Escolar Documentos
Profissional Documentos
Cultura Documentos
(ESTADISTICA DESCRIPTIVA)
5 SEMESTRE
INTRODUCCION
La estadstica es el lenguaje universal de la ciencia. Como usuarios potenciales de la
estadstica, necesitamos dominar la ciencia y el arte de utilizar correctamente su
metodologa. El empleo cuidadoso de los mtodos estadsticos permite obtener
informacin precisa de los datos. Estos mtodos incluyen: 1). Definir cuidadosamente la
situacin, 2). Recolectar los datos, 3). Resumir con precisin los datos, y 4). Obtener y
comunicar las conclusiones significativas.
La estadstica implica informacin, nmeros para resumir esta informacin y su
interpretacin. El trmino estadstica posee varios significados para personas de diversos
entornos e intereses. Para algunos, es un campo de magia en el que una persona con
conocimiento supera a los dems. Para otros, se trata de un medio para recolectar y
presentar grandes cantidades de informacin. Y todava para otro grupo, se trata de un
medio para tomar decisiones de frente a la incertidumbre. Cada uno de estos puntos de
vista es correcto.
La estadstica es ms que solo nmeros; son los datos, lo que se hace con los datos, lo
que se aprende de los datos y las conclusiones resultantes.
Los mtodos estadsticos son indispensables para muchas disciplinas cientficas. De tal
manera que son utilizados por: Economistas, Bilogos, Psiclogos, Administradores,
Mdicos, Ingenieros, etc.
La mayor parte de los fundamentos de estadstica aplicada y su uso apropiado pueden
dominarse sin hacer referencia a habilidades en matemticas avanzadas, de hecho, los
conocimientos que se requieren para el aprendizaje de la estadstica estn relacionados
con las matemticas bsicas y el lgebra.
UNIDAD I. DATOS ESTADISTICOS
1.1. DEFINICIONES DE ESTADISTICA
1. Coleccin de datos numricos, resultado de observaciones clasificadas y ordenadas
segn un determinado criterio. De tal manera que hay estadsticas: Demogrficas, de
produccin, de natalidad, de duracin de vida, de defunciones, etc.
2. Es el mtodo o tcnica que se sigue para: recolectar, organizar, resumir, generalizar,
presentar y contrastar los resultados de fenmenos reales.
3. Ciencia que utiliza como instrumento a las matemticas y al clculo de probabilidades
para estudiar las leyes de comportamiento de fenmenos que dependen del azar
(aleatorios) y no estn regidos por leyes fsicas.
4. Ciencia de recolectar, describir e interpretar datos
1.4.2. POBLACIN
Conjunto de todos los individuos (personas, objetos, animales, etc.) que porten
informacin sobre el fenmeno que se estudia.
Ejemplo: Si se estudia el precio de la vivienda en una ciudad, la poblacin ser el total de
las viviendas de dicha ciudad.
Tipos de poblacin
Poblacin finita: El nmero de elementos que la componen es limitado
Ejemplo: Las ballenas del mundo.
Poblacin infinita: El nmero de elementos que la componen es muy grande
Ejemplo: Granos de arena del mar.
1.4.3. MUESTRA
Es un subconjunto que es seleccionado de una poblacin.
Ejemplo: Si se estudia el precio de la vivienda de una ciudad, lo normal ser no recoger
informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja), sino
que se puede seleccionar un subgrupo (muestra) suficientemente representativo.
En el siguiente diagrama se representa la relacin entre individuo, muestra y poblacin.
POBLACION
MUESTRA
INDIVIDUO
Grande
Pequea
MUESTRA
Menos de 30 elementos
1.4.4. MUESTREO
Es el proceso que se realiza para la obtencin de una muestra.
La eleccin del tipo de muestreo que se utilizara en una investigacin depende de los
siguientes factores: a).Por las condiciones de la poblacin, b).Por el proceso de medicin
y c). Por el tamao de la poblacin.
a). Muestreo por las condiciones de la poblacin
Ejemplo: Realizar un muestreo en una ciudad para determinar el tamao de las familias.
se
Son todos aquellos atributos que se pueden medir, controlar y estudiar en una
investigacin.
Las variables estadsticas igual que en el lgebra se pueden representar con letras X, Y o
Z.
1.4.5.1. Clasificacin de las Variables Estadsticas
Existen diferentes clasificaciones para las variables estadsticas, y estas pueden ser:
I). Por el tipo de valores:
Las variables se clasifican en cualitativas y cuantitativas:
a). Variables Cualitativas (o Categricas): No se pueden medir numricamente
(nacionalidad, color de la piel, sexo).
Ejemplo: Gero, Blanco, moreno.
Las variables cualitativas a su vez se dividen en nominales y jerarquizadas.
Discontinuas (Discretas): Son las que solo pueden tomar valores con nmeros
enteros. Solo se pueden contar.
Continuas (Indiscretas): Son aquellas que admiten todos los valores dentro de
un intervalo. Se pueden medir con un instrumento.
11 12 13 14 15
Adolescente
16 17 18 19 20
Jvenes
21 22 23 24 25
Adultos jvenes
Ejemplo: La variable estado civil que originalmente es politomica por tener muchos
valores, pero puede convertirse en dicotmica.
Sin pareja
Ejemplo: sexo, religin, estado civil, carrera, deporte favorito, ocupacin, pasatiempo, etc.
Nivel Ordinal o Jerarquizado:
5= Totalmente en desacuerdo
Las anteriores alternativas de respuesta pueden codificarse con nmeros que van del uno
al cinco que sugieren un orden preestablecido pero no implican una distancia entre un
nmero y otro.
Nivel de Intervalo:
Tiene las mismas caractersticas que los intervalares, pero el cero es absoluto,
esto es, el cero indica la ausencia de la caracterstica.
Inicia la medicin a partir de cero
Se compara un sujeto con respecto al cero absoluto.
Las medidas fsicas, en su mayora, tienen este nivel de medicin.
El nivel de medicin de razn se aplica tanto a variables continuas como discretas.
Ejemplo: ingreso, edad, nmero de hijos, longitud, tiempo, peso, rea, calificacin.
La mayora de los datos estadsticos corresponden a este nivel, pero hay que saber
distinguirlos.
1.4.8. PARMETROS
Se refieren a las caractersticas de la poblacin, es un nmero que resume todos los
datos de una poblacin completa.
Parmetro poblacional = Valor numrico de una poblacin
Los parmetros poblacionales son:
~
X=me=mediana mo=moda
s 2=varianza s=desviacion estndar
p== proporcion o porcentaje
2 5 2+ 5 7
+ =
= =2.3333
3 3
3
3
Ejemplo:
2 5
+ =0.6667+1.6667=2.3334
3 3
3 2 32 1
=
= =0.2
5 5
5
5
Ejemplo:
o tambin se puede:
3 2
=0.60.4=0.2
5 5
Suma y resta de fracciones con denominadores diferentes: es necesario igualar los
denominadores, por lo que el proceso establece buscar el mnimo comn mltiplo para los
denominadores y realizar las operaciones como a continuacin se indican.
35
35
+2 ( )
(
)
7 ]
3 2 [ 5
+ =
=
3
Ejemplo:
5 7
35
mcm = 5x7= 35
[ 7 ( 3 ) +5 ( 2 ) ] = 21+ 10
31
=0.8857
35
35
35
3 2
+ =0.6+ 0.2857=0.8857
5 7
36
36
3 ( )
(
)
4 ]
2 3 [ 9
=
=
2
Ejemplo:
Mcm = 9x4=36
36
[ 2 ( 4 )3 ( 9 ) ] = [ 827 ]
36
19
36
36
0.527777
Que tambin se puede resolver como:
2 3
=0.22220.75=0.5278
9 4
Ejemplo:
3 2 4
+ =
5 3 7
[ ( ) ( ) ( )]
105
105
105
2
+4
5
3
7
=
105
Mcm=5X3X7=105
[ 3 ( 21 )2 ( 35 ) + 4 ( 15 ) ] = [ 6370+60 ] =
53
=0.5048
105
105
105
3 2 4
+ =0.60.6667+0.5714=
5 3 7
1.17140.6667=0.5047
Multiplicacin de fracciones
Para multiplicar dos o ms fracciones comunes se multiplica numerador por numerador y
denominador por denominador, obtenindose respectivamente el numerador y el
denominador del producto resultante. Debes tener presente de aplicar correctamente la
ley de los signos
Ejemplo:
Ejemplo:
Ejemplo:
2 5
=
7 8
( )( )
2 3
=
3 4
( 38 )( )( )
18 3
= =0.1875
96 16
Divisin de fracciones
Para dividir fracciones comunes, se procede de las siguientes maneras:
a). Se multiplica la primera fraccin (dividendo) por el reciproco de la segunda fraccin
(divisor), es decir se invierte el divisor y se realiza la operacin.
Ejemplo:
2 4 2
=
5 7 5
3 4 ( 3 )( 5 ) 15
=
= =0.2586
7 5 ( 7 ) ( 4 ) 28
c).Aplicando el mtodo de multiplicar extremo por extremo y medio por medio, en donde
los extremos van al numerador y los medios al denominador del resultado.
2
9 ( 2 )( 7 ) 14 7
=
= = =0.38889
4 ( 9 )( 4 ) 36 18
7
Ejemplo:
$ 500100
X 7.5
X=
$ 500 ( 7.5 )
100
X =$ 5 ( 7.5 )
X =$ 37.5
Entonces el precio actual del artculo es:
Ejemplo: Cul es el precio actual de un artculo que costaba $350 si este se disminuye
un 4.5%.
$ 350 100
X 4.5
X=
$ 350 ( 4.5 )
100
X =$ 3.5 ( 4.5 )
X =$ 15.75
Entonces el precio actual del artculo es:
Ejemplo: de los 273 feligreses de una parroquia, 119 son mujeres, Cul es el % de
varones?
Datos:
Total = 273 feligreses
Mujeres = 119
Varones = 273-119 = 154
%varones=
154 (100 )
=56.41
273
de mujeres=
26
( 100 )=0.4483 ( 100 ) =44.83
48
de hombres=
15
1500
( 100 )=
=45.45
15+ 8+20
33
9.6387254=9.6387
8.6433578=8.6434
8.100795=8.1008
999.245378=999.2454
El redondeo debe efectuarse en el ltimo resultado no deben redondearse los resultados
intermedios para tener una mayor aproximacin.
Para evitar una aplicacin errnea del redondeo se debe tener en cuenta el tipo de
problema que se est resolviendo.
Ejemplo: Al calcular el costo unitario de un lpiz, si la caja de 12 piezas, cuesta $8.73, es:
Incorrecto:
Correcto:
8.73 12 0.75
8.73 12=0.7275
Correcto:
Ejemplo: el productor tiene un camin con capacidad para 3500 kg Cuntos viajes debe
hacer para llevar a la bodega los 11855 kg de manzanas?
Incorrecto:
Correcto:
debe realizar
2.1.4. La sumatoria
Es una operacin muy comn en estadstica que consiste en la suma de un grupo de
valores y se representa formalmente con el smbolo (sigma) que significa suma. Cada
uno de los valores que se habrn de sumar son x i, i es un subndice que identifica a X 1,
X2,, Xn, de tal manera que:
La suma de un grupo de valores se hace:
n
X i=X 1 + X 2+ + X n
i=1
Ejemplo: si
X i=8+(5 ) +0+6=9
i=1
X 2i =X 21 + X 22+ + X 2n
i=1
Ejemplo: si
f =f 1 +f 2 + + f n 1 + f n=N
i=1
fr .
f r=
f
f
=
f N
La frecuencia relativa se puede expresar en tanto por ciento si se multiplica por 100.
p==f r (100)
La suma de las frecuencias relativas es igual a 1.
f r=1
Frecuencia absoluta acumulada: es la suma acumulativa de las frecuencias absolutas
de cada valor. Con ella se forma la grfica conocida como ojiva. La suma de las
frecuencias acumuladas es igual el total de la poblacin. Se representa por: fa.
Frecuencia relativa acumulada: es el cociente entre la frecuencia acumulada de un
determinado valor y el nmero total de datos. Se puede representar en tantos por ciento.
Se representa por: fra.
Ejemplo: La siguiente tabla contiene las clases o categoras y las diferentes frecuencias
con las que se presentan las calificaciones de un grupo.
Clases
frecuencias
Calificacin
fa
fr
fra
0.190
0.190
19.0
0.143
0.333
14.3
12
0.238
0.571
23.8
14
0.095
0.666
9.5
20
0.286
0.952
28.6
10
21
0.048
1.000
4.8
f =21
f r=1.000
p=100
PAN
PRI
PRD
PVE
PT
2400
1400
800
2600
500
f
3
7
10
5
4
1
X max =
X min =
2. Ordenar los datos de menor a mayor o viceversa, aunque a veces es demasiado
laborioso es recomendable.
3. Construir una tabla con dos columnas, una para los distintos valores que toma la
variable y otra para las frecuencias.
Valor de la
variable
estudiada (X)
X min
,
,
,
X mx.
Frecuencia
f
f1
f2
,
,
fn
LiLs
Marcas
de clase
XM
Frecuencias
absolutas de
clase
f
Frecuencias
absolutas
acumuladas
fa
Frecuencias
relativas
de clase
fr
Frecuencia
s relativas
acumuladas
fra
X min =
X max =
Paso 2: Ordenar los datos de menor a mayor o viceversa, aunque a veces es demasiado
laborioso es recomendable.
Paso 3: Calcular el rango (R) con la formula.
R= X max X min
Paso 4: Determinar el nmero de clases o intervalos (C) con la frmula:
C=1+3.3 log N
; siendo
N=tamao de lamuestra
7 C 15
R
a= +UV
C
Paso 7: Construir la tabla.
Clases o intervalos
LiLs
f
40
60
75
90
105
85
80
65
R = 63
C=8
UV= 1
A= 9
f =600
Ejemplo: El peso en Kg de 30 pacientes que asistieron a consulta mdica en un da son
los que a continuacin se proporcionan. Elabore una distribucin de frecuencias.
71.9, 63.9, 62.3, 72.5, 78.0, 70.7, 71.4, 60.5, 60.9, 68.2, 88.5, 76.1, 82.1, 63.7, 79.8, 67.5,
50.1, 69.5, 66.1, 47.3, 72.1, 59.8, 93.7, 80.7, 61.2, 64.3, 53.7, 74.7, 96.3, 73.2.
Procedimiento:
Paso 1: Se busca el valor menor y el valor mayor de la variable.
min= 47.3
x
x max=96.3
UV =63.963.7=0.2
Paso 6: Se calcula la amplitud de cada intervalo.
a=
49
+ 0.2=8.16+ 0.2=8.36=8.4
6
Como la amplitud nos dice cuntos datos deben corresponder a cada intervalo (hay que
contar), entonces se debe tomar el entero siguiente.
a=9
Paso 7: Se construye la tabla
PESO DE 30 PERSONAS QUE ASISTIO A CONSULTA
MEDICA EN UNA UNIDAD DE SALUD EN UN DIA.
PESO (KG)
f
fa
fr
47.3 56.1
3
3
0.10
56.3 65.1
8
11
0.27
65.3 74.1
10
21
0.33
74.3 83.1
6
27
0.20
83.3 92.1
1
28
0.03
92.3 95.1
2
30
0.07
f =30
fra
0.10
0.37
0.70
0.90
0.93
1.00
fr=1.00
Ejercicios propuestos
1. En un examen bimestral de fsica se examinaron 50 alumnos y se obtuvieron los
resultados siguientes: 87, 66, 73, 68, 48, 37, 76, 85, 74, 65, 93, 77, 66, 83, 68, 49, 57, 38,
69, 78, 89, 96, 78, 97, 74, 76, 68, 63, 70, 81, 64, 83, 67, 61, 90, 77, 88, 74, 75, 80, 71, 73,
61, 57, 72, 80, 77, 85, 80, 90.
Elaborar una distribucin de frecuencias.
2. Los siguientes valores corresponden a la produccin mensual, en toneladas, de una
empresa empacadora de pltanos.
782, 1333, 515, 1475, 696, 832, 1052, 700, 643, 1023, 987, 542, 1296, 704, 814, 1482,
1023, 739, 956, 784
Elabora una distribucin de frecuencias.
3. Del anlisis de resistencia de 25 bloques de concreto se obtuvieron los resultados que
se indican. Prepare una distribucin de frecuencias de tamao uniforme y determine la
clase ms abundante.
23.1, 64.9, 48.3, 72.8, 42.9, 37.7, 43.6, 26.4, 68.4, 52.3, 29.4, 70.4, 62.8, 60.4, 58.9, 39.4,
35.1, 58.2, 48.4, 22.7, 26.3, 30.5, 29.8, 68.1, 52.9.
4. Registra el mes de nacimiento de cada uno de los estudiantes del grupo y construye
una tabla de frecuencias.
5. Registra la carrera que le gustara estudiar a cada alumno del grupo al terminar la
preparatoria y elabora una distribucin de frecuencias.
Nota: Puede suceder que al elaborar la distribucin de frecuencias algunos datos no
queden incluidos dentro los intervalos, en tal caso, se tiene que ajustar la amplitud (a) de
cada intervalo a un mltiplo de la unidad de variacin.
Ejemplo: Los siguientes valores corresponden al precio ($) de un traje de la misma
marca en diferentes tiendas. Clasifcalos en intervalos de tamao uniforme.
800, 1350, 450, 1500, 700, 850, 1050, 700, 1000, 550, 1100, 1300, 700, 800, 140, 1550,
1000, 750, 600, 950, 1000, 800.
Datos ordenados:
450, 550, 600, 700, 700, 700, 750, 800, 800, 800, 850, 950, 1000, 1000, 1000, 1050,
1100, 1300, 1350, 1400, 1500, 1550.
Clculos:
R = 1550 450 = 1100
C = 1 + 3.3log22 = 1 + 3.3 (1.3) = 1 + 4.29 = 5.29 = 5
UV = 50
a = 1100/5 + 50 = 220 + 50 = 270
La distribucin de frecuencias (con 5 clases y amplitud igual a 270) para el precio de un
traje de la misma marca en diferentes tiendas queda as:
Precio $
450 - 670
720 - 940
990 - 1210
1260 - 1480
1530 - 1750
f
3
5
6
3
2
f =19
Como N = 22 y en la tabla f = 19, no es correcto, pues el valor 700 queda fuera entre
el primero y segundo intervalo, entonces se tiene que ajustar la amplitud a un mltiplo de
la unidad de variacin.
Se puede tomar a = 250
Precio $
f
3
8
6
2
3
450 - 600
650 - 850
900 - 1100
1150 - 1350
1400 - 1600
f =22
UV
2
UV
2
Lmites Exactos
PESO (Kg)
101 - 115
116 - 130
131 - 145
146 - 160
161 - 175
L E
100.5 - 115.5
115.5 - 130.5
130.5 - 145.5
145.5 - 160.5
160.5 - 175.5
UV 1
= =0.5
2
2
Limite Inferior Exacto= Li
UV
=1010.5=100.5
2
UV
=115+ 0.5=115.5
2
Nota: Una vez obtenido el lmite inferior exacto y el lmite superior exacto del primer
intervalo, para los otros solo se puede ir sumando la amplitud, en este caso a = 15. El
lmite superior exacto de una clase es igual al lmite inferior exacto de la clase siguiente.
Ejercicio: De la siguiente tabla, determine los lmites exactos de cada intervalo.
intervalos
1000 - 1250
1300 - 1550
1600 - 1850
1900 - 2150
2200 - 2450
L E
L E
5.00 - 6.99
7.00 - 8.99
9.00 - 10.99
11.00 - 12.99
MARCA DE CLASE (MC)
Es el punto medio entre los lmites de una clase (Nominales o Exactos).
Es el valor central de cada clase.
Es el promedio estadstico de todos los valores incluidos en la clase.
Formula:
MC=
La marca de clase es el valor localizado al centro (punto medio) del ancho de la clase. El
valor de la marca de clase sustituye al intervalo.
Ejemplo: Calcular la marca de clase para cada intervalo de la siguiente distribucin.
Produccin (Kg)
1000 - 1250
1300 - 1550
1600 - 1850
1900 - 2150
2200 - 2450
MC
1125
1425
1725
2025
2325
CLASES
5.00 - 6.99
7.00 - 8.99
9.00 - 10.99
11.00 - 12.99
13.00 - 14.99
MC
MC
Grfica de barras.
Histograma.
Polgono de frecuencias.
Polgono de frecuencias acumuladas (ojivas).
Graficas circulares (de pastel).
PAN
PRI
PRD
PVE
PT
2400
1400
800
2600
500
NUMERO DE PERSONAS
1500
1000
500
0
pan
pri
prd
pve
pt
PARTIDO POLITICO
f
3
7
10
5
4
1
10
NUMERO DE ALUMNOS
0
5
10
CALIFICACION
Ejemplo: elabore una grfica de barras con la informacin contenida en la tabla siguiente.
PESO DE 30 PERSONAS QUE ASISTIO A CONSULTA
MEDICA EN UNA UNIDAD DE SALUD EN UN DIA.
PESO (KG)
47.3 56.1
56.3 65.1
65.3 74.1
74.3 83.1
83.3 92.1
92.3 95.1
f
3
8
10
6
1
2
NUMERO DE PERSONAS
4
2
0
PESO (kg)
b). HISTOGRAMA.
Es un diagrama de barras que representa, a escala, el nmero de elementos que
comprende cada una de las clases de una distribucin de frecuencias. La altura de las
barras del histograma est dada por la frecuencia de la clase, mientras que los lmites
horizontales son los lmites exactos de cada clase.
Ejemplo: Elabore el histograma correspondiente a la siguiente distribucin de
calificaciones.
Calificacin (L N)
29 - 37
38 - 46
47 - 55
56 - 64
65 - 73
74 - 82
83 - 91
f
10
12
16
18
14
17
13
= 100
Limites Exactos (L E)
28.5 37.5
37.5 46.5
46.5 55.5
55.5 64.5
64.5 73.5
73.5 82.5
82.5 91.5
NUMERO DE ALUMNOS
8
6
4
2
0
PUNTAJE
f
3
7
10
5
4
1
NUMERO DE ALUMNOS
6
4
2
0
5
CALIFICACION
10
f
3
8
10
6
1
2
MC
51.7
60.7
69.7
78.7
87.7
96.7
NUMERO DE PERSONAS
6
4
2
0
57.1
60.7
69.7
78.7
87.7
96.7
PESO (kg)
f
6
5
4
10
3
2
30
X=
fa
6
11
15
25
28
30
CALIFICACION DE UN GRUPO
35
30
25
20
NUMERO DE ALUMNOS
15
10
5
0
5
CALIFICACION
10
Calificacin (L N)
29 - 37
38 - 46
47 - 55
56 - 64
65 - 73
74 - 82
83 - 91
f
10
12
16
18
14
17
13
= 100
Limites Exactos (L E)
28.5 37.5
37.5 46.5
46.5 55.5
55.5 64.5
64.5 73.5
73.5 82.5
82.5 91.5
fa
10
22
38
56
70
87
100
100
80
NUMERO DE ALUMNOS
60
40
20
0
37.5
46.5
55.5
64.5
73.5
CALIFICACION
82.5
91.5
NUMERO DE ALUMNOS
6
4
2
0
4
CALIFICACION
10
11