ELEMENTOS O UNIDADES: Son las personas animales u objetos de cualquier

tipo que contienen determinada informacin, puede ser simple o compuesta;

Es simple cuando en el caso de una persona
Compuesta en el caso de una familia o empresas. Por ejemplo, 1) si se evala la
memoria de los aspirantes a un puesto en el restaurante X, las unidades son cada
uno de los aspirantes. 2) Si se estudia el fenmeno de desercin escolar de las
escuelas primarias pblicas de alguna localidad , las unidades son cada una de
las escuelas de dicha regin.
3) Si a un comerciante le interesa el volumen de ventas semanal de su
comercio durante el ltimo ao, las unidades son cada una de las semanas de
ese ao.
POBLACIN_DE INDIVIDUOS: Es el conjunto de todos los elementos, individuos
o unidades estadsticas que poseen determinadas caractersticas que son
comunes a todos los elementos que integran el
. Frecuentemente se alude a ella como poblacin objetivo, en razn de que sobre
ella recae el objetivo o el inters del estudio. Ejemplos: 1) el conjunto de
aspirantes al empleo del restaurante X, 2) el conjunto de escuelas primarias
pblicas de 3) el conjunto de semanas a lo largo del ltimo ao.

VARIABLE Valor atributo que varia (cambia o se modifica): Es una prde la que
se desea conocer su existencia, tamben se le conoce com Carcter: propiedad
rasgo o cualidad de los elementos de la poblacin, se denota siempre con un
smbolo representado por letra, como x y, g, x, La variable puede tomar un valor ,
que tambin es llamado modalidad, cualquiera dentro de un conjunto de
elementos determinado denominado dominio de la variable o rango, si la variable
no puede asumir otro valor o no vara se le llama constante.
Las variables estadsticas se clasifican de acuerdo con el tipo de valores
que pueden tomar en:
Variable cualitativa. Es aquella cuyos valores expresan atributos. Ejemplo: Tipo
de trastorno que presentan los pacientes de un servicio de salud mental (de
ansiedad, de atencin, de sueo, etc.)
Variable cuasi-cuantitativa. Es aquella cuyos valores indican un orden o
jerarqua. Ejemplo: Nivel de desercin escolar (bajo, medio, alto).
Variable cuantitativa. Es aquella cuyos valores expresan cantidades numricas.
Dentro de las variables cuantitativas se diferencian las llamadas discretas de
las continuas. Se consideran discretas aquellas cuyos valores son puntos
aislados; esto es, cuando todo valor tiene un consecutivo. Se dice que dos
valores son consecutivos cuando no puede existir un valor de la variable entre
ellos. Ejemplo: Cantidad de palabras recordadas. Se consideran continuas a
las variables que, al menos tericamente, pueden tomar cualquier valor dentro
de un intervalo numrico. Ejemplo: Tiempo de reaccin ante un estmulo. Hay
variables que no son discretas ni continuas pero no se tratarn en este curso.

PARMETRO: Es una caracterstica fija, generalmente numrica, de la
poblacin de valores de una variable. Por ejemplo, si la variable es el tiempo de
reaccin de sujetos entrenados ante un estmulo, un parmetro es el tiempo
Usualmente el parmetro resulta siendo la moda de un estudio sensal,
ESTADIGRAFO ESTADSTICO: Es un valor numrico (o funcion) que se refiere a
una caracterstica general de los elementos , pero obtenida de una muestra.
Es una caracterstica muestral y, como tal, es una variable porque sus valores
dependen de la muestra que salga seleccionada (piense que dada una poblacin
pueden extraerse muchas muestras diferentes). Cada valor del estadstico se
obtiene como funcin de las observaciones de una muestra. Por ejemplo, tiempo
promedio de reaccin de 10 individuos que fueron entrenados. Porcentaje de
consumidores entre 100 encuestados que manifestaron tener una actitud positiva
frente al producto.

ESTIMADOR: Es un estadstico cuyos valores se consideran prximos a un
parmetro que, por ser generalmente desconocido, se desea estimar.
FRECUENCIA ABSOLUTA: Es la cantidad de veces que cada valor de la
variable aparece en un conjunto de datos. La suma de todas las frecuencias
absolutas coincide con la totalidad de los datos
Unidades Estadisticas: Es el o los elementos de quien o de quienes se investiga
una propiedad o una caracteristica; puede ser una familia, un animal una
sustancia quimica, un grupo de la sociedad, un grupo de empresas etc etc.
La unidad estadstica puede ser simple o compuesta:
Simple en el caso de una persona Compleja: en el caso de una familia o una
empresa, en cualquiera de los casos se asume que el caso es individual.
Poblacion o universo: Es el conjunto (grupo, total o general) de individuos o
unidades estadsticas que posseen determinadas propiedades que son comunes a
todos los elementos que integra el colectivo o conglomerado.
La poblacin se define como: El conjunto completo de individuos, objetos o datos
que el investigador est interesado en estudiar
Muestra: Una muestra es una porcin representativa de una determinada
poblacin. Cuando no se puede realizar un censo, se recurre al muestreo, que es
la herramienta que se utiliza para determinar qu porcin de la realidad se
estudiar. Existen distintos tipos de tcnicas para conformar una muestra, entre
ellas:
TIPOS DE TECNICAS PARA CONFORMAR UNA MUESTRA
Muestreo de conveniencia o por seleccin intencionada: aqu la muestra
similar al universo objetivo es seleccionada a partir de mtodos no aleatorios. La
representatividad de dicha muestra es determinada por el investigador de manera
subjetiva. Por funcionar de esta manera, las muestras suelen tener sesgos, por lo
que lo ideal es recurrir a esta tcnica cuando no quede ninguna otra alternativa.
Muestreo aleatorio: en este todos los elementos que lo componen tienen
exactamente la misma posibilidad de ser elegidos. Estos elementos son
seleccionados de forma azarosa por medio de nmeros aleatorios. Existen
distintas formas de realizar el muestreo aleatorio, entre ellas:
1-Muestreo probabilstico: es aquel en el que cada muestra tiene la misma
probabilidad de ser elegida. Todos los elementos de la poblacin tiene la misma
posibilidad de ser elegido
2 . Muestreo no probabilistico: en el que la persona que selecciona la muestra es
quien procura que sea representativa, dependiendo de su intencion u opinion,
siendo por tanto la representatividad subjetiva. Es una muestra dirigida en donde
la seleccin de elementos depnde del criterio del investigador
3. Muestreo sin norma: se toma la muestra sin norma alguna, de cualquier
manera, siendo la muestra es representativa si la poblacin es homognea y no se
producen sesgos de seleccin
1. Muestreo aleatorio simple: este mtodo es muy simple y se caracteriza
por la extraccin de los individuos de una lista de forma azarosa. O sea al
azar, Cuando el universo es muy numeroso y complejo, no suele resultar
eficaz.
2. Muestreo sistemtico: en este caso, el primer individuo se extrae al azar y
a partir de este se elije, a intervalos constantes, el resto. Este mtodo
resulta ms sencillo que el muestreo aleatorio simple y adems no precisa
de un listado elaborado para seleccionar a los individuos
3. Muestreo aleatorio estratificado: para realizar este muestreo se debe
dividir a la poblacin en grupos de acuerdo a un carcter especfico y luego,
cada uno de estos grupos es muestreado aleatoriamente, obteniendo as
una parte que sea proporcional a la muestra. Estos muestreo son tiles
cuando la caracterstica que determina la divisin de la poblacin est
relacionada con la variable que quiera estudiarse.
4. Muestreo aleatorio por conglomerados: aqu, la poblacin es dividida en
grupos que posean caractersticas similares entre ellos. Luego de realizar
esto, algunos grupos son analizados completamente dejando de lado al
resto.
5. Muestreo mixto: en este caso se utilizan al menos dos de los mtodos
mencionados anteriormente. Esto ocurre cuando la poblacin a estudiar es
sumamente compleja, por lo que la aplicacin de un solo mtodo resultara
difcil o resultara ineficiente.
La muestra. Es el conjunto de la poblacin construido de manera tal que conserva
las caractersticas ms relevantes de la poblacin. Existen dos tipos de muestra:
1- Muestras probabilsticas: en estas, todos los elementos de la poblacin tienen
la misma posibilidad de ser escogidos. Se obtiene definiendo las caractersticas de
la poblacin, el tamao de la muestra y a travs de una seleccin aleatoria y/o
mecnica de las unidades de anlisis. para garantizar que la probabilidad exista
hay que tomar ciertos requisitos, tales como el azar estadstico, este implica
garantizar que un criterio de sorteo sea utilizado para elegir la muestra.
2- Muestras no probabilsticas: la eleccin de los elementos no depende de la
probabilidad, sino de causas relacionadas con las caractersticas del investigador
o del que hace la muestra. No permite establecer probabilidades iguales, hay un
sesgo.
Elegir entre una muestra probabilstica y una no probabilstica se determina con
base en los objetivos de estudio, el esquema de la investigacin y el alcance de
sus contribuciones.
Cmo se hace una muestra probabilstica?
Las muestras probabilsticas tienen muchas ventajas, la principal es que puede
medirse el tamao de error en nuestras predicciones. Puede decirse incluso, que
el principal objetivo en el diseo de una muestra probabilstica es reducir al
mnimo este error al que se le suele llamar error estndar.
Para una muestra probabilstica es necesario bsicamente 2 cosas: determinar el
tamao de la muestra (n) y seleccionar los elementos maestrales de manera que
todos tengan la misma probabilidad de ser elegidos.
El tamao de la muestra (tanto probabilstica como no prob) depende de
1) Disposicin poblacional o variabilidad: No podemos asumir la homogeneidad de
la poblacin, por lo tanto la muestra tiene que representar la heterogeneidad de la
poblacin. (cunto + heterognea es la poblacin, + grande va a ser la muestra)
2) El nivel de confianza (significacin estadstica): Asociado a la probabilidad del
xito, si yo quiero un mayor nivel de confianza necesito agrandar el tamao de la
muestra.
3) El error de estimacin: para tener un menor error de estimacin, debo aumentar
el tamao de la muestra.
A partir de estos 3 criterios elijo el tamao de la muestra (n), no necesariamente
el n ms grande es mejor, depende tambin de la manera en que fueron
seleccionados los casos.
Existen errores muestrales (es un problema de estimacin, por ejemplo si usaste
un nivel de confianza menor del que necesitabas) y no muestrales (cuestiones de
relevamiento, por ejemplo, si en los cuestionarios hay preguntas ambigas) estos
ltimos no se pueden medir.
REPRESENTATIVIDAD: Una muestra representativa es aquella que permite
afirmar que las caractersticas y fenmenos hallados en la muestra se pueden
generalizar a toda la poblacin, es decir, si la muestra lo tiene, lo debe tener toda
la poblacin evaluada. Para hallar una muestra representativa hay que ceirse a
procedimientos estadsticos muy estrictos, dependiendo de las caractersticas de
la poblacin como edad, ocupaciones, frecuencias, tiempos, tamaos etc ....

Forma de seleccionar una muestra:
Definir los sujetos que van a ser medidos
Deleimitar la poblacin, si es probalistica puede ser ssimple, estrateficada,y
por racimos , si es no probalistica sujetos voluntarios, experimentos,
sujetos-tipo y por cuotas.
Definir el tamao de la muestra
Aplicar el procedimiento desolucion
Obtener la muestra

Para seleccionar una muestra lo primero que hay que hacer es definir la unidad de
anlisis. El quienes van a ser medidos depende de precisar claramente el
problema a investigar y los objetivos de la investigacin.
Una vez definida la unidad de anlisis, hay que delimitar la poblacin que va a ser
estudiada y sobre la cual se pretende generalizar los resultados.
La poblacin es el conjunto total de las unidades de anlisis. Un estudio no ser
mejor por tener una poblacin ms grande, sino que la calidad del trabajo estriba
en delimitar claramente la poblacin con base a los objetivos del estudio. Las
poblaciones deben situarse claramente en torno a sus caractersticas de
contenido, lugar y en el tiempo.
Un dato estad sti co es cada uno de l os val ores que se ha
obt eni do al real i zar un est udi o est ad st i co.
UN DATO ESTADISTICO es toda aquella informacin o testimonio sobre
determinado fenomeno de la naturaleza, la sociedad o el pensamiento pueden
ser un atributo que es igual a cualidad o un valor que es igual a cantidad..
Aquiere la connotacin de variable estadsitica cuando la cualidad o valor
identificado en un fenomeno individual o colectivo existe y se desa observavar,
registrar, clasificar, agrupar, sumarizar con un fin estadstico determinado.
Ejemplo:
Juan gomes es un estudiante regular, inscrito rnel presente ciclo en ests
institucin, su edad 18 aos 3 mses y 5 dias soltero,masculino, nacido en la
capital de este pas y a aprobado todos los cursos de los ciclos escolares
anteriores:
Analisis:
a- Juan Gomez es la unidad estadstica (simple y finita) es el fenmeno caso
de estudio individual.
b- La poblacin o universo se puede adumir que son todos los estudienates
inscritos en esta institucin el presente ao escolar
c- Los datos o variables a observar son:
1-Cuantitativa (valor) continua discreta: es Un estudiantes (no admite
fraccionamiento) cuantitativa valor discontinua edad 18 aos 3 meses y 5
dias.
2- cualitativas: estado Civil: soltero sexo masculino lugar de ancimiento o
nacionalidad esta capital, este pas grado acadmico al que corresponde
etc.
Informacion: La estadstica es un lenguaje que permite comunicar informacin
basados en datos cuantitativos.
Estadstico y Parmetro Estadstico : valor numrico que describe una
caracterstica de la muestra y se obtiene mediante la manipulacin algebraica de
sus datos
Ejemplo : Suponga se tom una muestra representativa de los estudiantes
regulares de la Universidad de los Andes. Para esta muestra se calcul: edad
promedio, rendimiento promedio, porcentaje de estudiantes que fuman.
Estadstico y Parmetro Parmetro : valor numrico que describe una
caracterstica de la poblacin (Pardo Merino). Los parmetros se estiman a partir
de la informacin aportada por una muestra de la poblacin. Ejemplo : Si se
considera como universo a todos los estudiantes regulares de la Universidad de
Los Andes, la edad promedio de estos, el porcentaje de estudiantes de sexo
femenino que fuman, el ingreso medio todos los estudiantes, son valores que
describen a este conjunto. Contenido
Estadstico y Parmetro Estadstico : valor numrico que describe una
caracterstica de la muestra y se obtiene mediante la manipulacin algebraica de
sus datos. (Pardo Merino) Ejemplo : Suponga se tom una muestra representativa
de los estudiantes regulares de la Universidad de los Andes. Para esta muestra se
calcul: edad promedio, rendimiento promedio, porcentaje de estudiantes que
fuman.
La Estadstica Descriptiva es el estudio que incluye la obtencin, organizacin,
presentacin y descripcin de informacin numrica.

Ejemplo:
Un director de escuela desea conocer las aptitudes de cinco secretarias que
trabajan en
dicha institucin.
Se aplica una prueba de aptitudes a las cinco secretarias y las calificaciones son
82, 85,
95, 92 y 91. La medida estadstica que emplea el Director es la aptitud promedio o
media aritmtica, la cual es la suma de los valores obtenidos dividida por el
nmero de
observaciones. Entonces, la calificacin promedio es:
82+85+95+92+91 = 445 = 89
5 5 28

El clculo de la media aritmtica, simple como es, es una parte importante de la
estadstica descriptiva. El resultado se limita a los datos obtenidos en este caso
particular y no implica ninguna inferencia o generalizacin acerca de las aptitudes
de
otras secretarias. Este mtodo es de naturaleza descriptiva, debido a que el
promedio
condensa y describe la informacin obtenida, por ejemplo en el caso de las
secretarias
significa que el promedio de las aptitudes de las cinco secretarias es 89%.
La descripcin de los datos tambin puede hacerse usando representaciones
grficas
como veremos posteriormente.
Estadstica Inferencial
Si el inters del Director de la escuela va ms all de la informacin obtenida,
necesitar
otras tcnicas distintas a los mtodos descriptivos.
Por ejemplo; podra desear conocer la aptitud promedio de las dems secretarias,
pero
carece del tiempo o de los recursos para aplicar una prueba a todas ellas. Podra
utilizar
la calificacin promedio de las cinco secretarias como base para realizar una
inferencia o
estimacin acerca de la aptitud promedio de todas las secretarias.
Con ese fin, necesitar conocer otra rama de la Estadstica conocida como
Estadstica
Inferencial o Inferencia Estadstica.
Definicin
La inferencia estadstica es una tcnica mediante la cual se obtienen
generalizaciones o se toman decisiones en base a una informacin parcial o
completa obtenida mediante tcnicas descriptivas
Escala de medicin, es una clasificacin acordada con el fin de describir la
naturaleza de la informacin contenida dentro de los nmeros asignados a los
objetos y, por lo tanto, dentro de una variable
Escalas de medicin son una sucesin de medidas que permiten organizar datos
en orden jerrquico. Las escalas de medicin, pueden ser clasificadas de acuerdo
a una degradacin de las caractersticas de las variables. Estas escalas son:
nominales, ordinales, intervalares o racionales.
Las tablas se explicarn por s mismas enteramente. como los grficos, se ha de
dar suficiente informacin en el ttulo y en los encabezamientos de columnas y
filas de la tabla para permitir que el lector identifique fcilmente su contenido.
Como el ttulo ser por lo general lo primero que se lee en detalle, deber
suministrar toda la informacin esencial sobre el contenido de la tabla y deber
especificar el tiempo, lugar, material estudio experimental y relaciones que se
presenten en la tabla.
Para cada variable numrica se han de dar las unidades.
La funcin del rayado es dar claridad de interpretacin.
Las anotaciones de numricas del cero se han de escribir explcitamente.
Una anotacin numrica no debe comenzar con una punto decimal.
Los nmeros que indican valores de la misma caracterstica se han de dar con el
mismo nmero de decimales.Introduccin
.
Grficos estadsticos
Los grficos son medios popularizados y a menudo los ms convenientes para
presentar datos, se emplean para tener una representacin visual de la totalidad
de la informacin. Los grficos estadsticos presentan los datos en forma de dibujo
de tal modo que se pueda percibir fcilmente los hechos esenciales y compararlos
con otros
En estadstica denominamos grficos a aquellas imgenes que, combinando la
utilizacin De sombreado, colores, puntos, lneas, smbolos, nmeros, texto y un
sistema De referencia (coordenadas), permiten presentar informacin cuantitativa.
La utilidad De los grficos es doble, ya que pueden servir no slo como sustituto a
las tablas, sino que tambin constituyen por s mismos una poderosa herramienta
para el anlisis De los datos, siendo en ocasiones el medio ms efectivo no slo
para describir y resumir la informacin, sino tambin para analizarla.
Grficos estadsticos
Los grficos son medios popularizados y a menudo los ms convenientes para
presentar datos, se emplean para tener una representacin visual de la totalidad
de la informacin. Los grficos estadsticos presentan los datos en forma de dibujo
de tal modo que se pueda percibir fcilmente los hechos esenciales y compararlos
con otros.



TABLAS: El manejo de la informacin requiere de la ordenacin de datos de tal
forma que permita la obtencin de una forma ms fcil la obtencin de
conclusiones acerca de la muestra. Una primera ordenacin se realiza mediante el
manejo de tablas, en las que se ordenan los datos de acuerdo a ciertas
caractersticas de los dato
s.
El manejo de datos discretos permite la manipulacin de tablas, sobre todo
cuando el nmero de datos no es muy reducido. manipulacin de datos mediante
el manejo de datos discretos y continuos. Las variables a ser manejadas en el
estudio, en el caso de valores discretos, se puede representar mediante una tabla
en la que se representa los variables mediante variables con nombre como (x
i
) y el
nmero de veces en que un dato se representara mediante frecuencias,
frecuencias absolutas, frecuencias relativas. La representacin de esta tabla
mediante frecuencias se le conoce como tabla estadstica cuya funcin es la
determinar la frecuencia de cada clase las cuales aparecen a un lado de cada
clase.
La representacin generalmente se da como sigue:
Variable
(X
i
)
Frecuencias simples y relativas
Frecuencia f(x
i
)
(el nmero veces n
i
que se
repite X
i
)
Frecuencia relativa
f(x
i
)/N= n
i
/N
X
1
f(X
1
)= n
1
f(X
1
)/N= n
1
/N
X
2
f(X
2
)= n
2
f(X
2
)/N= n
2
/N
X
3
f(X
3
)= n
3
f(X
3
)/N= n
3
/N
.
.
.
.
.
.
.
.
.
.
.
.
X
n-1
f(X
n-1
) = n
n-1
f(X
n-1
)/N= n
n-1
/N
X
n
f(X
n
)= n
n
f(X
n
)/N= n
n
/N


Un ejemplo de clasificacin de datos.
Se presenta una tabla que muestra las calificaciones obtenidas en un examen de
matemticas, y a su lado se presenta el nmero de alumnos que obtuvieron esas
calificaciones.
Variable (C
i
)
C
i
= calificaciones
obtenidas
Frecuencias simples y relativas
Frecuencia f(x
i
) =f
i

frecuencia absoluta
(El nmero veces que se
repite X
i
)
Frecuencia relativa h(x
i
)
(El nmero veces que se
repite X
i
)
h(x
i
) = f(x
i
)/n
10 1 1/20
9 3 3/20
8 2 2/20
7 3 3/20
6 4 4/20
5 2 2/20
4 1 1/20
3 2 2/20
2 1 1/20
1 1 1/20
En el caso de las variables continuas se debe de dividir los intervalos en los que
debe de distribuirse la informacin, en este caso existen varios criterio sobre los
que debemos de plantear la distribucin. Uno de ellos, de los ms comunes,
consiste en determinar la cantidad de parmetros.
Dentro de las frecuencias que aparecen en las tablas, las ms comunes, son
frecuencia absoluta, la frecuencia absoluta acumulada y la frecuencia relativa.
La frecuencia absoluta f(x
i
) se determina como el nmero de veces que se repite
un dato x
i
.
La frecuencia absoluta acumulada F
i
: Para un determinado valor se considera
como la frecuencia de cada dato x
i
mas la suma de los valores anteriores a dicha
suma.

donde son el numero de datos acumulados de las clases anteriores
La frecuencia relativa h
i
: es el cociente h
i
=f
i
/N , en algunas ocasiones se
representa como n
i
/N, donde N es el nmero total de datos, corresponde a la
suma de todas la frecuencias individuales de cada clase, y n
i
o f
i
los datos en cada

i i
n F
i
n
clase. Las frecuencias relativas representan el porciento de veces en que ocurre
un dato. Como veremos en teora de probabilidades, el concepto de frecuencia
relativa nos conduce a un concepto de probabilidad.
La frecuencia relativa acumulada H
i
: es la suma de los valores acumulados de
la frecuencia relativa

la suma de las frecuencias relativas que se han acumulado, incluyendo la clase
sobre la que se esta calculando la frecuencia relativa.
Un diagrama de barras, tambin conocido como diagrama de columnas, este
esta conformado por barras rectangulares de longitudes proporcional al de los
valores que representan. Los grficos de barras son usados para comparar dos o
ms valores. Las barras pueden estar orientadas horizontal o verticalmente y
sirven para lo mismo.
Ejemplo
Este diagrama de ejemplo est basado en los resultados de la Eleccin del
Parlamento Europeo en el 2004 y en el de 1999. La tabla siguiente lista el nmero
de asientos asignadas a cada partido. Los resultados de 1999 han sido
multiplicados por 1.16933, para compensar el cambio en el nmero de asientos
entre estos aos.
Grupo Asientos (2004) Asientos (1999) a escala EURO 66 49 200 210
EFA 42 56

EDD 15 19

ELDR 67 60

EPP 276 272

UEN 27 36

Otros 66 29

Un grfico de barras visualizando los resultados anteriores de la eleccin del 2004
se vera as:
(Si todos los datos fuesen ordenados en orden descendiente este tipo de grfico
de barras sera llamado un Diagrama de Pareto.)



n
i
i
i i
N
f
h H acumulada relativa Frecuencia
1

Este grfico de barras muestra ambos resultados (2004 y 1999)
BARRAS Consiste en dos ejes perpendiculares y una barra o rectngulo para
cada valor de la variable. Normalmente, se suele colocar en el eje horizontal los
valores de la variable (aunque tambin se puede hacer en el vertical). El otro eje
se grada segn los valores de las frecuencias. La representacin grfica consiste
en dibujar una barra o un rectngulo para cada uno de los valores de la variable
de altura igual a su frecuencia
Diagrama de sectores (pastel): Consiste en dividir un crculo en tantos sectores
como valores de la variable. La amplitud de cada sector debe ser proporcional a la
frecuencia del valor correspondiente.
HISTOGRAMA : Es un caso particular del diagrama anterior en el caso de
variables continuas. Si los intervalos son correlativos, los rectngulos aparecen
pegados en la representacin grfica. En caso de que la amplitud de los intervalos
no se igual para todos, hay que hacer coincidir el rea del rectngulo con la
frecuencia del intervalo. Un ejemplo muy utilizado de histograma es una pirmide
de poblacin..
POLIGONO DE FRECUENCIAS: Representamos dos ejes perpendiculares y
representamos en el horizontal los valores de la variable y en el vertical las
frecuencias. Representamos los puntos que tiene por primera coordenada el valor
de la variable y por segunda el valor de la frecuencia. Uniendo todos los puntos
obtenemos una lnea poligonal que es la representacin que buscamos.
Tipos de grficos estadsticos
Barras, Lneas, Circulares, ,reas, Cartogramas, Mixtos, Histogramas
Otros
Dispersograma
Pictogramas
Grficos de barras verticales

Representan valores usando trazos verticales, aislados o no unos de otros, segn
la variable a graficar sea discreta o continua. Pueden usarse para representar:
una serie
dos o ms series (tambin llamado de barras comparativas)

Grficos de barras horizontales
Representan valores discretos a base de trazos horizontales, aislados unos de
otros. Se utilizan cuando los textos correspondientes a cada categora son muy
extensos.
para una serie
para dos o ms series

Grficos de barras proporcionales
Se usan cuando lo que se busca es resaltar la representacin de los porcentajes
de los datos que componen un total.

Las barras pueden ser:
Verticales
Horizontales

Grficos de barras comparativas
Se utilizan para comparar dos o ms series, para comparar valores entre
categoras.
Las barras pueden ser:
Verticales
horizontales

Grficos de barras apiladas
Se usan para mostrar las relaciones entre dos o ms series con el total.
Las barras pueden ser:
verticales
horizontales

Grficos de lneas
En este tipo de grfico se representan los valores de los datos en dos ejes
cartesianos ortogonales entre s.
Se pueden usar para representar:
una serie
dos o ms series

Estos grficos se utilizan para representar valores con grandes incrementos entre
s.

Grficos circulares
Estos grficos nos permiten ver la distribucin interna de los datos que
representan un hecho, en forma de porcentajes sobre un total. Se suele separar el
sector correspondiente al mayor o menor valor, segn lo que se desee destacar.
Se pueden ser:
En dos dimensiones
en tres dimensiones

Grficos de reas
En estos tipos de grficos se busca mostrar la tendencia de la informacin
generalmente en un perodo de tiempo.
Pueden ser:
Para representar una serie
para representar dos o ms series
en dos dimensiones
en tres dimensiones.

Cartogramas
Estos tipos de grficos se utilizan para mostrar datos sobre una base geogrfica.
La densidad de datos se puede marcar por crculos, sombreado, rayado o color.

Grficos Mixtos
En estos tipos de grficos se representan dos o ms series de datos, cada una
con un tipo diferente de grfico. Son grficos ms vistosos y se usan para resaltar
las diferencias entre las series.
Pueden ser:
en dos dimensiones
en tres dimensiones.

Histogramas
Estos tipos de grficos se utilizan para representa distribuciones de frecuencias.
Algn software especfico para estadstica grafican la curva de gauss superpuesta
con el histograma.

OTROS Grficos
En esta categora se encuentran la mayora de los grficos utilizados en
publicidad. Se los complementa con un dibujo que est relacionado con el origen
de la informacin a mostrar. Son grficos llamativos, atraen la atencin del lector.
Dispersograma
Los dispersogramas
Son grficos que se construyen sobre dos ejes ortogonales de coordenadas,
llamados cartesianos, cada punto corresponde a un par de valores de datos x e y
de un mismo elemento suceso.

Pictogramas
Los pictogramas son grficos similares a los grficos de barras, pero empleando
un dibujo en una determinada escala para expresar la unidad de medida de los
datos. Generalmente este dibujo debe cortarse para representar los datos.
Es comn ver grficos de barras donde las barras se reemplazan por dibujos a
diferentes escalas con el nico fin de hacer ms vistoso el grfico, estos tipos de
grficos no constituyen un pictograma.

Pueden ser:
En dos dimensiones
En tres dimensiones.

Conclusin
embargo, hoy da Excel dispone de muchos ms tipos de grficos.
Cada tipo de grfico se diferencia de los dems por la clase de marcas de datos
que utiliza. Por ejemplo, el grfico de columnas utiliza columnas como marcas de
datos; el de crculos, utiliza crculos; etc.
El motivo de que haya tantos tipos de grficos diferentes no es solamente esttico.
Cada uno de los tipos de grficos est especialmente indicado para representar
los datos de una manera distinta. Por lo tanto, si quieres obtener la mxima
eficacia al crear tus grficos y presentar tus datos de la mejor manera posible
debes tener esto muy en cuenta; que cada tipo de grafico esta destinado para una
labor especifica.
la media aritmtica (tambin llamada promedio o simplemente media) de un
conjunto finito de nmeros es el valor caracterstico de una serie de datos
cuantitativos objeto de estudio que parte del principio de la esperanza matemtica
o valor esperado, se obtiene a partir de la suma de todos sus valores dividida
entre el nmero de sumandos.
la media aritmetica es como el promediO, primero se suman todos los numeros y
luego se divide entre lo que son,,, ejemplo:
5,4,6,3,8,4
si los suman te dan 30 y ya nomas divides 30 entre los que son, los cuales son 6,
osea que la media aritmetica de 5,4,6,3,8,4 es 5
Defi ni ci n de medi ana: Es el val or que ocupa el l ugar cent ral de
todos l os dat os cuando stos estn ordenados de menor a mayor .
La medi ana se represent a por M
e.

La medi ana se puede hal l ar sl o para vari abl es
cuanti tati vas.
Cl cul o de l a medi ana
1 Ordenamos l os datos de menor a mayor.
2 Si l a seri e t i ene un nmero i mpar de medi das l a
medi ana es l a puntuaci n central de l a mi sma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me= 5
3 Si l a seri e t i ene un nmero par de punt uaci ones l a
medi ana es l a medi a ent re l as dos puntuaci ones central es.
7, 8, 9, 10, 11, 12Me= 9. 5
Cl cul o de l a medi ana para datos agrupados
La medi ana se encuent ra en el i nterval o donde l a
frecuenci a acumul ada l l ega hast a l a mi tad de l a suma de l as
frecuenci as absol utas.
Es deci r t enemos que buscar el i nt erval o en el que se
encuent re .

L
i
es el l mi t e i nf eri or de l a cl ase donde se encuent ra l a
medi ana.
es l a semi suma de l as f recuenci as absol ut as.
F
i - 1
es l a frecuenci a acumul ada ant eri or a l a cl ase
medi ana.
a
i
es l a ampl i t ud de l a cl ase.
La medi ana es i ndependi ente de l as ampl i tudes de l os
i nterval os.
Ej empl o
Cal cul ar l a medi ana de una di st ri buci n est ad st i ca que
vi ene dada por l a si gui ent e t abl a:

f
i
F
i

[60, 63) 5 5
[63, 66) 18 23
[66, 69) 42 65
[69, 72) 27 92
[72, 75) 8 100

100

100/ 2 = 50
Cl ase de l a medi ana: [ 66, 69)

Defi ni ci n de moda: La moda es el val or que ti ene mayor
f recuenci a absol ut a.
Se represent a por M
o.

Se puede hal l ar l a moda para vari abl es cual i tati vas y
cuanti tati vas.
Hal l ar l a moda de l a di st ri buci n:
2, 3, 3, 4, 4, 4, 5, 5 M
o
= 4
Si en un grupo hay dos o vari as puntuaci ones con l a
mi sma frecuenci a y esa f recuenci a es l a mxi ma, l a
di stri buci n es bi modal o mul ti modal , es deci r, t i ene vari as
modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9M
o
= 1, 5, 9
Cuando t odas l as puntuaci ones de un grupo t i enen l a
mi sma frecuenci a, no hay moda.
2, 2, 3, 3, 6, 6, 9, 9
Si dos puntuaci ones adyacentes t i enen l a frecuenci a
mxi ma, l a moda es el promedi o de l as dos punt uaci ones
adyacent es.
0, 1, 3, 3, 5, 5, 7, 8Mo = 4
Cl cul o de l a moda para datos agrupados
1 Todos l os i nterval os ti enen l a mi sma ampl i tud.

L
i
es el l mi t e i nf eri or de l a cl ase modal .
f
i
es l a f recuenci a absol ut a de l a cl ase modal .
f
i - - 1
es l a f recuenci a absol ut a i nmedi at ament e i nf eri or a l a
cl ase modal .
f
i - +1
es l a f recuenci a absol ut a i nmedi at ament e post eri or a l a
cl ase modal .
a
i
es l a ampl i t ud de l a cl ase.
Tambi n se ut i l i za ot ra frmul a de l a moda que da un val or
aproxi mado de st a:

Ej empl o
Cal cul ar l a moda de una di st ri buci n est ad st i ca que vi ene
dada por l a si gui ent e t abl a:

f
i

[60, 63) 5
[63, 66) 18
[66, 69) 42
[69, 72) 27
[72, 75) 8

100


2 Los i nterval os ti enen ampl i tudes di sti ntas.
En pri mer l ugar t enemos que hal l ar l as al t uras.

La cl ase modal es l a que t i ene mayor al t ura.

La frmul a de l a moda aproxi mada cuando exi st en
di st i nt as ampl i t udes es:

Ej empl o
En l a si gui ent e t abl a se muest ra l as cal i f i caci ones
(suspenso, aprobado, not abl e y sobresal i ent e) obt eni das por un
grupo de 50 al umnos. Cal cul ar l a moda.

f
i
h
i

[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3

50



Desvi aci n medi a: La desvi aci n medi a es l a medi a ari t mt i ca de
l os val ores absol ut os de l as desvi aci ones respect o a l a medi a.
La desvi aci n medi a se represent a por


Ej empl o
Cal cul ar l a desvi aci n medi a de l a di st ri buci n:
9, 3, 8, 8, 9, 8, 9, 18


Desvi aci n medi a para datos agrupados: Si l os datos vi enen
agrupados en una t abl a de f recuenci as, l a expresi n de l a
desvi aci n medi a es:


Ej empl o: Cal cul ar l a desvi aci n medi a de l a di stri buci n:

x
i
f
i
x
i
f
i
| x - x| | x - x| f
i

[10, 15) 12. 5 3 37. 5 9. 286 27. 858
[15, 20) 17. 5 5 87. 5 4. 286 21. 43
[20, 25) 22. 5 7 157. 5 0. 714 4. 998
[25, 30) 27. 5 4 110 5. 714 22. 856
[30, 35) 32. 5 2 65 10. 174 21. 428

21 457. 5

98. 57



La desviacin estndar tambin se basa en la desviacin respecto al
promedio. Pero en lugar de usar valores absolutos, elevamos al
cuadrado las desviaciones. Elevar al cuadrado las desviaciones
elimina nmeros negativos, porque al multiplicar dos nmeros
negativos resultarun nmero positivo.
La desviacin estndar es, probablemente, la medida de
dispersin ms usada.
Cuanto mayor es la desviacin tpica, mayor es la dispersin de los datos
alrededor de la media
LA formula de calculo es:
Esto es, la desviacin de cada puntuacin respecto a la media es elevada al
cuadrado, luego se suman todas las desviaciones cuadradas y se divide entre el
nmero total de puntuaciones y a esta divisin se 2()XXsN=

extrae la raz cuadrada.
Se interpreta en relacin a la media

La amplitud total se define como la diferencia entre el valor mximo y el
valor mnimo de un conjunto de datos. Cuando la variable sea continua,
para el clculo deben utilizarse los lmites exactos.

Cuanto ms grande sea el rango, mayor serla dispersin de los
datos de una distribucin.
La gran ventaja que presenta es su facilidad de clculo.
El inconveniente que presenta esta medida, es que no considera todos los datos,
es muy inestable e insensible al tamao de la muestra.

Ej.2:Dado el siguiente conjunto de
datos: 3, 5, 8, 10, 12, 15 y 16.
La amplitud total es igual a 15
Dnde:EjemploEj.1:Dado el siguiente conjunto de datos: 2, 2, 5, 7, 9, 9, 9, 10, 10,
12 y 18 .La amplitud total es igual a 16.Dnde:18216At=16313
E S T A D I S T I C A S
QU ES LA ESTADSTICA?
Estadstica es una disciplina que sistematizado las tcnicas de recoleccin y
anlisis de datos; nos permite inferir consecuencias a partir de estos.

Una poblacin es el conjunto total de todos los individuos u objetos que poseen
una caracterstica comn observable, que sean de inters en un estudio. Son
ejemplos de una poblacin:
Los alumnos de un curso.
Los pacientes de un hospital.
Los votantes de una comuna.

Es un subconjunto de la poblacin. Es de un tamao menor al total de la poblacin
y la estadstica pretende obtener conclusiones vlidas que pueden aplicarse al
total a partir de los resultados observados en la muestra. Son ejemplos de
muestra:
1.820 televidentes escogidos al azar.
Los automovilistas que acceden a contestar una encuesta de opinin.
Uno de cada diez sacos de maz de un cargamento.

Se le llama marca de clase a los valores representativos de todos los valores
incluidos en el intervalo respectivo; equivale a la semisuma de los lmites inferior y
superior de un intervalo.

Los lmites inferiores y superiores son los valores mnimo y mximo de una
distribucin. V.g: En un curso de 50 alumnos, se le pidi a un profesor que pesar
a todos, los datos obtenidos son los siguientes:
LIMITE SUPERIOR: 98
LIMITE INFERIOR: 38

La amplitud es el tamao numrico que existe entre los intervalos. Considerando
el siguiente ejemplo, la amplitud es igual a 5.
intervalo Frecuencia
11 - 15 5
16 - 20 8

El recorrido o campo de variacin de la variable, es la diferencia entre el mayor
valor que toma la variable y el menor. Por ejemplo, si el mayor valor es 85 y el
menor es 17, entonces el recorrido es:

FRECUENCIAS.
Situacin: En un curso de 50 alumnos, se le pidi a un profesor que pesar a
todos los alumnos, los datos obtenidos son los siguientes:
Intervalos (peso
en kg.)
n de alumnos Porcentaje (%)
35 - 39 2 4
40 - 44 0 0
45 - 49 1 2
50 - 54 1 2
55 - 59 2 4
60 - 64 3 6
65 - 69 8 16
70 - 74 6 12
75 - 79 11 22
80 - 84 6 12
85 - 89 4 8
90 - 94 4 8
95 - 99 2 4
tabla construir un histograma y un polgono de
frecuencia.
DESVIACIN MEDIA Y LA DESVIACIN ESTANDR?
Son valores que tipifican una muestra y en torno de los cuales se agrupan la
mayora de los datos, estos se denominan estadgrafos. A continuacin
definiremos cada uno de estos.
MEDIA ARITMETICA: Corresponde a la suma de todos los datos dividido por el
numero total de ellos. Es lo que se conoce como "promedio". La media aritmtica
es uno de los estadgrafos ms usados, por el hecho de ser de muy fcil clculo.
MODA: Corresponde al valor que mas se repite, sta sirve para describir una
distribucin si slo se desea tener una idea aproximada y rpida de donde est la
mayor concentracin de observaciones. Tambin se la utiliza para describir la
forma de algunas distribuciones. Puede ocurrir que en un conjunto de datos no
haya moda, como en: 3; 4; 7; 9; 10; 11; 13. O tambin que haya varios valores
con la mayor frecuencia, en estos casos la moda queda indeterminada.
MEDIANA: La mediana es aquel valor que ocupa el lugar central, de modo que la
mitad de los casos queda por debajo de ese valor y la otra mitad por encima. Por
ejemplo si consideramos: 2; 3; 5; 7; 11; 13; 16; 18; 25. La mediana es M = 11. Si
el conjunto de valores es un nmero par, entonces se calcula la media aritmtica
a los dos valores del centro.
DESVIACION MEDIA: Corresponde a la diferencia numrica entre una medida
individual o nmero y la media aritmtica de una serie completa de tales medidas
o nmeros. Por ejemplo, si la media de alturas de todos los alumnos de un curso
es 1,51 m y uno de ellos mide 1,63m, la desviacin media de su altura con
respecto a la media es de +0.12 metros.
DESVIACIN ESTANDAR: Es un dato que representa la variabilidad existente en
un conjunto de datos, ya que por ejemplo dos conjuntos de datos pueden
presentar la misma media aritmtica, pero poseer distinta variabilidad, por eso
este estadgrafo nos permite saber acerca de la variabilidad o dispersin de los
datos. Matemticamente se define como "la raz cuadrada del promedio de los
cuadrados de las desviaciones medias de cada valor de la variable con respecto
de la media aritmtica"
ESTADIGRAFOS ANTERIORES.
Intervalos frecuencia
1 5 9
6 10 13
11 - 15 3
16 - 20 2
88 - 77 - 74 - 64 - 67 - 69 - 49 - 82 - 69 - 71 -
38 - 65 - 86 - 68 - 77 - 84 - 66 - 73 - 75 - 58 -
94 - 78 - 67 - 75 - 78 - 89 - 69 - 91 - 84 - 62 -
50 - 72 - 39 - 62 - 58 - 74 - 79 - 81 - 70 - 79 -
90 - 81 - 79 - 86 - 97 - 78 - 75 - 90 - 98 - 81.
88 - 77 - 74 - 64 - 67 - 69 - 49 - 82 - 69 - 71 -
38 - 65 - 86 - 68 - 77 - 84 - 66 - 73 - 75 - 58 -
94 - 78 - 67 - 75 - 78 - z9 - 69 - 91 - 84 - 62 -
50 - 72 - 39 - 62 - 58 - 74 - 79 - 81 - 70 - 79 -
90 - 81 - 79 - 86 - 97 - 78 - 75 - 90 - 98 - 81.
Al organizar los datos en una tabla de frecuencia, se obtiene:

1 - 2 - 2 - 2 - 3 - 3 - 4 - 4 - 5 - 6 - 7 - 7 - 8 - 8 - 8 - 8- 8- 8 - 8 - 9 - 9 - 10 - 12 - 13 -
15 - 16 - 19
Media Aritmtica:
= 7.5
27
" 7.5 es el valor de la media aritmtica para los datos dados."
Moda: De los datos anteriores, la moda corresponde a "8".
Mediana: En los datos anteriores, la mediana es el valor "8" ennegrecido.
DESVIACIN ESTANDAR:
las desviaciones medias de cada valor, calculadas anteriormente se elevan al
cuadrado =
42.25 , 30.25 , 30.25 , 30.25 , 20.25 , 20.25 , 12.25 , 12.25 , 6.25 , 2.25 , 0.25 ,
0.25 , 0.25 , 0.25 , 0.25 , 0.25 , 0.25 , 0.25 , 0.25 , 2.25 , 2.25 , 6.25 , 20.25 , 30.25
, 56.25 , 72.25 , 132.25.-
la suma de los cuadrados se divide por el promedio menos 1 =
- 1 = 81.65

calculamos la raz cuadrada de 81.65 =
" 81.65 = 9.04
el valor de la desviacin estndar es de 9.04 en el ejemplo sealado.
DESVIACIN MEDIA:
Datos = 1 - 2 - 2 - 2 - 3 - 3 - 4 - 4 - 5 - 6 - 7 - 7 - 8 - 8 - 8 -
D. media = -6.5 , -5.5, -5.5 , -5.5 , -4.5 , -4.5 , -3.5 , -3.5 , -2.5 , -1.5 , -0.5 , -0.5 ,
0.5 , 0.5 , 0.5
Datos = 8 - 8 - 8 - 8 - 9 - 9 - 10 - 12 - 13 - 15 - 16 - 19
D. media = 0.5 , 0.5 , 0.5 , 0.5 , 1.5 , 1.5 , 2.5 , 4.5 , 5.5 , 7.5 , 8.5 , 11.5.-