Trabajo Workexo Centrograma

UNIVERSIDAD TECNICA DE AMBATO
UNIVERDIDAD TECNICA DE
AMBATO
FACULTAD DE CONTABILIDAD Y
AUDITORIACARRERA DE CONTABILIDAD Y
AUDITORIA
MODALIDAD SEMIPRESENCIAL
MODULO : ESTADÍSTICA DESCRIPTIVA
MEDIADOR:
Dra. Margoth Bonilla
Dr. Orlando Guevara Correa
SEPTIEMBRE 2009
09
PRESENTACIÓN
Este módulo ha sido diseñado con miras a facilitar el aprendizaje de la
Estadística descriptiva, dando énfasis en trabajo aplicados en lo posible a su
especialidad.
La aspiración básica es presentar un trabajo de fácil comprensión, con

procedimientos estadísticos básicos que requieren de un mínimo nivel
matemático, sin que esto naturalmente afecte a la precisión de los resultados ni
al rigor científico.
Considerando que la práctica ayuda en el aprendizaje, al finalizar cada tema se
incluye ejercicios resueltos para que se los estudie, discuta y analice. Como
también algunos propuesto para que los resuelva con procedimientos
similares.
ESTRATEGIAS DE TRABAJO
Para adquirir el dominio de los objetivos sin dificultad, se requiere:

1. Realizar la lectura comprensiva, utilizando técnicas de estudio como: el
subrayado, esquemas, resúmenes, etc.
2. Utilizar un cuaderno de trabajo para volver a verificar los ejemplos del módulo,
usando calculadora que contenga elementos básicos de estadística.
3. Elija un lugar apropiado para que pueda trabajar sin molestias ni
interrupciones.
4. Fije una hora especial para el estudio.
5. Utilice lápiz para resolver los ejercicios.
EVALUACIÓN
Art. 10 Reglamento de Evaluación para la promoción de los años lectivos y
semestres manifiesta que las asignaturas prácticas la calificación final del
trimestre serán evaluadas así:
Actividades académicas (trabajos en clase y extraclase) 60%
Examen 40 %
ESTADISTICA Página 2
INDICE
ESTADISTICA ...................................................................................................... 1
INTRODUCCIÓN .............................................................................................. 1
Estadística Analítica e Inferencial. ...................................................................... 1
UNIDAD 1 .............................................................................................................. 3
CONCEPTOS MATEMÁTICOS ........................................................................... 3
REDONDEO DE DATOS .................................................................................. 3
NOTACION CIENTIFICA................................................................................. 4
DIGITOS SIGNIFICATIVOS ............................................................................ 4
Razones ............................................................................................................... 5
Proporciones ........................................................................................................ 5
Ley Fundamental de las Proporciones: ............................................................... 6
Porcentaje o Tanto por Ciento............................................................................. 6
FUNCIONES ...................................................................................................... 6
NOTACION DE SIGMA CON SUMA.............................................................. 6
PROPIEDADES DEL OPERADOR ∑ .............................................................. 8
UNIDAD 2 .............................................................................................................. 9
INTRODUCCIÓN A LA ESTADÍSTICA ............................................................. 9
VARIABLES .................................................................................................... 11
SEGÚN LA NATURALEZA DE LA VARIABLE: ........................................ 11
SEGÚN LA ESCALA DE MEDICIÓN: .......................................................... 12
SEGÚN LA RELACIÓN ENTRE VARIABLES: ........................................... 12
ETAPAS DE UNA INVESTIGACIÓN ESTADÍSTICA ................................. 12
Recopilación de los Datos ................................................................................. 14
Elaboración de los Datos ................................................................................... 14
DISTRIBUCIÓN DE FRECUENCIAS ................................................................ 15
Generalidades .................................................................................................... 15
Intervalos de Clase y Límites de Clases........................................................... 15
FORMACIÓN DE LA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS . 18
SEGUNDO PROCESOS PARA VARIABLES CONTINUAS ....................... 19
GRÁFICOS: .......................................................................................................... 22
UNIDAD 3 ............................................................................................................ 27
3. Medidas de centralización ................................................................................. 27
MEDIA ARITMETICA (Xm) .......................................................................... 27
PROPIEDADES DE LA MEDIA ARITMÉTICA ........................................... 28
MEDIA GEOMETRICA ( G o Mg ) ................................................................ 33
Aplicación de la Media Geométrica .................................................................. 36
MEDIA ARMONICA (H) ................................................................................ 38
LA MEDIANA (MED) ..................................................................................... 38
Calculo de la Mediana con Datos Discretos ..................................................... 38
LA MODA (MOD) O promedio modal ........................................................... 40
DATOS AGRUPADOS.-...................................................................................... 40
UNIDAD 4 ............................................................................................................ 48
Medidas de variabilidad ........................................................................................ 48
DATOS AGRUPADOS CON FRECUENCIA Y DAIC .................................. 53
DESVIACION MEDIA ABSOLUTA ( DMA ) ............................................... 54
DESVIACION ESTÁNDAR ............................................................................ 54
UNIDAD 5 ............................................................................................................ 58
MOMENTOS ESTADÍSTICOS ........................................................................... 58
PUNTUACIONES TIPIFICADAS. ...................................................................... 60
LA CURVA NORMAL .................................................................................... 61
RESUMEN DE MING MANAGER .................................................................... 65
BIBLIOGRAFÍA GENERAL ............................................................................... 68
EL que quiere hacer algo encuentra un medio, el que no quiere hacer

nada, encuentra una excusa
Proverbio árabe
OBJETIVOS DE LA ASIGNATURA
OBJETIVO GENERAL
Identificar los campos de aplicación de la Estadística descriptiva a través de un

proceso de aprendizaje orientado a consolidar el conocimiento, el desarrollo de
habilidades y destrezas.
OBJETIVOS ESPECÍFICOS
• Aplicar algunos conceptos básicos necesarios para el estudio de estadística.
• Interpretar, organizar y elaborar cuadros de distribución de frecuencias.
• Representar gráficamente los datos estadísticos mediante barras,

centrogramas, histogramas, polígonos de frecuencias, polígonos
suavizados, ojivas, etc.
• Calcular medidas de centralización como la media, mediana, moda, desviación

media, varianza, desviación estándar con DNA, DAF, DAIC.
• Calcular medidas de variabilidad como la desviación media, varianza, desviación

estándar con DNA, DAF, DAIC.
• Analizar las puntuaciones tipificadas y la curva normal
• Establecer proyecciones de datos

Quienes dicen que algo no puede hacerse deben apartarse del camino de
quienes están haciendo.
Anónimo
ESTADISTICA
INTRODUCCIÓN
Tarea casi imposible sería tratar de señalar un campo en donde la Estadística no

haya causado gran impacto, y su uso no sea una práctica permanente y cotidiana.
En La ingeniería y en la administración industrial sobre todo, esta ciencia ha
adquirido una connotación especial. Problemas de la producción, uso eficiente de
materiales, manejo de la fuerza de trabajo etc. cobran fuerza mayor con conceptos
como “Control de Calidad y Calidad Total” cuya esencia estadística revela la
importancia de esta ciencia. Si queremos como país tercermundista afrontar con
éxito los retos del nuevo milenio, tendremos que mejorar substancialmente la
calidad de lo poco que producimos, y producir más y mejor. Para sobrevivir,
debemos adquirir el compromiso continuo de mejoramiento de calidad, desde el
diseño hasta la producción, aplicando experiencias y propuestas como las de
Edwards DEMING, o el criterio japonés de imitar, igualar, superar.
Una de las características fundamentales del milenio que iniciamos,
consiste en el empleo cada vez mayor de las ideas y conceptos de la Teoría de
Probabilidades, con una amplia aplicación científica, fundamentalmente en la
investigación. ¿Cómo podríamos en Genética por ejemplo emitir criterios sobre
la frecuencia relativa con que aparecen diversas características de grupos de
individuos sin la estadística y las probabilidades?; o el cálculo de la densidad del
tráfico en una metrópoli en una hora pico, etc. etc. Fenómenos tan variados pero
tan actuales son los que estudian y ayudan a comprender estas ciencias.
Estadística Analítica e Inferencial.
Podemos definir a la Estadística como una ciencia metodológica que se

encarga de la toma, recopilación, ordenamiento, organización, análisis,
interpretación, y proyección o pronóstico de datos numéricos pertenecientes a
fenómenos masivos; entendiéndose estos últimos como aquellos en los cuales
participan un sin número de elementos de un mismo tipo o especie.
El total de elementos que conforman un fenómeno se denomina
”población”; mientras que entendemos por ”muestra”; a un subconjunto de este
Universo, cuyos elementos han sido escogidos en forma aleatoria; pero son
representativos de la población, es decir que posea las mismas características,
no deben existir desviaciones mayores en los resultados de las aplicaciones
estadísticas que se hicieran a la población y a la muestra.
Distinguimos dos tipos de Estadística: ”La Analítica”; que tiene como
límite los resultados obtenidos del análisis e interpretación de los fenómenos y
”La Inferencial”, que utiliza los datos de la primera y además los proyecta en
función de pronosticar posibles resultados respecto de fenómenos iguales o
similares en diferente tiempo y espacio, en base a generalizaciones de datos.
Algunos de los problemas fundamentales que resuelve la estadística inferencial
se refieren a la evaluación de riesgos y toma de decisiones.
Debemos entender que la Estadística sin embargo de ser científica, es
inexacta; la exactitud propia de la esencia de la materia la podemos mejorar
mediante ”La Probabilidad Matemática” , que es la ciencia que nos permite
pronosticar la aparición, repetición, evolución, terminación, etc. de fenómenos
estudiados mediante formulación matemática; siendo este el vínculo entre estas
dos ciencias.
Los datos estadísticos en dependencia de características cualitativas y
cuantitativas, como la longitud de la serie y algunos otros por menores se
clasifican en: ”Datos Agrupados y Datos No Agrupados“.
Cuando la serie no es relativamente grande, además de un ordenamiento
que puede ser ascendente o descendente y no es necesaria una clasificación
alguna, entonces estamos trabajando con datos no agrupados.
Estadísticamente los parámetros más representativos de una serie de
datos ya sean estos no agrupados o agrupados son “Los Promedios o Medidas
de Tendencia central, y las medidas de desviación o dispersión”.
TERMINOS CLAVE:
Estadística analítica, estadística inferencial, población, muestra, probabilidad
matemática.
ACTIVIDAD:
Investigue e exprese con sus propias palabras:
• El concepto de estadística.
• La importancia de la estadística.
• Definición de la estadística descriptiva.
• Definición de la estadística inferencial.
• Población muestra
Nunca es tarde para triunfar, tampoco es tarde para empezar.

Anónimo
UNIDAD 1
OBJETIVO DE LA UNIDAD: Definir algunos conceptos básicos para la
estadística.
CONCEPTOS MATEMÁTICOS
• Conceptos
• redondeo de datos y cifras significativas
• Notación de potencia base 10 y Notación Científica
• Funciones y variables
• El operador y sus leyes
REDONDEO DE DATOS
Es el procedimiento de redondear las cifras sean a enteros o decimales

de acuerdo al número de cifra que va a trabajar, aplicando las reglas
aplicadas en matemática.
Por ejemplo:
Redondear un número como 52,8 en unidades es 53, pues el 52,8 esta

más proximo a 53 que a 52.
Redondear 52. 465 en centécimas es 52.46 (se redondean al entero par
que precere al 5)
Redondear 52. 575 en centécimas es 52.58 (se redondean al entero par
que precere al 5 ).
Reglas:
1. Si el último dígito es menor que 5 (d<5), se desprecia
Ejemplos:
7.2 = 7
7.11 = 7.1
0.374 = 0.37
2. Si el último dígito es mayor que 5 (d>5), el dígito anterior se aumenta
en una unidad.
Ejemplos:
7.8 = 8
7.17 = 7.2
0.09 = 0.1
7.177= 7.18
El caso dudoso aparece, cuando los números terminan en 5.
3. Si el dígito anterior al 5 es impar, se aumenta en una unidad.
Ejemplo:
8.875 = 8.88
66.975 = 66.98
4. Si el dígito anterior al 5 es par, se conserva.
Ejemplo:
5.25 = 5.2
8.05 = 8.0
EJERCICIO
Aproximación a un entero: 9.2 =

7.8 =
Aproximación a la décima: 5.17 =
6.11 =
0.08 =
Aproximación a la centésima: 4.177 =

0.374 =
1.098 =
NOTACION CIENTIFICA
Es importante emplear la notacion científica (base 10) en los números que

tienen varios ceros antes o descpues del punto decimal.
101 = 10 102=100 103=1000 104=10 000
0 -1
10 = 1 10 = 0.1 10 = 0.01 10-3 = 0.001
-2
89 393 000 000 = 8.94 x 1010 0.00003416 = 3.42 x 10-5
Ejercicio :
0.000000456 =
5 058 300 000 =
347 201 000 000 =
0.00294 =
0.0007402 =
0.000018234 =
DIGITOS SIGNIFICATIVOS
Los dígitos empleados a parte de los ceros necesarios para localizar el

punto decimal se llaman digitos significativos y cifras significativas de un
número.
Ejemplos :
43.7 tiene 3 cifras significativas
345 000 tiene 6 cifras significativas
0.0036 = 3.6 x 10-3 tiene 2 cifras significativas
0.003600 = 3.600 x 10-3 tiene 4 cifras significativas
65,4 Tiene tres cifras significativas
4,5300 Tiene cinco cifras significativas
0,0018 = ,0018 =1,8x10-3 Tiene dos cifras
significativas
78 dos
78,6 tres
1008 cuatro
197,09 cinco
0,0025 dos (dos ceros a continuación de la coma no
son significativos).
Razones
La razón es la relación entre dos números, a través de la operación

de división o cociente, como la expresión a : b, donde a y b son dos
números cualesquiera y b diferente de 0.
Ejemplo:
La razón 4 respecto a 5 puede ser expresada de la siguiente manera:
• 4:5 (Notación de Razón)
• 4÷5 (Notación de división)
• 4/5 (Notación de fracción)
• 0,8 (Notación decimal)
EJERCICIO
Dado el número de estudiantes varones y mujeres asistentes al seminario.

Determinar la razón existente entre los estudiantes de los dos sexos.
Proporciones
La proporción es una igualdad entre dos razones como la

expresión a:b::c:d.
Siendo a, b, c y d números cualesquiera; con b y d = 0; a y d se
denominan extremos, b y c medios.
Ejemplos:
La proposición 3 : 4 y 9 : 12 puede expresarse como:
3 : 4 : : 9 : 12 (Notación de razón)
3÷4 = 9÷12 (Notación de división)
3/4 = 9/12 (Notación de fracción)
Ley Fundamental de las Proporciones:
“Producto de los extremos es igual al producto de los medios”.
Si a : b : : c : d => ad = bc, permitiendo calcular cualquiera de los

elementos de una proporción.
Porcentaje o Tanto por Ciento
El porcentaje es una razón entre un número cualesquiera y cien.
Ejemplos:
5 : 100; 38 : 100 14 : 100 54: 100(Como razón)

5 ÷100 (Como división)
5 / 100 (Como fracción)
0, 05 (Como decimal)
5% (Como porcentaje)
Ejercficio
Escriba en totas las alternativas cada uno

30/100 =
28:100 =
0.32 =
17% =
FUNCIONES
Si acada valor de posible de la variable X le corresponde uno o mas

valores en Y, decimos que Y es función de X escribiendo Y = F( X ) y se
lee “y es igual a f de x “ , se puede utilizar otras letras G(x), T(x), etc.
La dependencia funcional o correspondencia entre las variables se

escribe en una tabla. Por que el concepto de función admite extensión a
varias variables.
El grafico es una representación entre las variables. Muchos gráficos
aparecen en estadistica según la naturaleza de los datosd involucrados y
el propósito del gráfico
2
Ejemplo : grafique la función Y = x
Tabla de datos
2
Y = x2
x Y= x y
1 Y= 12 1
2 Y= 22 4
3 Y= 32 9
NOTACION DE SIGMA CON SUMA
En muchos precedimientos estadisticos que estudiaremos es necesario
obtener la suma de un conjunto de números. La letra griega ∑ se utiliza
para denorar una suma.
∑X
n
i
Σ = Sigma
X = Variable
i = Subíndice
n = Número de casos
La suma de n terminos x1, x2, x3 , ... xn es ∑x = x1 + x2 + x3 + ... +xn
Por ejemplo:
Si x: 1, 5, 6, 9. ∑x = 1+5+6+9 = 21 ∑x2 =12+52+62+92 = 143
Utilizando tablas
x X2 (x+1) (x+1)2 2*x
1 1 2 4 2
5 25 6 36 10
6 36 7 49 12
9 81 10 100 18
∑=21 ∑=143 ∑=25 ∑=189 ∑=42
EJERCICIO
Los puntajes obtenidos en varias pruebas se muestran en el siguiente
cuadro
No Ri Ti Xi Yi Zi
01 25 08 42 31 27
02 44 21 38 50 16
03 12 34 20 40 05
04 18 12 29 30 26
05 34 25 36 48 50
06 33 17 06 19 31
07 21 14 23 18 14
08 10 25 34 19 18
09 26 13 24 29 34
10 41 27 16 35 28
11 22 39 17 26 30
12 14 26 25 46 33
13 29 10 38 48 17
14 16 25 24 19 37
15 40 36 25 16 13
16 12 15 30 22 34
17 20 34 28 26 17
18 24 28 32 35 40
19 40 36 28 16 45
20 10 20 30 40 50
Hallar: ∑ (x) ; ∑ (x + 1) , ∑ (x + 3) , 2 ∑ (x − 3)
PROPIEDADES DEL OPERADOR ∑
1. Cuando cada valor de una variable va ha ser multiplicada por una

constante o dividida entre ella, dicha constante se puede aplicar
después de los valores que se hayan sumado. ∑cx = c∑x
1. La operación de la suma o sumatoria de una constante es igual al

producto de la constante y el número de veces que representa.
∑ni=1 c= nc
2. La adición de una suma ( o diferencia) de dos variables es igual a la

suma (o diferencia) de la sumatorias individuales de las dos variables.
∑ni=1 (x2i + yi) = ∑ni=1 x2i + ∑ni=1yi
∑ni=1 (x2i - yi) = ∑ni=1 x2i - ∑ni=1yi
TERMINOS CLAVE
Redondeo, cifras significativas, sumatoria.
REALICE LAS SIGUIENTES ACTIVIDADES

1. Escriba 3 números decimales y aplique el criterio de notacion
cientifica.
2. Desarrolle cada uno de las siguientes sumas indicadas: ∑x , ∑xy, ∑|x-
3| , ∑x/n, ∑3X. Para x=3, 6, 8, 9, 11 y n=5
3. Calcule cada una de las siguientes cantidades: ∑y, (∑y)2 , ∑(y-12), ),
∑(y-12)2, ∑(y-12)2/(n-1), ∑y2 si Y=15, 10,5 , 9, 14, 20, 6, 17.
4. Calcule las siguientes cantidades según los datos: ∑x, ∑f, ∑xf, ∑xf2,
∑x2f
x 10, 11, 15, 19, 21, 26
f 3, 5, 9, 10, 2, 1
5. Problemas afines Estadistica Schaum pág 31
BIBLIOGRAFÍA DE LA UNIDAD
• Spiegel Myrray, ESTADÍSTICA, (COLECCIÓN SHAUM) Segunda
Edición McGRAW-HILL 2000. PÁG 1-35
• Stephen P. Shao, ESTADISTICA PARA ECONOMISTAS Y
ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México.
PÁG. 3-19 Y 105-153
UNIDAD 2
OBJETIVOS DE LA UNIDAD
• Organizar los datos estadísticos
• Interpretar y elaborar cuadros de distribución de frecuencias.
• Representar gráficamente los datos estadísticos mediante barras,
centrogramas, histogramas, polígonos de frecuencias, polígonos
suavizados, ojivas, etc.
INTRODUCCIÓN A LA ESTADÍSTICA
Objetivos y funciones de la estadística
Organización de datos
Tipos de variables; discretas y continuas
Tablas de distribución de frecuencias
Representaciones gráficas
Variables discretas: Gráfico de barras
Gráfico de sectores o pastel
Variables continuas: Gráfico de columna o histograma
Polígono de frecuencias absolutas y polígono suavizado
Ojiva ascendente y descendente
DEFINICIÓN DE TÉRMINOS USADOS DE ESTADÍSTICA

Estadística
La palabra Estadística proviene de una voz italiana STATISTA que
significa ESTADISTA.
Estadística
Es un conjunto de métodos que tiene por objeto analizar, comparar,
establecer relaciones y obtener conclusiones. La Estadística se aplica a
todas las ciencias, les ayuda y les suministra datos
División de la Estadística
Estadística Descriptiva
Es aquella que facilita la interpretación de datos, mediante tablas, gráficos
y diagramas.
Estadística Inferencial
Es aquella que da información para sacar conclusiones de un grupo
grande de personas, lugares o cosas por medio de la observación de solo
una pequeña parte del conjunto total (muestra)
NOTA:
En la Estadística Descriptiva existe un mínimo margen de error.
En la Estadística Inferencial existe un mayor margen de error.
Ejemplo:
Error Máximo
Investigación de Laboratorio 1%
Investigación Social 5%
Estadísticas. Es cualquier conjunto sistemático de datos estadísticos referente a

un determinado fenómeno o asunto como por ejemplo: Estadística educativa,
estadística económicas.
Estadístico. Es el profesional que se dedica al estudio de la estadística.
Población.- Es el conjunto de todos los elementos que poseen una misma

característica.
Ejemplo: La población formada por todos los alumnos de la facultad.
Población Finita.- Es aquella que está delimitada y conocemos el

número de elementos que le integran. Ejemplo: alumnos de una Escuela.
Población Infinita.- Es aquella que a pesar de estar delimitada en el

espacio, no se conoce para efecto de la investigación, el número de
elementos que lo integran. Ejemplo: bacterias en el piso del aula.
Muestra.- Es una parte de la población; es todo subconjunto finito y

representativo de una población, que se determina con el propósito de estudiar
las proposiciones de toda la población a partir del estudio de las unidades de
análisis que conforma este subconjunto.
Ejemplo: Conjunto de alumnos de la carrera de contabilidad de auditoría de la
facultad.
Unidad estadística: Es el estudio de coda uno de los elementos de la población.
Información: Es el resultado del procesamiento de datos conforme a objetivos

establecidos.
Datos estadísticos: Es el valor que toma una variable en coda unidad de

análisis.
Codificación.- Es la asignación de un código. Ejemplo:
Soltero = 01
Casado = 02
Tabulación.- Es el proceso de distribuir los datos en cuadros o tablas,
con el fin de ordenar o agrupar en clases o categorías.
Dato.- Elemento especificado.
Dato Continuo.- Cualquier valor en el intervalo continuo. Ejemplo: la

temperatura. 10, 1o C.
Dato Discreto.- Es el resultado de contar un número de conceptos u

objetos.
Clase.- Es una categoría (60 – 62).
Recorrido o Rango.- Es la diferencia entre el valor mayor y menor.

Ejemplo: 100 estudiantes, la estatura mayor = 1.74 m y la menor = 1.60
m., el rango es: 1.74 m – 1.60 m. = 0.14 m.
Toma de Datos.- Es una colección de datos desordenados.

Ejemplo: estatura de 20 estudiantes de una Escuela de la Facultad.
VARIABLES
Variables.- Es toda característica ó fenómeno que puede tomar cualquier valor

de un conjunto determinado.
Ejemplo: Edades, sexo, números de hijos por familia, lugar de nacimiento,
color, raza, idioma, calificaciones. Las variables pueden ser: según la naturaleza
de la variable, según la escala de medición y según la relación entre variables:
SEGÚN LA NATURALEZA DE LA VARIABLE:
A. Variable cualitativas.- Cuando sus datos se expresan mediante una
característica, atributo o palabras. Expresan una cualidad (no numéricas)
Por ejemplo: La raza, religión, lugar de nacimiento.
B. Variable cuantitativa.- Cuando el valor de la variable se expresa en una

cantidad; sus datos son numéricos y pueden resultar de la operación de contar o
medir y pueden ser de dos clases:
* Variable cuantitativa discreta.- Cuando los valores que toman las variables
son números naturales. Resultan de la operación de contar.
Por ejemplo:
La variable: números de hijos por familia.
Dato: 0; 1; 2; 3; 4; 5; 6; 7; etc.
* Variables cuantitativas continuas.- Cuando los valores de las variables

asumen números reales. Se obtienen por medición o comparación.
Por ejemplo:
Variable: estatura de 5 alumnos.
Dato: 1,42 m; 1,43 m; 1,50 m; 1,54 m; 1,60 m.
Variable: peso de un grupo de niños

Dato: 29 kg; 30 kg; 35 kg; 40 kg; 45 kg; etc
SEGÚN LA ESCALA DE MEDICIÓN:
A. Variables nominales.- Son aquellas que establecen dos o más categorías
que no guardan solución entre ellas. Ejemplo: sexo, estado civil, ocupación, lugar
de nacimiento, etc.
B. Variables ordinales.- Son aquellas que establecen categorías que guardan
entre sí un orden o jerarquía convencional sin grado de distancia entre ellas.
Ejemplo: Orden de méritos, grado de instrucción, nivel económico, clase, social,
etc.
C. Variables de intervalos.- Son aquellas que establecen categorías que

guardan entre sí un orden o jerarquía convencional y mantienen grados de
distancia entre ellas, pero no tienen un origen común. Ejemplo: Cociente de
inteligencia, puntuación en una escala de calificación, temperatura, etc.
D. Variables de razón.-Son aquellas que comprenden a todos los tipos

anteriores, establecen categorías, orden, distancia y origen común cuyos valores
se expresan como números reales. Ejemplo: Edad, ingresos, pesos, estatura,
producción anual, cantidad de accidentes, etc
SEGÚN LA RELACIÓN ENTRE VARIABLES:
A. Variables independientes: Llamadas causales, son aquellas que
condicionan en forma determinante a la variable que es motivo del estudio
(variable dependiente)
Ejemplo: Para el caso de presupuesto familiar, serán variables independientes:
el ingreso, el número de miembros de la familia, etc.
B. Variables dependientes: Llamadas también de efecto, es aquella que está

condicionada por las variables independientes. En el ejemplo anterior el
presupuesto familiar es la variable dependiente.
C. Variables íntervinientes: Llamadas interferentes, son aquellas que

coparticipan con las variables independientes, condicionando de estas manera el
comportamiento de esta manera el comportamiento de las variables
dependientes.
Ejemplo: En el caso del ingreso (variable independiente con respecto al
presupuesto familiar) serían variables intervinientes la edad de los miembros de
la familia, la conducta del consumo.
ETAPAS DE UNA INVESTIGACIÓN ESTADÍSTICA

- Recopilación de Datos
- Elaboración de los Datos:
• Crítica
• Codificación
• Tabulación
• Presentación
- Análisis e Inferencias
- Formulación:
• Hipótesis
• Leyes
• Teorías
ETAPAS DE LA INVESTIGACION
CIENTIFICA
• DIRECTA
• INDIRECTA
RECOPILACION DE DATOS
• CRITICA
• CODIFICACION
• TITULACION
ELABORACION DE DATOS • PRESENTACION
• HIPOTESIS
• LEYES
ANALISIS E INFRENCIAS • TEORIAS
Recopilación de los Datos
Los datos pueden ser primarios y secundarios.
- Datos primarios
Son los registrados de primera mano, Ej: Datos en oficinas, registro civil,
etc.
- Datos Secundarios
Son aquellos tomados de fuentes primarias que se pueden proporcionar a
los usuarios.
Las fuentes primarias pueden ser:
- Fuente Oficial, cuando son elaborados por organismos

del estado. Ej: Estadísticas del Banco Central
- Fuente Particular, cuando son elaborados por
organismo particulares o autónomos. Ej: Indice de
precios de la Universidad Central del Ecuador.
La recopilación de datos debe estar sujeta a un plan:
• Objetivo, Propósito (Motivación)

• Clase y cantidad de datos requeridos
• Ámbito de muestreo (geográfico o poblacional)
• Método de recopilación (Muestreo)
• Recursos necesarios (Humanos, financieros, materiales,
técnicos)
• Organización (Estudio preliminar, asesoría, capacitación,
etc.)
• Cronograma de actividades (inicio-fin)
• Presupuestos de gastos (costo, financiamiento).
Elaboración de los Datos
Crítica
- Examen de los datos

- Fidelidad
- Secuencia lógica
- Verificación si los cálculos son exactos
Codificación
- Asignación de un código
Soltero = 01
Casado = 02
Tabulación
- Distribución de los datos en cuadros o tablas
Presentación
- Textual: Aplicación limitada, principalmente informes

- Cuadros o tablas : Presentación en una matriz
• Cuadro #
• Nombre
• Encabezado
• Cuerpo
• Referencia
- Gráficos
• Líneas
• Barras
• Pastel
DISTRIBUCIÓN DE FRECUENCIAS
Es fundamental el establecimiento de ciertas definiciones estadísticas para poder
unificar criterios de trabajo.
Generalidades
Cuando existen un gran número de datos es necesario distribuirlos en
CLASES O CATEGORÍAS y determinar el número de individuos u objetos
pertenecientes a cada clase (Frecuencia de clase).
Distribución de Frecuencias
Es la ordenación tabular de los datos en clases con sus respectivas
frecuencias.
Ejemplo: Cuadro
Estaturas de 100 estudiantes de la Facultad.
--------------------------------------------------------------------------
Estatura (cm) Número de Estudiantes
--------------------------------------------------------------------------
160-162 5
163-165 18
166-168 42
169-171 27
172-174 8
--------------------------------------------------------------------------
TOTAL 100
--------------------------------------------------------------------------
Intervalos de Clase y Límites de Clases.
Intervalo de Clase : Es un rango y viene dado por: Vmayor-Vmayor
Ejemplo:160-162
Tamaño o Ancho de un Intervalo de Clase: Es la diferencia entre límites,

Vmayor- Vmenor.
Ejemplo: 162- 160
162.5-159.5
Límites de Clase: Son los valores extremos: Vmenor y Vmayor.
Ejemplo: 160 y 162
59.5 y 162.5 (límites reales)
Intervalo de Clase Abierto: Es cuando no tiene superior o inferior.
Ejemplo: Personas> 65 años
Personas< 65 años
Marca de Clase : Es el punto medio del intervalo de clase y viene dado

por:
Vmenor+ Vmayor
PUNTO MEDI O Marca de clase= -----------------------
2
Ejemplo:
160+162 322
= ----------- = ------------ = 161
2 2
Reglas Generales para formar las Distribuciones de Frecuencias

1. Determinar el valor mayor y el valor menor entre los datos
registrados.
2. Encontrar el RANGO (diferencia entre el mayor y el menor de los
datos).
3. Dividir el rango en un número conveniente de INTERVALOS DE
CLASE del mismo tamaño. Si esto no es posible, utilizar
intervalos de clase de diferente tamaño e intervalos de clase
abiertos.
El número de intervalos de clase se toma generalmente entre 5 y
20 dependiendo de los datos.
4. Determinar el número de observaciones que se encuentran
dentro de cada intervalo de clase.
EJERCICIO
Los pesos de 40 estudiantes de la Facultad son los siguientes:

Cuadro 5
Pesos de 40 estudiantes de la Facultad
---------------------------------------------------------------------------------------------------
-------
138 164 150 132 144 125 149 157
146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 155
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128
**** RECORDAR CONCEPTOS BÁSICOS

1. Tabla de distribución de frecuencia (f): cuadro con los valores ordenados de
mayor a menor o viceversa.
2. Frecuencia (f): Número de veces que se repite un valor
3. Número de casos (N) ∑f = N
4. Nombre de los valores (x)
5. Intervalo de clase: grupo de valores
6. Ancho del intervalo (i): Número de valores contenidos en el intervalo
7. Límites del intervalo: Son los valores extremos y son de dos clases.
Límites aparentes (x) y Límites reales (LR)
Los límites aparentes (x) sirven para ubicar las frecuencias
Los límites reales (L R) sirven para graficar y es iguales a los límites aparentes
aumentados en 1/2 unidad en cada extremo.
8. Punto Medio o marca de clase (Pm): Es un valor que está en el centro y se lo

obtiene sumando los valores extremos y dividiendo por 2,
lim ite sup erior + lim ite inf erior
Pm =
2
El Pm. representa a todo el intervalo
Si el Pm representa a todos los valores se supone que éstos se distribuyen
uniformemente, lo cual no siempre sucede.
Fórmulas
i = ls –li+1 ( con límites aparentes)
i = Ls-Li ( con Límites reales)
∑F = N
Ls + Li
Pm =
2
FORMAS DE AGRUPAR LOS DATOS

1. Datos No agrupados (DNA)
2. Datos agrupados con frecuencia (DAF)
3. Datos agrupados en intervalos de clase (DAIC)
DNA
x
20
20
19
19
19
18
17
17
17
DAF
f
20 2
UNIVERSIDAD
19 TECNICA
3 DE AMBATO
18 1
17 4
∑=10
DAIC
X (ls – li) f LR =Ls - Li Pm
71- 73 13 70.5 - 73.5 72

74 - 76 12 73.5 – 76.5 75
77 - 79 15 76.5 - 79.5 78
80 - 82 10 79.5 – 82.5 81
∑=50
i = ls – li +1 = 73 – 71 +1 = 3 (con límites aparentes)

i = Ls – Li = 73.5 – 70.5 = 3 ( con límites reales)
Punto medio:
Ls + Li 71 + 73
Pm = = = 72
2 2
TERMINOS CLAVE
Variable, variable discreta, variable continua, marca de clase, límites,
frecuencia.
REALICE LAS SIGUIENTES ACTIVIDADES
Los intervalos de clase para cierta puntuación son:

128-134, 135-141, 142-148, 149-155, 156-162, 163-167, 168-170.
Halle:
a. El ancho de cada intervalo
b. Los límites reales de cada intervalo
c. El punto medio de cada intervalo.
FORMACIÓN DE LA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS
PRIMER PROCESO:
1. Se determina la amplitud o recorrido real de los datos (A)
A = valor mayor - valor menor
2. Se determina el ancho del intervalo i
3. Se determina el número de grupos que va a tener la distribución que se
recomienda no más de 18 ni menos de 5.
A
= C + 1 = número.de.grupos
i
4. El primer intervalo debe contener al valor menor así no se comience por ese
valor.
5. El límite inferior del primer intervalo debe ser múltiple de i o una unidad menos
al valor menor.
Ejemplo:
En una empresa de la ciudad se aplica una encuesta para determinar la edad de
sus empleados y se obtienen las siguientes puntuaciones:
56 – 78 – 62 – 37 – 54 – 39 – 62 - 60
28 – 82 – 38 – 72 – 62 – 44 – 54 - 42
42 – 55 – 57 - .65 – 68 – 47 – 42 - 56
56 – 56 – 55 – 66 – 42 – 52 – 48 - 48
47 – 41 – 50 – 52 – 47 – 48 – 53 - 68
Construya una distribución de frecuencias de 10 grupos.

1. Se determina la A: A= 82 – 28 +1 = 55
2. Se determina i y se calcula el N° de grupos
A / i = C + 1 = No Grupos
a. Con i = 3 A / i = 55/3 = 18+1 =19 Grupos
b. Con i = 4 A / i = 55/4 = 13+1= 14 Grupos
c. Con i = 5 A / i = 55 / 5 = 11 Grupos
d. Con i = 6 A / i = 55 / 6 = 9+1 =10 Grupos
e. Con i = 7 A / i = 55 / 7 = 7+1 = 8 Grupos
f. Con i = 8 A / i = 55/8 = 6+1 = 7 Grupos
En el ejemplo se determina que con i = 6, el N° de Grupos es 10, procediendo a
la elaboración de la tabla de distribución de frecuencias.
TABLA DE DISTRIBUCION DE FRECUENCIAS.
X F LR PM
24-29 1 23.5-29.5 26.5
30-35 0 29.5-35.5 32.5
36-41 4 35.5-41.5 38.5
42-47 8 41.5-47.5 44.5
48-53 7 47.5-53.5 50.5
54-59 9 53.5-59.5 56.5
60-65 5 59.5-65.5 62.5
66-71 3 65.5-71.5 68.5
72-77 1 71.5-77.5 74.5
78-83 2 77.5-83.5 80.5
∑=40
SEGUNDO PROCESOS PARA VARIABLES CONTINUAS
• Determinar el número de intervalos o número de grupos. Se

recomienda trabajar en el siguiente intervalo 5 ≤ k ≤ 20. (k es el
intervalo de clase) k = n (n es el tamaño de la muestra) o también
cuando la desigualdad 2k >n es verdadera.
VM − Vm
• Establecer la amplitud del intervalo de clase i =
k
• Recorrido calculado de los datos = κ *i
• Recorrido real de los datos = VM-Vm (el recorrido calculado de los

datos debe ser mayor que el recorrido real de los datos en caso
contrario puede aumentar 1 al intervalo ó al recorrido considerando la
menor diferencia para corregir)
Re corrido.calculado.de.los.datos − recorrido.real.de.los.datos
Factor extremo =
2.extremos
• Determinar el límite inferior del primer intervalo de clase y el límite

superior del último.
Limite inferior del primer intervalo =Vm - factor extremo
Limite superior del último intervalo =VM + factor extremo
• Construir la tabla de distribución de frecuencia. (escribir cada grupo

escribir como intervalos por ejemplo 48<x ≤ 56)
Ejemplo
Con los datos del ejemplo anterior construir las distribución de frecuencias
considerando como variables continuas.
En una empresa de la ciudad se aplica una encuesta para determinar la edad de
sus empleados y se obtienen las siguientes puntuaciones:
56 – 78 – 62 – 37 – 54 – 39 – 62 - 60
28 – 82 – 38 – 72 – 62 – 44 – 54 - 42
42 – 55 – 57 - .65 – 68 – 47 – 42 - 56
56 – 56 – 55 – 66 – 42 – 52 – 48 - 48
47 – 41 – 50 – 52 – 47 – 48 – 53 - 68
K= n = 40 = 6.32455532 = 6
VM − Vm 82 − 28 54
Amplitud del intervalo de clase i = = =
k 6 6
=9+1(corregir)=10
Recorrido calculado de los datos = κ *i= 6*10=60
Recorrido real de los datos = VM -Vm = 82-28 = 54
60 − 54 6
Factor extremo = = =3
2 2
Limite inferior del primer intervalo =Vm - factor extremo= 28-3 = 25
Limite superior del último intervalo =VM + factor extremo =82+3=85
EDAD RECUENTO # EMPLEADOS (F)

25 <x ≤ 35
35 <x ≤ 45
45 <x ≤ 55
55 <x ≤ 65
65 <x ≤ 75
75 <x ≤ 85
TERMINOS CLAVE
Amplitud, ancho del intervalo, número de grupos
ACTIVIDADES
Los Puntos medios o marcas de clase de una distribución de frecuencias con

intervalos de igual anchura son: 46, 55, 64, 73, 82, 91.
Halle:
a. El ancho del intervalo (i)
b. El número de intervalos de clase (x)
c. Los límites reales de cada intervalo (L R)
2. Un examen de contabilidad presentado por 40 alumnos se calificó con puntos

de 1 a 50; los resultados fueron:
31 - 13 – 34 – 32 – 31 - 29 - 7 - 39 – 27 - 30
37 - 36 – 38 – 36 – 29 –38 – 12 – 41 – 30 - 27
11- 29 – 13 – 26 – 35 – 29 – 34 – 9 – 46 - 12
27 - 19 – 41 – 32 – 36 – 38 – 44 – 14 –39 - 40
Ordene los datos

Encuentre la Amplitud o rango
Forme una tabla de distribución de frecuencia con el ancho del intervalo que
usted crea conveniente.
GRÁFICOS:
La presentación gráfica nos da una visión concreta de los datos teniendo como
ventajas la exactitud y la simplicidad.
GRÁFICOS DE VARIABLES
VARIABLES
La variable es una característica que puede tener diferentes valores en los

distintos elementos o individuos de un conjunto.
Las variables se clasifican en: Discretas Continuas
Las variables Enteras o Discretas son aquellas que adoptan únicamente valores
enteros Ej.: Número de personas, número de objetos etc.
Las variables continuas son aquellas que adoptan así sea hipotéticamente
cualquier tipo de valor Ej.: Pesa, estatura, temperatura, calificaciones, etc.
CUALITATIVAS: las variables cualitativas son definidas por cualitativas o

atributos.
Barras.- Los gráficos de barras no están sujetos a normas fijas de elaboración.-

Pueden ser estructurados de Barras separadas simétricamente o de barras
unidas.
Ejemplo: ordene la siguiente información correspondiente al color de zapatos de

los alumnos en una clase de estadística.
Marrón marrón azul blanco mostaza
blanco guinda beige marrón negro
beige negro marrón marrón marrón
azul beige guinda blanco crema
marrón verde beige negro mostaza
x f COLOR DE CALZADO
azul 2
blanco 3 8
beige 4
7
crema 1
6
guinda 2
marrón 7 5
mostaza 2 4 Series1
negro 3 3
verde 1 2
SUMA 25
1
0
CUANTITATIVAS: Entre las principales clases de gráficos variable cuantitativa

tenemos:
1. Gráficos de variables enteras o discretas son las barras y centrogramas.
Las frecuencias de variables discretas son puntos fijos entonces podemos contar
es un conjunto finito o infinito numerable.
CENTROGRAMA O DIAGRAMA CIRCULAR:

Las distribuciones categóricas (o cualitativas) a menudo se presentan en forma
gráfica como diagramas de pastel como el de la figura, donde un círculo se
divide en sectores (rebanadas de pastel) que son proporcionales en tamaño a
las frecuencias o porcentajes correspondientes. Para construir un diagrama de
pastel primero convertimos la distribución en una distribución en porcentaje.
Después, como un círculo completo
Por tanto se determina la suma de los valores y utilizando reglas de tres en
función de los 360 grados y los porcentajes si lo requiere.
360 100
grados = f Porcentaje = f donde f es la frecuencia de la clase y
∑f ∑f
∑f = N número de datos.
Ejemplo: Se ha realizado una encuesta a 20 familias para saber el número de
hijos y se obtuvo el siguiente resultado:
3–7–7–6–7–4–5–1–4–5
5–9–4-2–4–6–7–4–7–6
N° Hijos f grados % NUMERO DE HIJOS

1 1 18 5
2 1 18 5 1
5%
3 1 18 5
5% 5% 2
4 5 90 25 0%
5% 3
5 3 54 15
6 3 54 15 25%
4
7 5 90 25
5
8 0 0 0 25%
9 1 18 5 6
suma 20 360 100 7
15%
15% 8
9
GRÁFICOS DE VARIABLES CONTINUAS: HISTOGRAMA POLÍGONO DE

FRECUENCIAS POLÍGONAS SUAVIZADOS - POLÍGONOS DE
FRECUENCIAS RELATIVAS, OJIVAS.
HISTOGRAMA
Es aquel gráfico en donde el área total representa a la frecuencia total, (densidad
de frecuencia). Existe proporción entre el área y el número de casos.
Para elaborarlo se levantan las ordenadas Correspondientes sobre los límites

reales hasta la altura de su respectiva frecuencia. Ejemplo:
X F HIDTOGRAMA
24-29 1
30-35 0 10
36-41 4
F
42-47 8 5
48-53 7
0
54-59 9
60-65 5 LR
66-71 3
72-77 1 Serie1 Serie2 Serie3 Serie4 Serie5
78-83 2 Serie6 Serie7 Serie8 Serie9 Serie10
∑=40 Serie11 Serie12 Serie13 Serie14 Serie15

Serie16 Serie17 Serie18 Serie19 Serie20
POLÍGONO DE FRECUENCIAS
Se puede establecer comparaciones en el mismo eje.

Se lo gráfica ubicando un punto a la
altura correspondiente sobre el PM.
Todo polígono se acostumbra a
cerrarlo en el siguiente y en el
anterior PM.
Ejemplo: Polígono de frecuencia de

la distribución de las cantidades de
tiempo que 80 estudiantes dedicaron
a actividades de horas libres.
POLÍGONO SUAVIZADO
Los polígonos de las muestras tienen líneas abruptas y hay que suavizarlas. Si la
muestra es más grande el polígono es más suave.
NORMAS PARA SUAVIZAR.

1. Se toma la frecuencia propia, la anterior y la que le sigue, se suma y se
divide por 3
2. Siempre se presenta en el mismo gráfico el polígono de frecuencias y el
suavizado.
x F fS
21-23 1 1
24-26 2 2
27-29 3 3.6
30-32 6 4
33-35 5 6.6
36-38 9 7
39-41 7 6.6
42-44 4 4.3
45-47 2 2.3
ESTADISTICA 20.5 23.5 26.5 29.5 32.5 35:5 38.5 Página

41.5 44.524
48-50 1 1
∑=40
OJIVA
Aplicando la misma técnica del
polígono de frecuencia a una
distribución acumulativa
obtenemos lo que se denomina
una ojiva, sin embargo las
frecuencias acumulativas de
trazan en los límites de clase y
fronteras de clase
correspondientes en lugar de
hacerlo en las marcas de
clase.
Ejemplo: Ojiva de la
distribución de las cantidades de tiempo que 80 estudiantes dedicaron a
actividades de horas libres
TERMINOS CLAVE
Gráficos, barra, Centrograma, histograma, polígono, polígono suavizado, ojiva.
EJERCICIOS (Estadística John Freund Pág. 33)
1. La siguiente distribución representa los costos financieros totales que

pagaron 200 clientes en sus cuentas de presupuesto a una tienda departa-
mental:
Cantidad Frecuencia
(dólares)
0-19 18
20-39 62
40-59 63
60-79 43
80-99 14
a) Trace un histograma de esta distribución.
b) Dibuje un diagrama de barras de esta distribución.
2. Convierta la distribución del ejercicio anterior en una distribución acumulativa
"menos de" y trace una ojiva.
3. La que sigue es la distribución de los pesos de 140 alumnas de nuevo ingreso
que entraron a cierta universidad:
Peso (libras) Frecuencia
90-99 4
100-109 23
110-119 49
120-129 38
130-139 17
140-149 6
150-159 3
a) Trace un histograma de esta distribución.
b) Trace un polígono de frecuencia de esta distribución.
4. Convierta la distribución del ejercicio anterior en una distribución en porcentaje
acumulativa "menos de" y dibuje una ojiva.
5. La tabla siguiente muestra cómo llegan al trabajo obreros de Phoenix, Arizona:
Medios de transporte Porcentaje
Viaja solo 81
En automóviles propios 14
En autobús 3
Varios o trabaja en casa 2
Construya un diagrama de pastel de esta distribución en porcentaje.
6. Construya un diagrama de pastel de la siguiente distribución, que muestra
cómo se distribuyen los perros que entran a una exposición canina según
clasificaciones de AKC:
Grupo Número
Perros deportivos 39
Sabuesos 50
Perros de trabajo 112
Terriers 24
Miniaturas 34
Perros no deportivos 41
7. Construya un diagrama de pastel de la distribución categórica de la página 15
(que represente los planes de ir a la universidad de los 548 alumnos del último
año de preparatoria).
8. Aquí, una vez más, se tienen las calificaciones (del ejercicio 2.18) que
obtuvieron 50 estudiantes en un examen de contabilidad:
73 65 82 70 45 50 70 54 32 75
75 67 65 60 75 87 83 40 72 64
58 75 89 70 73 55 61 78 89 93
43 51 59 38 65 71 75 85 65 85
49 97 55 60 76 75 69 35 45 63
• Freud John. ESTADÍSTICA. CUARTA EDICIÓN. Edit Prentice Hall Pág.33

• Kasmier Leonard. ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN Y
ECONOMIA. (COLECCIÓN SHAUM) Segunda Edición McGRAW-HILL 2000.
Pág. 8-38
• Spiegel Murray, ESTADÍSTICA, (COLECCIÓN SHAUM) Segunda Edición
McGRAW-HILL 2000. Pág. 37-59
• Stephen P. Shao . ESTADISTICA PARA ECONOMISTAS Y

ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México. Pág. 59-
95
UNIDAD 3
OBJETIVO DE LA UNIDAD:
• Calcular y analizar lo valores de las medidas de centralización como la
media aritmética, mediana, moda, con DNA, DAF, DAIC
3. Medidas de centralización
Media aritmética: propiedades
Media ponderada, media geométrica, media armónica
Mediana.
Moda
Relaciones entre las medidas de centralización.
DATOS NO AGRUPADOS.-
Medidas de Centralización o Promedios.-Distinguimos parámetros de dos

tipos: Computacionales y Posicionales. Los primeros se denominan así por
cuanto se calculan por fórmula, la cual se encuentra matemáticamente
fundamentada, se denominan también científicos. Los promedios posiciónales,
denominados también empíricos se determinan unas veces por observación y
otras por fórmula, pero esta última generalmente es empírica o está sujeta a
principios de interpolación lineal y geométrica.
Entre los promedios computacionales mas importantes tenemos:
MEDIA ARITMETICA (Xm)

No es sino la razón de la sumatoria de las observaciones por el número de ellas.
Σx
Xm =
n
Ejemplo: Calcular el promedio (media aritmética) de las notas de un estudiante si
su cuadro de calificaciones es:
MATERIA NOTAS
Estadística 9.6
Economía 8.0
Inglés 7.7
Matemática 6.5
Ed. Física 10.0
Francés 9.9
Total ∑=51.7
Xm = ∑Xi / n =51.7 / 6 = 8.617
Vale aclarar aquí el concepto de media aritmética ponderada, que no

es sino la asignación de pesos W (valores de importancia), a c/u de las
observaciones.
Su expresión formular es:
Xp = ∑ Wi Xi / N (N = ∑W)
Para el ejemplo anterior, asignando los siguientes pesos (valores de importancia)

a las diferentes materias:
MATERIA NOTAS PESO (W)

Estadística 9.6 2
Economía 8.0 3
Inglés 7.7 3
Matemática 6.5 3
Ed. Física 10.0 1
Francés 9.9 1
Xp = 2*9.6 + 3*7.7 + 3*6.5 + 10*1 + 9.9*1

2+3+3+3+1+1
Xp = 8.13
Una variación de esta fórmula se puede utilizar para calcular series con
observaciones que se repiten f veces (frecuencias), es decir:
Xp = ∑ Wi Xi / N (N = ∑W)
PROPIEDADES DE LA MEDIA ARITMÉTICA

La media aritmética cuenta con algunas propiedades matemáticas entre las
cuales citaremos:
• ∑ ( Xi-Xm ) = 0: La Sumatoria de las desviaciones de las observaciones

respecto de la media aritmética de la serie, es igual a cero. Para el ejemplo
anteriormente citado:
Desviación
d = Xi - Xm
9.6 - 8.617 = 0.983
8.0 - 8.617 = -0.617
7.7 - 8.617 = -0.917
6.5 - 8.617 = -2.117
10.0 - 8.617 = 1.383
9.9 - 8.617 = 1.283
∑ = 0,002 ≡ 0
• La media aritmética de una constante es igual a la misma constante

xK = K
Ejemplo:
--------------------
No Xi
-------------------
1 8
2 8
3 8
4 8
5 8
6 8
--------------------
TOTAL 48
--------------------
x 8 = 48/6 = 8
• Cuando a los valores se le suma o se les resta una constante la media

aritmética original también queda sumada o restada.
Xi ± K = x ± K
Ejemplo: Calcular la media aritmética ( X )
• Indicar cuál es la nueva X si a todos los Xi, le aumentamos 5 puntos y

le restamos 5 puntos.
SOLUCIÓN:
No. Xi Xi + 5 Xi –5
-----------------------------------
1 15 20 10
2 14 19 9 x = 68/6 = 11.33
3 12 17 7
x (Xi +5)= 98/6 = 16.33
4 10 15 5
5 9 14 4 x (Xi – 5)= 38/6 = 6.33
6 8 13 3
------------------------------------
68 98 38
------------------------------------
• Si a los valores originales se les multiplica o se les divide una

constante, la X también queda multiplicada o dividida por dicha
constante.
Xi */ K = X*/ K
Ejemplo:
-----------------------------------
No. Xi Xi * 2 Xi /2
-----------------------------------
1 20 40 10
2 18 36 9 x = 74/5 = 14.8
3 14 28 7 x *K = 148/5 = 29.6
ESTADISTICA Página
x /K = 37/5 = 7.429
4 12 24 6
5 10 20 5
------------------------------------
74 148 37
------------------------------------
• Cuando a los valores se le suma o se les resta una constante la media

aritmética original también queda sumada o restada.
Xi ± K = x ± K
Ejemplo:
• Calcular la media aritmética ( X )
• Indicar cuál es la nueva X si a todos los Xi, le aumentamos 5

puntos y le restamos 5 puntos.
SOLUCIÓN:
No. Xi Xi + 5 Xi –5
-----------------------------------
1 15 20 10
2 14 19 9 x = 68/6 = 11.33
3 12 17 7
x (Xi +5)= 98/6 = 16.33
4 10 15 5
5 9 14 4 x (Xi – 5)= 38/6 = 6.33
6 8 13 3
------------------------------------
68 98 38
------------------------------------
• Si a los valores originales se les multiplica o se les divide una

constante, la X también queda multiplicada o dividida por dicha
constante.
Xi */ K = X*/ K
Ejemplo:
-----------------------------------
No. Xi Xi * 2 Xi /2
-----------------------------------
1 20 40 10
2 18 36 9 x = 74/5 = 14.8
ESTADISTICA Página
x *K = 148/5 = 29.630
x /K = 37/5 = 7.4
3 14 28 7
4 12 24 6
5 10 20 5
------------------------------------
74 148 37
------------------------------------
• La ∑ ( Xi-p )2 = mínimo , p = Xm: La Sumatoria de las desviaciones
cuadradas respecto de un valor “P”, es mínimo, solamente cuando p = X
(media aritmética)
Por ejemplo:
Desviación con P ≠ Xm Desviación con p = Xm
D = x - Xm
( 9.6-9.6 ) 2 = 0 ( 9.6-8.617) 2 = 0.967
( 8.0-9.6 ) 2 = 2.56 ( 8.0-8.617) 2 = 0.380
2
( 7.7-9.6 ) = 3.61 ( 7.7-8.617) 2 = 0.840
2
( 6.5-9.6 ) = 9.61 ( 6.5-8.617) 2 = 4.48
(10.0-9.6 ) 2 = 0.16 (10.0-8.617) 2 = 1.914
2
( 9.9-9.6 ) = 0.09 ( 9.9-8.617) 2 = 1.647
∑= 16.03 ∑= 12.228
(Igual obtenemos una sumatoria mayor para cualquiera de los valores de la

serie).
• Si sumamos los valores de dos grupos de datos individualmente (

en serie) se alcanza una X general, igual a la suma de las medias
aritméticas parciales.
x ( Yi + Zi ) = Y + Z
Ejemplo:
-------------------------------------------
No. Yi Zi Yi + Zi
-------------------------------------------
1 10 9 19
2 10 8 18
3 9 7 16
4 7 10 17
5 9 10 19
6 10 9 19
7 8 10 18
8 8 7 15
9 9 8 17
10 9 10 19
-------------------------------------------
89 88 177
-------------------------------------------
x=
∑(y i + zi )
=
177
= 17.7
n 10
y=
∑y i
=
89
= 8.9
n 10
z=
∑z i
=
88
= 8.8
n 10
x = y + z = 8.9 + 88 = 17.7
• Media de Submuestras, cuando queremos obtener una X general

conociendo las X i de muestras de distinto tamaño.
Pasos:
1. Ponderar la media de cada muestra por el número de casos
2. Sumar estos productos
3. El producto total dividir para la suma de las muestras o número

total de casos (n1 = tamaño de la muestra)
x1n1 + x 2 n2 + x 3n3 + ..........x n nn

x=
n1 + n2 + n3 + ......... + n4
Ejemplo:
Tenemos tres paralelos de un curso, conocemos el promedio de

cada paralelo:
Paralelo ni Xi
A 25 8.5
B 23 9.2
C 18 7.9
Cuál es el promedio general de los paralelos del curso
Cuadro
-------------------------------------------
Paralelo Xi ni X i ni
-------------------------------------------
A 8.5 25 211.6
B 9.2 23 212.5
C 7.9 18 142.2
-------------------------------------------
566.3
-------------------------------------------
(8.5)(25) + (9.2)(23) + (7.9)(18)

x = ------------------------------------------
25+ 23 +18
212.5 + 211.6 + 142.2

X = --------------------------------
66
x=
∑xn i i
∑n i
X = 8.58
Independientemente del sin número de ventajas que presenta este

promedio (facilidad de cálculo, caracterización de la serie, simple interpretación,
etc.),su gran desventaja es que al intervenir todos los valores de la serie en su
determinación, se ve seriamente afectada por valores extremos.
MEDIA GEOMETRICA ( G o Mg )
Se define como la raíz enésima “n“ del producto de las “N“ observaciones.
Matemáticamente se expresa:
G = ( Π Xi) 1/n Π son los productos de Xi
G = ( X1. X2. X3. X4. .... XN)1/N
Por Ejemplo, la media geométrica de la serie 9.6, 8.0, 7.7, 6.5, 10.0, 9.9 que
analizámos será:
G = (9.6*8.0*7.7*6.5*10.0*9.9) 1/6
G = 8.513
Aún cuando G también se influencia de valores extremos, esta influencia es
menor a la observada en X. Sin embargo este promedio no se puede aplicar
para observaciones iguales a cero, y en aquellas con valores negativos.
Es la medida de Tedencia Central que se basa en procedimientos

matemáticos (fórmulas).
Se emplea en valores correspondientes a la escala de intervalo o Razón.
• Aplicación
1. Cuando la distribución es sesgada.
2. Cuando se quiere dar importancia a valores pequeños
3. Cuando los valores crecen en forma exponencial (interés

compuesto, crecimiento poblacional)
• Fórmula.
n
Mg = n x1 x2 x3 ......xn = n ∏x
i =1
i ; ∏ = Producto
jemplos:
1. Cuál es la Mg de 2 y 8
Mg = 2 2 x8 = 2 16 = 4
2. Cuál es la Mg de 2, 4 y 8
Mg = 3 2 x 4 x8 = 3 64 = 4
3. Cuál es la Mg de: 2, 5, 7, 9, 10, 15
Mg = 6 2 * 5 * 7 * 9 * 10 * 15 = 6 94500 = 6.74889
Conocimientos de Logaritmos
• Log (a)(b) = log a+ log b
• Log a/b = log a – log b
• Log an = n log a
• Log a = log a/n
n
• Log Mg =
Logx1 + Logx2 + .......... + Logxn
=
∑ Logx i
n n
Ejemplo:
Calcular la Mg aplicando logaritmos

--------------------------------
No. Xi Log Xi
--------------------------------
1 2 0.30103
2 5 0.69897
3 7 0.84509
4 9 0.95424
5 10 1.00000
6 15 1.17609
--------------------------------
4.97543
--------------------------------
Log Mg =4.97543/6 =0.829238
Mg = Antilog (0.829238)
Mg = 6.74894
Ejemplo:
Calcular la Mg y aplicando logaritmos, para los siguientes valores:
--------------------------------
No. Xi Log Xi
--------------------------------
1 5 0.69897
2 7 0.84509
3 7 0.84509
4 9 0.95424
5 10 1.00000
6 10 1.00000
7 10 1.00000
8 11 1.04139
9 14 1.14612
10 14 1.14612
--------------------------------
9.67702
--------------------------------
log Mg =
∑ Logx i
log Mg = 0.967702
Mg = antilog (0.967702)
Mg = 10 5 * 7 * 7 * 9 * 10 * 10 * 10 * 11 * 14 * 14 = 10 4753980000 =
9.28337
Ejercicio
Calcular la Mg y aplicando logaritmos y frecuencias, para los siguientes
valores:
---------------------------------------------------------------
No. Yi ni Yn i
i
log Yi ni logYi
---------------------------------------------------------------
1 5 1 5 5 0.69897 0.69897
2 7 2 72 49 0.84509 1.69018
3 9 1 9 9 0.95424 0.95424
4 10 3 1031000 1.00000 3.00000
5 11 1 11 11 1.04139 1.04139
6 14 2 142 196 1.14612 229224
---------------------------------------------------------------
9.67702
---------------------------------------------------------------
log Mg =
∑ n LogY
i i
=
9.67702
= 0.967702
n 10
log Mg = 0.967702
Mg = antilog (0.967702) = 9.2833

Aplicación de la Media Geométrica
En caso de la educación, la Mg se emplea para el cálculo

poblacional de acuerdo a la fórmula de interés compuesto.
P = P0 (1 + r )
n
Donde :
P = Población final
P0 = Población inicial
r = Tasa de crecimiento
n =Tiempo (número de años)
Ejemplo : El Ecuador en 1998 tenía 12´543. 294 habitantes. Qué

población tendrá en el 2005, si crece con una tasa de 2,1 % anual.
Solución:
Datos:
P = P0 (1 + r )
n
P=?
Po=12.543.294 P = 12.543.294 (1+0.021)7
r = 2.1 % = 0.021 P = 14.507.474 habitantes
n = 2005-1998 =7 años
Ejemplo: Qué población tuvo Quito en 1990 si en 1998 tuvo 1.873.205

habitantes, si creció con una tasa del 2.38% anual.
Solución:
Datos:
P = P0 (1 + r )
n
P0 = ?
P =1.873.205
r = 2.38 % = 0.0238
n = 1998-1990 =8 años
P 1.873.205
P0 = = = 1.551902 habitantes
(1 + r ) (1 + 0.0238)
n
Ejemplo
Con que tasa creció la ciudad de Guayaquil si en 1992 tuvo
1.975.640 habitantes y en 1998 tuvo 2.390.000 habitantes.
Solución:
Datos:
P = P0 (1 + r )
n
P0 =1.975.000
P =2.390.000
r =?
n = 1998-1992 =6 años
= (1 + r ) =
P n 2.390.000
P0 1.975.000
1 + r = 6 1.20973 = 1.03224
r = 1.03224 − 1 = 0.032 = 3.2%
Ejemplo
En que tiempo se duplicará la población de la ciudad de Ambato,

si crece con una tasa de 1.93% si en la actualidad tiene 198.670
habitantes.
Solución:
Datos:
P = P0 (1 + r )
n
P = 2*198.670 =397340
Po=198.670 397.340 = 198.670 (1+0.0193)n
r = 1.93 % = 0.0193
n=?
397.340
= (1 + 0.193) n
198.670
2 = (1 + 0.0193) n
log 2 = n log(1 + 0.0193)
log 2 0.3010
n= =
log(1 + 0.0193) 0.0083
n = 36 años
MEDIA ARMONICA (H)
No es sino el recíproco de la media aritmética de los recíprocos de los valores
observados. Matemáticamente :
H= n .
∑ 1 1
Xi
Este promedio está asociado directamente con series donde intervenga el
tiempo. Para cálculos estadísticos aplicados a la Física por ejemplo es preferible
que siempre utilicemos este promedio.
PROMEDIOS POSICIONALES: A diferencia de los computacionales, estos

carecen de sustentación matemática, sin embargo de aquello son ampliamente
utilizados debido a su importancia práctica y a determinadas ventajas sobre los
computacionales. Los más comunes son :
LA MEDIANA (MED)
La mediana divide a la distribución en dos partes exactamente igual, es

decir, que tiene el 50 % de las observaciones a cada lado.
Me
Xp 50% 50% Xg
Este estadístico se emplea con datos cuantitativos que se encuentran en

la escala ordinal y en general cuando la media aritmética deja de ser
representativa, porque la representación es sesgada o cuando uno de los
extremos se aleja extremadamente del centro.
En consecuencia conocemos por mediana el valor más central de la serie, es

decir es aquel valor que divide a la serie ordenada en 2 partes iguales. Si el
número de observaciones de la serie es par entonces la Med se calcula como la
media aritmética de los valores más centrales de la serie.
La mediana es un parámetro de tendencia central (promedio),ampliamente

aplicado. Es muy cercano a la media aritmética pero al mismo tiempo no se
influencia en absoluto de valores extremos a diferencia de ésta.
Lamentablemente por ser un promedio posicional no se utiliza en cálculos
matemáticos más profundos.
En el caso que se analizaba anteriormente, la mediana Med. será:
10.0, 9.9 , 9.6 , 8.0 , 7.7 , 6.5
Los valores centrales son 9.6 y 8.0; por tanto:
Med = (9.6 + 8.0)/ 2 = 8.8
Calculo de la Mediana con Datos Discretos
La Me con datos discretos se obtiene por simple inspección,
determinando el valor que se encuentra en el centro de la distribución.
Procedimiento:
• Ordenar los valores
• Señalar el valor que se encuentra en el centro (mitad)
• Si es impar el número de casos, la Me es el valor central
• Si es par el número de casos, la Me es el promedio de los valores

centrales
Ejemplo: Determinar la mediana para los siguientes puntajes:
Cuadro Puntajes
--------------------------------------------
No Xi Yi Yi
--------------------------------------------
1 5 4 20
2 7 5 12
3 4 7 10
4 10 8 8 Me = 8
5 12 10 7
6 8 12 5
7 20 20 4
--------------------------------------------
Puesto u orden de la Me = (n+1)/2 =(7+1)/2 = 4
Ejemplo:
Determinar la mediana para los siguientes puntajes:
-----------------------------------
No Xi Yi
-----------------------------------
1 15 14
2 20 15
3 17 17
4 19 19 Me = 19.5
5 23 20
6 28 23
7 14 26
8 26 28
------------------------------------
Me = (19+20)/2 = 19.5
Puesto = (n+1)/2 = (8+1)/2 = 4.5
LA MODA (MOD) O promedio modal

Es es un parámetro de tendencia central ampliamente utilizado en fenómenos
comerciales y fundamentalmente relacionada con la discretización de variables
continuas para análisis y proyección de procesos.
De este concepto, podemos concluir que una serie puede tener mas de un
promedio modal (Bimodal, Trimodal, Multimodal) o en su defecto puede no
tenerlo.
La serie 10.0, 9.9, 9.6, 8.0, 7.7, 6.5 carece de Moda.
La serie 2, 3, 5, 5, 5, 6, 8, 8, 9, 10 la moda es 5
DATOS AGRUPADOS.-
Fundamentalmente, el agrupamiento de datos se debe a necesidades de

carácter metodológico, es decir que cuantitativamente y cualitativamente existe
la necesidad de tal agrupamiento, por ejemplo cuando el número de datos de la
serie de un fenómeno estudiado es demasiado grande, se vuelve necesario un
agrupamiento de datos, así como la presencia de características propias por
intervalos de observaciones de una misma especie, también demanda este
tratamiento.
El agrupamiento señalado consiste en subdividir a la serie en diferentes

“categorías “ o “ clases “ y en determinar por separado y mediante técnicas de
conteo el número de observaciones pertenecientes a cada una de ellas.
Denominamos a este proceso de agrupamiento como distribución de frecuencias
y los datos obtenidos en forma tabular conforman la denominada “Tabla de
distribución de frecuencias”.
Si por ejemplo hemos observado alturas de estudiantes de la facultad de la

carrera de contabilidad y Auditoria ( con muestra de 258 alumnos), y estos datos
han sido tabulados mediante una distribución de frecuencias, podríamos tener
datos como los siguientes:
H ( mts ) FRECUENCIA f Lim Real f(%)
1.55 - 1.59 15 1.545 - 1.595 5,81
1.60 - 1.64 26 1.595 - 1.645 10,08
1.65 - 1.69 82 1.645 - 1.695 31,78
1.70 - 1.74 75 1.695 - 1.745 29,09
1.75 - 1.79 40 1.745 - 1.975 15,50
1.80 - 1.84 16 1.795 - 1.845 6,20
1.85 - 1.89 3 1.845 - 1.895 1,16
1.90 - 1.94 1 1.895 - 1.945 0, 39
∑=258
Suponemos que el número de clases de la distribución, corresponde a

necesidades metodológicas del estudio del fenómeno.
Cada clase cuenta con sus límites normales “superior e inferior“, siendo los
valores más grande y más pequeño de la clase respectivamente. Por ejemplo
para la primera clase:
LNi = 1.55 m
LNs = 1.59 m
Distinguimos además los límites reales de clase que toman en cuenta la

aproximación adoptada para las unidades de medidas del fenómeno. Si en
nuestro caso la aproximación es de 1 cm, entonces tendremos que:
LRi = 1.545 m
LRs = 1.595 m
Conocemos por “Longitud de clase o tamaño de clase ( i ) “ a la diferencia

calculada entre los límites reales de clase. La longitud de la clase será:
i= LRs – LRi =1.595-1.545 = 0.05m = 5 cm
De fundamental importancia en distribución de frecuencias es el concepto
”marca de clase (Pm) “, debido a que es este valor el que expresa y representa
a su categoría o clase. Es en función de la marca que se realizan todos los
cálculos estadísticos posteriores. Se calcula como la Media Aritmética de los
límites superior e inferior de clase (normales o reales).
1.545 + 1.595
Pm = = 1.57
2
1.55 + 1.59
Pm = = 1.57
2
PROMEDIOS EN DATOS AGRUPADOS

PROMEDIOS COMPUTACIONALES.- En datos agrupados distinguimos de
igual manera los promedios computacionales y los posiciónales. Entre los
computacionales citamos a la media aritmética, la media geométrica y la media
armónica.
MEDIA ARITMETICA (X).- Se calcula como la relación entre la sumatoria de las

frecuencias por las marcas de cada clase, por el número total de observaciones.
X = (Σ fj *Pmj) / n
Para el caso de DAIC.
PROMEDIOS POSICIONALES.- posiciónales se calculan de múltiples maneras.

Por ser parámetros que carecen de formulación matemática, las fórmulas que
nos permiten su determinación, son de lo mas variadas, y enmarcan aspectos
relacionados de ubicación y posicionalmente de los parámetros
MEDIANA ( MED ) .- La fórmula mas utilizada para el cálculo de la med es la

siguiente:
Med = LRi + (N/2- faa ) * i
fcm
en donde:
LRi = Límite real inf de la clase med = 1.695
N/2 = Valor posicional para la med . = 129
faa = Frec acum anterior a la clase med = 123
fcm = Frec de la clase med . = 75
i = Longitud de clase o tamaño del intervalo = 0.05
Med = 1.695 + (129-123) * 0.05 = 1.699

75
MODA ( MOD ).- Entre las fórmulas conocidas la mas utilizada se expresa :
∆1
Mod = LRicm + *i
∆1 + ∆ 2
En donde:
Lricm = lim real inferior de la clase modal = 1.645
∆1 = dif entre la clase modal y la premodal = ( 82-26)= 56
∆2 = dif entre la clase modal y la posmodal = ( 82-75)= 7
i = Longitud de clase o tamaño del intervalo = 0.05
En nuestro caso la clase que mayor frecuencia tiene es la 3ª fila ( 82 )
56
Mod =1.645 + *0.05 = 1.689
56 + 7
TERMINOS CLAVE
Media aritmética, media geométrica, media armónica, mediana, moda
ACTIVIDADES
EJERCICIOS:
a) MEDIA ARITMÉTICA : (Estadística de John Freund Pág. 51)
3.1 Un productor de comerciales para televisión sabe exactamente cuanto dinero
se gastó en la producción de cada uno de los comerciales. De un ejemplo de
cada problema en los que estos datos se verían como:
a) una población;
b) una muestra.
3.2 Los resultados de la elección final de un distrito muestran que los tres
candidatos de cierta oficina recibieron 16 255, 11 278 y 3 455 votos. ¿Para qué
oficina podrían estar trabajando estos candidatos de manera que estos números
constituyeran
a) una población;
b) una muestra?
3.3 Suponga que se nos da información completa acerca del numero de
almuerzos que los ejecutivos de una compañía de seguros cargaron a sus
cuentas de gastos durante los primeros meses de 1985. Dé un ejemplo
ilustrativo de cada situación donde estos datos se verían como
a) una población;
b) una muestra.
3.4 Las que siguen son las edades de 20 personas designadas como el cuerpo
de un jurado por una corte: 48, 58, 33, 42, 57, 31, 52, 25, 46, 60, 61, 49, 38, 53,
30, 47, 52, 63, 41 y 34. Obtenga su edad media.
3.5 Las siguientes son las pérdidas de peso (en libras) de ocho personas que
siguen una dieta prescrita durante cuatro semanas: 5.3, 2.4, 1.9, 3.5, 4.0, 2.6,
2.5 y 1.8. Determine su pérdida de peso media.
3.6 En su toma de posesión, los 10 primeros presidentes de Estados Unidos
tenían 57, 61, 57, 57, 58, 57, 61, 54, 68 y 51 años de edad. Calcule la media.
3.7 Al intentar determinar las calorías por ración de lasaña en una asignación de
laboratorio de nutrición, 15 estudiantes obtuvieron 329, 335, 347, 318, 316, 322,
330, 351, 362, 315, 342, 346, 353, 327 y 333. Obtenga la media.
3.8 Los registros de una semana de un sitio de automóviles de alquiler muestran
las siguientes cantidades (en dólares) que se gastaron en gasolina en cada uno
de sus 32 automóviles:
37.87 24.75 38.67 32.45 31.55 50.55 64.50 39.01 69.49 52.83 53.41
60.75 21.45 47.82 40.58 30.56 37.51 34.69 41,88 30.24 15.25 27.63
24.65 45.14 20.11 31.22 41.35 26.27 36.00 38.76 25.68 23.65
Determine el gasto medio de estos automóviles.
3.9 Los registros de 15 personas convictas de diversos crímenes mostraron que,
respectivamente, 4, 3, O, O, 2, 4, 4, 3, 1, 0, 2, 0, 2, 1 y 4 de sus abuelos eran
nacidos en el extranjero. Determine la media y analice si se puede utilizar para
apoyar el argumento de que el "criminal en promedio" tiene dos abuelos nacidos
en el extranjero.
3.10 El elevador de un hotel esta diseñado para transportar una carga máxima
de 2 000 libras. ¿Se sobrecarga si en un viaje transporta a 8 mujeres que pesan
123 libras y 5 hombres cuyo peso es 174 libras?
3.11 Un puente está diseñado para soportar una carga máxima de 180 000 li-
bras. Si en un momento dado se carga con 36 vehículos que tienen un peso
medio de 4 630 libras, ¿existe un peligro real de que pudiera derrumbarse?
3.12 Por error, un maestro ha borrado la calificación que recibió uno de 10
estudiantes de su clase en un examen final. Sin embargo, sabe que los alumnos
promediaron (tuvieron una calificación media de) 71 en el examen y que los otros
9 estudiantes recibieron calificaciones de 96, 44, 82, 70, 47, 74, 94, 78 y 56.
¿Cuál debe haber sido la calificación que borró el maestro?
3.13 Las horas de sueño que ha tenido un estudiante durante cada una de las 10
noches anteriores son 6, 8, 2, 13, 9, 7, 6, 5, 10 y 7. Determine la media y analice
su utilidad en la descripción de la "mitad" de los datos.
3.14 Se presentó una nota en la legislatura de un estado para revocar el im-
puesto de venta de medicinas sobre prescripción. Comente el argumento del
director financiero del estado de que la nota de prescripción percápita en
promedio (media) de los cuatro años anteriores fue un frívolo $5.20, que en
realidad no es una carga para nadie.
3.15 Los registros muestran que en Phoenix, Arizona, la temperatura máxima
diaria normal de cada mes es 65, 69, 74, 84, 93, 102,105, 102, 98, 88, 74 y 66
grados Fahrenheit. Verifique que la media de estas cantidades sea 85 y comente
la afirmación de que, en Phoenix, la temperatura máxima diaria en promedio es
de 85 grados, que es muy agradable.
3.16 Las mediciones cuidadosas muestran que el contenido real de café de seis
jarras de café instantáneo es 6.03, 5.98, 6.04, 6.00, 5.99 y 6.02 onzas de café.
¿Cuál habría sido el error en el contenido medio de café de las seis jarras si el
tercer valor se hubiese registrado en forma equivocada como 6.40?
3.17 Si alguien invierte $1 000 al TV», $3 000 al 7.5% y $16 000 al 8%, ¿cuál es
el rendimiento porcentual total de estas inversiones?
3.18 En un año reciente, los salarios medios o en promedio de maestros de
primaria en Oregon, Washington y Alaska fueron de $13 300, $14 500 y $21 000
respectivamente. Dado que había 13 000, 17 200 y 2 400 maestros de primaria
en estos estados, determine el salario promedio de todos los maestros de
primaria de los tres estados.
b) MEDIANA (Estadística de John Freund Pág. 61)

3.25 Determine la posición de la mediana de a) n=15 y b) n=40.
3.26 Determine la posición de la mediana de a) n = 17 y b) n=30.
3.27 Obtenga la posición de la mediana de a) n = 39 y b) n=150.
3.28 En 1985, 12 vendedores de autos usados vendieron, respectivamente, 58,
70, 85, 42, 64, 46, 66, 89, 44, 93, 58 y 79 automóviles usados. Determine la
mediana.
3.29 Los siguientes son los números de comidas de restaurantes que ingirieron
13 personas durante una semana dada: 3, 10, 5, 1, 8, 5, 6, 12, 15, 1, 0, 6 y 5.
Obtenga la mediana.
3.30 Al copiar un informe, los 16 alumnos de una clase de mecanografía co-
metieron O, 1, 3, O, O, O, O, 4, O, O, 1, 2, O, 1, O y 2 errores. Determine
a) la media;
b) la mediana. Discuta los méritos relativos de los dos resultados.
3.31 Veinte fallas de energía duraron 18, 125, 44, 96, 31, 26, 80, 49, 125, 63, 45,
33, 89, 12, 103, 75, 40, 80, 61 y 28 minutos. Determine la mediana.
3.32 En el ejercicio 3.4 se dieron las edades de 20 personas designadas para
desempeñar la función de jurado. Halle la mediana.
3.33 Obtenga la mediana de la distribución en relación con el número de
películas de largo metraje que habían visto 400 personas por televisión durante
una semana dada. P=número de películas NP=número de personas
P NP
0 72
1 106
2 153
3 40
4 18
5 7
6 3
7 0
8 1
400
3.34 Veinticinco juegos de la NBA duraron, respectivamente, 138,142,113,

126,135,142,159,157,140,157,121,128,142,164,155,139,143,158, 140, 118, 142,
146, 123, 130 y 137 minutos. Determine la duración mediana de estos juegos
a) en forma directa;
b) construyendo antes una gráfica de tallo y hoja.
3.35 A cada una de 15 personas que solicitaba fondos para una organización de
caridad se le asignó una cuota (cantidad de dinero) que debía recaudar y los
siguientes son los porcentajes de sus cuotas respectivas que lograron en
realidad: 92, 107, 353, 90, 78, 80, 74, 92, 102, 86, 106, 109, 95, 102 y 91.
Calcule la media y la mediana de estos porcentajes e indique cuál de los dos
registros constituye una indicación más precisa del desempeño en "promedio" de
estas personas.
3.37 Para verificar la afirmación de que la media es, por lo general, más con-
fiable que la mediana (es decir, que está sujeta a fluctuaciones de oportunidad
menores), un estudiante realizó un experimento que consistía en tomar 15 veces
tres cartas de una pila ordinaria de 52 cartas de juego, después de haber quitado
las sotas, las reinas y los reyes. Los que siguen son los resultados: 8, 3 y 2; 6, 6
y 7; 3, 5 y 9; 4, 4 y 10; 8, 3 y 8; 10, 1 y 4; 7,10 y 4; 1, 3 y 1; 5,1 y 9; 8,10 y 3; 4, 5
y 9; 5, 3 y 8; 3, 6 y 7; 1, 8 y 8; y 10, 5 y 6.
a) Calcule las 15 medianas y las 15 medias.
b) Agrupe las medianas y las medias que se obtuvieron en el inciso a) en
distribuciones aparte que tengan las clases 0.5-2.5, 2.5-4.5, 4.5-6.5 y 6.5-8.5.
(No puede haber ambigüedades ya que las medianas y las medias de tres
números redondos no pueden ser iguales a 2.5, 4.5 o 6.5.)
c) Trace histogramas de las dos distribuciones que se obtuvieron en el inciso b) y
explique cómo ilustran la afirmación de que la media suele ser más confiable que
la mediana.
3.38 Para verificar la afirmación de que la media suele ser más confiable que la
mediana (es decir, que está sujeta a menores fluctuaciones de oportunidad), un
estudiante realizó un experimento que consistía en lanzar 12 veces tres dados.
Los siguientes son sus resultados: 2, 4 y 6; 5, 3 y 5; 4, 5 y 3; 5, 2 y 3; 6, 1 y 5: 3,
2y 1;3, 1 y 4; 5, 5 y 2; 3, 3 y 4; 1, 6y 2; 3, 3 y 3; y 4, 5 y 3.
a) Calcule las 12 medianas y las 12 medias.
b) Agrupe las medianas y las medias que se obtuvieron en el inciso a) en
distribuciones aparte que tengan las clases 1.5-2.5, 2.5-3.5, 3.5-4.5 y 4.5-5.5.
(Observe que no habrá ambigüedades debido a que las medianas y las medias
de tres números redondos no pueden ser iguales a 2.5, 3.5 o 4.5.)
c) Trace histogramas de las dos distribuciones obtenidas en el inciso b) y
explique cómo ilustran la afirmación de que la media suele ser más confiable que
la mediana.
3.39 Repita el ejercicio anterior con sus datos lanzando tres dados en forma
repetida (o un dado tres veces) y construya distribuciones correspondientes de
las 12 medianas y las 12 medias. (Si no dispone de dados, simule el
experimento en forma mental o sacando pedazos de papel numerados de un
sombrero.)
3.40 Un servicio de investigaciones para el consumidor obtuvo los siguientes
datos en millas por galón de cinco corridas de prueba realizadas con cada uno
de tres automóviles compactos:
Auto A: 27.9, 30.4, 30.6, 31.4, 31.7
Auto B: 31.2, 28.7, 31.3, 28.7, 31.3
Auto C: 28.6,29.1,28.5,32.1,29.7
a) Si los fabricantes del automóvil A desean anunciar que su automóvil tuvo un
mejor desempeño en esta prueba, ¿cuáles de los "promedios" que se estudian
en este libro se pudieran utilizar para verificar su afirmación?
b) Si los fabricantes del automóvil B desean anunciar que su automóvil tuvo un
mejor desempeño en esta prueba, ¿cuáles de los promedios que se estudian en
este libro pudieran usar ellos para verificar su afirmación?
*3.41 Suponga que los fabricantes del automóvil C del ejercicio anterior
contratan a un estadístico poco escrupuloso y lo instruyen para obtener alguna
clase de "promedio" que demostrará que su automóvil tuvo un mejor desempeño
en esta prueba. Muestre que el rango medio, que se define como la media de los
valores menor y mayor, servirá a sus fines.
3.42 Determine las posiciones de la mediana, Qi y q} cuando n = 21, y verifique
que haya tantos valores a la izquierda de la posición de Q¡ como entre la
posición de Qi y la de la mediana, entre la posición de la mediana y 63 y a la
derecha de la posición de Q¡.
3.43 Vuelva a realizar el ejercicio anterior con n = 18.
3.44 Vuelva a hacer el ejercicio 3.42 con n = 20.
3.45 Con referencia al ejercicio 3.29, determine gi y Q^ para los números de
comidas del restaurante que ingirieron las 13 personas durante la semana dada.
3.46 Con referencia al ejercicio 3.31, obtenga Q^ y Q¡ para las duraciones de las
fallas de energía.
c) Moda (Estadística de John Freund Pág. 65)

3.50 Las siguientes son las cantidades de tiempo (en minutos) que 16 personas
pasaron formadas en una fila para comprar boletos para un concierto: 8, 2, 9, 1,
16, 5, 7, 11, 9, 1, 14, 12, 9, 0, 8, 4. ¿Determine la moda?
3.51 Una inspección de 18 trabajos de plomería domésticos recién terminados
en una ciudad arrojaron O, 1, 3, O, O, O, 1, O, 4, 1, O, 1, 1, 2, O, 1, O y 2 vio-
laciones al código de construcción de la ciudad. Obtenga la moda.
3.52 Con referencia al ejercicio 3.29, determine la moda del numero de comidas
del restaurante que ingirieron las personas.
3.53 Con referencia al ejercicio 3.34, obtenga la moda de las duraciones de los
juegos de baloncesto.
Con referencia a los datos, determine la moda de las calificaciones de
contabilidad de los 50 alumnos.
73 65 82 70 45 50 70 54 32 75
75 67 65 60 75 87 83 80 72 64
58 75 89 70 73 55 61 78 89 93
43 51 59 38 65 71 75 85 65 85
49 97 55 60 76 75 69 35 45 63
3.55 Cuando se les preguntó cuál era su color favorito, 50 personas dijeron:
rojo, azul, azul, verde, amarillo, azul, café, rojo, azul, rojo, rojo, verde, blanco,
azul, rojo, verde, azul, rojo, verde, verde, morado, blanco, amarillo, azul, azul,
azul, rojo, rojo, café, anaranjado, blanco, verde, azul, azul, negro, rojo, azul, rojo,
amarillo, verde, amarillo, azul, azul, anaranjado, rojo, verde, blanco, morado, azul
y rojo. ¿Cuál fue su elección modal?
3.56 A 40 votantes registrados se les preguntó si se consideraban a si mismos
como demócratas, republicanos o independientes. Utilice los siguientes
resultados para determinar su elección modal: demócrata, republicano,
independiente, independiente, demócrata, independiente, republicano,
republicano, independiente, demócrata, demócrata, independiente, demócrata,
independiente, republicano, independiente, independiente, independiente,
demócrata, demócrata, republicano, independiente, independiente, republicano,
republicano, demócrata, republicano, demócrata, independiente, independiente,
demócrata, demócrata, independiente, republicano, independiente,
independiente, demócrata, independiente, republicano, demócrata.
• Freud John. ESTADÍSTICA. CUARTA EDICIÓN. Edit Prentice Hall Pág.44-66

Pág. 39-50

ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México. Pág.
5197-216
UNIDAD 4
OBJETIVO DE LA UNIDAD
• Calcular medidas de desviación media, varianza, desviación estándar con DNA,
DAF, DAIC.
Medidas de variabilidad
Cuartiles, deciles y percentiles
Amplitud o rango
Desviación media
Varianza
Desviación estándar.
CUANTILES
El sufijo “ILES“ estadísticamente significa el # de partes en que dividimos una
serie.
Los cuantiles o medidas de orden que se comportan así como la Me

divide a la distribución en dos partes iguales, tenemos otras medidas que
dividen a la distribución en 4, 5, 10 y 100 partes iguales, las mismas que
se conocen COMO los cuartiles, quintiles, deciles y percentiles
respectivamente.
La concepción, procedimiento e incluso la fórmula es similar a la Me, lo

único que se cambia es n/2.
• Cuartil (Q), tiene tres cortes.

Q1 Q2 Q3
25% 25% 25%

25%
Así el Q1 es el valor que supera al 25 % de los datos, mientras es

superado por el 75% restante.
Q2, es el valor que se encuentra en la mitad, es decir, tiene el 50%

de las observaciones a cada lado, es decir igual que la mediana.
Q3, es el valor que supera el 75% de los datos y es superado por el

25% restante.
• Decil (D), tiene 9 cortes.
D1 D2 D3 D4 D5 D6 D7 D8
D9
10 % 10 % 10 % 10 % 10 % 10 % 10 % 10 % 10 %
10 %
D2, valor que supera el 20% y es superado por el 80% restante.
• Percentiles (P), tienen 99 cortes.
P37, valor que supera el 37% y es superado por el 63% de la

distribución.
FÓRMULAS:
 4 − (N j −1 )
 1n 
1
n Primer cuartel Q1 = l + C j  
4  nj 
 
2
n Segundo cuartel
4
 4 − (N j −1 )  2 − (N j −1 )
 2n  n 
Q2 = l + C j   = l + Cj  
 nj   nj 
   
 4 − (N j −1 )
 3n 
3
n Tercer cuartil Q3 = l + C j  
4  nj 
 
 10 − (N j −1 )
 7n 
7
n Séptimo decil D7 = l + C j  
10  nj 
 
 100 − (N j −1 )
 37 n 
37
n Percentil 37 P37 = l + C j  
100  nj 
 
Ejercicios:
1. Calcular: Q1 =? Me =? Q3 =? D9 =? P3 =? P87 =?
----------------------------------------------------
No Intervalos Yi ni Ni
----------------------------------------------------
1 89-91 90 1 47
2 86-88 87 5 46
3 83-85 84 9 41
4 80-82 81 12 32
5 77-79 78 8 20
6 74-76 75 6 12
7 71-73 72 4 6
8 68-70 69 2 2
65-67 66 0 0
----------------------------------------------------
47
----------------------------------------------------
1.1 SOLUCIÓN
1n/4 = 47/4 = 11.75
Cj = 3
Nj-1=6
l = (75+72)/2 = 147/2 = 73.5
 4 − (N j −1 )
 1n 
Q1 = l + C j  
 nj 
 
11.75 − 6 
Q1 = 73.5 + 3 
 6 
Q1 = 76.375
1.2 SOLUCIÓN:
n/2 = 47/2 = 23.5
Cj = 3
Nj-1= 20
nj = 12
l = (78+81)/2 =79.5
n 
 2 − N j −1 
Me = l + Cj  
 nj 
 
 23.5 − 20 
M e = 79.5 + 3 
 12 
M e = 80.375 = Q2
1.3 SOLUCIÓN:
3n/4 =(3*47)/4 = 35.25
Cj = 3
Nj-1= 32
nj = 9
l = (81+84)/2 = 82.5
 35.25 − 32 
Q3 = 82.5 + 3 
 9 
Q3 = 83.583
1.4 SOLUCIÓN:
9n/10 =(9*47)/10 = 42.3
Cj = 3
Nj-1= 41
nj = 5
l = (84+81)/2 = 85.5
 42.3 − 41
D9 = 85.5 + 3 
 5 
D9 = 86.28
1.5 SOLUCIÓN:
3n/100= (3*47)/100 = 1.41
Cj = 3
Nj-1= 0
n3 = 2
l = (67+68)/2 = 67.5
1.41 − 0 
P3 = 67.50 + 3 
 2 
P3 = 69.615
1.6 SOLUCIÓN:
87n/100 =(87*47)/100 = 40.84
Cj = 3
Nj-1= 32
l = (81+84)/2 = 82.5
 40.89 − 32 
P87 = 82.5 + 3 
 9 
P87 = 85.461
DESVIACION CUARTILICA O RANGO SEMIINTERCUARTILICO (DQ).-

Conocemos por rango intercuartílico a la expresión Q3-Q1; siendo la
desviación cuartílica, el rango intercuartílico dividido por dos.
DQ = (Q3 - Q1)/2
En nuestro caso: Q1=9.7; Q3=7.925
DQ = (9.7-7.925)/2 = 1.775/2 = 0.888
MEDIDAS DE DESVIACION Y DISPERSION

Desviación y dispersión estadísticas son conceptos que denotan el grado
de alejamiento de los valores de la serie tomados como un todo, respecto de sus
promedios (generalmente de la Media aritmética y la Mediana. Entre los
principales podemos citar:
RANGO O RECORRIDO (R).- Es la medida de la longitud o el espacio del

desarrollo de la serie. Se calcula como la diferencia entre el valor máximo y
mínimo. Para la serie que analizamos:
R = 10.0-6.5 = 3.5
DESVIACION MEDIA ABSOLUTA (MAD).- Este parámetro se define como la

media aritmética de las desviaciones de la serie tomadas en valor absoluto
respecto de la media aritmética o de la Mediana de la misma.
MAD = Σ |Xi- X| / N o MAD =Σ |Xi- Med| / N
çRespecto de la media aritmética:
DATO |Xi-Xm|
10.0 1.383
9.9 1.283
9.6 0.983
8.0 0.617
7.7 0.917
6.5 2.117
∑=7.300
N=6 Suma: 7.300 MAD = 7.300/6 = 1.217
DESVIACION TIPICA O STANDAR (σ).- Matemáticamente se expresa como la

raíz cuadrada de la media aritmética de las desviaciones cuadráticas de la serie
respecto de la media aritmética o de la mediana.
σ = (Σ(Xi- X)2 /N) 1/2

Dato (Xi-X)2
10.0 1.913
9.9 1.646
9.6 0.966
8.0 0.381
7.7 0.841
6.5 4.482
Suma:10.229 ; σ = (10.229/6)1/2 = 1.306
VARIANZA (σ)2.- No es sino el cuadrado de la desviación standar.

Es decir:
V = σ2 = Σ(Xi- X)2 /N = 1.705
COEFICIENTE DE VARIACION CV.- Es la razón de la desviación standar

respecto de la media aritmética, generalmente expresada en forma porcentual,
es decir:
CV = σ/X (%)
CV = 1.306 / 8.617 = 0.152 * 100 = 15.156%
DATOS AGRUPADOS CON FRECUENCIA Y DAIC

CUANTILES: Estos parámetros posicionales también son para datos agrupados
: Cuantìles, Decìles y Percentiles los mas utilizados respectivamente se calculan
de la manera siguiente:
CUARTILES ( Qi ): Para los Cuartiles las fórmulas más utilizadas son:
Q1 = Lricq + ( N/4 - faa ) * k
fq1
Q2 = Lricq + ( 2N/4 - faa ) * k = Med
fq2
En nuestro caso tendremos:
Q1 = 1.645 + ( 64.5 - 41 ) * 0.05
82
Q1 = 1,659
Q2 = 1.695 + ( 124 - 123 ) * 0.05

75
Q2 = 1.699
Q3 = 1.695 + ( 193,5 - 123 ) * 0.05

75
Q3 = 1.742
DECILES Y PERCENTILES ( Pi , Qi ): Las fórmulas utilizadas tienen el mismo
principio que para el cálculo de los Cuartiles. Enunciaremos algunas de ellas.
D3 = Lricd + ( 3N/10 - faa ) * k
fd
D8 = Lricd + ( 8N/10 - faa ) * k
fd
D8 = 1.645 + ( 77.4 - 41 ) * 0.05 = 1.667
82
P17 = Lricp + ( 17N/100 - faa ) * k = 1.647
fp
P39 = Lricd + ( 39N/100 - faa ) * k = 1,6814
fp
MEDIDAS DE DESVIACION Y DISPERSIÓN

Al igual que para los datos no agrupados los promedios de desviación y
dispersión nos dan una idea del grado de alejamiento o separación de los
valores de la serie, respecto de un promedio ( generalmente la media aritm o la
med ) .
En su orden podemos calcularlos de la siguiente manera .
RANGO.-No es sino la diferencia entre el límite superior de la última categoría

menos el límite inferior de la primera categoría .
R = Lns - Lni = 1.94 - 1.55 = 0,39 m
DESVIACION MEDIA ABSOLUTA ( DMA )

Este parámetro de dispersión que tiene el mismo sentido para los datos no
agrupados se calcula mediante las fórmulas:
DMA = ∑ fj xj - X  DMA = ∑ fj xj – Med|
N N
En el caso nuestro tendremos que:
DMA = 13.46 = 0.052 DMA = 13.452 = 0.05213

258 258
DESVIACION ESTÁNDAR
Para datos agrupados la desviación standard se calcula mediante la fórmula:
S = √ Σ fj( xj- Xm )2
N
S = √ Σ fj( xj- Med )2
N
En nuestro caso:
S = √ 1.0852 / 258 = 0.0648
S = √ 0.90486 0/ 258 = 0.0672
VARIANZA
Siendo este parámetro igual a S2 , en nuestro caso tendremos :
S2 = 1.0852 S2 = 1.1652
TERMINOS CLAVE
Desviación media, cuantiles, Cuartiles, deciles, percentiles, desviación
estándar, varianza.
ACTIVIDADES:
Con los ejercicios del tema anterior calcule Cuartiles deciles y percentiles
el DNA y DAIC.
Ejercicios : (Estadística de John Freund Pág. 92)
3.89 Determine X m y S de la siguiente distribución de los ingresos semanales
de 125 personas que reciben un sueldo:
Ingresos semanales
Ingresos semanales Frecuencia
(en dólares)
120.00-129.99 9
130.00-139.99 20
140.00-149.99 36
150.00-159.99 30
160.00-169.99 15
170.00-179.99 11
180.00-189.99 4
*3.90 Obtenga la media y la desviación estándar de la distribución de edades del

ejercicio 2.19 de la página 25.
*3.91 Determine la media y la desviación estándar de la siguiente distribución de
los costos totales de viaje de 200 estudiantes en unas vacaciones de dos
semanas por Europa:
Costó del viaje (en dólares) Frecuencia
1 600 - 1 799 12
1 800 - 1 999 31
2 000 – 2 199 73
2 200 - 2 399 57
2 400 - 2599 16
2 600 -2 799 7
2 800 -2 999 4
*3.92 Los que siguen son los números de minutos que un médico tuvo espe-
rando a 60 pacientes después de las horas de sus citas:
12.1 9.8 10.5 5.6 8.2 0.5 6.8 10.1 17.2 4.2
8.3 1.3 7.9 11.3 6.3 7.2 9.3 9.9 7.2 12.7
1.2 4.6 10.3 8.5 10.0 12.8 9.6 13,5 10.8 5.1
12.7 11.5 3.8 12.9 13.0 3.9 7.5 16.1 11.1 8.3
9.6 6.4 15.7 5,8 9.7 11.9 2.4 5.2 8.4 16.7
2.5 13.0 4.8 10.7 11.4 9.3 4.7 6.0 9.5 14.6
Agrupe estos datos en una distribución con las clases 0.0-2.9, 3.0-5.9, 6.0-8.9,
9.0-11.9, 12-14.9 y 15.0-17.9, y después obtenga la media y la desviación
estándar.
*3.93 Obtenga la mediana de la distribución del ejercicio 3.89.
Numero de boletos frecuencia

De la rifa
menos de 30 28
30-44 19 *3.94 Determine la mediana de la siguiente
45-59 10 distribución de los números de boletos de rifa
60-74 8 que vendieron los 70 miembros de una
75-89 5 organización de servicio social:
*3.95 Determine la mediana de la distribución del ejercicio 2.19 de la página 25.

*3.96 Obtenga la mediana de la distribución del ejercicio 3.91.
*3.97 Si es posible, encuentre Q1 y Q3 de la distribución del ejercicio 3.94.
*3.98 ¿Es posible determinar la media y la mediana de cada una de las siguien-
tes distribuciones? Explique sus respuestas.
A)calificación frecuencia B) CI FRECUENCIA
40-49 5 menos de 3
50-59 18 90 90-99 14
60-69 27 100-109 22
70-79 15 110-119 19
80-89 6 más de 119 7
C)PESO FRECUENCIA
100 o menos 41
101-110 13
111-120 8
121-130 3
131-140 1
*3.99 Determine Q1 y Q3, de la
distribución del ejercicio 2.19 de la página 25.
*3.100 Con referencia al ejercicio 3.92, determine los tiempos de espera
más corto y más largo y utilice la distribución que se obtuvo en el ejercicio
para determinar Q1, la mediana y Q3. Asimismo, utilice los resultados
para trazar una gráfica.
*3.101 Con referencia al ejercicio 2.19 de la página 25, suponga que el miembro
más joven del club de servicio de presentación tiene 20 y el más viejo.
tiene 53. Utilice esta información junto con los resultados de los ejercicios 3.95 y
3.99 para trazar una gráfica.
*3.102 Si es posible, obtenga P10, P40 y P90 para la distribución del ejercicio 3.94.
*3.103 Con referencia al ejercicio 3.91, determine P10 y P90
*3.104 Con referencia al ejercicio 3.92, obtenga P10 y P90.
*3.105 Emplee los resultados de los ejercicios 3.89 y 3.93 para calcular el
coeficiente pearsoniano de asimetría (SK= 3(media – mediana)/desviación
estándar ) para la distribución de los ingresos semanales.
*3.106 Use los resultados de los ejercicios 3.90 y 3.95 para calcular el coeficien-
te pearsoniano de asimetría (SK= 3(media – mediana)/desviación estánda) de la
distribución de las edades de los miembros del club de servicio de presentación.
*3.107 Emplee los valores de xy s que se obtuvieron en el ejercicio 3.92 y el va-
lor de la mediana obtenido en el ejercido 3.100 para calcular SK para la
distribución de las duraciones de los tiempos de espera.
*3.108 Tire un par de dados 120 veces y construya una distribución que muestre
cuántas veces hubo O seises, cuántas veces hubo 1 seis y cuántas hubo 2
seises. Trace un histograma de esta distribución y describa su forma.
*3.109 Si una moneda se lanza al aire cinco veces, el resultado se puede repre-
sentar por medio de una serie de letras A y S (por ejemplo, AASSA), donde A
representa las águilas y S los soles. Habiendo obtenido esta serie de aes y eses
(A y S), entonces se puede verificar después de cada lanzamiento sucesivo si el
número de águilas excede el número de soles. Por ejemplo, para la serie
AASSA, las águilas van adelante después del primer lanzamiento, después del
segundo, del tercero, no después del cuarto, pero una vez más después del
quinto lanzamiento; en total, están adelante cuatro veces. Repita este
experimento 50 veces y construya un histograma que muestre en cuántos casos
las águilas estuvieron adelante en total O veces, 1 vez, 2 veces,... y 5 veces.
Explique por qué la distribución resultante debe ser en forma de U.
*3.110 Utilice un paquete de computadora o una calculadora estadística
preprogramada para determinar la media y la desviación estándar de los datos
no procesados del ejercicio 3.92. Determine los errores de agrupación
respectivos comparando los resultados con los ejercicios 3.92.
• Freud John. ESTADÍSTICA. CUARTA EDICIÓN. Edit Prentice Hall Pág.44-66

Pág. 43 y 47
ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México. Pág.
217-248
UNIDAD 5
OBJETIVO DE LA UNIDAD
• Analizar los valores de las puntuaciones tipificadas y la curva normal
MOMENTOS ESTADÍSTICOS
CURVA NORMAL
PUNTUACIONES Z
MOMENTOS ESTADÍSTICOS
Son formulaciones matemáticas, que se definen como parámetros estadísticos,

algunos de ellos cuales tienen amplia connotación dentro del estudio de curvas
de distribución de frecuencias y más específicamente respecto del sesgo y de la
curtosis
Distinguimos los momentos indefinidos de grado r ( Xr) y los momentos

respecto de la media, de grado r ( Mr ). Para datos no agrupados:
Xr = ∑ Xir
N
M = ∑ ( X i - X )r
r
Mientras para datos Agrupados:

Xr = ∑ fj Mjr
N
Mr = ∑ fj ( Mj - X ) r
N
SESGO Y CURTOSIS
Estos dos conceptos aun cuando en su esencia

diferentes, se manejan en forma paralela, puesto que
ambos definen características de suma importancia
para las distribuciones de frecuencia y sus curvas
representativas (Polígonos de Distribución Suavizado).
El sesgo no es otra cosa que el grado de asimetría que
describe una curva de distribución, tomando como
referencia una curva de distribución normal y por tanto simétrica.
Mod = Med = X
Si el sesgo describe una curva cuya cola mas larga se

encuentra del lado derecho entonces la curva es
positivamente sesgada.
Mod < Med < X
Decimos que la distribución es negativamente sesgada, cuando la cola mas

larga se encuentra del lado izquierdo de la misma.
Mod < Med < X
Existen múltiple fórmulas para determinar el sesgo de una distribución; algunas
de ellas empíricas y otras con sustento matemático. Entre las más importantes
señalaremos:
Sesgo = X - Mod
S
Que puede reemplazarse por:
Sesgo = 3 ( X - Med )
S
Debido a que empíricamente se tiene que X - Mod ≡ 3 ( X - Med ).
Estas fórmulas son aplicables cuando las distribuciones son desde ligeras a
medianamente sesgadas. Se conocen como Coeficiente de Sesgo Pearson 1 y
2.
También tenemos el coeficiente de sesgo cuartílico que se expresa como:
∆Q = Q3 - 2Q2 + Q1
Q3 - Q1
Con sustento matemático la fórmula más importante es: a3 = M3
S3
Todos estos coeficientes de sesgo serán iguales a cero para
distribuciones normales - simétricas; serán positivas para distribuciones con
sesgo derecho; y si las distribuciones tienen sesgo izquierdo entonces los
coeficientes serán negativos.
Entendemos por curtosis al grado de apuntamiento o achatamiento que

presenten las curvas de distribución de frecuencia.
Distinguimos curvas Leptocúrticas, Mesocúrticas y Platicúrticas Así :
Generalmente la curtosis de una distribución se calcula mediante el coeficiente

de curtosis percentílica “ A4 “, los mismos que se determinan mediante las
fórmulas:
A4 = M4
S4
K= DQ .
P90 - P10
DQ = Q3 - Q1
2
Una distribución normal se dice que es Mesocúrtica siendo su coeficiente A4 = 3
y siendo K = 0,263
Siendo A4 > 3 o lo que es lo mismo k > 0.263 la curva será leptocúrtica, mientras
que A4 < 3 o lo que es lo mismo k < 0.263 la curva será platicúrtica.
El sesgo y la curtosis aparecen también permanentemente en forma combinada.
PUNTUACIONES TIPIFICADAS.
X −µ d
Valores z = =
σ S
El valor z nos indica cuántas S un valor se separa de la Xm del grupo.
Cualquier distribución puede ser transformada a valores z. Los valores z utilizan
como unidades de medida a las S.
Como 3 S a cada lado de la CN incluyen prácticamente a todos los casos, se

deduce que la mayor puntuación z que encontrarse es –3 a 3
La distribución de las z tienen siempre: X = O y S = 1
Como los valores z se expresan con decimales positivos y negativos, se pueden
complicar los cálculos, transformándose la z en Z.
VALORES Z
Z = 1Oz + 50
La distribución de la Z tienen siempre: X = 50 y S = 10

Las puntuaciones tipificadas transforman los puntajes crudos en unidades
iguales y comparables.
1. Sirven para la investigación, ya que se utilizan en la verificación científica
de las hipótesis.
2. Se utilizan en el área pedagógica, fundamentalmente en la evaluación, ya

que son unidades de medida, iguales y pueden operarse
matemáticamente.
Ejemplos:
Un estudiante obtiene en Álgebra una calificación de 65 y en la asignatura de
Inglés una calificación de 32 puntos. Determinar
en cuál asignatura está mejor ubicado,
conociendo que en álgebra el grupo obtuvo un
promedio de 45 y una desviación estándar de
20, mientras que en inglés la media fue de 20 y
la desviación típica de 5.
1. Álgebra: X = 45; S=20 Q Juan 65
2. Inglés: X= 20; s = 5 Q Juan 32
z65 = (65 –45)/20 = 20/20 = 1
z32 =(32-20)/5 =12/5= 2.4
EMPLEO DE LAS PUNTUACIONES TIPIFICADAS
Valores t y valores z:
En una CN, los valores z y los valores t son iguales.

Los valores z se utilizan cuando la Curva es Normal.
Los valores t se utilizan cuando la Curva no es Normal.
Los valores z se utilizan para distribuciones simétricas.
Los valores t se utilizan para distribuciones asimétricas.
Valores z para muestran grandes (más de 30)
Valores t para muestras pequeñas (menos de 30)
La fórmula de los valores t es igual a la de los valores z, la diferencia esta

en que los valores t se interpretan en función de los denominados
"Grados de Libertad".
RANGO PERCENTIL.( RP)
Los valores z, Z y t se denominan también valores standard, y en función de los

puestos tenemos la siguiente relación:
100 P − 50
RP = 100 −
N
Ejemplo: En una clase hay 48 alumnos; Juan tiene el
puesto 12. Calcular RP
100(12) − 50
RP = 100 − RP= 76
48
Esto quiere decir que Juan tiene el Percentil 76 ( P76) está sobre el 76% de la
clase.
Percentil 53 quiere decir que está sobre el 53% de la clase.
Md = Q2= Percentil 50 = Decil 5
LA CURVA NORMAL
Curva de error curva de campana, curva gauss o curva De Moivre.

Los polígonos obtenidos de diversos acontecimientos se aproximan más o
menos a la Curva Normal.
CARACTERÍSTICAS:
La CN es asintótica
La CN es simétrica
La CN es unimodal
Casi todos los casos
Están entre ± 3 S
El área bajo la CN que representa una distribución de frecuencias presenta
gráficamente todos los sucesos posibles (probabilidades).
UTILIZACIÓN DE LA TABLA Y PROBLEMAS SOBRE CURVA NORMAL.
Las tablas dan el porcentaje del área de la CN que se encuentra entre la
Xm y las ordenadas "y" levantadas en diversos sitios.
Distribución Normal
La curva normal, conocida también como Campana de Gauss o Curva de
Moivre, es producto de la representación gráfica de distribuciones infinitas
que permite establecer con exactitud la suposición de continuidad en la
teoría estadística, es una teoría que sirve para explicar la relación entre
intervalos de sus valores y sus correspondientes probabilidades, además
muchos estadígrafos muéstrales tienen una distribución normal e
independiente de la distribución poblacional siempre que la muestra sea
lo suficientemente grande, la distribución normal se encuentra definida por
la µ y σ, en consecuencia la configuración de la curva normal depende de
la media µ y la desviación típica σ (puede tener diferente media y la
misma desviación σ o la misma media µ y diferente desviación típica σ).
Así, cerca del 99.73% de todas las observaciones quedan dentro de un
intervalo de tres desviaciones típicas a partir de su media P (µ -3 σ < µ < µ
+3σ)= 99,73% y la probabilidad de que la Xm quede a menos o más de
una o dos desviaciones típicas de su media es el 68,27% y el 95,45%
respectivamente. La curva como se ve es simétrica, respecto a su media.
Tenga en cuenta que:

• Los puntajes o valores X tienden a agruparse alrededor del valor central
o puntaje cero.
• La curva normal es simétrica respecto a su eje vertical.
• Los extremos de la campana son asíntotas.
• La media, la mediana, el modo se localiza en un mismo punto, que es el

de Z=0.
• El eje vertical de la curva divide exactamente por la mitad el área bajo la
curva.
• La media se calcula igual que en la distribución binomial.
µ= NP
σ2 = NPQ
σ = NPQ
Una de las aplicaciones de la curva normal es que nos permite delimitar

las áreas que corresponden a determinados intervalos que va de la media
a una ordenada cualquiera. La distribución que representa las variables
se conoce como DISTRIBUCIÓN NORMAL TÍPICA, y se llama variable Z,
que tiene aplicación en problemas de estima estadística y contraste de
hipótesis, se define:
X −µ
z=
σ
Z es la diferencia de una observación con respecto de la media en
unidades de desviación típica.
Así los cocientes de inteligencia de un gran grupo de estudiantes, tiene

como µ = 100 y como desviación típica σ=10, se desea saber la
probabilidad de que IQ de cualquier persona quede dentro del intervalo de
100 a 110.
La probabilidad de que un alumno elegido al azar tenga un IQ entre 100 y

110 es aproximadamente el 34.13 %.
Si el grupo de alumnos tomados para la prueba es de 2000. ¿Cuál es la
probabilidad del número de alumnos que tendrán un cociente de 135
puntos?
X −µ 135.5 − 100
z= = = 3.55 A= 0.4998 (ver tabla z)
σ 10
X −µ 134.5 − 100
z= = = 3.45 A=0.4997 (ver tabla z)
σ 10
A1-A2 = 0.4998 –0.4997 = 0.0001 %A =

0.01
(REGLA DE TRES)
100 - 2000
0.01 - x= 2000. (0.01)/100 = 0.2
PERSONAS
No hay un cociente de 135 puntos.
TERMINOS CLAVE
Curva normal, momento, Sesgo, simétrica, asimétrica, puntuación z,
puntuación t .
ACTIVIDADES
Resuelva los ejercicios
1.- En una investigación realizada en un grupo de alumnos, se determina

que el estudiante A obtiene una puntuación de 14,8 / 20 en la asignatura
de Estadística, recibida en el paralelo A con la guía del profesor A.
El estudiante B en el paralelo B, en la asignatura de Estadística, con el
mismo profesor A obtiene una puntuación de 17,9 / 20.
Determine cuál de los dos estudiantes está mejor ubicado en su
respectivo paralelo, conociendo que en la asignatura de Estadística, en el
paralelo A se obtuvo un promedio de 12 y una S=1,3 y en el paralelo B se
obtuvo una media de 16 y una S=2,1.
2.- En una empresa, Carolina obtuvo un sueldo de 108 dólares, sabiendo
que el promedio de sueldos en la empresa de 180 dólares y la S = 15,
encuentre el porcentaje de empleados que superan el sueldo de
Carolina.
3.- Los puntajes obtenidos en una prueba de rendimiento motor hecha
con 2.000 estudiantes que participan en deportes, están distribuidos
normalmente y tienen una media y una desviación estándar de 45 y 5
respectivamente. Encontrar el número de estudiantes que están entre 47
y 52,5.
4.- Los resultados de los exámenes de tres asignaturas en una clase son
los que figuran en la tabla inferior. A la derecha se encuentran las
calificaciones obtenidas por una alumna, Isabel.
Examen X S Calificacion
es de Isabel
Matemática 40 12 44
Contabilidad 25 8 30
Economía 110 15 108
Utilizando valores Z determine:

En cuál de los tres exámenes obtuvo mejor resultado.
Cuál es el promedio de rendimiento de Isabel en las tres asignaturas.
Freud John. ESTADÍSTICA. CUARTA EDICIÓN. Edit Prentice Hall Pág.260-

280
Spiegel Murray, ESTADÍSTICA, (COLECCIÓN SHAUM) Segunda Edición
Stephen P. Shao . ESTADISTICA PARA ECONOMISTAS Y
ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México. Pág. 300-
321
RESUMEN DE MING MANAGER
•CONVIÉRTALO EN UNA PRESENTACIÓN PORTABLE.
1 ESTADÍSTICA
1.1 CLASIFICACIÒN
1.1.1 DESCRIPTIVA
DISTRIBUCION DE FRECUENCIAS
MEDIDAS DE TENDENCIA CENTRAL
GRAFICOS
Diagrama circulare
Histograma
Ojiva
Polígonos de frecuencias
1.1.2 INFERENCIAL
PROBABILIDADES
MUESTREO
VERIFICACION DE HIPOTESIS
1.2 UTILIDADES: Es una herramienta que se aplica
1.2.1 Economía
1.2.2 Finanzas
1.2.3 Administración empresarial
1.2.4 Mercadotecnia
1.2.5 Contaduría
1.2.6 Campos como gerencia de negocios
1.2.7 Subtopic
1.3 IMPORTANCIA
1.3.1 Como todas las ciencias, la estadística también evoluciona a

grandes pasos. Apoyándose como debe ser en la informática y la
computación, no es extraño que en los últimos años del siglo XX se
diseñaran nuevas y mas eficientes técnicas para la obtención de
datos y su procesamiento.
1.3.2 El estudio de la estadística obviamente debe adecuarse a los

nuevos tiempos, utilizando recursos actuales que permite la
automatización de tareas con menores costos, reduciendo
sustancialmente los tiempos de proceso.
1.4 DEFINICIÒN
1.4.1 DEFINICIÓN ETIMOLOGICA
La palabra Estadística proviene de una voz italiana STATISTA que

significa ESTADISTA.
1.4.2 Es un conjunto de métodos que tiene por objeto analizar,

comparar, establecer relaciones y obtener conclusiones.
2 PROCESA DATOS DE LA INVESTIGACIÓN CIENTÍFICA

See also: ESTADÍSTICA
BIBLIOGRAFÍA GENERAL
• Berenson Mark L.. ESTADÍSTICA. BÁSICA EN ADMINISTRACIÓN, conceptos y aplicaciones.
• Chao Lincon L. ESTADÍSTICA PARA LAS CIENCIAS ADMINISTRATIVAS. McGraw-Hill
• Castro Alfonso. ESTADÍSTICA Y PROBABLIDADES APLICADAS. Centro matemático Universidad Central.
• Endenhall William INTRODUCCIÓN A LA PROBABILIDAD Y LA ESTADÍSTICA.
• Kasmier Leonard. ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN Y ECONOMIA. (COLECCIÓN SHAUM) Segunda Edición McGRAW-
HILL 2000.
• Moreno Bonnett Alberto, Jaufred m. Francisco Javier. ELEMENTOS DE PROBABILIDAD Y ESTADÍSTICA. Representaciones y servicios
de Ingeniería S.A México.
• Spiegel Myrray, ESTADÍSTICA, (COLECCIÓN SHAUM) Segunda Edición McGRAW-HILL 2000.
• Pugachev V.S. INTRODUCCIÓN A LA TEORÍA DE PROBABILIDADES. Mir. Moscu
• Richard L. Levin. ESTADÍSTICA PARA ADMINISTRADORES.
• Romo Dávila Miguel Ángel. MANUAL DE ESTADÍSTICA. Quito
• Stephen P. Shao . ESTADISTICA PARA ECONOMISTAS Y ADMINISTRADORES DE EMPRESAS. Herrero Hermanos. México.
• Stevenson William J. ESTADISTIVA PARA ADMINISTRACIÓN Y ECONOMIA. Harla. México.

Trabajo Workexo Centrograma

Uploaded by

Document Information

Original Title

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

Trabajo Workexo Centrograma

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD TECNICA DE AMBATO

La aspiración básica es presentar un trabajo de fácil comprensión, con

Para adquirir el dominio de los objetivos sin dificultad, se requiere:

EL que quiere hacer algo encuentra un medio, el que no quiere hacer

Identificar los campos de aplicación de la Estadística descriptiva a través de un

• Aplicar algunos conceptos básicos necesarios para el estudio de estadística.

• Interpretar, organizar y elaborar cuadros de distribución de frecuencias.

• Representar gráficamente los datos estadísticos mediante barras,

• Calcular medidas de centralización como la media, mediana, moda, desviación

• Calcular medidas de variabilidad como la desviación media, varianza, desviación

• Analizar las puntuaciones tipificadas y la curva normal

• Establecer proyecciones de datos

Tarea casi imposible sería tratar de señalar un campo en donde la Estadística no

Estadística Analítica e Inferencial.

Podemos definir a la Estadística como una ciencia metodológica que se

Nunca es tarde para triunfar, tampoco es tarde para empezar.

Es el procedimiento de redondear las cifras sean a enteros o decimales

Redondear un número como 52,8 en unidades es 53, pues el 52,8 esta

Aproximación a un entero: 9.2 =

Aproximación a la centésima: 4.177 =

Es importante emplear la notacion científica (base 10) en los números que

89 393 000 000 = 8.94 x 1010 0.00003416 = 3.42 x 10-5

Los dígitos empleados a parte de los ceros necesarios para localizar el

La razón es la relación entre dos números, a través de la operación

La razón 4 respecto a 5 puede ser expresada de la siguiente manera:

• 4:5 (Notación de Razón)

• 4÷5 (Notación de división)

• 4/5 (Notación de fracción)

• 0,8 (Notación decimal)

Dado el número de estudiantes varones y mujeres asistentes al seminario.

La proporción es una igualdad entre dos razones como la

“Producto de los extremos es igual al producto de los medios”.

Si a : b : : c : d => ad = bc, permitiendo calcular cualquiera de los

Porcentaje o Tanto por Ciento

El porcentaje es una razón entre un número cualesquiera y cien.

5 : 100; 38 : 100 14 : 100 54: 100(Como razón)

Escriba en totas las alternativas cada uno

Si acada valor de posible de la variable X le corresponde uno o mas

La dependencia funcional o correspondencia entre las variables se

NOTACION DE SIGMA CON SUMA

∑=21 ∑=143 ∑=25 ∑=189 ∑=42

1. Cuando cada valor de una variable va ha ser multiplicada por una

1. La operación de la suma o sumatoria de una constante es igual al

2. La adición de una suma ( o diferencia) de dos variables es igual a la

∑ni=1 (x2i - yi) = ∑ni=1 x2i - ∑ni=1yi

REALICE LAS SIGUIENTES ACTIVIDADES

DEFINICIÓN DE TÉRMINOS USADOS DE ESTADÍSTICA

Estadísticas. Es cualquier conjunto sistemático de datos estadísticos referente a

Estadístico. Es el profesional que se dedica al estudio de la estadística.

Población.- Es el conjunto de todos los elementos que poseen una misma

Población Finita.- Es aquella que está delimitada y conocemos el

Población Infinita.- Es aquella que a pesar de estar delimitada en el

Muestra.- Es una parte de la población; es todo subconjunto finito y

Unidad estadística: Es el estudio de coda uno de los elementos de la población.

Información: Es el resultado del procesamiento de datos conforme a objetivos

Datos estadísticos: Es el valor que toma una variable en coda unidad de

Dato.- Elemento especificado.

Dato Continuo.- Cualquier valor en el intervalo continuo. Ejemplo: la

Dato Discreto.- Es el resultado de contar un número de conceptos u

Clase.- Es una categoría (60 – 62).

Recorrido o Rango.- Es la diferencia entre el valor mayor y menor.

Toma de Datos.- Es una colección de datos desordenados.

Variables.- Es toda característica ó fenómeno que puede tomar cualquier valor

Xp = 29.6 + 37.7 + 36.5 + 101 + 9.9*1