introductorios del
tema. Te pido revisar ambas lecturas y hacer los ejercicios que se indican y de
esta manera continuar organizando los archivos que vayas generando para la
entrega de tu portafolio electrnico (caso prctico) en la semana 13 del curso.
Descripcin
Lecturas
y
actividades
1. Realiza la lectura Introduccin a la probabilidad parte 1

(L_08_E_01_introduccion_a_la_Probabilidad_parte1.doc).
2. A partir de la lectura anterior, resuelve los ejercicios que se
proponen en las pginas 20 a 22. Guarda tus respuestas en
un documento de Word con el nombre EJERCICIOS
MODULO 8. Enva tu archivo a la plataforma.
3. Ahora, revisa la lectura Introduccin a la probabilidad parte
2 (L_08_E_02_introduccion_a_la_Probabilidad_parte2.pdf.
4. A partir de la informacin revisada en la lectura anterior,
elabora un cuadro sinptico con los conceptos ms
70
relevantes ah indicados. Enva tu archivo a la plataforma.
RESUMEN
En la actualidad ha despertado gran inters el estudio de la probabilidad, que
tiene por objeto predecir hechos o fenmenos.
Algunos hechos o fenmenos pueden predecirse con toda seguridad; por
ejemplo cuando tiras un objeto se predice que caer. Pero otros no se pueden
predecir con toda la seguridad; por ejemplo cuando lanzas una moneda no
sabes si puede caer sol siempre.
A los primeros fenmenos se llaman deterministas y a los segundos azarosos
o aleatorios.
Es as que podemos definir a la probabilidad como al conjunto de
posibilidades de que un evento ocurra o no en un momento y tiempo
determinados.
Autoevaluacin
Da una breve respuesta a las siguientes preguntas:
a) Qu es la probabilidad?
b) Qu es un fenmeno aleatorio?
c) Qu son los espacios discretos?
Bibliografa
Hill.
71
Mdulo 9
Distribuciones de probabilidad: Discretas
ndice
Introduccin
ndice de temas
o 9.1 Concepto de distribucin de probabilidad para variables
discretas
o 9.2 Media, varianza y desviacin estndar de una distribucin de
probabilidad
o 9.3 La distribucin Binomial
o 9.4 La distribucin de Poisson
Resumen
Bibliografa
Introduccin
Qu es una distribucin de probabilidad?
Una variable aleatoria es aquella que toma un conjunto de valores numricos
asociados a los resultados de nuestro inters que produce un experimento
aleatorio.
Por ejemplo si el experimento es lanzar cuatro veces una moneda al aire y
nuestro inters es el nmero de guilas, la variable aleatoria podr tomar
valores de 0, 1, 2, 3 y 4 guilas.
Una distribucin de probabilidad es una lista del total de valores que puede
tomar una variable aleatoria con una probabilidad asociada.
Objetivo
El estudiante aplicar las tcnicas de distribucin Binomial y Poisson, a partir
de datos de los ejercicios asignados, indispensables para el trabajo con
probabilidad de variables discretas.
72
Propsito
El propsito es que conozcas y apliques los conceptos de probabilidad con
datos discretos.

importantes.
tu carrera.

Qu es una distribucin de probabilidad?
Una variable aleatoria es aquella que toma un conjunto de valores numricos
asociados a los resultados de nuestro inters que produce un experimento
aleatorio.
Por ejemplo si el experimento es lanzar cuatro veces una moneda al aire y
nuestro inters es el nmero de guilas, la variable aleatoria podr tomar
valores de 0, 1, 2, 3 y 4 guilas.
Una distribucin de probabilidad es una lista del total de valores que puede
tomar una variable aleatoria con una probabilidad asociada.
Existen dos tipos de distribuciones de probabilidad, las distribuciones de
probabilidad discretas y las distribuciones de probabilidad continuas.
Un dato discreto es un dato que no tiene valores intermedios entre los
diferentes valores que puede tomar, como ENCENDIDO y APAGADO, SI y
NO, El numero de veces que tiras una moneda, AGUILA o SOL y un dato
continuo es lo contrario como podra ser La hora,el volumen de agua en un
73
recipiente, valores que es difcil encontrar espacios entre sus diferentes

valores.
Distribuciones de probabilidad discretas
Las distribuciones de probabilidad discretas son aquellas en las que la
variable aleatoria slo puede asumir ciertos valores claramente separados, y
son resultado de un conteo. Por ejemplo, el nmero de guilas en dos
lanzamientos de una moneda.
X
P(X)
0.25
0.50
0.25
Hay varios tipos de distribuciones discretas de probabilidad, tales como la

distribucin binomial, la distribucin Poisson, y la distribucin
Hipergeomtrica.
Una distribucin de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento. Una distribucin de
probabilidad es similar a la distribucin de frecuencias relativas. Sin embargo,
en vez de describir el pasado, describe la probabilidad que un evento se
realice en el futuro, constituye una herramienta fundamental para la
prospectiva, puesto que se puede disear un escenario de acontecimientos
futuros considerando las tendencias actuales de diversos fenmenos
naturales.
La distribucin binomial es una distribucin de probabilidades que surge al
cumplirse cinco condiciones:
1. Existe una serie de N ensayos,
2. En cada ensayo hay slo dos posibles resultados,
3. En cada ensayo, los dos resultados posibles son mutuamente
excluyentes,
4. Los resultados de cada ensayo son independientes entre s, y
5. La probabilidad de cada resultado posible en cualquier ensayo es la
misma de un ensayo a otro.
Cuando se cumplen estas condiciones, la distribucin binomial proporciona
cada resultado posible de los N ensayos y la probabilidad de obtener cada uno
de estos resultados.
Para este tipo de distribucin de probabilidad, la funcin matemtica es la
siguiente:
74
Donde: P(X) = probabilidad de X xitos dados los parmetros n y p

n = tamao de la muestra
p = probabilidad de xito
1 p = probabilidad de fracaso
X = numero de xitos en la muestra ( X = 0, 1, 2, .. n)
El trmino
indica la probabilidad de obtener X xitos de n
observaciones en una secuencia especfica. En trmino

indica
cuantas combinaciones de los X xitos entre n observaciones son posibles.
Entonces dado el nmero de observaciones n y la probabilidad de xito p, la
probabilidad de X xitos es:
P(X) = (nmero de de secuencia posibles) x (probabilidad de un secuencia
especfica)
Por eso llegamos a la funcin matemtica que representa esta distribucin.
Se dice que existe un proceso de Poisson, si podemos observar eventos
discretos en un rea de oportunidad un intervalo continuo (de tiempo,
longitud, superficie, etc.) de tal manera que si se reduce lo suficiente el rea
de oportunidad o el intervalo:
1. La probabilidad de observar exactamente un xito en el intervalo
es constante.
2. La probabilidad de obtener ms de un xito en el intervalo es 0.
3. La probabilidad de observar un xito en cualquier intervalo es
estadsticamente independiente de la de cualquier otro intervalo.
Esta distribucin se aplica en situaciones como:
-
El nmero de clientes que llegan a un servicio de lavado en un

intervalo de tiempo.
El nmero de radiaciones radiactivas que se recibe en un lapso de
tiempo,
El nmero de empaques en mal estado que se cuentan en una
muestra dada.
El nmero de empleados que renuncian por ao
La expresin matemtica para la distribucin de Poisson para obtener X

xitos, dado que se esperan xitos es:
75
Para profundizar en este interesante tema, es necesario que revises una

lectura al final de la cual se encuentran las instrucciones a detalle para
resolver unos ejercicios utilizando Excel. Como en otras ocasiones, ser
necesario capturar los datos y aplicar las frmulas y funciones necesarias para
resolver el problema.
Descripcin
Lecturas y
actividades
1. Realizar la lectura Discretas (L_09_E_01_discretas.pdf).

2. A partir de la lectura anterior, debers realizar los ejercicios
que aparecen a partir de la pgina 6. Ser necesario que
captures la informacin en Excel y apliques las frmulas y
funciones ah descritas para resolver el ejercicio. Guarda tu
archivo con el nombre EJERCICIOS MODULO 9. Enva tu
archivo a la plataforma.
Resumen
La distribucin binomial es una distribucin de probabilidades que surge al
cumplirse cinco condiciones:
1. Existe una serie de N ensayos,
2. En cada ensayo hay slo dos posibles resultados,
3. En cada ensayo, los dos resultados posibles son mutuamente
excluyentes,
4. Los resultados de cada ensayo son independientes entre s, y
5. La probabilidad de cada resultado posible en cualquier ensayo es la
misma de un ensayo a otro.
Autoevaluacin
Responde brevemente a las siguientes preguntas:
1. En qu caso se utiliza la distribucin Binomial?
2. En qu caso se utiliza la distribucin de Poisson?
3. Diferencia entre Discreto y Continuo?
Bibliografa
Hill.
76
77
Mdulo 10
DISTRIBUCIONES CONTINUAS
ndice
Introduccin
ndice de temas
o 10.1 Concepto de distribucin continua de probabilidad
o 10.2 Distribucin normal
o 10.3 Distribucin normal estandarizada, clculos de rea bajo la
curva
o 10.4 Aproximacin normal para la distribucin binomial y de
Poisson el estudio
Distribuciones continuas
Resumen
Bibliografa
Introduccin
Las distribuciones de probabilidad continuas son aquellas en las que la
variable aleatoria puede asumir un nmero infinito de valores, que son
resultado de una medicin. Por ejemplo, el tiempo que tarda un atleta en
recorrer 100 metros planos. Por supuesto que las variables aleatorias
continuas dependen de la exactitud del instrumento de medicin.
Tambin existen varios tipos de distribuciones continuas de probabilidad, la
distribucin normal, la distribucin t, la distribucin ji-cuadrada, entre otras.
Las distribuciones continuas son imposibles de tabular y por lo tanto se
representan con curvas.
Curva de una distribucin de probabilidad continua
78
Objetivo
El estudiante emplear las funciones para distribuciones continuas, a partir de
lecturas y ejercicios asignados, indispensable para el uso adecuado de
frmulas y tablas para la determinacin de probabilidades.
Propsito
Es que entiendas cmo se puede calcular la dispersin de probabilidades
continuas, utilizando algunas frmulas muy simples a travs de ejercicios en
donde se muestra la manera como se pueden realizar utilizando la hoja de
clculo EXCEL.

importantes.
tu carrera.
DISTRIBUCIONES CONTINUAS
La distribucin Normal es frecuentemente utilizada en las aplicaciones
estadsticas. Su propio nombre indica su extendida utilizacin, justificada por
la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse
en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad
cuya grfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para
un mismo valor de p y valores de n cada vez mayores, se ve que sus
polgonos de frecuencias se aproximan a una curva en "forma de campana".
79
En resumen, la importancia de la distribucin normal se debe principalmente a

que hay muchas variables asociadas a fenmenos naturales que siguen el
modelo de la normal
Caracteres morfolgicos de individuos (personas, animales, plantas,...)

de una especie, p.ejm. tallas, pesos, envergaduras, dimetros,
permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un

frmaco, o de una misma cantidad de abono.
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por

un mismo grupo de individuos, puntuaciones de examen.
Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de

adaptacin a un medio,...
Errores cometidos al medir ciertas magnitudes.
Valores estadsticos muestrales, por ejemplo: la media.
Otras distribuciones como la binomial o la de Poisson son

aproximaciones normales, ...
Y en general cualquier caracterstica que se obtenga como suma de

muchos factores.
Para profundizar en el tema te pido revisar las lecturas La distribucin
normal y Tablas de distribucin normal y resolver los ejercicios que ah
se indican.
Descripcin
Lecturas
y
actividades
1. Realiza la lectura La distribucin normal (L_10_E_01_La

Distribucion_Normal.doc).
2. Resuelve los ejercicios de las pginas 12 a 17 de ese
mismo archivo. Captura los datos y aplica las frmulas y
funciones necesarias para resolver los ejercicios. Guarda tu
archivo con el nombre EJERCICIOS MODULO 10. Enva tu
3. Por ltimo y para terminar el tema, revisar la lectura Tablas
de
distribuciones
normales
(L_10_E_02_tablas
distribuciones_NORMAL.pdf). No es necesario enviar
ningn archivo a la plataforma.
80
Resumen
Entre las distribuciones probabilsticas de variable continua, la ms
ampliamente utilizada es la llamada distribucin normal, cuya representacin
grfica tiene una forma muy conocida en el mbito de la estadstica y las
ciencias naturales: la campana de Gauss.
Autoevaluacin
Cules son las caractersticas de la distribucin Normal?
Quin fue Carl Friedrich Gauss?
Para utilizar la distribucin normal como una aproximacin de la binomial
debemos estar seguros de que la distribucin de inters es?
81
Mdulo 11
TEORA BSICA DEL MUESTREO
ndice
Introduccin
ndice de temas
o 11.1 Introduccin
o 11.2 Diferentes tipos de muestreo
o 11.3 Etapas de un estudio por muestreo
o 11.4 Distribuciones muestrales
Teora bsica del muestreo
Resumen
Bibliografa
Introduccin
Muestreo es la actividad por la cual se toman ciertas muestras de una
poblacin de elementos de los cuales vamos a tomar ciertos criterios de
decisin, el muestreo es importante porque a travs de l podemos hacer
anlisis de situaciones de una empresa o de algn campo de la sociedad.
Y porque no se estudia la poblacin completa? se preguntaran algunos, pero
en ocasiones no es factible.
Objetivo
El estudiante identificar las diferentes tcnicas de muestreo, a partir de
lecturas y ejercicios tipo, necesarios para la futura decisin de tcnicas a
aplicar en su campo profesional.
Propsito
Que entiendas porqu son necesarias las tcnicas de muestreo y cmo
podras aplicar cada una de ellas para que en un futuro puedas utilizar estas
tcnicas en tu rea de desarrollo profesional que hoy en da son
indispensables para el desarrollo de las organizaciones.
82

importantes.
tu carrera.
TEORA BSICA DEL MUESTREO

Por qu muestrear?
Muestreo es la actividad por la cual se toman ciertas muestras de una
poblacin de elementos de los cuales vamos a tomar ciertos criterios de
decisin, el muestreo es importante porque a travs de l podemos hacer
anlisis de situaciones de una empresa o de algn campo de la sociedad.
Y porque no se estudia la poblacin completa? se preguntaran algunos, pero
en ocasiones no es factible, veamos algunas razones para muestrear:
1. La naturaleza destructiva de algunas pruebas
Se quiere conocer la resistencia de los tornillos que se fabrica una planta, para
conocerla es necesario destruir el producto, lgicamente no podemos probar
toda la poblacin porque nos quedaramos sin productos.
2. La imposibilidad fsica de revisar todos los elementos de la poblacin
Se quiere conocer el efecto de un nuevo insecticida en las moscas, como se
puede comprender no es posible contactar a todas las moscas para realizar el
estudio.
3. El costo de estudiar a toda la poblacin es muy alto
83
Se quiere conocer la opinin de la poblacin sobre cierto personaje de la

poltica, si en el pas hay 100 millones de habitantes, se tendra que contratar
mucho personal y equipo para realizar el estudio.
4. El tiempo para contactar a toda la poblacin es inviable
En ocasiones se necesita informacin rpida para tomar una decisin
importante, tal vez estudiar a toda la poblacin nos lleve ms tiempo del que
disponemos.
Por las razones anteriores, en muchos casos es conveniente el uso de
muestras, pero para que podamos extraer conclusiones, es importante que
elijamos bien las muestras para nuestros estudios.
La estadstica consiste en acumular y analizar datos. Los objetos de los que
uno toma medidas para generar datos son los sujetos del estudio, pueden ser
individuos, familias, pases, ciudades, empresas, instituciones...
- La poblacin: conjunto de sujetos sobre el que el estudio quiere saber algo
- Una muestra: es un subconjunto de la poblacin sobre el que el estudio toma
datos
A veces se estudian poblaciones enteras:
- Elecciones
- Censos
- Nmeros pequeos: los alumnos de una facultad, los habitantes de una
ciudad, los miembros de una asociacin...
Pero otras muchas veces estudiamos muestras
Por qu estudiar muestras y no poblaciones?
- Razones econmicas
- Tiempo: la variable cambiara (ejemplo: paro)
- El estudio altera el objeto (investigaciones sanitarias o industriales,
biolgicas...)
En todos esos casos: muestra
Otra razn para estudiar muestras: existen poblaciones virtuales o
conceptuales que no podemos estudiar
- Poblaciones realmente existentes y claramente definidas: todos los adultos
espaoles
- Poblaciones conceptuales:
Todas las personas que ahora o en el futuro puedan padecer insomnio
(un estudio de frmacos)
84
Todos los coches que se puedan fabricar de un determinado modelo

(en estudio de consumos)
Todos los estudiantes de universidad actuales y futuros (en un estudio
sobre efectos de un mtodo de estudio)
Por todas esas razones: hay que estudiar una muestra, no una poblacin
- Ejemplo: encuestas de opinin pblica
- La poblacin: el conjunto de los adultos espaoles (o franceses, o toledanos,
o andaluces...)
- La muestra: 1.000 personas entrevistadas por la encuesta
Estadstica descriptiva: resumir los datos de la muestra
Estadstica inferencial: de la muestra a la poblacin
Estimador (o estadstico): nmero que resume informacin sobre la muestra
(Por ejemplo: porcentaje de los encuestados a favor de autorizar la eutanasia
en ciertos casos).
Los estimadores los obtenemos usando la estadstica descriptiva, a partir de
los datos de la muestra.
Parmetro: nmero que resume informacin sobre la poblacin (Por ejemplo:
porcentaje de los espaoles a favor de autorizar la eutanasia en ciertos
casos).
Con la estadstica inferencial estimamos, a partir de los estimadores, que son
conocidos, los parmetros, que son desconocidos
Hay cuestiones que debemos especificar a la hora de elegir una muestra:
1. El tipo de muestreo que se va a utilizar.
2. El tamao de la muestra.
3. El nivel de confianza de las conclusiones que vamos a presentar.
Como ejemplo, supongamos que queremos saber cuantas familias utilizan
nuestra pasta dental en el Distrito Federal, una opcin seria preguntar casa
por casa sin que nos faltara una sola, esta opcin seria la ideal si ya
tuviramos el nmero exacto de las familias que utilizan nuestra pasta dental y
con una confianza del 100%; pero esta opcin seria muy costosa y poco
viable, la otra opcin seria utilizar una tcnica de muestreo, para lo cual
necesitaramos saber el nmero de casas totales en el D.F. y determinar el
tamao de la muestra o nmero de casas en las que preguntaremos, como no
vamos a preguntar a todas las casas, sino slo a un grupo de casas, entonces
tendramos un margen de error, a este se le conoce como el nivel de
confianza.
85
Para la explicacin de este tema encontrars disponibles varias lecturas

que te brindarn ejemplos especficos sobre el tema de muestreo.
Descripcin
Lecturas
y
actividades
1. Realiza la lectura Desarrollo estratgico para la

investigacin cientfica (L_11_E_01_libro.pdf). De este libro
debers solamente revisar de la pgina 81 a la 92 en donde
se cubre el tema del Muestro.
2. Adems, tambin te pido revisar la lectura Tcnicas de
muestreo (L_11_E_02_tecnicas_muestreo.pdf).
3. A partir de las lecturas anteriores, elabora un diagrama de
flujo de cmo debe realizarse un muestreo. Puedes utilizar
Word o powerpoint para elaborar un diagrama sencillo de no
ms de una cuartilla. Guarda tu archivo con el nombre
EJERCICIOS MODULO 11 Enva tu archivo a la
plataforma.
Resumen
La estadstica consiste en acumular y analizar datos. Los objetos de los que
uno toma medidas para generar datos son los sujetos del estudio, pueden ser
individuos, familias, pases, ciudades, empresas, instituciones...
A veces se estudian poblaciones enteras, pero otras muchas veces
estudiamos muestras.
Se estudian muestras y no poblaciones por razones econmicas, de tiempo, o
porque el estudio altera el objeto.
Tambin existen poblaciones virtuales o conceptuales que no podemos
estudiar.
Por todas esas razones: hay que estudiar una muestra, no una poblacin
Autoevaluacin
Contesta brevemente a las siguientes preguntas:
Qu es una muestra?
Cules son los diferentes tipos de muestreo?
Por qu utilizar una muestra?
86
87
Mdulo 12
Mtodos de muestreo: El Muestreo Aleatorio Simple
ndice
Introduccin
ndice de temas
o 12.1 Caractersticas
o 12.2 Determinacin del intervalo de confianza para la media
Resumen
Bibliografa
Objetivo
El estudiante aplicar la tcnica de muestreo aleatorio simple, a partir de
lecturas y ejercicios, indispensable para demostrar la importancia del
muestreo.
Propsito
Que entiendas cmo se realiza el muestreo aleatorio simple, y la utilidad que
este tipo de muestreo tiene en tu rea profesional.

importantes.
88

tu carrera.
Muestreo aleatorio simple

En primer lugar se asigna un nmero a cada elemento de la poblacin,
despus al azar (como una urna, tablas de nmeros aleatorios, nmeros
aleatorios generados electrnicamente, etc) se eligen los elementos
necesarios para la muestra.
La ventaja de este mtodo es que es sencillo y de fcil comprensin. Sus
desventajas es que requiere que se posea de antemano un listado completo
de toda la poblacin y que cuando se trabaja con muestras pequeas es
posible que no represente a la poblacin adecuadamente.
Ejemplo
En una compaa con 150 trabajadores se quiere obtener una muestra
aleatoria de 15 elementos para un chequeo mdico. Se sigue el siguiente
procedimiento:
89
1. Los trabajadores fueron numerados del 1 al 150

2. Mediante una tabla de nmeros aleatorios se procede a seleccionarlos.
3. El punto de arranque en la tabla se fija mediante la hora en ese momento,
4:03, por lo tanto se inicia en la fila 4, columna 3.
4. Como los nmeros de los trabajadores van desde 1 hasta 150 solo se
toman en cuenta las primeras 3 cifras de cada nmero y se registran los
nmeros que se vayan encontrando en ese rango.
El primer nmero encontrado fue el 054 en la fila 4 columna 5, se siguen
revisando los nmeros horizontalmente, el siguiente seleccionado fue el 095 y
as sucesivamente.
La muestra de 15 nmeros fue la siguiente:
054
095
080
004
147
005
050
024
046
018
041
021
105
009
146
Muestreo Simple: De acuerdo con Webster (1998) una muestra aleatoria

simple es la que resulta de aplicar un mtodo por el cual todas las muestras
posibles de un determinado tamao tengan la misma probabilidad de ser
elegidas, (p. 324). Esta definicin refleja que la probabilidad de seleccin de
la unidad de anlisis A es independiente de la probabilidad que tienen el resto
de unidades de anlisis que integran una poblacin. Esto significa que tiene
implcita la condicin de equiprobabilidad (Glass y Stanley, 1994).
Los pasos para obtener una muestra aleatoria simple son:
1. Definir la poblacin de estudio.
2. Enumerar a todas las unidades de anlisis que integran la poblacin,
asignndoles un nmero de identidad o identificacin.
3. Determinar el tamao de muestra ptimo para el estudio.
4. Seleccionar la muestra de manera sistemtica utilizando una tabla de
nmeros aleatorios generada por medios computacionales para garantizar
que se tiene un orden aleatorio.
Por ejemplo, para obtener una muestra de alumnos del Instituto Tecnolgico
de Nuevo Casas Grandes a los que se les aplicar una encuesta. Lo primero
que se hace es enumerar a todo el alumnado de la institucin. Se obtiene una
lista de los alumnos matriculados y se les asigna un nmero a cada uno de
ellos en orden alfabtico y ascendente. Suponiendo que el total de alumnos es
90
de 700 se utilizan los nmeros 000, 001, 002, 003,...,699. Se determina el

tamao de muestra, suponiendo que en este caso es de tamao 75.
Enseguida se utiliza la tabla de nmeros aleatorios formando nmeros de tres
dgitos aceptando como unidad de anlisis muestral a todos aquellos que
estn comprendidos entre el 000 y el 699.
Este tipo de muestreo asigna a cada uno de los elementos de la poblacin
igual probabilidad de estar incluido en la muestra. Este diseo es muy simple y
consiste en seleccionar nmeros aleatorios, que al ser identificados en el
listado de la poblacin, estos sern los elementos de la poblacin que se
seleccionarn.
Si los elementos seleccionados slo se consideran una vez en la muestra se
llama muestreo sin reemplazo; si pueden ser seleccionados ms de una vez
se llama muestreo con reemplazo. En las encuestas por muestreo de
personas se usa muestreo sin reemplazo.
Ejemplo1
Suponga que se tiene una poblacin de tamao 85 y se desea seleccionar
una muestra de 20 elementos. Utilizando la tabla de nmeros aleatorios haga
la seleccin empezando en la fila 23 y en la columna 15 y 16; observe que si
usa una columna slo tendr nmeros de un dgito y como el tamao de la
poblacin es de dos dgitos es necesario que los nmeros escogidos sean de
dos dgitos. Use muestreo sin reemplazo.
Los elementos seleccionados son: 01, 28, 72, 16, 15, 61, 62, 44, 09, 47, 30,
66, 20, 56, 71, 08, 54, 03, 80, 60.
Estos nmeros tambin pueden ser seleccionados usando la opcin en el
mdulo de funciones estadsticas de Excel o en todas las funciones:
1.
2.
3.
4.
Marque aleatorio entre

Inferior 1
Superior 85
Marque la celda y baje con el cursor hasta el nmero de elementos que
requiere.
Ejemplo2
Suponga que se tiene una poblacin de 825 pacientes que asisten a la
consulta de odontologa de una clnica de salud y se desea seleccionar una
muestra de tamao 35 de esa poblacin. Puede hacer la seleccin usando la
tabla de nmeros aleatorios o bien por medio de la opcin del Excel sugerida
antes.
Si usa la tabla de nmeros aleatorios, como usted sabe por cualquier punto
que empiece obtendr un nmero aleatorio. Suponga que empieza la
seleccin en la fila 30, columnas 21, 22 y 23 y obtiene los siguientes nmeros:
91
344, 594, 114, 541, 744, 808, 117, 458, 570, 478, 365, 140, 618, 058, 457,
515, 668, 104, 159, 005, 039, 326, 356, 279, 250, 355, 258, 790, 390, 808 y
452.
No se consideran los nmeros repetidos ni los que son mayores que el
tamao poblacin. La identificacin de estos nmeros con el listado de la
poblacin, es la muestra que se estudiar.
Si utiliza el Excel obtendr otros nmeros, diferentes pero tambin aleatorios.
Para profundizar un poco ms sobre el tema del muestreo, te pido que

realices las siguientes actividades.
Descripcin
Lecturas
y
actividades
1. Realiza
la
lectura
Muestreo
aleatorio
(L_12_E_01_muestreo_aleatorio_simple.pdf).
simple
A partir de la lectura anterior, describe en un prrafo no mayor a

10 renglones lo que entiendes por Muestreo aleatorio simple.
Redacta tu respuesta en un documento de Word. Guarda tu
archivo con el nombre EJERCICIO MODULO 12. Enva tu
Resumen
Este tipo de muestreo asigna a cada uno de los elementos de la poblacin
igual probabilidad de estar incluido en la muestra. Este diseo es muy simple y
consiste en seleccionar nmeros aleatorios, que al ser identificados en el
listado de la poblacin, estos sern los elementos de la poblacin que se
seleccionarn.
Si los elementos seleccionados slo se consideran una vez en la muestra se
llama muestreo sin reemplazo; si pueden ser seleccionados ms de una vez
se llama muestreo con reemplazo. En las encuestas por muestreo de
personas se usa muestreo sin reemplazo.
Este tipo de muestreo es muy simple cuando se tiene un listado de los
elementos de la poblacin, lo que no siempre es posible tener a mano.
Tambin se recomienda cuando la poblacin es muy homognea.
AUTOEVALUACION
Con tus propias palabras describe qu es el muestreo aleatorio simple?
92
93
Mdulo 13
Entrega del caso prctico (portafolio electrnico)
ndice
Introduccin
ndice de temas
Resumen
Bibliografa
Objetivo
El estudiante integrar el trabajo desarrollado a lo largo del curso a travs de
la entrega de un portafolio electrnico que compile los conocimientos tericos
y prcticos de todo el curso.
Propsito
El propsito es que integres los conocimientos que adquiriste durante el curso
a travs de una lectura.

importantes.
tu carrera.
Orientacin y desarrollo temtico
94
Las actividades para este mdulo del curso estn orientadas a que integres
todo lo aprendido a travs de la entrega de tu portafolio electrnico que
consiste en la entrega de los archivos elaborados en cada una de las
semanas del curso as como tambin te ofrecemos la lectura de un archivo
(Lectura final) que integra los conceptos ms relevantes vistos en el curso.
Descripcin
Lecturas
y
actividades
1. Organiza los archivos que elaboraste en cada uno de los

mdulos del curso para su envo a la plataforma. Puedes
copiar el contenido de todos los archivos en uno solo o
tambin puedes comprimirlos usando aplicaciones ya
descritas anteriormente como winzip o winrar y as enviar un
solo archivo a la plataforma. Este archivo representa el caso
prctico o portafolio electrnico del curso y constituye tu
esfuerzo de todo el curso.
2. Te pido terminar el curso con la revisin de la Lectura final
(L_14_E_01_lectura final.pdf) la cual aborda los conceptos
ms relevantes cubiertos en el cuatrimestre.
Espero que este curso haya sido de tu agrado y sobre todo
agradezco el esfuerzo y la dedicacin que tuviste durante el curso.
95
Mdulo 14
PREPARATIVOS
CUATRIMESTRE
PARA
EL
EXAMEN
FINAL
DEL
Texto para la semana 14 (examen final):

En esta semana presentars el examen final de tu cuatrimestre. Para presentar tu examen
revisa las lecturas, actividades y preguntas de las autoevaluaciones.
96

Guia Didactica Estadistica y Probabilidad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Guia Didactica Estadistica y Probabilidad

Uploaded by

Copyright:

Available Formats

Licenciatura de Administracin

ciencias medicina, ingeniera, sociologa, psicologa, economa, etctera,

Listado de lecturas de la asignatura

Listado de actividades de la asignatura

1. Asigna una parte de un cuaderno profesional para comenzar tus apuntes

Revisa cada lectura de forma rpida sin pretender memorizar

Recuerda que la plataforma tecnolgica que el CEAAM maneja, slo permite

presencial. Es importante que consideres ciertos aspectos y recomendaciones

El estudio a distancia implica un cambio drstico en tu forma de

permitir desarrollar competencias especficas para la bsqueda

de probabilidades fue, precisamente, el desarrollo de un conjunto de mtodos

mala / muy mala

Escala cuantitativa intervalar

Escala cuantitativa Racional

Ingreso de los empleados de la compaa en relacin a la

1. Realiza la lectura del primer captulo del Manual de

Organiza tu propia agenda, estableciendo objetivos semanales para

c) Intervalos. Un intervalo, tambin llamado intervalo de clase, es cada

El nmero de intervalos (nic) puede ser como mnimo 5 y como mximo 15 de

Nmero mximo de datos ( 2 nic)

En este ejercicio, puesto que tenemos 40 datos el NIC sera de 6.

Para facilitar la clasificacin de los datos, el Tic se redondea a una cifra ms o

30 34 34.5 32 ///// ///// ///// 15

9. Distribucin de frecuencia relativa

30 34 34.5 32 ///// ///// ///// 15 15/40=.375

10. Distribuciones de frecuencia acumulada

de clase del intervalo de inters. Si queremos la frecuencia acumulada del

30 34 34.5 32 ///// ///// ///// 15 .375 22 .55

Despus de haber revisado la distribucin de frecuencias, te invito a que

1. Retoma el libro que empezamos a revisar la semana pasada

captulo del libro Estadstica bsica con aplicaciones en

c) Ojivas de Frecuencia Acumulada

Hasta este momento se ha descrito la serie de datos en funcin de como

Orientaciones para el estudio

Organiza tu propia agenda, estableciendo objetivos semanales para

1. Realiza la lectura del archivo Captulo III_1

nombre EJERCICIOS MDULO 3. Enva tu archivo a la

3. El gerente de una firma especializada en renta de condominios para

4. Los siguientes datos representan la duracin de la vida en meses de 30

5. Los siguientes datos representan la duracin de la vida, en segundos,

4. Se aplic una encuesta donde se les pide indicar el nmero de amigos o

5. Una compaa de cambio de aceite tiene varias sucursales en la zona

6. El gerente de un negocio de comida rpida esta interesado en el nmero

8. El presidente de una agencia de viajes, quiere informacin sobre las

9. Una cadena de tiendas de artculos deportivos al servicio de

10.- Se conduce un estudio de los efectos de fumar sobre los patrones de

11. Un banco seleccion una muestra de 40 cuentas de cheques de

12.- Una compaa de luz seleccion una muestra de 20 clientes

13.- Una muestra de suscriptores de una compaa telefnica revel los

Las medidas de tendencia central proporcionan informacin acerca de los

Organiza tu propia agenda, estableciendo objetivos semanales para

Realiza resmenes, esquemas, cuadros sinpticos o mapas

Desventajas de la media aritmtica

es la suma de los productos de f por X

es la suma de las frecuencias de clase

duracin de las bateras (meses) Nmero de bateras

Daremos como un hecho que ya sabemos elaborar una distribucin de

La media para datos no agrupados

es la suma de todos los valores de la muestra

es el nmero de elementos de la muestra

85.4 + 85.3 + 84.9 + 85.4 + 84.0

La media de la muestra y la media de la poblacin:

es la suma de todos los valores de la

es el nmero de elementos de la poblacin