UNIVERSIDAD“SAN LUIS GONZAGA “DE ICA

FACULTAD DE CIENCIAS ECONÓMICAS Y

NEGOCIOS INTERNACIONALES

GUÍA DEL CURSO DE ESTADÍSTICA

ECONÓMICA II
ESCUELA DE

ESCUELA DE ECONOMÍA

PROFESORA: DRA. BELINDA MARLENI

NAVARRO GUERRA

ICA-PERÚ
 UNIVERSIDAD “SAN LUIS GONZAGA “DE ICA
GUÍA DEL CURSO DE ESTADÍSTICA
ECONÓMICA
FACULTAD DE CIENCIAS ECONÓMICAS Y

NEGOCIOS INTERNACIONALES

ESCUELA DE NEGOCIOS
INTERNACIONALES
 PROFESORA: DRA. BELINDA MARLENI

NAVARRO GUERRA

ICA-PERÚ

Capítulo I: ESTADÍSTICA ECONÓMICA I

INTRODUCCIÓN:

ETIMOLÓGICAMENTE: El origen etimológico de la palabra “ESTADÍSTICA”

no está bien determinado para algunos proviene de la voz griega STATERA
que significa “Balanza.”

Para otros viene del latín STATUS que significa “Situación.”

Y para otros procede del alemán STAAT que significa “Estado.”

La estadística en el mundo actual ha llegado a constituir una herramienta de

trabajo necesario en muchos campos de la actividad intelectual, más aún en
la investigación científica la estadística es una técnica importante ya que con
sus métodos y técnicas ayudan en la búsqueda permanente de conocimientos
en cualquier área de estudio. Es fundamental que los directivos y empleados
de una empresa estén concientizados de la importancia de la estadística a la
hora de planificar controlar y dirigir la marcha de una empresa.

RESEÑA HISTÓRICA

SE DIVIDE EN 3 ETAPAS:

A.-ETAPA INICIAL

B.-ETAPA DE LA SISTEMATIZACIÓN

C.-ETAPA ACTUAL

A.-ETAPA INICIAL.-Desde la antigüedad hasta mediados del siglo XVII, la

estadística se llevó mediante censos poblacionales, registros de bienes y
servicios de un estado o pueblo.

La estadística se deriva del vocablo estado fin primordial la de llevar

registros de una población, nacimientos, funciones, impuestos, ingresos, etc.
Las culturas más antiguas que utilizaron la estadística fueron:

1.- EGIPTO: Hacían recopilaciones regulares de datos de la administración

estatal.

2.- ROMA: Se llevan registros numéricos para fines tributarios.

3.-HEBREOS: Utilizaron los datos estadísticos, así la Biblia refiere censos

poblacionales, hechos utilizados por Moisés.

4.-CHINA: El año 2258 A.C. el Emperador YAO dispuso el levantamiento de

un censo poblacional.

5.-ÁRABES: En el año 727, realizaron un censo más o menos completo en la

península Ibérica.

6.-INCAS: Utilizaron los Quipos para la recopilación y archivos de datos,

registraban los datos demográficos y socio económicos.

B.- ETAPA DE LA SISTEMATIZACIÓN

SE DIVIDE EN 3 ESCUELAS.

A.-Escuela Alemana

B.-Escuela Inglesa
C.-Escuela Francesa.

A.-ESCUELA ALEMANA.-Se creó por primera vez la cátedra de Estadística

originándose la Escuela Universitaria Administrativa, la que consideraba a la
estadística como una descripción de los fenómenos pertenecientes al Estado.
En esta escuela destacan.

1. VITO SECKENDORFF(1626-1689)
2. HERMANN COURING(1606-1681)
3. GODOFREDO DE ACHENWALL(1719-1772)

Este último fue el primer teórico de Estadística en lengua alemana y le dio el

nombre de Estadística basándose en el origen etimológico “Status”.

B.-ESCUELA INGLESA.-Nace la Escuela Demográfica o de los aritméticos

políticos quienes proponían:

Determinan en forma cuantitativa las leyes empíricas que regían el

comportamiento de los fenómenos políticos y sociales.

Quienes son los destacados:

 WILLIAM PETTY(1623-1687)
 EDMUNDO HALLEY(1662-1742)
 JOHN GRAUNT (1620-1674)

Este último realizó un trabajo matemático de estadísticas.

C.ESCUELA FRANCESA.-Nace la Escuela Probabilística basada en los

problemas de juegos de azar planteados por Blas Pascal (1623-1662).

C.-ETAPA ACTUAL.-Durante el siglo XIX y a principios del siglo XX el trabajo

estadística se caracteriza por el estudio de grandes masas de datos.

En los años treinta, se produjo un nuevo giro en el desarrollo de la

Estadística. Nació la Estadística Moderna, la Estadística Inductiva y la
Estadística Analítica. Actualmente se buscan métodos que hagan posible
obtener conclusiones generales a partir de muestras y de estudios parciales.
Destacaron:

FRANCISCO GALTON (1822-1911).

KARL PEARSON (1857-1936).

DEFINICIÓN DE ESTADÍSTICA ECONÓMICA

La Estadística Económica tiene por objeto medir, cuantificar y contrastar las

variables económicas.
La Estadística Económica tiene aplicación en las diferentes ramas de la
actividad económica o en la ciencia económica.

Ejemplo:

Economía aplicada -Econ. Industrial Campo de aplic -Producción

En las dif. Activ. -Econ.Minera -Distribución

-Econ. Agrícola -Circulación

-Economía Agrícola -Consumo

CONCEPTO DE ESTADÍSTICA

Es parte del método científico y se define como un conjunto de técnicas

usadas para recopilar, organizar, presentar, analizar e interpretar datos con el
fin de obtener conclusiones sobre determinados hechos o fenómenos en
estudio.

FUNCIONES DEL ANÁLISIS ESTADÍSTICO:

Se divide en dos grandes campos:

A.- ESTADÍSTICA DESCRIPTIVA: Describe y analiza el comportamiento de

un conjunto de datos tomados de una población o muestra, usa cuadros,
gráficos, cálculos de promedio, dispersiones.

B.- ESTADÍSTICA INFERENCIAL: Infiere o induce leyes de comportamiento

de una población a través del estudio de una muestra usa como base el
cálculo de las probabilidades. Usa como técnica las estimaciones y las
pruebas de hipótesis.

MÉTODOS ESTADÍSTICOS: Conjunto de procedimientos que se utiliza para

recopilar, organizar, presentar, analizar e interpretar datos estadísticos. Se
clasifican en:

1. Recolección de datos estadísticos.

2. Organización de datos estadísticos.
3. Presentación de datos estadísticos.
4. Análisis de datos estadísticos.
5. Interpretación de datos estadísticos.

A.-RECOLECCIÓN: La recolección de la información cuantitativa, sirve para

resolver problemas y éste se divide en:

1.- Recolección de datos internos: Se encuentran dentro de la organización

donde se hace el estudio.
2.- Recolección de datos externos: Se encuentra fuera de la organización
donde se hace el estudio.

Esta recolección se obtiene mediante dos fuentes:

a.-Fuente Primaria.-Esta información se obtiene mediante ciertas técnicas

(entrevistas, cuestionarios, etc).

Ejemplo: Aplicar un test a un grupo de estudiantes para determinar el nivel

intelectual.

b.- Fuente Secundaria.- Se obtiene mediante informes estadísticos de las

instituciones públicas y privadas, INEI, boletines estadísticos, revistas, etc.

P ara la recolección de éstos podemos hacer mediante dos métodos:

CENSAL: Abarca toda la población en estudio.

Ejemplo:

Censo de Población y vivienda de una localidad o de un país.

MUESTRAL: Abarca una parte de la población en estudio.

Ejemplo:

Encuesta de Nutrición

¿Cuántas veces a la semana comen carne?

Encuesta de Fecundación

¿Cuántos hijos hay en la familia?

B.- ORGANIZACIÓN: Se critica y se corrige los datos recopilados.

C.-PRESENTACIÓN.- Pone los datos a disposición para poder leer y facilitar,

el análisis estadístico. Se hace mediante tres formas:

1. Mediante enunciados

2.- Mediante tablas estadísticas

3.- Mediante gráficas estadísticas.

D.- ANÁLISIS.- Se realiza mediante el siguiente procedimiento:

1. Análisis simple si se ha usado métodos básicos.

2.-Inducción estadística si se ha realizado la teoría del muestreo.

3.-Si los datos son extensos, se aplicará el análisis de serie de tiempo

4.- Si poseen dos o más variables, se realizará el análisis de correlación

E. INTERPRETACIÓN: Sirve para realizar el análisis de datos para luego

obtener conclusiones válidas y poder tomar decisiones

TÉRMINOS ESTADÍSTICOS:

1.-ESTADÍSTICO.-Persona que se ocupa del estudio de la estadística

2.-ESTADÍGRAFO.-Medidas de resumen estadístico de un conjunto de datos

que se usan como fines descriptivos o analíticos. Ejm: X, mediana, varianza,
etc.

3.-PARÁMETRO.-Valor obtenido para describir en forma resumida las

características de una población.

4.-POBLACIÓN.- (N) (P) SE IDENTIFICAN

Es un conjunto grande y completo de individuos elementos o unidades que

presentan características comunes y observables.

UNIDAD.-Es cada elemento de la población

OBSERVACIÓN.-Es el resultado de medir una característica observable de

una unidad elemental se denomina dato estadístico.

La población se divide:

 Población Finita: Cuando se puede contar el número de sus elementos.

 Ejemplo:
 N. Finita Grande: Todos los estudiantes de la Universidad.
 N. Finita Pequeña: Los estudiantes presentes en el aula.
 Población Infinita: No se puede contar el número de sus elementos.
 Ejemplo: Todos los estudiantes que estudiaron, estudian y estudiarán
en la Universidad.

5.-MUESTRA.-Es el subconjunto de la población, los resultados obtenidos son

usados como base para describir estimar o predecir las características de una
población.

Ejemplo:

Supongamos que 10000 estudiantes son representativos de un Instituto y han

sido seleccionados del total de 30000 estudiantes.
El conjunto de datos recopilados concernientes a las edades de los 10000
estudiantes es una muestra y un investigador puede usar estos resultados
para estimar o predecir las edades de todos los estudiantes del Instituto.

6.-VARIABLES.- Es una característica o fenómeno que nos interesa conocer

o investigar, puede tomar diferentes valores numéricos o descriptivos. Se
representa por una letra mayúscula del alfabeto.

Ejemplo: La población constituida por los empleados de la universidad.

Algunas variables definidas en ésta población son:

X----- “SEXO”. VALORES: Masculino, Femenino.

Y----- “ESTADO CIVIL”. VALORES: Soltero, casado viudo, divorciado.

Z----- “NÚMERO DE HIJOS”. VALORES: 0, 1, 2,3 etc.

W---- “INGRESOS MENSUALES”. VALORES: Números reales positivos

.Estas variables se dividen en:

a.- Variables Cualitativas.- Expresan una cualidad, característica o atributo,

tienen carácter cualitativo, sus datos se expresan mediante una palabra, es
no numérico.

Ejemplo: estado civil, los colores, lugar de nacimiento, profesiones, causas de

accidentes, etc.

b.- Variables Cuantitativas.- Expresan en una cantidad, es de carácter

numérico. El dato o valor pueden resultar de la operación de contar o medir.

Ejemplo: edad, número de hijos por familia, ingresos, viviendas por centro
poblado, niveles de desempleo, producción, etc.

Las variables cuantitativas pueden ser:

1.- Variable Discreta:

a.- Variable Cuantitativa Discreta: Cuando el valor de la variable resulta de

la operación de contar, su valor está representado sólo por números naturales
(enteros positivos).

Ejemplo: hijos por familia, número de accidentes por día, trabajadores por
empresa, población por distritos, habitaciones por vivienda, etc.

b.- Variable Cuantitativa Continua.- Cuando la variables es susceptible de

medirse. Su valor se obtiene por medición o comparación con una unidad o
patrón de medida. Las variables continuas pueden tener cualquier valor
dentro de su rango o recorrido, por tanto se expresa por cualquier número
real.

Ejemplo: ingresos monetarios, área de parcelas, producción de maíz, tiempo

de servicio, estatura, etc.

ESCALA DE MEDICIÓN:

Se denomina escala de medición a un instrumento de medida, con el que se

asigna valores (cualidades o números) a las unidades estadísticas para una
variable definida.

El conocimiento de las escalas de medición es muy importante, pues cada

una de ellas tiene métodos estadísticos.

Las escalas de medición son las siguientes:

a.- Escala Nominal

b.- Escala Ordinal

c.- Escala de Intervalo

d.- Escala de Razón o Proporción

A.-ESCALA NOMINAL.- Es el nivel más simple de medición donde la variable

establecen distinción en las categorías sin orden. En este nivel de medición,
las categorías sólo se nombran o se enumeran, pero no se comparan.

Ejemplo: sexo, estado civil, raza.

FEMENINO DICOTÓMICAS

SEXO MASCULINO

DICOTÓMICAS: Si tienen dos categorías o clases.

RAZA BLANCA

NEGRA TRICOTÓMICAS

MESTIZO

TRICOTÓMICAS: Si tienen tres categorías o clases.

SOLTERO

ESTADO CIVIL CASADO POLITÓMICAS O

VIUDO MULTITÓMICAS

DIVORCIADO

POLITÓMICAS O MULTITÓMICAS: Si tienen más de tres categorías.

B.-ESCALA ORDINAL.- Son aquellas que agrupan objetos, individuos en

categorías ordenadas, son susceptibles de ordenación pero no de medición
cuantitativo.

Ejemplos:

HABITOS DE FUMAR:

 NO FUMADORES
 FUMADORES LEVES
 FUMADORES MODERADOS
 FUMADORES SEVEROS.

GRADOS DE INSTRUCCIÓN

 ANALFABETO
 PRIMARIA
 SECUNDARIA
  SUPERIOR

C.-ESCALA O INTERVALO.-La unidad de medida no necesariamente tiene

que partir del valor 0 solo sirve como punto o valor de comparación.

Ejemplo:

 Temperatura, un paciente puede llegar a 39° C, pero ello no significa

que su grado de temperatura haya tenido que a partir de 0°C,
 El rendimiento escolar: Un estudiante puede obtener calificación 18 en
Economía, pero ello no significa que necesariamente para llegar a esa
calificación haya tenido que obtener primero nota cero.
 Coeficiente de inteligencia
 Presión arterial

D.-ESCALA DE RAZÓN O PORCIÓN.-La unidad de medida necesariamente

tiene que partir del valor 0.

Ejemplo:

 Edad: Un individuo puede tener 28 años de edad, pero para llegar a

esa edad necesariamente ha tenido que partir de cero años.
 Estatura
 peso.

CAPÍTULO II. ORGANIZACIÓN Y PRESENTACIÓN DE DATOS

ESTADÍSTICOS.

Introducción: después de la recopilación de datos es necesario resumirlo,

presentarlos mediante cuadros para su presentación y análisis y utilización.

DISTRIBUCIÓN DE FRECUENCIAS: Una distribución de frecuencia o

cuadros resumen, muestra los valores de la variable con su correspondiente
frecuencia.

FRECUENCIA: es el número de veces que se presenta el valor entero de una

variable

TIPOS DE DISTRIBUCIÓN:

A.-para variables cualitativas

B.-para variables cuantitativas (discreta, continua)

 PRÁCTICA

1, .VARIABLE CUALITATIVA

A) PROBLEMA.-Gestión del presidente de la región de Ica

Población.-Todos los estudiantes de la Facultad de Ciencias Económicas y

Negocios Internacionales.

Muestra.-Un grupo de estudiantes de Negocios Internacionales

Variable –tipo de variable: variable cualitativa nominal.

OPINIÓN DE LOS ESTUDIANTES SOBRE LA GESTIÓN DEL PRESIDENTE
DE LA REGIÓN DE ICA.

(𝐹𝑖∗360) 7∗360
FORMULAS: <) = = = 63°
𝑁 40
N=frecuencia total

Hi% =𝐹𝑖𝑁 ∗ 100 = 407 ∗ 100 = 17.5

Lineales reales.

Entero…..0.5

1decimal…..0.05

2decimal……0.005

3 decimal…….0.005

RANGO: N DE CLASES AMPLITUD

𝑅
R= XMAX-XMIN K=1+3.33 LOG N C=
𝐾
1.2
R=2.28 -1.09 K=1+3.33 LOG 40 C= 6

R=1.19 K=1+3.33 (1.6020) C= 0.18

R=1.2 K=6.33 C=0.2

AL SEGUNDO SE LE RESTA 0.01

CUADRO DE DISTRIBUCIÓN DE FRECUENCIAS

HISTOGRAMA
MARCA DE CLASE CON FRECUENCIA RELATIVA
CAPITULO III. ETAPA DE ANÁLISIS E INTERPRETACIÓN DE

DATOS: MEDIDAS DE RESUMEN

En el capítulo anterior se ha estudiado los cuadros y gráficos como formas para

ordenar y describir un conjunto de datos para tomar decisiones .sin embargo, el
análisis resulta todavía un tanto incompleto, púes se hace necesario que todos los
datos contenidos en la tabla de distribución de frecuencias, se puede resumir aún
más para facilitar el análisis e interpretación de la información, utilizando ciertos
indicadores.

Estos indicadores, llamados también medidas de resumen o ESTADÍGRAFOS,

permiten hallar un solo valor numérico; el mismo que representa a toda la población o
muestra en estudio.

Las medidas de resumen o estadígrafos más importantes son:

De tendencia central: media aritmética, mediana, moda, media geométrica, etc.

De posición: Deciles, cuartiles, percentiles.

De dispersión: Rango, desviación media, desviación standard, varianza, coeficiente

de variación.

MEDIDAS O ESTADÍGRAFOS DE TENDENCIA CENTRAL

-Son estadígrafos que permiten hallar un solo valor numérico e indican el “centro “de
un conjunto de datos.

Este único valor numérico describe al conjunto de datos, señalando la característica

que destaca en la información.

DESCRIPCIÓN DE LAS MEDIDAS O ESTADÍGRAFOS DE TENDENCIA

CENTRAL

Los estadígrafos de tendencia central más importantes y que son materia de estudio,
son:

A.- MEDIA ARITMÉTICA O PROMEDIO ARITMÉTICO (x).- es la medida de

tendencia central más estable y se obtiene de acuerdo a lo siguiente:
a.- MEDIA ARITMÉTICA PARA DATOS NO AGRUPADOS.-

1.- Promedio aritmético simple.- se halla sumando todos los datos de la

distribución y dividendo dicha suma entre el total de los datos.

Suma de todos los datos

X= ∑ xi N° de datos

Media aritmética

Ejem:

El coeficiente de inteligencia (CI) de 5 personas es el siguiente: 100, 95, 102,115 y

98.

100+95+102+115+98
ẋ =
5
ẋ = 102

Interpretación: el coeficiente de inteligencia promedio es de 102.

2.-Promedio aritmético ponderado.- Es aquel promedio que se utiliza

cuando prevalece cierto peso, importancia o repetición de los datos en el
estudio.
X= ∑ xi.ni
Suma del producto de c/
∑ ni dato por el peso, importancia o repetición

Suma de todos los

pesos, importancia o repetición.

Promedio aritmético
Ejem: en una universidad, 28 profesores tiene 5 años de servicios, 16
profesores 10 y 11 profesores tienen 15.hallar el tiempo promedio de servicios
de los docentes.

tiempo de servicio número de

(xi) docentes (ni) xi.ni
5 28 (5)(28)=140
10 16 (10)(16)=160
15 11 (15)(11)=165
∑ ni=55 ∑xi.ni=465

∑𝑋𝑖.𝑛𝑖
ẋ= ∑ 𝑛𝑖

465
ẋ= = 8.45 años
55

Interpretación: el tiempo de servicio promedio de los docentes en esta

universidad es de 8 años.

B.- MEDIA ARITMÉTICA PARA DATOS AGRUPADOS.- se realiza a partir

de una tabla de frecuencias.

Existen 3 métodos:

1.- MÉTODO LARGO:

1
ẋ = ∑ 𝑓𝑖. 𝑥𝑖 Punto medio o marca de clase
𝑛

Frecuencia absoluta simple de c/clase.

2.-MÉTODO CORTO:

Frecuencia absoluta simple de c/ clase.

∑𝑓𝑖.𝑑𝑖 Desviación supuesto

𝑥̅ = A +
𝑛

3.-MÉTODO CODIFICADO:

Frecuencia absoluta simple de c/clase.

∑𝑓𝑖 .𝑢𝑖
𝑥̅ = A + ( ).𝑐 Tamaño o longitud de clase
𝑛

Desviación supuesto en unidades de

intervalos de clase.

DONDE:

𝑥̅ = = media aritmética verdadera real.

n = ∑fi = total de observaciones

fi = frecuencias absolutas simple de c/clase.

A=valor supuesto

Di = Xi - A Desviación supuesto

𝑑𝑖 Desviación supuesta en unidades de intervalos

Ui =
𝑐 de clase

C= Tamaño o longitud de clase

1. MÉTODO LARGO: di= Xi-A
1
𝑥̅ = ∑ fi.xi
𝑛

1498
𝑥̅ = = 37.45 años
40

𝑥̅ = 37 años aprox.

A=42  PUNTO MEDIO O VALOR PROMEDIO Ui = di/c

2. MÉTODO CORTO:
∑ fi.di
𝑥̅ = A +
𝑛
− 182
𝑥̅ = 42 + = 42- 4.55 = 37.45
40

𝑥̅ = 37 Años aprox.
3. MÉTODO CODIFICADO:

∑ fi.ui
𝑥̅ = A + ( ).𝑐
𝑛

− 26
𝑥̅ = 42 + ( ).7
40

𝑥̅ = 37.45 años

𝑥̅ = 37 años aprox.

̅̅̅̅): es un estadígrafo que permite promediar

MEDIA GEOMÉTRICA (Ẋ𝒈
proporciones, índices y tasa de crecimientos se obtiene de acuerdo a lo
siguiente:

A.-MEDIA GEOMÉTRICA PARA DATOS NO AGRUPADOS:

Es la raíz de índice “n” del producto continuado de los “datos.

𝑛
̅̅̅̅
𝑥𝑔̅ = √𝑋1. 𝑋2. 𝑋3 … … 𝑋𝑛
Donde: Xn = valores de los datos

N = números de datos

Ejem: El índice de crecimiento de niños vacunados a través de los años ha

sido el siguiente: 2012:100%, 2013:186%, 2014:230%.

El crecimiento promedio será:

𝑛
𝑥𝑔
̅̅̅̅ = √𝑋1. 𝑋2. 𝑋3 … … 𝑋𝑛

̅̅̅̅= 3√(100)(186)(230)
𝑥𝑔
3
𝑥𝑔
̅̅̅̅ = √4278000

𝑥𝑔
̅̅̅̅ = 162.3%

Interpretación: el índice de crecimiento anual promedio de niños vacunados

es de 162.3%
B.-MEDIA GEOMÉTRICA PARA DATOS AGRUPADOS:
∑𝒇𝒊
a.- 𝑥𝑔
̅̅̅̅ = √𝒙𝟏𝒇𝟏 + 𝒙𝟐𝒇𝟐 + 𝒙𝟑𝒇𝟑 + ⋯ + 𝒙𝒊𝒇𝒊

x1, x2,………….xi = marca de clase.

f1, f2,…………...fi = frecuencia absoluta simple.

∑fi = frecuencia absoluta total.

𝟏
b. log G = ∑ fi.log xi
𝒏

1
Log G = ∑ fi.log xi
𝑛
1
Log G = (61.8896)
40

Log G = 1.54724

G = 35.26

G = 35 Años
 40
̅̅̅̅= √217 + 2810 + 356 + 426 + 493 + 566 + 632
𝑥𝑔
Aplicando logaritmos:
1
Log 𝑥𝑔
̅̅̅̅ = (217 + 2810 + 356 + 426 + 493 + 566 + 632 )
40
1
Log 𝑥𝑔
̅̅̅̅ = 40 (7𝑙𝑜𝑔21 + 10𝑙𝑜𝑔28 + 6𝑙𝑜𝑔35 + 6𝑙𝑜𝑔42 + 3𝑙𝑜𝑔49 + 6𝑙𝑜𝑔56 + 2𝑙𝑜𝑔63)
1
Log 𝑥𝑔
̅̅̅̅ = 40 (9.3 + 14.5 + 9.3 + 9.7 + 5.1 + 10.5 + 3.6)
1
Log 𝑥𝑔
̅̅̅̅ = 40 (62) = 1.55

Aplicando antilogaritmo:

𝑥𝑔
̅̅̅̅= antilog (1.55) = 35.48

𝑥𝑔
̅̅̅̅= 35 años

MEDIA ARMÓNICA SIMPLE

Determinar la media armónica de los sgtes años:

4,8,5,4,2,8,5,4,2,8,5,4
A.-PARA DATOS NO AGRUPADOS

𝑛
H= 1
∑
𝑋𝑖

𝑛
H= 1
∑
𝑋𝑖

12
H=
2.975
H = 4.03
H = 4 años
B.-PARA DATOS AGRUPADOS:

𝑛
H= 𝑓𝑖
∑
𝑋𝑖

40
H=
1.2047
H = 33.20

H = 33 años

MEDIA CUADRÁTICA: Es una medida de tendencia central que se define

como la raíz cuadrada de la media aritmética de los cuadrados de la variable.

A.-PARA DATOS NO AGRUPADOS

∑𝑿𝒊 𝟐
C=√
𝒏

𝟑𝟐𝟑
C=√
𝟏𝟐

C = √𝟐𝟔. 𝟗𝟏𝟔𝟔

C = 5.18 años
B.-PARA DATOS AGRUPADOS:

𝟏
C=√ ∑𝒇𝒊. 𝑿𝒊𝟐
𝒏

𝟏
C=√ (𝟔𝟐𝟖𝟏𝟖)
𝟒𝟎

𝟔𝟐𝟖𝟏𝟖
C=√
𝟒𝟎

C = √𝟏𝟓𝟕𝟎. 𝟒𝟓
C = 39.6
C = 40 años

LA MEDIA ARITMÉTICA
A.- PARA DATOS NO AGRUPADOS:
∑𝑿𝒊
𝒙̅ = 𝒏

𝟓𝟗
𝒙̅ = 𝟏𝟐

𝒙̅ = 4.92

B.- PARA DATOS AGRUPADOS

𝟏
𝒙̅ = 𝒏 ∑𝒇𝒊. 𝑿𝒊 fi xi Fi.xi
7 21 147
𝟏
𝒙̅ = 𝟒𝟎 (𝟏𝟒𝟗𝟖) 10 28 280
𝟏𝟒𝟗𝟖 6 35 210
𝒙̅ = 𝟒𝟎 6 42 252
𝒙̅ = 𝟑𝟕. 𝟒𝟓 𝒂ñ𝒐𝒔 3 49 147
6 56 336
𝒙̅ = 37 años
2 63 126
∑fixi= 1498

H ≤ Ẋg ≤ Ẋ

33 ≤ 35 ≤ 37
LA MEDIANA: Es el estadígrafo que representa el punto medio de los datos,
en el cual cae el 50% de las puntuaciones. Se obtiene de la sgte manera:

A.-MEDIANA PARA DATOS NO AGRUPADOS:

La mediana es el valor medio (cuando la serie es impar) o la media aritmética

de los dos valores medios (cuando la serie es par), del conjunto de datos
previamente ordenados en forma creciente o decreciente.

Ejm: hallar la mediana de las edades de 5 personas 12, 13, 15, 48,10 años.

Solución:

Ordenamos los datos en forma creciente y la mediana es el dato que ocupa el

valor central, ya que la serie es impar, así:

10, 12, 13, 15,48

Luego Me= 13 años

Interpretación: el 50% de las persona tiene máximo 13 años de edad.

Ejm: hallar la mediana de las edades de 6 personas: 48, 52, 5, 50, 53,55
años

5, 48, 50, 52, 53,55

Observamos que 50 y 52 ocupan el centro del conjunto de datos ordenados,

entonces la mediana es el promedio aritmético simple de esos dos valores.

ME= 50+52 = 102 = 51 años

2 2

Interpretación: El 50% de las personas tienen como máximo 51 años de edad.

B.MEDIANA PARA DATOS AGRUPADOS:

Cuando los datos se encuentran agrupados en una tabla de distribución de

frecuencias.

∑𝑓𝑖
−(∑𝐹𝑖 )1
2
Me = Li + [ ].𝑐
𝑓𝑚𝑒

DONDE:

Me =mediana

Li= límite inferior del intervalo de la clase mediana.

∑Fi/ 2= semisuma de las frecuencias absolutas simples

(∑Fi )1 = suma de todas las frecuencias absolutas anteriores a la clase

mediana

fme = frecuencia de la clase mediana

c = amplitud del intervalo.

Ejm:

Consumo de carne vacuno

Clase

Mediana

Ejm: consumo de carne vacuno en una muestra de 80 familias en una

comunidad “x” .calcular la mediana para datos agrupados.

1° se halla la frecuencia Fa

∑fi 80
2° se ubica la clase mediana. = = 40
2 2

Reemplazando en la fórmula:

∑𝑓𝑖
−(∑𝐹𝑖 )1
2
Me = Li + [ ].𝑐
𝑓𝑚𝑒

80
−15
2
Me = 4.9 + [ ].2
26

Me = 4.9 + 1.9

Me= 6.8 kg
INTERPRETACIÓN: En la muestra en estudio, el 50% de las familias
consume como 6.8 kg / semana, de carne vacuno. El restante 50% de las
familias consume más 6.8kg /semanal.

LA MODA: es un estadígrafo que nos indica el valor o cualidad que se

permite con más frecuencia dentro de una variable.

A.- MODA PARA DATOS NO AGRUPADOS:

La moda es el valor más frecuente o el valor que más se repite dentro de una
serie de datos.

Ejm:

Calcular la moda del coeficiente intelectual de un grupo de alumnos 100, 95,

100, 110,100.

Luego: Mo = 100 UNIMODAL

Calcular la moda del coeficiente intelectual del siguiente grupo de alumnos 95,
100, 105, 110, 95, 100, 115,95.

Mo = 95 y 100 BIMODAL

MULTIMODAL cuanto tiene tres o más modas.

Ejm: hallar la moda para la siguiente información que consiste en una muestra
de consumidores según preferencia por marca de mantequilla.

La marca de la mantequilla
de mayor preferencia
es DORINA

Md= DORINA
B.-MODA PARA DATOS AGRUPADOS:

En este caso se halla mediante lo siguiente formula:

Md = valor modal

Li= limite inferior de la clase modal.

d´= diferencia de la frecuencia de la clase modal y la frecuencia de la clase

anterior a ella.

d´´=diferencia de la frecuencia de la clase modal y la frecuencia de la clase

siguiente a ella.

CLASE
MODAL

𝑑´
Md= Li + ( ).𝑐 d´= 10-7=3
𝑑´+𝑑´´

3
Md= 24.5 + ( ).7 d´´= 10-6=4 c=7
3 +4

Md= 27.5

Md= 27 años aprox

UBICACIÓN DE LA CLASE MODAL.-La clase modal se ubica en aquella

clase que tiene la mayor frecuencia .la mayor frecuencia es 10 y corresponde
a la segunda clase.

MEDIDAS DE POSICIÓN O CUARTILES.

1,-Teniendo en cuenta la información del cuadro sobre el concurso de carne

vacuno. Hallar el cuartil 1, decil 8 y percentil 60.
 Clase cuartílica

Clase percentílica

Clase decílica

CUARTILES:

(𝒊)(∑ 𝒇𝒊)
−(∑ 𝑭𝒊)𝟏
𝟒
Qi = Li + [ ].𝒄
𝒇𝑸𝒊

I = 1, 2,3; según el caso de hallar primero, segundo o tercer cuartil.

Li = límite inferior de la clase cuartilice

∑fi = suma de todas las frecuencias absolutas simples.

(∑fi)1 = suma de las frecuencias absolutas simples de todas las clases

anteriores o clase cuartilice.

fQi = frecuencia que corresponde a la clase cuartilice

Para hallar el Qi, se sigue los siguientes pasos:

1° se halla la frecuencia acumulada (Fi)

2°se ubica la clase cuartílica

Para el primer cuartil: i= 1, luego se utiliza parte de la fórmula:

(1)(∑ 𝑓𝑖) 1 ∗ 80
= = 20
4 4

(𝒊)(∑ 𝒇𝒊)
−(∑ 𝑭𝒊)𝟏
𝟒
Qi = Li + [ ].𝒄
𝒇𝑸𝒊
 (𝟏)(𝟖𝟎)
−𝟏𝟓
𝟒
Qi = 2 + [ ].𝟐
𝟐𝟔

Q1 = 2.38

Q1 = 2.4 Kg

B.-DECILES:

(𝒊)(∑ 𝒇𝒊)
−(∑ 𝑭𝒊)𝟏
𝟏𝟎
Di = Li + [ ].𝒄
𝒇𝑫𝒊

DONDE:

i = 1, 2,3,……., 9 según se tenga se halla primer, segundo…, noveno decil.

Li= límite inferior de la clase decilica .

∑fi = suma de todas las frecuencias absolutas simples.

(∑fi)1= suma de las frecuencias absolutas simples de todas las clases

anteriores a la clase decilica,

fDi= frecuencia que corresponde a la clase decilica

(𝟖)(𝒇𝒊) 𝟖 ∗ 𝟖𝟎
= = 𝟔𝟒
𝟏𝟎 𝟏𝟎
(𝒊)(∑ 𝒇𝒊)
−(∑ 𝑭𝒊)𝟏
𝟏𝟎
Di = Li + [ ].𝒄
𝒇𝑫𝒊

(𝟖)(𝟖𝟎)
−𝟔𝟏
𝟏𝟎
Di = 6 + [ ].𝟐
𝟏𝟑

𝟔𝟒 −𝟔𝟏
D8 = 6 + [ ].𝟐
𝟏𝟑
D8 = 6.5 kg
C.-PERCENTILES:

(𝒊)(∑ 𝒇𝒊)
−(∑ 𝑭𝒊)𝟏
𝟏𝟎𝟎
Pi = Li + [ ].𝒄
𝒇𝑷𝒊

i = 1, 2,3,…….99, aquí se trata de hallar el primer, el segundo,……noventa y

nueve avos percentil.

Li =límite inferior de la clase percentílica.

∑fi = suma de las frecuencias absolutas simples.

(∑fi)1 = suma de las frecuencias absolutas simples de todas las clases

anteriores a la clase percentílica.

(60)(80)
= 48
100

(𝟔𝟎)(𝟖𝟎)
−𝟒𝟏
𝟏𝟎𝟎
P60 = 4 + [ ].𝟐
𝟐𝟎

𝟒𝟖−𝟒𝟏
P60 = 4 + [ ].𝟐
𝟐𝟎
P60 = 4.7 kg
CAPITULO IV

MEDIDAS DE DISPERSIÓN
Son estadígrafos que miden la dispersión o desviación de los datos con
respecto al valor central.

Descripción de las medidas de dispersión:

A.- RANGO (R):

a.-para datos no agrupados.- es la diferencia entre el dato mayor y el

dato menor.

R = X máx. – X min

RANGO DATO MENOR

DATO MAYOR

EJM:

El tiempo que utilizan 6 personas de igual edad para desarrollar una

misma tarea fue la siguiente: 16, 12, 15, 18, 13,14, minutos.

El rango será:

R= 18-12

R= 6 Minutos

b.-para datos agrupados.- el rango es la diferencia entre el límite

superior de la últimas clase y el límite inferior de la primera clase, así:

R = Lsup - Linf

Clase k clase 1

LIMITE INFERIOR

RANGO LIMITE SUPERIOR PRIMERA CLASE

ULTIMA CLASE
EJM:

Hospital Regional

Pacientes atendidos con TBC por edad.

Límite inferior
clase 1

Límite superior clase k

𝑅 = 𝐿𝑆𝑈𝑃 − 𝐿𝐼𝑁𝐹

R= 20 - 0

R= 20 Años.

El rango es un estadígrafo de cálculo fácil, pero de uso limitado, ya que no

considera a todas las observaciones sino solo a los datos mínimos y
máximos. Por lo tanto, está fuertemente influenciado por los datos extremos.

Solo debe usarse cuando se desea saber en forma inmediata la dispersión de

datos, sin ninguna precisión estadística.

B.- DESVIACION MEDIA (DM):

a) Para datos no agrupados.- la desviación media es el promedio de la
suma de las desviaciones en valor absoluto de cada observación o dato
respecto a su media aritmética. Así:

∑|𝑋−𝑋̅|
DM =
𝑁

Media aritmética

Observación o dato Numero de datos

La función del valor absoluto, es la de cambiar la diferencia del signo
negativo a positivo, aso por ejemplo:

Valor absoluto de -3, es 3, valor absoluto -8, es 8.

Matemáticamente diremos:

|−3| = 3

|−8| = 8

Ejemplo: el tiempo que utilizan 6 niños de igual edad para desarrollar una
misma tarea fue el sgte:

16, 12, 15, 18, 13,14 minutos.

Para calcular la desviación media, seguiremos los sgtes pasos:

 CALCULO DE LA MEDIA ARITMETICA :

16+12+15+18+13+14 88
𝑋̅= = = 14.7
6 6
 CALCULO DE LA DESVICIÓN MEDIA:

|16−14.7|+|12−14.7|+|15−14.7|+|13−14..7|+|14−14.7|
DM=
1.3+2.7+3.3+1.7+0.7

10
DM = = 1.66 =1.7
6

INTERPRETACIÓN: El tiempo utilizado por los niños para desarrollar la tarea,

se dispersa su promedio 1.7 minutos con respecto al valor central.

b) Para datos agrupados.- La desviación media es el promedio de la suma

de las desviaciones en valor absoluto de cada marca de clase con respecto a
su media aritmética, multiplicado por su frecuencia respectiva.

Así:

∑|𝑋𝑖− 𝑋̅|𝐹𝑖
DM = ∑𝐹𝑖

Ejemplo: calcular la desviación media del sgte cuadro:

Solución:
SOLUCIÓN:

Hallaremos la media aritmética utilizando el método largo.

∑𝑥𝑖.𝑓𝑖 1
𝑥̅ = o 𝑥̅ = ∗ ∑𝑓𝑖. 𝑥𝑖
∑𝑓𝑖 𝑛

1
𝑥̅ = (530)
53

𝑥̅ = 10

Aplicando formula:

∑|𝑋𝑖− ̅̅̅
𝑋|𝐹𝑖
DM =
∑𝐹𝑖
176
DM= = 3.3
53

INTERPRETACIÓN: La edad de los niños de un colegio “x”, se dispersa en

promedio de 3.3 años con respecto al valor central.

 La desviación media es un estadígrafo mejor que el rango, ya que toma en

cuenta todas las observaciones o datos. Pero también es poco usada
debido a que el cambio del signo negativo de las desviaciones, al signo
positivo, se hace en forma muy simple, no algebraico, hecho que le resta
solidez automáticamente .el estadígrafo de dispersión de mayor uso, es la
desviación standard.
C.- DESVIACIÓN STANDARD O DESVIACIÓN TIPICA (𝝈).-
a.-Para datos no agrupados.- La desviación standard (𝜎) es la raizz
cuadrada del promedio de la suma de las desviaciones de cada
observación o dato con respecto a su media aritmética. Así:

√∑(𝑥𝑖−𝑥̅ )²
𝜎= media aritmetica
𝑁

Observación o dato.

Número de datos
 Se puede observar que el cálculo de la desviación standard es
similar al de la desviación media, sin embargo ,en la desviación
standard las desviaciones negativas con respecto a la media ,se
hacen positiva, elevando al cuadrado y extrayéndole la raíz
cuadrada .este método es mucho más preciso que el uso del valor
absoluto .así por ejemplo al valor -8,se le desea cambiar de signo
,lo que hace es elevar dicho valor al cuadrado y extraerle la raíz
cuadrada para obtener el numero original ,pero con signo cambiado.
√(−8²) =√64 = 8

Ejemplo:

Si le tiempo que utiliza 6 niños de igual edad para desarrollar la misma tarea
es de: 16, 12, 15, 18, 13,14 minutos. Para calcula la desviación estándar (σ),
seguimos los siguientes pasos:

1.- Se halla la media aritmética:

∑𝑥𝑖 88
𝑥̅ = = = 14.7
𝑁 6

2.- cada dato se resta de la media aritmética, elevando al cuadrado dicha

diferencia .luego sumamos los resultados, tal como se aprecia en el sgte
cuadro:
3.- Aplicando la fórmula:

∑(𝑥𝑖−𝑥̅ )²
𝛿=√ .
𝑁

23.34
𝛿=√
6

𝛿 = 1.97 = 2.0 = 2 MINUTOS

INTERPRETACIÓN:

El tiempo utilizado por los niños para desarrollar la tarea, se dispersa en

promedio ,2 minutos con respecto al valor central.

b.-Para datos agrupados.-

i) método largo.- la desviación standard ((σ) es la raíz cuadrada del

promedio de la suma de las desviaciones de c/ marca de clase con respecto a
su media aritmética, multiplicado por la frecuencia respectiva.

Así: marca de clase media aritmética

∑(𝑥𝑖−𝑥̅ )2 .𝑓𝑖
𝛿= √ Frecuencia absoluta simple
∑𝑓𝑖

Suma de todos las frecuencias absolutas simples

Ejemplo: de acuerdo al sgte cuadro, calcular la desviación standard.

Solución:

Hallamos la media aritmética utilizando el método largo:

1
𝑥̅ = ∑𝑓𝑖. 𝑥𝑖
𝑛

1
𝑥̅ = (530)
53

530
̅𝑥 = = 10
53
Aplicando formula:

∑(𝑥𝑖−𝑥̅ )2 .𝑓𝑖
𝜎=√
∑𝑓𝑖

1056
𝜎=√
53

𝜎 = √19.92

𝜎 = 4.46

𝜎 = 4.5

INTERPRETACIÓN: La edad de los niños de un colegio “x”, se dispersa en

promedio de 4.5 años con respecto al valor central

ii) método abreviado.- al igual que para el cálculo de la media aritmética,

consiste en codificar las clases partiendo de u=0 .se obtiene a través de la
formula siguiente:

∑𝑓𝑖.𝑢2 ∑𝑓𝑖.𝑢
𝜎=𝑤√ −( )
∑𝑓𝑖 ∑𝑓𝑖

Donde U = código de cada clase.

Ejemplo: aplicando el mismo ejemplo anterior se tiene:

1.- U=0 en la clase donde se ubica la mayor frecuencia (3° clase) luego la 2° y
1° clase les corresponde valores de el u enteros negativos en forma
correlativa (-1,-2) : y 4° y 5° clase les corresponde valores u enteros positivos
también en forma correlativa (1 y 2)

Aplicando formula:

∑𝑓𝑖. 𝑢2 ∑𝑓𝑖. 𝑢
𝜎=𝑤√ −( )
∑𝑓𝑖 ∑𝑓𝑖

66 0
𝜎 = 4.5√ −( )
53 53

𝜎 = 4.5√1.25 − (0)

𝜎 = 4.5 (1.1)
𝜎 = 4.5 𝑎ñ𝑜𝑠

VARIANZA: ( 𝝈²)
La varianza ( 𝝈²) es el promedio de la suma de los cuadrados de las
desviaciones de la variable respecto a su medio. Así:

∑(𝒙𝒊 − 𝒙̅ )²
𝝈² =
𝑵
En la práctica ,la varianza se obtiene elevando al cuadrado la desviación
standard tanto para datos agrupados como no agrupados .en la interpretación
debemos tener en cuenta que las unidades también han sido elevadas al
cuadrado. Por lo tanto el resultado será (años al cuadrados), (soles al
cuadrado), (kilogramos al cuadrado).

Ejemplo:

Se sabe que la 𝜎 = 2 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 del tiempo que utilizan 6 niños para

desarrollar la misma tarea, entonces la varianza será:

𝝈 = (𝟐𝐦𝐢𝐧)𝟐

𝝈 = 𝟒 𝒎𝒊𝒏²

INTERPRETACIÓN: El tiempo utilizado por los niños para desarrollar la tarea, se

dispersa el promedio en 4 minutos al cuadrado con respecto al valor central.

COEFICIENTE DE VARIACIÓN (CV): El coeficiente de variaciones es el cociente

ce la desviación standard y media aritmética expresando en porcentaje .así:

Desviación standard
𝝈
𝒄𝒗 = 𝒙̅ × 𝟏𝟎𝟎

Media aritmética

 El coeficiente de variación es un indicador de la dispersión relativa

de los datos ,y la unidad de unidad expresada en porcentaje .es
muy útil cuando se desea comparar dos o más distribuciones donde
las unidades de medidas son diferentes ( ejm: peso de kg, edad de
años)
 Ejm: en el caso de tiempo utilizado por los niños para desarrollar la
tarea ,sabemos que :
𝑥̅ = 14.7
𝜎 = 2 𝑚𝑖𝑛
Luego el coeficiente de variación será:

𝜎
𝑐𝑣 = × 100
𝑥̅
2
𝑐𝑣 = × 100
14.7
𝑐𝑣 = 13.6%

INTERPRETACIÓN: el tiempo utilizado por los niños para desarrollar la tarea,

se dispersa el promedio en 13.6% con respecto al valor central.