Professional Documents
Culture Documents
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
UNIVERSIDAD TECNICA DE AMBATO
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.
ESTRATEGIAS DE TRABAJO
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
UNIVERSIDAD TECNICA DE AMBATO
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
ESTADISTICA Página 3
UNIVERSIDAD TECNICA DE AMBATO
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
ESTADISTICA Página 4
UNIVERSIDAD TECNICA DE AMBATO
OBJETIVOS DE LA ASIGNATURA
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
ESTADISTICA
INTRODUCCIÓN
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
ESTADISTICA Página 2
UNIVERSIDAD TECNICA DE AMBATO
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
Por ejemplo:
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
ESTADISTICA Página 3
UNIVERSIDAD TECNICA DE AMBATO
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
NOTACION CIENTIFICA
Ejercicio :
0.000000456 =
5 058 300 000 =
347 201 000 000 =
0.00294 =
0.0007402 =
0.000018234 =
DIGITOS SIGNIFICATIVOS
Ejemplos :
43.7 tiene 3 cifras significativas
345 000 tiene 6 cifras significativas
ESTADISTICA Página 4
UNIVERSIDAD TECNICA DE AMBATO
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
Ejemplo:
EJERCICIO
Proporciones
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)
ESTADISTICA Página 5
UNIVERSIDAD TECNICA DE AMBATO
Ley Fundamental de las Proporciones:
Ejemplos:
Ejercficio
FUNCIONES
Tabla de datos
2
Y = x2
x Y= x y
1 Y= 12 1
2 Y= 22 4
3 Y= 32 9
ESTADISTICA Página 6
UNIVERSIDAD TECNICA DE AMBATO
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
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
ESTADISTICA Página 7
UNIVERSIDAD TECNICA DE AMBATO
Hallar: ∑ (x) ; ∑ (x + 1) , ∑ (x + 3) , 2 ∑ (x − 3)
PROPIEDADES DEL OPERADOR ∑
TERMINOS CLAVE
Redondeo, cifras significativas, sumatoria.
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
ESTADISTICA Página 8
UNIVERSIDAD TECNICA DE AMBATO
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
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)
UNIVERSIDAD TECNICA DE AMBATO
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%
ESTADISTICA Página 10
UNIVERSIDAD TECNICA DE AMBATO
Tabulación.- Es el proceso de distribuir los datos en cuadros o tablas,
con el fin de ordenar o agrupar en clases o categorías.
VARIABLES
Por ejemplo:
La variable: números de hijos por familia.
Dato: 0; 1; 2; 3; 4; 5; 6; 7; etc.
ESTADISTICA Página 11
UNIVERSIDAD TECNICA DE AMBATO
ESTADISTICA Página 12
UNIVERSIDAD TECNICA DE AMBATO
- 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
ESTADISTICA Página 13
UNIVERSIDAD TECNICA DE AMBATO
- 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:
Crítica
Codificación
- Asignación de un código
Soltero = 01
Casado = 02
Tabulación
ESTADISTICA Página 14
UNIVERSIDAD TECNICA DE AMBATO
- Distribución de los datos en cuadros o tablas
Presentación
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.
ESTADISTICA Página 15
UNIVERSIDAD TECNICA DE AMBATO
Intervalo de Clase : Es un rango y viene dado por: Vmayor-Vmayor
Ejemplo:160-162
Vmenor+ Vmayor
PUNTO MEDI O Marca de clase= -----------------------
2
Ejemplo:
160+162 322
= ----------- = ------------ = 161
2 2
EJERCICIO
ESTADISTICA Página 16
UNIVERSIDAD TECNICA DE AMBATO
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
Fórmulas
i = ls –li+1 ( con límites aparentes)
i = Ls-Li ( con Límites reales)
∑F = N
Ls + Li
Pm =
2
20
20
19
19
19
18
17
17
17
DAF
ESTADISTICA Página 17
f
20 2
UNIVERSIDAD
19 TECNICA
3 DE AMBATO
18 1
17 4
∑=10
DAIC
X (ls – li) f LR =Ls - Li Pm
Punto medio:
Ls + Li 71 + 73
Pm = = = 72
2 2
TERMINOS CLAVE
Variable, variable discreta, variable continua, marca de clase, límites,
frecuencia.
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:
ESTADISTICA Página 18
UNIVERSIDAD TECNICA DE AMBATO
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
VM − Vm
• Establecer la amplitud del intervalo de clase i =
k
ESTADISTICA Página 19
UNIVERSIDAD TECNICA DE AMBATO
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
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
ESTADISTICA Página 20
UNIVERSIDAD TECNICA DE AMBATO
75 <x ≤ 85
TERMINOS CLAVE
ACTIVIDADES
ESTADISTICA Página 21
UNIVERSIDAD TECNICA DE AMBATO
GRÁFICOS:
La presentación gráfica nos da una visión concreta de los datos teniendo como
ventajas la exactitud y la simplicidad.
GRÁFICOS DE VARIABLES
VARIABLES
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
UNIVERSIDAD TECNICA DE AMBATO
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.
ESTADISTICA Página 23
UNIVERSIDAD TECNICA DE AMBATO
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
POLÍGONO DE FRECUENCIAS
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.
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
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.
ESTADISTICA Página 25
UNIVERSIDAD TECNICA DE AMBATO
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
BIBLIOGRAFÍA DE LA UNIDAD
ESTADISTICA Página 26
UNIVERSIDAD TECNICA DE AMBATO
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.-
MATERIA NOTAS
Estadística 9.6
Economía 8.0
Inglés 7.7
Matemática 6.5
Ed. Física 10.0
Francés 9.9
Total ∑=51.7
ESTADISTICA Página 27
UNIVERSIDAD TECNICA DE AMBATO
Xp = ∑ Wi Xi / N (N = ∑W)
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)
∑ = 0,002 ≡ 0
Ejemplo:
--------------------
No Xi
-------------------
1 8
2 8
3 8
4 8
5 8
6 8
ESTADISTICA Página 28
UNIVERSIDAD TECNICA DE AMBATO
--------------------
TOTAL 48
--------------------
x 8 = 48/6 = 8
Xi ± K = x ± K
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
------------------------------------
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
UNIVERSIDAD TECNICA DE AMBATO
4 12 24 6
5 10 20 5
------------------------------------
74 148 37
------------------------------------
Xi ± K = x ± K
Ejemplo:
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
------------------------------------
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
UNIVERSIDAD TECNICA DE AMBATO
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
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
ESTADISTICA Página 31
UNIVERSIDAD TECNICA DE AMBATO
y=
∑y i
=
89
= 8.9
n 10
z=
∑z i
=
88
= 8.8
n 10
x = y + z = 8.9 + 88 = 17.7
Pasos:
Ejemplo:
Paralelo ni Xi
A 25 8.5
B 23 9.2
C 18 7.9
Cuadro
-------------------------------------------
Paralelo Xi ni X i ni
-------------------------------------------
A 8.5 25 211.6
B 9.2 23 212.5
ESTADISTICA Página 32
UNIVERSIDAD TECNICA DE AMBATO
C 7.9 18 142.2
-------------------------------------------
566.3
-------------------------------------------
x=
∑xn i i
∑n i
X = 8.58
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.
• Aplicación
• Fórmula.
ESTADISTICA Página 33
UNIVERSIDAD TECNICA DE AMBATO
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
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:
Mg = Antilog (0.829238)
Mg = 6.74894
ESTADISTICA Página 34
UNIVERSIDAD TECNICA DE AMBATO
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
ESTADISTICA Página 35
UNIVERSIDAD TECNICA DE AMBATO
log Mg = 0.967702
P = P0 (1 + r )
n
Donde :
P = Población final
P0 = Población inicial
r = Tasa de crecimiento
Solución:
Datos:
P = P0 (1 + r )
n
P=?
n = 2005-1998 =7 años
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
ESTADISTICA Página 36
UNIVERSIDAD TECNICA DE AMBATO
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
Solución:
Datos:
P = P0 (1 + r )
n
P = 2*198.670 =397340
r = 1.93 % = 0.0193
n=?
397.340
= (1 + 0.193) n
198.670
ESTADISTICA Página 37
UNIVERSIDAD TECNICA DE AMBATO
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.
LA MEDIANA (MED)
Me
Xp 50% 50% Xg
ESTADISTICA Página 38
UNIVERSIDAD TECNICA DE AMBATO
La Me con datos discretos se obtiene por simple inspección,
determinando el valor que se encuentra en el centro de la distribución.
Procedimiento:
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
--------------------------------------------
Ejemplo:
-----------------------------------
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
ESTADISTICA Página 39
UNIVERSIDAD TECNICA DE AMBATO
DATOS AGRUPADOS.-
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
ESTADISTICA Página 40
UNIVERSIDAD TECNICA DE AMBATO
LNs = 1.59 m
1.55 + 1.59
Pm = = 1.57
2
ESTADISTICA Página 41
UNIVERSIDAD TECNICA DE AMBATO
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
56
Mod =1.645 + *0.05 = 1.689
56 + 7
TERMINOS CLAVE
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.
ESTADISTICA Página 42
UNIVERSIDAD TECNICA DE AMBATO
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?
ESTADISTICA Página 43
UNIVERSIDAD TECNICA DE AMBATO
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.
P NP
0 72
1 106
2 153
3 40
4 18
5 7
6 3
7 0
8 1
400
ESTADISTICA Página 44
UNIVERSIDAD TECNICA DE AMBATO
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
ESTADISTICA Página 45
UNIVERSIDAD TECNICA DE AMBATO
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.
ESTADISTICA Página 46
UNIVERSIDAD TECNICA DE AMBATO
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.
BIBLIOGRAFÍA DE LA UNIDAD
ESTADISTICA Página 47
UNIVERSIDAD TECNICA DE AMBATO
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.
D1 D2 D3 D4 D5 D6 D7 D8
D9
UNIVERSIDAD TECNICA DE AMBATO
10 % 10 % 10 % 10 % 10 % 10 % 10 % 10 % 10 %
10 %
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
ESTADISTICA Página 49
UNIVERSIDAD TECNICA DE AMBATO
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
Cj = 3
Nj-1=6
4 − (N j −1 )
1n
Q1 = l + C j
nj
11.75 − 6
Q1 = 73.5 + 3
6
Q1 = 76.375
1.2 SOLUCIÓN:
Cj = 3
Nj-1= 20
nj = 12
l = (78+81)/2 =79.5
n
2 − N j −1
Me = l + Cj
nj
ESTADISTICA Página 50
UNIVERSIDAD TECNICA DE AMBATO
23.5 − 20
M e = 79.5 + 3
12
M e = 80.375 = Q2
1.3 SOLUCIÓN:
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:
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:
Cj = 3
Nj-1= 0
n3 = 2
l = (67+68)/2 = 67.5
ESTADISTICA Página 51
UNIVERSIDAD TECNICA DE AMBATO
1.41 − 0
P3 = 67.50 + 3
2
P3 = 69.615
1.6 SOLUCIÓN:
Cj = 3
Nj-1= 32
l = (81+84)/2 = 82.5
40.89 − 32
P87 = 82.5 + 3
9
P87 = 85.461
R = 10.0-6.5 = 3.5
ESTADISTICA Página 52
UNIVERSIDAD TECNICA DE AMBATO
8.0 0.617
7.7 0.917
6.5 2.117
∑=7.300
ESTADISTICA Página 53
UNIVERSIDAD TECNICA DE AMBATO
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
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
ESTADISTICA Página 54
UNIVERSIDAD TECNICA DE AMBATO
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
ESTADISTICA Página 55
UNIVERSIDAD TECNICA DE AMBATO
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:
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.
ESTADISTICA Página 56
UNIVERSIDAD TECNICA DE AMBATO
*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.
BIBLIOGRAFÍA DE LA UNIDAD
ESTADISTICA Página 57
UNIVERSIDAD TECNICA DE AMBATO
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
Mr = ∑ fj ( Mj - X ) r
N
SESGO Y CURTOSIS
Estas fórmulas son aplicables cuando las distribuciones son desde ligeras a
medianamente sesgadas. Se conocen como Coeficiente de Sesgo Pearson 1 y
2.
∆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.
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.
ESTADISTICA Página 59
UNIVERSIDAD TECNICA DE AMBATO
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.
VALORES Z
Z = 1Oz + 50
ESTADISTICA Página 60
UNIVERSIDAD TECNICA DE AMBATO
EMPLEO DE LAS PUNTUACIONES TIPIFICADAS
Valores t y valores z:
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.
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).
ESTADISTICA Página 61
UNIVERSIDAD TECNICA DE AMBATO
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.
ESTADISTICA Página 62
UNIVERSIDAD TECNICA DE AMBATO
Z es la diferencia de una observación con respecto de la media en
unidades de desviación típica.
X −µ 134.5 − 100
z= = = 3.45 A=0.4997 (ver tabla z)
σ 10
(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
ESTADISTICA Página 63
UNIVERSIDAD TECNICA DE AMBATO
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
BIBLIOGRAFÍA DE LA UNIDAD
ESTADISTICA Página 64
UNIVERSIDAD TECNICA DE AMBATO
1 ESTADÍSTICA
1.1 CLASIFICACIÒN
1.1.1 DESCRIPTIVA
DISTRIBUCION DE FRECUENCIAS
GRAFICOS
Diagrama circulare
Histograma
Ojiva
Polígonos de frecuencias
UNIVERSIDAD TECNICA DE AMBATO
1.1.2 INFERENCIAL
PROBABILIDADES
MUESTREO
VERIFICACION DE HIPOTESIS
1.2.1 Economía
1.2.2 Finanzas
1.2.4 Mercadotecnia
1.2.5 Contaduría
1.2.7 Subtopic
1.3 IMPORTANCIA
1.4 DEFINICIÒN
ESTADISTICA Página 66
UNIVERSIDAD TECNICA DE AMBATO
ESTADISTICA Página 67
UNIVERSIDAD TECNICA DE AMBATO
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.
UNIVERSIDAD TECNICA DE AMBATO