Ae Ap Ca2-Unidad Didactica-Estadistica Descriptiva

UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODALIDAD A DISTANCIA
UNIDAD DIDACTICA
ESTADISTICA DESCRIPTIVA
Contabilidad y Auditoria
Administración Pública
Eje de formación: BASICA
Nivel: SEGUNDO
Periodo académico: 2021 – 2022

ESTADÍSTICA DESCRIPTIVA
R. Mena, R. Escobar, E. Haro, E. Córdova, M. Merino, H. Cumbal, A. Zurita
1. UNIDAD 1: DEFINICIONES Y ORGANIZACIÓN DE DATOS........................................7
1.1. CONCEPTOS BÁSICOS...............................................................................................7
1.1.1. ESTADISTICA............................................................................................................7
1.1.2. IMPORTANCIA Y ÁMBITO .........................................................................................8
1.1.3. CLASIFICACIÓN DE LA ESTADÍSTICA ......................................................................9
1.1.3.1. Estadística Descriptiva .............................................................................................9
1.1.3.2. Estadística Inferencial .............................................................................................9
1.2. POBLACIÓN Y MUESTRA .........................................................................................10
1.2.1. POBLACIÓN ............................................................................................................10
1.2.2. MUESTRA ................................................................................................................10
1.3. DATOS ESTADÍSTICOS ...........................................................................................11
1.3.1. VARIABLES .............................................................................................................11
1.3.1.1. Variables cuantitativas...........................................................................................12
1.3.1.2. Variables cualitativas .............................................................................................12
1.3.2. NIVELES DE MEDICIÓN ..........................................................................................12
1.4. MÉTODOS ESTADÍSTICOS ......................................................................................13
1.4.1. RECOLECCIÓN (MEDICIÓN) ...................................................................................14
1.4.2. RECUENTO (CÓMPUTO) ..........................................................................................14
1.4.3. PRESENTACIÓN ......................................................................................................15
1.4.4. SÍNTESIS ................................................................................................................15
1.4.5. ANÁLISIS................................................................................................................15
1.5. ORGANIZACIÓN DE DATOS ....................................................................................16
1.5.1. TABLAS ESTADÍSTICAS ..........................................................................................16
1.5.2. PARTES DE UNA TABLA ..........................................................................................16
1.5.2.1. Numeración de las tablas .......................................................................................17
Página 1
1.5.2.2. Títulos de tablas .....................................................................................................17
1.5.2.3. Cuerpo de una tabla: ..............................................................................................18
1.5.2.4. Notas de la tabla ....................................................................................................18
1.5.2.5. Tablas de otras fuentes ..........................................................................................19
1.5.3. TIPOS DE TABLAS...................................................................................................19
1.5.3.1. Tablas de una entrada ............................................................................................19
1.5.3.2. Tablas de dos entradas ..........................................................................................19
1.5.3.3. Tablas complejas:...................................................................................................20
1.6. GRÁFICOS ESTADÍSTICOS......................................................................................22
1.6.1. GRÁFICAS LINEALES ..............................................................................................23
1.6.2. GRÁFICOS DE SUPERFICIE .....................................................................................24
1.6.3. OTROS ....................................................................................................................25
1.6.3.1. Gráficos XY (de dispersión): ..................................................................................25
1.6.3.2. Gráficos de área .....................................................................................................26
1.7. DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS ...................................27
1.7.1. DISTRIBUCIONES DE FRECUENCIAS PARA DATOS CUANTITATIVOS ...............28
1.7.1.1. Pasos para elaborar una distribución de frecuencias ............................................28
1.8. DIAGRAMAS DE FRECUENCIAS...............................................................................37
1.8.1. DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO ...............................37
1.8.1.1. Diagrama de barras. ...............................................................................................37
1.8.1.2. Gráficas en forma de pastel. ..................................................................................38
1.8.2. DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO DISCRETO ...........39
1.8.2.1. Diagrama de barras ................................................................................................39
1.8.2.2. Diagrama en forma de pastel .................................................................................40
1.8.3. DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO CONTINUO ..........41
1.8.3.1. Histograma .............................................................................................................42
1.8.3.2. Polígono .................................................................................................................43
Página 2
1.8.3.3. Ojiva .......................................................................................................................44
2. UNIDAD 2: CALCULO DE MEDIDAS ........................................................................46
2.1. INTRODUCCIÓN......................................................................................................46
2.2. MEDIDAS DE TENDENCIA CENTRAL .......................................................................47
2.2.1. MEDIA ARITMÉTICA ...............................................................................................48
2.2.1.1. Media aritmética con datos no agrupados .............................................................48
2.2.1.2. Media aritmética con datos agrupados ..................................................................51
2.2.2. MEDIA PONDERADA ...............................................................................................55
2.2.3. LA MEDIANA ...........................................................................................................57
2.2.3.1. Mediana de datos no agrupados ............................................................................57
2.2.3.2. Mediana de datos agrupados .................................................................................59
2.2.4. MODA......................................................................................................................64
2.2.4.1. Moda de datos no agrupados .................................................................................64
2.2.4.2. Moda de datos agrupados ......................................................................................66
2.2.5. MEDIA GEOMÉTRICA ..............................................................................................68
2.2.5.1. Fórmula de la media geométrica de datos no agrupados. .....................................68
2.2.5.2. Fórmula de la media geométrica de datos agrupados. ..........................................70
2.2.6. FORMA DE LA DISTRIBUCIÓN ................................................................................72
2.3. MEDIDAS DE DISPERSIÓN .....................................................................................78
2.3.1. DISPERCIÓN ABSOLUTA.........................................................................................78
2.3.1.1. Rango .....................................................................................................................78
2.3.1.2. Varianza .................................................................................................................79
2.3.1.3. Desviación estándar ...............................................................................................83
2.3.2. DISPERCIÓN RELATIVA..........................................................................................85
2.3.2.1. Coeficiente de variación relativa ............................................................................85
2.4. MEDIDAS DE POSICIÓN .........................................................................................88
2.4.1. MEDIDAS DE POSICIÓN .........................................................................................88
Página 3
2.4.1.1. Los Cuartiles ...........................................................................................................88
2.4.1.2. Los Deciles .............................................................................................................89
2.4.1.3. Los Percentiles .......................................................................................................89
2.4.1.4. Cuantiles para datos no agrupados........................................................................89
2.4.1.5. Cuantiles para datos agrupados.............................................................................93
2.5. MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS .....................................................96
2.5.1. ASIMETRÍA .............................................................................................................96
2.5.2. APUNTAMIENTO O CURTOSIS ............................................................................. 100
3. UNIDAD 3: INTRODUCCIÓN A LA TEORÍA DE PROBABILIDADES ...................... 103
3.1. CONCEPTOS PRINCIPALES .................................................................................. 103
3.2. PROBABILIDAD, ELEMENTOS Y DEFINICIONES.................................................. 104
3.3. ENFOQUES DE LA PROBABILIDAD. - ................................................................... 105
3.4. REGLAS DE LA PROBABILIDAD ........................................................................... 105
3.4.1. REGLA DE LA ADICIÓN ........................................................................................ 105
3.4.1.1. Regla Especial de Adición.................................................................................... 106
3.4.1.2. Regla General de Adición .................................................................................... 106
3.4.2. REGLA DE LA MULTIPLICACIÓN .......................................................................... 107
3.4.2.1. Regla Especial de Multiplicación ......................................................................... 107
3.4.2.2. Regla General de Multiplicación .......................................................................... 107
3.4.3. REGLA DEL COMPLEMENTO ................................................................................. 108
3.5. TABLAS DE CONTINGENCIA Y ÁRBOL DE PROBABILIDADES .............................. 108
3.5.1. TABLA DE CONTINGENCIA .................................................................................. 108
3.5.2. ÁRBOL DE PROBABILIDADES .............................................................................. 110
3.6. TEOREMA DE BAYES ............................................................................................ 111
3.7. PRINCIPIOS DEL CONTEO ................................................................................... 111
3.7.1. LA FÓRMULA DE MULTIPLICACIÓN ..................................................................... 111
3.7.2. PERMUTACIÓN .................................................................................................... 112
Página 4
3.7.3. COMBINACIÓN .................................................................................................... 112
4. UNIDAD 4: NÚMEROS ÍNDICES ........................................................................... 114
4.1. INTRODUCCIÓN................................................................................................... 114
4.2. CARACTERÍSTICAS .............................................................................................. 114
4.3. CLASIFICACIÓN DE LOS NÚMEROS ÍNDICES ...................................................... 114
4.3.1. NÚMEROS ÍNDICES DE PRECIOS ......................................................................... 114
4.3.2. NÚMEROS ÍNDICES DE CANTIDAD ...................................................................... 115
4.3.3. NÚMEROS ÍNDICES DE VALOR ............................................................................ 115
4.3.4. NÚMEROS ÍNDICES SIMPLES .............................................................................. 115
4.3.5. NÚMEROS ÍNDICES NO PONDERADOS ............................................................... 116
4.3.5.1. PROMEDIO SIMPLE DE LOS ÍNDICES DE PRECIOS ............................................. 116
4.3.5.2. ÍNDICE AGREGADO SIMPLE ................................................................................ 118
4.3.6. NÚMEROS ÍNDICES PONDERADOS ..................................................................... 118
4.3.6.1. ÍNDICE DE LAYSPEYRES...................................................................................... 119
4.3.6.2. ÍNDICE DE PAASCHE ........................................................................................... 120
4.3.6.3. ÍNDICE DE FISHER .............................................................................................. 121
4.3.7. ÍNDICES DE VALOR ............................................................................................. 121
Página 5
ESTADÍSTICA DESCRITIVA
AUTORES:
Rómulo Eduardo Mena Campana
Edwin Ramiro Haro Haro
Mayra Alexandra Córdova Alarcón
Victor Marcelo Mérino Castillo
Hector Silvio Cumbal Flores
Norma Alexandra Zurita Zurita
Página 6
1. UNIDAD 1: DEFINICIONES Y ORGANIZACIÓN DE

DATOS
OBJETIVOS
1. Saber qué significa estadística.
2. Exponer el ámbito de aplicación y la importancia de la
estadística.
3. Diferenciar entre una variable cualitativa y una variable
cuantitativa.
4. Distinguir entre una variable discreta y una variable continua.
5. Diferenciar entre niveles de medición nominal, ordinal, por
intervalo y de razón.
6. Explicar qué es estadística descriptiva y estadística
inferencial.
7. Realizar pequeñas investigaciones estadísticas, aplicando las
etapas del proceso de investigación.
8. Aplicar la metodología en la elaboración de tablas de
distribución de frecuencias.
9. Seleccionar y elaborar figuras que visualicen la información de
las tablas.
10. Analizar y obtener conclusiones sobre la información
contenida en las tablas y gráficas.
1.1. CONCEPTOS BÁSICOS
1.1.1. ESTADISTICA
En esta unidad revisaremos algunos conceptos útiles los cuales le

servirá al estudiante formarse una idea de los términos más usados
en el estudio de la estadística.
Una definición clara y sencilla señala que, la estadística es la ciencia

que recoge, organiza, presenta, analiza e interpreta datos con el fin
de propiciar una toma de decisiones más eficaz (Lind, Marchal, &
Wathen, 2012).
Ciro Martínez, al presentar el significado de la palabra estadística

señala que, es un sistema o método usado para la recolección,
organización, análisis y descripción numérica de la información.
También se puede decir que la estadística estudia el comportamiento
de hechos o fenómenos de grupo (Martínez, 2012).
Página 7
Otra definición muy sucinta indica que, la estadística es el arte y la

ciencia de recolectar, analizar, presentar e interpretar datos
(Anderson, Sweeney, & Williams, 2008).
El término estadística proviene del latín statisticum collegium

(“consejo de Estado”) y de su derivado italiano statista (“hombre
de Estado o político”). En 1749, el alemán Gottfried Achenwall
comenzó a utilizar la palabra alemana statistik para designar el
análisis de datos estatales. Por lo tanto, los orígenes de la estadística
están relacionados con el gobierno y sus cuerpos administrativos
(Definición.de, 2015).
Por lo anterior, teniendo en cuenta las bondades que aportó la

estadística a la gestión de los estados; las empresas y personas, la
han aprovechado y en la actualidad no existe campo de estudio en la
que la estadística se encuentre ausente.
1.1.2. IMPORTANCIA Y ÁMBITO
En nuestra vida cuotidiana, cuando revisamos periódicos, revistas,

internet, al mirar los noticieros en televisión, nos encontramos con
tablas, gráficos, medidas, análisis e interpretaciones que nos dan
cuenta de lo que pasa en nuestro contexto y en distintos lugares del
planeta. Podemos enterarnos, que está ocurriendo en el campeonato
nacional de futbol, qué equipos ocupan las primeras posiciones en la
tabla, cuáles ocupan las últimas posiciones; en el ámbito artístico,
cuáles son las preferencias musicales de los jóvenes de 10 a 15 años,
o de 16 a 25 años, por supuesto, se encontrarán diferencias; en el
ámbito profesional, cuáles son las tendencias de estudios
universitarios más demandadas, cuáles son las profesiones más
rentables; en los dispositivos tecnológicos, cuáles son las
necesidades actuales de equipos, las preferencias de un grupos de
jóvenes, las necesidades de los universitarios, de las amas de casa,
de los hombres y mujeres de negocios, etc.
Pero no solo podemos encontrar necesidades de personas naturales;

las personas jurídicas, esto es negocios y empresas, pequeñas y
grandes, también necesitan información para enrumbar su actividad
a aquello que les permita producir más, cubrir mayores mercados,
incrementar su patrimonio, incrementar su utilidad, cómo se
encuentra evolucionando la demanda el mercado de los bienes que
producen, cuál es la evolución de los precios, cuál es la participación
de la empresa o producto en el mercado, si existen posibilidades de
Página 8
expansión, si las ventas en cantidad y en dólares se encuentran en

franco ascenso o descenso, si existirá la posibilidad de aplicar
estrategias que mejoren las ventas, la apertura para nuevos
mercados, para nuevos productos, etc.
Pero la estadística no solo es útil para el desempeño de la vida

cuotidiana y de los negocios; sino que ésta va más allá de ellos, las
diferentes ciencias se han desarrollado mediante la utilización de la
estadística como: las médicas, que nos da cuenta de la evolución de
las enfermedades, la eficacia de los medicamentos y tratamientos,
el porcentaje de éxito en determinado tipo de cirugía, la frecuencia
de las enfermedades, sus índices de mortalidad, etc.; las ciencias
sociales la cual involucra a los ámbitos: educativo, que nos permite
conocer los índices de estudio escolarizado, alfabetismo,
analfabetismo; la psicología, que contribuye al conocimiento del
comportamiento de los individuos y sus aptitudes, la sociología en la
evolución y desarrollo de las culturas y sociedades, la economía
contribuye con estudios tanto microeconómicos como
macroeconómicos; y más ámbitos tales como demografía,
administración pública, historia, geografía, antropología, etc.
Como se habrá dado cuenta, el ámbito de aplicación de la estadística

es extenso, por su muy diverso uso y su necesaria actualización. La
toma de decisiones acertadas son realizadas con información, su
validez y confiabilidad se sujetan a los instrumentos y técnicas
estadísticas utilizadas en la investigación de interés.
1.1.3. CLASIFICACIÓN DE LA ESTADÍSTICA
1.1.3.1. Estadística Descriptiva

Es el conjunto de técnicas que se encargan de organizar, resumir,
presentar y describir los datos de manera informativa. Los medios
útiles para la presentación y descripción de datos son: las tablas de
frecuencia, los gráficos, el cálculo de medidas de tendencia central,
de posición, de variabilidad, etc.
1.1.3.2. Estadística Inferencial

Es el conjunto de técnicas que se encargan de estimar los parámetros
poblacionales a partir de una muestra. La exactitud de la estimación
depende de las técnicas estadísticas usadas y del cuidado con que se
tomó la muestra. La diferencia entre el estadístico de la muestra y el
parámetro de la población se denomina error muestral.
Página 9
1.2. POBLACIÓN Y MUESTRA
1.2.1. POBLACIÓN
Es un conjunto de medidas o recuento de todos los elementos que

presentan una característica común (Martínez, 2012).
Un estudio poblacional equivale a una investigación total, ejemplo de

ello, en el Ecuador se realizó en noviembre del 2010 el Censo de
Población y Vivienda, el cual consistió en un recuento de la población
y las viviendas para generar información estadística confiable, veraz
y oportuna acerca de la magnitud, estructura, crecimiento,
distribución de la población y de sus características económicas,
sociales y demográficas, que sirva de base para la elaboración de
planes generales de desarrollo y la formulación de programas y
proyectos a cargo de organismos de los sectores público y privado
(Instituto Nacional de Estadísticas y Censos, 2015).
1.2.2. MUESTRA
Es un conjunto de medidas o recuento de una parte de elementos
que pertenecen a la población de interés.
Para que una muestra sea representativa de una población, los

elementos deben ser seleccionados aleatoriamente, esto es, los
elementos que se encuentran en la población, todos tienen la misma
oportunidad de ser elegidos en la muestra.
Un estudio muestral se justifica cuando el estudio poblacional se ve

imposibilitado porque:
 Las poblaciones son muy grandes o infinitas.

 El tiempo requerido es demasiado grande.
 Los costos son elevados que imposibilita la ejecución de la
investigación.
 Existe limitación en la disponibilidad del recurso humano.
 Debido a la naturaleza destructiva de los elementos sujetos a
estudio.
 La homogeneidad de la característica.
Parámetro. Es una característica medida de una población

completa, por ejemplo: la proporción de alumnos de más de 21 años
que ingresan a la universidad. En estadística se asignan símbolos del
alfabeto griego para designar un parámetro (Slideshare, 2015).
Página 10
Estimador. Es la medida de una característica relativa a la muestra,

al valor promedio de los datos y la imagen de éstos; la mayoría de
los estadísticos muestrales se encuentran por medio de fórmulas y
suelen asignárseles símbolos del alfabeto latino (Slideshare, 2015).
1.3. DATOS ESTADÍSTICOS
Los datos son hechos, informaciones y cifras que se recogen,

analizan y resumen para su presentación e interpretación. A todos
los datos reunidos para un determinado estudio se les llama conjunto
de datos para el estudio (Anderson, Sweeney, & Williams,
2008).Como por ejemplo si considera:
Variable Conjunto de datos

Edad (en años) {1, 2, 3, ⋯ }
Número de hijos {0, 1, 2, ⋯ }
Estatura (en centímetros) {150, 162,173, ⋯ }
Estado civil {𝑠𝑜𝑙𝑡𝑒𝑟𝑜, 𝑐𝑎𝑠𝑎𝑑𝑜, 𝑑𝑖𝑣𝑜𝑟𝑐𝑖𝑎𝑑𝑜, ⋯ }
Grupo sanguíneo {𝐴, 𝐵, 𝐴𝐵, 𝑂}
1.3.1. VARIABLES
Una variable es una característica de los elementos que es de interés

(Anderson, Sweeney, & Williams, 2008). Las cifras o información
que conforma un conjunto de datos, son obtenidas cuando se
averigua una variable, a los elementos o individuos sujetos en un
estudio de investigación.
Como se observa en los ejemplos de: edad, número de hijos,

estatura, estado civil, grupo sanguíneo; se tienen variables de dos
clases de datos, los cuantitativos y cualitativos.
Datos cuantitativos. Son expresados numéricamente y nos dan

una idea de cantidad, dimensión, duración, distancia, etc.
Datos cualitativos. Son conocidos también como datos de atributo,

agrupan a una población o muestra en características semejantes,
pero no tienen medidas numéricas; se encuentran comprendidas por
etiquetas o nombres que identifican el atributo de cada elemento,
Como en el caso de la variable estado civil, el dato de respuesta
podría ser: soltero, casado, viudo, divorciado, etc .
Página 11
De acuerdo a la naturaleza de los datos se debe escoger el método

apropiado para resumir la información, determinar las medidas
adecuadas y realizar sus correspondientes análisis. Para ello es
necesario clasificar a las variables en dos tipos.
1.3.1.1. Variables cuantitativas

Se encuentran en este grupo aquellas que pueden medirse,
cuantificarse, permiten una descripción o representación numérica.
Estas variables atendiendo a los valores que pueden tomar se
clasifican en variables discretas y continuas.
a. Variable discreta. Se refiere a aquella que sólo puede tomar

valores enteros, esto es: 1, 2, 3, etc., tal es el caso del número
de hijos por familia, número de televisores en un hogar, etc.
b. Variable continua. Toma todos los valores posibles en un

intervalo, es decir, se admiten valores fraccionarios, como el
número de años de una persona: 20 años, tres meses, cinco días,
valor pagado por impuesto a la renta de un profesional o
empresa, etc.
1.3.1.2. Variables cualitativas

Estas variables agrupan cualidades o atributos, en la que los casos
de estudio pueden formarse dos grupos como: hombre – mujer,
estudiante – no estudiante, con empleo – sin empleo, etc. Pero
también estas variables pueden conformar más de dos grupos como;
al estudiar el grupo sanguíneo de los individuos se tendrá: A, B, AB
y O (cuatro grupos); el estado civil de las personas se tendrá soltero
(a), casado (a), divorciado (a), viudo (a) y unión de hecho, etc.
1.3.2. NIVELES DE MEDICIÓN
Según sea de un tipo u otro, la variable podrá medirse de distinta

manera, esto es, tendrán distintas escalas o niveles de medición.
En las variables cualitativas los datos son de nivel nominal y ordinal.
a. Datos de nivel nominal. Los datos de los elementos sujetos de

análisis se encuentran representados por nombres, admiten una
clasificación, sin que ello signifique un orden lógico. Como
ejemplos serían: Países que integran el pacto andino, género de
los estudiantes de un curso de estadística, marca de automóviles,
etc.
Página 12
b. Datos de nivel ordinal. Los datos de los elementos sujetos de

análisis se disponen de acuerdo a un orden que se encuentra
especificado, razón por lo que los datos se pueden clasificar y
ordenar. Como ejemplo, las calificaciones cualitativas asignadas
por el profesor de estadísticas a los trabajos presentados por los
estudiantes serían: excelente, muy bueno, bueno, regular y malo.
Tabla de posiciones de los equipos que intervienen en el
campeonato ecuatoriano de futbol de la serie A, se tendría
primero, segundo, tercero, … ,etc.
En las variables cuantitativas los datos son de nivel de intervalo y de
razón.
a. Datos de nivel de intervalo. Identifica la posición ordinal de cada

elemento sujeto de análisis y las diferencias entre intervalos es la
misma. Ejemplos de datos de intervalo son la temperatura
ambiental observada en la escala de grados centígrados, las tallas
de las diferentes prendas de vestir, etc.
b. Datos de nivel de proporción: Identifica la posición ordinal de cada

elemento sujeto de análisis, las distancias de cada intervalo es la
misma, se basa en un sistema numérico en la que el cero es
significativo y las operaciones de multiplicación y división tienen
un resultado racional. Ejemplos de esto se tiene a: las ventas en
dólares de un establecimiento comercial, en donde el cero
representa que en ese día no ha existido ventas, costos,
rentabilidad, participación en el mercado, etc.
1.4. MÉTODOS ESTADÍSTICOS
El método estadístico según se le atribuye a Jesús Reynaga, profesor

de Salud Pública de la Facultad de Medicina, UNAM, consiste en una
serie de procedimientos para el manejo de los datos cualitativos y
cuantitativos de la investigación.
Las características que adoptan los procedimientos propios del

método estadístico dependen del diseño de investigación
seleccionado para la comprobación de la consecuencia verificable en
cuestión.
El método estadístico tiene las siguientes etapas:
 Recolección (medición)
Página 13
 Recuento (cómputo)
 Presentación
 Descripción
 Análisis
Tales etapas siempre se encuentran en el orden descrito y cada

una de ellas consiste de manera resumida en lo siguiente:
1.4.1. RECOLECCIÓN (MEDICIÓN)
En esta etapa se recoge la información cualitativa y cuantitativa

señalada en el diseño de la investigación.
La recolección o medición puede realizarse de diferentes maneras: a

veces ocurre por simple observación y en otras ocasiones requiere
de complejos procedimientos de medición
La calidad técnica de esta etapa es fundamental ya que de ella

depende que se disponga de datos exactos y confiables en los cuales
se fundamenten las conclusiones de toda la investigación.
En ocasiones, la recolección de la información debe ocurrir en grupos

tan grandes de individuos que se hace imposible tratar de abarcar a
todos ellos; entonces es cuando se pone en práctica procedimientos
de muestreo.
Tales procedimientos de muestreo están subordinados a la

consecuencia verificable que se desea comprobar y al diseño de
investigación seleccionado.
1.4.2. RECUENTO (CÓMPUTO)
En ésta etapa del método estadístico, la información recogida es

sometida a revisión clasificación y cómputo numérico.
A veces el recuento puede realizarse de manera muy simple, por

ejemplo con rayas o palillos; sin embargo, puede requerirse el
empleo de computadoras y programas especiales para el manejo de
base de datos.
En términos generales puede decirse que el recuento consiste en la

cuantificación de la frecuencia con que aparecen las diferentes
características medidas de los elementos en estudio; por ejemplo, el
número de personas de sexo femenino y el de personas de sexo
Página 14
masculino; o, el número de niños con peso menor de 3 kilos y el

número de niños con peso igual o mayor a dicha cifra.
1.4.3. PRESENTACIÓN
En esta etapa del método estadístico, se elaboran las tablas y figuras,

las cuales permiten una inspección precisa y rápida de los datos. La
elaboración de tablas tiene por propósito acomodar los datos de
manera que se pueda efectuar una revisión numérica precisa de los
mismos. La elaboración de figuras tiene por propósito facilitar la
inspección visual rápida de la información.
1.4.4. SÍNTESIS
En esta etapa la información, es resumida en forma de medidas que

permiten expresar de manera sintética las principales propiedades
numéricas de grandes series o agrupamiento de datos. Tales medidas
de resumen, al ser comunicadas, permiten a los interlocutores evocar
de una misma esencia de los datos; por ejemplo, cuando alguien
informa que el promedio de un grupo de alumnos es de 9.6 puntos
en una escala que va del 0 al 10, la imagen que se transmite es de
un grupo con buen aprovechamiento escolar.
Entre las principales medidas para sintetizar los datos cuantitativos

se encuentra la moda y la amplitud, la mediana y los percentiles y el
promedio y la desviación estándar.
1.4.5. ANÁLISIS
En esta etapa mediante fórmulas estadísticas apropiadas y el uso de

tablas específicamente diseñadas, se efectúa la comparación de las
medidas de resumen previamente calculada. El análisis estadístico
de los datos consiste en la comparación.
Existen procedimientos bien establecidos para la comparación de las

medidas de resumen que se hayan calculado en la etapa de
descripción. Tales procedimientos, conocidos como pruebas de
análisis estadísticos cuentan con sus fórmulas y procedimientos
propios.
Cada prueba de análisis estadístico debe utilizarse siempre en

función del tipo de diseño de investigación que se haya seleccionado
para la comprobación de cada consecuencia verificable o deducible,
a partir de la hipótesis general de la investigación.
Página 15
Por lo anterior, puede considerarse a la estadística como una

disciplina que posee su propio método. Tal disciplina emplea
conocimientos de otras ciencias como la lógica y la matemática; y
por eso, se dice que la estadística es una forma razonable de emplear
el sentido común y la parte aritmética la complementa con el manejo
de datos de la investigación (Reynaga, 2015).
1.5. ORGANIZACIÓN DE DATOS

1.5.1. TABLAS ESTADÍSTICAS
Al realizar una investigación estadística, lo más probable es que se

cuente con una gran cantidad de datos correspondientes a una
variable de interés, por lo que será necesario tabularlos; es decir,
hay que confeccionar con ellos una tabla en la que aparezcan
ordenadamente. Esto es los valores de la variable de interés o estudio
y el número de elementos o individuos de cada valor; es decir, su
frecuencia.
En la sección 1.1.3 se realizó la distinción entre variables cualitativas

y cuantitativas. Recordando, la variable cualitativa o atributo, es de
naturaleza no numérica, la cual puede clasificarse en distintas
categorías, no hay un orden particular en estas categorías. Ejemplos
de datos cualitativos incluyen la afiliación política a los distintos
partidos existentes en el Ecuador como: Partido Renovador
Institucional Acción Nacional, Partido Avanza, Partido Movimiento
Popular Democrático, Partido Sociedad Patriótica, Partido Socialista,
Partido Social Cristiano, etc., el método de pago al comprar en
Supermercados La Favorita (SUPERMAXI): efectivo, cargo a tarjeta
de débito, crédito, etc. Por otra parte, las variables cuantitativas son
de índole numérica. Ejemplos de datos cuantitativos relacionados con
estudiantes universitarios incluyen: el precio de los libros de texto,
edad y horas que pasan estudiando a la semana, etc.
1.5.2. PARTES DE UNA TABLA
Según el documento Introducción al estilo APA, 6ta. Ed., preparado

por el Lic. Manuel De La Vega Miranda, de la Universidad Nacional
abierta y a Distancia, enuncia a continuación los elementos e
instrucciones que se debe tener en cuenta para la elaboración de
tablas estadísticas (De La Vega, 2012).
Página 16
Las normas APA, generalmente las tablas, exhiben valores numéricos

exactos y los datos están dispuestos de forma organizada en líneas
y columnas, facilitando su comparación.
Las tablas son eficientes para presentar una gran cantidad de datos
en un pequeño espacio. Si la tabla es corta (dos o menos columnas
y/o filas) se debe presentar textualmente la información.
De manera general la estructura de una tabla está conformada por

las partes señaladas en la figura 1.
Las tablas para su adecuada construcción debe observase los

siguientes puntos.
1.5.2.1. Numeración de las tablas
Las tablas deben ser enumeradas con números arábigos

secuencialmente dentro del texto y en su totalidad). Ej.: Tabla 1,
Tabla 2, Tabla 3, etc. No utilice subíndices (3, 3a y 3b). Si la tabla
está dentro de un apéndice, use letras mayúsculas y números (Tabla
B2)
Figura 1. Identificación de las partes que conforma una tabla estadística
1.5.2.2. Títulos de tablas
El título de la tabla debe ser breve, claro y explicativo. Debe ser

puesto arriba de la tabla, en el margen superior izquierdo, debajo de
la palabra Tabla (con la inicial en mayúscula) y acompañado del
número con que la designa. Si es necesario puede explicarse las
abreviaturas dentro del mismo título [i.e., falsa alarma (FA)]
Página 17
Relación entre tablas y texto. Las tablas complementan, no duplican

el texto. Se escribe en el texto los elementos destacados de la tabla.
Al citar tablas en el cuerpo del texto, se escribe el número específico
de la tabla. (ej.: como se muestra en la Tabla 1, Tabla 2, Tabla3, etc.
(la palabra Tabla inicia con mayúscula). No se escribe, “la tabla que
se muestra arriba o abajo”, tampoco, “la tabla de la página43”.
Relación entre tablas. Evite combinar tablas que repitan datos. Para
facilitar comparaciones, se debe ser consistente en la presentación
de todas las tablas. Se debe usar la misma terminología para todos
los casos.
Encabezado. Establece la lógica para la organización de los datos.

Identifica las columnas de datos debajo de ellos. Debe ser corto, no
más ancho que la columna que abarca.
1.5.2.3. Cuerpo de una tabla:
a. Valores enteros y/o decimales.

b. Celdillas vacías.
 Deje en blanco si no hay datos.
 Inserte una raya (guion) si no se obtuvieron o no se informaron
los datos.
c. Concisión.
 No incluya columnas de datos que puedan calcularse con
facilidad a partir de otras.
1.5.2.4. Notas de la tabla
Las tablas presentan tres tipos de notas: generales, específicas y de

probabilidad.
Las notas son útiles para eliminar la repetición en el cuerpo de una

tabla. Se ubican en el margen izquierdo (sin sangría) debajo de la
tabla (entre la tabla y la nota se insertan dos espacios). Y deben ser
ordenadas en esta secuencia: nota general, nota específica y nota de
probabilidad, y cada tipo de nota debe ir en una línea nueva.
Nota general. Explica u ofrece informaciones relacionadas a la tabla

como un todo, explica las abreviaturas, símbolos y afines
Nota específica. Se refieres a una columna, fila o ítem especifico.

Debe ser indicada por letra minúscula sobrescrita (a, b, c).
Página 18
Nota de probabilidad. Indica los resultados de pruebas significativos

y se indican con asterisco sobrescrito (*). *p < .05, **p < .01.
1.5.2.5. Tablas de otras fuentes
Debe obtener la autorización de la fuente que posee la propiedad

literaria (derecho de autor), para reproducir o adaptar una parte o
toda una tabla de otro autor.
Las tablas reproducidas de otra fuente, deben presentar debajo de la

tabla, la referencia del autor original, aunque se trate de una
adaptación.
1.5.3. TIPOS DE TABLAS

1.5.3.1. Tablas de una entrada
Se denominan de una entrada o de entrada simple, cuando

representan una sola variable o característica de la realidad. En la
columna matriz van las clases en que se presenta las variaciones de
la característica en estudio.
Tabla 1.
ESTUDIANTES DE LA MODALIDAD A DISTANCIA DE LA FACULTAD DE CIENCIAS
ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD DEL PERIODO ABR – SEP DEL 2015.
EDAD (AÑOS
NÚMERO
CUMPLIDOS)
18 – 27 1,146
28 – 37 573
38 – 47 291
48 – 57 113
MAS DE 57 52
TOTAL 2,175
1.5.3.2. Tablas de dos entradas
Son tablas en las que se presentan dos variables de la realidad, las

clases de una de ellas van en la columna matriz (vertical) y las clases
de la segunda en el encabezado (horizontal).
Página 19
Tabla 2.
ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD Y GÉNERO, DEL PERIODO ABR – SEP
DEL 2015.
NÚMERO DE
EDAD (AÑOS
ESTUDIANTES TOTAL
CUMPLIDOS)
Masculino Femenino
18 – 27 478 668 1146
28 – 37 243 330 573
38 – 47 158 133 291
48 – 57 67 46 113
MÁS DE 57 32 20 52
TOTAL 2,175
1.5.3.3. Tablas complejas:
Son tablas que presentan en forma simultánea tres o más variables

o características de la realidad en estudio, una va en la columna
matriz y las otras en el encabezado. El uso de estas tablas debe ser
restringido, porque puede ser complicada su interpretación si
representan muchas variables.
Tabla 3.

ADMINISTRATIVAS DE LA UCE, SEGÚN EDAD, TIPO DE COLEGIO Y GÉNERO, DEL
PERIODO ABR – SEP DEL 2015.
BACHILLERATO EN COLEGIO
EDAD (AÑOS Fiscal Fisco misional Particular TOTAL
CUMPLIDOS)
Masculino Femenino Masculino Femenino Masculino Femenino
18 – 27 259 297 82 112 137 259 1,146
28 – 37 163 154 57 55 23 121 573
38 – 47 87 66 22 22 49 45 291
48 – 57 29 23 14 7 24 16 113
MÁS DE 57 15 12 9 3 8 5 52
TOTAL 553 552 184 199 241 446 2,175
Página 20
Ejemplo de aplicación 1
En el feriado del 10 de agosto del 2015, se preguntó a un total de
1,000 residentes de la sierra ecuatoriana, ¿qué playa para vacacionar
preferían? Los resultados fueron que a 200 les gustaba más alguna
de las playas de le provincia de Esmeraldas; a 300, alguna de las
playas de la provincia de Manabí; a 400, alguna de las playas de la
provincia de del Guayas y a 100, alguna de las playas de la provincia
de El Oro. Elabore una tabla con los puntos sugeridos.
Solución
Tabla 4
PREFERENCIA DE LOS CIUDADANOS DE LA SIERRA ECUATORIANA, SOBRE LAS
PLAYAS POR PROVINCIA EN LAS QUE LES GUSTA VACACIONAR, EN AGOSTO DEL
2015.
PROVINCIA NÚMERO
Playas de Esmeraldas 200
Playas de Manabí 300
Playas de Guayas 400
Playas de El Oro 100
TOTAL 1,000
Se preguntó a 500 viajeros (as) de negocios frecuentes que llegaron
a la ciudad Quito, ¿qué hotel era de su preferencia?, los resultados
fueron los siguientes: Casa Gangotena, 25; Swissotel, 100; Hilton
Colón, 80; Best Western Premier, 120; Casa San Marcos Hotel, 45;
el resto prefería JW Marriott Hotel. El 30% son mujeres.
a. Elabore una tabla de frecuencias la distribución por hotel y
género.
b. Elabore una tabla de frecuencias la distribución por hotel,
género y región de origen (Porcentaje aproximado: costa 45%,
sierra 35% y oriente 20%; aproxime al entero más cercano).
Solución
a) La tabla estará dispuesta por la primera columna con los nombres
de los hoteles que frecuentan los viajeros de negocios a la ciudad
de Quito; las siguientes dos columnas identificarán el género de
los viajeros; y una última columna por el total.
Tabla 5.
PREFERENCIA DE HOTELES DE VIAJEROS (AS) DE NEGOCIOS QUE LLEGAN A
QUITO, SEGÚN GENERO, EN AGOSTO DEL 2015.
Página 21
GÉNERO
HOTEL TOTAL
Femenino Masculino
Casa Gangotena 9 21 30
Swissotel 30 70 100
Hilton Colón 24 56 80
Best Western Premier 36 84 120
Casa San Marcos Hotel 12 28 40
JW Marriott Hotel 39 91 130
TOTAL 150 350 500
b) La tabla estará dispuesta al igual que la tabla 7, y además se

adicionará columnas que identifiquen las regiones del Ecuador
continental.
Tabla 6
PREFERENCIA DE HOTELES DE VIAJEROS (AS) DE NEGOCIOS QUE LLEGAN A

QUITO, SEGÚN GENERO Y REGIÓN DE PROCEDENCIA, EN AGOSTO DEL 2015.
GÉNERO
HOTEL Femenino Masculino TOTAL
Costa Sierra Oriente Costa Sierra Oriente
Casa Gangotena 4 3 2 10 7 4 30
Swissotel 14 11 5 31 25 14 100
Hilton Colón 11 8 5 25 20 11 80
Best Western Premier 16 13 7 38 29 17 120
Casa San Marcos Hotel 5 4 3 13 10 5 40
JW Marriott Hotel 18 14 7 41 32 18 130
TOTAL 68 53 29 158 123 69 500
1.6. GRÁFICOS ESTADÍSTICOS
En las investigaciones estadísticas, comúnmente se tendrá una gran

cantidad de datos numéricos, con los que se tendrá elaboradas tablas
que resumen la información recolectada. A más de esto, es necesario
contar con gráficas estadística, las cuales permiten tener información
clara y rápida de lo obtenido en el estudio.
Existen varias gráficas para describir un conjunto de datos;

dependiendo de lo que se requiera representar, cada una de ellas es
adecuada para un estudio determinado, ya que no siempre se puede
utilizar la misma para todos los casos.
Página 22
1.6.1. GRÁFICAS LINEALES
Se compone de una serie de datos representados por puntos, unidos

por segmentos lineales. Mediante esta gráfica se puede comprobar
rápidamente el cambio de tendencia de los datos.
Los diagramas o gráficas lineales son de aplicación en las

denominadas series de tiempo o series cronológicas, donde una de
las variables, por defecto, corresponde al tiempo (𝑋) (años, meses,
días, etc.) y la segunda es la variable investigada (Y) (Martínez,
2012).
Un ejemplo de gráficas lineales podría obtenerse con los datos de la

empresa ABC, en la que se señala los ingresos y costos anuales, que
se muestran a continuación
Tabla 7.
INGRESOS Y COSTOS DE LA EMPRESA ABC EN LOS AÑOS 2004 A 2010.
AÑOS INGRESOS COSTOS EN

EN MILES MILES
2004 260 110
2005 380 200
2006 300 150
2007 620 420
2008 470 360
2009 720 510
2010 870 620
3,620 2,370
Si solo se quiere observar la evolución de los ingresos de la empresa

ABC, en una gráfica lineal, se presentaría de la siguiente manera.
1000
E
N 800
600
M
$ 400
I
L 200
E
S 0
2004 2005 2006 2007 2008 2009
AÑOS
Figura 2. Evolución de los ingresos de la empresa ABC en los años 2004 a 2010
Página 23
Si se representa, tanto los ingresos como los costos, en una gráfica

lineal, estos se representan en la misma forma que la gráfica
anterior; además que se observarán las diferencias para cada uno de
los años; el espacio entre las líneas de costos e ingresos, representa
la utilidad bruta anual. Observe las diferencias que existen para los
años 2008 y 2010, es claro que en el 2010, la utilidad es mayor.
1000
E 900
N INGRESOS
800 EN MILES
700
M 600 COSTOS
I 500 EN MILES
L
400
E
300
S
200 UTIL
100
$ IDAD
0
2004 2005 2006 2007 2008 2009 2010
AÑOS
Figura 3. Evolución de los ingresos y costos de la empresa ABC de los años 2004 a
2010.
1.6.2. GRÁFICOS DE SUPERFICIE
Este tipo de gráficos puede comparar varias series de datos, como

novedad respecto al resto de gráficos. En este caso se emplean
distintos colores para diferenciar cada valor que corresponde a una
unidad mayor. Si los datos están muy dispersos el gráfico será muy
difícil de interpretar (Recursos para trabajos administrativos, 2013).
Tabla 8.
INVENTARIO DE ARTÍCULOS PARA LA VENTA DE ALMACENES 1, 2 Y 3.
ALMACÉN 1 ALMACÉN 2 ALMACÉN 3

Tijeras 4 6 8
Bolígrafos 2 4 6
Carpetas 1.4 3 6
Lapiceros 4 6 8
Página 24
Figura 4. Inventario de artículos para la venta de almacenes 1, 2 y 3.
1.6.3. OTROS
1.6.3.1. Gráficos XY (de dispersión):
Presentan la peculiaridad de que los dos ejes muestran valores (no

hay un eje de categorías). Se emplean para reflejar la relación entre
dos variables. Ejemplo: relación entre la Renta y la Inversión, las dos
variables están correlacionadas, a mayor renta mayor inversión
(Recursos para trabajos administrativos, 2013).
Tabla 9.
RELACIÓN ENTRE LA RENTA Y LA INVERSIÓN EN MILES DE DÓLARES.
Renta en miles $ Inversión en miles $

1 1.5
2 2.1
3 3.2
Página 25
3.5
I
N 3
V
E
M 2.5
I
R
L 2
S
E
I
S
1.5
Ó
N 1
$
E
0.5
N 0
0 1 2 3 4
RENTA EN MILES $
Figura 5. Relación entre la renta y la inversión en miles de dólares.
1.6.3.2. Gráficos de área
Son como los gráficos de líneas, pero con colores debajo de las líneas
para ayudar a su identificación, ya que apilar las series contribuye a
verlas más claramente (Recursos para trabajos administrativos,
2013).
Tabla 10.
VENTAS ANUALES POR TIPO DE ORDENADORES.
AÑOS SOBREMESA PORTÁTILES

2008 32 12
2009 32 12
2010 28 12
2011 12 21
2012 15 28
50
40
30
PORTÁTILES
20 SOBREMESA
10
0
2008 2009 2010 2011 2012
Figura 6. Ventas anuales por tipo de ordenadores de los años 2008 a 2012.
Página 26
1.7. DISTRIBUCIONES UNIDIMENSIONALES DE

FRECUENCIAS
La tabla formada por las distintas modalidades (valores o intervalos)

del carácter X y por las frecuencias absolutas, absolutas acumuladas,
relativas o relativas acumuladas, recibe el nombre de distribución de
frecuencias: absolutas, absolutas acumuladas, relativas y relativas
acumuladas, respectivamente (García & Japón , 2015).
Por lo anterior, se tiene cuatro distribuciones de frecuencias,

obteniéndose a partir de una cualquiera de ellas, las tres restantes,
supuesto que se conoce la frecuencia total. Las cuatro distribuciones
de frecuencias se expresan en tablas como las que se presentan a
continuación.
a. Carácter cualitativo.
𝑴𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝐢 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝐂𝐮𝐚𝐥𝐢𝐝𝐚𝐝𝐤 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
b. Carácter cuantitativo sin agrupar
𝑿𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝒙𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝒙𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝒙𝒊 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝒙𝒌 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
Página 27
c. Carácter cuantitativo agrupado en intervalos
𝑰𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
𝑰𝟏 𝑓1 𝐹1 ℎ1 𝐻1
𝑰𝟐 𝑓2 𝐹2 ℎ2 𝐻2
⋮ ⋮ ⋮ ⋮ ⋮
𝑰𝒊 𝑓𝑖 𝐹𝑖 ℎ𝑖 𝐻𝑖
⋮ ⋮ ⋮ ⋮ ⋮
𝑰𝒌 𝑓𝑘 𝐹𝑘 = 𝑛 ℎ𝑘 𝐻𝑘 = 1
n 1
Para la preparación de una tabla de distribución de frecuencias de

carácter cuantitativo agrupado en intervalos, tenga en cuenta lo
siguiente.
1.7.1. DISTRIBUCIONES DE FRECUENCIAS PARA DATOS

CUANTITATIVOS
Las variables cuantitativas tales como número de hermanos, número

de goles marcados por un equipo de fútbol, valor de ventas diarias,
producción de un bien en la semana, pago de sueldos mensuales,
número de turistas anuales que han ingresado al Ecuador durante
una década, etc. son idóneas para realizar distribuciones de
frecuencias de datos cuantitativos.
Distribución de frecuencias. Agrupación de datos en clases

mutuamente excluyentes, que muestra el número de observaciones
que hay en cada clase.
1.7.1.1. Pasos para elaborar una distribución de frecuencias
Los pasos para elaborar una distribución de frecuencias son:
1. Determinar el número de clases que se desea tener.

2. Determinar la amplitud o intervalo de clase.
3. Determinar los límites de cada una de las clases.
4. Distribuir los datos originales en las distintas clases o tabular.
5. Contar el número de elementos en cada clase que corresponde al
valor de la frecuencia.
Página 28
Paso 1. Determinar el número de clases
Es usar suficientes grupos o clases, que indiquen la forma de la

distribución, por lo que se recomienda un número de clase no menor
a 5 ni mayor a 15. El objetivo es usar un número suficiente de clases
que indiquen la forma de la distribución.
Para determinar el número de clases se utiliza la regla “2 k n”, la

misma que sugiere utilizar como número de clases el menor número
(k) tal que 2 k(en palabras 2 elevado a la potencia k) sea mayor
que el número de observaciones (n).
Donde:
𝑛 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑘 = 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑒𝑛𝑡𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 𝑜, 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑟.
Por ejemplo, si se realizaron 30 llamadas telefónicas para la venta de

computadores y se desea saber cuántas clases se debe utilizar;
𝑛 = 30
2 = 𝑛ú𝑚𝑒𝑟𝑜 𝑏𝑎𝑠𝑒
𝑘 = 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠.
Utilizando la regla tenemos:
2𝑘 𝑛
25 30
32  30
Al ser 32 mayor que 30, la regla para calcular el número de clases,

se recomienda que sean 5 clases en la tabla de frecuencias.
Paso 2. Determinar la amplitud o intervalo de clase.
Para determinar la amplitud se resta del límite superior, el inferior de

un conjunto de datos y se divide para el número de clases.
Página 29
Al conocer el ancho del intervalo o intervalo de clase a utilizar, se

puede aplicar la siguiente fórmula para encontrar el número de clases
a utilizarse; en caso de que se manejen datos agrupados.
𝐻−𝐿
𝑖≥
𝐾
Donde:
𝑖 = 𝑒𝑠 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
𝐻 = 𝑒𝑠 𝑒𝑙 𝑚𝑎𝑦𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝐿 = 𝑒𝑠 𝑒𝑙 𝑚𝑒𝑛𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝑘 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
El primer procedimiento a estudiar para organizar y resumir un

conjunto de datos es realizar una tabla de frecuencias.
TABLA DE FRECUENCIAS O FRECUENCIA ABSOLUTA (𝑓𝑖 ).
Se agrupa datos cualitativos y cuantitativos en clases mutuamente

excluyentes que muestra el número de observaciones en cada clase.
Por ejemplo, en la venta de vehículos marca Toyota se identifica cinco
modelos SUV'S, la identificación por modelo es una variable
cualitativa. Suponga que Toyota Ecuador desea resumir las ventas
del año pasado por modelo de vehículo. El resumen en una tabla de
frecuencia se presentaría de la siguiente manera.
Tabla 11.
Tabla de frecuencias absolutas de vehículos Toyota, modelos Suv's vendidos
en el ecuador en el año 2014.
Modelos SUV'S (𝑿𝒊 ) Número de vehículos. (𝒇𝒊 )

4RUNNER 300
FJ CRUISER 200
FORTUNER 400
LAND CRUISER 200
RAV4 500
Página 30
FRECUENCIA ABSOLUTA ACUMULADA (𝐹𝑖 ).
Esta frecuencia tiene sentido calcularla para variables cuantitativas o

cualitativas ordenables, en los demás casos no tiene mucho sentido
el cálculo de esta frecuencia. La frecuencia absoluta acumulada es el
número de veces que ha aparecido en la muestra o población un valor
menor o igual que el de la variable.
El cálculo de la frecuencia absoluta acumulada está dado por la

fórmula
𝐹𝑖 = 𝐹𝑖−1 + 𝑓𝑖
La frecuencia absoluta acumulada de las operaciones de

microcréditos de la Cooperativa de Ahorro y Crédito La Dura, se
presenta en la tabla 14.
Tabla 12.
Tabla de frecuencias absolutas acumuladas de operaciones de microcrédito de
la C.A.C. La Dura, correspondiente al año 2014.
Frecuencia
absoluta
(𝑴𝒊 ) (𝒇𝒊 )
acumulada
(𝑭𝒊 )
Microcrédito minorista 300 300
Microcrédito de acumulación 200 500
simple
Microcrédito de acumulación 400 900
ampliada
TOTAL 900
FRECUENCIAS RELATIVAS DE CLASE (ℎ𝑖 ).
Es la fracción del número total de observaciones en cada clase; esto

es, la frecuencia relativa capta la relación entre la totalidad de
elementos de una clase y el número total de observaciones. En el
ejemplo de la venta de vehículos Toyota, busca conocer el porcentaje
de vehículos modelos SUV'S vendidos en el Ecuador en el año 2014.
La fórmula de cálculo para las frecuencias relativas de clase está dada

por
𝑓𝑖
ℎ𝑖 = 𝑁
, o
Página 31
𝑓𝑖
ℎ𝑖 =
𝑛
Donde
𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Tabla 13.
Tabla de frecuencias absolutas y relativas de vehículos Toyota, modelos Suv's
vendidos en el ecuador en el año 2014.
Frecuencia Frecuencia
𝑿𝒊 𝒇𝒊
relativa (𝒉𝒊 ). relativa (𝒉𝒊 ).
4RUNNER 300 300⁄1,600 0.19
FJ CRUISER 200 200⁄1,600 0.12
FORTUNER 400 400⁄1,600 0.25
LAND CRUISER 200 200⁄1,600 0.13
RAV4 500 500⁄1,600 0.31
TOTAL 𝑵 = 𝟏, 𝟔𝟎𝟎 𝟏, 𝟔𝟎𝟎⁄𝟏, 𝟔𝟎𝟎 1.0000
Frecuencia relativa acumulada (𝐻𝑖 ).
Es el cociente entre la frecuencia acumulada de una clase

determinada y el número total de datos.
La fórmula de cálculo de las frecuencias relativas acumuladas se

obtiene al calcular
𝐹𝑖
𝐻𝑖 = 𝑁
, o
𝐹𝑖
𝐻𝑖 =
𝑛
Tabla 14.
Tabla de frecuencias absolutas, absolutas acumuladas, relativas y relativas
acumulada de vehículos Toyota, modelos Suv's vendidos en el Ecuador en el año
2014.
Página 32
Frecuencia
𝑿𝒊 𝒇𝒊 (𝑭𝒊) (𝒉𝒊). relativa
acumulada(𝑯𝒊)
4RUNNER 300 300 0.188 0.19
FJ CRUISER 200 500 0.125 0.31
FORTUNER 400 900 0.250 0.56
LAND
200 1,100 0.125 0.69
CRUISER
RAV4 500 1,600 0.313 1.00
TOTAL 1,600 1.0000
Se ha investigado el número de hijos correspondientes a 25 familias,
los resultados se muestran a continuación.
1 2 2 0 1 3 2 3 4 0 2 1 3
4 1 4 2 2 0 1 3 5 1 2 3
a. Elabore una tabla de frecuencias absolutas.

b. Otra con frecuencias absolutas, absolutas acumuladas, relativas y
relativas acumuladas.
Solución
a. Se elabora una tabla resumen, la cual contendrá en el presente
caso, en la primera columna, la variable cuantitativa (número de
hijos por familia) y para la segunda columna, el conteo
correspondiente de acuerdo al número de hijos obtenido en los
datos.
Tabla 15.
Conteo de número de hijos por familia
NÚMERO DE HIJOS CONTEO
0 III
1 IIIII I
2 IIIII II
3 IIIII
4 III
5 I
TOTAL 25
Página 33
Una vez elaborado el conteo se procede a llenar la nueva tabla con

números arábigos.
Tabla 16.
Distribución de frecuencias absolutas del número de hijos por familia.
NÚMERO DE FRECUENCIA
HIJOS 𝑿𝒊 𝒇𝒊
0 3
1 6
2 7
3 5
4 3
5 1
TOTAL 25
b. La tabla anterior contiene la frecuencia absoluta, por lo que le

llamaríamos distribución de frecuencias absolutas. A partir de esta
tabla se puede construir las demás frecuencias (absolutas
acumuladas, relativas y relativas acumuladas).
Tabla 17.
Distribuciones de frecuencias (absoluta, absoluta acumulada, relativa, relativa
acumulada) del número de hijos por familia.
𝑿𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
0 3 3 0.12 0.12
1 6 9 0.24 0.36
2 7 16 0.28 0.64
3 5 21 0.20 0.84
4 3 24 0.12 0.96
5 1 25 0.04 1.00
TOTAL 25 1
Se ha investigado la estatura de 50 estudiantes de estadística, los
resultados que se muestran han sido previamente ordenados en
forma ascendente.
151 151 152 152 153 154 154 154 155 156
158 158 158 159 161 161 163 164 164 164
166 168 170 170 170 170 170 171 171 172
173 174 174 175 176 177 177 177 177 178
178 180 182 183 184 184 184 185 185 185
Página 34
a. Elabore una tabla de frecuencias absolutas.

b. Otra con frecuencias absolutas, absolutas acumuladas, relativas y
relativas acumuladas.
Solución
a. Tenga en cuenta los pasos señalados en la preparación de una

tabla de distribución de frecuencias de carácter cuantitativo
agrupado en intervalos.
PASO 1. Determinar el número de clases que se desea tener.
2𝑘 𝑛
Donde 𝑛 = 50,
Entonces 2𝑘 > 50
Por tanto
26 > 50
64 > 50
Si 𝑘 = 6, entonces se tendrá seis intervalos de clase.
PASO 2. Determinar la amplitud o intervalo de clase.
𝐻−𝐿
𝑖≥
𝐾
Donde:
𝑖 =?
𝐻 = 186
𝐿 = 151
𝑘=6
186 − 151
𝑖≥ = 5.83 ≅ 6
6
186 − 151 = 35
Página 35
6 × 6 = 36 ∗
* El rango del problema es 35, sin embargo, se dispone de 36, lo

que da lugar para mover en una unidad en uno de los extremos, sea
este, superior o inferior.
PASO 3. Determinar los límites de cada una de las clases.
′
𝑋𝑖−1 − 𝑋𝑖′
150 – 156
156 – 162
162 – 168
168 – 174
174 – 180
180 – 186
PASO 4. Distribuir los datos originales en las distintas clases o
tabular.
′
𝑋𝑖−1 − 𝑋𝑖′ 𝑓𝑖
150 – 156 IIIII IIIII
156 – 162 IIIII I
162 – 168 IIIII I
168 – 174 IIIII IIIII I
174 – 180 IIIII IIII
180 – 186 IIIII III
TOTAL 50
PASO 5. Contar el número de elementos en cada clase que

corresponde al valor de la frecuencia.
Tabla 18.
Frecuencias absolutas de alturas de estudiantes de estadística del periodo
2015 – 2015.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊
150 – 156 10
156 – 162 6
162 – 168 6
168 – 174 11
174 – 180 9
180 – 186 8
TOTAL 50
Página 36
b. La tabla anterior contiene la frecuencia absoluta, por lo que le

llamaríamos Distribución de frecuencias absolutas. A partir de
esta tabla se puede construir las demás frecuencias (absolutas
acumuladas, relativas y relativas acumuladas).
Tabla 19.
Frecuencias: absolutas, relativas, absolutas acumuladas y relativas
acumuladas de alturas de estudiantes de estadística del periodo 2015 – 2015.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
150 – 156 10 10 0.20 0.20
156 – 162 6 16 0.12 0.32
162 – 168 6 22 0.12 0.44
168 – 174 11 33 0.22 0.66
174 – 180 9 42 0.18 0.84
180 – 186 8 50 0.16 1.00
50 1.00
1.8. DIAGRAMAS DE FRECUENCIAS
1.8.1. DATOS CORRESPONDIENTES A UN CARÁCTER

CUALITATIVO
Comúnmente las gráficas de datos cualitativos son en forma de

barras y de pastel. Sin embargo en situaciones especiales pueden ser
útiles para datos cuantitativos.
1.8.1.1. Diagrama de barras.
Se representa en el primer cuadrante de un sistema coordenado

rectangular, aquí las clases se representan en el eje horizontal y la
frecuencia de clase en el eje vertical. Las frecuencias de clase son
proporcionales a las alturas de las barras. El eje horizontal muestra
la variable de interés y el eje vertical la cantidad, número o fracción
de cada uno de los posibles resultados. Una característica distintiva
de la gráfica de barras es que existe una distancia o espacio entre
las barras.
Página 37
500
500
Número de vehículos
400
400
300
300
200 200
200
100
Modelos SUV'S
Figura 7. Gráfica de barras de vehículos Toyota, modelos Suv's vendidos en el ecuador

en el año 2014.
1.8.1.2. Gráficas en forma de pastel.
Es una gráfica que muestra la parte o porcentaje que representa cada

clase del total de números de frecuencia. Para elaborar una gráfica
de pastel consiste en registrar los porcentajes 0, 10, 20, … , 100
uniformemente alrededor de la circunferencia (véase la figura 8).
Para indicar la parte de 19% destinada a 4RUNNER, trace una línea
del centro del círculo al 0, y otra línea del centro del círculo al 19%.
Tome el punto cero del círculo y constitúyalo como punto de partida,
girando en sentido a las manecillas del reloj, señale los valores
constantes en las frecuencias relativas acumuladas, en su orden; ello
le permitirá distribuir los porcentajes correspondientes de cada una
de las características de la variable.
Página 38
4RUNNER RAV4 4RUNNER

31% 19%
FJ CRUISER
FJ CRUISER
FORTUNER
12%
LAND CRUISER
RAV4
FORTUNER
25%
LAND
CRUISER
13%
Figura 8. Gráfica de pastel de vehículos Toyota, modelos Suv's vendidos en

el ecuador en el año 2014.

CUANTITATIVO DISCRETO
1.8.2.1. Diagrama de barras
En el ejemplo del número de hijos por familia, la variable número de
hijos, es cuantitativa discreta, por tanto, recordando la distribución
de frecuencias absolutas del número de hijos por familia de la tabla
15, se tiene:
NÚMERO DE FRECUENCIA
HIJOS 𝑿𝒊 𝒇𝒊
0 3
1 6
2 7
3 5
4 3
5 1
TOTAL 25
Página 39
El diagrama de barras correspondiente, se representa a continuación.
8
7
F 7
6
R
6
E 5
C 5
U 4
3 3
E
3
N
C 2
1
I 1
A 0
0 1 2 3 4 5
NÚMERO DE HIJOS
Figura 9. Diagrama de barras del número de hijos por familia
1.8.2.2. Diagrama en forma de pastel

Recordando la distribución de frecuencias absolutas y relativas del
número de hijos por familia de la tabla 16, se tiene
𝑿𝒊 𝒇𝒊 𝒉𝒊
0 3 0.12
1 6 0.24
2 7 0.28
3 5 0.20
4 3 0.12
5 1 0.04
TOTAL 25 1
El diagrama en forma de pastel correspondiente a la frecuencia

absoluta 𝑓𝑖 , se representa a continuación.
Página 40
1 3
3
0
1
6 2
5 3
4
5
Figura 10. Frecuencias absolutas del número de hijos por familia.
El diagrama en forma de pastel correspondiente a la frecuencia

relativa ℎ𝑖 , se representa a continuación.
0.04 0.12
0.12
0 1
0.24 2 3
0.20
4 5
0.28
Figura 11. Frecuencias relativas del número de hijos por familia.

CUANTITATIVO CONTINUO
Son de común aplicación en datos agrupados cuantitativo
continuo. El histograma, el polígono y la ojiva, son gráficas
usualmente usadas para datos cuantitativos continuos, en los que,
como se observará a continuación, se representa las frecuencias:
absolutas, absolutas acumuladas, relativas y relativas acumuladas.
Para la representación gráfica, tenga en cuenta la Tabla 18, que

se observa a continuación.
Página 41
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
150 – 156 10 10 0.20 0.20
156 – 162 6 16 0.12 0.32
162 – 168 6 22 0.12 0.44
168 – 174 11 33 0.22 0.66
174 – 180 9 42 0.18 0.84
180 – 186 8 50 0.16 1.00
50 1.00
1.8.3.1. Histograma
frecuencia de clase en el eje vertical. Las frecuencias de clase son
proporcionales a las alturas de las barras. El eje horizontal muestra
la variable de interés y el eje vertical la cantidad, número o fracción
de cada uno de los posibles resultados. Una característica distintiva
de la gráfica de barras es que no existe una distancia o espacio entre
las barras.
El histograma es útil para representar las frecuencias absolutas y

relativas de una variable continua.
12 11
F 10
10 9
R A 8
E B 8
C S 6 6
6
U O
E L 4
N U
C T
2
I A 0
A 150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ESTATURAS
Figura 12. Histograma de frecuencias absolutas de las alturas de 50

estudiantes de estadística, del periodo 2015 – 2015.
Página 42
0.25 0.22
F
0.2
0.2 0.18
R R 0.16
E E 0.15 0.12 0.12
C L
U A 0.1
E T
N I 0.05
C V
I A 0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
A
ESTATURAS
Figura 13. Histograma de frecuencias relativas de las alturas de 50

1.8.3.2. Polígono
frecuencia de clase en el eje vertical. Las frecuencias se representan
por las alturas correspondientes en los extremos superiores de cada
intervalo. Una característica distintiva del polígono es que las alturas
correspondientes a los extremos superiores se unen mediante
segmentos.
El Polígono es útil para representar las frecuencias absolutas y

relativas de una variable continua.
12
F
R A 10
11
E B
8
10
C S
9
U O
6
8
E L
N U
4
6 6
C T
I A
A 2
0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ALTURAS
Figura 14. Polígono de frecuencias absolutas de las alturas de 50 estudiantes

de estadística, del periodo 2015 – 2015.
Página 43
0.25
F
R R 0.2
E E
0.22
0.2
C L 0.15 0.18
U A 0.16
E T 0.1
N I 0.12 0.12
C V 0.05
I A
A
0
150 – 156 156 – 162 162 – 168 168 – 174 174 – 180 180 – 186
ALTURAS
Figura 15. Polígono de frecuencias relativas de las alturas de 50 estudiantes de

estadística, del periodo 2015 – 2015.
1.8.3.3. Ojiva
frecuencia de clase en el eje vertical. Las frecuencias acumuladas se
representan por las alturas correspondientes en los extremos
superiores de cada intervalo, dando una altura cero al extremo
inferior del primer intervalo y siendo constante a partir del extremo
superior del último. El eje horizontal muestra la variable de interés y
el eje vertical la cantidad, número o fracción de cada uno de los
posibles resultados. Una característica distintiva de la ojiva es que
las alturas correspondientes a los extremos superiores se unen
mediante segmentos.
La ojiva es útil para representar las frecuencias absolutas

acumuladas y relativas acumuladas de una variable continua.
60 50 50
F A
R
A
C 50 42
B
E U 40 33
S
C M
O 30 22
U U 16
L
E L 20 10
U
N A
T 10 0
C D
A 0
I A
S 144 – 150 – 156 – 162 – 168 – 174 – 180 – 186 –
A S 150 156 162 168 174 180 186 192
ALTURAS
Figura 16. Ojiva de frecuencias absolutas acumuladas de las alturas de 50

Página 44
1.2 1 1
F
A 1 0.84
R R
C 0.8 0.66
E E
U
C L 0.6 0.44
M
U A 0.32
U 0.4
E T 0.2
L
N I 0.2
A 0
C V
D 0
I A 144 – 150 – 156 – 162 – 168 – 174 – 180 – 186 –
A
A 150 156 162 168 174 180 186 192
ALTURAS
Figura 17. Ojiva de frecuencias relativas acumuladas de las alturas de 50

Página 45
2. UNIDAD 2: CALCULO DE MEDIDAS
OBJETIVOS
1. Calcular la media aritmética, la media ponderada, la mediana,

la moda y la media geométrica.
2. Conocer las características, uso, ventajas de las Medidas de
Tendencia Central.
3. Identificar la ubicación de las Medidas de Tendencia Central.
4. Calcular la amplitud de variación, desviación media, la varianza
y la desviación estándar de datos originales.
5. Calcular la amplitud de variación, desviación media, la varianza
y la desviación estándar de datos agrupados.
6. Conocer las ventajas y desventajas de las Medidas de
Dispersión.
7. Calcular y analizar los cuartiles, deciles y centiles, la amplitud
cuartílica e intecuartílica.
8. Elaborar el diagrama de caja.
9. Calcular y analizar el coeficiente de variación y asimetría.
2.1. INTRODUCCIÓN
En el capítulo anterior se presentó algunas definiciones útiles para el

estudio de la estadística, la recolección de la información, su forma
de resumir, tanto en tablas como en gráficos para variables
cualitativas y cuantitativas. En el presente capítulo se considera
medidas resúmenes, tales como; las medidas de centralización, de
posición, de dispersión, de asimetría y apuntamiento.
Resumir un conjunto de datos es pasar de una visión detallada a una

generalización simple e informativa tratando de preservar las
características esenciales. ¿Por qué resumir? Para simplificar la
comprensión y la comunicación de los datos.
Después de haber ordenado y descrito un conjunto de datos, aún el

análisis resulta un tanto incompleto; es necesario entonces resumir
la información y facilitar así su análisis e interpretación utilizando
ciertos indicadores. A estos indicadores se les denomina también
estadígrafos o medidas de resumen, permiten hallar un valor
numérico, el mismo que representa a toda la población o muestra en
el estudio; estas son:
Página 46
1. Medidas de tendencia central

a. Media aritmética
b. Media ponderada
c. Mediana
d. Moda
e. Media geométrica
3. Medidas de dispersión
a. Rango
b. Varianza
c. Desviación estándar
d. Coeficiente de variación
4. Medidas de posición
a. Cuartiles
b. Quintiles
c. Deciles
d. Percentiles
5. Medidas de forma
a. Asimetría
b. Curtosis
2.2. MEDIDAS DE TENDENCIA CENTRAL
Al recolectar y organizar los datos, el objetivo es encontrar un punto

central en función de sus frecuencias. En estadística las medidas de
tendencia central, varían de acuerdo con lo que se desea o que se
requiera encontrar del conjunto de datos recolectados.
Estas medidas serán estudiadas en dos formas:
1. Datos no agrupados, y
2. Datos agrupados en una tabla de frecuencias.
Las fórmulas difieren para calcular en vista de que depende si son

datos de población o datos de muestras, pero el procedimiento es el
mismo.
Una medida de tendencia central es un valor único que resume un

conjunto de datos, señalando el centro de los valores.
Página 47
2.2.1. MEDIA ARITMÉTICA

Es la medida de tendencia central que más se utiliza en Estadística,
se calcula sumando todos los valores de las observaciones y se divide
para el total de las mismas.
Características
1. Es una medida totalmente numérica o sea sólo puede calcularse

en datos de características cuantitativas.
2. En su cálculo se toman en cuenta todos los valores de la variable.
3. Es lógica desde el punto de vista algebraico.
4. La media aritmética es altamente afectada por valores extremos.
5. No puede ser calculada en distribuciones de frecuencia que tengan
clases abiertas.
6. La media aritmética es única, o sea, un conjunto de datos
numéricos tiene una y solo una media aritmética.
7. Esta medida es muy útil para analizar y comparar dos o más
poblaciones.
2.2.1.1. Media aritmética con datos no agrupados
La media aritmética poblacional y muestral de datos no agrupados,

es la suma de todos los valores de la población o muestra, dividido
para el número total de los datos.
Fórmula poblacional
La fórmula está dada por:
∑ 𝑥𝑖
μ=
N
donde:
μ Es la representación de la media de la población, con letra

griega “mu” minúscula.
N Indica el número total de elementos de la población.
𝑥𝑖 Es cualquier valor en particular.
Página 48
 La letra griega “sigma” mayúscula, es para sumar los

datos.
∑ 𝑥𝑖 Indica que es la sumatoria total de los valores de 𝑥.
La característica que mide a la población, está representada por el

parámetro. Es una característica de una población.
Las edades de un equipo titular de básquet de la liga ecuatoriana es:
22, 28, 19, 25 y 26. Calcular la media de edad de los jugadores.
Solución
El equipo titular de básquet contiene cinco jugadores, en

consecuencia, se trata de la población o equipo titular.
𝑁 = 5, equipo titular
∑ 𝑥𝑖 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 22 + 28 + 19 + 25 + 26 = 120
∑ 𝑥𝑖 120
μ= = = 24 𝑎ñ𝑜𝑠
N 5
∑ 𝑥𝑖 120
μ= =
N 5
μ = 24 𝑎ñ𝑜𝑠
Interpretación del resultado
El equipo titular de básquet está conformado con una media de edad

de 24 años.
El bufete de abogados Emily’s Asociados tiene 10 socios, el día de

hoy estos socios atendieron el siguiente número de clientes.
Página 49
Bufete de No. de clientes

Abogados 𝒙𝒊
Socio 1 5
Socio 2 10
Socio 3 8
Socio 4 6
Socio 5 7
Socio 6 6
Socio 7 12
Socio 8 11
Socio 9 10
Socio 10 10
a. ¿Esta información es una muestra o una población?
b. ¿Cuál es el número medio de clientes atendidos por los 10 socios

del bufete?
Solución
Es una población, puesto que se toma en cuenta a todos los socios

del bufete de abogados Emily’s Asociados y para sacar la media
aritmética poblacional, se debe sumar todos los valores y dividir para
el número total de los socios atendidos.
𝑁 = 10
∑ 𝑥𝑖 = 80
∑ 𝑥𝑖 80
μ= =
N 10
μ=8
El valor medio de clientes atendidos por socio es 8.
Fórmula muestral
Página 50
∑ 𝑥𝑖
𝑋̅ =
𝑛
Donde:
𝑋̅ Media aritmética de la muestra
𝑛 Número de elementos de la muestra
∑ 𝑥𝑖 Indica que es la sumatoria total de los valores de 𝑥.
Un equipo de básquet de la liga ecuatoriana está conformado por 12

jugadores, de los cuales se toma una muestra aleatoria de 5 de ellos,
con el propósito de calcular la estatura promedio. Si sus estaturas en
centímetros son: 190, 208, 196, 205 y 206. ¿Cuál es la media en
centímetros?
Solución
El equipo completo de básquet contiene 12 jugadores, si se considera

a cinco de ellos, tomados de manera aleatoria, entonces se tiene una
muestra, ya que se ha considerado una parte del total.
𝑛 = 5, muestra aleatoria
∑ 𝑥𝑖 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 190 + 208 + 196 + 205 + 206 = 1,005
∑ 𝑥𝑖 1,005
𝑋̅ = =
n 5
𝑋̅ = 201 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
La estatura promedio de la muestra de los jugadores de básquet es

de 201 centímetros.
2.2.1.2. Media aritmética con datos agrupados
En datos agrupados se pueden presentar dos grupos de tablas de

frecuencia.
Página 51
Cuando una serie simple se le agrupa con frecuencias para obtener

la media aritmética, se multiplica la variable 𝑥𝑖 por la frecuencia
respectiva fi , se obtiene la suma de todos estos productos y luego a
este valor se lo divide para el número de elementos 𝑛 (Suárez,
2015). La fórmula de cálculo está dada por:
𝑓1 𝑥1 + 𝑓2𝑥2 + ⋯ + 𝑓𝑛 𝑥𝑛 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= = =
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 ∑𝑓 𝑁
Donde ∑ 𝑓 = 𝑁 que es el número total de elementos de una población.
En una fiesta infantil se encuentran 20 niños (as) de edades de 4 a

10 años, las edades en años están distribuidas de acuerdo a la
información siguiente.
𝒙𝒊 𝒇𝒊
en años frecuencia
4 3
5 2
6 3
7 1
8 6
9 1
10 4
Total 20
Se requiere calcular la media aritmética.
Solución
Como
∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= =
∑𝑓 𝑁
Entonces, de acuerdo a la información prevista en la tabla del

problema, se tiene
(3)(4) + (2)(5) + (3)(6) + (1)(7) + (6)(8) + (1)(9) + (4)(10) 144

𝜇= =
3+2+3+1+6+1+4 20
Página 52
𝜇 = 7.2 𝑎ñ𝑜𝑠
El promedio de edad de los 20 niños y niñas que se encuentran en la

fiesta infantil es de 7.2 años.
Cuando una serie se la agrupa en intervalos para obtener la media

aritmética, se multiplica la marca de clase de intervalo 𝑥𝑖 por la
frecuencia respectiva 𝑓𝑖 , se obtiene la suma de todos estos productos
y luego a este valor se lo divide para el número de elementos
(Suárez, 2015). La fórmula de cálculo está dada por:
𝑓1 𝑥1 + 𝑓2𝑥2 + ⋯ + 𝑓𝑛 𝑥𝑛 ∑ 𝑓𝑖 𝑥𝑖 ∑ 𝑓𝑥
𝜇= = =
𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 ∑𝑓 𝑁
Donde 𝑥𝑖 es la marca de clase de los intervalos.
La fórmula para el cálculo de la marca de clase es:

′
𝑥𝑖−1 + 𝑥𝑖′
𝑥𝑖 =
2
Donde:
′
𝑥𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑥𝑖′ = 𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
La edad de los estudiantes de la modalidad a distancia de la Facultad

de Ciencias Administrativas de la UCE, matriculados en el periodo abr
– sep del 2015, arrojaron los resultados siguientes.
Página 53
EDAD (AÑOS
CUMPLIDOS) 𝒙′𝒊−𝟏 + MARCA DE CLASE
NÚMERO
𝒙′𝒊 𝒙𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 18 + 28 1,146

= 23
2
[𝟐𝟖 – 𝟑𝟖) 28 + 38 573
= 33
2
[𝟑𝟖 – 𝟒𝟖) 38 + 48 291
= 43
2
[𝟒𝟖 – 𝟓𝟖) 48 + 58 113
= 53
2
MÁS DE 57 52
TOTAL 2,175
ᴬ El símbolo “[18”, significa que incluye el 18; y “28)”, significa que

el 28 no está incluido, pero si incluye los valores cercanos al 28 por
la izquierda.
Se requiere calcular la media de edad en años.
Solución
Se ha considerado a todos los estudiantes de la modalidad a distancia

de la Facultad de Ciencias Administrativas de la UCE, se trata de toda
la población.
En consecuencia
𝜇= =
∑𝑓 𝑁
Entonces, de acuerdo a la información prevista en la tabla del

problema y a la característica cinco de la media aritmética, no es
posible el cálculo de 𝑓𝑖 𝑥𝑖, en razón que el quinto intervalo es abierto.
Fórmula muestral
𝑋̅ = =
∑𝑓 𝑛
Si de los estudiantes de la modalidad a distancia de la Facultad de

Ciencias Administrativas de la UCE, se toma como muestra a 50
matriculados de manera aleatoria en el periodo abr – sep del 2015,
Página 54
para determinar la media de estatura en centímetros. Entonces, de

acuerdo a las mediciones correspondientes se tiene.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊
[150 – 156) 153 10
[156 – 162) 159 6
[162 – 168) 165 6
[168 – 174) 171 11
[174 – 180) 177 9
[180 – 186) 183 8
∑= 50
Solución
Como
𝑋̅ = =
∑𝑓 𝑛
Entonces, adecuando la tabla de información del problema y

obteniendo la marca de clase 𝒙𝒊 , se tendría:
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊 𝒙𝒊 𝒇𝒊
[150 – 156) 153 10 1,530
[156 – 162) 159 6 954
[162 – 168) 165 6 990
[168 – 174) 171 11 1,881
[174 – 180) 177 9 1,593
[180 – 186) 183 8 1,464
∑= 50 8,412
Reemplazando en la fórmula, queda:
8,412
𝑋̅ = = 168.24 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
50
2.2.2. MEDIA PONDERADA

En ocasiones es necesaria la obtención de una media aritmética de
variables cuyos valores observados tienen distinta importancia y por
tanto se deben ponderar de distinta manera para obtener la media.
Página 55
En el caso que la ponderación sea distinta, se habla de una media

ponderada y los valores por los cuales se ponderan los distintos
valores se llaman pesos o ponderaciones (𝑤𝑖).

𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + ⋯ + 𝑤𝑛 𝑥𝑛
𝑋̅𝑤 =
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
A la fórmula se le resume de la siguiente forma:
∑𝑛𝑖=1 𝑤𝑖 𝑥𝑖
𝑋̅𝑤 =
∑𝑛𝑖=1 𝑤𝑖
Siendo:
𝑋̅𝑤 = 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎
Que se lee: “X barra subíndice W”
A continuación se muestran las ponderaciones de las evaluaciones en
los cursos de estadística y las calificaciones de un estudiante durante
el semestre.
Porcentaje
Evaluación Nota 𝒙𝒊
𝒘𝒊
Parcial 1 9 30
Parcial 2 7 30
Examen final 8 20
Tema especial 9 10
Otras evaluaciones 8.4 10
Determine la calificación promedio del estudiante.
Solución
Como:
𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + ⋯ + 𝑤𝑛 𝑥𝑛
𝑋̅𝑤 =
𝑥1 + 𝑥2 + 𝑥3 + ⋯ + 𝑥𝑛
Entonces:
Página 56
(30)(9) + (30)(7) + (20)(8) + (10)(9) + (10)(8.4)

𝑋̅𝑤 =
30 + 30 + 20 + 10 + 10
814
𝑋̅𝑤 =
100
𝑋̅𝑤 = 8.14 𝑝𝑢𝑛𝑡𝑜𝑠
La calificación promedio del estudiante de los cinco ítems evaluados

es de 8.14 puntos.
2.2.3. LA MEDIANA
La mediana de un conjunto finito de valores, es aquel valor que divide

al conjunto en dos partes iguales, de forma que el número de valores
mayor o igual a la mediana es igual al número de valores menores o
igual a estos. Su aplicación se ve limitada ya que solo considera el
orden jerárquico de los datos y no alguna propiedad propia de los
datos, como en el caso de la media.
2.2.3.1. Mediana de datos no agrupados
Los criterios necesarios para calcular la mediana, son los siguientes:
a. Se requiere es ordenar los datos en forma ascendente o

descendente, cualquiera de las ordenaciones conducen al mismo
resultado. Esto es: 𝑥1, 𝑥2, 𝑥3, ⋯ , 𝑥𝑛 .
b. Si N es Impar, hay un término central, el término 𝑋𝑁+1 , que será el valor
2
de la mediana.
c. Si N es Par, hay dos términos centrales, 𝑋𝑁 y 𝑋𝑁+1 , la mediana será la
2 2
media de esos dos valores
Características:
 Para el cálculo de la mediana interesa que los valores estén

ordenados de menor a mayor o viceversa.
 La mediana no es afectada por valores extremos.
 Puede ser calculada en distribuciones de frecuencia con clases

abiertas.
Página 57
La notación más usual que se utiliza para representar a la mediana

son 𝑀𝑒, 𝑀𝑑, 𝑥̃
Fórmula para población y muestra impar
𝑀𝑒 = 𝑋𝑁+1
2
𝑀𝑒 = 𝑋𝑛+1
2
Donde 𝑋𝑁+1 y 𝑋𝑛+1, es la posición que ocupa el valor de la mediana.

2 2
El contenido de cinco botellas de gaseosas denominadas personal son

seleccionadas de forma aleatoria de un lote de producción en ml, al
medir sus contenidos se tiene: 235.4, 236.3, 234.9, 236.4, y 236.0.
¿Cuál es la mediana de las observaciones muestreadas?
Solución
Primero se ordena de mayor a menor, entonces:
234.9, 235.4, 236.0, 236.3, 236.4

Aplicando la regla para el cálculo de la mediana de datos no
agrupados de un conjunto de elementos impar, se tiene:
𝑀𝑒 = 𝑋𝑛+1
2
𝑛+1 5+1
= =3
2 2
El tres es la posición de la serie de elementos ordenados y contados
de izquierda a derecha, por lo que se tendría que:
𝑀𝑒 = 236.0
234.9, 235.4, 236.0, 236.3, 236.4
Fórmula para población y muestra par

𝑋𝑁 + 𝑋𝑁+1
2 2
𝑀𝑒 =
2
Página 58
𝑋𝑛 + 𝑋𝑛+1
2 2
𝑀𝑒 =
2
𝑋𝑁 +𝑋𝑁 𝑋𝑛 +𝑋𝑛
+1 +1
Donde 2 2
y 2 2
, es la posición que ocupa el valor de la
2 2
mediana.
El contenido de seis botellas de gaseosas denominadas personal son

seleccionadas de forma aleatoria de un lote de producción en ml, al
medir sus contenidos se tiene: 235.4, 236.3, 234.9, 236.4, 237.2 y
236.0. ¿Cuál es la mediana de las observaciones muestreadas?
Solución
Primero se ordena de mayor a menor, entonces:
234.9, 235.4, 236.0, 236.3, 236.4, 237.2
Aplicando la regla para el cálculo de la mediana de datos no

agrupados de un conjunto de elementos impar, se tiene:
𝑛 𝑛 6 6
+ + 1 +2+1 7
2 2 2
= = = 3.5
2 2 2
El tres punto cinco, es la posición de la serie de elementos ordenados

y contados de izquierda a derecha, por lo que cuando la serie
contiene un número de elementos par, se contará con dos elementos
medios y se tendrá:
234.9, 235.4, 236.0, 236.3, 236.4, 237.2

236.0 + 236.3
𝑀𝑒 = = 236.15
2
𝑀𝑒 == 169.64 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
2.2.3.2. Mediana de datos agrupados
Cuando los datos se encuentran agrupados en una distribución de

frecuencia, no conocemos los datos originales, por lo tanto es
necesario estimar la mediana mediante los siguientes pasos:
1. Calcular el valor 𝑛/2 o 𝑁 ⁄2, según se trate.

Página 59
2. Localizar el intervalo de clase donde se encuentra la mediana

(intervalo mediano). Esto se hace encontrando el primer
intervalo de clase donde la frecuencia acumulada es igual o
mayor que 𝑛/2.
3. Aplicar la siguiente fórmula de la mediana para datos
agrupados con respecto al intervalo mediano.
Fórmula de la mediana para una población.

𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Fórmula de la mediana para una muestra.

𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde:
𝑀𝑒 = 𝑀𝑒𝑑𝑖𝑎𝑛𝑎
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝐹𝑖−1 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑓𝑖 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
Características:
 Existe una mediana para un conjunto de datos.
 Para el cálculo de la mediana interesa que los valores estén

ordenados de menor a mayor o viceversa.
 Al existir valores extremadamente grandes o muy pequeños la

mediana no se ve afectada.
 Se calculará la mediana para una distribución de frecuencias con

una clase de extremo abierto. Cuando la mediana no se
encuentra en esa clase.
Página 60
La edad de los estudiantes de la modalidad a distancia de la
Facultad de Ciencias Administrativas de la UCE, matriculados en el
periodo abr – sep del 2015, arrojaron los resultados siguientes.
EDAD (AÑOS
CUMPLIDOS) 𝒙′𝒊−𝟏 + MARCA DE CLASE
NÚMERO
𝒙′𝒊 𝒙𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 18 + 28 1,146

= 23
2
[𝟐𝟖 – 𝟑𝟖) 28 + 38 573
= 33
2
[𝟑𝟖 – 𝟒𝟖) 38 + 48 291
= 43
2
[𝟒𝟖 – 𝟓𝟖) 48 + 58 113
= 53
2
MÁS DE 57 52
TOTAL 2,175
ᴬ El símbolo “[18”, significa que incluye el 18; y “28)”, significa que

el 28 no está incluido, pero si incluye los valores cercanos al 28 por
la izquierda.
Se requiere calcular la mediana de edad en años de los estudiantes

de la modalidad a distancia.
Solución

la población.
En consecuencia
𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde:
𝑁 2,175
= = 1,087.5
2 2
Completando la tabla para la aplicación de la fórmula, se tiene:
Página 61
EDAD (AÑOS MARCA DE CLASE FRECUENCIA FRECUENCIA

CUMPLIDOS) 𝒙′𝒊−𝟏 + 𝒙𝒊 𝒇𝒊 ACUMULADA
𝒙′𝒊 𝑭𝒊
1,146
[18 – 28) 18 + 28 1,146
= 23
2
[28 – 38) 28 + 38 573 1,719
= 33
2
[38 – 48) 38 + 48 291 2,010
= 43
2
[48 – 58) 48 + 58 113 2,123
= 53
2
MÁS DE 57 52 2,175
TOTAL 2,175
𝐿𝑖−1 =18
𝑐 = 10
𝐹𝑖−1 = 0
𝑓𝑖 = 1,146
Reemplazando
2,175
−0
2
𝑀𝑒 = 18 + (10) = 18 + 9.49
1,146
𝑀𝑒 = 27.49 𝑎ñ𝑜𝑠
matriculados de manera aleatoria en el periodo abr – sep. del 2015,
para determinar la mediana de estatura en centímetros. Entonces,
de acuerdo a las mediciones correspondientes se tiene.
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊
[150 – 156) 153 10
[156 – 162) 159 6
[162 – 168) 165 6
[168 – 174) 171 11
[174 – 180) 177 9
[180 – 186) 183 8
Σ 50
Página 62
Solución
Se ha considerado a una parte de los estudiantes de la modalidad a

distancia de la Facultad de Ciencias Administrativas de la UCE, se
trata de una muestra.
En consecuencia
𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐 ) 2
𝑓𝑖
Donde:
𝑛 50
= = 25
2 2
𝐿𝑖−1 =168
𝑐=6
𝐹𝑖−1 = 22
𝑓𝑖 = 11
Completando la tabla para la aplicación de la fórmula, se tiene:
𝑿′𝒊−𝟏 − 𝑿′𝒊 𝒙𝒊 𝒇𝒊 𝑭𝒊
[150 – 156) 153 10 10
[156 – 162) 159 6 16
[162 – 168) 165 6 22
[168 – 174) 171 11 33
[174 – 180) 177 9 42
[180 – 186) 183 8 50
∑= 50
Reemplazando
50
− 22
2
𝑀𝑒 = 168 + (6) = 168 + 1.64
11
𝑀𝑒 = 169.64
Página 63
2.2.4. MODA
La moda es el valor de la variable que tiene mayor frecuencia

absoluta o la que más se repite.
Características
1. Es la única medida de centralización que tiene sentido estudiar en

una variable cualitativa, pues no precisa la realización de ningún
cálculo.
2. En su determinación no se incluyen todos los valores de la
variable.
3. El valor de la moda puede ser afectado grandemente por el
método de designación de los intervalos de clases.
4. Puede ser calculada en distribuciones de frecuencia que tengan
clases abiertas.
5. No es afectada por valores extremos.
6. Por su propia definición, la moda no es única, pues puede haber
dos o más valores de la variable que tengan la misma frecuencia,
siendo esta máxima; en cuyo caso se tendrá una distribución
bimodal o polimodal, según el caso.
2.2.4.1. Moda de datos no agrupados
La moda es una medida que se relaciona con la frecuencia con que

se presenta el dato o los datos con mayor incidencia; por lo que se
considera la posibilidad de que exista más de una moda para un
conjunto de datos.
La notación más frecuente es la siguiente: 𝑀𝑜 y 𝑥̂. Esta medida es

aplicable tanto para datos cualitativos como cuantitativos.
Forma de cálculo
𝑀𝑜 = 𝑓𝑖 𝑚á𝑥𝑖𝑚𝑎
𝑓𝑖 máxima, quiere decir que es la de mayor frecuencia absoluta
Tipos de moda
1. Unimodal. La moda es única.

2. Polimodal. Por su propia definición, la moda puede no ser única,
pues puede haber dos o más valores de la variable que tengan la
misma frecuencia, siendo esta máxima; en cuyo caso se tendrá
Página 64
una distribución bimodal o polimodal según el caso (Universidad

Michoacana de San Nicolás de Hidalgo, 2015).
Determinar la moda del siguiente conjunto de datos:
1, 2, 3, 3, 4, 5, 6, 7, 7, 3, 1, 9, 3.
Solución
Para mayor facilidad, si se ordena de manera ascendente se tiene:
1, 1, 2, 3, 3, 3, 3, 4, 5, 6, 7, 7, 9.
Se identifica el elemento que más se repite, por lo cual
𝑀𝑜 = 3
Por tanto, la moda del conjunto de datos es igual a 3 y si considera

unimodal.
Determinar la moda del siguiente conjunto de datos: 1, 2, 3, 4, 4,

5, 2, 1, 3, 4, 2, 3, 4, 6, 3, 3, 4.
Solución
Para mayor facilidad, si se ordena de manera ascendente se tiene:

1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 6,
Se identifica los elementos que más se repite, por lo cual
𝑀𝑜 = 3, y
𝑀𝑜 = 4
Las modas de este conjunto de datos son 3 y 4, ya que ambas tienen

la más alta frecuencia y se determina que es bimodal.
Determinar la moda del siguiente conjunto de datos: 1, 2, 3, 4, 5,

6, 7, 8, 9
Página 65
Solución
La muestra no contiene dato o datos repetidos, por lo que se

considera que la muestra es amodal.
2.2.4.2. Moda de datos agrupados
Para determinar la moda de datos agrupados se debe utilizar

intervalos con igual amplitud.
Fórmula
La fórmula de cálculo para la moda de datos agrupados está dada

por:
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐 )
∆𝑓𝑖 + ∆𝑓𝑠
Nomenclatura
𝑀𝑜 = 𝑀𝑜𝑑𝑎
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙
∆𝑓𝑖 = 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑚𝑜𝑑𝑎𝑙 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑖𝑛𝑚𝑒𝑑𝑖𝑎𝑡𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
∆𝑓𝑠 = 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑚𝑜𝑑𝑎𝑙 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑚𝑜𝑑𝑎𝑙 𝑖𝑛𝑚𝑒𝑑𝑖𝑎𝑡𝑎 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1
La edad de los estudiantes de la modalidad a distancia de la Facultad

de Ciencias Administrativas de la UCE, matriculados en el periodo abr
– sep del 2015, arrojaron los resultados siguientes.
Página 66
EDAD (AÑOS
CUMPLIDOS) FRECUENCIA
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒇𝒊
[𝟏𝟖 – 𝟐𝟖) ᴬ 1,146

[𝟐𝟖 – 𝟑𝟖) 573
[𝟑𝟖 – 𝟒𝟖) 291
[𝟒𝟖 – 𝟓𝟖) 113
MÁS DE 57 52
TOTAL 2,175
ᴬ El símbolo “[18”, significa que incluye el 18; y “28)”, significa que el 28 no

está incluido, pero si incluye los valores cercanos al 28 por la izquierda.
Se requiere calcular la moda de edad en años de los estudiantes de

la modalidad a distancia.
Solución

la población.
En consecuencia
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐 )
Donde
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1
𝑓𝑖−1 = 0
𝑓𝑖 = 1,146
∆𝑓𝑖 = 1,146 − 0 = 1,146
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1
𝑓𝑖+1 = 573
𝑓𝑖 = 1,146
∆𝑓𝑠 = 1,146 − 573 = 573
𝐿𝑖−1 =18
Página 67
𝑐 = 10
Reemplazando
573
𝑀𝑜 = 18 + (10) = 18 + 10
1,146 − 573
𝑀𝑜 = 28 𝑎ñ𝑜𝑠
2.2.5. MEDIA GEOMÉTRICA
La media geométrica nos permite encontrar el promedio de

porcentajes, razones, índices o tasas de crecimiento, es utilizada
ampliamente en los negocios y la economía, ya que frecuentemente
permite determinar el cambio porcentual en ventas, sueldos, o cifras
económicas, como el Producto Interno Bruto.
La media geométrica al ser un conjunto de n números positivos se

realiza como la raíz n-enésima del producto de n valores.
Características
1. Se toman en cuenta todos los valores de la variable

2. Se utiliza cuando se quiere dar importancia a valores pequeños de
la variable
3. Su valor no es muy influenciable por datos extremos grandes.
4. No puede ser calculada en distribuciones con clase abiertas.
5. Es usada para promediar razones, tasas de cabio, interés
compuesto y números índices. Es recomendada para datos de
progresión geométrica
2.2.5.1. Fórmula de la media geométrica de datos no

agrupados.
Está dada por:
𝑛
𝑛
𝑀𝑜 = 𝐺 = 𝑀𝑔 = √∏ 𝑥𝑖 = 𝑛√𝑥1 ∗ 𝑥2 ∗ 𝑥3 ∗ ⋯ ∗ 𝑥𝑛
𝑖=1
Nomenclatura
𝑀𝑜 = 𝐺 = 𝑀𝑔 = 𝑚𝑒𝑑𝑖𝑎 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎
Página 68
𝑥𝑖 = 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑠𝑢𝑗𝑒𝑡𝑜𝑠 𝑎 𝑙𝑎 𝑜𝑏𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝐺.
𝑖 = 1, 2, 3, ⋯ , 𝑛
Usando logaritmos la fórmula queda como:
∑ 𝑙𝑜𝑔 𝑥𝑖
log 𝑀𝑔 =
𝑛
∑ 𝑙𝑜𝑔𝑥𝑖
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔
𝑛
Si los precios por acción de uno de los supermercados de la cuidad

en los últimos cuatro meses fueron; 4.75, 5.23, 4.78 y 6.32 dólares
por unidad. Calcular el factor de crecimiento promedio y el
crecimiento porcentual promedio.
Solución
𝑥𝑖+1
Se considera el factor de crecimiento mes a mes, esto es , por lo
𝑥𝑖
5.23 4.78
que el primer factor se tendría , el segundo sería , y así
4.75 5.23
sucesivamente. Para el cálculo de la media geométrica se tienen dos
formas de solución, de acuerdo a las fórmulas dadas.
Primer método.
Aplicando la fórmula radical, se tiene:
3 5.23 4.78 6.32 3

𝑀𝑔 = √ × × = √1.33053 = 1.0999
4.75 5.23 4.78
El 1.0999 es factor de crecimiento promedio y para obtener el

crecimiento se aplica la siguiente formula:
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = (𝑀𝑔 − 1) × 100 = (1.0999 − 1) × 100
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 9.99%
Página 69
Segundo método.
Aplicando la fórmula logarítmica se tiene:
𝒙𝒊 𝒍𝒐𝒈𝒙𝒊
5.23 0.041808
= 1.101053
4.75
4.78 -0.039074
= 0.913958
5.23
6.32 0.121289
= 1.322176
4.78
0.124023
∑ 𝑙𝑜𝑔𝑥𝑖
𝑛
0.124023
3
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔0.041341
𝑀𝑔 = 1.0999
El 1.0999 es factor de crecimiento promedio y el crecimiento

porcentual promedio es:
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = (𝑀𝑔 − 1) × 100 = (1.0999 − 1) × 100
𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 9.99%
2.2.5.2. Fórmula de la media geométrica de datos

agrupados.
Está dada por:
∑ 𝑓𝑖 𝑙𝑜𝑔 𝑥𝑖
log 𝑀𝑔 =
𝑛
∑ 𝑓𝑖 𝑙𝑜𝑔𝑥𝑖
𝑛
Página 70
matriculados de manera aleatoria en el periodo abr – sep del 2015,
para determinar la media geométrica de estatura en centímetros.
Entonces, de acuerdo a las mediciones correspondientes se tiene.
ESTATURA (EN
MARCA DE FRECUENCIA
CENTÍMETROS)
CLASE 𝒙𝒊 𝒇𝒊
𝒙′𝒊−𝟏 + 𝒙′𝒊
[𝟏𝟓𝟎 – 𝟏𝟔𝟎) 155 5

[𝟏𝟔𝟎 – 𝟏𝟕𝟎) 165 3
[𝟏𝟕𝟎 – 𝟏𝟖𝟎) 175 2
TOTAL 10
Solución
Se ha considerado a una parte de los estudiantes de la modalidad a

distancia de la Facultad de Ciencias Administrativas de la UCE, se
trata de una muestra.
En consecuencia
∑ 𝑓𝑖 𝑙𝑜𝑔𝑥𝑖
𝑛
Adecuando la tabla de datos a para la aplicación de la fórmula de

𝑀𝑜 , se tiene:
ESTATURA (EN
MARCA DE FRECUENCIA
CENTÍMETROS) 𝒍𝒐𝒈 𝒙𝒊 𝒇𝒊 𝒍𝒐𝒈𝒙𝒊
CLASE 𝒙𝒊 𝒇𝒊
𝒙′𝒊−𝟏 + 𝒙′𝒊
[𝟏𝟓𝟎 – 𝟏𝟔𝟎) 155 5 2.19033 10.95165

[𝟏𝟔𝟎 – 𝟏𝟕𝟎) 165 3 2.21748 6.65244
[𝟏𝟕𝟎 – 𝟏𝟖𝟎) 175 2 2.24303 4.48606
TOTAL 10 22.09015
Página 71
22.09015
10
𝑀𝑔 = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 2.209015
𝑀𝑔 = 161.81 𝑐𝑒𝑛𝑡í𝑚𝑒𝑡𝑟𝑜𝑠
2.2.6. FORMA DE LA DISTRIBUCIÓN
RELACIÓN ENTRE MEDIA ARITMÉTICA, MEDIANA Y MODA
En distribuciones totalmente simétricas, la media, la mediana y la

moda coinciden, localizándose en un mismo valor. En cambio, en
distribuciones moderadamente asimétricas, la siguiente relación se
mantiene aproximadamente:
Posiciones relativas de la media, la mediana y la moda para curvas

de frecuencias asimétricas a derecha e izquierda respectivamente,
para curvas simétricas los tres valores coinciden (Cabrera, 2015)
Una granja ganadera registro durante febrero el nacimiento de 29

terneros, cuyos pesos al nacer (en kilogramos) fue el siguiente:
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50
Página 72
Los datos anteriores al ser dispuestos en una tabla de distribución

de frecuencias se obtuvo la siguiente tabla resultante.
Clases Frecuencia
𝒙′𝒊−𝟏 + 𝒙′𝒊 𝒇𝒊
21.5 – 26.5 1
26.5 – 31.5 1
31.5 – 36.5 4
36.5 – 41.5 9
41.5 – 46.5 13
46.5 – 51.5 1
Total 29
Calcule en las dos variantes (datos no agrupados y datos agrupados)

la media aritmética, la mediana y la moda.
Solución
Datos no agrupados:
Los nacimientos registrados en el mes de febrero es de 29 terneros,

razón por la que se trata de un valor poblacional
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50
Media aritmética.
La fórmula de cálculo es
∑ 𝑥𝑖
μ=
N
Reemplazando los datos, se tiene
22 + 31 + 33 + ⋯ + 46 + 50
μ=
29
1,164
μ= = 40.14 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
29
Mediana
Página 73
𝑀𝑒 = 𝑋𝑁+1
2
𝑋𝑁+1 = 𝑋29+1 = 𝑋30 = 𝑋15

2 2 2
Sustituyendo 𝑋15, se tiene
𝑀𝑒 = 𝑋15 = 41 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Moda
𝑀𝑜 = 𝑓𝑖 𝑚á𝑥𝑖𝑚𝑎
La frecuencia mayor se encuentra en el número 42, donde
𝑓𝑖 = 5.
Por tanto, se tiene que
𝑀𝑜 = 42 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Al comparar 𝜇, 𝑀𝑒 𝑦 𝑀𝑜, se tiene:
μ = 40.14 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑒 = 41 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑜 = 42 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Como
𝝁 < 𝑀𝑒 < 𝑀𝑜
Entonces, la distribución es asimétrica hacia la izquierda.
Página 74
Datos agrupados:
Para el cálculo de la media, mediana y moda, es necesario adecuar

la tabla proporcionada, por la siguiente.
Clases Marca de Frecuencia 𝒙𝒊 𝒇𝒊 Frecuencia

𝐱 ′𝐢−𝟏 + 𝐱 ′𝐢 clase 𝒙𝒊 𝒇𝒊 acumulada
𝑭𝒊
21.5 – 26.5 24 1 24 1
26.5 – 31.5 29 1 29 2
31.5 – 36.5 34 4 136 6
36.5 – 41.5 39 9 351 15
41.5 – 46.5 44 13 572 28
46.5 – 51.5 49 1 49 29
Σ 29 1,161
Media aritmética.
𝜇= =
∑𝑓 𝑁
Reemplazando los datos, se tiene
1,161
𝜇=
29
𝜇 = 40.03 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Página 75
Mediana
𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖−1 + (𝑐) 2
𝑓𝑖
Para la aplicación de la fórmula, es necesario identificar el renglón de

la clase mediana, para lo cual el número de elementos se divide para
dos.
𝑁 29
= = 14.5
2 2
Como 14.5 es la mitad del total, buscamos en la columna de 𝐹𝑖 el

valor más cercano mayor a 14.5, obteniéndose el renglón
36.5 –
39 9 351 15
41.5
En base a este renglón y sus relacionados en la tabla, se procede a

su reemplazo.
29
−6
2
𝑀𝑒 = 36.5 + (5)
9
𝑀𝑒 = 36.5 + (5)(0.94444) = 36.5 + 4.7222
𝑀𝑒 = 41.22 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Moda
∆𝑓𝑖
𝑀𝑜 = 𝐿𝑖−1 + (𝑐 )
Para la aplicación de la fórmula, es necesario identificar el renglón de

la clase modal, la cual está dada por el intervalo de clase con mayor
frecuencia, esto es
Página 76
41.5 – 44 13 572 28
46.5
En base a este renglón y sus relacionados en la tabla, se procede a

su reemplazo.
Entonces
∆𝑓𝑖 = 𝑓𝑖 − 𝑓𝑖−1 = 13 − 9 = 4
∆𝑓𝑠 = 𝑓𝑖 − 𝑓𝑖+1 = 13 − 1 = 12
Reemplazando en la fórmula, se tiene
4
𝑀𝑜 = 41.5 + (5)
4 + 12
𝑀𝑜 = 41.5 + (5)(0.25) = 41.5 + 1.25
𝑀𝑜 = 42.75 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Al comparar 𝜇, 𝑀𝑒 𝑦 𝑀𝑜, se tiene:
μ = 40.03 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑒 = 41.22 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
𝑀𝑜 = 42.75 𝑘𝑖𝑙𝑜𝑔𝑟𝑎𝑚𝑜𝑠
Como
𝝁 < 𝑀𝑒 < 𝑀𝑜
La gráfica de la distribución, sería aproximadamente así.
Página 77
2.3. MEDIDAS DE DISPERSIÓN
Los métodos numéricos que describen a los conjuntos de

observaciones tienen como objetivo dar una imagen mental de la
distribución de frecuencias. Una vez localizado el centro de la
distribución de un conjunto de datos, lo que procede es buscar una
medida de dispersión de los datos (García Pérez, 2015).
La dispersión o variación es una característica importante de un
conjunto de datos porque intenta dar una idea de cuán esparcidos se
encuentran éstos. Se puede diferenciar dos tipos de dispersión, las
absolutas y relativas.
2.3.1. DISPERCIÓN ABSOLUTA

Se toma como punto central de referencia la media aritmética,
aunque puede considerarse además a la mediana. Entre las medidas
de dispersión absoluta se tiene al rango, desviación media, varianza
y desviación estándar.
2.3.1.1. Rango
Se obtiene sacando la diferencia entre el valor mayor y el valor meno

de un conjunto de datos.
Características
 El rango es la medida de dispersión más sencilla de calcular e

interpretar.
 Se basa en los valores extremos por lo que puede ser errática
 El recorrido solo se encuentra influenciado por los valores
extremos y no considera el resto de valores de la variable.
 Existe el peligro que el recorrido ofrezca una descripción
distorsionada de la dispersión cuando existe valores muy
pequeños o muy grandes.
Fórmula
𝑅 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 – 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜.
𝑅 = 𝑥𝑛 − 𝑥1
Nomenclatura
𝑅 = 𝑟𝑎𝑛𝑔𝑜
Página 78
𝑥1 = 𝑝𝑟𝑖𝑚𝑒𝑟 𝑡é𝑟𝑚𝑖𝑛𝑜
𝑥𝑛 = ú𝑙𝑡𝑖𝑚𝑜 𝑡é𝑟𝑚𝑖𝑛𝑜
El número de pacientes atendidos en emergencias en una clínica

privada de la ciudad, en un periodo de 8 días del mes pasado fue:
3 1 5 8 2 4 8 3
Calcule e interprete el rango.
Solución:
La fórmula del rango es:
𝑅 = 𝑥𝑛 − 𝑥1
Ordenando la serie,
1 2 3 3 4 5 8 8
El número de elementos está dado por
𝑛=8
Por tanto
𝑅 = 𝑥8 − 𝑥1
Reemplazando valores en la fórmula, se tiene
𝑅 = 8−1 = 7
2.3.1.2. Varianza
La varianza de un conjunto de datos se define como el cuadrado de

la desviación típica y viene dada en consecuencia por 𝜎 2 .
Cuando sea necesario distinguir la desviación típica de una población

y de una muestra, se usará 𝜎 2 o 𝑠 2, correspondientemente.
La varianza no puede ser negativa.
Página 79
Características
 Para su cálculo se utilizan todos los valores.

 No se ve influenciada por valores extremos.
 La varianza indica el grado en que están dispersos los datos en
una distribución. A mayor medida, mayor dispersión.
 La varianza es un número muy grande con respecto a las
observaciones, por lo que con frecuencia se vuelve difícil para
trabajar.
 Debido a que la varianza siempre se expresa en términos de los
datos originales elevados al cuadrado, el resultado tiene unidades
de medida al cuadrado, lo cual no permite una apreciación lógica.
 Para solucionar las complicaciones que se tiene con la varianza,
se halla la raíz cuadrada de la misma, es decir, se calcula la
desviación estándar.
Fórmulas
Para el cálculo de la varianza poblacional y muestral se debe tener

en cuenta si se trata de datos agrupados o no agrupados.
Datos no agrupados
∑(𝑥𝑖 − 𝜇)2
𝜎2 =
𝑁
∑(𝑥𝑖 − 𝑋̅)2
𝑠2 =
𝑛−1
Datos agrupados
∑ 𝑓𝑖 (𝑥𝑖 − 𝜇)2
𝜎2 =
𝑁
∑ 𝑓𝑖 (𝑥𝑖 − 𝑋̅)2
𝑠2 =
𝑛−1
Nomenclatura
𝜎 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑥𝑖 = 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Página 80
𝑓𝑖 = 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝜇 = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑡𝑖𝑚é𝑡𝑖𝑐𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑁 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑠 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑋̅ = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑡𝑖𝑚é𝑡𝑖𝑐𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

3 1 5 8 2 4 8 3
Calcule e interprete la varianza.
Solución.
Para la aplicación de la fórmula de 𝑠 2, primero se debe calcular la

media aritmética. Por tanto
∑ 𝑥𝑖
̅=
X
n
3 + 1 + 5 + 8 + 2 + 4 + 8 + 3 34
̅
X= =
8 8
𝑋̅ = 4.25
La fórmula de la varianza muestral
∑(𝑥𝑖 − 𝑋̅)2
𝑠2 =
𝑛−1
Reemplazando los datos en la fórmula, se tiene.

(3 − 4.25)2 + (1 − 4.25)2 + (5 − 4.25)2 + (8 − 4.25)2
+(2 − 4.25)2 + (4 − 4.25)2 + (8 − 4.25)2 + (3 − 4.25)2
𝑠2 =
8−1
1.5625 + 10.5625 + 0.5625 + 14.0625 + 5.0625 + 0.0615 + 14.0625 + 1.5625

𝑠2 =
8−1
Página 81
47.50
𝑠2 =
8−1
𝑠 2 = 6.79 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠 2
Calcular la varianza de las calificaciones finales en la asignatura de

matemáticas, de un curso de 40 estudiantes, según datos de la tabla
que sigue.
Calificación Cantidad de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
Para calcular la varianza es necesario primero calcular la media

aritmética, la siguiente tabla permite su cálculo.
Cantidad de
Marca de
Calificación estudiantes 𝒇𝒊 𝒙𝒊
clase 𝒙𝒊
𝒇𝒊
(0 − 2] 2 1 2
(2 − 4] 4 3 12
(4 − 6] 8 5 40
(6 − 8] 16 7 112
(8 − 10] 10 9 90
Σ 40 Σ 256
La media aritmética es:
∑ 𝑓𝑖 𝑥𝑖
𝑋̅ =
𝑛
256
𝑋̅ =
40
𝑋̅ = 6.4
Página 82
Para calcular la varianza es necesario adecuar la tabla de la siguiente

forma:
Cantidad de
Marca de ̅ )𝟐 ̅ )𝟐
Calificación estudiantes (𝒙𝒊 − 𝑿 𝒇𝒊 (𝒙𝒊 − 𝑿
clase 𝒙𝒊
𝒇𝒊
(0 − 2] 2 1 29.16 58.32
(2 − 4] 4 3 11.56 46.24
(4 − 6] 8 5 1.96 15.68
(6 − 8] 16 7 0.36 5.76
(8 − 10] 10 9 6.76 67.6
Σ 40 Σ 193.6
La fórmula para el cálculo de la varianza del problema, es
2
∑ 𝑓𝑖 (𝑥𝑖 − 𝑋̅)2
𝑠 =
𝑛−1
193.6
𝑠2 =
40 − 1
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
2.3.1.3. Desviación estándar
Es la medida más frecuentemente usada de variabilidad y se calcula

como la raíz cuadrada de la varianza.
Características
 Expresa la cantidad de variabilidad promedio en una distribución.

 Permite determinar cómo se distribuyen los valores en relación
con la media
 Su fórmula es indistinta para distribuciones de datos originales o
agrupados.
 Para solucionar las complicaciones que se tiene con la varianza,

se halla la raíz cuadrada de la misma, es decir, se calcula
 la desviación estándar es un número pequeño expresado en

unidades de los datos originales y que tiene un significado lógico.
 A pesar de lo anterior, es difícil describir exactamente qué es lo

que mide la desviación estándar. Sin embargo, el teorema de
Página 83
Chebyshev establece que para todo conjunto de datos en una

distribución, se cumple lo siguiente.
𝜇 ± 𝜎 ≅ 𝑎𝑙 68% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜇 ± 2𝜎 ≅ 𝑎𝑙 95% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜇 ± 3𝜎 ≅ 𝑎𝑙 99.74% 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝜎 = √𝜎 2
Fórmula muestral
𝑠 = √𝑠 2
Nomenclatura
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
Calcule las desviaciones estándar de los ejemplos de aplicación 26 y

27.
Ejemplos aplicación 26
Página 84
Se tiene que
Aplicando la fórmula de la desviación estándar
𝑠 = √6.79
𝑠 = 2.61 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠
Ejemplos de aplicación 27
Se tiene que
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
Aplicando la fórmula de la desviación estándar
𝑠 = √4.96
𝑠 = 2.23 𝑝𝑢𝑛𝑡𝑜𝑠
2.3.2. DISPERCIÓN RELATIVA
Cuando el objetivo es realizar comparaciones, no resulta adecuado

comparar magnitudes absolutas, ya que las unidades no son siempre
comparables.
Cuando se pretende comparar la dispersión de variables medidas en

distintas unidades o variables con distinto orden de magnitud, es
necesario relativizar.
2.3.2.1. Coeficiente de variación relativa
Una forma de relativizar es considerar la dispersión en relación al

valor absoluto de la media, consiguiendo así el coeficiente de
variación, que suele ser interpretado en términos de proporción o
porcentaje:
El coeficiente de variación es la razón (cociente) de la desviación

estándar y la media aritmética expresada con un porcentaje.
Características
Página 85
Se utiliza cuando no es posible una comparación directa de dos o más

medidas de dispersión y muy útil cuando:
 Los datos están en unidades diferentes (como dólares y días de
inasistencia)
 Los datos están en las mismas unidades, pero los valores medios
están muy distantes (como sucede con los ingresos de ejecutivos
superiores, y el ingreso de empleados no calificados)
Fórmula
Se calcula con la siguiente fórmula:
𝑠
𝐶𝑉 = ̅
|𝑋|
Nomenclatura
𝐶𝑉 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
|𝑋̅| = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎

3 1 5 8 2 4 8 3
Calcule e l coeficiente de variación.
Solución.
La media aritmética es
𝑋̅ = 4.25
La varianza es
La desviación estándar es
Página 86
La fórmula para el cálculo del coeficiente de variación es

𝑠
𝐶𝑉 = ̅
|𝑋|
Reemplazando valores, se tiene
2.61
𝐶𝑉 =
|4.25|
𝐶𝑉 = 0.61 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠
Calcular el coeficiente de variación de las calificaciones finales en la

asignatura de matemáticas, de un curso de 40 estudiantes, según
datos de la tabla que sigue.
Calificación Cantidad
de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
𝑋̅ = 6.4
La varianza es
𝑠 2 = 4.96 𝑝𝑢𝑛𝑡𝑜𝑠 2
La fórmula para el cálculo del coeficiente de variación es

𝑠
𝐶𝑉 = ̅
|𝑋|
Página 87
2.23
𝐶𝑉 =
|6.4|
𝐶𝑉 = 0.35
2.4. MEDIDAS DE POSICIÓN
Está claro que para localizar cuál es el valor que se encuentra al

centro de un grupo de datos utilizamos la mediana y que ésta es el
valor que divide al grupo de datos en mitades. Pues bien, para ciertos
fines puede ser de mucha utilidad saber qué valor se encuentra al
primer cuarto del grupo de datos, o al tercer cuarto del grupo de
datos.
De esta forma:
 Los cuartiles dividen a la distribución en cuartos

 Los deciles en décimos, y
 Los percentiles en 100 partes
Los cuales se obtienen con fórmulas que modifican la de la

mediana como en los siguientes ejemplos:
2.4.1. MEDIDAS DE POSICIÓN
Estas medidas son también llamadas cuantilas, cuantiles o fractiles y

cuyo objetivo es describir el comportamiento de una variable
dividiendo la serie de valores en diferente número de partes
porcentualmente iguales, las más usadas son: los cuartiles (cuartas
partes), los deciles (decimas partes) y los centiles o percentiles
(centésimas partes).
2.4.1.1. Los Cuartiles
Son aquellos números que dividen a éstas en cuatro partes

porcentualmente iguales. Hay tres cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3 . El primer
cuartil 𝑄1 , es el valor en el cual o por debajo del cual queda
aproximadamente un cuarto (25%) de todos los valores de la
sucesión (ordenada); El segundo cuartil 𝑄2 es el valor por debajo del
cual queda el 50% de los datos (Mediana), el tercer cuartil 𝑄3 es el
Página 88
valor por debajo del cual quedan las tres cuartas partes (75%) de los
datos.
2.4.1.2. Los Deciles
Son ciertos números que dividen el conjunto de observaciones

(ordenadas) en diez parte porcentualmente iguales. Los deciles se
denotan por 𝐷1 , 𝐷2 , ⋯ , 𝑄9 . El decil 5 corresponde al cuartil 2
(mediana).
2.4.1.3. Los Percentiles
Son ciertos números que dividen el conjunto de datos ordenados en

cien partes porcentualmente iguales. El percentil 50 equivale a la
mediana.
Considerando la definición de la mediana, esta será el segundo

cuartil, el quinto decil o el 50avo percentil o centil. En cualquiera de
estas medidas el valor matemático que se obtenga será
representativo del número de datos o menos que corresponde al
valor relativo planteado. (Ejemplo: el primer cuartil es un valor
representativo del 25% o menos de los valores de una distribución,
es decir, los valores inferiores de la distribución).
2.4.1.4. Cuantiles para datos no agrupados
Para ubicar los cuartiles, deciles y percentiles, se aplica la siguiente

fórmula, siendo este valor la posición donde se ubican.
Ubicación de un centil:
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Donde:
𝐿𝑐, 𝑒𝑠 𝑙𝑎 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑐𝑢𝑎𝑟𝑡𝑖𝑙, 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑐𝑒𝑛𝑡𝑖𝑙.
𝑛, 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑃, 𝑒𝑠 𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑐𝑢𝑎𝑟𝑡𝑖𝑙, 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑐𝑒𝑛𝑡𝑖𝑙.
Para calcular los cuartiles, deciles y centiles primero se debe ordenar

los datos.
Página 89
Con la información que siguiente:
18 23 38 41 43 45 50 51 52 53 54 54 58
58 58 59 60 62 63 63 66 71 77 83 84 95
Se pide:
a. Calcular el primer y tercer cuartil.

b. Calcular el sexto decil.
c. Calcular el ochenta percentil.
Solución
a. Calcular el primer y tercer cuartil.
Primer cuartil. Donde 𝑄1 = 𝑃25
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando los datos del problema en la fórmula general, se tiene
25
𝐿𝑐 = (26 + 1)
100
𝐿𝑐 = 6.75 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛
El valor observado indica la posición del primer cuartil.
En el conjunto de datos la posición del primer cuartil, ocupa la

posición 6 y 7, siendo 45 y 50 y se calcula de la siguiente manera:
6 45
7 50
Restamos el valor mayor del menor, es decir,
50 − 45 = 5
Se resta la posición del primer cuartil y el inmediato anterior entero.
Página 90
6.75 − 6 = 0.75
Se procede a multiplicar
5 ∗ 0.75 = 3.75
El resultado obtenido de la multiplicación más el valor menor, es el

primer cuartil; es decir,
45 + 3.75 = 48.75
A los cuartiles se les abrevia con la letra 𝑄, entonces el 𝑄1 , es:
𝑄1 = 48.75
Tercer cuartil. Donde 𝑄3 = 𝑃75
𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando los datos del problema en la fórmula general, se tiene
75
𝐿𝑐 = (26 + 1)
100
El valor observado indica la posición del tercer cuartil.
En el conjunto de datos la posición del tercer cuartil, ocupa la posición

20 y 21 siendo 63 y 66 y se calcula de la siguiente manera:
20 63
21 66
Restamos el valor mayor del menor, es decir,
66 − 63 = 3
Se resta la posición del tercer cuartil y el inmediato anterior entero.
20,25 – 20 = 0,25
3 ∗ 0.25 = 0,75
Página 91
El resultado obtenido de la multiplicación más el valor menor es el

tercer cuartil, es decir,
63 + 0.75 = 63.75
Por tanto,
𝑄3 = 63.75
b. Calcular el sexto decil.
𝑃
𝐿𝑐 = (𝑛 + 1)
100
El sexto decil es igual a 60 percentil, por tanto:
60
𝐿𝑐 = (26 + 1)
100
Realizando la interpolación correspondiente, se tiene:
16 59
17 60
Restamos el valor mayor del menor, es decir:
60 − 59 = 1
Se resta la posición del sexto decil y el inmediato anterior entero.
16.2 – 16 = 0.2
1 ∗ 0.2 = 0.2

sexto decil, es decir:
59 + 0.2 = 59.20
Por tanto
𝐷6 = 59.20
Página 92
c. Calcular el ochenta percentil.

𝑃
𝐿𝑐 = (𝑛 + 1)
100
Reemplazando percentil 80, en P, entonces:
80
𝐿𝑐 = (26 + 1)
100
Realizando la interpolación correspondiente, se tiene:
21 66
22 71
Restamos el valor mayor del menor, es decir:
71 − 66 = 5
Se resta la posición del percentil 80 y el inmediato anterior entero.
21.16 – 21 = 0.16
Se procede a multiplicar los resultados obtenidos
5 ∗ 0.16 = 0.8

percentil 80, es decir:
66 + 0.8 = 66.80
Por tanto
𝑃80 = 59.20
2.4.1.5. Cuantiles para datos agrupados
Para calcular los cuartiles 𝑄𝑘 , deciles 𝐷𝑘 y percentiles 𝑃𝑘 , se

aplica las fórmulas que siguen.
𝑘𝑛
− 𝐹𝑖−1
4
𝑄𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
Página 93
Donde: 𝑘 = 1,2,3
𝑘𝑛
− 𝐹𝑖−1
𝐷𝑘 = 𝐿𝑖−1 + 10 ∗ 𝑐𝑖
𝑓𝑖
Donde: 𝑘 = 1,2,3, … , 9
𝑘𝑛
− 𝐹𝑖−1
100
𝑃𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
Donde: 𝑘 = 1,2,3, … , 99
Nomenclatura
𝐿𝑖−1 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝑐 = 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝐹𝑖−1 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
𝑓𝑖 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑒 𝑐𝑢𝑎𝑟𝑡𝑖𝑙 𝑜 𝑑𝑒𝑐𝑖𝑙 𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙
Para la tabla de salarios de la compañía P&R, encontrar:
a. Los cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3.
b. Decil 𝐷6 .
c. Percentil 𝑃80.
Frecuencia
Frecuencia
Salarios acumulada
𝒇𝒊
𝑭𝒊
250.00 - 259.99 8 8
260.00 - 269.99 10 18
270.00 - 279.99 16 34
280.00 - 289.99 14 48
290.00 - 299.99 10 58
300.00 - 309.99 5 63
310.00 - 319.99 2 65
Σ 65
Página 94
Solución
a. Los cuartiles 𝑄1 , 𝑄2 𝑦 𝑄3.

𝑘𝑛
− 𝐹𝑖−1
4
𝑄𝑘 = 𝐿𝑖 + ∗ 𝑐𝑖
𝑓𝑖
Para la aplicación de 𝑄1 , tenga en cuenta que 𝑘 = 1, por

consiguiente
1∗65
−8
4
𝑄1 = 260 + (10)
10
16.25 − 8
𝑄1 = 260 + (10)
10
𝑄1 = 268.25

consiguiente
2∗65
− 18
4
𝑄2 = 270 + (10)
16
32.5 − 18
𝑄2 = 270 + (10)
16
𝑄2 = 279.06

consiguiente
3∗65
− 48
4
𝑄3 = 290 + (10)
10
48.75 − 48
𝑄3 = 289.995 + (10)
10
𝑄3 = 290.75
b. Decil 𝐷6 .
𝑘𝑛
− 𝐹𝑖−1
𝐷𝑘 = 𝐿𝑖−1 + 10 ∗ 𝑐𝑖
𝑓𝑖
Página 95
Para la aplicación de 𝐷6 , tenga en cuenta que 𝑘 = 6, por

consiguiente
6∗65
− 34
10
𝐷6 = 280 + ∗ 10
14
𝐷6 = 280 + 3.57
𝐷6 = 283.57
c. Percentil 𝑃80.
𝑘𝑛
− 𝐹𝑖−1
100
𝑃𝑘 = 𝐿𝑖−1 + ∗ 𝑐𝑖
𝑓𝑖
Para la aplicación de 𝑃80, tenga en cuenta que 𝑘 = 80, por

consiguiente
52 − 48
𝑃80 = 290 + ∗ 10
10
𝑃80 = 290 + 4
𝑃80 = 294
2.5. MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS
2.5.1. ASIMETRÍA
Mide la desviación de la simetría, expresada la diferencia entre la

media y la mediana con respecto a la desviación estándar del
conjunto de mediciones de la población o muestra.
En un conjunto de datos con asimetría positiva, la parte alargada de

la gráfica está a la derecha y cuando un conjunto de datos con
asimetría negativa, la parte alargada de la gráfica está a la izquierda.
Página 96
Características
Definiremos asimetría positiva, cuando 𝑀𝑑 ≤ 𝑀𝑒 ≤ 𝑋̅ . Esto queda

reflejado en el diagrama de barras o en un histograma presentando
la distribución de los datos una cola a la derecha.
Definiremos asimetría negativa, cuando 𝑋̅ ≤ 𝑀𝑒 ≤ 𝑀𝑑. Esto queda

reflejado en el diagrama de barras o en un histograma presentando
la distribución de los datos una cola a la izquierda.
Fórmula
3(𝑋̅ − 𝑀𝑒 )
𝐶𝐴 =
𝑠
Tomando en cuenta esta relación, el coeficiente de asimetría puede
variar desde −3 hasta +3. Un valor cercano a −3, como por ejemplo
−2.57 indica una considerable asimetría negativa; un valor como
+1.63 indica una asimetría positiva moderada. El valor de 0 que se
presenta cuando la media y la mediana son iguales, señala que la
distribución es simétrica.
Nomenclatura
𝐶𝐴 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟í𝑎
𝑋̅ = 𝑀𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎
𝑀𝑒 = 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑠 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
Página 97

3 1 5 8 2 4 8 3
Calcule el coeficiente de asimetría.
Solución.
El ejemplo tiene una media aritmética de
𝑋̅ = 4.25
Una mediana de
𝑀𝑒 = 3.5
Una desviación estándar de
La fórmula de coeficiente de variación es
3(𝑋̅ − 𝑀𝑒 )
𝐶𝐴 =
𝑠
3(4.25 − 3.5)
𝐶𝐴 =
2.61
2.25
𝐶𝐴 =
2.61
𝐶𝐴 = 0.86
Definiremos asimetría positiva, cuando 𝑀𝑒 ≤ 𝑋̅ . Presenta la

distribución de los datos una cola a la derecha.
Página 98
Calcular el coeficiente de asimetría de las calificaciones finales en la

asignatura de matemáticas, de un curso de 40 estudiantes, según
datos de la tabla que sigue.
de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
𝑋̅ = 6.4 𝑝𝑢𝑛𝑡𝑜𝑠
La mediana es
𝑀𝑒 = 6.75 𝑝𝑢𝑛𝑡𝑜𝑠
La fórmula para el cálculo del coeficiente de asimetría es
3(𝑋̅ − 𝑀𝑒 )
𝐶𝐴 =
𝑠
3(6.4 − 6.75)
𝐶𝐴 =
2.23
𝐶𝐴 = −0.47
Definiremos asimetría negativa, cuando 𝑋̅ ≤ 𝑀𝑒 . Presenta la

distribución de los datos una cola a la izquierda.
Página 99
2.5.2. APUNTAMIENTO O CURTOSIS
La curtosis mide el grado de agudeza o achatamiento de una

distribución con relación a la distribución normal, es decir, mide cuán
puntiaguda es una distribución.
Se definen 3 tipos de distribuciones según su grado de curtosis:
1. Distribución mesocúrtica: presenta un grado de concentración

medio alrededor de los valores centrales de la variable (el mismo
que presenta una distribución normal).
2. Distribución leptocúrtica: presenta un elevado grado de
concentración alrededor de los valores centrales de la variable.
3. Distribución platicúrtica: presenta un reducido grado de
concentración alrededor de los valores centrales de la variable
(Aula Fácil, 2015).
Características
𝑔2 = 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑚𝑒𝑠𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2 > 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑙𝑒𝑝𝑡𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
Página 100
𝑔2 < 0 ; 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑝𝑙𝑎𝑡𝑖𝑐ú𝑟𝑡𝑖𝑐𝑎
Fórmula
El coeficiente de curtosis viene definido por la siguiente fórmula:
1 𝑚
𝑚4 ∑ (𝑥𝑖 − 𝑋̅)4
𝑛 1
𝑔2 = 4 − 3 = −3
𝑠 𝑠4
1
∑𝑚 ̅ 4
1 𝑓𝑖 (𝑥𝑖 − 𝑋 )
𝑛
𝑔2 = −3
𝑠4
Calcular el coeficiente de apuntamiento o curtosis de las
calificaciones finales en la asignatura de matemáticas, de un curso
de 40 estudiantes, según datos de la tabla que sigue.
de
estudiantes
(0 − 2] 2
(2 − 4] 4
(4 − 6] 8
(6 − 8] 16
(8 − 10] 10
Total 40
Solución:
𝑋̅ = 6.4 𝑝𝑢𝑛𝑡𝑜𝑠
Página 101
La fórmula para el cálculo del coeficiente de apuntamiento es

1
𝑚4 ∑𝑚 𝑓 (𝑥 − 𝑋̅ )4
𝑛 1 𝑖 𝑖
𝑔2 = 4 − 3 = −3
𝑠 𝑠4
1
[2(1 − 6.4)4 + 4(3 − 6.4)4 + 8(5 − 6.4)4 + 16(7 − 6.4)4 + 10(9 − 6.4)4 ]
40
𝑔2 = −3
(2.23)4
1
[2(−5.4)4 + 4(−3.4)4 + 8(−1.4)4 + 16(−0.6)4 + 10(−2.6)4]
40
𝑔2 = −3
(2.23)4
1
[1,700.61 + 534.53 + 30.73 + 2.07 + 456.98]
40
𝑔2 = −3
24.73
2,724.93
𝑔2 = −3
989.2
𝑔2 = 2.7547 − 3
𝑔2 = −0.2453
Como
𝑔2 < 0
Entonces la distribución es platicúrtica.
Página 102
3. UNIDAD 3: INTRODUCCIÓN A LA TEORÍA DE

PROBABILIDADES
OBJETIVOS
1. Definir lo que es una probabilidad con sus diferentes enfoques.

2. Calcular probabilidades aplicando las reglas de adición y de
multiplicación.
3. Construir tablas de probabilidad para el cálculo de las mismas.
3.1. CONCEPTOS PRINCIPALES
Probabilidad. - Es un valor comprendido entre 0 y 1 inclusive, que

representa la posibilidad de que suceda un evento en particular.
Probabilidad Clásica. - Probabilidad basada en la consideración de

que cada uno de los resultados es igualmente posible.
Probabilidad Condicional. - Es la probabilidad de que un evento

ocurra dado que otro ha sucedido ya.
Probabilidad Empírica. - Concepto probabilístico basado en lo

pasado.
Probabilidad Subjetiva. - Posibilidad de que un evento suceda, con

base en información disponible: presentimientos, opinión personal,
rumores, etc.
Regla Especial de Adición. - Para que esta regla se cumpla, los

eventos deben ser mutuamente excluyentes.
Regla Especial de Multiplicación. - Si los eventos no están

relacionados; es decir, son independientes. (En adelante A y B se
entenderán como eventos)
Regla General de Adición. - Se utiliza para determinar las

probabilidades de eventos complejos conformados por A o B.
Regla General de Multiplicación. - Se aplica para determinar las

probabilidades de eventos complejos formados por A y B.
Página 103
Resultado. - Terminación particular de un experimento.
Tabla de Contingencia. - Conocida también como tabla de doble

entrada, sirve para relacionar dos variables y por medio de esta
calcular probabilidades.
Tabla de Probabilidad. - Es producto de dividir toda la tabla de

contingencia para el total.
Permutación. - Es un arreglo en el cual es importante el orden de

los objetos seleccionados de un grupo específico de ellos.
Combinación. - Es un arreglo donde no es importante el orden de

los objetos seleccionados de un grupo específico de ellos.
3.2. PROBABILIDAD, ELEMENTOS Y DEFINICIONES
La probabilidad está conformada por:
Experimento. - Es la observación de alguna actividad o el acto de

efectuar una medición.
Ejemplos:
- Lanzar un dado para saber qué valor se obtiene.

- Registrar el número de nacimientos en una maternidad
Resultado. - Es lo que se obtiene particularmente cuando se realiza

un experimento.
Ejemplos:
- Que caiga 3 al lanzar un dado.
- Que hayan nacido 30 niños en la maternidad.
Evento. - Es el conjunto de uno o más resultados de un experimento.
Ejemplos:
- Que caiga un número par al lanzar el dado (2, 4 o 6)
- Que hayan nacido diez o más niñas en la maternidad.
Página 104
3.3. ENFOQUES DE LA PROBABILIDAD. -
Enfoque Clásico. - Se aplica cuando en un experimento los

resultados son igualmente probables. Por lo general está asociada
con todo lo referente al azar. Se usa siguiente fórmula:
# de resultados favorables
𝑃(𝑋) =
# total de resultados
Ejemplo 1.
La probabilidad de sacar una cara al lanzar una moneda es P (cara)

=½ = 50%
Enfoque Empírico. - Se obtiene dividiendo el número de veces en

que sucede un evento en el pasado entre la cantidad total de
observaciones. Su fórmula es:
# de veces que ocurrió en el pasado

𝑃(𝑋) =
# total de resultados
Ejemplo 2.
De los 100 accidentes de tránsito, registrados el año pasado en una
ciudad, 40 fueron causados por conductores en estado etílico. ¿Cuál
es la probabilidad de que el próximo accidente sea causado por un
conductor en estado etílico?
P (accidente por estado etílico) = 40 / 100 = 0,40 = 40%
Probabilidad Subjetiva. - Se basa en cualquier información

disponible, experiencia o conocimiento del investigador. No tiene una
fórmula específica.
Ejemplo 3.
La probabilidad de que haya una caída de la bolsa de valores por la
inestabilidad política del país es del 60%.
3.4. REGLAS DE LA PROBABILIDAD
3.4.1. REGLA DE LA ADICIÓN
Página 105
Se la utiliza cuando se desea conocer la probabilidad que ocurran dos

o más eventos
3.4.1.1. Regla Especial de Adición
Se emplea para “unir” eventos que son mutuamente excluyentes.
Dos eventos son mutuamente excluyentes si, en virtud de la

ocurrencia de uno, el otro no puede suceder.
P (A o B) = P(A) + P (B)
Ejemplo 4.
¿Cuál es la probabilidad de que al lanzar un dado salga 3 o 5?
(El 3 y el 5 son mutuamente excluyentes pues en una tirada ellos no

pueden salir al mismo)
P (3 o 5) = P (3) + P (5) = 1/6 + 1/6 = 2/6 = 0.3333 = 33.33%
3.4.1.2. Regla General de Adición
Se emplea “unir” eventos que tienen probabilidad conjunta.
La probabilidad conjunta es aquella en la cual pueden ocurrir dos

eventos al mismo tiempo.
P (A o B) = P(A) + P (B) – P (A y B)
Ejemplo 5.
¿Cuál es la probabilidad de que al sacar una carta de un naipe salga

un tres o un trébol? (recuerde que un naipe está compuesto por 52
cartas)
(En este ejemplo los eventos no son mutuamente excluyentes, pues

es posible sacar una carta que sea un 3 y que sea trébol al mismo
tiempo)
P (3 o trébol) = P (3) + P (trébol) – P (3 y trébol)
P (3 o trébol) = 4/52 + 13/52 –1/52 = 16/52 = 0.3077 = 30.77%
Página 106
3.4.2. REGLA DE LA MULTIPLICACIÓN
Se la utiliza cuando se desea conocer la probabilidad que ocurran

simultáneamente dos o más eventos.
3.4.2.1. Regla Especial de Multiplicación
Se utiliza para combinar eventos que son independientes.
Los eventos son independientes, si la ocurrencia de uno no afecta

la ocurrencia del otro.
P (A y B) = P(A) x P (B)
Ejemplo 6.
¿Cuál es la probabilidad de que al lanzar un dado y una moneda salga

cuatro y cruz?
P (cuatro y cruz) = P (cuatro) x P (cruz) = 1/6 * 1/2 = 1/12 = 0.0833 = 8.33%
3.4.2.2. Regla General de Multiplicación
Se utiliza cuando la probabilidad es condicional.
Probabilidad condicional es la probabilidad de que suceda un

evento, dado que otro ya ha ocurrido. El símbolo “/” se lee “dado
que”
P (A y B) = P(A) x P (B / A)
Ejemplo 7.
¿Cuál es la probabilidad de que, al sacar dos cartas de un naipe, en

la primera salga cuatro y luego otro cuatro?
P (4 y 4) = P (4) x P (4 / 4) = 4/52 * 3/51 = 12/2652 = 0.0045  0,45%
(La probabilidad de sacar el primer cuatro es 4/52, la probabilidad de

sacar el segundo cuatro es 3/51 pues solo quedan 3 de ellos en el
naipe, y en el naipe quedan 51 cartas)
Página 107
3.4.3. REGLA DEL COMPLEMENTO
Sirve para determinar la probabilidad de que ocurra un evento,

partiendo del conocimiento de la probabilidad de que ese no suceda.
P(A) = 1 – P (no A)
Ejemplo 8.
Si la probabilidad que hoy no llueva es 0.30 ¿Cuál es la probabilidad

de que llueva?
P (llueva) = 1 – P (no llueva) = 1 – 0.30 = 0.70
3.5. TABLAS DE CONTINGENCIA Y ÁRBOL DE

PROBABILIDADES
La construcción de las tablas de Contingencia y de Probabilidad se

ilustra con este ejemplo:
De 1200 estudiantes, 600 son hombres y 800 son solteros. De los

800 solteros, 450 son hombres. Con estos datos se pide:
a. Elaborar una tabla de contingencia.

b. Construir una tabla de probabilidad.
c. Si se selecciona uno de estos jóvenes al azar, cuál es la
probabilidad de él sea:
- Hombre o Casado
- Mujer y Soltera
- Soltero o Casado
- Un soltero que es hombre
3.5.1. TABLA DE CONTINGENCIA
Sexo/ Estado Civil Soltero Casado Total

Hombre 450 150 600
Mujer 350 250 600
Total 800 400 1200
(Los números en rojo son los datos iniciales, los números

en negro son datos deducidos)
Página 108
TABLA DE PROBABILIDAD
Sexo/
Estado Soltero Casado Total
Civil
Hombre 450/1200 150/1200 600/1200
Mujer 350/1200 250/1200 600/1200
Total 800/1200 400/1200 1200/1200
Sexo/
Estado Soltero Casado Total
Civil
Hombre 0,375 0,125 0,50
Mujer 0,292 0,208 0,50
Total 0,67 0,33 1,00
(Los valores totales son las probabilidades marginales, en

tanto que las probabilidades interiores son las probabilidades
conjuntas)
Lectura de la primera línea
 P (H y S) = 0,375 P (Hombre y Soltero)
 P (H y C) = 0,125 P (Hombre y Casado)
 P(H) = 0,50 P(Hombre)
Lectura de la segunda línea
 P (M y S) = 0,292 P (Mujer y Soltera)
 P (M y C) = 0,208 P (Mujer y Casada)
 P(M)= 0,50 P(Mujer)
Página 109
Lectura de la tercera línea
 P(S)= 0,67 Probabilidad de ser Soltero
 P(C)= 0,33 Probabilidad de ser Casado
- P (H o C) = P(H) + P(C) – P (H y C) = 0,50 + 0,33 – 0,125 =
0,705  70,5 %
- P (M y S) = 0,292  29,2 %
- P (S o C) = P(S) + P(C) = 0,67 + 0,33 = 1,00  100 %
- P (H y S) = 0,375  37,5 %
3.5.2. ÁRBOL DE PROBABILIDADES
Es una gráfica útil para organizar cálculos que implican varias etapas.
Cada segmento del árbol constituye una etapa del problema. Las
ramas del árbol se ponderan por medio de probabilidades.
P. Mg. P. P.
Condicional Conjunta
0,5 0,75
* 0,0 0.5 * 0.75 = 0,375
H0.5
0,25 0,5 * 0.25 = 0,125
0,58 0,5 * 0,58 = 0,292
0.5
0,42
0,5 * 0,42 = 0,2081
1.00
Página 110
3.6. TEOREMA DE BAYES
El teorema de Bayes parte de una situación en la que es posible

conocer las probabilidades de que ocurran una serie de sucesos Ai. A
esta se añade un suceso B cuya ocurrencia proporciona cierta
información, porque las probabilidades de ocurrencia de B son
distintas según el suceso Ai que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de

Bayes nos indica como modifica esta información las probabilidades
de los sucesos Ai.
Ejemplo 9.
El 20% de los empleados de una empresa son ingenieros, 20% son
economistas y otras profesiones 60%. El 75% de los ingenieros
ocupan un puesto directivo y el 50% de los economistas también,
mientras que los no ingenieros y los no economistas solamente el
20% ocupa un puesto directivo. ¿Cuál es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?
P ingeniero   0,2 * 0,75

 0,405
 directivo  0,2 * 0,75  0,2 * 0,5  0,6 * 0,2
3.7. PRINCIPIOS DEL CONTEO
3.7.1. LA FÓRMULA DE MULTIPLICACIÓN
Página 111
Establece que si existen m modos en que un evento puede suceder

y n formas en que otro puede ocurrir, entonces existen m x n formas
en que los dos eventos pueden suceder.
Número de formas = m * n
Ejemplo 10.
Para armar un equipo de sonido se tiene 3 modelos de parlantes, 4

modelos de discos compactos y 5 modelos de amplificadores.
¿Cuántos modelos de equipos diferentes se pueden armar?
Número de arreglos = 3 x 4 x 5 = 60
Se pueden armar 60 modelos de equipos diferentes.
3.7.2. PERMUTACIÓN
Es un arreglo en el cual es importante el orden de los

objetos seleccionados.
𝑛!
𝑛𝑃𝑟 =
(𝑛 − 𝑟)!
Ejemplo 11.
De un grupo de 9 ejecutivos de una empresa se quiere escoger 2
ejecutivos para ocupar el cargo de gerente y subgerente. ¿Cuántos
arreglos son posibles realizar?
9!
𝑛𝑃𝑟 = = 72
(9 − 2)!
Es decir, se pueden realizar 72 arreglos. En este ejercicio interesa el

orden; pues no es lo mismo que Pepe sea escogido como gerente y
Juan como subgerente; a que Juan sea el gerente y Pepe el
subgerente.
3.7.3. COMBINACIÓN
Es un arreglo donde no es importante el orden de los objetos

seleccionados.
Página 112
𝑛!
𝑛𝐶𝑟 =
𝑟! ∗ (𝑛 − 𝑟)!
Ejemplo 12.
De un grupo de 15 personas se desea escoger subgrupos de 3
personas para realizar un estudio en las diferentes áreas de la ciudad.
15!
𝑛𝐶𝑟 = = 455
3! ∗ (15 − 3)!
Página 113
4. UNIDAD 4: NÚMEROS ÍNDICES
OBJETIVOS
El estudiante podrá:
1. Expresar las características y definir un número índice.

2. Calcular e interpretar los números índices de precios, cantidad y
valor.
3. Calcular e interpretar los números índices simples, ponderados y
no ponderados.
4.1. INTRODUCCIÓN
Número índice es una medida estadística diseñada para poner de
relieve cambios en una variable o en un grupo de variables
relacionadas con respecto al tiempo, situación geográfica, ingresos,
o cualquier otra característica. (Spiegel, 1997)
Número índice es un número que expresa el cambio relativo en

precio, cantidad o valor comparado con un periodo base. (Lind,
Marchal, & Wathen, 2006).
4.2. CARACTERÍSTICAS
 Es un porcentaje, pero generalmente se omite el signo porcentual.
 Tiene un período base.
 La mayor parte de los índices se aproximan al décimo más
próximo de un porcentaje .
 La base de la mayor parte de los índices es 100.
4.3. CLASIFICACIÓN DE LOS NÚMEROS ÍNDICES
4.3.1. NÚMEROS ÍNDICES DE PRECIOS

Es un número que expresa el cambio relativo de precio comparando
con un periodo base. El índice de este tipo más conocido es Índice de
precios al consumidor (IPC), el cual mide el costo de vida en los
países.
Página 114
4.3.2. NÚMEROS ÍNDICES DE CANTIDAD
Es un número que expresa el cambio relativo de cantidad de una

variable comparando con un periodo base.
4.3.3. NÚMEROS ÍNDICES DE VALOR
Es un número que expresa el cambio relativo de valor comparando

con un periodo base. Es decir mide los cambios en el valor monetario
total. (Levin & Rubin, 2004)
4.3.4. NÚMEROS ÍNDICES SIMPLES
Son los que se refieren a una sola magnitud, y por lo tanto nos
proporcionan la variación que ha sufrido esa magnitud en dos
periodos distintos.
Se calcula hallando el cociente del valor del año determinado entre

el valor del año base por 100, así:
𝑝𝑡
𝑃= ∗ 100
𝑝𝑜
Donde:
𝑃 = í𝑛𝑑𝑖𝑐𝑒 𝑠𝑖𝑚𝑝𝑙𝑒
𝑝𝑡 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑎ñ𝑜 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜
𝑝𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑎ñ𝑜 𝑏𝑎𝑠𝑒
El salario básico unificado en enero del 2012 fue de $292, el salario

básico unificado en enero del 2015 fue de $354. Cuál es el índice
correspondiente para los trabajadores en enero del 2015, con base
en los datos de enero del 2012?
𝑝𝑡 354
𝑃= ∗ 100 = 100 = 121.23
𝑝𝑜 292
Durante este periodo aumento en 121.23 − 100 = 21.23 el salario

básico unificado.
Página 115
En el 2013 la población de hombres en Ecuador fue de 7,868,368 y

el de mujeres fue de 7,869,510 ¿Cuál fue la proporción de la
población de hombres comparada con la de mujeres?
𝑝𝑡 7,868,368
𝑃= ∗ 100 = 100 = 99.98
𝑝𝑜 7,869,510
El índice de hombres es de 99.98 de la población de mujeres o la

población de hombres es 100 − 99.98 = 0.02 menor que la de
mujeres
Los siguientes datos, se tomaron de los informes anuales de la
empresa Johnson & Johnson, de la misma que sus acciones comunes
se enlistan en la Bolsa de Valores con el símbolo de JNJ. Tomando
como base el año 1991, calcular el Índice Simple.
Regla de tres : 5.43 ---- 100 %
6.25 ---- x = 115,10
Ventas
Nacionales Índice
Años Cálculo del Índice
(miles de Simple %
dólares)
1991 5.43 5.43 /5.43 =1 100
1992 6.25 6.25 /5.43 =1.15101289 115.1
1993 6.9 6.90 /5.43 =1.2071823 127.07
1994 7.2 7.20 /5.43 =1.32596685 132.6
1995 7.81 7.81 /5.43 =1.43830571 143.83
1996 9.19 9.19 /5.43 =1.69244936 169.24
4.3.5. NÚMEROS ÍNDICES NO PONDERADOS
4.3.5.1. PROMEDIO SIMPLE DE LOS ÍNDICES DE PRECIOS
Este índice se obtiene sumando los índices simples de cada producto

y dividiendo para el número de productos.
Así:
Página 116
∑ 𝑃𝑖
𝑃 =
𝑛
𝑃𝑖 = Í𝑛𝑑𝑖𝑐𝑒𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
Tomando como base los siguientes datos se calcula el promedio

simple de los índices de precios relativos.
100 + 115.1 + 127.07 + 132.60 + 143.83 + 169.24
𝑃=
6
787.85
𝑃=
6
𝑃 = 131.31
Un administrador estudia la evolución de los precios de un artículo

que produce su empresa en los 5 últimos años, los valores se
registran en la siguiente tabla. Calcule el promedio simple de los
índices de precios, tomando como periodo de referencia el año 1.
Años 1 2 3 4 5
Precio del producto 4 5.5 6 5 8
Primero calculo los índices simples
Precio del Índice

Años
producto Simple
1 4 100
2 5.5 137.5
3 6 150
4 5 125
5 8 200
∑ 𝑃𝑖 100 + 137.5 + 150 + 125 + 200

𝑃 = = = 142.5
𝑛 5
Esto indica que el precio del producto a incrementado en 42.5%
Página 117
4.3.5.2. ÍNDICE AGREGADO SIMPLE
Un índice agregado simple se calcula sumando todos los elementos

de un periodo dado y luego dividiendo este resultado entre la suma
de los mismos elementos durante el periodo base. Así:
∑ 𝑃𝑖
𝑃 = ∗ 100
∑ 𝑃0
𝑃𝑖 ∶ Cantidad de elementos del periodo que se desea el índice

𝑃0 : Cantidad de elementos en el año base
Determine el índice agregado simple de precios para el año 2015 y

2012 de tres productos considerados, usando como año base 2012.
Tabla 3:
PRODUCTOS DE PRIMERA NECESIDAD
Producto 2012 2015

Leche $/lt 0.84 0,86
Pan $/und 0.14 0.16
Huevos$/doc 1.44 1.50
∑ = 2.42 ∑ = 2.52
∑ 𝑃𝑖 2.52
𝑃 = ∗ 100 = ∗ 100
∑ 𝑃0 2.42
𝑃 = 104.13
4.3.6. NÚMEROS ÍNDICES PONDERADOS
Dos métodos para calcular el índice de precios compuestos o

ponderado son el método de Laspeyres y el de Paasche. Difieren sólo
en el periodo para la ponderación. En el método de Laspeyres se
utilizan ponderaciones en el periodo base; es decir, los precios y las
cantidades originales de los artículos comprados se utilizan para
encontrar el cambio porcentual durante un periodo, ya sea en el
precio o en la cantidad consumida, según el problema. En el método
de Paasche se utilizan ponderaciones en el año en curso. (Lind,
Marchal, & Wathen, 2006)
Página 118
4.3.6.1. ÍNDICE DE LAYSPEYRES
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
Dónde:
𝑃 𝑒𝑠 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑝𝑟𝑒𝑐𝑖𝑜𝑠.
𝑝𝑡 es el precio actual
𝑝0 es el precio del periodo base
𝑞0 es la cantidad en el periodo base
(Lind, Marchal, & Wathen, 2006)
Determinar un índice de precios ponderado con el método de

Laysperes, con los precios dados en la siguiente tabla tomando como
referencia Quito.
Producto Cantidad Quito Guayaquil

(Libras)
Arveja tierna 0,55 12,50 20,00
Banano 0,65 7,00 5,00
Limón 0,80 15,00 15,18
Piña 0,05 1,50 1,31
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
Calculemos el índice simple de cada producto tomando como

referencia Quito, a continuación presentamos los precios de
diferentes productos en Quito y Guayaquil
Quito Guayaquil
Producto 𝒒𝟎 (𝒍𝒃) 𝒑𝟎 𝒒𝒕 (𝒍𝒃) 𝒑𝒕 𝒑𝒕 𝒒𝟎 𝒑𝟎 𝒒𝟎 𝒑𝒕 𝒒𝒕 𝒑𝒐 𝒒𝒕
Arveja tierna 110 25 55 20 2,200 2,750 1,100 1,375
Banano 65 7 65 5 325 455 325 455
Limón 80 15 95 18 1,440 1,200 1,710 1,425
Piña 5 1.5 65 17 85 7.5 1105 97.5
4,050 4,412.5 4,240 3,352.5
Página 119
∑ 𝑝𝑡 𝑞0
𝑃 = 𝑥 100
∑ 𝑝0 𝑞0
4,050
𝑃 = 𝑥 100 = 91.78
4,412.5
4.3.6.2. ÍNDICE DE PAASCHE
El cálculo es similar que el índice de Laspeyres, pero en lugar de

emplear cantidades en el periodo base como ponderaciones, se
utilizan cantidades en el período actual.
∑ 𝑝𝑡 𝑞𝑡
𝑃 = 𝑥 100
∑ 𝑝0 𝑞𝑡
En el ejercicio de aplicación 7, calculemos el índice de Paasche

4,240
𝑃 = 𝑥 100 = 126.47
3,352.5
Los precios, de cuatro artículos que se indican a continuación, en los

años 2001 y 2003, permitiran calcular el índice de Paasche.
Artículo po Qo Pt qt
pt*qt po*qt
2001 2001 2003 2003
Pan 0.05 20 0.08 24 1.92 1.20
Huevos 0.06 30 0.09 36 3.24 2.16
Leche 0.35 10 0.48 15 7.20 5.25
Manzana 0.15 15 0.25 20 5.00 3.00
∑ 0.61 75 0.90 95 17.36 11.61
∑ 𝑝𝑡 𝑞𝑡
𝑃 = 𝑥 100
∑ 𝑝0 𝑞𝑡
17.36
𝑃 = 𝑥 100
11.61
𝑃 = 149.52
Página 120
Este resultado. indica que el precio de este grupo de alimentos.

aumentó en el 49.52 %. en el período de dos años.
4.3.6.3. ÍNDICE DE FISHER
Es la media geométrica de los índices de Laspeyres y Paasche.
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √(Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐿𝑎𝑠𝑝𝑒𝑦𝑟𝑒𝑠)(Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑃𝑎𝑎𝑠𝑐ℎ𝑒)
Parece ser el ideal porque combina las mejores características del de

Laspeyres y del de Paasche.
Al tener ya determinado el índice de Laspeyres y el índice de Paasche,

en el ejemplo de aplicación 9 procedemos a calcular el índice ideal
de Fisher.
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √(150.29)(149.52)
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √22471.3608
Í𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = 149.90
4.3.7. ÍNDICES DE VALOR
Mide cambios tanto en los precios como en las cantidades que

intervienenen. Se usa precios y cantidades del perìodo base y del
perìodo actual.
∑𝑝𝑡 ∗ 𝑞𝑡
𝑉=
∑𝑝𝑜 ∗ 𝑞𝑜
donde:
𝑉 𝑒𝑠 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟
𝑝𝑜 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑏𝑎𝑠𝑒
𝑞𝑜 𝑒𝑠 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑏𝑎𝑠𝑒
𝑞𝑡 𝑒𝑠 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑎𝑐𝑡𝑢𝑎𝑙
𝑝𝑡 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑎𝑐𝑡𝑢𝑎𝑙
Página 121
Los precios de cuatro artículos que se indican a continuación, en los

años 2001 y 2003, permitirán calcular el índice de Valor.
Artículo Po qo Pt Qt ptqt poqo

2001 2001 2003 2003
Pan 0.05 20 0.08 24 1.92 1.00
Huevos 0.06 30 0.09 36 3.24 1.80
Leche 0.35 10 0.48 15 7.20 3.50
Manzana 0.15 15 0.25 20 5.00 2.25
∑ 0.61 75 0.90 95 17.36 8.55
∑𝑝𝑡 ∗ 𝑞𝑡
𝑉=
∑𝑝𝑜 ∗ 𝑞𝑜
17.36
𝑉= ∗ 100
8.55
𝑉 = 203.04
Con este resultado, miramos que el valor de este grupo de alimentos,

aumentó en el 103.04 %, en el período de dos años.
Página 122
BIBLIOGRAFÍA
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para
administración y economía. Mexico D.F.: CENAGE Learning.
Aula Fácil. (28 de 12 de 2015). Curso de Estadística. Obtenido de
http://www.aulafacil.com/cursos/l11221/ciencia/estadisticas/estadi
sticas/coeficiente-de-curtosis
Cabrera, F. A. (24 de 12 de 2015). Medidas de tendencia central -
Estadística económica. Obtenido de
http://www.monografias.com/trabajos43/medidas-tendencia-
central/medidas-tendencia-central2.shtml
De La Vega, M. (mayo de 2012). TABLAS Y FIGURAS APA 6ta. Ed.
Obtenido de investigación.casagrande.edu.ec:
http://investigacion.casagrande.edu.ec/wp-
content/uploads/2013/10/3.-TABLAS-y-FIGURAS-APA-6ta.-ed..pdf
Definición.de. (12 de julio de 2015). Definición.de. Obtenido de
http://definicion.de/estadistica/
García Pérez, C. (26 de 12 de 2015). Medidas de dispersión . Obtenido de
http://fcps.uaq.mx/descargas/prope2014/estadistica/4/medidas_di
spersion.pdf
Página 123
García, J., & Japón , M. (10 de agosto de 2015). thales.cica.es. Obtenido
de http://thales.cica.es/rd/Recursos/rd99/ed99-0278-01/ed99-
0278-01.html
Instituto Nacional de Estadísticas y Censos. (6 de julio de 2015). INEC.
Obtenido de ¿Qué es el censo de población y vivienda?:
http://www.ecuadorencifras.gob.ec/que-es-el-censo-de-poblacion-
y-vivienda-2/
Levin, R., & Rubin, D. (2004). Estadística para Administración y
Economía. Mexico: Pearson.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2006). Estadística aplicada a
los negocios y la economía. México: McGraw - Hill.
Lind, D., Marchal, W., & Wathen, S. (2012). Estadística Aplicada a los
Negocios y la Economía. Mexico D.F.: Mc Grawhill.
Martínez, C. (2012). Estadística y muestreo. Bogotá: ECOE EDICIONES.
Recursos para trabajos administrativos. (18 de febrero de 2013).
www.funcionarioseficientes.com.
Reynaga, J. (6 de julio de 2015). Introducción al método estadístico.
Obtenido de
http://www.facmed.unam.mx/emc/computo/infomedic/presentac/
modulos/modulo3/estadistica/clase1/
Página 124
Slideshare. (5 de julio de 2015). Probabilidad y estadística. Obtenido de
http://es.slideshare.net/RoberLaura/52812712-
probabilidadyestadisticamisaiasefarias-1
Spiegel, M. R. (1997). Estadística. Madrid: McGraw - Hill.
Suárez, M. O. (16 de 12 de 2015). Guía didáctica para el Interaprendizaje
de Medidas de Tendencia Central. Obtenido de
http://www.monografias.com/trabajos85/interaprendizaje-
medidas-tendencia-central/interaprendizaje-medidas-tendencia-
central.shtml#mediaarita
Universidad Michoacana de San Nicolás de Hidalgo. (26 de 12 de 2015).
Moda. Obtenido de
http://dieumsnh.qfb.umich.mx/estadistica/moda.htm#La%20moda
Página 125

Ae Ap Ca2-Unidad Didactica-Estadistica Descriptiva

Cargado por

Copyright:

Formatos disponibles

Ae Ap Ca2-Unidad Didactica-Estadistica Descriptiva

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ae Ap Ca2-Unidad Didactica-Estadistica Descriptiva

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ADMINISTRATIVAS

Periodo académico: 2021 – 2022

1. UNIDAD 1: DEFINICIONES Y ORGANIZACIÓN DE DATOS........................................7

1.1. CONCEPTOS BÁSICOS...............................................................................................7

1.1.2. IMPORTANCIA Y ÁMBITO .........................................................................................8

1.1.3. CLASIFICACIÓN DE LA ESTADÍSTICA ......................................................................9

1.1.3.1. Estadística Descriptiva .............................................................................................9

1.1.3.2. Estadística Inferencial .............................................................................................9

1.2. POBLACIÓN Y MUESTRA .........................................................................................10

1.2.1. POBLACIÓN ............................................................................................................10

1.2.2. MUESTRA ................................................................................................................10

1.3. DATOS ESTADÍSTICOS ...........................................................................................11

1.3.1. VARIABLES .............................................................................................................11

1.3.1.1. Variables cuantitativas...........................................................................................12

1.3.1.2. Variables cualitativas .............................................................................................12

1.3.2. NIVELES DE MEDICIÓN ..........................................................................................12

1.4. MÉTODOS ESTADÍSTICOS ......................................................................................13

1.4.1. RECOLECCIÓN (MEDICIÓN) ...................................................................................14

1.4.2. RECUENTO (CÓMPUTO) ..........................................................................................14

1.4.3. PRESENTACIÓN ......................................................................................................15

1.4.4. SÍNTESIS ................................................................................................................15

1.5. ORGANIZACIÓN DE DATOS ....................................................................................16

1.5.1. TABLAS ESTADÍSTICAS ..........................................................................................16

1.5.2. PARTES DE UNA TABLA ..........................................................................................16

1.5.2.1. Numeración de las tablas .......................................................................................17

1.5.2.2. Títulos de tablas .....................................................................................................17

1.5.2.3. Cuerpo de una tabla: ..............................................................................................18

1.5.2.4. Notas de la tabla ....................................................................................................18

1.5.2.5. Tablas de otras fuentes ..........................................................................................19

1.5.3. TIPOS DE TABLAS...................................................................................................19

1.5.3.1. Tablas de una entrada ............................................................................................19

1.5.3.2. Tablas de dos entradas ..........................................................................................19

1.5.3.3. Tablas complejas:...................................................................................................20

1.6. GRÁFICOS ESTADÍSTICOS......................................................................................22

1.6.1. GRÁFICAS LINEALES ..............................................................................................23

1.6.2. GRÁFICOS DE SUPERFICIE .....................................................................................24

1.6.3. OTROS ....................................................................................................................25

1.6.3.1. Gráficos XY (de dispersión): ..................................................................................25

1.6.3.2. Gráficos de área .....................................................................................................26

1.7. DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS ...................................27

1.7.1. DISTRIBUCIONES DE FRECUENCIAS PARA DATOS CUANTITATIVOS ...............28

1.7.1.1. Pasos para elaborar una distribución de frecuencias ............................................28

1.8. DIAGRAMAS DE FRECUENCIAS...............................................................................37

1.8.1. DATOS CORRESPONDIENTES A UN CARÁCTER CUALITATIVO ...............................37

1.8.1.1. Diagrama de barras. ...............................................................................................37

1.8.1.2. Gráficas en forma de pastel. ..................................................................................38

1.8.2. DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO DISCRETO ...........39

1.8.2.1. Diagrama de barras ................................................................................................39

1.8.2.2. Diagrama en forma de pastel .................................................................................40

1.8.3. DATOS CORRESPONDIENTES A UN CARÁCTER CUANTITATIVO CONTINUO ..........41

1.8.3.1. Histograma .............................................................................................................42

1.8.3.2. Polígono .................................................................................................................43

1.8.3.3. Ojiva .......................................................................................................................44

2. UNIDAD 2: CALCULO DE MEDIDAS ........................................................................46

2.2. MEDIDAS DE TENDENCIA CENTRAL .......................................................................47

2.2.1. MEDIA ARITMÉTICA ...............................................................................................48

2.2.1.1. Media aritmética con datos no agrupados .............................................................48

2.2.1.2. Media aritmética con datos agrupados ..................................................................51